[发明专利]基于土壤指数的裸露基岩信息提取方法

说明书

技术领域

本发明涉及裸露基岩信息提取领域，特别涉及一种基于土壤指数的裸露基岩信息提取方法。

背景技术

我国西南岩溶地区为全球三大岩溶集中分布区之一，分布的岩溶面积高达100万平方公里。我国西南岩溶地区气候湿热多雨，岩溶发育强烈，岩石造壤成土能力极低，土壤稀薄，地形陡峭，同时，人类的过度陡坡耕种造成土壤资源大量流失，导致基岩大范围裸露，土地石漠化十分严重，生态环境状况极度恶劣。根据《岩溶地区水土流失综合治理技术标准》(SL461-2009)，基岩裸露率是进行岩溶地区土壤侵蚀强度、石漠化强度、土壤侵蚀程度和潜在石漠化危险程度等级划分的核心指标因子。目前，宏观尺度的裸露基岩信息通常利用遥感影像获取，但由于岩溶地区地形破碎、地物类型复杂，裸露基岩信息提取技术难度大，信息提取精度和效率不够理想。因此，如何从遥感影像中准确、快速地提取裸露基岩信息，是岩溶地区水土保持技术人员需要面对的首要技术问题和技术难题。常见的裸露基岩信息提取方法主要有：人工目视判别法、植被指数法、混合像元分解法等。

人工目视判别法：指建立基岩裸露率与遥感影像特征之间的对应关系，依据人工目视方法进行解译判别，提取裸露基岩信息。该方法的不足在于工作效率较低，并且对解译人员的经验要求高，只有经验丰富的技术人员才能够得到较高的解译精度，因而难以进行推广。

植被指数法：是以地表植被覆盖的好坏作为判别裸露基岩信息的直接标准，利用植被指数模型进行植被指数计算，根据植被指数值的大小进行基岩裸露率判别，将无植物区域都判为裸露基岩区域。该方法的不足主要是忽视了对水体、裸露土壤等非裸露基岩信息的识别和剔除，把上述地物归入裸露基岩信息之中，导致裸露基岩面积偏大，与实际不符。

混合像元分解法：是利用混合像元分解模型，逐个像元进行分解，求得每个像元的基岩裸露率，进行裸露基岩信息提取。目前，该方法尚不够成熟，在实际应用过程中，对地物类型数量的确定和对纯净像元的选择存在不确定性，导致最终的混合像元分解结果缺乏稳定性，且实际分析操作难度大。

因此，提供一种对操作人员依赖程度较低、操作简便、识别精度高的裸露基岩信息提取方法成为一个具有实际应用价值的课题。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于土壤指数的裸露基岩信息提取方法，该方法具有简单有效、步骤操作简单明了、客观性强、对操作人员依赖程度低的优点。

本发明的目的通过以下的技术方案实现：基于土壤指数的裸露基岩信息提取方法，该方法包括以下步骤：

（1）根据遥感影像的红光波段和近红外波段分别计算正则土壤指数和归一化植被指数，得到土壤指数图和归一化植被指数图；

（2）根据岩石信息与土壤信息、水体信息等在土壤指数图中的差异性提取出露基岩信息；

（3）通过归一化植被指数图提取非植被信息；

（4）将既为出露基岩信息又为非植被信息的像元提取出来，即得到了裸露基岩信息。

所述步骤（1）中，计算正则土壤指数SLI采用如下的方法：设遥感影像的红光波段信息为b3，近红外波段信息为b4，则土壤指数图中各像元信息SLI为：

SLI=c1*b4+c2*b3；

其中，系数c1、c2是采用如下方式得到：在遥感影像中选取岩石和土壤样点，在近红外波段和红光波段二维光谱空间中建立岩溶地区土壤线，推导出土壤线的方程表达式，所获得的土壤指数方程的系数即为c1和c2的值。

所述步骤（1）中，计算归一化植被指数采用如下的方法：设遥感影像的红光波段信息为b3，近红外波段信息为b4，则归一化植被指数图中各像元信息NDVI：

NDVI=（b4-b3）/（b4+b3）。

在计算的归一化植被指数中，负值代表像元为裸土、裸岩和水体等非植被像元，正值代表像元为植被像元。

所述步骤（2）中，提取出露基岩信息采用二值化方法，出露基岩像元值白色区域为1，非出露基岩像元值黑色区域为0，所采用的出露岩石的阈值范围[a1，a2]根据水体、岩石和土壤的样点在土壤线上投影值的分布区间和土壤指数图SLI的直方图分布特征确定。已知在土壤线中，水体分布于低值区间，土壤分布于高值区间，而出露岩石位于中间区域，因此可以根据水体、岩石和土壤的样点在土壤线上投影值的分布区间和土壤指数图SLI的直方图分布特征确定出露岩石的阈值范围，使得区分更加准确。

所述步骤（3）中，提取非植被信息采用二值化方法，非植被像元值白色区域为1，植被像元值黑色区域为0，所采用的阈值点为0。