[发明专利]一种融合多源遥感指标评估土地退化状况的方法及系统

权利要求书

1.一种融合多源遥感指标评估土地退化状况的方法，其特征在于，所述融合多源遥感指标评估土地退化状况的方法包括：

获取遥感影像并根据研究区实际情况进行影像预处理；

从预处理后的遥感影像中进行土地利用和土地覆盖分类，按照对土地退化的影响力从小到大对不同土地类型重新编码；

在预处理后的遥感影像中提取植被覆盖度、水土流失程度、土壤含水率和土地风蚀程度；

将所述土地利用和土地覆盖、植被覆盖度、水土流失程度、土壤含水率以及土地风蚀程度的影像数据进行数据标准化；

将所述土地利用和土地覆盖、植被覆盖度、水土流失程度、土壤含水率以及土地风蚀程度的影像图进行叠加，构建综合土地退化指数并进行函数解算；

根据所述综合土地退化指数输出土地退化程度的计算结果，并根据所述综合土地退化指数的大小进行土地退化状况的等级划分；

所述植被覆盖度的提取方法为：

；

；

其中，NDVI表示归一化差分植被指数，和分别代表遥感影像的近红和红光波段的反射率；

VC表示植被覆盖度，和分别代表NDVI的最大值和最小值；

所述水土流失程度的提取方法为：

结合植被覆盖度、数字高程模型、土地利用和覆盖类型、土壤类型和降雨空间分布图，利用通用水土流失方程提取水土流失程度，具体如下：

WLSE=R·K·L·S·C·P ；

其中，WLSE表示水土流失程度，R为降雨侵蚀力因子， K为土壤可蚀性因子，L为坡长因子，S 为坡度因子，C 为植被覆盖因子， P为水土保持控制措施因子；

所述土壤含水率的提取方法为：

利用穗帽变换的湿度分量构建土壤含水率公式：

；

其中，和分别代表Landsat-TM 和Landsat-OLI影像的土壤含水率，、、、、和分别代表了遥感影像的蓝、绿、红、近红外、第一个短波红光波段和第二个短波红光波段的反射率；

所述土地风蚀程度的提取方法为：

；

其中，、和分别代表遥感影像的蓝光波段、第一个短波红光波段和第二个短波红光波段的反射率；

所述将所述土地利用和土地覆盖、植被覆盖度、水土流失程度、土壤含水率以及土地风蚀程度的影像数据进行数据标准化具体包括：

所述土地利用和土地覆盖、水土流失程度以及土地风蚀程度为正向指标，所述土地利用和土地覆盖、水土流失程度以及土地风蚀程度的值越大表明土地退化程度越强，正向指标标准化如下：

；

所述植被覆盖度和土壤含水率为负向指标，所述植被覆盖度和土壤含水率的值越大表明土地退化程度越弱，负向指标标准化如下：

；

其中，是标准化后的值, 、、分别代表所述土地利用和土地覆盖、植被覆盖度、水土流失程度、土壤含水率以及土地风蚀程度五个指标的原始值、最小值和最大值；

所述土地利用和土地覆盖、植被覆盖度、水土流失程度、土壤含水率以及土地风蚀程度进行数据标准化后的值介于0-1之间；

所述将所述土地利用和土地覆盖、植被覆盖度、水土流失程度、土壤含水率以及土地风蚀程度的影像图进行叠加，构建综合土地退化指数并进行函数解算具体包括：

将提取的所述土地利用和土地覆盖、植被覆盖度、水土流失程度、土壤含水率以及土地风蚀程度的影像图进行叠加，构建综合土地退化指数 LDI 函数如下：

；

其中，LDI为综合土地退化指数，f为所述土地利用和土地覆盖、植被覆盖度、水土流失程度、土壤含水率以及土地风蚀程度五个指标的集成函数；

通过采用主成份分析方法对LDI函数进行求解，主成份分析将原始的多维遥感数据集进行压缩，其中主成份分析得到的第一分量，即第一主成分PC1 包含了原始数据集的绝大部分信息，利用PC1的线性组合构建LDI如下：

；

其中，、和分别代表第一主成分、第一主成分的最小值和最大值；LDI的值介于0-1之间，LDI值越大，表明研究区域内土地退化程度越强。