[发明专利]一种基于TM影像辅助的农田土壤有机碳含量数据获取方法

说明书

本发明涉及一种基于TM影像辅助的农田土壤有机碳含量数据获取方法，采用全新设计方法，采用少量样本数据进行插值、重采样分析后，能够获得更多采样点数据，即快速获取面域高分辨率的土壤有机碳密度数据，所获数据具有可靠性高的优势，而且本发明能够解决成本与样点数量之间的矛盾，即利用少量样本数据，通过TM影像辅助即可获取高密度样点数据，降低成本的同时，又保证了能够获取足够数量的样点数据，能够快速、大幅提升空间分辨率，大幅提升获取数据工作效率；综上，本发明设计方法大幅降低了数据获取所需时间和经济成本，能够为数字农业大数据分析提供了数据支撑，填补了当前数据获取困难的技术空白。

技术领域

本发明涉及一种基于TM影像辅助的农田土壤有机碳含量数据获取方法，属于数字农业土壤质量监测技术领域。

背景技术

由于土壤形态和演化过程十分复杂，难以进行土壤形态与性质定量化描述，而且空间变异特征及空间相关性等定量化描述更加复杂，如何快速获取所需的土壤关键信息已经成为科研工作者面临的热点问题。

在土壤监测领域，目前大范围采样调查工序十分繁琐，需要前往样点具体位置采集样品，将样品带回实验室做进一步分析，需要耗费大量人力、时间，并随着调查范围、样点数量增加而大幅增加人力与时间成本，导致大尺度土壤质量调查工作通常间隔在10年或10年以上进行一次，完成大范围调查需要1-3年时间，数据获取效率十分低下，对样本采样和实验室分析具有强烈的依赖性，具有费时费力费钱的缺陷，因其工作效率低而限制了其实用性，难以满足当今快速发展的现代农业需求，特别是随着数字农业的发展，获取农业大数据能力严重不足，急需研发能够快速获取农业土壤属性数据的技术。

随着遥感技术的兴起，为土壤普查与动态监测提供了强有力的数据支持，尽管遥感数据不能直接探测土壤理化性质(机械组成、湿度、有机碳含量等)空间分布，只能获取土壤表面客观的辐射信息，但是可以依靠相应的指标转换模拟，反演土壤有机碳上时空分异特征。此外，遥感数据具有高时空分辨率、获取互数据效率高、周期短能诸多优点，能有效补充传统直接清查法时空分辨率不足的缺陷。因此，直接调查估算法能获取第一手土壤信息数据，但时空分辨率有限，难以满足当前高时空分辨率数据需要。基于碳循环过程模型的间接估测土壤有机碳变化方法，其模拟精度受制于参数复杂程度，进而影响模拟土壤有机碳估算精度。如果能将遥感高时空分辨率特征与生态系统碳循环过程模拟以及实测数据结合起来，既能保证估测数据准确性，又能确保土壤有机碳估测结果具有较高时空精度。有效集成多源数据，综合评估时空尺度土壤有机碳变化规律已经成为当前学术界研究的热点。

发明内容

本发明所要解决的技术问题是提供一种基于TM影像辅助的农田土壤有机碳含量数据获取方法，能够快速获取面域高分辨率的土壤有机碳密度数据，提高工作效率。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于TM影像辅助的农田土壤有机碳含量数据获取方法，用于获得目标区域中各位置土壤有机碳密度，包括如下步骤：

步骤A.分别针对目标区域中预设数量、预设分布的各个样本点，获得样本点位置的土壤有机碳密度，然后进入步骤B；

步骤B.针对土壤有机碳密度取值范围、按预设间隔进行等级划分，获得覆盖土壤有机碳密度取值范围的各个有机碳密度等级间隔，并将各个有机碳密度等级间隔分别与预设各个彼此不同图像灰度值一一对应，然后进入步骤C；

步骤C.获取目标区域的TM遥感影像，并进一步获取目标区域中各样本点位置的DN值，然后进入步骤D；

步骤D.针对目标区域中的各样本点位置，以样本点位置DN值为自变量，样本点位置土壤有机碳密度为应变量，训练得到目标区域土壤有机碳密度TM遥感影像反演模型，然后进入步骤E；

步骤E.应用目标区域土壤有机碳密度TM遥感影像反演模型，针对目标区域的TM遥感影像进行运算处理，并结合各有机碳密度等级间隔分别与预设各个彼此不同图像灰度值一一对应，获得目标区域土壤有机碳密度TM遥感影像反演灰度图，然后进入步骤F；