[发明专利]基于土壤湿度的沼泽湿地遥感提取方法和系统

说明书

本发明提供一种基于土壤湿度的沼泽湿地遥感提取方法和系统。该方法包括：获取预定区域的遥感影像数据，并对遥感影像数据进行预处理；将经预处理的遥感影像数据输入至土壤湿度反演模型，得到土壤湿度反演模型输出的区域土壤湿度，其中土壤湿度反演模型用于基于地表温度LST反演和归一化植被指数NDVI反演的结果进行温度植被干旱指数TVDI反演，并基于反演出的温度植被干旱指数TVDI反映区域土壤湿度；将区域土壤湿度输入至最大熵地理信息分析模型，得到最大熵地理信息分析模型输出的用于对影像中的土壤湿度进行分割的最佳分割阈值；以及基于最佳分割阈值对影像进行二值分割，以识别影像中的内陆沼泽湿地的边界。

技术领域

本发明涉及基于遥感应用领域，尤其涉及一种基于土壤湿度的沼泽湿地遥感提取方法和系统。

背景技术

沼泽湿地是陆地生态系统和水生生态系统之前的过渡生态系统，与森林、海洋并称为全球三大生态系统。沼泽湿地是具有薄层积水或经常过湿、土壤有泥炭层或潜育层、生长有喜湿性和喜水性沼生植物的自然地理单元，为人类社会提供着供给、调节、支持、文化四大类生态系统服务，对保障国家和区域生态安全、人类社会永续发展极为重要的基础作用。但是，由于沼泽湿地的“过渡性”特点，如何识别和确定沼泽湿地在水平空间上的地理边界，一直是个技术难题。

目前，基于遥感影像的湿地边界提取方法主要有包括基于可见光影像或SAR图像的分类，如最小距离、马氏距离、最大似然、神经网络、支持向量机、随机森林等；另有基于多源数据的如高程、影像纹理、植被覆盖度等构建决策树模型对沼泽湿地进行提取。

然而，现有技术中沼泽湿地范围的识别效率仍然较低，并且受传感器类型和数据分辨率的影响较大，导致适用性相对较小。此外，现有技术中的诸多方法均忽略了沼泽湿地的核心参数，即土壤湿度。

发明内容

本发明通过耦合土壤湿度反演模型和最大熵地理信息分析模型，提出了一种基于土壤湿度的沼泽湿地遥感提取方法和系统，旨在解决现有技术中沼泽湿地范围的识别效率仍然较低，并且受传感器类型和数据分辨率的影响较大，导致适用性相对较小的问题，并克服现有技术中忽略沼泽湿地的核心参数(即土壤湿度)的缺陷。本发明以较少且容易获取的参数进行模型构建及沼泽提取工作，减少了人工识别样本的成本，提高了沼泽湿地范围的识别效率，并且本发明所提供的模型具有较明确的物理意义，受传感器类型和数据分辨率的影响较小，适用性较为广泛。

具体地，本发明实施例提供了以下技术方案：

第一方面，本发明的实施例提供一种基于土壤湿度的沼泽湿地遥感提取方法，包括：

获取预定区域的遥感影像数据，并对所述遥感影像数据进行预处理；

将经预处理的所述遥感影像数据输入至土壤湿度反演模型，得到所述土壤湿度反演模型输出的区域土壤湿度，其中所述土壤湿度反演模型用于基于地表温度LST反演和归一化植被指数NDVI反演的结果进行温度植被干旱指数TVDI反演，并基于反演出的温度植被干旱指数TVDI反映所述区域土壤湿度；

将所述区域土壤湿度输入至最大熵地理信息分析模型，得到所述最大熵地理信息分析模型输出的用于对所述影像中的土壤湿度进行分割的最佳分割阈值；以及

基于所述最佳分割阈值对所述影像进行二值分割，以识别所述影像中的内陆沼泽湿地的边界。

进一步地，该基于土壤湿度的沼泽湿地遥感提取方法还包括：

所述土壤湿度反演模型包括NDVI反演层、LST反演层和TVDI反演层，

所述NDVI反演层用于计算归一化植被指数NDVI；

所述LST反演层用于计算地表温度LST；以及

所述TVDI反演层用于基于所述归一化植被指数NDVI和所述地表温度LST计算温度植被干旱指数TVDI。