[发明专利]一种基于遥感反演模型的云杉林生物量的确定方法在审
申请号: | 202111022794.8 | 申请日: | 2021-09-01 |
公开(公告)号: | CN113722918A | 公开(公告)日: | 2021-11-30 |
发明(设计)人: | 陈冬花;李虎;刘赛赛;邹陈 | 申请(专利权)人: | 滁州学院;安徽师范大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F119/08 |
代理公司: | 西安铭泽知识产权代理事务所(普通合伙) 61223 | 代理人: | 张举 |
地址: | 239099*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 遥感 反演 模型 云杉 生物量 确定 方法 | ||
1.一种基于遥感反演模型的云杉林生物量的确定方法,其特征在于,包括以下步骤:
获取水热因子团、地形因子团、云杉林特征因子团和遥感因子团;
基于垂直状况因素和龄级状况因素分析云杉林生物量分别与水热因子团、地形因子团、云杉林特征因子团和遥感因子团的关联性,根据关联性抽取水热因子团、地形因子团、云杉林特征因子团和遥感因子团中对云杉林生物量影响最大的因子,建立基于垂直状况因素和龄级状况因素的多因子线性模型;
根据地表观反射率、比值植被指数、归一化植被指数、修改型土壤调整植被指数、差值植被指数和增强型植被指数,组建遥感模型;
以坡向为方位角方向,以坡度为天顶角方向,建立极化生物量模型;
组合多因子线性模型、遥感模型和极化生物量模型,形成微观尺度模型;
输入多因子线性模型、遥感模型和极化生物量模型的参数数据至微观尺度模型中,获得云杉林生物量。
2.如权利要求1所述的一种基于遥感反演模型的云杉林生物量的确定方法,其特征在于,所述垂直状况因素和龄级状况因素包括:不分垂直带不分龄级状况、分垂直带但不分龄级状况、不分垂直带但分龄级状况和分垂直带且分龄级状况四种情况。
3.如权利要求1所述的一种基于遥感反演模型的云杉林生物量的确定方法,其特征在于,所述水热因子团的因子包括平均气温、最高气温、最低气温和降水量;
所述地形因子团的因子包括坡度数据、坡向数据和海拔数据;
所述云杉林特征因子的因子包括植物年龄和龄级;
所述遥感因子团的因子包括b1、b2、b3、b4四个波段反射率、波段反射率间相加及相乘数据、比值植被指数、归一化植被指数、修改型土壤调整植被指数、差值植被指数和增强型植被指数。
4.如权利要求3所述的一种基于遥感反演模型的云杉林生物量的确定方法,其特征在于,所述水热因子团的因子获取方法为:利用基于DEM修正的克里金插值法获取气温值因子和降水量值因子。
5.如权利要求3所述的一种基于遥感反演模型的云杉林生物量的确定方法,其特征在于,所述地形因子团的因子获取方法为:根据地形曲面函数Z=f(x,y)在东西、南北方向上高程变化率的函数,获取地表上某点的坡度数据S和坡向数据A,即:
A=270°+arctg(fy/fx)-90°fx/|fx| (2)
其中,fx是南北方向高程的变化率,fy是东西方向高程的变化率;
通过数值微分方法或局部曲面拟合方法进行对fx和fy的求解:
fx=(Z7-Z1+2(Z8-Z2)+Z9-Z3)/8g (3)
fy==(Z3-Z1+2(Z6-Z4)+Z9-Z7)/8g (4)
其中,Zi(i=1,2,…,9)为中心点5周围各格网点的高程,g为格网分辨率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于滁州学院;安徽师范大学,未经滁州学院;安徽师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111022794.8/1.html,转载请声明来源钻瓜专利网。