[发明专利]一种林地遥感数据的林业碳汇算法

说明书

本发明涉及林业技术领域，且公开了一种林地遥感数据的林业碳汇算法，包括以下工作步骤：第一步首先对林地进行前期时相遥感影像，再将后期时相遥感影像与前期时相遥感影像进行两期遥感影像进行预对比处理，其中预对比处理包括辐射校正、几何校正好和遥感影像融合。该一种林地遥感数据的林业碳汇算法，本发明阈值分类的具体操作包括第一获得影像、第二确定范围、第三确定分类、第四获得林地变化分类图和第五验证获得结果图，第四获得林地变化分类图是经过分类对比的处理后得到的，第五验证获得结果图是经过精度验证得到的林地变化分类图，从而进一步地提高了本发明林地遥感数据的林业碳汇算法的精准度以及准确效率。

技术领域

本发明涉及林业技术领域，尤其涉及一种林地遥感数据的林业碳汇算法。

背景技术

森林不仅是一种重要的自然资源，而且是地球上结构最复杂、分布最广泛的陆地生态系统。林地是森林的载体，是森林资源资产不可或缺的部分。它不仅能调节水循环、防止山川河流淤塞、保持水土，还能使人类的生存环境日臻完善；不仅能调节气候、防止环境污染，还能为野生生物提供舒适的栖息场所；不仅能提高人类生产力水平，还能维持现代社会经济的稳步发展，因此，林业在维护生态平衡中起着决定性的作用。

现有技术的林地遥感数据的林业碳汇算法方式一般较为复杂和麻烦，导致在对林地前后两期通过遥感数据汇算林业碳的变化以及分析的效率降低，同时还增加了技术人员的劳动强度以及工作周期，存在诸多的不便以及问题。为此，我们提出一种林地遥感数据的林业碳汇算法。

发明内容

本发明主要是解决上述现有技术所存在的技术问题，提供一种林地遥感数据的林业碳汇算法。

为了实现上述目的，本发明采用了如下技术方案，一种林地遥感数据的林业碳汇算法，包括以下工作步骤：

第一步：首先对林地进行前期时相遥感影像，再将后期时相遥感影像与前期时相遥感影像进行两期遥感影像进行预对比处理，其中预对比处理包括辐射校正、几何校正好和遥感影像融合；

第二步：第一步中的两期遥感影像进行预对比处理后，通过差值NDVI和NDVCI算法获得前后两期的变化特征数据；

第三步：第二步中获得的变化特征数据再根据变化信息以及未变化信息进行分类、对比和分析，获得变化信息分析数据；

第四步：第三步中获得的变化信息分析数据再进行阈值分类；

第五步：第四步中的阈值分类再进行参数选择后，获取林地前后期变化的图斑；

第六步：第五步中获得林地前后期变化的图斑后再进行验证样地，判断时候满足精准度以及清晰度，满足精准度以及清晰度后获得林地前后两期的变化结果图。

作为优选，所述第一步中的辐射校正是用于对辐射有关的误差进行的校正，辐射校正还包括遥感卫星传感器校正、大气校正、太阳光照两端和角度的校正，几何校正包括几何粗校正和几何精校正，几何粗校正是用于林地根据测定地与传感器有关的各种校正参数对接收到的通感数据所作的校正处理，几何粗校正对消除传感器内部畸变很有效。

作为优选，所述几何精校正是用于消除林地图像中的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像，几何精校正回避了成像的空间几何过程，几何精校正用于消除图像的几何变形，几何精校正实现原始图像与标准图像进行几何整合。

作为优选，所述第一步中的预对比处理还包括遥感影像镶嵌和剪裁，第一步中的预对比处理的具体流程如下，获取多光谱数据源和全色数据源，多光谱数据源经过辐射定标和大气校正处理，全色数据源经过辐射定标处理后与多光谱数据源经过辐射定标和大气校正处理地进行正射校正，正射校正后经过影像融合，影像融合后再进行地形校正，地形校正后再通过影像配准，影像配准后再经过影像镶嵌和裁剪处理。