[发明专利]一种获取北方矿区植被分布的遥感方法及其系统

说明书

本发明提供了一种获取北方矿区植被分布的遥感方法及其系统，包括：获取北方矿区的地表覆盖类型，对地表覆盖类型进行调整，获取北方矿区的非植被分布；获取北方矿区植被图，以及北方矿区植被图的植被类型；构建调整后的地表覆盖类型与植被类型之间的对应关系；基于对应关系，识别北方矿区地表覆盖的未变区域与变化区域，并获取未变区域的植被分布与变化区域的植被分布；对非植被分布、未变区域的植被分布与变化区域的植被分布进行叠加，获得北方矿区植被分布图。通过本发明的遥感方法能够快速、高效、准确地获取北方矿区植被现状分布，有利于提高管理北方矿区植被生态系统，开展植被资源保护。

技术领域

本发明属于遥感技术领域，尤其涉及一种获取北方矿区植被分布的遥感方法及其系统。

背景技术

植被与自然环境之间存在着密切的联系，它既是自然环境的重要组成部分，也对自然环境有着巨大的改造作用，如调节气候、保持水土、涵养水源等，因此植被是人类赖以生存和发展的基础，研究植被的地表分布有助于揭示自然环境规律，加强人们对植被资源的利用与保护。植被图反映了不同植被类型及其在空间上的分布，揭示了不同植被类型的地理位置和分布规律，对于农林、畜牧业生产活动及土地开发、生态规划等都具有重大意义。

中华人民共和国植被图(1:1000000)(以下简称植被图)是20世纪80年代起，由多个单位多位专家共同编制，它详细反映了我国群系和亚群系植被单位的分布规律。受当时的技术限制，此植被图的绘制主要依靠野外调查的方法，通过实地考察确定植被类型，结合植被生态学和地图制图学知识，主要依靠人工勾绘的方式完成。植被图制图距今已有40年左右，在这期间北方矿区进行了大规模、高强度的资源开采以及城市化发展，地表植被分布也发生了巨大变化。

近年来，随着机器学习、深度学习等人工智能技术的发展，地表覆盖遥感分类精度不断提升，涌现出多种全国乃至全球尺度的高空间分辨率、长时间序列地表覆盖产品(如：GlobeLand30、FROM_GLC和GLC_FCS30等)，但地表覆盖并非植被类型。北方矿区地表植被分布受环境变化和人类活动的影响已发生了巨大改变，北方矿区植被图已无法准确反映当前的植被分布现状，为了更好地管理北方矿区植被生态系统，开展植被资源保护，因此亟需获取北方矿区精细植被现状分布。

发明内容

为解决上述技术问题，本发明提出了一种获取北方矿区植被分布的遥感方法及其系统，能够快速、高效、准确地获取北方矿区植被现状分布。

一方面为实现上述目的，本发明提供了一种获取北方矿区植被分布的遥感方法，包括：

获取北方矿区的地表覆盖类型，对所述地表覆盖类型进行调整，获取北方矿区的非植被分布；

获取北方矿区植被图，以及所述北方矿区植被图的植被类型；

构建调整后的所述北方矿区的地表覆盖类型与所述北方矿区植被图的植被类型之间的对应关系；

基于所述对应关系，识别北方矿区地表覆盖的未变区域与变化区域，并获取所述未变区域的植被分布与所述变化区域的植被分布；

对所述非植被分布、所述未变区域的植被分布与所述变化区域的植被分布进行叠加，获得北方矿区植被分布图。

可选地，所述北方矿区的地表覆盖类型包括：耕地、林地、草地、灌木地、湿地、水体、人造地表和裸地。

可选地，对所述地表覆盖类型进行调整的方式为：将所述水体、人造地表和裸地合并为非植被；

调整后的所述地表覆盖类型包括：非植被、耕地、林地、草地、灌木地和湿地。

可选地，所述对应关系为：调整后的所述地表覆盖类型与对应的植被类型之间的从属关系。

可选地，识别北方矿区地表覆盖的所述未变区域与所述变化区域的方式为：

对所述北方矿区植被图进行预处理；