• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 9
    • 下载费用:30 金币  

    重庆时时彩分平台: 一种大尺度植被退化区域遥感识别方法.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201410046570.4

    申请日:

    2014.02.10

    公开号:

    CN103778241A

    公开日:

    2014.05.07

    当前法律状态:

    撤回

    有效性:

    无权

    法律详情: 发明专利申请公布后的视为撤回IPC(主分类):G06F 17/30申请公布日:20140507|||实质审查的生效IPC(主分类):G06F 17/30申请日:20140210|||公开
    IPC分类号: G06F17/30; G06K9/00 主分类号: G06F17/30
    申请人: 中国科学院南京地理与湖泊研究所
    发明人: 汤旭光; 李恒鹏
    地址: 210008 江苏省南京市玄武区北京东路73号
    优先权:
    专利代理机构: 江苏致邦律师事务所 32230 代理人: 徐蓓
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410046570.4

    授权公告号:

    ||||||

    法律状态公告日:

    2017.06.23|||2014.06.04|||2014.05.07

    法律状态类型:

    发明专利申请公布后的视为撤回|||实质审查的生效|||公开

    摘要

    本发明公开了一种大尺度植被退化区域遥感识别方法,包括以下步骤:1)获取MODIS时间序列植被指数产品数据集MOD13Q1,并进行格式与投影转换;2)对MODIS数据进行镶嵌拼接与裁剪,将16dNDVI数据合成为月NDVI值;3)利用均值法获取逐年平均的NDVI数据;4)对时间自变量和NDVI因变量数据,采用最小二乘法进行趋势分析;5)利用Mann-Kendall非参数统计检验方法判断趋势的显著性;6)将趋势分析结果与显著性检验结果进行叠加分析,得到像元尺度上的NDVI变化趋势数据,并将结果划分为严重退化区、轻微退化区、稳定区、轻微改善区与显著改善区;7)基于ArcGIS空间分析功能,统计各变化分区空间分布及面积比例,同时还可与交通网、人口分布及土地利用等外来干扰进行驱动因素分析。

    权利要求书

    权利要求书
    1.  一种大尺度植被退化区域遥感识别方法,其特征在于基于长时间序列MODIS遥感数据,通过数据预处理获得区域多年年均NDVI时间序列,采用最小二乘法趋势分析和Mann-Kendall显著性检验方法,判断植被覆盖变化趋势特征,具体步骤如下:
        步骤一、下载获取MODIS时间序列植被指数产品数据集MOD13Q1,并经MRT软件进行格式转换与投影转换,将Hdf格式转换为Geotiff格式,将Sinusoidal投影转换为WGS84/Albers Equal Area Conic投影;
        步骤二、应用ENVI软件对MODIS数据进行镶嵌拼接与裁剪,再运用最大值合成法将16 d NDVI数据合成为月NDVI值;
        步骤三、在ArcGIS平台下,利用均值法获取逐年平均的NDVI数据,为植被覆盖趋势分析提供数据;
        步骤四、对时间自变量和NDVI因变量数据,采用最小二乘法在ArcGIS下进行趋势分析;
        步骤五、利用Mann-Kendall非参数统计检验方法判断趋势的显著性;
        步骤六、将趋势分析结果与显著性检验结果进行叠加分析,得到像元尺度上的NDVI变化趋势数据;
    步骤七、基于ArcGIS空间分析功能,统计各变化分区空间分布及面积比例,同时还将交通网、人口分布及土地利用作为外来干扰进行驱动因素分析。

    2.  根据权利要求1所述的一种大尺度植被退化区域遥感识别方法,其特征在于,所述步骤四中采用最小二乘法进行植被变化趋势分析,若斜率>0,则表示NDVI的变化趋势是增加的,反之则是减少的,即为退化区域。

    3.  根据权利要求1所述的一种大尺度植被退化区域遥感识别方法,其特征在于,所述步骤五利用Mann-Kendall非参数统计检验方法判断趋势的显著性为根据在0.05置信水平上的显著性检验结果划分为变化显著与变化不显著,其中当Z>1.96或Z<-1.96时,表示变化显著,当-1.96≤Z≤1.96,表示变化不显著。

    4.  根据权利要求1所述的一种大尺度植被退化区域遥感识别方法,其特征在于,所述步骤六将趋势分析结果与显著性检验结果进行叠加分析,并将所述叠加分析的结果划分为严重退化区、轻微退化区、稳定区、轻微改善区与显著改善区。

    说明书

    说明书一种大尺度植被退化区域遥感识别方法
    技术领域
    本发明涉及应用长时间序列MODIS遥感数据,基于ENVI图像处理软件及ArcGIS空间分析软件识别大尺度植被退化区域的技术领域。
    背景技术
    植被作为陆地上主要的土地覆被类型,是连接大气、土壤与水体的自然纽带,在水土保持、物质与能量循环及维持生态系统稳定方面具有十分重要的作用。而快速、准确、客观地识别大尺度植被退化区域,可以为有针对性地采取相应的方案与措施提供数据支撑,同时也可以为气候变化与人为干扰背景下的正负反馈与生态环境质量评价提供技术支持。传统的研究方法大多为实地考察,这种方法耗时长、效率低,尤其不适宜大中尺度长期的植被动态变化监测、退化追踪与定量分析。而当前,基于遥感技术监测区域尺度植被动态已成为全球变化研究的重要领域。归一化植被指数(NDVI)是评估植被状况的最有效参数之一,能很好地反应植被生长状态和植被覆盖度,也是衡量区域生态环境质量的重要信息。同时,覆盖范围广、时间分辨率高并且获取免费的MODIS/NDVI产品,为区域尺度植被长期动态监测提供了可靠的数据源。
    发明内容
    本发明目的是基于长时间序列MODIS遥感数据,经专业软件处理与趋势分析,从而快速、准确、客观地识别大尺度植被退化区域。
    本发明以250m的MOD13Q1(NDVI产品)为数据源,通过数据预处理获得区域多年年均NDVI时间序列,采用最小二乘法趋势分析和Mann-Kendall检验方法,判断植被覆盖变化趋势特征,具体步骤如下:
    步骤一数据下载与预处理
    1)下载覆盖区域的MODIS时间序列植被指数产品数据集MOD13Q1(空间分辨率为250m,时间分辨率为16d),并利用MRT软件进行格式转换与投影转换(Hdf格式转换为Geotiff格式,Sinusoidal投影转换为WGS84/Albers Equal Area Conic投影);
    2)应用ENVI软件对MODIS数据进行镶嵌拼接,并利用研究区矢量文件生成感兴趣 区进行裁剪,获得时间序列MODIS/NDVI数据集。再运用公式(1)最大值合成法(ENVI/band math)将16d NDVI数据合成为月NDVI值,以消除云、雾、太阳高度角等因素的影响。
    b=b1×(b1geb2)+b2×(b2gtb1)   (1)
    3)在ArcGIS平台下,利用均值法获取逐年平均的NDVI数据,代表年度植被生长状况,为植被覆盖趋势分析提供数据。
    步骤二趋势分析及显著性检验
    4)对时间自变量和NDVI因变量数据,采用最小二乘法,在ArcGIS下利用公式(2)计算数据集中各像元的NDVI与时间的回归斜率,公式如下:
    slope=(Σi=1nxiti-1n(Σi=1nxi)(Σi=1nti))/(Σi=1nti2-1n(Σi=1nti)2)---(2)]]>
    式中:变量i为年序号;xi为第i年的NDVI值;ti为xi对应的时间;n为所研究的时间序列长度。若slope>0说明NDVI的变化趋势是增加的,反之则是减少的,即为退化区域。
    5)Mann-Kendall是一种非参数统计检验方法,用来判断趋势的显著性,计算公式如下:定义Z统计量为:Z=(S-1)/s(S),S>00,S=0(S+1)/s(S),S<0]]>其中,S=Σi=1n-1Σj=i+1nsgn(xj-xi)]]>sgn(xj-xi)=1,xj-xi>00,xj-xi=0-1,xj-xi<0,]]>s(S)=n(n-1)(2n+5)/18            (3)
    式中,sgn是符号函数。在给定显著性水平α下,当|Z|>μ1-α/2时,表示序列在α水平下存在显著的变化。一般取α为0.05。
    步骤三变化趋势分析及退化区域识别
    6)将趋势分析结果与Mann-Kendall显著性检验结果进行叠加分析,得到像元尺度上的NDVI变化趋势数据,并将结果划分为严重退化区、轻微退化区、稳定区、轻微改善区与显著改善区五种类型。
    7)基于ArcGIS空间分析功能,统计各变化分区空间分布及面积比例,同时还将交通网、人口分布及土地利用作为外来干扰进行驱动因素分析。
    本发明的优点:
    本发明能够克服传统耗时耗力并且具有很大局限性的地面调查方法的不足,基于长时间序列MODIS/NDVI数据,应用计算机图像处理技术,快速、准确、客观地识别大尺度植被退化区域。
    附图说明
    图1为流域2001-2013年均NDVI空间分布;
    图2为流域2001-2013植被变化趋势;
    图3为植被变化趋势Mann-Kendall显著性检验;
    图4为流域2001-2013植被变化趋势分区;
    图5为植被变化趋势与地理要素空间分析。
    具体实施方式
    千岛湖流域是我国重要的地表水源地,其区域植被生长状况对于水源地生态环境质量具有重要的意义,准确、客观地识别植被退化区域可以为水源地?;ぬ峁┦葜С?。下面结合该区域进行实例分析:
    步骤一数据下载与预处理
    1)从NASA网站(//reverb.echo.nasa.gov/reverb)下载覆盖流域的行列号分别为28/5与28/6的MOD13Q1数据,时间从2001年到2013年共13年598期数据。利用MRT软件进行格式转换与投影转换,Hdf格式转换为Geotiff格式,Sinusoidal投影转换为WGS84/Albers Equal Area Conic投影。
    2)应用ENVI软件对MODIS数据进行镶嵌拼接,并利用研究区矢量文件生成感兴趣区进行裁剪,获得时间序列MODIS/NDVI数据集。再运用最大值合成法(ENVI/band math)将16d NDVI数据合成为月NDVI值。
    3)在ArcGIS平台下,利用均值法获取2001-2013逐年平均的NDVI数据,代表年度植被生长状况,为植被覆盖趋势分析提供数据。如图1,为千岛湖流域2001-2013年均NDVI空间分布。
    步骤二趋势分析及显著性检验
    4)对时间自变量和NDVI因变量数据,采用最小二乘法,在ArcGIS平台下计算数据集中各像元的NDVI与时间的回归斜率,如图2所示,正值代表变化趋势是增加的,反之则是减少的,即为退化区域。
    5)利用Mann-Kendall非参数统计检验方法判断趋势的显著性,显著性检验结果如图3。
    步骤三变化趋势分析及退化区域识别
    6)将回归斜率介于-0.0005~0.0005之间区域划分为稳定区,高于0.0005的划分为改善区域,而低于0.0005的划分为退化区域。同时将Mann-Kendall检验在0.05置信水平上的显著性检验结果划分为显著变化(Z>1.96或Z<-1.96)与变化不显著(-1.96≤Z≤1.96)。最后,将趋势分析结果与Mann-Kendall检验结果进行叠加分析,得到像元尺度上的NDVI变 化趋势数据,并将结果划分为严重退化区、轻微退化区、稳定区、轻微改善区与显著改善区五种类型,如图4所示。
    7)基于ArcGIS空间分析功能,统计各变化分区空间分布及面积比例,如表1所示,同时还可与交通网、人口分布及土地利用等外来干扰进行驱动因素分析,如图5表明受人类干扰越大的地方,植被退化越为显著。
    表1流域植被变化趋势各分区所占面积统计分析

    在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
    尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。

    关 键 词:
    一种 尺度 植被 退化 区域 遥感 识别 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:一种大尺度植被退化区域遥感识别方法.pdf
    链接地址://www.4mum.com.cn/p-6156531.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03