一种海湾盐度与红树林的适配性评估方法及装置

本技术涉及遥感监测技术与红树林生态保护，特别涉及一种海湾盐度与红树林的适配性评估方法。

背景技术：

1、海表面盐度（sss）是调控红树林树种分布、生长及抗干扰能力的关键环境因子，尤其在半封闭海湾等区域，淡水输入波动易导致盐度变化，进而引发红树死亡及鱼藤入侵等生态问题。精准获取盐度时空分布，并建立其与红树林生长的关联，对海岸带生态保护至关重要。

2、现有技术中，通过引入机器学习模型对海域盐度进行反演，有效提高了盐度的反演精度。

3、然而，尽管机器学习模型虽提升了反演效果，但未充分利用模型驱动的预测能力评估来初步筛选高响应特征，且筛选后未有效处理特征间的多重共线性问题，高相关性特征冗余输入模型，易导致模型过拟合、泛化能力下降及物理机理解释混乱。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种海湾盐度与红树林的适配性评估方法。

2、本发明采用下述技术方案：

3、本发明提供了一种海湾盐度与红树林的适配性评估方法，包括：

4、获取海湾区域的landsat-8 oli卫星影像以及红树林目视影像；并从所述landsat-8 oli影像中提取顺序靠前的若干波段数据；

5、根据所述波段数据，确定若干植被指数、若干水体指数和若干波段组合特征向量，作为海湾区域的全部特征向量；

6、利用随机森林回归器对海湾区域的全部特征向量进行盐度预测能力评估，选取盐度预测能力靠前的若干特征向量，并确定若干特征向量中每两个特征向量间的pearson相关系数，将pearson相关系数大于预设阈值的特征向量剔除，得到海湾区域的目标特征向量；

7、基于海湾区域的目标特征向量，对训练好的xgboost模型进行shap可解释性分析，将与盐度最相关的一个目标特征向量确定为海湾区域的最优特征向量；

8、根据所述最优特征向量，利用训练好的xgboost模型对海湾区域进行盐度反演，将海湾区域划分为不同盐度水平的区域；根据不同盐度水平的区域和红树林目视影像，对海湾区域的盐度与红树林进行适配性评估。

9、优选地，获取海湾区域的landsat-8 oli影像，具体包括：

10、获取目标海湾区域的云量低于10%的landsat-8 oli原始卫星影像；

11、对所述landsat-8 oli原始卫星影像依次进行辐射标定和大气校正，得到海湾区域的landsat-8 oli影像。

12、优选地，红树林目视影像的获取，具体包括：

13、采用多旋翼无人机对海湾区域的入海河流入海口以及红树林分布核心区布设的若干同步站位进行航拍，得到红树林航拍影像；

14、对所述红树林航拍影像进行目视解译，得到红树林目视影像。

15、优选地，植被指数包括：归一化植被指数ndvi、增强型植被指数evi、土壤调节植被指数savi、转换型植被指数tvi、简单比值植被指数sr；所述水体指数包括：归一化水体指数ndwi、改进型归一化水体指数mndwi、基于多波段的水体指数mbwi、增强型归一化水体指数andwi、水体指数2015wi2015。

16、优选地，两个互不重复的波段数据的多种数值运算方式包括：减、乘、除以及双波段的差除以双波段的和的数值运算方式；所述三个互不重复的波段数据的数值运算方式为第一波段的倒数减去第二波段的倒数后再乘以第三波段的数值运算方式。

17、优选地，利用随机森林回归器对海湾区域的全部特征向量进行盐度预测能力评估，具体包括：

18、将全部特征向量输入随机森林回归器，通过构建多个决策树对每个特征向量进行盐度预测；

19、根据全部决策树对每个特征向量盐度预测结果的平均值，评估特征对盐度的预测能力；

20、其中，所述盐度预测结果的平均值越大，则表示特征向量的预测能力越强；反之，特征向量的预测能力越弱。

21、优选地，在所述对训练好的xgboost模型进行shap可解释性分析时，以平均shap绝对值作为海湾区域的目标特征向量的特征重要性衡量标准，以确定对盐度预测响应性最高的最优水体特征向量。

22、优选地，用训练好的xgboost模型对海湾区域进行盐度反演，将海湾区域划分为不同盐度水平的区域；根据不同盐度水平的区域和红树林目视影像，对海湾区域的盐度与红树林进行适配性评估，具体包括：

23、利用最优xgboost模型反演目标海湾全域盐度的空间分布，绘制盐度空间分布图，将海湾区域按照盐度水平划分为高盐区和低盐区；

24、基于高盐区和低盐区的区域分布，结合红树林目视影像，开展红树林盐度适配性评估，具体包括：

25、根据红树林目视影像中红树林的分布区域与高盐区和低盐区的区域分布，确定红树林的存活临界盐度阈值；

26、根据红树林目视影像中红树林的退化情况以及高盐区和低盐区的区域分布，确定鱼藤的最优生长盐度范围；

27、基于所述红树林的存活临界盐度阈值，鱼藤的最优生长盐度范围，建立立盐度梯度与红树林分布、生长状况的关联模型，用于目标区域红树林的保护及鱼藤的专项治理。

28、本发明提供了一种海湾盐度与红树林的适配性评估装置，包括：

29、数据获取模块，用于获取海湾区域的landsat-8 oli卫星影像以及红树林目视影像；并从所述landsat-8 oli影像中提取顺序靠前的若干波段数据；

30、特征构建模块，用于根据所述波段数据，确定若干植被指数、若干水体指数和若干波段组合特征向量，作为海湾区域的全部特征向量；

31、特征筛选模块，用于利用随机森林回归器对海湾区域的全部特征向量进行盐度预测能力评估，选取盐度预测能力靠前的若干特征向量，并确定若干特征向量中每两个特征向量间的pearson相关系数，将pearson相关系数大于预设阈值的特征向量剔除，得到海湾区域的目标特征向量；用于基于海湾区域的目标特征向量，对训练好的xgboost模型进行shap可解释性分析，将与盐度最相关的一个目标特征向量确定为海湾区域的最优特征向量；

32、适配评估模块，用于根据所述最优特征向量，利用训练好的xgboost模型对海湾区域进行盐度反演，将海湾区域划分为不同盐度水平的区域；根据不同盐度水平的区域和红树林目视影像，对海湾区域的盐度与红树林进行适配性评估。

33、本发明提供了一种计算机可读存储介质，存储介质存储有计算机程序，计算机程序被处理器执行时实现上述一种海湾盐度与红树林的适配性评估方法。

34、本发明提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述一种海湾盐度与红树林的适配性评估方法。

35、本发明采用的上述至少一个技术方案能够达到以下有益效果：

36、在本发明提供的一种海湾盐度与红树林的适配性评估方法中，利用随机森林回归器进行盐度预测能力评估，并结合pearson相关系数剔除冗余特征，既保留了关键光谱信息，又消除了多重共线性对模型稳定性的干扰，确保了输入特征的高效性与可靠性；进而基于筛选后的高盐度响应性的目标特征向量，使盐度反演结果的物理逻辑可追溯、可信度大幅提升；并利用高精度盐度反演结果划分不同盐度水平区域，结合红树林目视影像建立盐度梯度与红树林生长、鱼藤入侵的精准关联，突破了传统监测中盐度反演与生态评估脱节的局限，为海岸带红树林生态保护与精准治理提供了兼具高精度、可解释性与应用价值的技术支撑。