基于多源数据与随机森林的生态质量监测方法

本发明属于盐碱湿地生态质量监测，具体地，涉及一种基于多源数据与随机森林的生态质量监测方法。

背景技术：

1、松嫩平原西部是全球三大苏打盐碱地集中分布区之一，盐碱湿地具有涵养水源、调节气候、维护生物多样性等重要生态功能。受气候变化与人类活动双重胁迫，该区域湿地长期面临植被退化、盐分累积、面积萎缩等问题，开展生态质量动态监测对评估退化程度、诊断修复成效具有重要意义。

2、国外对盐碱湿地所开展的研究起步较早，sharma和naik系统阐述了内陆盐碱湿地的结构与功能，梳理了全球分布与演化特征。sorensen调查了美国内布拉斯加州东部盐碱湿地植被分布；partnership swc总结了该区域保护实践经验。herrero和castaneda建立了小型盐碱湿地监测指标体系。sim等构建了盐度驱动生态状态转变模型；shokri等分析了人类活动与自然因素的综合影响。khan等利用遥感指标评估了水文盐渍化退化过程。国外研究在监测技术与生态规律方面经验丰富，但因区域差异显著，成果难以直接套用，且多源遥感与ai深度融合的监测体系仍有待完善。

3、国内学者针对松嫩平原西部盐碱湿地做了大量的研究，包括且不限于：识别了松嫩平原湿地扰动因子及其反馈机制；探讨了种稻脱盐改良机理；王提出了盐碱化治理对策。构建了“稻-苇-鱼”复合生态模式；以牛心套保湿地为对象，分析了盐碱水环境对养殖生态工程的影响。开展了盐碱湿地土壤重金属分析；总结了湿地资源保护措施；分析了湿地动态演变及其生态效应；利用遥感监测了土壤盐碱化。现有研究虽已涉及动态变化、驱动机制及修复利用等方面，但长时序、高精度动态监测体系仍有待深化。

技术实现思路

1、本发明融合多时相遥感数据、多维生态指数与随机森林算法，构建多维特征空间，提出了一种基于多源数据与随机森林的生态质量监测方法，适用于松嫩平原西部盐碱湿地的生态质量动态监测，以期为区域湿地保护与修复评估提供新思路与新方案。

2、本发明通过以下技术方案实现：

3、一种基于多源数据与随机森林的生态质量监测方法，所述方法具体包括以下步骤：

4、s1.数据获取与预处理：获取目标区域的长时序卫星遥感数据及相关辅助数据，对遥感影像预处理，得到覆盖目标区域的标准化多时相遥感数据集；

5、s2.构建多维特征数据集：从预处理后的遥感影像中提取多类遥感生态指数，构建用于生态质量评价的多维特征数据集；

6、s3.训练随机森林模型：基于所述多维特征数据集，以样本对应的各遥感生态指数为输入变量，以生态质量等级为目标变量，训练随机森林分类模型；

7、s4.生态质量时空变化分析：将训练完成的随机森林模型应用于不同时期的特征影像，生成各时期的生态质量等级空间分布图，基于空间分布结果分析目标区域生态质量的时空演变特征。

8、进一步地，在s1中，所述预处理包括：

9、s1.1.影像筛选：按照设定的时间范围与云量阈值筛选可用的遥感影像；

10、s1.2.影像合成：对筛选得到的多景影像进行中值合成，降低薄云、云影与大气气溶胶对影像质量的影响；

11、s1.3.目标区裁剪：依据目标区域的矢量边界对合成后的影像进行裁剪；

12、s1.4.统一空间参考：统一所有影像的空间坐标系与空间分辨率，完成多时相影像的空间配准。

13、进一步地，在s2中，所述的多类遥感生态指数包括：植被覆盖类、土壤盐分类、水体指数类与地表环境类；

14、所述植被覆盖类包括归一化植被指数、增强型植被指数；所述土壤盐分类包括盐分指数；所述水体指数类包括归一化差异水体指数、改进型归一化差异水体指数；所述地表环境类包括地表温度、裸土指数。

15、进一步地，在s3中，采用混淆矩阵对模型分类精度进行验证，以总体精度与kappa系数作为模型整体可靠性的评价指标，同时计算各生态质量等级对应的用户精度与生产者精度；

16、在随机森林模型训练完成后，对输入的各项遥感生态指数进行特征重要性计算与排序，识别对生态质量分类贡献度最高的核心特征。

17、进一步地，在s4中，所述的时空演变特征分析包括：统计各时期不同生态质量等级的面积与占比，分析各等级在完整监测周期内的面积变化趋势与演变轨迹。

18、进一步地，在s4中，所述的时空演变特征分析还包括：对监测周期首尾两期的生态质量等级空间分布结果进行空间叠加计算，得到生态质量等级的转移矩阵，统计生态质量改善与退化的总面积、占比，以及主要的演变路径。

19、一种基于多源数据与随机森林的生态质量监测系统；

20、所述系统包括数据获取与预处理模块、多维特征构建模块、随机森林模型训练模块和生态质量时空变化分析模块；

21、所述数据获取与预处理模块：获取目标区域的长时序卫星遥感数据及相关辅助数据，对遥感影像预处理，得到覆盖目标区域的标准化多时相遥感数据集；

22、所述多维特征构建模块，用于从预处理后的遥感影像中提取多类遥感生态指数，构建用于生态质量评价的多维特征数据集；

23、所述随机森林模型训练模块，基于所述多维特征数据集，以样本对应的各遥感生态指数为输入变量，以生态质量等级为目标变量，训练随机森林分类模型；

24、所述生态质量时空变化分析模块，用于将训练完成的随机森林模型应用于不同时期的特征影像，生成各时期的生态质量等级空间分布图，基于空间分布结果分析目标区域生态质量的时空演变特征。

25、相较于现有技术，本发明的有益效果为：

26、本发明构建的“gee+colab+gis”多源遥感与人工智能融合方法，在实践中生态质量呈“先退化→稳步恢复→加速改善”三阶段演变，与气候波动及保护工程时间节点吻合。实现了盐碱湿地生态质量的长时序、定量化与空间显式监测，具有良好的可重复性和可验证性。如今残存的重度盐碱化区域仍是未来修复治理的重点，本发明可为松嫩平原西部盐碱湿地保护与修复成效评估提供时空数据支撑和方法参考。

1.基于多源数据与随机森林的生态质量监测方法，其特征在于：

2.根据权利要求1所述方法，其特征在于：

3.根据权利要求2所述方法，其特征在于：

4.根据权利要求3所述方法，其特征在于：

5.根据权利要求4所述方法，其特征在于：

6.根据权利要求5所述方法，其特征在于：

7.一种基于多源数据与随机森林的生态质量监测系统，其特征在于：所述系统用于执行权利要求1至6任意一项所述的基于多源数据与随机森林的生态质量监测方法；

8.一种计算机装置设备系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1至6任意一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至6任意一项所述方法的步骤。

10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序指令被处理器执行时实现权利要求1至6任意一项所述方法的步骤。