基于多源遥感数据的区域生态健康评估方法及系统与流程

摘要: 本发明涉及遥感数据处理与生态评估,尤其是涉及基于多源遥感数据的区域生态健康评估方法及系统。背景技术:1、区域生态健康评估是生态环境监测与管理的重要基础。传统生态...
基于多源遥感数据的区域生态健康评估方法及系统与流程

本发明涉及遥感数据处理与生态评估,尤其是涉及基于多源遥感数据的区域生态健康评估方法及系统。

背景技术:

1、区域生态健康评估是生态环境监测与管理的重要基础。传统生态健康评估多依赖地面调查数据,存在空间覆盖不足、时间连续性差、人力成本高等问题。随着遥感技术的发展,多源遥感数据为区域生态健康评估提供了丰富的数据来源。目前,基于遥感数据的生态评估方法主要采用遥感生态指数(rsei)及其改进模型,通过选取绿度、湿度、热度、干度等指标,利用主成分分析法构建综合指数对区域生态质量进行评价。然而,现有方法仍存在以下不足。

2、第一,历史基准构建不充分。现有方法大多采用单一年度或少数年度的遥感数据进行生态评估,以全域统一阈值或全局均值作为参照基准,未能为每个空间评价单元建立独立的历史同期生态状态基准。由于不同区域的自然地理条件和生态系统类型存在显著差异,以全局统一基准进行评价无法准确反映各单元自身生态系统的正常波动范围,导致评估结果无法区分生态系统固有的空间异质性与真实的生态退化。

3、第二,偏离程度定量不准确。现有方法多采用当前状态与历史均值的简单差值或比值来衡量变化程度,缺乏对偏离程度在概率分布中相对位置的刻画。主成分分析构建的rsei对多时相不一致性较为敏感,传感器差异、大气条件差异、物候差异以及逐年变化的指标载荷方向均可能引入人为波动,使得长时间序列的生态指数缺乏可比性。此外,现有方法未将标准化偏离度、概率位置偏离和单指标偏离进行多维度综合,偏离程度的定量刻画不够全面。

4、第三,空间连续性与驱动因素分析不足。现有方法多侧重于生态质量当前状态的绝对值评价,缺乏对偏离区域在空间上是否形成连续扩展聚集模式的判别能力。同时,现有方法未将生态质量偏离与土地利用变化、水体萎缩等驱动因素进行空间协同分析,难以区分生态退化的主导驱动类型,无法为差异化生态修复决策提供空间指向性依据。

技术实现思路

1、本发明提供基于多源遥感数据的区域生态健康评估方法及系统,其目的在于解决现有技术中历史基准构建不充分、偏离程度定量不准确、空间连续性与驱动因素分析不足的问题。该方法通过自适应核密度估计构建各单元的概率密度分布作为历史基准,通过多指标综合偏离度实现偏离程度的概率化测度,通过局部空间自相关与景观格局指数实现偏离空间连续性的判别,并通过土地利用变化和水体萎缩的空间重合度分析实现退化驱动因素的识别。

2、为实现上述目的,本发明采用了如下技术方案:

3、基于多源遥感数据的区域生态健康评估方法,包括:

4、获取目标区域的多源遥感数据,从所述多源遥感数据中反演提取包括归一化植被指数、地表温度、土地利用覆盖类型、水体面积、裸地面积比例和夜间灯光指数在内的多种生态特征指标,并对所述多源遥感数据进行预处理,所述预处理包括辐射定标、大气校正、几何配准、重采样和时间归一化处理;

5、以规则格网作为评价单元,将预处理后的所述多源遥感数据按照所述评价单元进行空间聚合,为每个所述评价单元构建多指标时间序列矩阵;

6、针对每个所述评价单元,利用所述多指标时间序列矩阵逐年构建改进型遥感生态指数,获得每个所述评价单元在多个年度的改进型遥感生态指数时间序列;

7、采用自适应核密度估计算法对每个所述评价单元的所述改进型遥感生态指数时间序列进行概率密度分布拟合,提取每个所述评价单元历史基准的期望值、标准差和累积分布函数;

8、针对当前评估年份,根据每个所述评价单元在当前年份的所述多种生态特征指标以及所述改进型遥感生态指数,结合所述历史基准的期望值、标准差和累积分布函数,计算每个所述评价单元的综合偏离度;

9、基于每个所述评价单元的所述综合偏离度,对目标区域所有所述评价单元进行空间连续性与土地利用变化的协同判别分析,获得每个所述评价单元的空间连续性风险系数以及偏离区域与土地利用变化区域和水体萎缩区域的空间重合度;

10、根据所述综合偏离度、所述空间连续性风险系数和所述空间重合度,对每个所述评价单元进行生态健康等级的综合判定,输出目标区域生态健康评估的最终成果。

11、综上所述,本发明至少具有以下有益效果:

12、本发明以规则格网为评价单元,针对每个评价单元独立构建涵盖t个年度的多指标时间序列矩阵,采用自适应核密度估计算法对每个单元的时间序列进行概率密度分布拟合,以分布的特征参数作为该单元的历史基准。相较于现有技术中以全域统一阈值或全局均值作为参照基准的方法,本发明能够反映每个评价单元自身生态系统的正常波动范围,有效区分生态系统固有的空间异质性与真实的生态退化,大幅提高了生态健康评估的准确性和针对性。

13、本发明综合运用标准化偏离度、概率位置指标和单指标偏离度三种度量方式构建多指标综合偏离度,实现了偏离程度的概率化、多维化测度。相较于现有技术中简单差值或比值的偏离度量方式,本发明将偏离程度置于历史概率分布的背景下进行定量刻画,能够更准确地反映当前状态在历史波动中的极端程度,显著提高了偏离程度定量的科学性和全面性。

14、本发明利用局部莫兰指数识别偏离区域的空间聚集模式,并结合最大斑块指数和聚集度指数对偏离的空间连续性进行量化度量。相较于现有技术中仅关注生态质量绝对值的评价方式,本发明能够有效识别偏离区域是否在空间上形成连续扩展的聚集模式,为判断退化趋势的扩散风险提供了空间维度的量化依据。

15、本发明将偏离区域与土地利用变化区域和水体萎缩区域进行空间重合度计算,实现了生态健康退化的驱动因素判别。相较于现有技术中缺乏驱动因素分析的方法,本发明能够区分“土地利用变化主导型退化”、“水体萎缩主导型退化”、“复合驱动型退化”和“气候驱动型退化”四种类型,为差异化生态修复决策提供了明确的空间指向性依据。

16、本发明采用多轮迭代反馈机制,将综合偏离度较高的评价单元标记后反馈至自适应核密度估计的带宽参数更新中,使历史基准对异常值的响应更加敏感。相较于现有技术中静态的历史基准构建方式,本发明的迭代反馈机制能够根据偏离程度自适应调整概率密度估计的灵敏度,进一步提高了历史基准构建的准确性和适应性。

1.基于多源遥感数据的区域生态健康评估方法,其特征在于,包括:

2.根据权利要求1所述的基于多源遥感数据的区域生态健康评估方法,其特征在于,所述多种生态特征指标包括归一化植被指数、地表温度、土地利用覆盖类型、水体面积、裸地面积比例和夜间灯光指数。

3.根据权利要求1所述的基于多源遥感数据的区域生态健康评估方法,其特征在于,所述采用自适应核密度估计算法对每个所述评价单元的所述改进型遥感生态指数时间序列进行概率密度分布拟合,提取每个所述评价单元历史基准的期望值、标准差和累积分布函数,具体包括:

4.根据权利要求1所述的基于多源遥感数据的区域生态健康评估方法,其特征在于,所述针对当前评估年份,根据每个所述评价单元在当前年份的所述多种生态特征指标以及所述改进型遥感生态指数,结合所述历史基准的期望值、标准差和累积分布函数,计算每个所述评价单元的综合偏离度,具体包括:

5.根据权利要求1所述的基于多源遥感数据的区域生态健康评估方法,其特征在于,进行多轮迭代反馈以更新所述自适应核密度估计的历史基准和所述综合偏离度,具体包括:

6.根据权利要求1所述的基于多源遥感数据的区域生态健康评估方法,其特征在于,在计算所述综合偏离度时,采用留一法计算每个所述评价单元在历史各个年度的综合偏离度,用于后续时间维度趋势分析,具体包括:

7.根据权利要求1所述的基于多源遥感数据的区域生态健康评估方法,其特征在于,所述基于每个所述评价单元的所述综合偏离度,对目标区域所有所述评价单元进行空间连续性与土地利用变化的协同判别分析,具体包括:

8.根据权利要求1所述的基于多源遥感数据的区域生态健康评估方法,其特征在于,所述土地利用变化的协同判别分析具体包括:

9.根据权利要求1所述的基于多源遥感数据的区域生态健康评估方法,其特征在于,根据所述综合偏离度、所述空间连续性风险系数和所述空间重合度,对每个所述评价单元进行生态健康等级的综合判定,具体包括:

10.基于多源遥感数据的区域生态健康评估系统,其特征在于,应用权利要求1至9中任一项所述的基于多源遥感数据的区域生态健康评估方法,所述基于多源遥感数据的区域生态健康评估系统包括: