一种湖岸距离与地形耦合的湖滨带时空分析方法及系统

摘要: 本发明涉及遥感生态监测、地理信息处理、湖滨带环境诊断和生态分区,特别是涉及一种湖岸距离与地形耦合的湖滨带时空分析方法及系统。背景技术:1、大型湖泊及其周边湖滨带...
一种湖岸距离与地形耦合的湖滨带时空分析方法及系统

本发明涉及遥感生态监测、地理信息处理、湖滨带环境诊断和生态分区,特别是涉及一种湖岸距离与地形耦合的湖滨带时空分析方法及系统。

背景技术:

1、大型湖泊及其周边湖滨带是湖气交换、热量调节、水分再分配和生态响应最为敏感的区域之一。在高原湖泊场景下,湖水热容量、蒸发补给和复杂地形共同作用,使近岸区域与远岸区域在热状态、植被状态和干湿状态上呈现显著差异。

2、现有技术通常分别开展地表温度分析、植被指数分析、干旱指数分析或单一空间单元统计,难以将湖岸距离梯度、地形因子和多时相生态指标统一到同一计算框架中。尤其是在以季度尺度识别湖泊调节效应时,若距离分区口径、地形分区口径和时间合成口径不一致,则会造成不同指标之间难以直接比较,也难以形成稳定的空间分区结论。此外,现有技术对于近岸核心调节带、中间过渡带及远岸地形主导区的识别多依赖经验判断,缺少可重复的缓冲-环带分析结构、可量化的特征空间反演链路以及可追溯的耦合判识规则。在高原湖泊生态监测、湿润化评估和干旱风险识别等应用中,这种不足会直接影响结果的一致性和工程应用价值。

3、现有技术在湖滨带地表环境时空分析存在以下不足:

4、其一,现有湖滨带分析中地表温度、植被指数和表层干湿状态通常分别建模,缺乏统一的时间合成与空间对齐过程,导致不同指标之间难以进行同口径比较;

5、其二,现有研究往往仅采用单一缓冲区或整体研究区统计,难以表达湖泊调节效应沿湖岸距离方向的连续衰减规律,也难以识别近岸核心区与远岸主导区之间的过渡结构;

6、其三,湖滨带环境过程受高程、坡度和坡向显著影响,若缺少地形因子与距离梯度的联合分析,便无法定量区分湖泊调节作用与地形调制作用的相对贡献;

7、其四,单独依赖lst或ndvi并不足以表征湖滨带表层生态状态变化,对干湿演变过程的识别能力较差;

8、因此,有必要提出一种同时融合湖岸距离梯度、数字高程模型地形因子以及lst、ndvi、tvdi等多源生态指标的湖滨带地表环境时空分析方法,以实现多尺度、同口径、可复用的生态环境诊断与调节分区。

技术实现思路

1、本发明的目的是针对现有技术中存在的技术缺陷,而提供一种湖岸距离与地形耦合的湖滨带时空分析方法。

2、本发明的另一个目的是提供一种湖岸距离与地形耦合的湖滨带时空分析系统。

3、为实现本发明的目的所采用的技术方案是:

4、一种湖岸距离与地形耦合的湖滨带时空分析方法,包括以下步骤:

5、步骤s1,获取目标湖泊周边区域的lst数据、ndvi数据、dem数据、湖岸线边界数据,对lst数据与ndvi数据重采样至统一目标网格,得到重采样到目标网格后的像元值;

6、步骤s2,对步骤s1中重采样到目标网格后的像元值按预先划分的季度执行时序合成,计算季度合成结果,构建时空数据立方体;

7、步骤s3,基于步骤s1中的湖岸线边界数据构建目标缓冲带并切分为多个环带,依据dem数据推导高程、坡度和坡向,并与进行配准,构建距离-地形联合分析单元;

8、步骤s4,在同一季度下提取时序合成后的lst数据和ndvi数据的有效像元对,建立ndvi-lst特征空间,提取干边温度样本和湿边温度样本并进行线性拟合,计算温度植被干旱指数,并将指标值约束到0-1;

9、步骤s5,将时序合成的lst数据、ndvi数据和作为指标,计算各指标在各类距离-地形联合分析单元内的均值、标准差、极值和分位数,采用theil-sen斜率估计与mann-kendall显著性检验联合识别指标变化趋势斜率和显著性,计算pearson相关系数,输出lst、ndvi、tvdi季度统计表、湖岸距离环带统计表、趋势分析图和指标关系图;

10、步骤s6,根据步骤s5的输出结果,计算综合调节得分,根据综合调节得分对湖滨带进行分类,并输出湖滨带分类结果的标准化成果包。

11、上述技术方案中,所述步骤s1中,重采样到目标网格后的像元值的计算公式为:

12、;

13、式中,为重采样到目标网格后在时相下目标网格单元处的像元值,为映射到目标网格单元的源像元集合,为像元,为目标网格单元,为原像元集在时相下目标网格单元处的像元值,为变量在时相下像元的有效掩膜;

14、其中,的计算公式为:

15、;

16、式中,为质量控制标识,为变量允许通过的质量控制码集合。

17、上述技术方案中,所述步骤s2中,所述季节合成结果表示为:

18、;

19、式中,为目标网格单元在季度下的合成值,为属于季度的时相集合,为重采样到目标网格后在时相下目标网格单元处的像元值,为目标网格单元在季度内的有效观测次数;

20、所述表示为:

21、;

22、式中,为目标网格单元的第个季度下的lst合成值,为目标网格单元的第个季度下的ndvi合成值,为目标网格单元对应的数字高程模型数据,为目标网格单元对应的湖岸距离值,为目标网格单元的坡度,为目标网格单元的坡向;

23、其中,的计算公式为:

24、;

25、式中,和分别为高程在方向和方向上的梯度。

26、上述技术方案中,所述步骤s2中,季度的划分为将一年划分为q1、q2、q3和q4四个季度或将一年划分为冷、暖两个季度或将一年划分为旱季、雨季两个季度,优选为将一年划分为q1、q2、q3和q4四个季度。

27、上述技术方案中,所述步骤s3中,所述环带的计算公式为:

28、;

29、式中,为第级环带,为湖岸线,为以湖岸线为基准、半径为的累计缓冲区,为以湖岸线为基准、半径为的累计缓冲区,为第级环带的半径,为级环带的半径;

30、所述距离-地形联合分析单元表示为:

31、;

32、式中,为第级环带、第级高程、第级坡度和第类坡向叠置形成的距离-地形联合分析单元,为第级高程,为第级坡度,为第类坡向。

33、上述技术方案中,所述步骤s4中,所述的计算公式为:

34、;

35、式中,为用于将结果约束在0至1区间的算子,为干边的线性拟合,为湿边的线性拟合,为目标像元地表温度;

36、表示为:

37、;

38、式中,为干边线性拟合的斜率,为干边线性拟合的截距,为归一化植被指数;

39、表示为:

40、;

41、式中,为湿边线性拟合的斜率,为湿边线性拟合的截距;

42、干边温度样本的计算公式为:

43、;

44、式中,为第个ndvi分箱对应的干边温度样本,为高百分位算子,为第个ndvi分箱,为ndvi分箱;

45、湿边温度样本的计算公式为:

46、;

47、式中,为第个ndvi分箱对应的湿边温度样本,为低百分位算子。

48、上述技术方案中,所述步骤s5中,各指标在任一距离-地形联合分析单元内的均值的计算公式为:

49、;

50、式中,为指标在季度和距离-地形联合分析单元内的均值,为季度内的有效像元数量,为有效像元的序号,为第个有效像元对应的指标;

51、通过theil-sen斜率估计识别各指标的theil-sen趋势斜率,其计算公式为:

52、;

53、式中,为指标的theil-sen趋势斜率,为第个观测时刻的指标值,为第个观测时刻对应的指标值;

54、通过mann-kendall显著性检验计算检验统计量,识别指标变化的显著性,所述检验统计量的计算公式为:

55、;

56、式中,为mann-kendall检验统计量,为符号函数,为时间序列长度。

57、上述技术方案中,所述步骤s6中,所述综合调节得分的计算公式为:

58、;

59、式中,为第级环带的综合调节得分,为第级环带的相对降温指标,为第级环带的相对降温指标的权重系数,为第级环带的相对增绿指标,为第级环带的相对增绿指标的权重系数,为第级环带的相对减旱指标,第级环带的相对减旱指标的权重系数,为第级环带的地形支撑项,为归一化后的地形支撑项的权重系数;

60、其中,的计算公式为:

61、;

62、式中,为参考区在季度下的lst均值,为第级环带在季度下的lst均值,为防止分母为零的稳定项;

63、的计算公式为:

64、;

65、式中,为参考区在季度下的ndvi均值,为第级环带在季度下的ndvi均值;

66、的计算公式为:

67、;

68、式中,为参考区在季度下的tvdi均值,为第级环带在季度下的tvdi均值。

69、上述技术方案中,所述步骤s6中,所述湖滨带的类别包括湖泊调节主导区、过渡区和地形主导区,湖滨带的类别表示为:

70、;

71、式中,为第级环带或联合分区的类别,为分类高阈值,为分类低阈值,其中,,和可预先设定或者依据样本统计确定。

72、上述技术方案中,其特征在于,包括数据获取与标准化预处理模块,用于实施步骤s1;季度合成与时空数据立方体构建模块,用于实施步骤s2;湖岸距离梯度与地形分区模块,用于实施步骤s3;ndvi-lst特征空间与tvdi反演模块,用于实施步骤s4;多尺度统计与趋势分析模块,实施步骤s5;湖泊效应-地形耦合判识与成果输出模块,用于实施步骤s6。

73、与现有技术相比,本发明的有益效果是:

74、1.本发明以湖岸线为统一空间锚点,以季度时序为统一时间锚点,将lst、ndvi、tvdi和地形因子统一到同一分析框架中,实现多源生态指标的同口径比较;

75、2.本发明通过累计缓冲与环带差分结构构建多级湖岸距离梯度,有利于表征湖泊调节效应由近岸向远岸的衰减规律,并减少单一缓冲区统计造成的尺度混淆;

76、3.本发明通过累计缓冲与环带差分结构构建多级环带,并将环带与高程等级、坡度等级、坡向类别叠置,构建距离-地形联合分析单元,使各指标的统计、趋势识别与相关计算均在统一的联合分析单元内完成,从而能够定量区分湖泊调节效应与地形调制效应的相对作用;

77、4.本发明通过ndvi-lst特征空间反演tvdi,并结合趋势分析和相关分析,提高了对湖滨带热环境、植被状态和干湿状态协同演变的识别能力;

78、5.发明进一步设置参考区,构建相对降温指标、相对增绿指标、相对减旱指标和地形支撑项,通过综合调节得分与分类阈值将湖滨带定量划分为湖泊调节主导区、过渡区和地形主导区,并同步记录阈值参数、权重系数、缓冲距离序列、季度划分口径及版本号信息,形成可复核、可复现、可归档的标准化成果包,可用于高原湖泊生态监测、湿润化评估、干旱风险识别、保护分区和相关成果归档。