一种基于水位频率分区的湖泊消落带温室气体排放监测评估方法

本发明涉及环境科学、地理信息科学、生态模型与遥感技术交叉领域，具体涉及一种基于水位频率分区的湖泊消落带温室气体排放监测评估方法。

背景技术：

1、湖泊消落带是水域与陆地之间高度动态的过渡带，长期经历周期性淹没与暴露过程，形成独特的水文节律、土壤理化性质和生物地球化学过程，是温室气体产生与释放的“热点区域”。然而，当前对湖泊消落带温室气体排放的监测与评估仍面临以下技术瓶颈：

2、（1）消落带边界识别精度不足。现有技术多采用固定阈值的归一化水体指数（如mndwi）或mndwi与ndvi（植被覆盖指数）联合固定阈值分割法进行水体与消落带分类。然而，固定阈值方法难以适应不同时相、不同区域遥感影像的光谱特征差异，尤其对于鄱阳湖等季节性变化剧烈的大型通江湖泊，枯水期与丰水期水体光谱特征差异显著，固定阈值易导致误分类或漏分类。此外，部分方法依赖高程范围筛选消落带边界（如12.5–17.5m高程区间），但消落带的实际范围由水位涨落动态决定，而非固定高程区间所能准确界定，该方法在极端水文年份下精度严重下降。

3、（2）消落带内部空间异质性表征不足。现有技术通常将消落带视为均质区域，或仅按高程进行简单分区，未能反映消落带内部不同淹没-暴露频率梯度下植被覆盖、土壤水分、碳氮循环过程的显著差异。实际上，消落带内高位带（长期淹没区）、中位带（周期性交替区）和低位带（长期暴露区）的温室气体产生机制和排放通量存在本质差异，缺乏对这种空间异质性的精细化表征将严重影响模拟精度。

4、（3）极端水文情景下的排放机制研究缺失。现有技术多基于单一水文年份或多年平均条件进行模拟，未能系统揭示极洪年、平水年、极枯年三种极端水文情景下消落带温室气体排放的差异化机制。极洪年长时间高水位淹没导致消落带大面积压缩，极枯年持续干旱导致大面积滩地裸露，这两种极端情景下的温室气体排放特征与平水年截然不同，忽视这种差异将导致区域碳收支评估的系统性偏差。

5、（4）模型与消落带动态的耦合深度不足。现有dndc模型在消落带应用中，多采用固定空间网格或大尺度区域模拟单元，未将消落带的动态分区信息融入模型的空间组织架构，导致模型无法区分不同水文暴露频率区域的差异化生物地球化学过程，模拟精度和物理机制解释性均受限。

6、鉴于上述现有技术的不足，本发明提出一种基于自适应水体提取与频率分区的湖泊消落带温室气体排放时空动态监测与评估方法，旨在通过otsu自适应阈值分割精确提取消落带边界、基于水体频率的消落带三级分区精细化表征空间异质性、将分区结果与dndc模型深度耦合、并在极端水文情景框架下系统揭示排放机制，克服现有技术的局限性。

技术实现思路

1、为了克服现有技术的不足，本发明旨在提供一种基于水位频率分区的湖泊消落带温室气体排放监测评估方法，通过深度融合otsu自适应阈值水体提取技术、水体频率分区方法、野外实测数据和改进型dndc生态过程模型，构建“水文动态—分区响应—排放机制”三级耦合框架，实现对湖泊消落带温室气体（co2、ch4、n2o）排放的高精度时空动态监测、模拟与评估。

2、为实现上述目的，本发明提供了如下方案：

3、一种基于水位频率分区的湖泊消落带温室气体排放监测评估方法，包括以下步骤：

4、步骤1：获取待研究区域多年的多时相遥感影像数据并进行预处理；基于预处理后的遥感影像数据计算改进型归一化水体指数，采用otsu自适应阈值分割法提取各时相影像的水体区域；

5、步骤2：基于提取的各时相影像的水体区域，计算年内最大水体范围与最小水体范围的差异，提取年际消落带范围，计算年内最大水体范围与逐月水体范围的差异，提取逐月消落带范围；基于多时相遥感影像数据计算消落带内每个像元的年度水体频率，根据年度水体频率将消落带划分为低位带、中位带和高位带三个功能梯度带；

6、步骤3：构建水位-面积-植被三元关系模型；然后通过耦合水位监测数据、消落带面积与植被覆盖度来构建显式数值关系模型，再基于所述显式数值关系模型和消落带分区结果，构建分层dndc输入数据集；

7、步骤4：在消落带低位带、中位带和高位带分别布设采样点，采用静态箱-气相色谱法观测温室气体通量，同步测定土壤参数；基于实测数据对不同梯度带的dndc关键参数分别进行率定，获得分区差异化参数方案；基于分区差异化参数方案以及分层dndc输入数据集，运行dndc模型输出栅格级温室气体通量分布，并对dndc模型的输出结果进行精度验证；

8、步骤5：以dndc模拟通量为因变量，以改进型归一化水体指数、植被覆盖指数、水位变化为自变量，按消落带分区构建半机理解释的回归模型，进行全区域温室气体排放空间分布反演。

9、步骤6：基于反演结果识别温室气体排放热点区，采用地理加权回归分析不同区域排放的主控因子空间异质性，针对各个功能梯度带，分别提出差异化减排方案。

10、进一步地，所述步骤1中，改进型归一化水体指数的计算公式为：

11、；

12、其中，green表示绿光波段反射率，swir表示短波红外波段反射率。

13、进一步地，所述步骤1中，采用otsu自适应阈值分割法提取各时相影像的水体区域，具体包括：利用otsu算法遍历mndwi直方图中所有可能的阈值，将影像分为水体与非水体两类，计算不同阈值下的类间方差：

14、；

15、其中，ω1和ω2分别为水体和非水体像元所占比例，μ1和μ2分别为两类像元的平均灰度值，μ为影像的平均灰度值；

16、以类间方差达到最大值时的阈值作为最佳分割阈值

t：

17、；

18、将满足mndwi>

t的像元划为水体区域，其余像元划为非水体区域。

19、进一步地，所述步骤2中，提取年际消落带范围的具体公式为：

20、；

21、其中，wmax为年内最大水体范围，wmin为最小水体范围；

22、提取逐月消落带范围的具体公式为：

23、；

24、其中，wmonth为月份水体范围。

25、进一步地，在提取出年际消落带范围与逐月消落带范围后，基于分层随机抽样与重叠分析分别对水体与消落带的提取精度进行验证：验证水体提取精度的总体精度oa和kappa系数，具体计算公式为：

26、；

27、；

28、；

29、其中，

pe为随机一致性概率，

x

i+与

x

+i分别代表混淆矩阵第

i行与第

i列样本总数；

30、通过重叠分析验证消落带提取精度的交并比iou与dice相似系数，具体计算公式为：

31、；

32、；

33、其中，a为人工提取的消落带面积，b为遥感自动提取的消落带面积，a∩b为两者相交的面积，a∪b为两者相并的面积。

34、进一步地，每个像元的年度水体频率的计算公式为：

35、；

36、其中，

f

i表示第i个像元的水体频率，

n

water表示该像元全年被识别为水体的次数，

n

total表示全年有效影像的总数；

37、三个功能梯度带的划分标准为：

38、水体频率

f

i<30%的区域为低位带，水体频率

f

i∈[30%,70%]的区域为中位带，水体频率

f

i>70%的区域为高位带。

39、进一步地，所述步骤3中，

40、水位变化δh的计算公式为：δh=ht-ht-1，ht为t时刻的实测水位；

41、消落带面积占比add(t)的计算公式为：add(t)=(amax(t)-awater(t))/agrid，agrid为栅格面积；

42、植被覆盖度fv的计算公式为：fv=(ndvi-ndvisoil)/(ndviveg-ndvisoil)；

43、其中，amax(t)为时刻t的潜在最大消落带面积，awater(t)为时刻t的研究区水体面积，ndvi为归一化植被指数，ndvisoil为纯裸土端元ndvi值，ndviveg为纯植被端元ndvi值。

44、进一步地，所述步骤3中，构建的分层dndc输入数据集包括：

45、气象数据：融合再分析数据与地面气象站观测，校正后得到栅格级日均温、降水、太阳辐射；

46、土壤参数：结合分区结果，按低位带、中位带、高位带分别赋值差异化的初始参数；

47、水文驱动：将δh、add(t)、土壤湿度直接关联dndc土壤水分模块。

48、进一步地，所述步骤4中，温室气体通量的计算公式为：

49、f=(dc/dt)×(v/a)×273/(t+273)；

50、其中，dc/dt为箱内气体浓度变化率，v为箱体体积，a为箱口面积，t为环境温度。

51、进一步地，所述步骤5中，半机理解释的回归模型为：

52、e=α0+α1×δh+α2×fv+α3×add(t)+ε；

53、其中，e表示dndc模型模拟得到的消落带网格单元温室气体排放通量，α0为模型截距项，α1表征水文波动对排放的贡献权重，α2表征植被生产力的贡献权重，α3表征暴露面积的贡献权重，ε为残差项。

54、进一步地，所述步骤6中，提出的差异化减排方案为：针对低位带，优先管控植被恢复；针对中位带，优先优化水位调度；针对高位带，优先控制外源营养输入。

55、与现有技术相比，本发明公开了以下技术效果：

56、本发明采用otsu自适应阈值分割法替代固定阈值法，根据不同时相影像的光谱特征自动调节分割阈值，克服了固定阈值方法难以适应季节性变化和区域差异的缺陷，有效提高了消落带边界的识别精度；本发明通过深度融合otsu自适应阈值水体提取技术、水体频率分区方法、野外实测数据和改进型dndc生态过程模型，构建了一个“水文动态—分区响应—排放机制”的三级耦合框架，可以实现对湖泊消落带温室气体（co2、ch4、n2o）排放的高精度时空动态监测、模拟与评估。本发明通过热点识别和主控因子解析，针对不同水位梯度带分别提出差异化的减排措施，可以更好地对湖泊消落带进行精准靶向管理。