一种土地利用/土地覆被(lulc)变化的表征方法
技术领域
1.本发明属于土地利用科学技术领域，具体涉及一种土地利用/土地覆被(lulc)变化的表征方法。
背景技术：
2.不同类型的土地利用转换由于转换前后绿色植被生物量的差异必然导致ndvi的不同，基于这一特性ndvi已经在土地利用分类、土地利用变化、土地覆被制图等方面有大量应用，这些应用综合体现出ndvi对土地利用变化表征的潜力。ndvi等植被指数在农业土地利用分类和制图、土地资源利用状况监测与评估、土地利用状况识别与耕地优化、生态环境分析中地表关键参数反演等诸多方面的广泛应用说明其对土地利用/土地覆被(lulc)变化具有相应的表征能力，基于ndvi等植被指数对不同土地利用/土地覆被(lulc)变化表征能力的差别，才产生相应的应用。但至今对“ndvi等植被指数对土地利用/土地覆被(lulc)变化具备表征能力”还没有正式的表述，如何表征也没有明确方法。
技术实现要素：
3.本发明针对现有技术中存在的技术问题，提供一种土地利用/土地覆被(lulc)变化的表征方法。
4.本发明解决上述技术问题的技术方案如下：
5.一种土地利用/土地覆被(lulc)变化的表征方法，以静态ndvi为核心，直接利用ndvi本身作为定量计算指标，或者以ndvi为基础派生新的定量计算指标，对土地利用/土地覆被(lulc)变化进行表征。
6.在上述技术方案的基础上，本发明还可以做如下改进。
7.进一步，通过对ndvi序列进行简单的统计处理构建新的指标，或者通过ndvi与其它植被指数联合、采用更为复杂的模型构建新指标。
8.进一步，静态ndvi土地利用表征指标构建的一般表达式为：ndvi
opt
＝f(ndvi
series
,[lai,...])(公式ⅰ)；式中，ndvi
opt
为通过静态ndvi构建的土地利用表征定量计算指标，ndvi
series
是ndvi时序数据序列，[lai,...]指可选择使用且包括lai的其它植被指数，f是ndvi
series
对应处理函数，包括取ndvi自身、求最大值、求最小值、求最大最小值极差、求平均值、求方差/标准差的处理方法，以及四则运行、幂指函数和三角函数的复杂运算方法。
[0009]
进一步，通过对ndvi时间序列数据的统计分析，取ndvi时序数据时间维中的最大值与最小值极差定义如公式ⅱ中的多时相极化植被指数(mtvi)，以对土地利用/土地覆被(lulc)变化进行表征，mtvi＝max(ndvi
series
)
‑
min(ndvi
series
)(i,j＝1,2,
…
,t)(公式ⅱ)；式中，mtvi为多时相极化植被指数，t为自然年内多时相ndvi时序总数，逐月平均取值，max(ndvi
series
)和min(ndvi
series
)分别为时序数据1,2,
…
,t中ndvi的最大值和最小值。
[0010]
本发明的有益效果是：本发明不仅能够对土地利用/土地覆被(lulc)变化进行表征，而且能够在土地利用规划、土地利用评估、土地利用适宜性评价等有关土地利用方面的
诸多应用提供启发。
具体实施方式
[0011]
以下对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
[0012]
需要说明的是，本发明所述其它植被指数指的是除ndvi以外的其它现有的植被指数，例如lai、rvi、evi、savi、gvi、pvi。
[0013]
作物在生长初期，植被覆盖程度较低，ndvi具有较小值，在作物生长旺季植被覆盖程度提升，ndvi也随之增大，作物收获之后无植被覆盖的裸地，ndvi接近于零。在自然年周期内，不管具体在哪个时间点，裸露土壤或农作物生长初期对应像元具有较小的ndvi值，而农作物生长最旺盛时具有最大ndvi值。单一时间点、多个时间截面、长时间序列的ndvi等植被指数对土地利用/土地覆被(lulc)变化有不同的表征。
[0014]
静态ndvi的上述论证反映出人们对作物生长与ndvi关系的感性认知，为了利用静态ndvi进行土地利用/土地覆被(lulc)变化的表征需要构建相关的定量计算指标。以静态ndvi为核心，既可以直接利用ndvi本身作为定量计算指标，也可以以ndvi为基础派生新的定量计算指标，对土地利用/土地覆被(lulc)变化进行表征，从而进行土地利用的优化指导。例如，可以通过对ndvi序列进行简单的统计处理构建新的指标，也可以通过ndvi与其它植被指数(lai等)联合、采用更为复杂的模型构建新指标。
[0015]
静态ndvi土地利用表征指标构建的一般表达式如公式ⅰ所示。
[0016]
ndvi
opt
＝f(ndvi
series
,[lai,...])(公式ⅰ)
[0017]
式中，ndvi
opt
为通过静态ndvi构建的土地利用表征定量计算指标，ndvi
series
是ndvi时序数据序列，[lai,...]指可以选择使用的lai等其它植被指数，f是ndvi
series
对应处理函数，包括取ndvi自身、求最大值、求最小值、求最大最小值极差、求平均值、求方差/标准差的处理方法，以及四则运行、幂指函数和三角函数的复杂运算方法。
[0018]
公式ⅱ中以对ndvi取最大最小值极差的方式，构建土地利用/土地覆被(lulc)变化表征指标。以通过静态ndvi构建新的指数对基本农田空间布局进行表征为例，基本农田是优质耕地的重要应用，基本农田地块优选的原则之一是立地条件要良好，判断依据一般包括土壤质量、灌溉条件、区位条件、高程、坡度，但外在条件最终体现在作物生长状态本身，时序植被指数可以较直观地反映各因素综合利用的效果。为了找出最优耕地划为基本农田，通过对ndvi时间序列数据的统计分析，取ndvi时序数据时间维中的最大值与最小值极差定义如公式ⅱ所示多时相极化植被指数(mtvi)，以对像元优选为基本农田的先后次序进行定量描述。针对每个像元，mtvi等于自然年周期内ndvi序列当中的最大值与最小值之差。
[0019]
mtvi＝max(ndvi
series
)
‑
min(ndvi
series
)(i,j＝1,2,
…
,t)(公式ⅱ)
[0020]
式中，mtvi为多时相极化植被指数，t为自然年内多时相ndvi时序总数，一般逐月平均取值，数据越密集与现实状况越接近，max(ndvi
series
)和min(ndvi
series
)分别为时序数据1,2,
…
,t中ndvi的最大值和最小值。
[0021]
本发明以静态ndvi为核心，直接利用ndvi本身作为定量计算指标，或者以ndvi为基础派生新的定量计算指标，不仅能够对土地利用/土地覆被(lulc)变化进行表征，而且能
够在土地利用规划、土地利用评估、土地利用适宜性评价等有关土地利用方面的诸多应用提供启发。以土地利用适宜性评价中的应用为例，说明如下：
[0022]
土地利用适宜性评价旨在根据未来土地利用需求预测确定最合适的现状土地供应类型及其空间坐落位置，在现有评价指标体系中，自然因素依据不同地域的高程、坡度等变化进行土地利用变化的协迫分析，对应指标体现了土地利用客观条件的适宜性，但在自然条件变化不明显的同质区域往往失灵。人文经济因素从对土地的主动干预角度为切入点，人口差异因素、经济发展水平、区域产业结构等因子区域间的差异无不影响着土地利用变化的幅度与方向。人文经济因素往往与行政单位相联系，不同的行政级别尺度对应不同的地域空间尺度，县、乡、村、组等级别因素往往难以继续细化。区位因素因各种地域网络结构而不同，不同级别的道路网络、水系网络以其自身为中心不断向两侧延伸拓展，随着延伸区域至中心网络距离的变化而体现出区位影响的差异。在土地利用变化与预测研究中同类因素空间上的差异性越大而对驱动力的识别效果更好，优先将其作为首选指标赋予较大权重更具有适宜性。以上述采用极差方式构建的mtvi指标为例，nvdi相对于传统因子的优势至少有两方面，一是ndvi进一步对同种用地类型内部的适宜性进行了区分，高程等因子预测呈现出同质性，而ndvi在更细粒度上进行了区分。二是不同地类的适宜性区分界线前者相对于后者更加清晰，由于不同用地类型地上绿色生物量存在自然差异，这也为ndvi用地适宜性评价奠定了坚实的理论基础。
[0023]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
技术领域
1.本发明属于土地利用科学技术领域，具体涉及一种土地利用/土地覆被(lulc)变化的表征方法。
背景技术：
2.不同类型的土地利用转换由于转换前后绿色植被生物量的差异必然导致ndvi的不同，基于这一特性ndvi已经在土地利用分类、土地利用变化、土地覆被制图等方面有大量应用，这些应用综合体现出ndvi对土地利用变化表征的潜力。ndvi等植被指数在农业土地利用分类和制图、土地资源利用状况监测与评估、土地利用状况识别与耕地优化、生态环境分析中地表关键参数反演等诸多方面的广泛应用说明其对土地利用/土地覆被(lulc)变化具有相应的表征能力，基于ndvi等植被指数对不同土地利用/土地覆被(lulc)变化表征能力的差别，才产生相应的应用。但至今对“ndvi等植被指数对土地利用/土地覆被(lulc)变化具备表征能力”还没有正式的表述，如何表征也没有明确方法。
技术实现要素：
3.本发明针对现有技术中存在的技术问题，提供一种土地利用/土地覆被(lulc)变化的表征方法。
4.本发明解决上述技术问题的技术方案如下：
5.一种土地利用/土地覆被(lulc)变化的表征方法，以静态ndvi为核心，直接利用ndvi本身作为定量计算指标，或者以ndvi为基础派生新的定量计算指标，对土地利用/土地覆被(lulc)变化进行表征。
6.在上述技术方案的基础上，本发明还可以做如下改进。
7.进一步，通过对ndvi序列进行简单的统计处理构建新的指标，或者通过ndvi与其它植被指数联合、采用更为复杂的模型构建新指标。
8.进一步，静态ndvi土地利用表征指标构建的一般表达式为：ndvi
opt
＝f(ndvi
series
,[lai,...])(公式ⅰ)；式中，ndvi
opt
为通过静态ndvi构建的土地利用表征定量计算指标，ndvi
series
是ndvi时序数据序列，[lai,...]指可选择使用且包括lai的其它植被指数，f是ndvi
series
对应处理函数，包括取ndvi自身、求最大值、求最小值、求最大最小值极差、求平均值、求方差/标准差的处理方法，以及四则运行、幂指函数和三角函数的复杂运算方法。
[0009]
进一步，通过对ndvi时间序列数据的统计分析，取ndvi时序数据时间维中的最大值与最小值极差定义如公式ⅱ中的多时相极化植被指数(mtvi)，以对土地利用/土地覆被(lulc)变化进行表征，mtvi＝max(ndvi
series
)
‑
min(ndvi
series
)(i,j＝1,2,
…
,t)(公式ⅱ)；式中，mtvi为多时相极化植被指数，t为自然年内多时相ndvi时序总数，逐月平均取值，max(ndvi
series
)和min(ndvi
series
)分别为时序数据1,2,
…
,t中ndvi的最大值和最小值。
[0010]
本发明的有益效果是：本发明不仅能够对土地利用/土地覆被(lulc)变化进行表征，而且能够在土地利用规划、土地利用评估、土地利用适宜性评价等有关土地利用方面的
诸多应用提供启发。
具体实施方式
[0011]
以下对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
[0012]
需要说明的是，本发明所述其它植被指数指的是除ndvi以外的其它现有的植被指数，例如lai、rvi、evi、savi、gvi、pvi。
[0013]
作物在生长初期，植被覆盖程度较低，ndvi具有较小值，在作物生长旺季植被覆盖程度提升，ndvi也随之增大，作物收获之后无植被覆盖的裸地，ndvi接近于零。在自然年周期内，不管具体在哪个时间点，裸露土壤或农作物生长初期对应像元具有较小的ndvi值，而农作物生长最旺盛时具有最大ndvi值。单一时间点、多个时间截面、长时间序列的ndvi等植被指数对土地利用/土地覆被(lulc)变化有不同的表征。
[0014]
静态ndvi的上述论证反映出人们对作物生长与ndvi关系的感性认知，为了利用静态ndvi进行土地利用/土地覆被(lulc)变化的表征需要构建相关的定量计算指标。以静态ndvi为核心，既可以直接利用ndvi本身作为定量计算指标，也可以以ndvi为基础派生新的定量计算指标，对土地利用/土地覆被(lulc)变化进行表征，从而进行土地利用的优化指导。例如，可以通过对ndvi序列进行简单的统计处理构建新的指标，也可以通过ndvi与其它植被指数(lai等)联合、采用更为复杂的模型构建新指标。
[0015]
静态ndvi土地利用表征指标构建的一般表达式如公式ⅰ所示。
[0016]
ndvi
opt
＝f(ndvi
series
,[lai,...])(公式ⅰ)
[0017]
式中，ndvi
opt
为通过静态ndvi构建的土地利用表征定量计算指标，ndvi
series
是ndvi时序数据序列，[lai,...]指可以选择使用的lai等其它植被指数，f是ndvi
series
对应处理函数，包括取ndvi自身、求最大值、求最小值、求最大最小值极差、求平均值、求方差/标准差的处理方法，以及四则运行、幂指函数和三角函数的复杂运算方法。
[0018]
公式ⅱ中以对ndvi取最大最小值极差的方式，构建土地利用/土地覆被(lulc)变化表征指标。以通过静态ndvi构建新的指数对基本农田空间布局进行表征为例，基本农田是优质耕地的重要应用，基本农田地块优选的原则之一是立地条件要良好，判断依据一般包括土壤质量、灌溉条件、区位条件、高程、坡度，但外在条件最终体现在作物生长状态本身，时序植被指数可以较直观地反映各因素综合利用的效果。为了找出最优耕地划为基本农田，通过对ndvi时间序列数据的统计分析，取ndvi时序数据时间维中的最大值与最小值极差定义如公式ⅱ所示多时相极化植被指数(mtvi)，以对像元优选为基本农田的先后次序进行定量描述。针对每个像元，mtvi等于自然年周期内ndvi序列当中的最大值与最小值之差。
[0019]
mtvi＝max(ndvi
series
)
‑
min(ndvi
series
)(i,j＝1,2,
…
,t)(公式ⅱ)
[0020]
式中，mtvi为多时相极化植被指数，t为自然年内多时相ndvi时序总数，一般逐月平均取值，数据越密集与现实状况越接近，max(ndvi
series
)和min(ndvi
series
)分别为时序数据1,2,
…
,t中ndvi的最大值和最小值。
[0021]
本发明以静态ndvi为核心，直接利用ndvi本身作为定量计算指标，或者以ndvi为基础派生新的定量计算指标，不仅能够对土地利用/土地覆被(lulc)变化进行表征，而且能
够在土地利用规划、土地利用评估、土地利用适宜性评价等有关土地利用方面的诸多应用提供启发。以土地利用适宜性评价中的应用为例，说明如下：
[0022]
土地利用适宜性评价旨在根据未来土地利用需求预测确定最合适的现状土地供应类型及其空间坐落位置，在现有评价指标体系中，自然因素依据不同地域的高程、坡度等变化进行土地利用变化的协迫分析，对应指标体现了土地利用客观条件的适宜性，但在自然条件变化不明显的同质区域往往失灵。人文经济因素从对土地的主动干预角度为切入点，人口差异因素、经济发展水平、区域产业结构等因子区域间的差异无不影响着土地利用变化的幅度与方向。人文经济因素往往与行政单位相联系，不同的行政级别尺度对应不同的地域空间尺度，县、乡、村、组等级别因素往往难以继续细化。区位因素因各种地域网络结构而不同，不同级别的道路网络、水系网络以其自身为中心不断向两侧延伸拓展，随着延伸区域至中心网络距离的变化而体现出区位影响的差异。在土地利用变化与预测研究中同类因素空间上的差异性越大而对驱动力的识别效果更好，优先将其作为首选指标赋予较大权重更具有适宜性。以上述采用极差方式构建的mtvi指标为例，nvdi相对于传统因子的优势至少有两方面，一是ndvi进一步对同种用地类型内部的适宜性进行了区分，高程等因子预测呈现出同质性，而ndvi在更细粒度上进行了区分。二是不同地类的适宜性区分界线前者相对于后者更加清晰，由于不同用地类型地上绿色生物量存在自然差异，这也为ndvi用地适宜性评价奠定了坚实的理论基础。
[0023]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
