[发明专利]基于GSSIM的土壤湿度空间分布特征定量分析方法

权利要求书

1.基于GSSIM的土壤湿度空间分布特征定量分析方法，其特征在于，包括以下步骤：

1)根据遥感影像数据，获取研究区归一化植被指数NDVI与地表温度T_s数据，利用温度植被干旱指数TVDI计算公式获取每个像元的TVDI值；TVDI表达式为：

其中，T_s表示地表温度；T_{s min}表示相同NDVI值对应的最小地表温度，是NDVI-T_s特征空间中的湿边；T_{s max}为研究区相同NDVI值对应的最大地表温度，代表特征空间中的干边；

2)构建双抛物线型NDVI-T_s特征空间散点图，并根据双抛物线型NDVI-T_s特征空间获取TVDI中T_smax、T_smin算法表达式：

T_{s max}＝a₁×NDVI²+b₁×NDVI+D₁

T_{s min}＝a₂×NDVI²+b₂×NDVI+D₂ (2)

其中，a₁、b₁、D₁ 、a₂、b₂、D₂ 为方程拟合系数；

3)根据公式(1)和公式(2)得到研究区每个像元的TVDI值；

4)计算研究区两期TVDI影像的梯度结构相似度，其包括亮度、对比度和结构3个方面，其计算公式：

GSSIM(x，y)＝[1(x，y)]^α[c(x ，y)]^β[g(x，y)]^γ (3)

其中：

式中，l(x，y)、c(x，y)和g(x，y)分别为两幅TVDI图像的亮度比较函数、对比度比较函数和结构度比较函数；μ_x、μ_y为两期图像X、Y的TVDI均值，反映图像的亮度信息；σ_x、σ_y为两期图像X、Y的TVDI方差，反映图像的对比度信息；G_x(i，j)，G_y(i，j)分别为两期图像X和Y在(i，j)处的TVDI梯度幅值；c₁、c₂、c₃均为避免分母为零而设置的常数；参数α＞0，β＞0，γ＞0；一般取α＝β＝γ＝1，c₁＝(K₁L)²，c₂＝(K₂L)²，c₃＝c₂/2，K₁，K₂≤1，L是图像中像素灰度的变化范围；梯度结构相似度的值越高，图像X和Y的TVDI值越相似，说明两期影像的土壤湿度越接近，土壤湿度状况变化不大；

5)根据公式(3)、(4)、(5)和公式(6)得到研究区每个像元的GSSIM值；

6)根据GSSIM大小，依据一定标准将土壤湿度进行划分，得到待监测地区的土壤湿度空间分布状况，为土壤湿度的评价提供依据；

所述步骤6)中根据获得的GSSIM，将GSSIM划分为3类，具体为：

将GSSIM值位于[0，0.25]的区域定义为突变区，并令其值等于零，说明两期TVDI值发生了突变，土壤湿度状况出现了较大变化；将GSSIM值在(0.25，065]的区域定义为变化区，说明两期TVDI发生了改变，土壤湿度出现了变化；将GSSIM值大于0.65的区域定义为低变区，说明两期TVDI值相近，土壤湿度状况变化不明显。