[发明专利]基于GSSIM的土壤湿度空间分布特征定量分析方法

说明书

本发明公开了基于GSSIM的土壤湿度空间分布特征定量分析方法，包括以下步骤：获取研究区NDVI和T_s数据；构建双抛物线型NDVI‑T_s特征空间散点图，获取双抛物线型NDVI‑T_s特征空间干湿边方程，即T_smax和T_smin；将T_smax和T_smin数据代入TVDI的计算公式，获得研究区TVDI影像图；利用梯度结构相似度GSSIM的计算公式，获取研究区两期TVDI数据的GSSIM影像图；根据GSSIM数值大小，定量分析研究区土壤湿度的空间分布特征和变化规律。本发明完善了以往研究中在对空间尺度土壤湿度进行评价时，仅考虑其表征指标在空间尺度上的数值大小的情况。

技术领域

本发明属于土壤检测技术领域，涉及一种基于GSSIM的土壤湿度空间分布特征定量分析方法。

背景技术

土壤湿度是土壤的重要组成部分，为植物生长提供了必要的水分来源，是连接陆面水资源的重要因子。传统土壤湿度测量方法均为现场钻土采样计算采样点的土壤湿度，耗时费力且无法进行大范围动态监测，随着遥感技术的发展，使得快速、动态、长期监测土壤湿度成为了可能。目前土壤湿度遥感监测的方法主要有Price等的热惯量法、刘丽等的植被供水指数法、Sandholt等的温度植被干旱指数法(Temperature Vegetation DrynessIndex，TVDI)等，其中TVDI被广泛应用。三角形NDVI-T_s特征空间在计算TVDI时一般将NDVI＜0.15的区域划分为裸地并在构建NDVI-T_s散点图时将其舍弃，但西北荒漠化矿区植被分布不均，部分地区植被稀少，因此舍弃NDVI＜0.15的区域会降低土壤湿度监测精度。而刘英等提出的双抛物线型NDVI-T_s特征空间(Bi-parabolic NDVI-T_sSpace)包含NDVI＜0.15部分，提高了土壤湿度监测精度。

目前，对空间尺度土壤湿度进行评价时，大多仅考虑其表征指标在空间尺度上的数值大小，定量研究土壤湿度在空间上的变化规律及其变化趋势的相对较少。白雪娇等利用结构相似度指数(Structural similarity，SSIM)对关中平原旱情的空间分布特征和规律实现了定量、准确描述。杨春玲等提出了一种基于梯度的结构相似度(Gradient-basedstructural similarity，GSSIM)图像质量评价方法，并指出该模型比SSIM更能较好地评价图像的质量，但利用GSSIM定量分析土壤湿度空间分布特征和规律的相关研究较少。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于GSSIM的土壤湿度空间分布特征定量分析方法，遥感影像的结构信息能够反映对应场景中的空间结构，而同一地区的遥感影像具有相同或相似的空间结构，GSSIM图像质量评价方法是对空间域图像的结构信息和结构特征的相似度的度量，因此，本发明将图像质量评价方法GSSIM应用到土壤湿度空间结构信息的特征和变化规律评价中，提出一种基于GSSIM的土壤湿度空间分布特征定量分析方法。

其具体技术方案为：

基于GSSIM的土壤湿度空间分布特征定量分析方法，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；