[发明专利]基于尺度效应的多源遥感数据源汇景观的分析方法及系统

权利要求书

1.一种基于尺度效应的多源遥感数据源汇景观的分析方法，其特征在于，包含如下步骤：

S1、基于卫星的遥感影像数据对地表覆盖进行分类得到地表覆盖分布图，基于所述卫星的遥感气溶胶光学厚度数据来计算大气霾浓度分布图；

S2、在多个不同的尺度值下，分别将地表覆盖分布图和大气霾浓度分布图划分为网格，每次划分时，地表覆盖分布图和大气霾浓度分布图采用相同的尺度；

S3、在地表覆盖分布图的每个网格中分别计算整体景观异质性指数，并分别计算大气霾浓度分布图的每个网格的浓度均值，在每个尺度上分别将整体景观异质性指数与浓度均值进行相关性分析，选择相关性最高的尺度作为最优尺度；所述整体景观异质性指数为斑块密度、蔓延度指数、香农多样性指数及香农均匀性指数；

S4、在最优尺度内，计算地表覆盖分布图每个网格内的类别级景观指数，然后将类别级景观指数与大气霾浓度进行相关性分析，得到大气霾浓度的源汇景观类别；所述类别级景观指数为斑块类型面积百分比、斑块密度、分维数、斑块结合度及最大斑块指数；

S5、分析网格之间的所述源汇景观类别的类别级景观指数之间的相关性，选择出相关性最小的类别级景观指数，与大气霾浓度进行地理加权回归分析，得到每个网格的所述源汇景观类别的地理加权回归分析系数,从而得到地表覆盖分布图的地理加权回归分析系数分布。

2.根据权利要求1所述的分析方法，其特征在于，步骤S1中的分类是指按照建筑、林地、水域、灌木及耕地进行分类。

3.根据权利要求1所述的分析方法，其特征在于，步骤S1中遥感影像数据来源于卫星Landsat 8，遥感气溶胶光学厚度数据是MODIS气溶胶光学厚度产品MOD04的数据。

4.根据权利要求1所述的分析方法，其特征在于，步骤S2所述多个不同的尺度值为2000米、3000米、4000米、5000米、6000米、7000米、8000米、9000米。

5.根据权利要求1所述的分析方法，其特征在于，所述步骤S5中选择出的相关性最小的类别级景观指数为斑块类型面积百分比和斑块密度。

6.根据权利要求5所述的分析方法，其特征在于，所述步骤S5中选择出相关性最小的类别级景观指数，与大气霾浓度进行地理加权回归分析具体为：

用斑块类型面积百分比和斑块密度与大气霾浓度在最优尺度上进行地理加权回归分析。

7.一种基于尺度效应的多源遥感数据源汇景观的分析系统，其特征在于，包含：

分布图获取模块，用于基于卫星的遥感影像数据对地表覆盖进行分类得到地表覆盖分布图，基于所述卫星的遥感气溶胶光学厚度数据来计算大气霾浓度分布图；

网格划分模块，用于在多个不同的尺度值下，分别将地表覆盖分布图和大气霾浓度分布图划分为网格，每次划分时，地表覆盖分布图和大气霾浓度分布图采用相同的尺度；

最优尺度计算模块，用于在地表覆盖分布图的每个网格中分别计算整体景观异质性指数，并分别计算大气霾浓度分布图的每个网格的浓度均值，在每个尺度上分别将整体景观异质性指数与浓度均值进行相关性分析，选择相关性最高的尺度作为最优尺度；所述整体景观异质性指数为斑块密度、蔓延度指数、香农多样性指数及香农均匀性指数；

源汇景观类别获取模块，用于在最优尺度内，计算地表覆盖分布图每个网格内的类别级景观指数，然后将类别级景观指数与大气霾浓度进行相关性分析，得到大气霾浓度的源汇景观类别；所述类别级景观指数为斑块类型面积百分比、斑块密度、分维数、斑块结合度及最大斑块指数；

系数分布生成模块，用于分析网格之间的所述源汇景观类别的类别级景观指数之间的相关性，选择出相关性最小的类别级景观指数，与大气霾浓度进行地理加权回归分析，得到每个网格的所述源汇景观类别的地理加权回归分析系数,从而得到地表覆盖分布图的地理加权回归分析系数分布。