[发明专利]土壤侵蚀最优空间尺度选择模型及其计算方法

说明书

本发明公开了一种土壤侵蚀最优空间尺度选择模型及其计算方法，所述模型为OSSM_t＝W(E)E_t+W(S)S_t其中t为尺度；OSSM_t为尺度t下的模型计算值；W(E)为信息熵的权重；W(S)为分形维数相似度的权重；E_t为归一化信息熵值；St为归一化分形维数相似度值；OSSM_t达到最大值时所对应的尺度t为最优空间尺度。所述方法包括如下步骤，1)获取数据并对数据进行预处理；2)计算土壤侵蚀强度等级图的数据冗余度；3)计算土壤侵蚀强度等级图的分形维数相似度；4)建立最优空间尺度选择模型。本发明提出了基于信息熵和分形理论的土壤侵蚀最优空间尺度选择方法，该方法从数据冗余度和空间特征表达能力两个方面出发，较单一选择标准更为合理，所选出的最优空间尺度使两者达到最佳平衡。

技术领域

本发明涉及属于地球科学技术领域，具体地指一种土壤侵蚀最优空间尺度选择模型及其计算方法。

背景技术

土地是地球生态系统的重要组成部分，是人类生存和发展的基础。随着人地矛盾的加剧，土壤侵蚀现象日益严重，极大的影响了自然环境和人类社会的发展。自然地理过程普遍存在空间尺度效应，土壤侵蚀对空间尺度也具有一定的依赖性。空间尺度通常指空间幅度和空间粒度，前者是指研究对象在空间的持续范围，后者是指最小可辨识单位所代表的特征长度、面积或体积，本文的尺度指空间粒度。随着空间信息技术的发展，遥感成为土壤侵蚀研究的一种主要技术手段，而不同粒度的遥感影像会导致研究结果的差异，因此，土壤侵蚀的最优空间尺度选择对于土壤侵蚀的过程和机理研究具有重要的理论价值和现实意义。

尺度效应对土壤侵蚀及其他相关领域(如自然地理、水文等)研究具有重要的意义，因为它对研究数据的质量、模型建立、结果输出及决策支持有着显著影响。对于最优空间尺度选择，有学者提出根据栅格图像的空间特征与尺度的关系来判断，如景观指数尺度效应曲线法，即利用空间尺度效应曲线的突变点或保持平稳的尺度域作为最优空间尺度，这种方法的理论依据是栅格图像在不同尺度上具有相似性，其空间特征指数(景观指数)的尺度效应存在一定规律。广泛应用的方法是地统计学方法，如基于局部方差的方法、基于变异函数的方法，该方法是直接针对栅格图像灰度值的变化情况来判断最优空间尺度，其理论依据是空间上相距较近的地物的相似性强于相距较远的地物。地统计学方法主要分析遥感数据的线性特征，然而，在遥感数据中线性特征与非线性特征同样显著。分形理论作为非线性特征的重要研究工具，可以衡量图像的复杂程度，多尺度下分形维数变化情况可以表达图像空间特征的变化过程，许多学者利用分形的这一特性来判断最优空间尺度。

在以上研究中，景观指数尺度效应曲线法考虑到信息保存量突变，而地统计学方法选取准则是空间异质性较大，分形则是以空间特征表达能力的强弱来选取最优空间尺度。选取准则不同，结果也会有差异，因此，以单一准则选取最优空间尺度，具有一定的局限性。

发明内容

本发明的目的是为了解决上述背景技术存在的不足，而提出的一种土壤侵蚀最优空间尺度选择模型及其计算方法，以不同空间尺度下土壤侵蚀强度等级图的数据冗余度和空间特征表达能力作为衡量指标，分别利用信息熵和分形维数相似度来量化评价指标，综合两者选择土壤侵蚀研究的最优空间尺度。

为实现上述目的，本发明所设计的土壤侵蚀最优空间尺度选择模型，其特殊之处在于，所述模型为

OSSM_t＝W(E)E_t+W(S)S_t

其中，t为尺度，取值为图像原始空间分辨率的整数倍；OSSM_t为尺度t下的模型计算值；W(E)为信息熵的权重；W(S)为分形维数相似度的权重；E_t为尺度t下的归一化信息熵值；S_t为尺度t下的归一化分形维数相似度值；OSSM_t达到最大值时所对应的尺度t为最优空间尺度。