[发明专利]植物物种beta多样性的估算方法及系统

说明书

本发明涉及一种植物物种beta多样性估算方法及系统，包括以下步骤：S1、对获取的待测区域遥感数据进行矫正，提取设定波段范围的植被反射率作为待处理光谱数据；S2、根据地物类型对验证无误的光谱数据进行检验，确保获得的光谱数据为植被光谱数据；S3、将获取的植被光谱数据进行平滑处理；S4、通过对平滑处理的植被光谱数据进行计算，得到样方间光谱的欧氏距离指数，用于对植物物种beta多样性进行估算。本发明根据光谱异质性数据，可以快速估算植物物种的beta多样性，可广泛适用于草原、草地、灌丛、农田及苗圃地等的植物物种beta多样性的快速评估。

技术领域

本发明是关于一种基于光谱欧氏距离的植物物种beta多样性的估算方法及系统，涉及生物多样性监测技术领域。

背景技术

生物多样性对于维持地球生态系统的稳定和保持生态系统服务功能具有重要意义。由于全球气候变化、土地利用变化、人为干扰增强和生物入侵等原因，全球生物多样性正在下降，预测未来也会进一步下降。生物多样性的快速评估对于生物多样性监测和保持至关重要。近年来，光谱数据开始应用于植物物种多样性的快速评估，主要通过两种途径：一是从光谱数据特征参数与物种多样性的关系进行直接评估，二是从光谱数据衍生的环境变量、实地调研数据和生物学特性对物种多样性进行间接评估。

光谱异质性假说(Spectral variability hypothesis,SVH)认为，由于不同物种的特征光谱参数不同，植物物种多样性与光谱异质性直接相关。基于SVH，提取自不同生态系统类型，包括温带森林、热带雨林、稀树草原、山地草原、干草原、高草草原和沙地草原的光谱指数被应用于评估物种丰富度、Shannon-weaver多样性指数和Simpson多样性指数等alpha多样性指数。beta多样性是生物多样性的另一个重要组分，表示群落物种组成的差异，用于指示物种的空间异质性和替代性。与仅仅测量alpha多样性指数相比，beta多样性指数能够反映物种多样性空间分布的动态特征，对于揭示植物群落的维持机制具有重要意义，近年来为国内外学者所关注。

目前航空以及卫星遥感数据已经用于评估植物多样性，但是由于光谱分辨率的限制，此法还存在很大的不确定性。高光谱数据具有光谱分辨率高、光谱信息丰富的特点，能够反映物种之间的差异，已成功用于alpha多样性的评估，具有估算beta多样性的潜力。然而，目前还很少有高光谱估算beta多样性的案例研究，植物物种beta多样性的遥感估算模型缺失，主要原因为：一是因为beta多样性没研究不足；二是因为beta多样性涉及到物种组成的差异，alpha多样性遥感模型等已经不能满足要求，而beta多样性因技术瓶颈不能得到遥感估测。进一步，已有的其他植物物种多样性指数的遥感估算模型存在着地点依赖性强、模型精度不稳定等问题。

发明内容

针对上述问题，本发明的目的是提供一种基于光谱欧氏距离的植物物种beta多样性的估算方法及系统，能够快速准确估算植物物种的beta多样性。

为实现上述目的，本发明采取以下技术方案：

第一方面，本发明提供一种植物物种beta多样性的估算方法，包括以下步骤：

S1、对获取的待测区域遥感数据进行矫正，提取设定波段范围的植被反射率作为待处理光谱数据；

S2、根据地物类型对验证无误的光谱数据进行检验，确保获得的光谱数据为植被光谱数据；

S3、将获取的植被光谱数据进行平滑处理；

S4、通过对平滑处理的植被光谱数据进行计算，得到样方间光谱的欧氏距离指数，用于对植物物种beta多样性进行估算。

进一步地，提取设定波段范围的植被反射率作为待处理光谱数据中设定波段范围为400～1000nm。

进一步地，上述S4中通过对平滑处理的植被光谱数据进行计算，得到样方间光谱的欧氏距离指数的计算过程为：