[发明专利]一种基于长时序植被指数的重建植被遥感判别方法

说明书

一种基于长时序植被指数的重建植被遥感判别方法，适用于矿山生态环境监测技术领域。通过植被的长时序植被指数，在进过噪声识别与预测值计算后基于傅里叶级数与最小二乘法构建植被生长曲线，进一步得到区域植被在时序年份内的年度植被指数均值，利用线性拟合计算每5年间植被指数的变化趋势，通过某一时点过去与未来5年间变化趋势的差异度作为判别指标，当差异度超过设置的阈值时则认定为重建植被且差异度最大的年份为植被重建起始时间。其有效反映了植被完整的生长过程从而减少了单一时点数据的片面性，噪声识别与预测值计算提高了时序数据的精确度，而植被生长趋势差异度作为判别指标减少了单一年份的异常数据对植被整体生长趋势的影响。

技术领域

本发明涉及一种基于长时序植被指数的重建植被遥感判别方法，尤其适用于矿山生态环境监测技术领域使用。

背景技术

重建植被的快速判别是矿山土地复垦与生态修复的重要工作。过去20年来，矿山生态修复受到广泛关注，全国各地矿区开展了大量的植被重建工程。为了掌握植被重建工作落实情况，首先需要对矿区内的各种植被进行判别。然而传统的野外调查难以满足高效、准确、实时的监测要求，从而导致监管部门无法及时地评估矿山植被重建的有效性。

针对大范围的重建植被，遥感技术是实现判别的主要方法，目前的判别方法主要是通过重建植被在遥感影像中的光谱特征为判别依据，从而与其他类型植被进行区分然后进行判别和提取，主要包括遥感影像分类法、土地利用变化检测法、植被指数阈值法。遥感影像分类法主要是利用无人机或卫星遥感影像，依靠重建植被在光谱特征或形态结构上的特征，通过监督分类或非监督分类算法确定重建植被的面积和分布；土地利用变化检测法则是在遥感影像分类法的基础上，通过对多期遥感影像进行分类，确定植被覆盖发生变化的区域并将其认定为重建植被区；植被指数阈值法则是利用遥感影像计算区域内的植被指数，并确定重建植被的植被指数变化范围，然后设置植被指数阈值从而提取出区域内的重建植被。

目前的重建植被遥感判别方法十分依赖重建植被与其他类型植被的光谱特征差异，然而植被之间的光谱特征差异并不明显，此外单一时点的遥感影像常常存在数据噪声、异常气候、人类扰动造成的影响，无法保证判别结果的可靠性。

发明内容

针对上述技术的不足之处，提供一种步骤简单，辨别效果精准，满足矿山生态修复监管和评价的需要的基于长时序植被指数的重建植被遥感判别方法。

为解决上述问题，本发明基于长时序植被指数的重建植被遥感判别方法，包括以下步骤：

S1.利用卫星采集需要识别的研究区域的植被信息，生成具有明确边界的制备矢量图层遥感影像；

S2.获取研究区域的历年内所有时序植被指数遥感影像图，统计每期遥感影像图中拟识别植被区域的归一化植被指数NDV均值，利用时序NDVI均值建立时序数据集；

S3.利用均值迭代法对研究区域的归一化植被指数进行噪声识别，去除遥感影像中冰雪覆盖及云雾遮挡的数据噪声，并利用相邻时点数据均值作为预测值替代从而剔除噪声；

S4.对剔除噪声后的时序NDVI数据基于傅里叶级数与普通最小二乘法进行拟合，获得研究区域植被在不同年份的生长曲线；

S5.基于植被生长曲线计算研究区域植被年度均值，并从不同年份的生长曲线中提取植被关键参数，包括5年NDVI均值线性拟合方程的斜率及决定系数，并基于植被关键参数提出植被生长趋势差异度以反映植被的持续变化情况；

S6.将植被生长趋势差异度作为阈值判别植被类型，从而将遥感影像图中人工种植的重建植被与演替发育的自然植被进行区分，并通过植被生长趋势差异度的最大值获得重建植被的种植时间。