[发明专利]喀斯特石漠化的遥感制图方法及装置

说明书

本发明涉及一种喀斯特石漠化的遥感制图方法及装置，通过遥感影像数据和专题数据，有效刻画并提取反映喀斯特石漠化特征的信息，以提高机器学习算法对各石漠化等级的识别能力。同时，采用面向对象的策略定义石漠化单元，实现了喀斯特石漠化的待分级单元的自动绘制，勾勒石漠化制图单元。基于此，通过少量的样本数据，即可快速实现喀斯特石漠化的制图，在提高了制图的精度和效率的同时，兼具自动化程度高和具备可移植性的优点。

技术领域

本发明涉及地理信息图像技术领域，特别是涉及一种喀斯特石漠化的遥感制图方法及装置。

背景技术

喀斯特石漠化作为一种特殊的土地荒漠化类型，是全球范围内重大的经济、生态和环境问题，威胁着社会的可持续发展。快速准确地绘制区域喀斯特石漠化空间分布，可有效实现石漠化动态监测，辅助石漠化治理措施的制定和效果评估。遥感影像成为大范围石漠化空间制图的重要来源，由于以往研究采用的目视解译技术费时费力，采用自动、半自动识别方法进行高精度制图具有重要的意义。

目前常用石漠化遥感自动半自动制图方法主要包括监督分类方法、机器学习算法、石荒漠化分级指数和光谱混合分解等。然而，上述方法皆是以像元最小研究单元，在像元尺度上进行表征石漠化相关信息的提取，这些信息实质上受到来自周围像元的光谱信息的影像，容易增加制图的误差，在喀斯特地区这种海拔梯度明显、地形破碎的区域尤其如此。不同研究中选择不同大小甚至形状的单元来判断石漠化等级，使得石漠化的分级判别存在较大的不确定性，制约着现有石漠化自动化制图方法的精确度和可靠性。同时，喀斯特石漠化的遥感制图，有别于传统土地利用的遥感制图，并不是对特定的地物进行识别，而是对土壤、岩石和植被的混合对象进行制图。目前却没有统一的规则来进行制图单元的绘制，研究单元的大小不同往往导致石漠化分级结果的差异，使得石漠化的分级判别存在较大的不确定性。

由此可见，传统的喀斯特石漠化的遥感制图方法还存在以上不足。

发明内容

基于此，有必要针对传统的喀斯特石漠化的遥感制图方法还存在的不足，提供一种喀斯特石漠化的遥感制图方法及装置。

一种喀斯特石漠化的遥感制图方法，包括步骤：

获取研究区的遥感影像数据和专题数据；其中，专题数据包括岩性数据、海拔数据和土地利用数据；

根据遥感影像数据计算植被指数、建筑指数和水体指数，并根据海拔数据计算坡度；

根据岩性数据剔除研究区内的非喀斯特石漠化区域，获得喀斯特石漠化待分级区域；

根据遥感影像数据对喀斯特石漠化待分级区域进行面向对象的多尺度分割，将多尺度影像分割结果中最优影像分割结果作为喀斯特石漠化的待分级单元；

获取待分级单元在各喀斯特石漠化等级的参照样本，获得参照样本集；

根据各待分级单元数据的最大值、最小值、平均值和方差建立待分级单元的特征数据集；其中，待分级单元数据包括遥感影像波段数据、海拔、坡度、植被指数、建筑指数和水体指数；

将参照样本集作为机器学习算法的训练样本，并将特征数据集作为机器学习算法的输入参数，通过机器学习算法进行研究区的石漠化分级，以绘制石漠化空间分布。

上述的喀斯特石漠化的遥感制图方法，通过遥感影像数据和专题数据，有效刻画并提取反映喀斯特石漠化特征的信息，以提高机器学习算法对各石漠化等级的识别能力。同时，采用面向对象的策略定义石漠化单元，实现了喀斯特石漠化的待分级单元的自动绘制，勾勒石漠化制图单元。基于此，通过少量的样本数据，即可快速实现喀斯特石漠化的制图，在提高了制图的精度和效率的同时，兼具自动化程度高和具备可移植性的优点。

在其中一个实施例中，遥感影像数据为Landsat 8OLI遥感影像数据。

在其中一个实施例中，岩性数据包括不同比例碳酸盐岩和碎屑岩组合数据。