[发明专利]一种基于DI的森林扰动变化遥感监测方法及装置

说明书

本发明涉及一种基于DI的森林扰动变化遥感监测方法及装置。对研究区的遥感影像进行辐射校正、几何校正等预处理，获取地表反射率数据；采用基于遗传‑随机森林特征筛选算法进行研究区土地覆盖分类，根据分类结果掩膜非林地像元，获取所需的林地信息；然后对研究区涉及的Landsat‑5 TM和Landsat‑8 OLI等影像进行缨帽变换，获取亮度、绿度和湿度分量，再采用z‑scores方法对所得到的亮度、绿度和湿度分量进行标准化，从而计算DI指数；最后结合变化矢量法、Sen趋势度和Mann‑Kendall方法，提出一种简易可行的森林扰动变化趋势模型，以实现长时间序列研究区森林扰动变化趋势和特征分析。本发明能够快速、准确地监测长时间序列大范围森林扰动变化，且处理流程简单、易于操作，自动化程度高。

技术领域

本发明属于遥感图像处理技术领域，具体涉及一种基于DI的森林扰动变化遥感监测方法及装置。

背景技术

森林作为最大的陆地生态系统，是地球生物圈的重要组成部分，也是人类赖以生存和发展的物质基础。森林在全球碳循环和气候调节扮演重要的角色，通过光合作用将大量CO₂固定起来，成为最大的陆地碳汇。人类活动、病虫害、雨雪灾害和火灾等人为和自然因素均会引起不同程度的森林扰动，进而影响森林碳汇。因此，监测森林扰动对于景观、区域甚至全球尺度的森林碳核算和气候变化至关重要。

传统的森林扰动及其变化监测主要依赖于野外调查，耗时费力，且难以在大区域及偏远山区开展作业。遥感凭借其宏观、快速、准确、实时等优势，森林扰动监测取得了大量成果，监测理论、方法及技术手段不断丰富和完善。过去20年使用遥感影像进行长时间序列分析主要基于MODIS和AVHRR等有高时间分辨率、低空间分辨率和覆盖范围大的影像，但这类低空间分辨率影像开发的扰动产品无法准确监测小规模扰动，如森林采伐活动引起的扰动。

近年来，基于30m分辨率的Landsat卫星遥感技术的发展为森林扰动的监测提供了数据支撑。Healey等(2005)则采用30m分辨率Landsat数据缨帽变换的亮度、绿度和湿度分量在扰动林和非扰动林中不同的特性构建了扰动指数(Disturbance Index,DI)。该指数是一种基于缨帽变换的森林扰动监测方法，能够凸显非扰动森林(低亮度、高绿度和高湿度)和受扰动森林(高亮度、低绿度和低湿度)之间的差异，成功保留并增强森林扰动的相关信息。已有研究表明，DI指数对于不同类型(如森林砍伐、火灾和虫害等)的扰动都具有良好的监测能力，模型简洁可靠且易于计算解释。Huang等(2010)是根据高置信度森林像元的归一化红光波段和两个短波红外波段构建了Landsat数据的综合森林指数(Integrated ForestZ-score,IFZ)。然而，目前大多数研究往往采用时间跨度大的两期或少数几期两两组合对同一区域影像进行对比分析。因此，如何通过快速有效的手段开展长时间序列的森林扰动变化分析是当前亟待解决的问题。

发明内容

本发明的目的在于实现长时间序列大范围森林扰动变化遥感监测，结合变化矢量法、Sen趋势度和Mann-Kendall方法，提供一种基于DI的森林扰动变化遥感监测方法及装置。

为实现上述目的，本发明的技术方案是：一种基于DI的森林扰动变化遥感监测方法，包括如下步骤：

S1、影像预处理

选取覆盖研究区的遥感图像，进行包括辐射校正和几何校正的影像预处理，获取研究区地表反射率数据；

S2、基于遗传-随机森林特征筛选算法的林地信息提取

采用基于遗传-随机森林特征筛选算法进行研究区土地覆盖分类，根据分类结果掩膜非林地像元，获取林地信息；

S3、计算森林扰动指数DI

对研究区涉及的包括Landsat-5 TM和Landsat-8 OLI的影像进行缨帽变换，获取亮度、绿度和湿度分量，再采用z-scores方法对所得到的亮度、绿度和湿度分量进行标准化，从而计算DI指数；