[发明专利]以UAV为地面和Sentinel-2中介的湿地芦苇地上生物量遥感建模方法

说明书

本发明提供了以UAV为地面和Sentinel‑2中介的湿地芦苇地上生物量遥感建模方法，步骤为：①获取研究区A的UAV高光谱和多光谱影像，基于高光谱数据和实测生物量筛选最优植被指数；基于多光谱影像获取芦苇株高；②构建基于最优植被指数和株高的芦苇生物量反演模型，并对A区生物量制图；③获取研究区B（A∈B）的Sentinel‑2影像，将A区的Sentinel‑2按像元网格化，将网格内UAV反演的生物量取平均作为基于Sentinel‑2的生物量反演模型的建模数据集；④基于Sentinel‑2计算的植被指数，结合建模数据集，构建Sentinel‑2的芦苇生物量反演模型，并对B区生物量制图。本发明解决了在沼泽湿地的芦苇地上生物量卫星遥感建模过程中，大量样本获取难和地面样本采集区域与卫星数据像元大小不匹配的问题。

技术领域

本发明属于遥感应用领域，具体涉及以无人机(UAV)为地面和Sentinel-2中介的湿地芦苇地上生物量遥感建模方法。

背景技术

湿地是陆地和水生生态系统之间的过渡区，具有涵养水源、净化水质、保护生物多样性等重要生态功能。湿地植被在为野生动物提供栖息地、储存碳氮等方面发挥着至关重要的作用，它也是湿地环境中任何物理或化学退化早期迹象的一个很好的指示器。在各湿地植被群落中，以芦苇为优势种的湿地植被群落约占40％，芦苇是富营养化的湖滨带、河流坡岸以及沼泽湿地的重要碳氮汇。芦苇地上生物量占芦苇总生物量的80％以上，对芦苇地上生物量的时空监测可为湿地碳氮汇估算和碳氮循环提供数据支撑。

芦苇地上生物量估算的传统方法为人工收获法，即从现场实际收集植物材料并称重，但该方法具有破坏性、耗时耗力、代表性差、很多地方人很难到达。卫星遥感技术具有大面积、实时、快速等优势，是大面积获取芦苇地上生物量的高效手段。Sentinel-2数据具有13个波段，波段2、3、4(490–665nm)和8(842nm)的空间分辨率为10m，波段5、6、7(705-783nm)、8A(865nm)、11和12(1610-2190nm)空间分辨率为20m，波段1(443nm)、9和10(945-1375nm)的空间分辨率为60m。在光学数据中，Sentinel-2数据是唯一在红边范围含有三个波段的数据，在植被，尤其是湿地植被的生物理化参数监测中独具优势。基于Sentinel-2数据开展芦苇地上生物量建模时，需要获取大量的与Sentinel-2像元相匹配的地面实测样本数据，而在沼泽湿地中，人很难进入，获取大量的与Sentinel-2像元相匹配的地面实测样本数据存在困难。

本发明提出了一种以UAV为地面和Sentinel-2中介的沼泽湿地芦苇地上生物量遥感建模方法，解决了在沼泽湿地的芦苇地上生物量卫星遥感建模过程中，大量样本获取难和地面样本采集区域与卫星数据像元大小不匹配的问题。

发明内容

本发明的目的在于获取湿地芦苇的地上生物量，提供一种以UAV为地面和Sentinel-2中介的湿地芦苇地上生物量遥感建模方法。

本发明的上述技术目的通过如下技术方案实现：

一种以UAV为地面和Sentinel-2中介的湿地芦苇地上生物量遥感建模方法，包括如下步骤：

步骤一、在野外研究区A内设置采样样方，获取样方坐标信息，采集样方内芦苇株高、密度、地上生物量、冠层光谱数据。

步骤二、分别使用搭载高光谱成像仪和多光谱成像仪的无人机获取研究区的高光谱影像数据和多光谱影像数据。

步骤三、获取研究区B(其中，研究区A包含在研究区B中)的Sentinel-2MSI LIC级影像数据。

步骤四、根据无人机高光谱影像数据获取高光谱正射影像DOM(DigitalOrthophoto Map)，基于高光谱DOM计算不同植被指数，分别与芦苇地上生物量做相关性分析，筛选相关系数R最高的窄波段植被指数波段组合，将筛选出的窄波段植被指数与芦苇地上生物量进行线性建模，通过模型的RMSE和决定系数R²筛选以筛选最优植被指数。