[发明专利]基于长时序NDVI的土壤重金属胁迫甄别方法

权利要求书

1.一种基于长时序NDVI的土壤重金属胁迫甄别方法，包括以下步骤：

步骤1：遥感影像预处理：对N幅遥感影像数据进行辐射定标、大气校正以及几何校正预处理，N1；

步骤2：NDVI长时间序列构建：基于预处理后的遥感影像数据计算NDVI长时间序列x(n),1≤n≤N：

其中ρ_NIR(n)为第n幅遥感影像近红外波段的反射率，ρ_RED(n)为第n幅遥感影像红光波段的反射率；

步骤3：EEMD分解：基于EEMD算法对NDVI长时间序列x(n)进行分解，其分解流程如下：

将具有标准正态分布的白噪声信号z_i(n)加入到NDVI长时间序列x(n)上,产生加噪NDVI长时间序列x_i(n)：

x_i(n)＝x(n)+z_i(n)，1≤i≤M

式中，M为加入标准正态分布的白噪声信号的次数；

对加噪NDVI长时间序列x_i(n)分别进行EMD分解，得到各自IMF和的形式:

式中，c_i,j(n)为加噪NDVI长时间序列x_i(n)的第j个IMF分量，r_i,j(n)是加噪NDVI长时间序列的EMD残余函数，J是IMF分量的数量；

计算NDVI长时间序列x(n)的EEMD分解的第j个IMF分量：

步骤4：计算统计性描述指标：计算NDVI长时间序列x(n)的EEMD分解的第一个至第J个IMF分量的极值点个数K_j、波动周期P_j：

步骤5：季节平均模型构建：对NDVI长时间序列各年同月数据求取平均值，得到NDVI长时间序列的季节平均序列；对NDVI长时间序列的季节平均序列使用所述步骤3进行EEMD分解，得到NDVI长时间序列的季节平均序列的IMF分量imf_r，计算NDVI长时间序列的季节平均序列的IMF分量imf_r的周期，r＝1,2,…R；

步骤6：土壤重金属胁迫序列甄别：按照预设甄别条件选择符合长周期土壤重金属胁迫特征的NDVI长时间序列x(n)的EEMD分解的各IMF分量累加合成为土壤重金属胁迫序列Y_d(n)；

步骤7：土壤重金属胁迫稳定特征提取：计算土壤重金属胁迫序列Y_d的重金属胁迫稳定特征：

式中：Y_dt(n)为土壤重金属胁迫序列Y_d(n)的前一时相的数值，Y_dt+1(n)为土壤重金属胁迫序列Y_d(n)的后一时相的数值，ΔDAY为前一时相对于后一时相对的日期间隔；

步骤8：地面数据实测：使用便携式XRF分析仪对土壤中的预设种类的重金属元素含量测定；

步骤9：构建重金属预测模型：拟合重金属胁迫稳定特征Y_df(n)与土壤的预设种类的重金属元素含量间的关系，作为重金属预测模型；

步骤10：监测土壤重金属胁迫程度：采集遥感影像，进行所述步骤1-步骤7的处理，得到对应的重金属胁迫稳定特征，使用所述重金属预测模型预测土壤重金属胁迫程度。

2.根据权利要求1所述的基于长时序NDVI的土壤重金属胁迫甄别方法，其特征在于：所述步骤6的预设甄别条件为NDVI长时间序列的IMF分量的波动周期P_r为大于T，T为NDVI长时间序列的IMF分量与其对应的NDVI长时间序列的季节平均序列的IMF分量的共同波动周期。

3.根据权利要求1所述的基于长时序NDVI的土壤重金属胁迫甄别方法，其特征在于：所述步骤6的预设甄别条件为NDVI长时间序列的IMF分量的波动周期P_r为大于6。

4.根据权利要求1所述的基于长时序NDVI的土壤重金属胁迫甄别方法，其特征在于：所述步骤6的预设甄别条件为NDVI长时间序列的IMF分量的波动周期P_r大于12。

5.根据权利要求1或2所述的基于长时序NDVI的土壤重金属胁迫甄别方法，其特征在于：所述步骤9中使用二次方曲线拟合重金属胁迫稳定特征Y_df(n)与土壤的预设种类的重金属元素含量间的关系。