[发明专利]一种量化草地退化的遥感方法及系统

说明书

本申请公开了一种量化草地退化的遥感方法及系统，其中，方法步骤包括：获取研究区草地区域的NDVI时间序列数据集；计算NDVI时间序列数据集的权重；基于权重对NDVI时间序列数据集进行抽样，得到NDVI样本集；对NDVI样本集进行模拟拟合，得到拟合模型；基于拟合模型确定最佳拟合模型，基于最佳拟合模型的参数，确定NDVI样本集的轨迹类型和轨迹趋势；基于轨迹类型和轨迹趋势确定研究区草地的退化情况。本申请通过对NDVI时间序列数据集进行抽样，可以避免时间序列数据中短期波动的影响，更准确地反映长期变化趋势；可以避免时间序列数据不平稳、噪声干扰、缺失值等影响，有效地降低模型拟合的不准确性，提高方法的可靠性。

技术领域

本申请涉及生态科学领域，具体涉及一种量化草地退化的遥感方法及系统。

背景技术

我国是草地资源大国，各类天然草地约占全国陆地总面积的41％。草地作为陆地生态系统的重要组成部分，不仅具有保持水土、防风固沙、涵养水源等作用，而且为我国畜牧业发展提供了经济基础。然而，由于人类对草地资源的过度使用以及气候变化，我国已经发生了大面积的草地退化，主要体现在植被和土壤两方面，包括草地覆盖度、生物量、产草量等降低以及土壤中有机质、水分、养分含量等降低。草地退化不仅影响着陆地生态系统的调节，而且会造成一系列的环境问题，如土壤荒漠化、水土流失等。因此，准确地监测草地退化情况并制定保护措施是我国草地退化防治的重点。

传统监测草地退化的方法为野外调查，但是该方法仅适用于小范围内研究，并且耗时长、效率低、数据获取困难。随着遥感数据空间、时间以及光谱分辨率的不断提高，遥感技术成为目前监测长时间、大尺度草地退化的主要方法。但是，遥感技术对土壤相关的指标估算效果较差，如土壤有机质含量、土壤养分等，因此在使用遥感技术监测草地退化时，往往选择草地覆盖度、草地植被高度、生物量、净初级生产力等与植被相关的指标。其中，草地覆盖度一般通过NDVI以及像元二分模型进行估算，净初级生产力可以通过生理生态过程法估算，生物量及植被高度等指标可以通过机器学习方法估算。在选取上述的单个或多个遥感指标后，结合国家标准法《天然草地退化、沙化、盐渍化的分级指标》(GB 197377—2003)或地方经验法等确定草地退化的分级标准，进而研究草地的退化情况。

然而草地的退化往往存在不同类型，例如受气候变化等影响，草地状况可能随着时间进行稳定型或缓变型退化，或者受人类活动影响而在某一年发生突变型退化。目前通过遥感技术监测草地退化的方法仅能确定研究区的草地是否发生退化以及退化发生的程度，难以细分不同的草地退化类型。因此，需要提出一种可以量化不同草地退化类型的遥感方法。

发明内容

目前通过遥感技术监测草地退化的方式仅能确定草地是否发生退化以及退化的程度，无法确定退化的类型。因此，需要提出一种可以量化不同草地退化类型的遥感方法。

为实现上述目的，本申请提供了一种量化草地退化的遥感方法，步骤包括：

获取研究区草地区域的NDVI时间序列数据集；

计算所述NDVI时间序列数据集的权重；

基于所述权重对所述NDVI时间序列数据集进行抽样，得到NDVI样本集；

对所述NDVI样本集进行模拟拟合，得到拟合模型；

基于所述拟合模型确定最佳拟合模型，基于所述最佳拟合模型的参数，确定所述NDVI样本集的轨迹类型和轨迹趋势；

基于所述轨迹类型和所述轨迹趋势确定研究区草地的退化情况。

优选的，计算所述权重的方法包括：计算每个像元所有年份的数据到该像元NDVI以及年份值分布中心的马氏距离，将所述马氏距离的倒数作为对应年份NDVI数据的所述权重。