[发明专利]一种基于生境因子的植被类型空间模拟方法

摘要

本发明公开了一种新的基于生境因子的植被类型空间模拟方法。该方法针对植被类型分布的空间复杂性和非线性特征，引入SVM算法，构建了基于生境因子的植被类型空间模拟模型，主要包含三个步骤：首先，利用遥感与GIS空间分析方法，实现案例区自然气候、土壤地形、人口交通等生境因子基础数据预的处理；其次，采用径向基核函数（RBF）作为SVM的核函数，运用经过预处理的基础数据对SVM模型进行训练，并采用网格搜索法搜索模型最优参数，进而构建基于生境因子的植被类型空间模拟模型；最后，运行和验证模型，进而实现案例区植被类型的空间分布模拟。该方法不仅有助于实现中宏观尺度上的植被类型及其空间分布的定量模拟，而且具有很好模拟精度和很强的可操作性。

主权项

1.一种基于生境因子的植被类型空间模拟方法，主要包括以下三个步骤：第一步、数据收集与预处理1‑1）针对研究对象和研究范围选择案例区，对案例区自然气候、土壤地形、人文因子等生境因子的历史统计观测数据，以及案例区植被类型历史野外调研数据，分别进行收集和预处理，运用GIS空间分析方法，实现其高精度空间化处理；1‑2）基于处理后的生境因子及植被类型的空间分布数据，针对历史调研统计数据的缺陷，在案例区设计并布置样本采样调研方案，结合遥感影像，进行野外采样调研，补充完善整个案例区生境因子和植被类型样本数据；1‑3）对所有生境因子数据和植被类型数据进行统一归一化处理第二步、植被类型空间模拟模型构建与参数选择2‑1）基于第一步获得的有关生境因子和植被类型样点的归一化数据，选择采用径向基核函数（RBF）作为SVM的核函数，应用案例区经过归一化处理的生境因子和植被采样数据，对SVM模型进行模型训练与学习；2‑2）运用网格搜索法搜索SVM模型的最优参数；2‑3）在确定最优参数的基础上，实现基于生境因子的植被类型自动提取模型的构建第三步、植被类型空间分布模拟3‑1）结合经过归一化统一预处理的生境因子模型参数和植被采样数据，运行基于生境因子的植被类型自动提取模型，初步实现案例区植被类型空间分布的自动提取；3‑2）利用基于高分辨率遥感影像和野外调研采样获取的植被类型空间分布现状数据，对模型模拟结果进行验证分析；3‑3）结合模型验证结果，重复第二步内容，对SVM模型进行反复学习和修正，进而获取植被类型分类的最优参数，直至通过精度验证为止；3‑4）利用最终调试好的SVM模型和通过检验的最优参数集，结合案例区的生境因子数据，实现案例区植被类型的自动分类和空间分布模拟。