[发明专利]土壤侵蚀方程中植被覆盖与管理因子C改进方法

摘要

本发明涉及一种土壤侵蚀方程中植被覆盖与管理因子C改进方法，引入遥感数据时空融合模型和地形调节植被指数TAVI，改进植被覆盖与管理因子C的计算方法，即利用地形调节植被指数TAVI代替传统的归一化指数NDVI来估算植被覆盖与管理因子C以消除地形引起的阴坡和阳坡差异，通过逐月植被覆盖与管理因子C与降雨侵蚀力因子R的相乘累加改进传统仅利用单一时相植被覆盖与管理因子C来计算土壤侵蚀模数，有效地匹配了植被覆盖与降雨的年内变化。本发明既消除了地形引起的阴坡和阳坡差异，又顾及了植被的季节变化特征，提高了C因子的估算精度，有效提高了土壤流失强度的估算精度与合理性。

主权项

1.一种土壤侵蚀方程中植被覆盖与管理因子C改进方法，其特征在于，包括如下步骤：步骤S1：获取研究区所需年份内逐日低分辨率地表反射率数据和无云少云条件下中等分辨率遥感数据并进行预处理，得到逐月低分辨率地表反射率数据和中等分辨率地表反射率数据；步骤S2：对步骤S1所得到的逐月低分辨率地表反射率数据和中等分辨率地表反射率数据进行时空融合，生成融合后的逐月中等分辨率的红光波段和近红外波段地表反射率数据；步骤S21：根据所得到的对应月份低分辨率和中等分辨率地表反射率数据对的数量和待计算月份情况，选择不同的时空融合模型；步骤S22：当仅得到一对低分辨率和中等分辨率地表反射率数据时，基于时空自适应反射率融合模型STARFM，利用该对地表反射率数据和预处理获得的逐月低分辨率地表反射率数据进行时空融合，生成除已有的中等分辨率数据外的其他月份中等分辨率地表反射率数据：其中，M为得到的中等分辨率地表反射率数据，M_p为拟融合生成的中等分辨率地表反射率数据，L_o为低分辨率地表反射率数据，ω为窗口大小；(x_ω/2,y_ω/2)为参与融合的中心像元，W_ij为归一化权重系数，由光谱、时间与空间距离三个维度构成；x、y分别代表空间位置横坐标和纵坐标，其下标分别代表不同的位置；t代表时间，t₁为已获取的一个时相数据的获取时间，t_p为拟融合预测的数据时间；步骤S23：当得到两对或以上低分辨率和中等分辨率地表反射率数据时，选择月份最接近待融合时相的两对数据，M(x_i,y_i,t₁)和L_o(x_i,y_i,t₁)，M(x_i,y_i,t₂)和L_o(x_i,y_i,t₂)，基于增强型时空自适应反射率模型ESTARFM，利用这两对地表反射率数据和预处理获得的逐月低分辨率地表反射率数据进行时空融合，生成除已有的中等分辨率数据外的其他月份中等分辨率地表反射率数据；先利用公式(1)分别生成拟融合预测数据M_p1和M_p2，再利用如下公式加权计算拟融合预测数据M_p：M_p(x_ω/2,y_ω/2,t_p)＝T₁×M_p1(x_ω/2,y_ω/2,t_p)+T₂×M_p2(x_ω/2,y_ω/2,t_p)    (4)其中，T₁、T₂为时间权重，由如下公式计算：步骤S24：根据步骤S22和步骤S23，生成全年1‑12月逐月中等分辨率的红光波段和近红外波段地表反射率数据；步骤S3：计算逐月地形调节植被指数TAVI；步骤S4：计算逐月植被覆盖度FVC；步骤S5：计算逐月植被覆盖与管理因子C；步骤S6：计算逐月降雨侵蚀力因子R；步骤S7：计算土壤可蚀性因子K、坡长因子L、坡度因子S和水保措施因子P；步骤S8：计算年土壤侵蚀模数。