CN112364299A - 用组分频率面积对生态系统属性组分组成结构的描述方法 - Google Patents

用组分频率面积对生态系统属性组分组成结构的描述方法 Download PDF

Info

Publication number
CN112364299A
CN112364299A CN202011249867.2A CN202011249867A CN112364299A CN 112364299 A CN112364299 A CN 112364299A CN 202011249867 A CN202011249867 A CN 202011249867A CN 112364299 A CN112364299 A CN 112364299A
Authority
CN
China
Prior art keywords
area
grouping
ecosystem
attribute
vegetation index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011249867.2A
Other languages
English (en)
Inventor
陈子琦
侯光雷
刘兆礼
赵文斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeast Institute of Geography and Agroecology of CAS
Original Assignee
Northeast Institute of Geography and Agroecology of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeast Institute of Geography and Agroecology of CAS filed Critical Northeast Institute of Geography and Agroecology of CAS
Priority to CN202011249867.2A priority Critical patent/CN112364299A/zh
Publication of CN112364299A publication Critical patent/CN112364299A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Operations Research (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Computational Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Biology (AREA)
  • Tourism & Hospitality (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)

Abstract

用组分频率面积对生态系统属性组分组成结构的描述方法，它涉及生态系统属性组分组成结构的描述方法。它是要解决现有的生态系统属性组分组成结构的描述方法无法克服因空间分辨率不同而引起的属性组分频率分布曲线形态变化的技术问题。本方法：获取研究区植被指数的遥感卫星生态影像数据；对植被指数栅格数据确定分组方案；再对研究区内遥感植被指数各分组的像元频数进行统计；根据像元面积运算，将像元频数转换成属性组分的空间分布面积；以遥感分组特征值作为横作标，以分组所占空间面积作为纵作标，生成生态系统属性组分面积分布图。本法可克服遥感影像空间分辨率不同的影响，完善生态系统属性组分组成结构描述方法。可用于生态系统监测领域。

Description

用组分频率面积对生态系统属性组分组成结构的描述方法
技术领域
本发明涉及生态系统属性组分组成结构的描述方法。
背景技术
环境及生态要素的实时监测和可视化，是现代环境生态系统“信息化、智能化”的标识之一，生态要素的实时监测和可视化在资源保护和生态修复领域有重要的意义。而生态系统属性组分组成结构分布图能够直接反映环境及生态要素的状态。
目前评价一个生态系统结构的一个重要指标是遥感植被指数。然而，由于遥感植被指数影像数据具有空间分辨率特征，对于给定的生态系统分布区域，不同空间分辨率对应的植被指数属性组分拥有的像元数量会有很大变化，造成属性组分频率分布曲线形态出现不一致性，同时，植被指数属性组分的像元频数难以与其空间分布面积建立直接联系，从而影响生态系统属性组分组成结构的深入分析。
发明内容
本发明是要解决现有的生态系统属性组分组成结构的描述方法无法克服因空间分辨率不同而引起的属性组分频率分布曲线形态变化的的技术问题，而提供用组分频率面积对生态系统属性组分组成结构的描述方法。
本发明的用组分频率面积对生态系统属性组分组成结构的描述方法，按以下步骤进行：
一、获取研究区植被指数的遥感卫星生态影像数据；
二、对获得的植被指数栅格数据，确定分组方案；
三、根据分组方案，对研究区内遥感植被指数各个分组的像元频数进行统计汇总；根据像元面积大小，通过乘积运算，将像元频数转换成植被指数属性组分的空间分布面积；
四、将植被指数分组特征值与分组所占空间面积进行关联，即以遥感植被指数分组特征值作为横作标，以分组所占空间面积作为纵作标，生成生态系统属性组分面积分布图，完成用组分频率面积对生态系统属性组分组成结构的描述。
更进一步地，步骤二中所述的分组方案为对植被指数进行等距分组，分组区间为0.02～0.1。
更进一步地，步骤四中所述的分组特征值为分组的中间值；
本发明提出在基于遥感植被指数的生态系统属性组分组成结构描述中，将遥感植被指数属性组分的纵坐标采用分组所占空间面积，以弥补因遥感影像空间分辨率不同导致的植被指数属性组分频率分布曲线形态变化的缺陷，并能够与属性组分空间分布面积建立直接关联关系，从而完善基于遥感植被指数的生态系统属性组分组成结构描述方法。
本发明的方法用于生态系统监测领域。
附图说明
图1是实施例1中2000年广东省森林生态系统植被指数NDVI组分面积分布图；
图2是实施例2中2000年吉林省森林生态系统植被指数NDVI组分面积分布图。
具体实施方式
用下面的实施例验证本发明的有益效果：
实施例1：本实施例的用组分频率面积对生态系统属性组分组成结构的描述方法，按以下步骤进行：
一、获取2000年广东省植被指数NDVI的遥感卫星生态影像数据；
二、对获得的植被指数栅格数据，确定分组方案，植被指数NDVI的分组区间为0.02,以分组的中间值作为特征值；
三、根据分组方案，对广东省内遥感植被指数各个分组的像元频数进行统计汇总；根据单位像元面积为1km2，通过乘积运算，即组分分布面积＝分组像元频数×单位像元面积，将像元频数转换成植被指数属性组分的空间分布面积；如表1所示；
表1 2000年广东省植被指数NDVI属性组分频数-面积换算结果
Figure BDA0002771261930000021
Figure BDA0002771261930000031
四、将植被指数分组特征值与分组所占空间面积进行关联，即以遥感植被指数分组特征值作为横作标，以分组所占空间面积作为纵作标，生成生态系统属性组分面积分布图，如图1所示，完成用组分频率面积对生态系统属性组分组成结构的描述。
从本实施例的图1为2000年广东省森林生态系统植被指数NDVI组分面积分布图，从图1可以看出，植被指数NDVI分组的2000年广东省森林生态系统组分呈现类似高斯函数的单峰频率分布形式，其中，组分植被指数NDVI的变化范围为[0，0.66]，在0.2-0.65范围内组分分布数量居多，且集中分布于0.5左右，该属性分组区间的森林生态系统组分的空间面积可达1.6万km2；在0.2～0.5范围内，森林组分空间面积随植被指数NDVI增大而急剧增加，在0.5～0.6范围内，森林组分空间面积随植被指数NDVI增大而急剧减小。
本实施例的方法可以克服因遥感影像空间分辨率不同导致的植被指数属性组分频率分布曲线形态变化的缺陷，并能够与属性组分空间分布面积建立直接关联关系，从而完善基于遥感植被指数的生态系统属性组分组成结构描述方法。
实施例2：本实施例的用组分频率面积对生态系统属性组分组成结构的描述方法，按以下步骤进行：
一、获取2000年吉林省植被指数NDVI的遥感卫星生态影像数据；
二、对获得的植被指数栅格数据，确定分组方案，植被指数NDVI的分组区间为0.02,以分组的中间值作为特征值；
三、根据分组方案，对吉林省内遥感植被指数各个分组的像元频数进行统计汇总；根据单位像元面积为1km2，通过乘积运算，即组分分布面积＝分组像元频数×单位像元面积，将像元频数转换成植被指数属性组分的空间分布面积；如表2所示；
表2 2000年吉林省植被指数NDVI属性组分频数-面积换算结果
Figure BDA0002771261930000041
四、将植被指数分组特征值与分组所占空间面积进行关联，即以遥感植被指数分组特征值作为横作标，以分组所占空间面积作为纵作标，生成生态系统属性组分面积分布图，如图2所示，完成用组分频率面积对生态系统属性组分组成结构的描述。
从本实施例的图2为2000年吉林省森林生态系统植被指数NDVI组分面积分布图，从图2可以看出，植被指数NDVI分组的2000年吉林省森林生态系统组分呈现类似高斯函数的单峰频率分布形式，其中，组分植被指数NDVI的变化范围为[0.12，0.74]，在0.32-0.72范围内组分分布数量居多，且集中分布于0.67左右，该属性分组区间的森林生态系统组分的空间面积可达1.8万km2；在0.32～0.67范围内，森林组分空间面积随植被指数NDVI增大而急剧增加，在0.67～0.74范围内，森林组分空间面积随植被指数NDVI增大而急剧减小。
本实施例的方法可以克服因遥感影像空间分辨率不同导致的植被指数属性组分频率分布曲线形态变化的缺陷，并能够与属性组分空间分布面积建立直接关联关系，从而完善基于遥感植被指数的生态系统属性组分组成结构描述方法。

Claims (3)

1.用组分频率面积对生态系统属性组分组成结构的描述方法，其特征在于该方法按以下步骤进行：
一、获取研究区植被指数的遥感卫星生态影像数据；
二、对获得的植被指数栅格数据，确定分组方案；
三、根据分组方案，对研究区内遥感植被指数各个分组的像元频数进行统计汇总；根据像元面积大小，通过乘积运算，将像元频数转换成植被指数属性组分的空间分布面积；
四、将植被指数分组特征值与分组所占空间面积进行关联，即以遥感植被指数分组特征值作为横作标，以分组所占空间面积作为纵作标，生成生态系统属性组分面积分布图，完成用组分频率面积对生态系统属性组分组成结构的描述。
2.根据权利要求1所述的用组分频率面积对生态系统属性组分组成结构的描述方法，其特征在于步骤二中所述的分组方案为对植被指数进行等距分组，分组区间为0.02～0.1。
3.根据权利要求1或2所述的用组分频率面积对生态系统属性组分组成结构的描述方法，其特征在于步骤四中所述的分组特征值为分组的中间值。
CN202011249867.2A 2020-11-11 2020-11-11 用组分频率面积对生态系统属性组分组成结构的描述方法 Pending CN112364299A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011249867.2A CN112364299A (zh) 2020-11-11 2020-11-11 用组分频率面积对生态系统属性组分组成结构的描述方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011249867.2A CN112364299A (zh) 2020-11-11 2020-11-11 用组分频率面积对生态系统属性组分组成结构的描述方法

Publications (1)

Publication Number Publication Date
CN112364299A true CN112364299A (zh) 2021-02-12

Family

ID=74509687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011249867.2A Pending CN112364299A (zh) 2020-11-11 2020-11-11 用组分频率面积对生态系统属性组分组成结构的描述方法

Country Status (1)

Country Link
CN (1) CN112364299A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1731216A (zh) * 2005-08-19 2006-02-08 广州地理研究所 一种大面积作物种植面积及其产量的遥感检测估算方法
CN108662991A (zh) * 2018-04-08 2018-10-16 浙江大学 基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法
CN109325085A (zh) * 2018-08-08 2019-02-12 中南大学 一种城市用地功能识别与变化检测方法
CN110427841A (zh) * 2019-07-18 2019-11-08 中国科学院遥感与数字地球研究所 基于遥感信息的常绿林地识别方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1731216A (zh) * 2005-08-19 2006-02-08 广州地理研究所 一种大面积作物种植面积及其产量的遥感检测估算方法
CN108662991A (zh) * 2018-04-08 2018-10-16 浙江大学 基于遥感卫星数据的地块尺度冬小麦叶面积指数估算方法
CN109325085A (zh) * 2018-08-08 2019-02-12 中南大学 一种城市用地功能识别与变化检测方法
CN110427841A (zh) * 2019-07-18 2019-11-08 中国科学院遥感与数字地球研究所 基于遥感信息的常绿林地识别方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王凉 等: "RS技术在城市化进程中的动态监测及驱动力分析 --以浙江省杭州市萧山区为例", 《理工科研》 *

Similar Documents

Publication Publication Date Title
CN102800052B (zh) 非标准地图的半自动数字化方法
CN102865862B (zh) 全站仪免置平自由设站的测量方法
CN112270320B (zh) 一种基于卫星影像校正的输电线路杆塔坐标校准方法
CN102799867A (zh) 基于图像处理的仪表指针转角识别方法
CN104732531B (zh) 一种高分辨率遥感图像信噪比曲线自适应获取方法
CN110646587A (zh) 结合多源遥感数据的高分辨率农业干旱监测方法及装置
Cai et al. Consideration of land use change-induced surface albedo effects in life-cycle analysis of biofuels
CN101963666B (zh) 一种条纹管成像激光雷达强度像畸变的校正方法
CN102798354B (zh) 基于二进制条纹叠加的正弦光栅生成方法
CN101609508B (zh) 对物体身份识别和朝向信息计算的标志结构及识别方法
CN116245400A (zh) 一种基于高分遥感的矿区景观格局演变分析方法
CN113850868B (zh) 一种波浪爬高图像识别方法
CN103340600B (zh) 监护仪上波形失真处理方法及处理系统
CN112364299A (zh) 用组分频率面积对生态系统属性组分组成结构的描述方法
CN107564015B (zh) 一种基于多色级图像连通域的分割和标记方法及装置
CN101533095A (zh) 基于gis的雷达预警方法
CN116818233A (zh) 一种采用激光结合机器视觉的高精度桥梁状态监测方法及系统
CN115374300B (zh) 一种用于海上风电设备的多源异构数据存储方法及系统
CN105301577B (zh) 一种激光强度校准方法及装置
CN111445510A (zh) 一种图像中直线的检测方法
CN107392979A (zh) 时间序列的二维可视状态构图及定量分析指标方法
CN105068076A (zh) 一种基于傅里叶谱分析的大气雷达图像插值方法及装置
CN104573239A (zh) 一种基于高空间分辨率遥感影像的潮滩dem优化方法
CN112507858B (zh) 基于遥感植被指数的生态系统属性组分组成结构描述方法
CN113763245A (zh) 一种污染物排放清单高分辨率网格划分方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210212

RJ01 Rejection of invention patent application after publication