CN112507858B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN112507858B
CN112507858B CN202011409101.6A CN202011409101A CN112507858B CN 112507858 B CN112507858 B CN 112507858B CN 202011409101 A CN202011409101 A CN 202011409101A CN 112507858 B CN112507858 B CN 112507858B
Authority
CN
China
Prior art keywords
attribute
ecosystem
ecological system
component
composition structure
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.)
Active
Application number
CN202011409101.6A
Other languages
English (en)
Other versions
CN112507858A (zh
Inventor
侯光雷
陈子琦
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 CN202011409101.6A priority Critical patent/CN112507858B/zh
Publication of CN112507858A publication Critical patent/CN112507858A/zh
Application granted granted Critical
Publication of CN112507858B publication Critical patent/CN112507858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Generation (AREA)

Abstract

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，它涉及一种生态系统属性组分组成结构描述方法。本发明是为了解决现有技术中没有描述生态系统属性组分组成结构随着时间推进而发生变化的技术问题。本方法：一、两期组分频率分布数据获取；二、组分频率分布数据差值计算；三、属性组分组成结构变化显示。本发明提出一种生态系统属性组分组成结构变化描述方法，它通过两个时刻的生态系统属性组分频率分布数据之间的差值计算，以获取生态系统各属性组分的数量变化，以便更好地揭示生态系统属性组分组成结构的变化特征。本发明属于生态系统属性结构描述领域。

Description

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
技术领域
本发明涉及一种生态系统属性组分组成结构描述方法。
背景技术
专利“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”通过构建遥感植被指数组分的频率分布图，以描述某一时刻生态系统属性组分组成结构的静态状况。然而，由于生态系统属性组分组成结构会随着时间推进而发生变化，目前，缺少一套针对生态系统属性组分组成结构变化的描述方法。
发明内容
本发明的目的是为了解决现有技术中没有描述生态系统属性组分组成结构随着时间推进而发生变化的技术问题，提供了一种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。
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按照以下步骤进行：
一、两期组分频率分布数据获取：
根据两期生态系统属性植被指数或生态参量的栅格数据，获取两幅生态系统属性栅格数据中网格取值的最大值与最小值，确定属性分组的个数及其宽度；
由属性分组方案，将两期生态系统属性栅格数据转化为相应的属性组分频率分布数据；
二、组分频率分布数据差值计算：
对两期的属性组分频率分布数据，计算每个属性分组对应的组分频数进行差值，采用后期频数减前期频数的方式，获得生态系统属性组分的频率差值分布数据；
三、属性组分组成结构变化显示：
以属性分组中间值为横轴，以频数差值为纵轴，形成生态系统属性组分频率差值分布图；采用样条插值方式，对生态系统属性组分的频率差值分布曲线进行平滑。
本发明提出一种生态系统属性组分组成结构变化描述方法，它通过两个时刻的生态系统属性组分频率分布数据之间的差值计算，以获取生态系统各属性组分的数量变化，以便更好地揭示生态系统属性组分组成结构的变化特征。
附图说明
图1表征的是实验一中2010年森林生态系统植被指数NDVI栅格数据图；
图2表征的是实验一中2011年森林生态系统植被指数NDVI栅格数据图；
图3表征的是实验一中森林生态系统植被指数NDVI频率差值分布图。
具体实施方式
本发明技术方案不局限于以下所列举具体实施方式，还包括各具体实施方式间的任意组合。
具体实施方式一：本实施方式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按照以下步骤进行：
一、两期组分频率分布数据获取：
根据两期生态系统属性植被指数或生态参量的栅格数据，获取两幅生态系统属性栅格数据中网格取值的最大值与最小值，确定属性分组的个数及其宽度；
由属性分组方案，将两期生态系统属性栅格数据转化为相应的属性组分频率分布数据；
二、组分频率分布数据差值计算：
对两期的属性组分频率分布数据，计算每个属性分组对应的组分频数进行差值，采用后期频数减前期频数的方式，获得生态系统属性组分的频率差值分布数据；
三、属性组分组成结构变化显示：
以属性分组中间值为横轴，以频数差值为纵轴，形成生态系统属性组分频率差值分布图；采用样条插值方式，对生态系统属性组分的频率差值分布曲线进行平滑。
具体实施方式二：本实施方式与具体实施方式一不同的是步骤一中确定属性分组的宽度为0.02。其他与具体实施方式一相同。
采用系数实验验证本发明效果：
实验一：
生态系统属性组分组成结构变化描述方法，按以下步骤进行：
一、两期组分频率分布数据获取
获取2010和2011年黑龙江省森林生态系统植被指数NDVI栅格数据，如图1、图2，查看两幅影像中植被指数NDVI取值的最大值与最小值，确定两者NDVI共同的变化范围为0.02—0.92；将植被指数NDVI以0.02为区间进行等距分组，得到45个NDVI分组；分别统计各组中NDVI网格数量，获得两期的植被指数NDVI频率分布数据，如表1所示。
表1：森林生态系统植被指数NDVI频率分布数据
Figure BDA0002815336350000021
/>
Figure BDA0002815336350000031
二、组分频率分布数据差值计算
对表1中的每个分组，将2011年对应的频数减去2010年对应的频数，获得植被指数NDVI频率差值分布数据，如表2所示。
表2：黑龙江省森林生态系统植被指数NDVI频率差值分布数据
Figure BDA0002815336350000032
/>
Figure BDA0002815336350000041
三、属性组分组成结构变化显示
以植被指数NDVI分组中间值(特征值)为横轴，以频数差值为纵轴，形成黑龙江省森林生态系统植被指数NDVI频率差值分布图；同时，采用样条插值方式，对植被指数NDVI频率差值分布曲线进行平滑，得到表征生态系统属性结构变化的植被指数NDVI频率差值分布图(图3)。
从图3可以看出，2010年至2011年黑龙江省森林生态系统植被指数NDVI频率差值分布存在一个负峰与一个正峰，负峰NDVI所在范围为0.60—0.82，它说明在这个范围内，2011年的植被指数NDVI网格数量较2010年有一定程度的降低；正峰NDVI所在范围为0.82—0.92，它说明在这个范围内，2011年的植被指数NDVI网格数量较2010年有一定程度的升高；由于正峰的NDVI要高于负峰的NDVI，可以得出黑龙江省森林生态系统生长状况在向好的方向转化结论。

Claims (1)

1.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，其特征在于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按照以下步骤进行：
一、两期组分频率分布数据获取：
根据两期生态系统属性植被指数或生态参量的栅格数据，获取两幅生态系统属性栅格数据中网格取值的最大值与最小值，确定属性分组的个数及其宽度；
由属性分组方案，将两期生态系统属性栅格数据转化为相应的属性组分频率分布数据；
二、组分频率分布数据差值计算：
对两期的属性组分频率分布数据，计算每个属性分组对应的组分频数进行差值，采用后期频数减前期频数的方式，获得生态系统属性组分的频率差值分布数据；
三、属性组分组成结构变化显示：
以属性分组中间值为横轴，以频数差值为纵轴，形成生态系统属性组分频率差值分布图；采用样条插值方式，对生态系统属性组分的频率差值分布曲线进行平滑；
步骤一中确定属性分组的宽度为0.02。
CN202011409101.6A 2020-12-03 2020-12-03 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 Active CN112507858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011409101.6A CN112507858B (zh) 2020-12-03 2020-12-03 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011409101.6A CN112507858B (zh) 2020-12-03 2020-12-03 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

Publications (2)

Publication Number Publication Date
CN112507858A CN112507858A (zh) 2021-03-16
CN112507858B true CN112507858B (zh) 2023-03-24

Family

ID=74971728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011409101.6A Active CN112507858B (zh) 2020-12-03 2020-12-03 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

Country Status (1)

Country Link
CN (1) CN112507858B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115098746A (zh) * 2022-06-10 2022-09-23 吉林大学 基于生长季遥感植被指数的生态系统组成结构描述方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845806A (zh) * 2017-01-06 2017-06-13 中国科学院遥感与数字地球研究所 农田种植状态的遥感监测方法和系统
CN109446962A (zh) * 2018-10-19 2019-03-08 中国科学院地理科学与资源研究所 土地覆盖年际变化检测方法及系统
CN109726698A (zh) * 2019-01-07 2019-05-07 中国水利水电科学研究院 基于遥感数据进行季度灌溉面积识别的方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1924611A (zh) * 2005-08-29 2007-03-07 王长耀 土地退化(荒漠化)评价参数遥感反演与监测技术方法
US20160048925A1 (en) * 2014-01-03 2016-02-18 Buildfax, Inc. Method of determining structural damage using positive and negative tree proximity factors
US20160063639A1 (en) * 2014-08-26 2016-03-03 David P. Groeneveld System and Method to Assist Crop Loss Adjusting of Variable Impacts Across Agricultural Fields Using Remotely-Sensed Data
US9983041B1 (en) * 2015-01-08 2018-05-29 Powwow Energy, Inc. Automated distribution uniformity measurements and farming prescriptions using aerial imagery and pump energy data
CN106295576B (zh) * 2016-08-12 2017-12-12 中国水利水电科学研究院 一种基于自然地理特征的水源类型解析方法
CN106803059B (zh) * 2016-12-02 2020-02-21 浙江工业大学 一种遥感植被指数时间序列森林监测方法
CN109115770B (zh) * 2018-06-14 2019-05-24 中科禾信遥感科技（苏州）有限公司 一种大范围农作物遥感监测方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845806A (zh) * 2017-01-06 2017-06-13 中国科学院遥感与数字地球研究所 农田种植状态的遥感监测方法和系统
CN109446962A (zh) * 2018-10-19 2019-03-08 中国科学院地理科学与资源研究所 土地覆盖年际变化检测方法及系统
CN109726698A (zh) * 2019-01-07 2019-05-07 中国水利水电科学研究院 基于遥感数据进行季度灌溉面积识别的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于NDVI的三北防护林工程区植被覆盖度变化图谱特征;申丽娜等;《环境科学与技术》;20170415(第04期);全文 *

Also Published As

Publication number Publication date
CN112507858A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN107168071B (zh) 一种基于干扰观测器的非线性系统自抗扰控制方法
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
CN103646395B (zh) 一种基于格网法的高精度影像配准方法
CN107168072A (zh) 一种基于干扰观测器的非匹配干扰系统自抗扰控制方法
CN103530852A (zh) 一种镜头畸变校正方法
CN112347978B (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
CN112505776B (zh) 一种基于rgb-ihs多属性融合的色标调整方法
CN102521795A (zh) 基于全局脊线距离的交叉匹配指纹图像缩放方法
CN103543317A (zh) 用于测量iec标准电压闪变的方法
CN108120452A (zh) Mems陀螺仪动态数据的滤波方法
CN113111505A (zh) 基于非线性Hammerstein系统的变遗忘因子递推最小二乘方法及系统
CN101242168B (zh) 一种fir数字滤波器直接型实现方法及实现装置
CN103001605B (zh) 一种基于da-rns算法的fir滤波器的实现方法
CN110045250B (zh) 一种电力电缆的绝缘状态判断方法及系统
CN112365562B (zh) 一种生态系统属性组分组成结构的描述方法
CN106599527A (zh) 一种评分变动的处理方法、装置及评分系统
CN113687289B (zh) 一种非接触式微型电压传感器的测量及自校准方法及系统
CN102542565B (zh) 一种用于包含复杂地形遥感图像的误匹配点剔除方法
CN112307649B (zh) 一种生态系统属性组分空间结构时间演化分析方法
CN112685468B (zh) 生态系统属性组分组成结构长期演变图形表达方法
CN110504695A (zh) 一种评估双馈风机在强迫振荡中参与度的方法
CN107330207B (zh) 一种多重因素耦合试验修正的滑动轴承流量参数计算方法
CN106777834A (zh) 一种高精度的传递函数采样方法
CN111159882A (zh) 一种描述风电场风速频率分布特性的方法
CN112465361B (zh) 生态系统属性组分组成结构变化量化方法

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
GR01 Patent grant
GR01 Patent grant