一种高可信度测定植被盖度的方法

本发明涉及农业信息技术领域，具体涉及一种高可信度测定植被盖度的方法。

背景技术：

植被盖度是指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例。它是衡量植物生态系统及其生长状况的重要生态学参数和量化指标。在植物生态系统的动态监测和评价中，植被盖度是进行植物资源多样性评价、土地荒漠化评估等的重要参考。

由于草地植被盖度的“真实值”难以获取，因此在进行精度评价时往往从图形统计的角度出发获取“真实值”，常用、可靠的方法包括人工勾勒法(如photoshop勾勒、手动勾勒)、针刺法以及样方图形法等。但由于植被的多样性及目前植被盖度测定方法的复杂性和局限性，急需一种简要、易操作、高可信度测定植被盖度的方法。

技术实现要素：

针对现有技术的不足，本发明旨在提供一种高可信度测定植被盖度的方法。

为了实现上述目的，本发明采用如下技术方案：

一种高可信度测定植被盖度的方法，包括如下步骤：

s1、获取样地的影像图片；

s2、按照在样地设置的样方框对步骤s1找到的图片进行裁剪，裁剪后的图片为样方框面积范围内绿地的植被状况；

s3、调整裁剪后的图片的对比度、亮度、饱和度，使得土壤、枯枝叶和鲜活植物的对比度加强，方便判断植物与水体、土壤的差异；

s4、对图片进行去色处理，然后对植物部分进行填充颜色，获取黑白矢量图，所述黑白矢量图中黑色部分为植物部分，白色部分为除植物部分以外的底色；

s5、用rgb数值表示，对步骤s4处理得到的图片读取黑色部分的像素值和白色部分的像素值；

s6、盖度计算：

tp＝pp+sp(2)；

co表示盖度，pp表示黑色部分的像素值，sp表示白色部分的像素值，tp表示黑色部分的像素值和白色部分的像素值的总和。

进一步地，步骤s2中，样地采用标准1m×1m样方框确定样方。

进一步地，重复步骤s4的操作三次，步骤s5中分别对步骤s4的三次操作得到的黑白矢量图读取黑色部分的像素值和白色部分的像素值，步骤s6中的pp为三次操作的黑色部分的像素值的平均值，sp为三次操作的白色部分的像素值的平均值。

本发明的有益效果在于：通过对针刺法与本发明方法测定植被盖度结果的相关性分析，可见本发明方法能够保持和针刺法相当的植被盖度测算精度，可信度高，而且本发明方法相对于针刺法更加简要、容易操作。

附图说明

图1为本发明实施例1中在ps打开无人机放飞点坐标的图片的示意图；

图2为本发明实施例1中对图片剪裁后的示意图；

图3为本发明实施例1中对剪裁后的图片进行调整后的示意图；

图4为本发明实施例1中得到的黑白矢量图；

图5为本发明实施例2中对湘阴县杨家山村内湖湿地样方的9个样方监测点，通过计算得出针刺法与rgb法盖度的绝对偏差值结果示意图；

图6为本发明实施例2中对湘阴县杨家山村内湖湿地样方的9个样方监测点，通过计算得出针刺法与rgb法盖度的偏差率结果示意图；

图7为本发明实施例2中对湘阴县杨家山村内湖湿地样方的9个。样方监测点，通过计算得出针刺法与rgb法盖度结果示意图。

具体实施方式

以下将结合附图对本发明作进一步的描述，需要说明的是，本实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。

实施例1

一种高可信度测定植被盖度的方法，包括如下步骤：

s1、导入利用无人机采集得到的图片，找到对应无人机放飞点坐标的图片；在ps中打开(如图1所示)。新建图层，对背景图层进行解锁。

s2、按照在样地设置的样方框对步骤s1找到的图片进行裁剪，裁剪后的图片为样方框面积范围内绿地的植被状况，如图2所示；

本实施例中，样地采用标准1m×1m样方框确定样方，因此裁剪后的图片为1m²范围内绿地的植被状况。

s3、调整裁剪后的图片的对比度、亮度、饱和度，使得土壤、枯枝叶和鲜活植物的对比度加强，方便判断植物与水体、土壤的差异，如图3所示；

s4、对图片进行去色处理，然后用魔棒工具选取土壤、水体、道路等部分，对植物部分进行填充颜色，获取黑白矢量图，所述黑白矢量图中黑色部分为植物部分，白色部分为土壤、水体、道路等除植物部分以外的底色，如图4所示；

s5、用rgb数值表示，对步骤s4处理得到的图片读取黑色部分的像素值和白色部分的像素值；

s6、盖度计算：

tp＝pp+sp(2)；

co表示盖度，pp表示黑色部分的像素值，sp表示白色部分的像素值，tp表示黑色部分的像素值和白色部分的像素值的总和。

需要说明的是，co值为实际植被群落中绿色枝叶的面积(正投影)与土壤面积的比值，等价于软件计算中用植被的绿色枝叶的像元数量与样地像元数量的比值。

进一步地，本实施例中，重复步骤s4的操作三次，步骤s5中分别对步骤s4的三次操作得到的黑白矢量图读取黑色部分的像素值和白色部分的像素值，步骤s6中的pp为三次操作的黑色部分的像素值的平均值，sp为三次操作的白色部分的像素值的平均值。

实施例2

本实施例通过对比实验进一步说明实施例1所述方法的性能。

样地设置在湘阴县杨家山村内湖湿地在采集到湖区样地的数字影像后，依据目视样地植被盖度情况，在不同区域的样地中，选择了高、中、低3种盖度，大小为1m×1m的9个样方监测点。采用针刺法计算样地植被盖度，样地针刺法中，高盖度植被群落刺点数100次，中等盖度刺点数200次，低盖度刺点数500次。各种盖度的样方分别取3次测定平均值作为其植被盖度。

具体地，刺针从植被的上方垂直下插，当针接触植物，在记录本中记“+”，没有接触则不做标记。统计“+”数次，除以对应总刺次数的百分比即为样方的植被盖度。统计得出针刺法与实施例1所述方法(下称rgb法)的绝对偏差及偏差率。可以得出采用rgb法的可信度。

ad＝|cc-ac|(2)

dr(deviationrate)为偏差率，ad(absolutedeviation)为绝对偏差值，cc(computerdeterminationcoverage)为rgb法测定盖度，ac(acupuncturedeterminationcoverage)为针刺测定盖度；

对湘阴县杨家山村内湖湿地样方的9个样方监测点，通过计算得出针刺法与rgb法盖度的绝对偏差值如图5所示；

对湘阴县杨家山村内湖湿地样方的9个样方监测点，通过计算得出针刺法与rgb法盖度的偏差率如图6所示；

对湘阴县杨家山村内湖湿地样方的9个样方监测点，通过计算得出针刺法与rgb法盖度如图7所示。

从图7可知，采用针刺法及rgb法测定湘阴县杨家山村内湖湿地9个样方监测点的植被盖度表现出高度的一致性。针刺法测得植被盖度最大值为91.98％，最小值为32.31％，rgb法测得植被盖度最大值为92.06％，最小值为33.21％。

实施例3

本实施例根据rgb法对2017年7月、2018年2月、2019年7月三期的无人机影像解译编辑后的数据读取，得出各样地的植被盖度情况见表1、2及3。

表12017年7月样点的植被盖度情况

表22018年2月样点的植被盖度情况

表32019年7月样点的植被盖度情况

对于本领域的技术人员来说，可以根据以上的技术方案和构思，给出各种相应的改变和变形，而所有的这些改变和变形，都应该包括在本发明权利要求的保护范围之内。