一种针对极地地区的地表覆被变化强度评价方法及系统

1.本公开涉及遥感技术相关技术领域，具体的说，是涉及一种针对极地地区的地表覆被变化强度评价方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。
3.随着遥感和gis技术的发展，lucc(土地利用/土地覆被变化)研究逐步深入和广泛，土地管理、生态监测、环境保护等不同领域均利用该方法开展相关研究。现有地表覆被变化评价方法主要应用于陆地，构建的指标体系也以陆地土地覆被类型为主，通常采用统计分析的方法，评价单位时间内用地类型面积变化，注重于土地覆被属性的改变，强调人对土地覆被变化中的直接作用。这些方法在分类体系和指标体系上不适用于极地区域，同时评价目标以人为直接作用为主，也不适用于极地区域。
4.南极是世界重要的冷源，地表覆被对于全球气候变化有着敏感的响应，同时南极地表覆被的变化对全球气候变化有着重要的反作用。南极地表覆被变化在大陆边缘的陆海结合区域表现最为活跃，该区域具有独特的地表覆被特征。现有土地利用/覆被变化(lucc)评价模型主要适用于人为干扰较为强烈的陆地区域，以反映土地利用/覆被动态变化强烈程度为研究目标，常用的lucc模型包括土地利用变化速度模型、土地利用程度变化模型和土地利用数量变化模型，现有模型无论是分类体系还是评价指标体系仅适用于低纬陆地区域，对于人迹罕至的极地地区无法适用。


技术实现要素：

5.本公开为了解决上述问题，提出了一种针对极地地区的地表覆被变化强度评价方法及系统，利用遥感影像为数据源获取重点区域土地覆被变化情况，对南极海岸带区域土地覆被进行分类，结合应用空间分析方法和统计分析方法，实现极地海岸带区域土地覆被变化强度分析。
6.为了实现上述目的，本公开采用如下技术方案：
7.一个或多个实施例提供了一种针对极地地区的地表覆被变化强度评价方法，包括如下步骤：
8.获取待识别极地地区的遥感图像数据；
9.根据遥感数据，采用随机森林法分类，得到极地地区的裸岩和水体信息；
10.根据遥感数据，采用目视解译的方法提取待识别极地地区内冰川外缘，并采用阈值法对冰川类型进行识别；
11.对根据不同时期获取的遥感图像数据获得的冰川区域、岩体和水体区域进行空间叠加分析，得到变化区域，计算获得地表覆被变化强度。
12.一个或多个实施例提供了一种针对极地地区的地表覆被变化强度评价系统，包
括：
13.获取模块：被配置为用于获取待识别极地地区的遥感图像数据；
14.第一识别模块：被配置为根据遥感数据，采用随机森林法分类，得到极地地区的裸岩和水体信息；
15.第二识别模块：被配置为根据遥感数据，采用目视解译的方法提取待识别极地地区内冰川外缘，并采用阈值法对冰川类型进行识别；
16.分析模块：被配置为对根据不同时期获取的遥感图像数据获得的冰川区域、岩体和水体区域进行空间叠加分析，得到变化区域，计算获得地表覆被变化强度。
17.一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法所述的步骤。
18.与现有技术相比，本公开的有益效果为：
19.通过对遥感数据分别提取不同的信息，分为裸岩水体以及冰川区域，分别采用不同的方法进行识别，从而能够对极地地区的覆被类型进行准确的识别，提高识别的精度，能够获得极地海岸带区域土地覆被变化强度，能够根据该变化强度，实现对南极地区的气候变化监测和评价，从而实现全球的气候异常监测。
20.本公开的优点以及附加方面的优点将在下面的具体实施例中进行详细说明。
附图说明
21.构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的限定。
22.图1是本公开实施例1的地表覆被变化强度评价方法流程图；
23.图2是本公开实施例1的基于随机森林分类方法流程图；
24.图3是本公开实施例1的erase和intersect识别框图。
具体实施方式：
25.下面结合附图与实施例对本公开作进一步说明。
26.应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
27.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。需要说明的是，在不冲突的情况下，本公开中的各个实施例及实施例中的特征可以相互组合。下面将结合附图对实施例进行详细描述。
28.本公开的评价模型以卫星遥感数据为数据源，获取长时间序列土地覆被数据，建立南极地区土地覆被分类体系，结合空间分析的方法，根据地表覆被类型面积的变化率来评价南极海岸带地区地表覆被的变化强度，实现气候变化监测和评价，下面以具体的实施例进行说明。
29.实施例1
30.在一个或多个实施方式公开的技术方案中，如图1所示，一种针对极地地区的地表覆被变化强度评价方法，包括如下步骤：
31.步骤100：获取待识别极地地区的遥感图像数据并预处理；
32.步骤200：根据采集的遥感数据，采用随机森林法分类，得到极地地区的裸岩和水体信息；
33.步骤300：根据采集的遥感数据，采用目视解译的方法提取待识别极地地区内冰川外缘，并采用阈值法对冰川类型进行识别；
34.步骤400：对根据不同时期获取的遥感图像数据获得的冰川区域、岩体和水体区域进行空间叠加分析，得到变化区域，计算获得地表覆被变化强度。
35.本实施例中，通过对遥感数据分别提取不同的信息，分为裸岩水体以及冰川区域，分别采用不同的方法进行识别，从而能够对极地地区的覆被类型进行准确的识别，提高识别的精度，能够获得极地海岸带区域土地覆被变化强度，能够根据该变化强度，实现对南极地区的气候变化监测和评价，从而实现全球的气候异常监测。
36.步骤100中，获取极地地区的遥感图像数据并预处理的方法，如下：
37.101、确定遥感数据的采集时段，确定划分数据采集的区域。
38.可选的，以hy-1c/1d(海洋一号)和gf(高分)(1-4号，3号为c波段sar影像，其他为多光谱和全色影像)卫星遥感数据为数据源。其中，所述遥感数据包括多光谱和全色影像、c波段sar影像(gf3影像)。
39.具体的，遥感数据的采集可以选择每年2月份为数据窗口期。
40.本实施例遥感数据的采集时间设置为南极的夏季，海岸带海冰数量相对最少，同时也是昼长夜短期，有利于可见光数据成像，收集的数据包括hy-1c/1d、gf系列遥感影像，对于可见光数据云覆盖阈值设置为小于10％。
41.数据采集的区域，可以具体为：可见光数据需覆盖向陆设定的距离和向海覆盖固定冰范围，sar数据需覆盖整个待识别极地地区。向陆设定的距离可以为几公里，如可以为5公里。
42.具体的，区域划分可以具体为：收集南极大陆海岸线矢量数据，以岸线为基准做向陆5公里，向海至海冰外缘线的缓冲区。以南极点0
°
e为起点，以经度15
°
为分割缓冲区形成24个扇形待识别极地地区。
43.步骤102、遥测图像数据预处理的方法，采用统一数学参考，对遥感数据进行几何校正和辐射校正。
44.具体的，统一数学参考可以采用stereographic_south_pole投影和gcs_wgs_1984地球坐标系统。
45.对南极海岸带土地覆被类别进行划分，可以按照南极海岸带地表覆被特点划分，土地覆被类别包括冰川(01)，冰山(02)，固定冰(03)，浮冰(04)，裸岩(05)，海水(06)等。
46.地表覆被信息提取，利用hy-1c/1d、gf系列多光谱影像，借助遥感软件envi/idl和weka软件，根据处理后的数据采用随机森林法对极地地表覆被进行分类，得到预测结果。采用随机森林法完成包括待识别极地地区裸岩和水体类样本训练和监督分类自动提取。
47.具体的，基于随机森林法分类，利用进化树重抽样方法，从原始样本中抽取多个样
本，对每个进化树样本进行决策树建模，然后组合多棵决策树来预测,通过投票得出最终预测结果。
48.可选的，基于随机森林法分类的步骤，如图2所示，包括如下：
49.步骤201、获取原始数据样本，对原始输入的样本1、样本2
……
样本n进行随机选取，构成新的训练集s来取代原始数据样本；
50.步骤202、从s中随机选取一部分样本作为进化树训练集,形成一一对应的回归树；
51.步骤203、根据获取的极地地区的遥感数据，采用投票方法确定每个分类树的分类结果。
52.利用获取的遥感影响中的gf3影像即c波段sar影像，以历史数据为参考，采用目视解译的方法提取待识别极地地区内冰川外缘。
53.其中，采用目视解译的方法提取待识别极地地区内冰川外缘的方法，包括如下步骤：
54.步骤301、冰川在sar影像上具有明显的形态特征，基于历史数据以及专家知识或经验确定研究起始期冰川的外缘线，形成冰川初始期矢量数据；
55.步骤302、基于不同时期gf3影像，在冰川初始期矢量数据基础上对冰川外缘线进行修改，形成各期冰川数据集。
56.通过阈值法根据确定的冰川外缘，对冰川类地表进行识别，包括对冰山、固定冰和浮冰进行识别和提取的方法，包括如下步骤：
57.步骤311、针对各期的冰川数据集，对各个时期的遥感图像数据进行灰度化处理，根据灰度值利用arcgis区分冰川类型，冰川类型包括冰山、固定冰和浮冰。
58.arcgis是集空间数据显示、编辑、查询检索、统计、报表生成、空间分析和高级制图等众多功能于一体的桌面应用地理信息系统平台。
59.其中，根据灰度值区分冰川类型过程中，可以根据采集的历史数据确定冰山、固定冰和浮冰所对应的灰度值区间。
60.由于冰山、固定冰和浮冰具有不同的厚度，在sar影像上灰度值有所差异，通过样本统计获取三种地表覆被的灰度区间，相比于人工识别，可以大大提高识别的效率和准确度；
61.步骤312、根据冰川类地表覆被空间分布特点和离散度特征，对划分的冰川类型对应的区域进行人工修正，获取冰川类地表覆被数据集，确定冰川区域。
62.进一步地，对根据不同时期获取的遥感图像数据获得的冰川区域、岩体和水体区域进行空间叠加分析，可以结合专家经验进行进一步的人工干预进行分类修正，形成每一期的土地覆被分类数据集。
63.具体的，利用arcgis对相邻两个时期的同一类型地表数据，采用erase工具和intersect工具进行空间叠加分析，其中，erase和intersect识别框图如图3所示，提取出未发生变化区域(面积表示为α)、面积增加区域(面积表示为β)和面积减少区域(面积表示为γ)，统计面积，形成矢量数据集，并统计叠加分析后的面积数据，即得到每一期的土地覆被分类数据集。
64.步骤400中，具体的，根据地表覆被类型面积的变化率来计算极地海岸带地区地表覆被的变化强度。
65.其中，单一地表覆被类型变化强度为：某地表覆被类型区域增加区域面积加上减少区域的面积的和为第一面积，未发生变化的区域面积与减少区域的面积的和为第二面积，第一面积与第二面积的比值为对应地表覆被类型的变化强度，公式表示为：
66.∈i＝(β+γ)/(α+γ)
67.∈i表示第i类地表覆被变化强度。
68.综合地表覆被类型变化强度公式表示为：
[0069][0070]
∈表示综合地表覆被变化强度。
[0071]
地表覆被未发生变化∈为0，∈大于1则为剧烈变化，具体分级表如下：
[0072]
∈区间强度分级0未变化0-0.2轻度0.2-0.5中度0.5-0.8较强0.8-1强＞1剧烈
[0073]
评价结果为中度及以下，说明两个时期的气候差异基本处于正常水平；评价结果为较强，说明两个时期气候差异略有异常；评价结果为强，说明两个时期气候差异比较明显，需要引起关注；评价结果为剧烈，说明两个时期气候差异很大，需要警惕全球气候异常。
[0074]
实施例2
[0075]
基于实施例1，本实施例提供一种针对极地地区的地表覆被变化强度评价系统，包括：
[0076]
获取模块：被配置为用于获取待识别极地地区的遥感图像数据；
[0077]
第一识别模块：被配置为根据遥感数据，采用随机森林法分类，得到极地地区的裸岩和水体信息；
[0078]
第二识别模块：被配置为根据遥感数据，采用目视解译的方法提取待识别极地地区内冰川外缘，并采用阈值法对冰川类型进行识别；
[0079]
分析模块：被配置为对根据不同时期获取的遥感图像数据获得的冰川区域、岩体和水体区域进行空间叠加分析，得到变化区域，计算获得地表覆被变化强度。
[0080]
实施例3
[0081]
基于实施例1，本实施例提供一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述实施例方法所述的步骤。
[0082]
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
[0083]
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范
围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。