專利名稱：面向土地退化響應(yīng)單元的高光譜土地退化信息提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種土地退化信息提取技術(shù)，尤其涉及一種面向土地退化響應(yīng)單元的
高光譜土地退化信息提取方法。
背景技術(shù)：
土地問(wèn)題是與國(guó)計(jì)民生、社會(huì)穩(wěn)定及國(guó)家安全緊密聯(lián)系在一起的戰(zhàn)略問(wèn)題。在生 態(tài)環(huán)境比較脆弱的人類活動(dòng)干擾劇烈地區(qū)，人地矛盾激化，致使土地退化嚴(yán)重，尤其是優(yōu)質(zhì) 耕地不僅數(shù)量減少而且質(zhì)量退化，所帶來(lái)的問(wèn)題已嚴(yán)重影響區(qū)域土地可持續(xù)利用戰(zhàn)略的有 效實(shí)施，影響環(huán)境與社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展。 目前土地資源管理已從數(shù)量管理向質(zhì)量管護(hù)和生態(tài)管護(hù)方向發(fā)展，土地動(dòng)態(tài)監(jiān)測(cè) 將從以往單一的土地?cái)?shù)量監(jiān)測(cè)向土地質(zhì)量監(jiān)測(cè)和生態(tài)監(jiān)測(cè)發(fā)展，同時(shí)向著自動(dòng)化、定量化 的方向發(fā)展。 現(xiàn)有技術(shù)中，由于技術(shù)方法和手段的限制，尚缺乏對(duì)土地退化信息快速獲取的技 術(shù)與方法。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種能對(duì)土地退化信息快速獲取的面向土地退化響應(yīng)單元 的高光譜土地退化信息提取方法。 本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的 本發(fā)明的面向土地退化響應(yīng)單元的高光譜土地退化信息提取方法，包括以下流 程 影像預(yù)處理與特征認(rèn)知流程、空間對(duì)象認(rèn)知流程、空間模式認(rèn)知與信息挖掘流 程； 在所述影像預(yù)處理與空間特征認(rèn)知流程中，包括高光譜遙感數(shù)據(jù)的波段選擇、定
標(biāo)、大氣校正、幾何校正、去噪、鑲嵌，以及將土壤圖、植被圖、土地利用圖、基礎(chǔ)地理信息和
外業(yè)調(diào)查信息進(jìn)行多源數(shù)據(jù)配準(zhǔn)遙感影像預(yù)處理過(guò)程；同時(shí)結(jié)合野外調(diào)查數(shù)據(jù)，對(duì)退化土
地的特征和退化土地光譜響應(yīng)進(jìn)行綜合分析，進(jìn)行退化土地空間特征認(rèn)知； 在所述空間對(duì)象認(rèn)知流程中，包括基于退化土地光譜響應(yīng)分析和多源配準(zhǔn)數(shù)據(jù)，
集成高光譜遙感影像、土壤、植被、基礎(chǔ)地理信息、地學(xué)知識(shí)、野外調(diào)查信息多源數(shù)據(jù)，劃分
土地退化響應(yīng)單元；綜合影像的光譜、紋理、形狀、空間關(guān)系的信息特征，開展土地退化響應(yīng)
單元的特征提?。桓鶕?jù)地學(xué)知識(shí)和野外調(diào)查知識(shí)，創(chuàng)建地學(xué)規(guī)則知識(shí)庫(kù)； 在空間模式認(rèn)知與信息挖掘流程中，包括采用面向土地退化響應(yīng)單元的影像分析 方法，根據(jù)地學(xué)規(guī)則知識(shí)庫(kù)中的地學(xué)知識(shí)和提取的土地退化響應(yīng)單元特征，開展特征訓(xùn)練 與學(xué)習(xí)，然后采用模糊模型和ANN模型，對(duì)所述土地退化響應(yīng)單元進(jìn)行土地退化多特征多 尺度分類；在所述土地退化多特征多尺度分類的基礎(chǔ)上，結(jié)合語(yǔ)義解釋與表達(dá)，進(jìn)行土地退 化分類與信息提取。
由上述本發(fā)明提供的技術(shù)方案可以看出，本發(fā)明所述的面向土地退化響應(yīng)單元的 高光譜土地退化信息提取方法，包括影像預(yù)處理與特征認(rèn)知流程、空間對(duì)象認(rèn)知流程和空 間模式認(rèn)知與信息挖掘流程；首先是對(duì)高光譜影像進(jìn)行預(yù)處理，基于退化土地光譜特征分 析和光譜響應(yīng)分析，集成高光譜遙感影像、土壤、植被、基礎(chǔ)地理信息、地學(xué)知識(shí)、農(nóng)戶認(rèn)知 信息等多源數(shù)據(jù)，劃分土地退化響應(yīng)單元；綜合光譜、紋理、形狀和空間關(guān)系等信息，開展土 地退化響應(yīng)單元特征提?。徊捎妹嫦蛲恋赝嘶憫?yīng)單元的影像分析方法，基于模糊模型和 ANN模型，在地學(xué)知識(shí)庫(kù)與規(guī)則庫(kù)指導(dǎo)下，進(jìn)行土地退化類型多尺度分類，進(jìn)而進(jìn)行土地退 化評(píng)價(jià)提取土地退化信息。解決了傳統(tǒng)土地退化遙感監(jiān)測(cè)與評(píng)價(jià)方法中評(píng)價(jià)單元難以確定 的問(wèn)題，能對(duì)土地退化信息快速獲取。


圖1為本發(fā)明面向土地退化響應(yīng)單元的高光譜土地退化信息提取方法的流程框 圖。
具體實(shí)施例方式
本發(fā)明的面向土地退化響應(yīng)單元的高光譜土地退化信息提取方法，其較佳的具體 實(shí)施方式如圖l所示
包括以下流程 影像預(yù)處理與特征認(rèn)知流程、空間對(duì)象認(rèn)知流程和空間模式認(rèn)知與信息挖掘流 程； 所述影像預(yù)處理與空間特征認(rèn)知流程中，包括高光譜遙感數(shù)據(jù)的波段選擇、定標(biāo)、
大氣校正、幾何校正、去噪、鑲嵌，以及將土壤圖、植被圖、土地利用圖、基礎(chǔ)地理信息和外業(yè)
調(diào)查信息等進(jìn)行多源數(shù)據(jù)配準(zhǔn)等遙感影像預(yù)處理過(guò)程；同時(shí)結(jié)合野外調(diào)查數(shù)據(jù)，對(duì)退化土
地的特征和退化土地光譜響應(yīng)進(jìn)行綜合分析，進(jìn)行退化土地空間特征認(rèn)知。 在空間對(duì)象認(rèn)知流程中，基于退化土地光譜響應(yīng)分析和多源配準(zhǔn)數(shù)據(jù)，集成高光
譜遙感影像、土壤、植被、基礎(chǔ)地理信息、地學(xué)知識(shí)、野外調(diào)查信息等多源數(shù)據(jù)，劃分土地退
化響應(yīng)單元(DSRU);綜合影像的光譜、紋理、形狀、空間關(guān)系等信息特征，開展土地退化響
應(yīng)單元的特征提取。根據(jù)地學(xué)知識(shí)和野外調(diào)查知識(shí)，創(chuàng)建地學(xué)規(guī)則知識(shí)庫(kù)。 在空間模式認(rèn)知與信息挖掘流程中，采用面向土地退化響應(yīng)單元的影像分析方
法，根據(jù)地學(xué)規(guī)則知識(shí)庫(kù)中的地學(xué)知識(shí)和提取的土地退化響應(yīng)單元特征，開展特征訓(xùn)練與
學(xué)習(xí)，然后采用模糊模型和ANN模型，對(duì)所述土地退化響應(yīng)單元進(jìn)行土地退化多特征多尺
度分類；在所述土地退化多特征多尺度分類的基礎(chǔ)上，結(jié)合語(yǔ)義解釋與表達(dá)，進(jìn)行土地退化
分類與信息提取。
所述土地退化響應(yīng)單元特征可以包括以下一項(xiàng)或多項(xiàng)信息特征
光譜、紋理、形狀、空間關(guān)系。
上述流程中，還包括土地退化響應(yīng)單元的劃分需要結(jié)合以下信息 野外調(diào)查信息、土壤圖、植被圖、土地利用圖和DEM等基礎(chǔ)地理信息。 對(duì)所述土地退化特征進(jìn)行土地退化多特征多尺度分類時(shí)，利用模糊分類的方法。 所述土地退化多特征多尺度分類可以包括以下一類或多類
進(jìn)行川水地、溝壩地、梯田、梁茆坡、梁茆頂、沙地等土地類型的劃分，以及所對(duì)應(yīng) 的無(wú)退化、輕度退化、中度退化、重度退化土地類型的劃分，基于此進(jìn)行土地退化信息的提 取。 本發(fā)明的面向土地退化響應(yīng)單元的高光譜土地退化信息提取方法，解決了傳統(tǒng)土 地退化遙感監(jiān)測(cè)與評(píng)價(jià)方法中評(píng)價(jià)單元難以確定，以及光譜、形狀、紋理、上下文等遙感信 息與地理信息、地學(xué)知識(shí)難以有效集成的技術(shù)難題。 利用遙感手段進(jìn)行土地退化監(jiān)測(cè)與評(píng)價(jià)，尤其在北方干旱與半干旱土地退化嚴(yán)重 地區(qū)，成本低，宏觀及時(shí)，具有廣闊的應(yīng)用前景。特別是高光譜遙感數(shù)據(jù)可定量分析地球表 面生物物理化學(xué)過(guò)程和參數(shù)，可解決許多常規(guī)遙感手段無(wú)法解決的問(wèn)題，會(huì)極大提高土地 退化監(jiān)測(cè)技術(shù)流程的自動(dòng)化程度和效率，為土地退化定量監(jiān)測(cè)提供了一種新的技術(shù)手段
下面通過(guò)具體實(shí)施例并結(jié)合附圖對(duì)本發(fā)明進(jìn)行詳細(xì)的描述 如圖1所示，將遙感信息、地理信息、地學(xué)知識(shí)綜合集成，綜合光譜、紋理信息和空 間關(guān)系與地學(xué)知識(shí)規(guī)則，研制了基于高光譜數(shù)據(jù)面向土地退化響應(yīng)單元的土地退化信息提 取技術(shù)流程，形成了利用高光譜技術(shù)進(jìn)行區(qū)域尺度土地退化信息提取的實(shí)用可操作的新方 法。 技術(shù)流程包括影像預(yù)處理與空間特征認(rèn)知流程、空間對(duì)象認(rèn)知流程和空間模式認(rèn) 知與信息挖掘流程三個(gè)過(guò)程，即模擬地學(xué)專家對(duì)土地退化信息進(jìn)行遙感影像綜合地學(xué)解譯 和決策分析的過(guò)程?；谕嘶恋毓庾V響應(yīng)分析和多源數(shù)據(jù)，劃分土地退化響應(yīng)單元，綜合 光譜、紋理、形狀和空間關(guān)系等信息特征，開展土地退化響應(yīng)單元特征提取。采用面向土地 退化響應(yīng)單元的影像分析方法，基于模糊模型和ANN模型，開展土地退化多特征多尺度分 類，進(jìn)而進(jìn)行土地退化類型分類與信息提取。 基于上地退化響應(yīng)單元和不同退化類型的光譜分析和土壤特性分析，根據(jù)所建立 的土地退化遙感監(jiān)測(cè)指標(biāo)體系，包括土壤有機(jī)質(zhì)、作物生長(zhǎng)狀況(以修正型葉綠素吸收比 指數(shù)(MCARII)表達(dá))、地形地貌狀況(以高程和坡度表達(dá))，退化上地的光譜與紋理指標(biāo) (以Hyperion影像所有波段轉(zhuǎn)換的9個(gè)主成分信息均值、方差等表達(dá))，以及土地利用圖專 題圖層，作為劃分土地退化響應(yīng)單元的輸入層。采用面向土地退化響應(yīng)單元的影像分析方 法，利用模糊分類的思想，建立土地退化信息提取知識(shí)規(guī)則集，對(duì)風(fēng)蝕水蝕交錯(cuò)的黃土溝壑 區(qū)進(jìn)行川水地、溝壩地、梯田、梁峁坡、梁峁頂、沙地等土地類型的劃分，以及所對(duì)應(yīng)的無(wú)退 化、輕度退化、中度退化、重度退化類型的劃分，基于此進(jìn)行土地退化信息的提取。
通過(guò)分類結(jié)果精度評(píng)價(jià)分析，基于土地退化響應(yīng)單元的土地退化信息分類總體精 度在四個(gè)尺度(小尺度水平scale 25，中尺度水平scale 50and scale 100，大尺度水平 scale 2000)均比較高，分布在72%到88%之間，四個(gè)尺度的平均分類精度在81 %以上。
本發(fā)明中將遙感信息、地理信息、地學(xué)知識(shí)綜合集成，綜合光譜、紋理信息和空間 關(guān)系與地學(xué)知識(shí)規(guī)則，形成的基于高光譜數(shù)據(jù)面向土地退化響應(yīng)單元的土地退化信息提取 技術(shù)流程。技術(shù)流程包括影像預(yù)處理與空間特征認(rèn)知流程、空間對(duì)象認(rèn)知流程和空間模式 認(rèn)知與信息挖掘流程三個(gè)過(guò)程，即模擬地學(xué)專家對(duì)土地退化信息進(jìn)行遙感影像綜合地學(xué)解 譯和決策分析的過(guò)程。在空間對(duì)象認(rèn)知過(guò)程中，建立了基于土地退化光譜響應(yīng)分析和多源 數(shù)據(jù)，劃分土地退化響應(yīng)單元(DSRU)的方法。
本發(fā)明技術(shù)方案能夠帶來(lái)以下有益效果
基于土地退化響應(yīng)單元，首次提出了利用高光譜技術(shù)進(jìn)行土地退化信息提取的新 方法，與傳統(tǒng)的實(shí)地采樣調(diào)查方式相比，工作效率提高5倍以上，與基于像元信息提取方法 相比，精度提高10%左右。極大地提高了土地退化信息提取的自動(dòng)化程度和效率，為土地退 化定量監(jiān)測(cè)提供了 一種新的技術(shù)手段。 以上所述，僅為本發(fā)明較佳的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并不局限于此， 任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換， 都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
一種面向土地退化響應(yīng)單元的高光譜土地退化信息提取方法，其特征在于，包括以下流程影像預(yù)處理與特征認(rèn)知流程、空間對(duì)象認(rèn)知流程、空間模式認(rèn)知與信息挖掘流程；在所述影像預(yù)處理與空間特征認(rèn)知流程中，包括高光譜遙感數(shù)據(jù)的波段選擇、定標(biāo)、大氣校正、幾何校正、去噪、鑲嵌，以及將土壤圖、植被圖、土地利用圖、基礎(chǔ)地理信息和外業(yè)調(diào)查信息進(jìn)行多源數(shù)據(jù)配準(zhǔn)遙感影像預(yù)處理過(guò)程；同時(shí)結(jié)合野外調(diào)查數(shù)據(jù)，對(duì)退化土地的特征和退化土地光譜響應(yīng)進(jìn)行綜合分析，進(jìn)行退化土地空間特征認(rèn)知；在所述空間對(duì)象認(rèn)知流程中，包括基于退化土地光譜響應(yīng)分析和多源配準(zhǔn)數(shù)據(jù)，集成高光譜遙感影像、土壤、植被、基礎(chǔ)地理信息、地學(xué)知識(shí)、野外調(diào)查信息多源數(shù)掘，劃分土地退化響應(yīng)單元；綜合影像的光譜、紋理、形狀、空間關(guān)系的信息特征，開展土地退化響應(yīng)單元的特征提取；根據(jù)地學(xué)知識(shí)和野外調(diào)查知識(shí)，創(chuàng)建地學(xué)規(guī)則知識(shí)庫(kù)；在空間模式認(rèn)知與信息挖掘流程中，包括采用面向土地退化響應(yīng)單元的影像分析方法，根據(jù)地學(xué)規(guī)則知識(shí)庫(kù)中的地學(xué)知識(shí)和提取的土地退化響應(yīng)單元特征，開展特征訓(xùn)練與學(xué)習(xí)，然后采用模糊模型和ANN模型，對(duì)所述土地退化響應(yīng)單元進(jìn)行土地退化多特征多尺度分類；在所述土地退化多特征多尺度分類的基礎(chǔ)上，結(jié)合語(yǔ)義解釋與表達(dá)，進(jìn)行土地退化分類與信息提取。
2. 根據(jù)權(quán)利要求1所述的面向土地退化響應(yīng)單元的高光譜土地退化信息提取方法，其 特征在于，對(duì)所述土地退化響應(yīng)單元進(jìn)行土地退化類型多特征多尺度分類時(shí)，利用模糊模 型和ANN模型的分類方法。
3. 根據(jù)權(quán)利要求2所述的面向土地退化響應(yīng)單元的高光譜土地退化信息提取方法，其 特征在于，所述土地退化多特征多尺度分類包括以下分類進(jìn)行川水地、溝壩地、梯田、梁茆坡、梁茆頂、沙地土地類型的劃分； 對(duì)無(wú)退化、輕度退化、中度退化、重度退化土地類型的劃分。
全文摘要
本發(fā)明公開了一種面向土地退化響應(yīng)單元的高光譜土地退化信息提取方法，包括影像預(yù)處理與空間特征認(rèn)知、空間對(duì)象認(rèn)知、空間模式認(rèn)知與信息挖掘三個(gè)過(guò)程；首先是對(duì)高光譜影像進(jìn)行預(yù)處理，基于退化土地光譜特征分析和光譜響應(yīng)分析，集成高光譜遙感影像、土壤、植被、基礎(chǔ)地理信息、地學(xué)知識(shí)、野外調(diào)查信息等多源數(shù)據(jù)，劃分土地退化響應(yīng)單元；綜合光譜、紋理、形狀和空間關(guān)系等信息，開展土地退化響應(yīng)單元特征提取；采用面向土地退化響應(yīng)單元的影像分析方法，基于模糊模型和ANN模型，在地學(xué)知識(shí)庫(kù)與規(guī)則庫(kù)指導(dǎo)下，進(jìn)行土地退化類型多尺度分類，進(jìn)而進(jìn)行土地退化評(píng)價(jià)提取土地退化信息。解決了傳統(tǒng)土地退化遙感監(jiān)測(cè)與評(píng)價(jià)方法中評(píng)價(jià)單元難以確定的問(wèn)題，能對(duì)土地退化信息快速獲取。
文檔編號(hào)G01S7/48GK101788664SQ20101010900
公開日2010年7月28日 申請(qǐng)日期2010年2月11日 優(yōu)先權(quán)日2010年2月11日
發(fā)明者何挺, 劉愛(ài)霞, 呂春艷, 王靜 申請(qǐng)人:中國(guó)土地勘測(cè)規(guī)劃院