專(zhuān)利名稱(chēng)：排土場(chǎng)植被指數(shù)與土壤養(yǎng)分空間多尺度分析方法
技術(shù)領(lǐng)域：
本發(fā)明涉及排土場(chǎng)植被與土壤關(guān)系領(lǐng)域，具體涉及到一種基于小波分析的排土場(chǎng)
植被指數(shù)和土壤養(yǎng)分空間多尺度分析方法。
背景技術(shù)：
排土場(chǎng)是指礦山采礦排棄物集中排放的場(chǎng)所。采礦是指露天采礦和地下采礦，包含礦山基建期間的露天剝離和井巷掘進(jìn)開(kāi)拓；排棄物一般包括腐植表土、風(fēng)化巖土、堅(jiān)硬巖石以及混合巖土，有時(shí)也包括可能回收的表外礦、貧礦等。排土場(chǎng)是一個(gè)復(fù)雜的生態(tài)系統(tǒng)，野生植物入侵、植被演替等導(dǎo)致了生態(tài)系統(tǒng)的多樣性，使生態(tài)系統(tǒng)更為復(fù)雜。阜新海州排土場(chǎng)面積大，不同地塊具有不同的排土年限，更加劇了海州排土場(chǎng)生態(tài)系統(tǒng)的復(fù)雜性。排土場(chǎng)生態(tài)環(huán)境狀況受制于多種因素，其中既有人類(lèi)活動(dòng)因素，也有諸多自然環(huán)境因子，如地貌、地形、土壤和植被等。這些因子通過(guò)非線性的復(fù)合作用，共同造成生態(tài)環(huán)境及生態(tài)景觀的空間變異性，不同區(qū)域、不同尺度其空間變異的決定因素不同。現(xiàn)有技術(shù)對(duì)排土場(chǎng)植被與土壤養(yǎng)分關(guān)系的研究多采用多元回歸方法進(jìn)行分析，多元回歸方法忽略了尺度效應(yīng)，不涉及不同空間尺度下的關(guān)系。 小波變換作為一種多尺度分析的數(shù)學(xué)工具，近年來(lái)被較多的應(yīng)用到地學(xué)和生態(tài)學(xué)研究中，揭示自然或生態(tài)因子的多尺度格局，是小波分析最為重要的步驟，即選擇合適的小波函數(shù)與待分析的函數(shù)相乘，分解得到不同尺度下的小波系數(shù)并進(jìn)行重構(gòu)，進(jìn)而分析因子在不同尺度下的特性。

發(fā)明內(nèi)容
( — )要解決的技術(shù)問(wèn)題 本發(fā)明要解決的技術(shù)問(wèn)題是提供一種排土場(chǎng)植被指數(shù)與土壤養(yǎng)分空間多尺度分析方法，以解決現(xiàn)有技術(shù)對(duì)排土場(chǎng)植被與土壤養(yǎng)分關(guān)系的研究沒(méi)有尺度效應(yīng)的缺陷。
( 二 )技術(shù)方案 因此，本發(fā)明提供的一種排土場(chǎng)植被指數(shù)與土壤養(yǎng)分空間多尺度分析方法，包括 步驟10、從研究區(qū)的遙感圖像中提取NDVI ; 步驟20、采集所述研究區(qū)的土壤養(yǎng)分，并將所述土壤養(yǎng)分的地統(tǒng)計(jì)插值圖層進(jìn)行柵格化處理； 步驟30、在所述研究區(qū)的南北方向和東西方向各選擇一條樣線；
步驟40、從兩條所述樣線上分別采集NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)； 步驟50、采用小波變換方法對(duì)步驟40提取的所述NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)進(jìn)行空間多尺度分解與重構(gòu)，得到不同空間尺度上所述NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)的小波近似重構(gòu)信息；
步驟60、根據(jù)步驟50得到的所述小波近似重構(gòu)信息，采用偏相關(guān)分析方法對(duì)不同空間尺度下所述NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)的關(guān)系進(jìn)行分析，得到不同空間尺度下所述NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)的偏相關(guān)系數(shù)。
其中，所述步驟20包括 對(duì)所述研究區(qū)的土壤養(yǎng)分進(jìn)行地統(tǒng)計(jì)學(xué)分析，利用普通克里格插值法獲得所述土壤養(yǎng)分的空間分布圖； 將所述空間分布圖進(jìn)行柵格化，獲得與植被指數(shù)空間分辨率相同的柵格圖像。
所述土壤養(yǎng)分包括pH值、有機(jī)質(zhì)、NH^N、速效磷和速效鉀。
所述步驟50中采用小波變換方法時(shí)選取的小波基函數(shù)為DB4，分解層數(shù)為6。
(三)有益效果 本發(fā)明提供的排土場(chǎng)植被指數(shù)與土壤養(yǎng)分空間多尺度分析方法，選擇NDVI作為植被狀況的指標(biāo)，選擇pH值、有機(jī)質(zhì)、NH^N、速效磷、速效鉀作為土壤養(yǎng)分的指標(biāo)，通過(guò)對(duì)這6個(gè)指標(biāo)進(jìn)行小波6尺度分解與重構(gòu)，得到不同空間尺度下各指標(biāo)的小波近似重構(gòu)信息，分別計(jì)算不同空間尺度下的NDVI小波近似重構(gòu)信息與土壤養(yǎng)分各指標(biāo)小波近似重構(gòu)信息的偏相關(guān)系數(shù)，分析不同空間尺度下NDVI與土壤養(yǎng)分的相關(guān)關(guān)系。該方法具有多尺度效應(yīng)，能從不同尺度上分析NDVI與土壤養(yǎng)分的關(guān)系，有利于全面了解排土場(chǎng)生態(tài)因子不同空間尺度上的關(guān)系以及不同尺度上NDVI空間變異的決定因素。


圖1是本發(fā)明排土場(chǎng)植被指數(shù)與土壤養(yǎng)分空間多尺度分析方法流程圖。
具體實(shí)施例方式
下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式
作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說(shuō)明本發(fā)明，但不用來(lái)限制本發(fā)明的范圍。 如圖1所示，為本發(fā)明排土場(chǎng)植被指數(shù)與土壤養(yǎng)分空間多尺度分析方法流程圖，本實(shí)施例包括以下步驟 步驟10、從研究區(qū)的遙感圖像中提取歸一化植被指數(shù)(Normalized DifferenceVegetation Index,簡(jiǎn)稱(chēng)NDVI);
提取NDVI的計(jì)算方法為
戶(hù)順一
<formula>formula see original document page 4</formula> 其中，p NIK、 p K分別為近紅外波段和可見(jiàn)光紅波段的地表反射率。
因?yàn)槭芸諝?、光線等因素的影B向，拍攝到的遙感圖像與真實(shí)值有一定誤差，因此、
優(yōu)選地，首先對(duì)研究區(qū)的遙感圖像進(jìn)行校正處理，包括幾何校正和輻射校正，以得到更為準(zhǔn)
確的遙感圖像； 具體地，以經(jīng)過(guò)幾何配準(zhǔn)的地形圖為參考圖，在Erdas Imagine 9. 2中選取15個(gè)控制點(diǎn)，同時(shí)選取5個(gè)檢查點(diǎn)，采用重采樣方法對(duì)遙感圖像進(jìn)行幾何校正，其中重采樣方法選擇最鄰近法，校正誤差RMS為0. 3633。 當(dāng)采用輻射校正時(shí)，本實(shí)施例中采用輻射定標(biāo)方法，分兩個(gè)步驟，先將像元DN值轉(zhuǎn)換為波段積分輻射亮度(Band-integrated radiance)，然后計(jì)算光譜輻射亮度。
步驟20、采集研究區(qū)的土壤養(yǎng)分，并將土壤養(yǎng)分的地統(tǒng)計(jì)插值圖層進(jìn)行柵格化處理； 具體地，本步驟包括采集研究區(qū)的土壤養(yǎng)分，并對(duì)土壤養(yǎng)分進(jìn)行地統(tǒng)計(jì)學(xué)分析，利用普通克里格插值法獲得土壤養(yǎng)分的空間分布信息，即土壤養(yǎng)分的地統(tǒng)計(jì)插值圖層；將地統(tǒng)計(jì)插值后的土壤養(yǎng)分空間分布圖在ArcGIS9. 2中進(jìn)行柵格化，獲得與植被指數(shù)空間分辨率相同的柵格圖像； 本實(shí)施例中的土壤養(yǎng)分包括pH值、有機(jī)質(zhì)、NH^N、速效磷和速效鉀。 本步驟中，對(duì)土壤養(yǎng)分進(jìn)行地統(tǒng)計(jì)學(xué)分析的主要方法是依據(jù)區(qū)域化變量理論。將
土壤養(yǎng)分各因子看成是區(qū)域化變量Z(x)，其同時(shí)具有結(jié)構(gòu)性和隨機(jī)性，可以用半方差函數(shù)
來(lái)表示
1 ,r ，2 州=-y Z(X + W — )
/V '2，)臺(tái)[ h表示采樣點(diǎn)間距，又稱(chēng)位差；N(h)為以h為間距的所有觀測(cè)點(diǎn)的成對(duì)數(shù)目。
克里格插值法是地統(tǒng)計(jì)學(xué)中應(yīng)用最廣的最優(yōu)插值法。它是利用原始數(shù)據(jù)和半方差函數(shù)的結(jié)構(gòu)性，對(duì)未采樣點(diǎn)進(jìn)行無(wú)偏最優(yōu)估值的一種方法。設(shè)在一區(qū)域內(nèi)某一變量的n個(gè)
樣點(diǎn)測(cè)定值估值為Z(Xi) (i = 1，2，3，......， n)，現(xiàn)通過(guò)這n個(gè)測(cè)定值的線性組合來(lái)求待
估點(diǎn)X。處的估測(cè)值Z、x。)，即 Z飛X。)-藝義,Z(X,) 式中，A ,為與Z(Xi)位置有關(guān)的加權(quán)系數(shù)。 進(jìn)行土壤養(yǎng)分地統(tǒng)計(jì)插值圖柵格化時(shí)，首先把地統(tǒng)計(jì)插值圖導(dǎo)出為矢量圖，然后采用Arctoolbox里的conversion tools將矢量圖轉(zhuǎn)換成分辨率與植被指數(shù)圖像分辨率相同的柵格圖像，圖像格式為ERISGRID。 步驟30、選擇研究區(qū)樣線，在東西、南北方向選擇兩條樣線；
可以分別稱(chēng)之為東西樣線和南北樣線； 本實(shí)施例中，以南北樣線的像素?cái)?shù)取1073，東西樣線的像素?cái)?shù)取626，南北樣線經(jīng)度取121° 39' 6"，東西樣線緯度取41。
57' 22"為例； 樣線的選擇需要能夠充分代表研究區(qū)特征，因?yàn)楸狙芯繀^(qū)面積相對(duì)較小，因此在南北方向和東西方向上各選一條； 步驟40、從兩條樣線上分別采集NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)；
該步驟在ArcGIS 9. 2及Erdas 9. 2的支持下完成； 步驟50、基于Matlab 7. 0平臺(tái)，選用母小波DB4，分解水平6，即分解尺度為2. 44X21]^， 2. 44X22M2，2. 44X23M2，2. 44X24M2，2. 44X25M2，2. 44X26M2，對(duì)不同樣線上的NDVI和土壤養(yǎng)分進(jìn)行多尺度分解和重構(gòu)，得到不同尺度上NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)的小波近似重構(gòu)信息； 步驟60、根據(jù)步驟50得到的近似重構(gòu)信息計(jì)算NDVI與土壤養(yǎng)分在不同空間尺度
下的偏相關(guān)系數(shù)，得出其在不同空間尺度下的相關(guān)關(guān)系。 設(shè)NDVI和土壤養(yǎng)分的空間序列為x (h)，其小波多尺度分解為 。 fc = [ 々(一 =〈x, &》〉
5
重構(gòu)為
<formula>formula see original document page 6</formula> NDVI與土壤養(yǎng)分空間不同尺度偏相關(guān)計(jì)算方法為在分析變量A和y之間的偏相關(guān)系數(shù)時(shí)，當(dāng)控制了 x2的線性作用后，Xl和y之間的一階偏相關(guān)系數(shù)為 其中，i^，ry2，1^分別為y和Xl的相關(guān)系數(shù)、y和x2的相關(guān)系數(shù)、Xi和x2的相關(guān)系數(shù)，偏相關(guān)分析的檢驗(yàn)通常用概率P值，若P值小于給定的顯著性水平，則偏相關(guān)性顯著，否則，兩變量之間的相關(guān)性不顯著。本實(shí)施例中在對(duì)南北樣線土壤養(yǎng)分環(huán)境因子與NDVI的偏相關(guān)系數(shù)計(jì)算時(shí)，有機(jī)質(zhì)的控制變量為速效磷和速效鉀，NH4_N的控制變量選取為速效鉀，速效磷的控制變量為有機(jī)質(zhì)，速效鉀的控制變量為NH^N和有機(jī)質(zhì)。在東西樣線中，計(jì)算pH值與NDVI的偏相關(guān)系數(shù)時(shí)其控制變量為有機(jī)質(zhì)和速效磷，有機(jī)質(zhì)控制變量為pH值和速效磷，NH4_N的控制變量定為速效磷和速效鉀，速效磷的控制變量有三個(gè)，分別為pH值、有機(jī)質(zhì)和NH4_N，速效鉀的控制變量為NH4_N。對(duì)于沒(méi)有與之相關(guān)性特別強(qiáng)的環(huán)境因子，則取其與NDVI的相關(guān)系數(shù)。 由以上實(shí)施例可以看出，本發(fā)明實(shí)施例通過(guò)選擇NDVI作為植被狀況的指標(biāo)，選擇pH值、有機(jī)質(zhì)、NH^N、速效磷、速效鉀作為土壤養(yǎng)分的指標(biāo)，通過(guò)對(duì)6個(gè)指標(biāo)進(jìn)行小波6尺度分解與重構(gòu)，得到不同空間尺度下各指標(biāo)的小波近似重構(gòu)信息，分別計(jì)算不同空間尺度下的NDVI小波近似重構(gòu)信息與土壤養(yǎng)分各指標(biāo)小波近似重構(gòu)信息的偏相關(guān)系數(shù)，分析不同空間尺度下植被指數(shù)與土壤養(yǎng)分的相關(guān)關(guān)系。該方法具有多尺度效應(yīng)，能從不同尺度上分析NDVI與土壤養(yǎng)分的關(guān)系，有利于全面了解排土場(chǎng)生態(tài)因子不同空間尺度上的關(guān)系以及不同尺度上NDVI空間變異的決定因素。 以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明技術(shù)原理的前提下，還可以做出若干改進(jìn)和變型，這些改進(jìn)和變型也應(yīng)視為本發(fā)明的保護(hù)范圍。
權(quán)利要求
一種排土場(chǎng)植被指數(shù)與土壤養(yǎng)分空間多尺度分析方法，其特征在于，包括步驟10、從研究區(qū)的遙感圖像中提取歸一化植被指數(shù)(NDVI)；步驟20、采集所述研究區(qū)的土壤養(yǎng)分，并對(duì)所述土壤養(yǎng)分的地統(tǒng)計(jì)插值圖層進(jìn)行柵格化處理；步驟30、在所述研究區(qū)的南北方向和東西方向各選擇一條樣線；步驟40、從兩條所述樣線上分別采集NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)；步驟50、采用小波變換方法對(duì)所述步驟40提取的所述NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)進(jìn)行空間多尺度分解與重構(gòu)，得到不同空間尺度上NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)的小波近似重構(gòu)信息；步驟60、根據(jù)所述步驟50得到的小波近似重構(gòu)信息，采用偏相關(guān)分析方法對(duì)不同空間尺度下所述NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)的關(guān)系進(jìn)行分析，得到不同空間尺度下所述NDVI和土壤養(yǎng)分?jǐn)?shù)據(jù)的偏相關(guān)系數(shù)。
2. 如權(quán)利要求1所述的排土場(chǎng)植被指數(shù)與土壤養(yǎng)分空間多尺度分析方法，其特征在于，所述步驟20包括對(duì)所述研究區(qū)的土壤養(yǎng)分進(jìn)行地統(tǒng)計(jì)學(xué)分析，利用普通克里格插值法獲得所述土壤養(yǎng)分的空間分布圖；將所述空間分布圖進(jìn)行柵格化，獲得與植被指數(shù)空間分辨率相同的柵格圖像。
3. 如權(quán)利要求1所述的排土場(chǎng)植被指數(shù)與土壤養(yǎng)分空間多尺度分析方法，其特征在于，所述土壤養(yǎng)分包括pH值、有機(jī)質(zhì)、NH^N、速效磷和速效鉀。
4. 如權(quán)利要求1所述的排土場(chǎng)植被指數(shù)與土壤養(yǎng)分空間多尺度分析方法，其特征在于，所述步驟50中采用小波變換方法時(shí)選取的小波基函數(shù)為DB4，分解層數(shù)為6。
全文摘要
本發(fā)明公開(kāi)了一種排土場(chǎng)植被指數(shù)與土壤養(yǎng)分空間多尺度分析方法。該方法選擇歸一化植被指數(shù)作為植被狀況的指標(biāo)，選擇pH值、有機(jī)質(zhì)、NH4N、速效磷、速效鉀作為土壤養(yǎng)分的指標(biāo)，通過(guò)對(duì)6個(gè)指標(biāo)進(jìn)行小波6尺度分解與重構(gòu)，得到不同空間尺度下各指標(biāo)的小波近似重構(gòu)信息，分別計(jì)算不同空間尺度下NDVI小波近似重構(gòu)信息與土壤養(yǎng)分各指標(biāo)小波近似重構(gòu)信息的偏相關(guān)系數(shù)，分析不同空間尺度下NDVI與土壤養(yǎng)分的相關(guān)關(guān)系。該方法能從不同空間尺度上分析NDVI與土壤養(yǎng)分的關(guān)系，有利于全面了解排土場(chǎng)生態(tài)因子不同空間尺度上的關(guān)系以及不同尺度上NDVI空間變異的決定因素。
文檔編號(hào)G01N33/24GK101788553SQ20101011710
公開(kāi)日2010年7月28日 申請(qǐng)日期2010年3月2日 優(yōu)先權(quán)日2010年3月2日
發(fā)明者李道亮, 武興, 郭祥云, 陳英義 申請(qǐng)人:中國(guó)農(nóng)業(yè)大學(xué)