專利名稱：：一種利用數(shù)值影像解析評價地表粗粒化程度的方法
技術領域：
：本發(fā)明涉及一種通過數(shù)碼相機近距離拍照獲取數(shù)值影像并經(jīng)ERDAS-IMAGE和ARC-GIS軟件處理提取風蝕地表粗粒殘留量信息、解析評價地表粗?；潭鹊姆椒?，屬于土壤風蝕監(jiān)測評價
技術領域：
。
背景技術：
：荒漠化是全球性的環(huán)境問題之一，在世界各大洲均有分布，對人類社會的生存和發(fā)展構成嚴重威脅，我國是世界上受荒漠化危害最嚴重的國家之一。據(jù)我國第三次荒漠化和沙化狀況公報(2005年6月，國家林業(yè)局)顯示，截至2004年，全國荒漠化土地總面積為263.62萬km2，占國土總面積的27.46%，分布于北京、內蒙古、新疆等18個省(自治區(qū)、直轄市)的498個縣(旗、市)。在各種形式的荒漠化中，土壤風蝕是干旱、半干旱及亞濕潤干旱區(qū)土地荒漠化的首要表現(xiàn)形式，它的發(fā)生發(fā)展將導致土地質量下降，耕地退化，草場劣化，土壤流失、地表粗?；M而形成以流沙為特點的沙漠景觀，嚴重影響當?shù)氐霓r(nóng)牧業(yè)生產(chǎn)和社會經(jīng)濟的持續(xù)穩(wěn)定發(fā)展。此外，風蝕還產(chǎn)生大量懸浮于大氣中的氣溶膠顆粒，直接對人類和生物的生存空間造成污染，影響人類健康和生命安全。風蝕監(jiān)測評價是指對土壤風蝕的影響范圍和作用強度進行監(jiān)測和評價，通過深入剖析監(jiān)測評價結果可以闡明風蝕成因、模擬風蝕過程、估算風蝕發(fā)展速率及程度，為掌握荒漠化和沙化土地的現(xiàn)狀及動態(tài)變化趨勢、制定防治風蝕宏觀決策提供科學依據(jù)。研究掌握風蝕地表粗?；^程是進行荒漠化監(jiān)測與評價的首要基礎和前提，科學評價粗?；潭饶軠蚀_判斷風蝕程度、潛在風蝕量、抗風蝕能力的狀況，進而針對風蝕各個階段采取科學、有效、省時省力的防治措施。在實際工作中，能否準確把握地表粗粒的比例和殘留狀態(tài)，是科學判斷當?shù)仫L蝕程度及潛在侵蝕能力的首要條件。同時，研究地表空氣動力學粗糙度與表面結皮、礫石、土塊等地表較大顆粒殘留物的含量、粒級之間關系，尤其是地表空氣動力學粗糙度與上述地表殘留物覆蓋度之間的關系，在防沙治沙實踐中具有重要的科學意義。以往風蝕地表粗?；潭仍u價主要是通過直接取樣篩分實測法來確定地表粗粒的含量，進而推算風蝕量、侵蝕強度及潛在侵蝕能力。隨著測試手段的不斷進步，現(xiàn)地測定結合風洞實驗等先進測試方法逐步應用到該領域，例如對不同粒級的顆粒進行染色，經(jīng)一定風速吹蝕后對表面進行光學照相，通過計算影像中風蝕表面上各粒級顆粒的殘留量，估算風蝕量的變化進行風蝕粗粒化程度的監(jiān)測與評價。但上述方法均存在破壞原始地表狀態(tài)、可重復性差、測定過程比較繁瑣以及受電力和環(huán)境條件的限制儀器設備不便在現(xiàn)地使用等缺陷，同時，風蝕粗?；乇硗寥辣韺訉嶋H取樣厚度是左右地表粗粒殘留量評價結果的主要限制性因子，但目前在實驗現(xiàn)地很難準確測得地表風蝕粗?；瘜雍穸龋虼?，造成了目前土壤風蝕監(jiān)測評價方法精度低、誤差大、費時費力的現(xiàn)狀，同時受儀器設備和測試手段限制，上述評價方法的實用性較低，特別是在不具備實驗室條件的干旱、半干旱地區(qū)，很多時候監(jiān)測評價的具體測定工作難以實施完成。為了克服上述缺陷，在現(xiàn)地儀器設備攜帶方便、測定過程比較簡單、采用可重復性良好的非接觸方式且不破壞原始地表狀態(tài)、同時不受實驗環(huán)境條件限制的可以在現(xiàn)地正常實施的測定方法亟待開發(fā)。
發(fā)明內容基于以上考慮，本發(fā)明提供了一種利用數(shù)值影像解析評價地表粗?；潭鹊姆椒?，正是采取了非接觸方式、快捷地采集風蝕粗?；乇淼臄?shù)值影像并通過后續(xù)ERDAS-IMAGE和ARC-GIS軟件處理分析，能夠較為準確、快捷地提取到地表粗粒殘留量以及表面結皮、礫石、土塊等較大顆粒地表殘留物的含量、粒級等信息，是目前土壤風蝕監(jiān)測評價相對便利的方法。本發(fā)明提供的利用數(shù)值影像解析評價地表粗?；潭鹊姆椒?，包括以下步驟(1)根據(jù)監(jiān)測評價目標要求選定滿足以下四個條件的采集模式進行風蝕地表數(shù)值影像的采集影像的分辨率可以達到區(qū)分目標顆粒的要求；將相機固定在三腳架上，鏡頭垂直于采集面；在采集面上放置刻度尺；遮蔽直射陽光，目的是消除陰影的干擾；(2)將步驟⑴采集的數(shù)值影像，導入ERDAS-IMAGE軟件，進行格式轉化、裁剪、亮度拉伸、影像灰度信息統(tǒng)計分析、采用空間模型進行顆粒分類處理，將數(shù)值影像中的顆粒各自孤立的區(qū)分開來；(3)運用ARC-GIS軟件將步驟(2)處理后的柵格類型的數(shù)值影像轉化為矢量類型的影像，矢量類型的數(shù)值影像中顆粒被表征為一個個孤立的多邊形；(4)在ARC-GIS軟件下以原圖像為底版描繪顆粒實際形狀大小的多邊形，以描繪面積作為因變量，提取面積作為自變量在SPSS軟件中進行回歸分析，得到提取方法的面積補償方程，運用該方程對處理得到的表征顆粒大小的多邊形進行面積補償運算，計算得到顆粒實際大小，進而得到地表粗粒殘留量，進行風蝕地表粗?；潭鹊脑u價。較佳地，步驟(1)中采集的風蝕地表數(shù)值影像能正確識別和檢測風蝕地表直徑≥0.Imm的包括顆粒和結皮在內的所有地表物的數(shù)量及幾何大小信息。較佳地，步驟⑵和(3)中的處理過程及方法分別依據(jù)ERDAS-IMAGE軟件和ARC-GIS軟件操作規(guī)程進行。較佳地，步驟⑵中，數(shù)值影像格式轉化是指采用ERDAS-IMAGE軟件輸入輸出功能將采集得到的JPG格式的影像轉化為ERDAS-IMAGE軟件默認的IMG影像模式。較佳地，步驟⑵中，影像裁剪是通過ERDAS-IMAGE軟件的規(guī)則裁剪功能將原影像邊緣5cm的邊框去除，目的是為了消除標尺對影像進一步分析處理的影響。較佳地，步驟(2)中，亮度拉伸的具體的做法是在ERDAS-IMAGE軟件下建立亮度拉伸空間模型進行處理，先將原影像拆分為三張單波段影像，對每個波段影像采取X'=X*255/Max(X)的拉伸規(guī)則分別拉伸，再將拉伸后單波段影像組合成三波段數(shù)值影像。亮度拉伸的目的是將不同時間拍攝的同一類型風蝕地表數(shù)值影像統(tǒng)一到相同亮度便于空間分類模型的統(tǒng)一。較佳地，步驟(2)中，影像灰度信息統(tǒng)計分析是指首先根據(jù)顆粒的色彩及亮度進行顆粒分類，爾后采用ERDAS-IMAGE軟件光標查詢功能查詢不同類型顆粒表面灰度值信息，統(tǒng)計分析進而了解和掌握影像中不同類型顆?；叶戎堤卣鳌］^佳地，步驟(2)中，顆粒分類處理是指在ERDAS-IMAGE軟件下建立分類空間模型進行顆粒的分類處理，處理后使影像中各個顆粒孤立開來，分類規(guī)則是在上述影像灰度信息統(tǒng)計分析基礎上針對每類型顆粒制定的并經(jīng)不斷的處理比較逐步完善得到的，在干旱、半干旱區(qū)將風蝕地表顆粒區(qū)分為五類反射強的顆粒、反射中且是黃色顆粒、反射中但不是黃色顆粒、反射弱但不是藍色顆粒和反射弱且是藍色顆粒，依次對應的分類規(guī)則是not[(R-B)>=C4]and(R+G+B)>=C”(R+G+B)>=C3and(R-B)>=C4、not[(R-B)>=C4]and(R+G+B)>=C2and(R+G+B)<C1、{not[(R-B)>=C4]and(R+G+B)>=C3and(R+G+B)<C2Ior{(R+G+B)<C3andR>=B>=G}和(R+G+B)<C3andB>=G>=R,這其中的not、and和or是布爾運算的運算符A、C2、C3、C4是0-765之間的常數(shù)且C1>C2>C3>C4。上述分類規(guī)則更清晰地表示在如下表1中表1干旱、半干旱區(qū)的分類規(guī)則<table>tableseeoriginaldocumentpage6</column></row><table>較佳地，步驟(3)中，運用ARC-GIS軟件自動計算處理后表征顆粒大小的一個個多邊形的面積并使用輸出功能將屬性表輸出為EXCEL格式。較佳地，步驟(4)中，以原圖像為底版描繪顆粒實際形狀的多邊形時因顆粒數(shù)目眾多不可能也沒有必要描繪所有顆粒，僅需描繪圖像對稱線穿越的顆粒，該采樣方法覆蓋面廣、代表性強而且限制不能遺漏提取效果不好的顆粒。所述利用數(shù)值影像解析評價地表粗?；潭鹊姆椒ㄏ鄬τ诂F(xiàn)有技術具有如下優(yōu)點。1、本發(fā)明采用了近距離非接觸拍照技術采集地表數(shù)值影像，經(jīng)后續(xù)ERDAS-IMAGE軟件和ARC-GIS軟件影像分析處理提取粗粒殘留量信息進行風蝕地表粗粒化監(jiān)測評價，避免了傳統(tǒng)方法因在現(xiàn)地取樣時不能準確測定地表風蝕粗?；瘜雍穸榷鴮е聵颖镜拇硇暂^低、監(jiān)測評價結果不精確的問題，因此更加科學可信，所取得的監(jiān)測評價成果切實能為土壤風蝕的防治提供科學依據(jù)和必要參考。2、本發(fā)明不擾動破壞地表原始狀態(tài)，監(jiān)測評價可重復性好，更加環(huán)保，不會像傳統(tǒng)方法那樣因開挖剖面、采取土樣的需要對環(huán)境造成不必要的破壞。3、本發(fā)明可以通過數(shù)碼相機、三腳架、標尺以及遮蔽直射陽光用的幕布等設備進行實施，突破了土壤風蝕監(jiān)測評價傳統(tǒng)方法依靠風洞、振篩機等大型儀器設備，受實驗環(huán)境條件的限制，需要把大量被測樣品從現(xiàn)地搬運到實驗室測定等繁雜過程的瓶頸；本發(fā)明使用的儀器設備通用性強，攜帶操作便易，現(xiàn)地測定效率較高，尤其適宜在環(huán)境條件苛刻且缺乏實驗室條件的干旱、半干旱地區(qū)推廣應用。圖1為本發(fā)明所述的一種利用數(shù)值影像解析評價地表粗?；潭鹊姆椒☉脤嵤├?中沙丘表面原圖。圖2為本發(fā)明所述的一種利用數(shù)值影像解析評價地表粗?；潭鹊姆椒☉脤嵤├?中經(jīng)ERDAS-IMAGE軟件，進行格式轉化、亮度拉伸、影像灰度信息統(tǒng)計分析、采用空間模型進行顆粒分類處理后圖像。圖3為本發(fā)明所述的一種利用數(shù)值影像解析評價地表粗粒化程度的方法應用實施例1中運用ARC-GIS軟件處理后的柵格類型的數(shù)值影像轉化為矢量類型的圖像。圖4為本發(fā)明所述的一種利用數(shù)值影像解析評價地表粗粒化程度的方法應用實施例1中在ARC-GIS軟件下以原圖像為底版描繪影像對稱線穿越的顆粒實際形狀的圖像。圖5為本發(fā)明所述的一種利用數(shù)值影像解析評價地表粗?；潭鹊姆椒☉脤嵤├?中受人為經(jīng)濟活動影響的草地表面原圖。圖6為本發(fā)明所述的一種利用數(shù)值影像解析評價地表粗粒化程度的方法應用實施例2中經(jīng)ERDAS-IMAGE軟件，進行格式轉化、亮度拉伸、影像灰度信息統(tǒng)計分析、采用空間模型進行顆粒分類處理后圖像。圖7為本發(fā)明所述的一種利用數(shù)值影像解析評價地表粗?；潭鹊姆椒☉脤嵤├?中運用ARC-GIS軟件處理后的柵格類型的數(shù)值影像轉化為矢量類型的圖像。圖8為本發(fā)明所述的一種利用數(shù)值影像解析評價地表粗?；潭鹊姆椒☉脤嵤├?中在ARC-GIS軟件下以原圖像為底版描繪影像對稱線穿越的顆粒實際形狀的圖像。需要說明的是，圖18均是在影像實際大小的基礎上放大了150倍而截取的影像中間局部，目的是為了清晰展現(xiàn)顆粒細微的形狀特征。具體實施例方式具體應用實施例如下實施例1和2中影像采集器均選擇使用機身為CanonEosSD-MarkII，鏡頭為CanonEF24-105mmf/4LISUSM的數(shù)碼相機，相機像素為5616X3744計21026304像素，鏡頭焦距24-105mm，根據(jù)監(jiān)測評價目的需區(qū)分判讀的顆粒粒級大小要求篩選出最佳拍攝模式為拍攝面積330X220mm,拍攝高度74cm。該條件下獲得的數(shù)值影像資料分辨率為289.62像素/mm2，最大幾何變形率為6.98%，并呈現(xiàn)從中心向四周逐漸增大的規(guī)律，達到了土壤風蝕監(jiān)測評價中地表粗粒殘留量信息提取的精度要求。實施例1在地理位置位于N38°59'08〃，E109°08'49〃，海拔1310m，行政區(qū)劃在內蒙古鄂爾多斯市烏審旗圖克鎮(zhèn)境內的毛烏素沙地研究中心試驗區(qū)內，現(xiàn)場踏察選取了一個典型的新月形沙丘作為研究對象，沿主風方向采集了迎風坡、背風坡各12個斑塊的影像，依次間隔IOm從坡底到坡頂排列。圖1是迎風坡第三斑塊沙丘地表原圖，影像拍攝于2009年10月14日15時許，天氣晴朗，有微云，全自動模式拍攝；使用ERDAS-IMAGE軟件進行影像格式轉化、亮度拉伸、影像灰度信息統(tǒng)計分析、采用空間模型進行顆粒類型分類處理，使數(shù)值影像中的顆粒各自孤立區(qū)分開來，如圖2；經(jīng)ARC-GIS軟件將分類處理后的柵格類型的數(shù)值影像轉化為矢量類型的影像，矢量類型的數(shù)值影像中顆粒被表征為一個個孤立的多邊形，如圖3；在ARC-GIS軟件下以原圖像為底版描繪顆粒實際形狀大小的多邊形，如圖4，以描繪面積也即顆粒實際面積作為因變量，提取面積作為自變量在SPSS軟件中進行回歸分析，該類型中，以迎風坡第一、第二兩斑塊的影像作為基礎數(shù)據(jù)建立沙表面類型的面積補償方程，斑塊3的影像數(shù)據(jù)經(jīng)過補償運算后進行處理精度的后驗證，提取的基本效果見表2。表2反映出了在本實施例中該方法的提取效果顆粒的數(shù)量均沒有丟失，提取了100%；顆粒相互連通的現(xiàn)象比較少，連通數(shù)量和面積均在2%以下，相互連通的部分在原圖像中多是兩個相同顏色顆粒部分重疊導致的，目前的分類模型對這類情況的區(qū)分效果不好，但這種現(xiàn)象的量是很少的，對總體處理精度影響不大；提取方法損失的主要是顆粒的面積(約50%)，面積的損失是為了保證顆粒數(shù)量的完整而做出的犧牲，也印證了建立面積補償方程的重要性。在SPSS軟件中進行線性回歸分析，建立面積補償方程，線性分析結果見表3，線性回歸分析結果顯示，在0.05顯著水平下利用數(shù)值影像解析評價地表粗?；潭鹊姆椒ㄌ崛〉降念w粒面積與實際面積呈線性關系，可建立線性回歸方程。本實施例中建立的顆粒面積補償方程為S'=1.083XS+0.524(1)公式中的S'是補償運算后的沙粒面積也即該方法提取得到的顆粒最終面積，S是初次提取得到的面積。斑塊3后驗證數(shù)據(jù)經(jīng)面積補償方程(1)計算回調后的提取比例為100.13%，整體的提取面積與描繪面積差別不大并以斑塊3的描繪面積和補償后面積一一配對后進行配對樣本T檢驗，分析結果見表4，在0.05顯著水平下，兩組數(shù)據(jù)配對可靠，沒有顯著性差異。因此，無論從整體的提取比例抑或配對均值比較都說明了該方法提取精度較高，誤差小，應用在沙丘風蝕地表粗?；畔⑻崛≈惺强尚械?。實施例2選擇由強烈人為經(jīng)濟活動干擾而加劇的草原退化區(qū)為實驗區(qū)域，地理位置位于N41°21'06〃，E109°08'15〃，海拔1313m，行政區(qū)劃在內蒙古包頭市達茂旗召河鎮(zhèn)境內的希拉牧仁草原旅游度假村內。在實驗區(qū)域內選定一個典型的因人為旅游度假經(jīng)濟開發(fā)活動導致的草場退化、地表裸露的蒙古包營區(qū)作為研究對象，沿主風方向并通過營區(qū)中心為第一條采集線，依次間隔45°為下一條采集線，每條采集線上間隔IOm從營區(qū)中心向外圍輻射布設15個采集斑塊，一共采集了8條采集線的120個斑塊的數(shù)值影像。圖5是沿主風方向第一斑塊風蝕地表原圖，影像拍攝于2009年9月27日11時許，天氣晴朗，有微云，全自動模式拍攝，；使用ERDAS-IMAGE軟件進行影像格式轉化、亮度拉伸、影像灰度信息統(tǒng)計分析、采用空間模型進行顆粒類型分類處理，使數(shù)值影像中的顆粒各自孤立區(qū)分開來，如圖6；經(jīng)ARC-GIS軟件將分類處理后的柵格類型的數(shù)值影像轉化為矢量類型的影像，矢量類型的數(shù)值影像中顆粒被表征為一個個孤立的多邊形，如圖7；在ARC-GIS軟件下以原圖像為底版描繪顆粒實際形狀大小的多邊形，如圖8，以描繪面積也即顆粒實際面積作為因變量，提取面積作為自變量在SPSS軟件中進行回歸分析，該類型中，以沿主風方向第一斑塊的影像作為基礎數(shù)據(jù)建立草地類型的面積補償方程，斑塊2的影像數(shù)據(jù)經(jīng)過補償運算后進行處理精度的后驗證，提取的基本效果見表2。表2反映出了在本實施例中該方法的提取效果顆粒的數(shù)量均沒有丟失，提取了100%；顆粒相互連通的現(xiàn)象比較少，連通數(shù)量和面積均在2%以下，相互連通的部分在原圖像中多是兩個相同顏色顆粒部分重疊導致的，目前的分類模型對這類情況的區(qū)分效果不好，但這種現(xiàn)象的量是很少的，對總體處理精度影響不大；提取方法損失的主要是顆粒的面積(約50%)，面積的損失是為了保證顆粒數(shù)量的完整而做出的犧牲，也印證了建立面積補償方程的重要性。在SPSS軟件中進行線性回歸分析，建立面積補償方程，線性分析結果見表3。線性回歸分析結果顯示，在0.05顯著水平下利用數(shù)值影像解析評價地表粗粒化程度的方法提取到的顆粒面積與實際面積呈線性關系，可建立線性回歸方程。本實施例中建立的顆粒面積補償方程為S'=1.605XS+0.302(2)公式中的S'是補償運算后的沙粒面積也即該方法提取得到的顆粒最終面積，S是初次提取得到的面積。斑塊2后驗證數(shù)據(jù)經(jīng)面積補償方程(2)計算回調后的提取比例為104.58%，整體的提取面積與描繪面積差別不大并以斑塊2的描繪面積和補償后面積一一配對后進行配對樣本T檢驗，分析結果見表4，在0.05顯著水平下，兩組數(shù)據(jù)配對可靠，沒有顯著性差異。因此，無論從整體的提取比例抑或配對均值比較都說明了該方法提取精度較高，誤差小，應用在草地風蝕粗?；畔⑻崛≈惺强尚械?。表2提取的基本效果提取面積總和像素占總面影像比例=fZy=積的比描繪提?。ッ枥L提取例％$積像素例％實施例ι基礎數(shù)11031103100383780.60195509.3550.94201.816305.181.64據(jù)_實施例1后驗證700700100235499.44122272.7251.92121.713877.001.65數(shù)據(jù)_實施例2基礎數(shù)709709100280540.13139272.3149.64101.415607.902.00據(jù)實施例2后驗證753753100232200.10118019.3250.83101.333224.721.39數(shù)據(jù)_表3線性回歸分析結果SiStd自變量常數(shù)errorg(提取面積)(Constant)oftheestim_2NCRR2ateS菸￡Ι-Α·悮ΜΦBSiBi像似πφ囚夂樣本95%Beta95%傢系數(shù)量預=Std.g.Std.g測值二顯S標準^二『日SI的標二^f下限-回歸s;顯下限-^%誤f妖差上限系數(shù)二灰差=上限_平_^平實施1.037-0.489-0.8160.66600.36910831.0830.02300.8160.5240.0180例1.1280.5591實^0.9470.89600.5566991.6050.0210L565"0.9470.3020.0250°'252"例1.6460.351_表4配對樣本T檢驗結果<table>tableseeoriginaldocumentpage11</column></row><table>權利要求一種利用數(shù)值影像解析評價地表粗?；潭鹊姆椒?，其特征在于，包括以下步驟(1)根據(jù)監(jiān)測評價目標要求選定滿足以下四個條件的采集模式進行風蝕地表數(shù)值影像的采集影像的分辨率可以達到區(qū)分目標顆粒的要求；將相機固定在三腳架上，鏡頭垂直于采集面；在采集面上放置刻度尺；遮蔽直射陽光；(2)將步驟(1)采集的數(shù)值影像，導入ERDAS-IMAGE軟件，進行格式轉化、裁剪、亮度拉伸、影像灰度信息統(tǒng)計分析、采用空間模型進行顆粒分類處理，將數(shù)值影像中的顆粒各自孤立的區(qū)分開來；(3)運用ARC-GIS軟件將步驟(2)處理后的柵格類型的數(shù)值影像轉化為矢量類型的影像，矢量類型的數(shù)值影像中顆粒被表征為一個個孤立的多邊形；(4)在ARC-GIS軟件下以原圖像為底版描繪顆粒實際形狀大小的多邊形，以描繪面積作為因變量，提取面積作為自變量在SPSS軟件中進行回歸分析，得到提取方法的面積補償方程，運用該方程對處理得到的表征顆粒大小的多邊形進行面積補償運算，計算得到顆粒實際大小，進而得到地表粗粒殘留量，進行風蝕地表粗?；潭鹊脑u價。2.根據(jù)權利要求1所述的方法，其特征在于，步驟(1)中采集的風蝕地表數(shù)值影像能正確識別和檢測風蝕地表直徑>0.Imm的包括顆粒和結皮在內的所有地表物的數(shù)量及幾何大小信息。3.根據(jù)權利要求1所述的方法，其特征在于，步驟(2)和(3)中的處理過程及方法分別依據(jù)ERDAS-IMAGE軟件和ARC-GIS軟件操作規(guī)程進行。4.根據(jù)權利要求1所述的方法，其特征在于，步驟(2)中，數(shù)值影像格式轉化是指采用ERDAS-IMAGE軟件輸入輸出功能將采集得到的JPG格式的影像轉化為ERDAS-IMAGE軟件默認的IMG影像模式。5.根據(jù)權利要求1所述的方法，其特征在于，步驟(2)中，影像裁剪是通過ERDAS-IMAGE軟件的規(guī)則裁剪功能將原影像邊緣5cm的邊框去除。6.根據(jù)權利要求1所述的方法，其特征在于，步驟(2)中，亮度拉伸的具體的做法是在ERDAS-IMAGE軟件下建立亮度拉伸空間模型進行處理，先將原影像拆分為三張單波段影像，對每個波段影像采取X'=X*255/Max(X)的拉伸規(guī)則分別拉伸，再將拉伸后單波段影像組合成三波段數(shù)值影像。7.根據(jù)權利要求1所述的方法，其特征在于，步驟(2)中，影像灰度信息統(tǒng)計分析是指首先根據(jù)顆粒的色彩及亮度進行顆粒分類，爾后采用ERDAS-IMAGE軟件光標查詢功能查詢不同類型顆粒表面灰度值信息，統(tǒng)計分析進而了解和掌握影像中不同類型顆?；叶戎堤卣鳌?.根據(jù)權利要求1所述的方法，其特征在于，步驟(2)中，顆粒分類處理是指在ERDAS-IMAGE軟件下建立分類空間模型進行顆粒的分類處理，處理后使影像中各個顆粒孤立開來，分類規(guī)則是在上述影像灰度信息統(tǒng)計分析基礎上針對每類型顆粒制定的并經(jīng)不斷的處理比較逐步完善得到的，在干旱、半干旱區(qū)將風蝕地表顆粒區(qū)分為五類反射強的顆粒、反射中且是黃色顆粒、反射中但不是黃色顆粒、反射弱但不是藍色顆粒和反射弱且是藍色顆粒，依次對應的分類規(guī)則是not[(R-B)>=C4]and(R+G+B)>=C1,(R+G+B)>=C3and(R-B)>=C4、not[(R-B)>=C4]and(R+G+B)>=C2and(R+G+B)<C1,{not[(R-B)>=C4]and(R+G+B)>=C3and(R+G+B)<C2Ior{(R+G+B)<C3andR>=B>=G}禾口(R+G+B)<C3andB>=G>=R，這其中的not、and和or是布爾運算的運算符；CpCyCyC4是0-765之間的常數(shù)且C1>C2>C3>C4。9.根據(jù)權利要求1所述的方法，其特征在于，步驟(3)中，運用ARC-GIS軟件自動計算處理后表征顆粒大小的一個個多邊形的面積并使用輸出功能將屬性表輸出為EXCEL格式。10.根據(jù)權利要求1所述的方法，其特征在于，步驟(4)中，以原數(shù)值影像為底版描繪顆粒實際形狀的多邊形且僅描繪影像對稱線穿越的顆粒。全文摘要本發(fā)明提供了一種利用數(shù)值影像解析評價地表粗粒化程度的方法，包括(1)采集風蝕地表數(shù)值影像；(2)將數(shù)值影像，導入ERDAS-IMAGE軟件，進行格式轉化、裁剪、亮度拉伸、影像灰度信息統(tǒng)計分析、采用空間模型進行顆粒類型分類處理，將數(shù)值影像中的顆粒各自孤立區(qū)分開來；(3)運用ARC-GIS軟件轉化為矢量類型的影像，矢量類型的數(shù)值影像中顆粒被表征為一個個孤立的多邊形；(4)在ARC-GIS軟件下以原圖像為底版描繪顆粒實際形狀大小的多邊形，以描繪面積作為因變量，提取面積作為自變量在SPSS軟件中進行回歸分析，得到提取方法的面積補償方程，對處理得到的表征顆粒大小的多邊形進行面積補償運算，得到顆粒實際大小，進而計算出地表粗粒殘留量，進行風蝕地表粗?；潭鹊脑u價。該方法操作便易，測定效率高。文檔編號G01C11/04GK101819039SQ20101015359公開日2010年9月1日申請日期2010年4月19日優(yōu)先權日2010年4月19日發(fā)明者孫志宏,張風春,李玉寶,汪季,胡小龍,虞毅,高永申請人:虞毅;高永;李玉寶