[發(fā)明專利]基于GSSIM的土壤濕度空間分布特征定量分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201611041855.4
• 申請(qǐng)日: 2016-11-24
• 公開(kāi)（公告）號(hào): CN107038700B
• 公開(kāi)（公告）日: 2020-11-06
• 發(fā)明（設(shè)計(jì)）人: 劉英
• 申請(qǐng)（專利權(quán)）人: 西安科技大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.基于GSSIM的土壤濕度空間分布特征定量分析方法，其特征在于，包括以下步驟：

1)根據(jù)遙感影像數(shù)據(jù)，獲取研究區(qū)歸一化植被指數(shù)NDVI與地表溫度T_s數(shù)據(jù)，利用溫度植被干旱指數(shù)TVDI計(jì)算公式獲取每個(gè)像元的TVDI值；TVDI表達(dá)式為：

其中，T_s表示地表溫度；T_{s min}表示相同NDVI值對(duì)應(yīng)的最小地表溫度，是NDVI-T_s特征空間中的濕邊；T_{s max}為研究區(qū)相同NDVI值對(duì)應(yīng)的最大地表溫度，代表特征空間中的干邊；

2)構(gòu)建雙拋物線型NDVI-T_s特征空間散點(diǎn)圖，并根據(jù)雙拋物線型NDVI-T_s特征空間獲取TVDI中T_smax、T_smin算法表達(dá)式：

T_{s max}＝a₁×NDVI²+b₁×NDVI+D₁

T_{s min}＝a₂×NDVI²+b₂×NDVI+D₂ (2)

其中，a₁、b₁、D₁ 、a₂、b₂、D₂ 為方程擬合系數(shù)；

3)根據(jù)公式(1)和公式(2)得到研究區(qū)每個(gè)像元的TVDI值；

4)計(jì)算研究區(qū)兩期TVDI影像的梯度結(jié)構(gòu)相似度，其包括亮度、對(duì)比度和結(jié)構(gòu)3個(gè)方面，其計(jì)算公式：

GSSIM(x，y)＝[1(x，y)]^α[c(x ，y)]^β[g(x，y)]^γ (3)

其中：

式中，l(x，y)、c(x，y)和g(x，y)分別為兩幅TVDI圖像的亮度比較函數(shù)、對(duì)比度比較函數(shù)和結(jié)構(gòu)度比較函數(shù)；μ_x、μ_y為兩期圖像X、Y的TVDI均值，反映圖像的亮度信息；σ_x、σ_y為兩期圖像X、Y的TVDI方差，反映圖像的對(duì)比度信息；G_x(i，j)，G_y(i，j)分別為兩期圖像X和Y在(i，j)處的TVDI梯度幅值；c₁、c₂、c₃均為避免分母為零而設(shè)置的常數(shù)；參數(shù)α＞0，β＞0，γ＞0；一般取α＝β＝γ＝1，c₁＝(K₁L)²，c₂＝(K₂L)²，c₃＝c₂/2，K₁，K₂≤1，L是圖像中像素灰度的變化范圍；梯度結(jié)構(gòu)相似度的值越高，圖像X和Y的TVDI值越相似，說(shuō)明兩期影像的土壤濕度越接近，土壤濕度狀況變化不大；

5)根據(jù)公式(3)、(4)、(5)和公式(6)得到研究區(qū)每個(gè)像元的GSSIM值；

6)根據(jù)GSSIM大小，依據(jù)一定標(biāo)準(zhǔn)將土壤濕度進(jìn)行劃分，得到待監(jiān)測(cè)地區(qū)的土壤濕度空間分布狀況，為土壤濕度的評(píng)價(jià)提供依據(jù)；

所述步驟6)中根據(jù)獲得的GSSIM，將GSSIM劃分為3類，具體為：

將GSSIM值位于[0，0.25]的區(qū)域定義為突變區(qū)，并令其值等于零，說(shuō)明兩期TVDI值發(fā)生了突變，土壤濕度狀況出現(xiàn)了較大變化；將GSSIM值在(0.25，065]的區(qū)域定義為變化區(qū)，說(shuō)明兩期TVDI發(fā)生了改變，土壤濕度出現(xiàn)了變化；將GSSIM值大于0.65的區(qū)域定義為低變區(qū)，說(shuō)明兩期TVDI值相近，土壤濕度狀況變化不明顯。