[發明專利]一種基于生態水文特征的植被分區方法、系統及裝置

有效

• 申請號: 202110168455.4
• 申請日: 2021-02-07
• 公開（公告）號: CN112926416B
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 黃峰;任光瑞
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/38
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 田凌濤

本發明公開了一種基于生態水文特征的植被分區方法、系統及裝置，包括分別針對目標區域內的各個覆被分布區，通過覆被分布區的歸一化植被指數NDVI、以及覆被分布區數字高程DEM、降水量Pre、實際蒸散發量AET、潛在蒸散發量PET分別對應的柵格影像，獲得覆被分布區的植被類型，進一步獲得該目標區域中植被的分區結果，并計算目標區域對應的覆被分布精度。通過本發明可以得到更為全面的植被分區結果，完善面向流域尺度的、針對干旱區內陸河流域的、基于生態水文特征的植被分區方法體系，提升流域生態保護與修復的分區管控能力。

技術領域

本發明涉及生態水文分類領域，具體而言涉及一種基于生態水文特征的植被分區方法、系統及裝置。

背景技術

我國西北干旱區內陸河流域水資源稀缺、生態脆弱，受水資源空間分布格局及植被水資源利用方式的綜合影響，流域內植被地域性分布規律顯著，從生態類型角度干旱區內陸河流域植被類型主要可劃分為自然植被和人工植被，從水資源利用角度植被類型可分為降水依賴型植被、地下水依賴型植被、灌溉依賴型植被，在對植被種類進行識別與空間分布研究中，傳統的野外實地調查費時費力，且不適合流域尺度大面積作業，在現有技術中多結合衛星和無人機遙感影像，采用目視解譯、智能算法等方法對人工植被種類識別、以及地下水依賴植被空間分布開展植被分區研究。

在現有的植被種類識別方法中，人工植被種類識別主要包括：融合多源遙感數據及相關輔助信息的分類方法、基于機器學習的分類方法、以及其他分類方法，在地下水依賴型植被分布研究中，通常通過構建歸一化植被指數與地下水埋深的響應關系曲線、或者通過地下水在植被水分利用總量的占比評估植被對地下水的依賴程度，從而確定地下水依賴型植被的空間分布范圍，但是現有的植被種類識別方法，存在以下不足：

1.植被種類識別與空間分布研究多針對地域性的、特定的人工植被或自然植被開展，缺乏流域尺度的、針對干旱區內陸河流域的植被分區方法；

2.在現有技術中，未綜合考慮植被的生態水文特征，分類與分區結果無法明確植被的水資源利用類型，即降水依賴型、地下水依賴型或灌溉依賴型，難以為干旱區內陸河流域水資源管理和生態環境保護提供技術支撐和科學依據。

發明內容

本發明的目的在于提供一種基于生態水文特征的植被分區方法、系統及裝置，以解決現有技術中的問題。

為實現上述目的，本發明提供如下技術方案：

分別針對目標區域內的各個覆被分布區，通過步驟A和步驟B獲得覆被分布區的植被類型，通過執行步驟C，獲得該目標區域中植被的分區結果：

步驟A、獲得覆被分布區的歸一化植被指數NDVI、以及覆被分布區數字高程DEM、降水量Pre、實際蒸散發量AET、潛在蒸散發量PET分別對應的柵格影像；

進而根據降水量Pre、實際蒸散發量AET分別對應的柵格影像，得到覆被分布區對應的Pre/AET柵格影像，并根據實際蒸散發量AET、潛在蒸散發量PET分別對應的柵格影像，得到覆被分布區對應的AET/PET柵格影像，構成覆被分布區對應的柵格影像集合，隨后進入步驟B；

步驟B、針對覆被分布區，根據覆被分布區的歸一化植被指數NDVI，結合預設指數閾值進行比較，將覆被分布區分為植被分布區或非植被分布區；

當覆被分布區為植被分布區時，生成對應的植被分布掩膜，利用植被分布掩膜提取對應的植被分布區，所述植被分布區包括降水依賴型植被分布區、地下水依賴型植被分布區、灌溉依賴型植被分布區，對提取的植被分布區的柵格影像進行歸一化處理，獲得植被分布區的植被類型，即得到覆被分布區的植被類型，所述植被類型包括降水依賴型植被、地下水依賴型植被、以及灌溉依賴型植被；

當覆被分布區為非植被分布區時，得到非植被分布區的植被類型為空，即得到覆被分布區的植被類型為空；