一种农田防护林带林木株数遥感识别方法

技术领域

本发明涉及农田防护林林带结构遥感信息提取技术领域，具体为一种农田防护林带林木株数遥感识别方法。

背景技术

农田防护林带林木株数在遥感识别中多以植被覆盖度作为替代指标进行表达，基于像元二分模型，结合农田防护林的自身特点以及土地利用和土壤类型的分布情况，计算出植被覆盖度反演模型的关键因子，最终实现林带覆盖度的反演。在地面实测获取过程中，利用自林带下方的照相法或自林带上方的无人机成像法，，并考虑遥感数据源的空间分辨率，制定出林带覆盖度的测量方案，并对实际林带覆盖度进行了测量。

植被覆盖度指标可以反映农田防护林生长状况，但无法更为准确地反映农田防护林林带行数、株距、保存率等林带结构信息，在后续农田防护林碳储量、木材量等估算方面可能会产生较大误差。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种农田防护林带林木株数遥感识别方法，具备能够准确识别农田防护林林带结构信息和提高农田防护林遥感监测精度等优点，解决了背景技术中的问题。

(二)技术方案

为实现上述能够准确识别农田防护林林带结构信息和提高农田防护林遥感监测精度目的，本发明提供如下技术方案：

本发明提供一种农田防护林带林木株数遥感识别方法，包括以下步骤：

1)利用目视解译方法提取农田防护林矢量信息：先选择遥感影像，然后对遥感影像进行几何校正、辐射校正等预处理，再依据农田防护林的识别标志，利用遥感影像对农田防护林进行人工目视解译。

2)利用像元二分模型提取农田防护林植被覆盖度：利用归一化植被指数计算公式NDVI＝(band1-band2)/(band1+band2)计算出归一化植被指数(NDVI)；然后统计遥感影像NDVI值的累积概率分布，取累计概率在5％附近的值作为NDVI

3)沿林带走向提取林带波形：以农田防护林矢量信息为单元，以林带覆盖度为基础，沿林带走向有序提取数据点集，并生成林带波形。受栅格数据的限制，将农田防护林林带走向限定为4个方向，沿林带走向方向，每条林带逐像元进行林带覆盖度特征值的空间数据采集。为最好的反映林带走向方向的林带覆盖度波形曲线，依据邻域分析技术，取垂直于林带方向的植被栅格像元的中心像元值(或最大值)作为该点林带波形的特征值，同时，在垂直于林带走向方向，依据不同林带走向采集中心像元及两侧像元的植被覆盖度特征值，以确保林带信息的完整性，避免由于波形信息提取导致信息丢失，采点间距按遥感影像分辨率大小和实际林带走向计算，以减小波形的失真程度。4)农田防护林林带林木株数遥感识别：先将农田防护林林带波形以正常波动阈值A和最小阈值B为分界线分为完整林带区域，不完整林带区域和缺失林带区域三个区域；在完整林带区域，通过分析林带宽度与林带中心及其两侧像元覆盖度值的关系计算林带宽度，并基于林带行数和林带宽度的统计关系可得林带行数；选择行数相同的林带，通过分析林带株距与林带中心像元覆盖度值的关系计算林带株距，并用林带长度除以林带株距可得林带列数；在不完整林带和缺失林带区域，通过分析林带保存率与低于A值的像元覆盖度值的关系计算林带保存率。最终可得到逐条林带的林木株数＝林带行数×林带列数×林带保存率。

优选的，步骤1)中遥感影像为空间分辨率不低于10m的中高分辨率遥感影像；农田防护林矢量信息应按线状地物进行提取；对于规则林网，应使其闭合，并在交点处断开；对于连续性较差的农田防护林带，应将其作为一条完整的林带划出；处于更新期而在遥感影像上没有明显显现出来的农田防护林林带应划出。

优选的，步骤2)中band 1为遥感影像近红外波段的反射率值，band 2为红波段的反射率值；完全植被的NDVI为NDVI

优选的，步骤3)中需要获取的有序点集包括中心像元林带覆盖度值，以及中心像元两侧的像元覆盖度值。

优选的，步骤4)中林带行数与林带两侧像元覆盖度值有关，林带株距与林带中心像元林带覆盖度均值有关，林带保存率与小于正常波动处的林带覆盖度值有关。

(三)有益效果

与现有技术相比，本发明提供了一种农田防护林带林木株数遥感识别方法，具备以下有益效果：

该农田防护林带林木株数遥感识别方法，实现了农田防护林林带结构和林木株数的遥感识别，能够从区域范围更为快速、准确的获取农田防护林林带结构状态和林木株数，更有助于进行农田防护林精准经营和管理。

附图说明

图1为某条林带的林带覆盖度影像图；

图2为农田防护林林带走向划分图；

图3为不同林带方向上中心及两侧像元读取示意图。

图4为某条林带的波形提取结果图；

图5为林带波形示意图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1-5，本发明提供如下技术方案：一种农田防护林带林木株数遥感识别方法，具体包括以下步骤：

步骤一：利用目视解译方法提取农田防护林矢量信息：

选择中高分辨率遥感影像，并对遥感影像进行几何校正、辐射校正等预处理。农田防护林的一般特点是分布于耕地内，具有植被特征的线状地物，并具有较规则的网状结构。依据农田防护林的识别标志，利用遥感影像对农田防护林进行人工目视解译，针对农田防护林特点，制定解译标准：

1)农田防护林按线状地物进行提取；

2)对于规则林网，应使其闭合，并在交点处断开；

3)对于连续性较差的农田防护林带，应将其作为一条完整的林带划出；

4)处于更新期而在遥感影像上没有明显显现出来的农田防护林林带应划出。

步骤二：利用像元二分模型提取农田防护林植被覆盖度。

采用像元二分模型计算林带覆盖度，其计算过程可分为如下步骤

1)计算归一化植被指数(NDVI)，计算公式为：

NDVI＝(band1-band2)/(band1+band2)

其中，band 1为遥感影像近红外波段的反射率值，band 2为红波段的反射率值。

2)选取完全植被的NDVI(NDVI

统计遥感影像NDVI值的累积概率分布，取累计概率在5％附近的值作为NDVI

3)计算林带覆盖度。

像元二分模型估算植被覆盖度fc的估算公式为：

f

基于步骤1)和2)计算结果，求算林带覆盖度。遥感影像中某一条林带的林带覆盖度计算结果如图1所示。

步骤三：沿林带走向提取林带波形

以农田防护林矢量信息为单元，以林带覆盖度为基础，沿林带走向有序提取数据点集，并生成林带波形。受栅格数据的限制，将农田防护林林带走向限定为4个方向(图2)，沿林带走向方向，每条林带逐像元进行林带覆盖度特征值的空间数据采集。为最好的反映林带走向方向的林带覆盖度波形曲线，依据邻域分析技术，取垂直于林带方向的植被栅格像元的中心像元值(或最大值)作为该点林带波形的特征值，同时，在垂直于林带走向方向，依据不同林带走向采集中心像元及两侧像元的植被覆盖度特征值(图3)，以确保林带信息的完整性，避免由于波形信息提取导致信息丢失，采点间距按遥感影像分辨率大小和实际林带走向计算，以减小波形的失真程度。需要获取的有序点集包括中心像元林带覆盖度值，以及中心像元两侧的像元覆盖度值。图1中林带的波形提取结果如图4所示。

步骤四：农田防护林林带林木株数遥感识别；

林带波形是林带结构参数共同影响的结果，不同林带结构对波形特征的影响不同，分析林带结构参数对林带波形的影响得出：林带行数与林带两侧像元覆盖度值有关；林带株距与林带中心像元林带覆盖度均值有关；林带保存率与小于正常波动处的林带覆盖度值有关；因此，将农田防护林林带波形以正常波动阈值A(整条林带覆盖度均值)和最小阈值B(林带与裸土阈值)为分界线分为三个区域：完整林带区域、不完整林带区域和缺失林带区域(图5)。在高于A值的区域，通过分析林带宽度与林带中心及其两侧像元覆盖度值的关系计算林带宽度，并基于林带行数和林带宽度的统计关系可得林带行数；选择行数相同的林带，通过分析林带株距与林带中心像元覆盖度值的关系计算林带株距，并用林带长度除以林带株距可得林带列数；在低于A值的区域，通过分析林带保存率与低于A值的像元覆盖度值的关系计算林带保存率。最终可得到逐条林带的林木株数＝林带行数×林带列数×林带保存率。

本实施例能够在林带植被覆盖度识别基础上，结合农田防护林林带特点，深入挖掘农田防护林林带结构(行数、列数、保存率)与植被覆盖度间的关系，并且能够实现农田防护林带林木株数的遥感识别，提高农田防护林林带结构的遥感监测精度。

本发明的有益效果是：实现了农田防护林林带结构和林木株数的遥感识别，能够从区域范围更为快速、准确的获取农田防护林林带结构状态和林木株数，更有助于进行农田防护林精准经营和管理；通过分析林带结构参数和林带波形特征建立林带结构参数(林带行数、列数、保存率)的识别方法，并进而实现林带林木株数的遥感识别；农田防护林信息提取方法也可通过计算机自动分类方法获取；林带覆盖度参数也可通过其他定量反演模型获取；利用该方法也可同时反映其他林带信息，如林带连续性等，并用于求算林带疏透度、林带碳储量等指标。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。