震后植被恢复监测方法与流程

阅读：评论：0

1.本发明涉及植被恢复监测领域，特别涉及一种震后植被恢复监测方法。

背景技术：

2.地震又称地动或地振动，是地壳快速释放能量过程中造成的振动，期间会产生地震波的一种自然现象，地球上板块与板块之间相互挤压碰撞，造成板块边沿及板块内部产生错动和破裂，是引起地震的主要原因，尤其是在山区地形的原因，当发生地震之后会对山区植被会造成严重的破坏，改变当地的植被状态。所以地震之后的植被恢复是人们关注的一个重点。

技术实现要素：

3.本发明提供了一种震后植被恢复监测方法，以解决至少一个上述技术问题。
4.为解决上述问题，作为本发明的一个方面，提供了一种震后植被恢复监测方法，包括以下步骤：
5.步骤1，选取地震植被受损区域生成地震区域遥感图像，建立不同季节、不同年份内的地震区域遥感图像库；
6.步骤2，植被成分分析提取，包括步骤21和步骤22：
7.步骤21，初步分类：利用植被与水体和裸土以及其他非植被地物在光谱特征上相差较大，利用dscan密度聚类算法，从地震区域图像中提取出初步的存在植被的区域，定义出地震区域内的植被稀疏度；
8.步骤22，植被覆盖区域细分类：在利用k-means算法进行对植被覆盖区域进行聚类进而提取出地震区域内乔木、灌木、草本等植物的分布区域；
9.步骤3，植被受损评估，包括步骤31和步骤32：
10.步骤31，分析不同时间段内地震区域内的遥感图像，根据稀疏度来量化地震区域内植被的受损情况；
11.步骤32，各种植被成分受损评价：基于k-means聚类对植被覆盖区域进行的植被分类，计算出各种植被作所占的比率，以更加精确的分析植被恢复情况；
12.步骤4，构建ahp植被恢复评价模型：将植被稀疏度和乔木、灌木、草本植物比率作为层次分析法评价指标，并按照每个指标的重要程度赋予权重，设置恢复好、中、偏低三个模糊指标进行模糊评价结果值，根据植被恢复评价指标和受损植被程度，构建基于ahp的植被优化模糊模型；
13.步骤5，植被恢复建议：采用遗传算法进行求解出植被恢复良好的情况下，各个指标与现有指标存在的差距，提出下一步植被恢复的重点是在提升哪一个指标的建议。
14.优选地，步骤1之前还包括：通过遥感卫星获取地震区域尺度2-5m的遥感图像,并通过矫正程序矫正遥感图像的频谱信息，处理少量的云层覆盖。提高遥感图像的可使用率。
15.优选地，步骤22中，使用权重的方式对各个波段加权，改变各种植被在光谱空间上
分布，加大各种植被之间光谱特征上的差别，使聚类结果更加准确。
16.优选地，所述加权公式为：
17.λwi＝λi*ωi
18.根据植被在光谱各个波段所占的比重不同赋予不同的比重。
19.优选地，步骤31中，将地震区域内得植被受损分为严重受损、一般受损、轻微受损三个等级，并通过下式定义稀疏度(s)来量化地震区域内植被的受损情况：
[0020][0021]
其中，s》75％表示植被严重受损，25％《s《75％表示植被一般受损，s《25％表示植被轻度受损。
[0022]
优选地，通过下式计算出各种植被作所占的比率：
[0023][0024][0025][0026]
由于采用了上述技术方案，本发明具有以下创新之处：
[0027]
(1)利用遥感图像观察地震区域植被恢复情况
[0028]
利用遥感卫星对地震区域进行遥感成像，能够在对地震区域进行整体观察，掌握全面的植被分布信息，避免由于对植被分布信息掌握不全，导致对于地震区域植被恢复情况的误导性分析。
[0029]
(2)遥感图像解析出各种植被的分布
[0030]
通过逐步提。取的方法，解析出遥感图像中非植被、乔木、灌木、草本植物的分布情况，可以更加了解地震区域内各种植被的分布情况
[0031]
(3)定义植被稀疏度和各种植被比率
[0032]
通过解析出的各种植被的分布情况，定义植被稀疏度的概念和各种植被比率，可以量化的展现出各种植被以及整体植被的恢复情况
[0033]
(4)建立了植被恢复评价指标
[0034]
引入层次分析法，并将植被稀疏度、各种植被率作为评价指标，可以更加准确的分析当前植被的恢复良好程度
[0035]
(5)植被恢复建议
[0036]
引入遗传算法，将层次分析法作为核心、求解出恢复植被需要各项指标需要达到
什么标准，并与当前的各项评价指标值进行比较，可以明显的比较出当前哪些指标需要进行改进，为下一恢复植被的措施提供数据支持。
附图说明
[0037]
图1示意性地示出了植被恢复评价流程图；
[0038]
图2示意性地示出了植被恢复评价指标优化流程图。
具体实施方式
[0039]
以下对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
[0040]
目前地震之后的植被恢复是一个比较重要震后观察的指标，因此本发明设计建立了一个地震之后植被恢复检测评价模型，利用遥感图像对植被分布情况分析出植被的恢复情况。
[0041]
本发明提供了一种震后植被恢复监测方法，其主要是通过对遥感卫星的数据进行分析定期解译分析灾区卫星影像数据，从受损栖息地林相变化和景观稳定性等大尺度参数监测受损栖息地植被恢复成效，定期监测震损栖息地植被修复后不同年度和不同恢复治理模式的栖息地恢复成效。根据植被监测内容设计评估指标体系，构成评估模型，并结合领域专家评估和层次分析法实现植被恢复评价，将评估结构通过着展示在遥感解析图上。
[0042]
下面，以一个具体的实施例，对本发明的具体实施过程进行详细地说明。
[0043]
1.数据获取
[0044]
1)通过遥感卫星获取地震区域尺度2-5m的遥感图像,并通过矫正程序矫正遥感图像的频谱信息，处理少量的云层覆盖。提高遥感图像的可使用率。
[0045]
2)选取地震植被受损区域，生成地震区域遥感图像，建立不同季节，不同年份内的地震区域遥感图像库。
[0046]
2.植被成分分析提取
[0047]
1)初步分类
[0048]
利用植被与水体和裸土以及其他非植被地物在光谱特征上相差较大，利用dscan密度聚类算法，从地震区域图像中提取出初步的存在植被的区域。可以定义出地震区域内的植被稀疏度。
[0049]
2)植被覆盖区域细分类
[0050]
在利用dbsac密度聚类算法提取出植被分给区域之后，在利用k-means算法进行对植被覆盖区域进行聚类进而提取出地震区域内乔木、灌木、草本植物的分布区域。由于各种植被在光谱特征上的差别很小，所以使用权重的方式对各个波段加权，改变各种植被在光谱空间上分布，加大各种植被之间的差别，使聚类结果更加准确，其中，加权公式如下：
[0051]
λwi＝λi*ωi
[0052]
其中λi表示遥感图像中各个波段的值，ωi表示各个波段的权重，λ
ωi
各个波段加权之后的值。
[0053]
根据植被在光谱各个波段所占的比重不同赋予不同的比重。
[0054]
3.植被受损评估
[0055]
在分析不同时间段内地震区域内的遥感图像，将地震区域内得植被受损分为三个等级：严重受损、一般受损、轻微受损；通过定义稀疏度(s)来量化地震区域内植被的受损情况。
[0056]
稀疏度公式如下：
[0057][0058]
其中，受损等级划分：
[0059]
当s》75％表示植被严重受损；
[0060]
当25％《s《75％表示植被一般受损；
[0061]
当s《25％表示植被轻度受损。
[0062]
上式中surface
vegetation
表示植被覆盖面积，surface
habitar
表示受损栖息区域。
[0063]
各种植被成分受损评价方法为：基于k-means聚类对植被覆盖区域进行的植被分类，可以计算出各种植被作所占的比率，可以更加精确的分析植被恢复情况。
[0064]
其中，各种植被比率计算公式：
[0065][0066][0067][0068]
上式中surface
tree
表示乔木的覆盖面积，surface
shrub
表示灌木的覆盖面积，surface
herbaceous
表示草本植物的面积。
[0069]
4.ahp植被恢复评价模型
[0070]
将植被稀疏度和乔木、灌木、草本植物比率作为层次分析法评价指标，并按照每个指标的重要程度赋予权重，设置模糊评价结果值：恢复好、中、偏低三个模糊指标。根据植被恢复评价指标和受损植被程度，构建基于ahp的植被优化模糊模型。
[0071]
5.植被恢复建议
[0072]
用遗传算法进行求解出植被恢复良好的情况下，各个指标与现有指标存在的差距，可以建议下一步植被恢复的重点是在提升哪一个指标。
[0073]
由于采用了上述技术方案，本发明具有以下创新之处：
[0074]
(1)利用遥感图像观察地震区域植被恢复情况
[0075]
利用遥感卫星对地震区域进行遥感成像，能够在对地震区域进行整体观察，掌握全面的植被分布信息，避免由于对植被分布信息掌握不全，导致对于地震区域植被恢复情况的误导性分析。
[0076]
(2)遥感图像解析出各种植被的分布
[0077]
通过逐步提。取的方法，解析出遥感图像中非植被、乔木、灌木、草本植物的分布情
况，可以更加了解地震区域内各种植被的分布情况
[0078]
(3)定义植被稀疏度和各种植被比率
[0079]
通过解析出的各种植被的分布情况，定义植被稀疏度的概念和各种植被比率，可以量化的展现出各种植被以及整体植被的恢复情况
[0080]
(4)建立了植被恢复评价指标
[0081]
引入层次分析法，并将植被稀疏度、各种植被率作为评价指标，可以更加准确的分析当前植被的恢复良好程度
[0082]
(5)植被恢复建议
[0083]
引入遗传算法，将层次分析法作为核心、求解出恢复植被需要各项指标需要达到什么标准，并与当前的各项评价指标值进行比较，可以明显的比较出当前哪些指标需要进行改进，为下一恢复植被的措施提供数据支持。
[0084]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：

1.一种震后植被恢复监测方法，其特征在于，包括以下步骤：步骤1，选取地震植被受损区域生成地震区域遥感图像，建立不同季节、不同年份内的地震区域遥感图像库；步骤2，植被成分分析提取，包括步骤21和步骤22：步骤21，初步分类：利用植被与水体和裸土以及其他非植被地物在光谱特征上相差较大，利用dscan密度聚类算法，从地震区域图像中提取出初步的存在植被的区域，定义出地震区域内的植被稀疏度；步骤22，植被覆盖区域细分类：在利用k-means算法进行对植被覆盖区域进行聚类进而提取出地震区域内乔木、灌木、草本等植物的分布区域；步骤3，植被受损评估，包括步骤31和步骤32：步骤31，分析不同时间段内地震区域内的遥感图像，根据稀疏度来量化地震区域内植被的受损情况；步骤32，各种植被成分受损评价：基于k-means聚类对植被覆盖区域进行的植被分类，计算出各种植被作所占的比率，以更加精确的分析植被恢复情况；步骤4，构建ahp植被恢复评价模型：将植被稀疏度和乔木、灌木、草本植物比率作为层次分析法评价指标，并按照每个指标的重要程度赋予权重，设置恢复好、中、偏低三个模糊指标进行模糊评价结果值，根据植被恢复评价指标和受损植被程度，构建基于ahp的植被优化模糊模型；步骤5，植被恢复建议：采用遗传算法进行求解出植被恢复良好的情况下，各个指标与现有指标存在的差距，提出下一步植被恢复的重点是在提升哪一个指标的建议。2.根据权利要求1所述的震后植被恢复监测方法，其特征在于，步骤1之前还包括：通过遥感卫星获取地震区域尺度2-5m的遥感图像,并通过矫正程序矫正遥感图像的频谱信息，处理少量的云层覆盖。提高遥感图像的可使用率。3.根据权利要求1所述的震后植被恢复监测方法，其特征在于，步骤22中，使用权重的方式对各个波段加权，改变各种植被在光谱空间上分布，加大各种植被之间光谱特征上的差别，使聚类结果更加准确。4.根据权利要求3所述的震后植被恢复监测方法，其特征在于，所述加权公式为：λ
wi
＝λ
i
*ω
i
根据植被在光谱各个波段所占的比重不同赋予不同的比重。5.根据权利要求1所述的震后植被恢复监测方法，其特征在于，步骤31中，将地震区域内得植被受损分为严重受损、一般受损、轻微受损三个等级，并通过下式定义稀疏度(s)来量化地震区域内植被的受损情况：其中，s>75％表示植被严重受损，25％<s<75％表示植被一般受损，s<25％表示植被轻度受损。6.根据权利要求1所述的震后植被恢复监测方法，其特征在于，步骤32中，通过下式计算出各种植被作所占的比率：

技术总结

本发明提供了一种震后植被恢复监测方法，包括以下步骤：选取地震植被受损区域生成地震区域遥感图像，建立不同季节、不同年份内的地震区域遥感图像库；利用植被与水体和裸土以及其他非植被地物在光谱特征上相差较大，利用DSCAN密度聚类算法，从地震区域图像中提取出初步的存在植被的区域，定义出地震区域内的植被稀疏度，可以量化的展现出各种植被以及整体植被的恢复情况，更加准确的分析当前植被的恢复良好程度，明显的比较出当前哪些指标需要进行改进，为下一恢复植被的措施提供数据支持。为下一恢复植被的措施提供数据支持。为下一恢复植被的措施提供数据支持。