基於統計數據和遙感影像數據的區域化肥投入空間化方法
2023-05-27 03:09:31
專利名稱：基於統計數據和遙感影像數據的區域化肥投入空間化方法
技術領域：
本發明涉及農業非點源汙染和遙感空間化技術領域。尤其涉及一種統計數據和遙感影像數據相結合的區域化肥投入空間化方法。
背景技術：
化肥是農業生產中一項至關重要的生產性資源，在糧食增產中起著重要的作用。 化肥投入的大幅度增加，在不斷提高作物產量的同時，還帶來了水體富營養化、土壤物理和化學屬性惡化、地下水汙染、生物多樣性喪失等一系列嚴重的生態環境問題，是農業非點源汙染的主要類型之一。加上人們越來越關注環境保護和食品安全問題，將來隨著生產環境標準和食品檢疫標準的逐漸嚴格，化肥的使用將受到嚴格限制。因此，研究區域化肥投入存在的空間差異性，不僅是對農田化肥投入進行優化配置，實現農田集約化、科學化管理的基礎，更是農業非點源汙染研究中建立分布式模型的需要。基於統計數據的農業化肥投入屬於社會經濟數據，社會經濟數據空間化是當前地理科學、社會科學共同關注的焦點之一。社會經濟數據以區域為單位進行統計，而這些統計單元一般都是一些大小各異的行政單元，在這些行政單元內一個單元賦予同一個數值，生成區域內指標的均勻分布，不同區域間突變分布的特點，這顯然不能代表統計數據的實際分布情況。在實際的空間分布中，統計單元內的數據常常不是均勻分布的，相鄰統計單元的邊界處分布也是連續的。這些數據妨礙了經濟地理學與自然地理學的數據共享，抑制了人文地理學理論的發展及其對GIS等新技術的運用。要解決這些問題，迫切需要建立一定解析度的基礎地理單元，將社會經濟數據轉化到一個可以方便操作、分析的數據平臺。社會經濟數據數據空間化就是最好的解決方法之一，即將以行政區域為單元的統計數據展布到一定尺寸的地理網格上。社會經濟數據空間化方法的一個重要特徵是單元內的容量不變性，即空間分配過程不影響原有屬性值對整個單元總量或平均值的表達。空間化的方法可以歸納為以下四種(1)密度分配通過分布函數、控制區或控制函數的方法將統計指標的數量以密度分配的方式分配到空間上。(2)鄰域關係利用地理變量在空間上的相互依賴關係，通過鄰域的值來估計所在位置的值。可通過簡單的插值方法或空間自相關方法來估計。( 地理變量之間的相關關係通過一個變量的分布差異去估計另一個變量的空間差異。這種關係可能是非線性和不確定的。(4)分形方法分形具有自相似和自仿射特徵，其局部通過變換與整體相等或相似。根據分形分析檢驗地理實體分布的分形特徵並提取參數，然後通過分形模擬的方法可能實現對密度分布的估計。社會經濟數據根據屬性變量性質不同，可以將變量分為廣延量(extensive)和強度量(intensive)，當區域被分成一系列子區域，如果區域的值是子區域的加權平均值，這個變量就叫廣延量，如果區域的值是子區域的和，這個變量就叫強度量。社會經濟數據空間化的研究目前主要集中在人口數據的空間化、⑶P(GroSS Domestic Product，國內生產總值)空間化以及空間化方法的改良上。處理這一類問題的方法主要是使用面域加權，實際上是多邊形疊加(polygon overlay)，就是將目標區和源區疊加，分別計算各交叉區域的屬性值，再按目標區計算，也有學者將其稱為「比例分配」。由於該方法不能只考慮面積作為分配的權重，於是學者們開始使用面積以外輔助的信息，即「借力」，使用控制區的面域加權或者是使用回歸關係的面域加權。目前世界上這種「借力」方法的研究最主要集中在人口數據的空間化上。社會經濟數據具有區別於自然地理數據的特點，應用輔助數據研究面插值是未來發展的趨勢，特別是遙感數據作為輔助數據的研究有著很大的發展潛力。在對化肥投入的空間變異研究中，學者們研究的著重點在於大尺度上(國家尺度)的化肥施用對糧食產量的影響，有的是直接進行定性的分區，有的是在行政界線的基礎上對投入進行分區。還有的是劃分為高投入、中投入、低投入，每種投入都有具體的定義， 可以認為是一種半定量或者定性的方式。在將化肥投入空間化到一定的網格尺度方面，目前研究幾乎還處於空白。農田系統是一個非常複雜的系統，農業投入受到諸多因素的影響， 它有別於人口數據，簡單地應用輔助數據進行面域加權的數學方法還不能夠從本質上全面地反映化肥投入的空間分布。
發明內容
(一)要解決的技術問題本發明要解決的技術問題是如何提供一種能夠從本質上全面地反映化肥投入的空間分布，且獲得較好的區分度的化肥投入空間化方法。( 二 )技術方案為解決上述技術問題，本發明提供了一種基於統計數據和遙感影像數據的區域化肥投入空間化方法，包括以下步驟Si、獲取歸一化植被指數NDVI時間序列數據，並對該數據進行平滑處理；S2、利用所述數據提取分類特徵，並根據該分類特徵採用決策樹分類方法對作物種植模式進行分類；S3、在不同類型的種植模式下進行NDVI時間序列主成分分析，並提取多個主成分；S4、對統計獲得的化肥投入數據和其中前2個主成分進行尺度匹配，並利用尺度分配的結果分析不同種植模式下化肥投入數據與這兩個主成分的關係，利用前2個主成分中能夠反映化肥投入所造成的農用地生產力的差異的主成分進行化肥投入的空間化，所述化肥投入數據包括投入的化肥種類數據和數量數據，主成分按照與化肥投入存在的關係的顯著性從大到小排列。其中，步驟S3中的所述主成分分析針對各種植模式的NDVI時間序列分別進行，分析時首先針對每種種植模式提取6個主成分，這6個主成分從不同方面反映了農用地生產力的狀況，然後對各種植模式下前2個主成分的特徵向量進行分析來認識前2個主成分分別代表的物理意義。其中，在步驟S4中使用各種植模式下化肥投入數據與該種植模式6個主成分中的前2個主成分進行相關分析，找到各種植模式下與化肥投入存在一定關係的主成分。其中，步驟S4中進行尺度匹配的方法為將化肥投入數據和前2個主成分都匹配
4到像元尺度或鄉鎮尺度上。其中，步驟Sl中，利用權重滑動平均濾波法^tvizky-Golay對MODIS NDVI時間序列數據進行平滑濾波。其中，利用中解析度成像光譜儀獲得NDVI時間序列數據。(三)有益效果本發明通過統計數據和遙感影像數據相結合進行區域化肥投入空間化，試驗證明，該方法從本質上全面地反映化肥投入的空間分布，且能夠獲得很好的區分度。
圖1是本發明的方法流程圖；圖2是NDVI時間序列平滑前後對比圖；圖3是北京北部山區2000年作物種植模式分類圖；圖4是對不同種植模式的主成分分析得到的前2個成分的特徵向量曲線圖；圖5是不同種植模式的第一主成分(也稱為主成分一)與化肥投入散點圖；圖6是不同種植模式的第二主成分(也稱為主成分二)與化肥投入散點圖；圖7是三種種植模式下化肥投入空間分配結果圖。
具體實施例方式下面結合附圖和實施例，對本發明的具體實施方式
作進一步詳細說明。以下實施例用於說明本發明，但不用來限制本發明的範圍。如圖1所示，本發明包括以下步驟首先利用MODIS NDVI時間序列數據(為遙感影像數據)進行作物種植模式的分類。包括MODIS NDVI時間序列數據獲取及處理、作物種植模式的分類和分類精度評價。SUMODIS NDVI時間序列數據的獲取與處理植被的遙感數據中包含了葉子及其生長狀況等綜合信息，這些信息直接指示作物乾物質的積累以及生物量的多少。一些研究指出NDVI與作物產量、生物量有較好的相關性，並且用於表徵農田生產力。因此，本發明採用中解析度成像光譜儀(MODIS)的NDVI時間序列表達作物一年初級生產力的分布規律。首先，獲取2000年MODIS 250米解析度的8d(8天)合成地表反射率產品，該數據來源於NASA的MODIS數據產品分發網站(http //modis. gsfc. nasa. gov/)，包括了第一、第二波段兩個波段。利用MODIS產品專門處理工具MRT(Modis Reprojection Tool)軟體對下載的產品進行文件格式、空間鑲嵌和地圖投影的轉換，最後進行掩模得到研究區域的影像圖。其次，利用NDVI計算公式對該影像圖進行計算得到MODIS NDVI時間序列數據。NDVI是近紅外與紅色通道反射比值的一種變換形式。許多研究表明NDVI與LAI、 綠色生物量、植被覆蓋度、光合作用等植被參數有關，是植被生長狀況及植被覆蓋度的最佳指示因子。其計算公式為
權利要求
1.一種基於統計數據和遙感影像數據的區域化肥投入空間化方法，其特徵在於，包括以下步驟S1、獲取歸一化植被指數NDVI時間序列數據，並對該數據進行平滑處理；S2、利用所述數據提取分類特徵，並根據該分類特徵採用決策樹分類方法對作物種植模式進行分類；S3、在不同類型的種植模式下進行NDVI時間序列主成分分析，並提取多個主成分；S4、對統計獲得的化肥投入數據和其中前2個主成分進行尺度匹配，並利用尺度分配的結果分析不同種植模式下化肥投入數據與這兩個主成分的關係，利用前2個主成分中能夠反映化肥投入所造成的農用地生產力的差異的主成分進行化肥投入的空間化，所述化肥投入數據包括投入的化肥種類數據和數量數據，主成分按照與化肥投入存在的關係的顯著性從大到小排列。
2.如權利要求1所述的基於統計數據和遙感影像數據的區域化肥投入空間化方法，其特徵在於，步驟S3中的所述主成分分析針對各種植模式的NDVI時間序列分別進行，分析時首先針對每種種植模式提取6個主成分，這6個主成分從不同方面反映了農用地生產力的狀況，然後對各種植模式下前2個主成分的特徵向量進行分析來認識前2個主成分分別代表的物理意義。
3.如權利要求2所述的基於統計數據和遙感影像數據的區域化肥投入空間化方法，其特徵在於，在步驟S4中使用各種植模式下化肥投入數據與該種植模式6個主成分中的前2 個主成分進行相關分析，找到各種植模式下與化肥投入存在一定關係的主成分。
4.如權利要求2所述的基於統計數據和遙感影像數據的區域化肥投入空間化方法，其特徵在於，步驟S4中進行尺度匹配的方法為將化肥投入數據和前2個主成分都匹配到像元尺度或鄉鎮尺度上。
5.如權利要求1所述的基於統計數據和遙感影像數據的區域化肥投入空間化方法，其特徵在於，步驟Sl中，利用權重滑動平均濾波法Savizky-G0Iay對MODIS NDVI時間序列數據進行平滑濾波。
6.如權利要求1 5任一項所述的基於統計數據和遙感影像數據的區域化肥投入空間化方法，其特徵在於，利用中解析度成像光譜儀獲得NDVI時間序列數據。
全文摘要
本發明公開了一種基於統計數據和遙感影像數據的區域化肥投入空間化方法，包括以下步驟S1、獲取歸一化植被指數NDVI時間序列數據，並進行平滑處理；S2、利用所述數據提取分類特徵，並採用決策樹分類方法對種植模式進行分類；S3、在不同種植模式下進行NDVI時間序列主成分分析，並提取多個主成分；S4、對化肥投入數據和其中兩個主成分進行尺度匹配，並利用尺度分配的結果分析不同種植模式下化肥投入數據與這兩個主成分的關係，選取能夠反映化肥投入所造成的生產力的差異的主成分進行化肥投入的空間化。本發明能夠從本質上全面地反映化肥投入的空間分布，且能夠獲得很好的區分度。
文檔編號G06K9/66GK102156886SQ201010621790
公開日2011年8月17日 申請日期2010年12月27日 優先權日2010年12月27日
發明者劉建光, 周連第, 孫丹峰, 張微微, 李紅, 王雅 申請人:中國農業大學