[发明专利]基于点位数据和遥感影像数据的区域耕地质量监测方法

说明书

技术领域

本发明涉及遥感监测技术和农业资源应用技术领域。尤其涉及一种基于点位数据和遥感影像数据的区域耕地质量监测方法。

背景技术

随着经济发展、城市化进程加快以及农业利用结构调整，耕地资源的数量和质量变化都受到了影响。决策者不仅要了解耕地资源的数量，更要了解耕地质量的变化特征及规律，以保证耕地资源的可持续利用，确保粮食生态安全。因此迫切需要进行长期、稳定、全面、科学的耕地质量监测。

自我国1984年开始耕地质量监测以来的26年内，耕地质量监测都是通过设立监测点，持续定期地通过科学而合理的空间取样，来调查影响耕地质量的主要指标或属性，并结合其他数据的分析，对耕地质量的变化作出评估。虽然利用定位监测资料可以发现耕地土壤肥力、土壤污染等指标的变化，但是受监测点制约，一方面监测范围较小，另一方面监测周期长，不能实时地实现对耕地质量的监测。而且对于耕地质量的空间分布特征，则利用区域定位监测点数据通过地统计学的插值方法来预测未采样点的属性值，从而揭示区域耕地质量的空间分布特征。但是这种将点的监测结果扩展到区域的方法其精度无法保证，不能代表耕地质量大区域的空间分布特征。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提供一种能够从本质上全面地反映耕地质量的等级分布，且能获得较好的区分度的区域耕地质量监测方法。

(二)技术方案

为解决上述技术问题，本发明提供了一种基于点位数据和遥感影像数据的区域耕地质量监测方法，包括以下步骤：

S1、获取归一化植被指数NDVI时间序列数据，并对该数据进行平滑处理；

S2、利用所述数据提取分类特征，并根据该分类特征采用决策树分类方法对作物种植模式进行分类；

S3、在不同种植模式下进行NDVI时间序列主成分分析，并提取多个主成分；

S4、利用耕地质量监测点的点位数据，对反映耕地质量的指标进行主成分分析，并提取所述主成分，利用所提取的主成分计算耕地质量指数，进行监测点的耕地质量的定量评价；

S5、利用所述点位数据，对不同种植模式下的耕地质量指数与进行主成分分析所得到的几个主成分分别进行相关性分析，若得到各种植模式下的耕地质量指数均与一主成分有一定程度的正相关关系，则将该主成分作为第一主成分进行耕地质量的监测；

S6、利用所述点位数据，建立耕地质量指数与不同种植模式下的第一主成分建立回归模型，得到耕地质量等级分布图。

其中，步骤S4中，用下式将提取的主成分进行加权平均后得到每个耕地质量监测点的耕地质量指数，其中将各主成分的特征值作为权重：

Tint=Σi=1nλi×pci/Σi=1nλi]]>

其中，Tint是利用主成分的特征值对提取的主成分加权平均后所得的反映耕地质量的指数，λ_i是提取的主成分pc_i的特征值，i表示第i个主成分，n表示所提取的主成分的个数。

其中，步骤S3中的所述主成分分析针对各种植模式的NDVI时间序列分别进行，分析时首先针对每种种植模式提取6个主成分，这6个主成分从不同方面反映了农用地生产力的状况，然后对各种植模式下第1个主成分的特征向量进行分析来认识第1个主成分代表的物理意义，主成分的名次按特征值或贡献率大小的顺序从大到小排列。

其中，步骤S1中，利用权重滑动平均滤波法Savizky-Golay对NDVI时间序列数据进行平滑滤波。

其中，利用中分辨率成像光谱仪MODIS获得NDVI时间序列数据。

其中，所述反映耕地质量的指标包括气候因素和土壤因素。