[发明专利]一种基于遥感数据的湿地景观近地层冷湿气候要素GIS空间模拟方法

说明书

技术领域

本发明涉及一种基于遥感数据的湿地景观近地层冷湿气候空间模拟方法。

背景技术

面对近几十年全球环境变化，人类活动干扰下的区域湿地景观变化问题俨然已成为全球变化研究的重要内容，尤其湿地景观变化及其带来的气候效应研究已成为研究热点和协调湿地保护与区域经济可持续发展的依据。因此，准确地获取冷湿气候要素的空间分布对湿地生态系统区域气候模型、水文与生态模型以及全球气候响应等研究起着十分重要的作用。

目前，从气象站观测获取气象数据是模拟气候要素空间分布的主要来源之一；由于气象站点空间分布稀疏不均，常采样各种空间插值方法将有限的点扩展到面以获取空间连续分布的气候数据。然而在不同地形和不同景观条件下，一个气象站能够代表的范围有很大差别，即使通过空间插值方法也无法获得高精度的气温空间分布。针对这个不足，目前已有研究利用遥感影像获得大范围的气候要素空间分布。虽然遥感反演实现了斑块内部差异的体现，但很少有研究将其用于具有复杂地表特性的区域，特别是考虑异质斑块之间边缘带的近地层气候要素分布情况，因此，本发明在基于湿地景观尺度下近地层冷湿要素空间分布模拟时，既利用遥感数据的优势克服了传统气象站数据分布稀疏的缺点，又着重考虑了冷湿气候要素在斑块之间边缘带上的水平变化模式。

发明内容

本发明为了解决现有空间插值方法无法获得高精度的气温空间分布，从而提供一种基于遥感数据的湿地景观近地层冷湿气候要素GIS空间模拟方法。

一种基于遥感数据的湿地景观近地层冷湿气候要素GIS空间模拟方法，它包括如下步骤：

步骤一：获得研究区MODIS遥感影像的植被指数数据集NDVI、地表温度数据集LST以及可降水量数据集Pw，并进行数据处理；

步骤二：利用步骤一所述植被指数数据集NDVI和地表温度数据集LST建立近地层气温反演模型，获得湿地斑块和旱地斑块内部气温的空间分布；

步骤三：利用步骤一所述地表温度数据集LST和可降水量数据集Pw建立近地层相对湿度反演模型，获得湿地斑块和旱地斑块内部近地层相对湿度的空间分布；

步骤四：根据步骤二与步骤三所述湿地斑块和旱地斑块内部气温与相对湿度的空间分布，使用空间聚合法获得湿地斑块和旱地斑块近地层冷湿气候要素的平均值，构建冷湿气候要素边缘效应水平变化模型；所述冷湿气候要素为气温与相对湿度；

步骤五：根据步骤四获得的冷湿气候要素边缘效应水平变化模型模拟结果，利用GIS技术对湿地景观尺度下的近地层气温和湿度进行空间模拟。

所述步骤一：获得研究区MODIS遥感影像的植被指数数据集NDVI、地表温度数据集LST以及可降水量数据集Pw，并进行数据处理的过程为：

步骤一1：获得研究区MODIS遥感影像的植被指数数据集NDVI、地表温度数据集LST以及可降水量数据集Pw，对三种数据集进行投影转换、辐射定标以及图像拼接剪裁处理；

步骤一2：对步骤一1处理后的数据进行水体掩膜处理与云处理，获得剔除了由水体和云因素影响而产生异常值的影像数据集；

步骤一3：对可降水量数据集Pw的每天数据集求平均，得到与地表温度数据集LST相同时间尺度的近红外和红外的可降水量Pw合成数据集；

步骤一4：获取气象站数据；所述气象站数据包括气温、相对湿度和地面水汽压；并根据气象站的地理位置，提取步骤一2获得的植被指数数据集NDVI、地表温度数据集LST以及步骤一3获得的可降水量数据集Pw相应像元的亮度值DN。

所述步骤二：利用步骤一所述植被指数数据集NDVI和地表温度数据集LST建立近地层气温反演模型，获得湿地斑块和旱地斑块内部气温的空间分布的过程为：

利用步骤一4获得的地表温度数据集LST和植被指数数据集NDVI的DN值以及气象站的气温数据通过二元线性回归方程构建近地层气温反演模型，估算湿地斑块和旱地斑块内部近地层气温分布的模型为：

y＝β₀+β₁x₁+β₂x₂

式中，y表示估算的平均气温值，x₁表示地表温度LST，x₂表示植被指数数据集NDVI，β_n表示回归系数。

所述步骤三：利用步骤一所述地表温度数据集LST和可降水量数据集Pw建立近地层相对湿度反演模型，获得湿地斑块和旱地斑块内部近地层相对湿度的空间分布的过程为：