[发明专利]一种湿地土壤微生物群落高光谱遥感监测方法

说明书

本发明提出了一种湿地土壤微生物群落高光谱遥感监测方法，计算高光谱影像数据和合成孔径雷达成像数据的像元差值，基于所述像元差值进行高光谱影像数据像元值的纠正，获取包含待检测区域的高光谱遥感影像；对所述高光谱遥感影像数据进行降维预处理，采用前四个主成分代表所述微生物群落的整幅高光谱遥感图像；利用可分离性指标M,得到高光谱遥感图像内具有微生物群落的区域与不具有微生物群落的区域的可分离度；将高光谱遥感图像内具有微生物群落的区域与不具有微生物群落的区域分离后，读取具有微生物群落的区域图像，对所述区域图像进行碎片分割；利用训练好的分类模型对碎片分割后得到的图像碎片进行分类，从而识别微生物群落。

技术领域

本发明涉及利用高光谱遥感进行微生物群落检测领域，具体涉及一种湿地土壤微生物群落高光谱遥感监测方法。

背景技术

现有技术中，常利用地面测量的方法获取湿地土壤微生物群落信息，但这样获取方式是以人工测定为主，易受非客观因素的影响，且经济成本和时间成本高，难以快速获得大空间尺度上的数据，以及无法保障数据的准确性和实时性，不能及时满足有关部门的需求。

与传统监测手段相比，遥感技术可以远距离观测目标并进行识别，能够客观、准确、及时地提供各种信息，实现大面积同步观测，弥补传统调查方法的不足，在地物监测识别方面具有较强优势。而遥感技术中利用中低空间分辨率遥感数据进行识别时，容易出现混合像元问题，分类精度低。此外，湿地土壤微生物群落的光谱特征会随着时间的变化而变化，使其光谱特征具有高度动态性和复杂性，利用单一时相的遥感数据，难以捕捉湿地土壤微生物群落光谱特征的变化，不能准确获取湿地土壤微生物群落识别的遥感信息。时间序列遥感数据能够动态监测湿地土壤微生物群落的变化，可准确捕捉湿地土壤微生物群落光谱特征的变化规律，以及确定湿地土壤微生物群落遥感识别的关键时间窗口。

高光谱遥感以其高光谱分辨率和强波段连续性的特点，能够获取多光谱传感器无法获得的精细光谱信息。高光谱遥感数据可以捕捉土壤精细的光谱特征，从而有利于定量获取土壤的生化组分。光谱倒数的对数(LR)、光谱一阶微分(FD)、光谱二阶微分(SD)、包络线去除(CR)、光谱波段深度(BD)是高光谱遥感较常采用的光谱变换技术。

利用高光谱遥感数据实现对湿地土壤微生物群落生理生化参量的估算，是生态学、农学、全球变化等科学研究以及精准农业等应用行业的迫切需求。这种测量方法具有快捷方便的特点，其测量区域甚至可以扩大到整个地球的尺度。并且它是一种无损测量法，它不会对植被生长造成任何的影响。

发明内容

为了解决上述技术问题，本申请所要解决的技术问题是提供了一种湿地土壤微生物群落高光谱遥感监测方法，基于高光谱遥感检测机理，估测微生物群落的时空分布状况。

一种湿地土壤微生物群落高光谱遥感监测方法，包括如下步骤：

S1、计算高光谱影像数据和合成孔径雷达成像数据的像元差值，基于所述像元差值进行高光谱影像数据像元值的纠正，获取包含待检测区域的高光谱遥感影像；

S2、对所述高光谱遥感影像数据进行降维预处理，采用前四个主成分代表所述微生物群落的整幅高光谱遥感图像；

S3、利用可分离性指标M,得到高光谱遥感图像内具有微生物群落的区域与不具有微生物群落的区域的可分离度；

S4、将高光谱遥感图像内具有微生物群落的区域与不具有微生物群落的区域分离后，读取具有微生物群落的区域图像，对所述区域图像进行碎片分割；

S5、利用训练好的分类模型对碎片分割后得到的图像碎片进行分类，从而识别微生物群落。

进一步地，所述步骤S1中，通过分别遍历高光谱影像数据和合成孔径雷达成像数据中的每一个数据，将最大值和最小值记录下来，并以最大值和最小值的差作为基数进行数据的归一化处理：