[发明专利]一种可用于针叶林提取的新型植被指数

说明书

本发明涉及遥感影像处理技术和时空数据分析方法，公开了一种可用于针叶林提取的新型植被指数。通过分析针叶林的归一植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、土壤自适应植被指数(SAVI)和陆表水分指数(LSWI)的最佳区分时相，将不同时相的不同植被指数结合，构建了区分针叶林和其他林地的归一化林地指数(NDFI)，利用植被指数时间序列数据获得月均值光谱曲线，对归一化植被指数NDFI进行概率密度曲线分析获得提取针叶林面积信息提取的阈值，进而实现基于星载卫星遥感数据的高精度针叶林信息提取与空间分布制图。本发明提取的新型植被指数以增强植被间的差异性，有利于植被的区分，可用于在区域尺度提取针叶林分布信息，具有更高的准确率和实用性。

技术领域

本发明涉及遥感影像处理技术和时空数据分析方法，特别是一种基于新植被指数提取针叶林的方法，属于遥感图像处理与林业应用技术领域。

背景技术

针叶林广泛分布于世界各地，而以北半球为主。其中在中国按分布环境和区系组成，可分为寒温带、温带、亚热带和热带等针叶林。主要分布在东北、华北、西北、西南、南部热带雨林等地。

在自然条件下，各种类型的针叶林相当稳定，具有较强的自然调节能力，尤其善于抵御干旱、大风和寒冷气候的威胁，是中国森林资源最主要的组成部分，其木材蓄积量占全国森林总蓄集量的65％。针叶林中还生长有可供食用和药用的野生植物等。并且针叶林在碳循环中也起着非常重要的作用。区域尺度提取针叶林信息为针叶林的监测、保护以及病虫害的防治都起到了十分重要的作用，相较于大尺度的针叶林信息提取，区域尺度下的针叶林信息提取可排除其他干扰因素，能更加精准全面反映更多的相关信息，为针叶林保护起到更好的作用，也为相关部门制定决策提供相关依据。

准确监测植被结构及空间分布信息对于林业生态系统变化以及政策制定等都具有重要的现实意义。传统普查与调查手段费时费力且难以准确反映植被的空间分布信息。卫星遥感技术以其快速大范围重复获取数据的优势成为监测植被信息的有效手段，且发展出许多监测方法。多时相遥感分析方法应用广泛，不同植被具有不同的生长周期，因此物候特征在植被识别中扮演着重要角色。植被指数反映了植被对光谱波段的响应特征，作物的植被指数在不同的生长阶段由于色素和结构的不同而不同；不同的植被指数侧重点不同，对同一种植被有不同的反映；不同植被整个生长期的植被指数变化也不同。因此，多种植被指数结合时间序列信息能够区分植被的生长期以及生长状态，进而区分不同植被，这为利用植被指数时间序列数据进行针叶林信息提取奠定了理论基础。

目前已有众多全球土地覆盖数据产品公开发布，大部分的产品仅进行了土地利用的一级分类，并没有分到森林类型。清华大学地球系统科学系宫鹏教授团队和中科院空天信息创新研究院刘良云研究员团队分别研发了FROM_GLC10-2017和GLC_FCS30-2020土地覆盖精细分类产品，可得到不同的森林类型数据，但是全球性分类产品具体到区域尺度时精度会降低。

发明内容

本发明的目的是提供一种利用新型植被指数以提取针叶林的方法。它通过分析针叶林与其他林地各植被指数最佳分类时相，将不同时相的不同植被指数结合，构建新的植被指数提取针叶林分布信息，具有更高的准确率。故本发明利用各植被指数的时序变化特征构建了区分针叶林和其他林地的归一化林地指数(NDFI)。

本发明的目的是这样实现的：针对不同植被指数时间序列差异性这一特点，基于地表覆盖数据中的林地范围，利用Landsat时间序列数据，进行植被指数变化分析，寻找特征时间点，构建归一化林地植被指数NDFI，实现针叶林信息提取和分布制图。

本发明与普通植被指数相比具有以下优点：

(1)根据不同植被指数年度变化分析的结果，本研究通过分析针叶林与其他林地各植被指数最佳分类时相，将不同时相的不同植被指数结合，构建新的植被指数提取针叶林分布信息。