买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:西南大学
摘要:本发明提供一种基于生境斑块地表单元划分的土壤有机碳高精度反演方法;获取并预处理西南地区的多源环境‑遥感数据;选取了包括气候、地形、土壤和人类活动在内的环境协变量,同时还选取了Sentinel‑1极化数据、Sentinel‑2A波段数据以及这些波段计算出的15个光谱指数作为遥感变量;采用围绕中心分区PAM的聚类算法将研究区域划分为不同的生境斑块类型;对比采用过滤器、包装器和嵌入式的特征选择方法对每个区域的辅助变量组合进行优化的效果;分别采用多种机器学习模型分别在独立的子区域以及整个区域建立土壤有机碳含量预测模型;生成西南地区土壤有机碳含量的空间分布图。本发明实现土壤有机碳含量的遥感精细估算,克服了模拟精度较低的问题。
主权项:1.基于生境斑块地表单元划分的土壤有机碳高精度反演方法,其特征在于,包括以下步骤:步骤S1,首先获取研究区域的多源环境-遥感数据,并对影像数据进行预处理;首先采集研究区域的Sentinel-1的极化数据以及Landsat8影像数据,采集SOC实测数据、年均温、年降水量、地表温度LST、人口密度、土地利用、DEM及其提取的相关地形指标;步骤S2,根据预处理后的Landsat8数据,针对研究研究区域的光谱指数进行计算;步骤S3,采用生境斑块地表单元的划分方法;所述的生境斑块概念为:在相似的自然及人为因素作用下形成的生态环境特定地理空间,且斑块内部具有环境因子的相对均一性,包括环境因子的状态和时间变化特征两方面;将研究区域划分为四个不同的生境斑块类型;划分之后,对比采用过滤器、包装器和嵌入式的特征选择方法对每个区域的辅助变量组合进行优化的效果;步骤S4,基于聚类分析后的区域划分结果和最优特征选择方法的因子筛选结果,采用多种机器学习模型分别在不同的子区域以及整个区域建立土壤有机碳含量预测模型;根据不同模型的预测精度对比,生成西南地区土壤有机碳含量的空间分布图。
全文数据:
权利要求:
百度查询: 西南大学 基于生境斑块地表单元划分的土壤有机碳高精度反演方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。