申请/专利权人：中国科学院、水利部成都山地灾害与环境研究所;自然资源部第三地理信息制图院;西藏自治区水土保持局

申请日：2023-12-15

公开（公告）日：2024-03-15

公开（公告）号：CN117436003B

主分类号：G06F18/243

分类号：G06F18/243;G01D21/02;G06F18/214;G06F18/21;G06F16/29;G06V20/13;G06V20/10;G06V10/60;G06N20/20;G06Q50/26

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2024.02.09#实质审查的生效;2024.01.23#公开

摘要：本发明属于生态遥感技术领域，涉及考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，包括：获取降雨数据、地形数据、土壤数据与遥感影像数据，预处理；获取各类环境信息因子数据，实地采集样点的火烧严重度，针对每个样点，计算火烧严重度指数值以及环境信息因子值;建立随机森林模型；利用随机森林模型预测火烧严重度；利用降雨侵蚀力因子、地形因子、土壤可蚀性因子、植被覆盖因子、水土保持措施因子，根据RUSLE模型确定火烧前后各年度土壤侵蚀量。本发明考虑不同火烧严重度的火烧迹地土壤侵蚀动态变化过程，通过对比火烧前后不同年度的土壤侵蚀量，分析土壤侵蚀的变化，能够取得符合实际的土壤侵蚀评估结果。

主权项：1.考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，包括：获取降雨数据、地形数据、土壤数据与遥感影像数据，并进行预处理；获取各类环境信息因子数据，实地采集样点的火烧严重度，针对每个样点，计算火烧严重度指数值以及环境信息因子值，建立预测火烧严重度分布区域的随机森林模型；计算火烧严重度指数值以及环境信息因子值，包括：对于每个实测样本，提取所述遥感影像数据中每个波段的反射率像素值；根据所述反射率像素值计算火灾前后的火烧严重度指数值以及环境信息因子值；随机抽取80%的数据集子集来训练随机森林模型，其余20%用于验证随机森林模型，作为随机森林模型的输入；随机森林模型的结果输出火烧严重度分布图；火烧严重度指数包括火灾前归一化燃烧指数、火灾后归一化燃烧指数、火灾前后归一化燃烧指数的差值、相对归一化燃烧指数、火灾前归一化植被指数、火灾后归一化植被指数、火灾前后归一化植被指数差值、火灾前裸土指数、火灾后裸土指数与火灾前后裸土指数的差值；环境信息因子数据包括海拔、坡度、坡向和植被类型；将所述火烧严重度指数值与所述环境信息因子值作为所述随机森林模型的训练数据集和验证数据集，利用训练数据集对所述随机森林模型进行训练，利用所述验证数据集对所述随机森林模型的预测结果进行验证；利用随机森林模型预测火烧严重度；根据所述降雨数据确定降雨侵蚀力因子，根据所述地形数据确定地形因子，根据土壤样品的实测理化性质数据确定土壤可蚀性因子，根据所述遥感影像数据构建像元三分模型确定植被覆盖因子，根据土地利用类型确定水土保持措施因子；根据土壤样品的实测理化性质数据确定土壤可蚀性因子，包括：采集不同火烧严重度、不同植被类型和不同土壤类型的土壤样品获取土壤样品中粘粒、粉粒、砂砾，以及有机碳的百分比含量；基于EPIC模型计算所述土壤可蚀性因子；对所述土壤可蚀性因子进行ANOVA方差分析和t检验；利用所述降雨侵蚀力因子、所述地形因子、所述土壤可蚀性因子、所述植被覆盖因子、所述水土保持措施因子，根据RUSLE模型确定火烧前后各年度土壤侵蚀量。

全文数据：

权利要求：

百度查询： 中国科学院、水利部成都山地灾害与环境研究所;自然资源部第三地理信息制图院;西藏自治区水土保持局 考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD