林业科学

作者：张凡1,仇天昊1,李欣悦1,张姝茵1,*,徐超1,谢治国2

单位：1. 西北农林科技大学　杨凌 7121002. 陕西省林业科学院　西安 710016

关键词：像元三分模型,植被覆盖度,Landsat,自适应端元特征值提取算法,陕西省神木市

基金：陕西省林业科技创新重点专项（SXLK2023-02-3）；陕西省林业科技创新重点专项（SXLK2022-02-7）。

目的: 引入DBSCAN聚类算法和QuickHull凸包检测算法，提出一种自适应端元特征值提取（AEEE）算法，解决像元三分模型中纯净像元指数结合二维散点图（PPI-2DSP）算法依赖人工圈选特征像元候选区的问题，利用AEEE算法评估神木市的光合植被覆盖度（fPV）、非光合植被覆盖度（fNPV）和裸土覆盖度（fBS），并分析其时空变化，验证算法的有效性，为该地区生态环境评价和植被覆盖度变化规律研究提供参考。方法: 以Landsat系列卫星遥感影像为数据源，首先对遥感数据进行预处理，然后计算像元的归一化植被指数（NDVI）和干枯燃料指数（DFI），通过以下4个步骤获取特征像元候选区：1） 应用随机采样模块减少数据规模；2） 采用DBSCAN算法聚类，去除离群数据，得到最大簇；3） 利用QuickHull算法计算凸包，构建特征三角形边界；4） 计算由凸包点集中3个点所构成的最大面积三角形顶点，分别以3个顶点为中心，取端点阈值（$\theta $）范围内区域作为特征像元候选区。预处理的影像经最小噪声分离变换减少计算量后，采用PPI算法计算纯净像元指数，利用特征像元候选区提取纯净像元指数大于5的纯净像元，将这些像元的NDVI和DFI算术平均值作为端元特征值代入像元三分模型计算fPV、fNPV和fBS，并分析其时空变化。结果: AEEE算法提取的神木市2000—2022年端元特征值与PPI-2DSP算法选取的端元特征值相近，相对误差平均值约7.35%；将其应用于像元三分模型，估算得到神木市的fPV和fNPV，与传统方法相比年平均误差分别为4.79%和5.05%，符合精度要求。在时间层面上，2000—2022年神木市的fPV和fNPV总体呈波动增长趋势，分别以年平均0.52%和0.22%的速率增长；在空间层面上，2000—2022年神木市的fPV和fNPV呈东南增长快速、西北增长缓慢的趋势，其中fPV主要以增加（39.8%）和基本不变（28.0%）2种变化强度等级为主。结论: AEEE算法适用于对光合植被、非光合植被和裸土3种端元特征值的自适应提取，能够解决PPI-2DSP算法依赖人工圈选特征像元候选区的问题。

来源：2024年第12期

《林业科学》期刊编辑部

查看林业科学杂志2024年第12期