技术领域
[0001] 本发明涉及数字化生态廊道提取技术领域，具体而言，涉及一种基于生态遥感的流域生态廊道提取方法。
相关背景技术
[0002] 随着遥感技术的快速发展，高分辨率的生态遥感数据为流域生态研究提供了丰富的信息源。流域生态廊道作为连接不同生态区域的重要通道，对于维护生物多样性、促进生态系统服务功能具有关键作用。
[0003] 传统的生态廊道提取方法往往存在数据不准确、缺乏系统性等问题，难以满足精准生态规划的需求。随着遥感技术的发展，利用生态遥感数据进行生态廊道提取成为可能，但现有的基于遥感的方法仍有进一步优化的空间。
具体实施方式
[0023] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0024] 本申请的说明书和权利要求书及上述附图中的术语“第一、第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。在本申请中出现的对步骤进行的命名或者编号,并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤,已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行次序，只要能达到相同或者相类似的技术效果即可。
[0025] 独立说明的模块或子模块可以是物理上分离的,也可以不是物理上的分离:可以是软件实现的,也可以是硬件实现的,且可以部分模块或子模块通过软件实现,由处理器调用该软件实现这部分模块或子模块的功能，且其它部分模板或子模块通过硬件实现，例如通过硬件电路实现。此外,可以根据实际的需要选择其中的部分或全部模块来实现本申请方案的目的。
[0026] 请参照图1，本发明提供的一种基于生态遥感的流域生态廊道提取方法，包括：S101：获取目标流域的生态遥感数据，通过生态遥感数据获取目标流域的土地覆被类型、生态廊道脚踏石点的第一特征信息和江心岛点的第二特征信息；
在本实施例中，土地覆被类型一般包括河流、森林、草地、农田、湿地等不同类型，在方案中，主要考虑河流、森林、草地、农田、湿地这几种类型，其中，生态踏脚石为孤立的但对物种迁移起重要连接作用的小块生态区域，第一特征信息和第二特征信息主要包括生态廊道脚踏石点或者江心岛点的基础信息，例如面积、个数、生物栖息情况等。
[0027] S102：设置区域评价单元的面积划分值，通过土地覆被类型和区域评价单元的面积划分值将目标流域划分为若干个区域评价单元；在本实施例中，由于目标流域一般涉及的范围较大，综合考虑不便于分析，则本方案将目标流域划分为若干个区域评价单元，通过对若干个区域评价单元的分析，最后得到该目标流域较为合适作为生态廊道的区域。
[0028] S103：建立流域生态廊道适宜性评价模型，根据适宜性评价模型通过若干个区域评价单元的第一特征信息和第二特征信息，得到若干个区域评价单元的第一适宜性指数；S104：并对第一适宜性指数进行由高至低排序，设置选择个数阈值，保留与选择个数阈值相等个数的在前的第一适宜性指数作为第二适宜性指数；
其中，设置选择个数阈值的具体数据，可以根据具体情况进行设置，例如选择靠前
20%的第一适宜性指数作为第二适宜性指数。
[0029] S105：获取当前的流域的基础信息，建立阻力修正模型，通过阻力修模型对第二适宜性指数进行修正，得到第三适宜性指数；其中，本发明的阻力修正模型主要结合流域的地形、土地利用类型、人类活动强度等因素，分析生态流，如物种迁移、能量流动、城市建成区、交通干道等的阻力因素，构建生态廊道的阻力面，构建生态阻力面，进而构成阻力修正模型就行修正，使最终所的评价结果更加准确。
[0030] S106：输出由高至低排序的第三适宜性指数所对应的区域评价单元。
[0031] 根据计算得出的流域生态廊道的第三适宜性指数，筛选出第三适宜性指数较高的区域作为流域廊道生态源地。这些生态源地通常是生态资源丰富、生态系统较为稳定且对周边生态环境具有较强辐射和带动作用的区域。
[0032] 采用本发明所提供的方法，主要包括了利用高分辨率的生态遥感数据，通过专业的遥感图像解译软件和技术，对流域范围内的地表信息进行解译，获取土地覆被，包括河流、森林、草地、农田、湿地等不同类型、生态踏脚石、江心岛等生态地表要素的详细分布和特征信息，建立流域生态廊道适宜性评价模型，得到若干个区域评价单元的第一适宜性指数，并对第一适宜性指修正得到第三适宜性指数。通过上述方法，能够尽可能地使数值分布均匀，从而客观地反映各生态要素对生态廊道适宜性的综合影响。综合考虑生态要素的空间分布、连通性、生态服务功能等因素，通过模型计算，得到流域生态廊道适宜性指数，可根据具体的生态要素灵活调整，适用于多种类型的流域生态廊道提取，根据所得的第三适宜性指数和具体情况，提取挑选出数值排名靠前的第三适宜性指数对应的区域评价单元作为最终的生态廊道。
[0033] 本发明的一个实例性实施方式，所述获取目标流域的生态遥感数据包括：获取目标流域的区域边界和生态遥感图像，基于目标流域的区域边界对生态遥感图像进行裁剪，获得待识别的目标流域的生态遥感图像，避免不必要的数据分析，浪费时间；
根据生态遥感图像提取地表特征，输出生态遥感数据。
[0034] 具体的，根据生态遥感图像提取地表特征包括：选择角度和距离，以深度为单位，计算同一像素及其邻域像素之间灰度值的频率，一般可以选择0°，45°，90°，135°。
[0035] 根据所述频率对生态遥感图像进行特征计算，得到第一特征数据；获取历史生态遥感图像的第二特征数据，通过第二特征数据与第一特征数据的对比，得到第一特征数据所对应的地表特征。
[0036] 也可以使用GIS软件或者专门的图像处理软件（如ENVI、ERDAS）来计算纹理特征。常用的步骤包括导入影像、定义窗口和角度、生成GLCM和提取纹理特征的功能。
[0037] 具体的，对生态遥感图像进行特征计算包括：
[0038]
[0039]
[0040] 式中， 为对比度， 为同质性， 为熵， 为灰度级和灰度级 之间灰度值的频率，和 分别为灰度值的索引。
[0041] 本发明的一个实例性实施方式，所述设置区域评价单元的面积划分值包括：获取目标流域的面积和生态遥感数据的分辨率，建立面积划分值确认模型；
面积划分值确认模型包括：
[0042] 式中， 为面积划分值， 为初始设置的面积划分值， 为目标流域的面积， 为当前生态遥感数据的分辨率， 为1920×1080的分辨率。
[0043] 在本实施例中，初始设置的面积划分值可以根据现有技术常规的分析划分面积进行设置，在此基础之上，本发明还增加了生态遥感数据分辨率的考虑，若生态遥感数据的分辨率越高，则数据更加清晰，可以适当的增大面积划分值，一次分析更大的面积，相对的应当减小每次分析的面积。
[0044] 本发明的一个实例性实施方式，通过土地覆被类型和区域评价单元的面积划分值将目标流域划分为若干个区域评价单元包括：对当前土地覆被类型被识别为农田的区域进行裁剪剔除；
构建网格线，每个网格所覆盖的面积与所述面积划分值相同，将网格线映射至目标流域，得到若干个区域评价单元。
[0045] 在本实施例中，农田则不做考虑，为不适合作为生态廊道的区域。
[0046] 具体的，还包括：S201：判断区域评价单元所覆盖的面积是否达到面积划分值，若未达到则划分为待定区域评价单元，若达到则输出区域评价单元；
由于目标流域一般是不规则的图形，则处于目标流域边界处的区域评价单元可能未能达到面积划分值，需要进行进一步的分析，是否可以纳入为区域评价单元的分析范围，使工作的内容更加有效。
[0047] S202：所述待定区域评价单元的个数是否等于1，若等于1，则删除该待定区域评价单元；S203：若不等于1，则判断待定区域评价单元的四周是否有相邻的待定区域评价单元，若无，则删除该待定区域评价单元；
由于单个的待定区域评价单元四周没有相邻的待定区域评价单元的话，处于一个孤立状态，本身也就未达到面积划分值的大小，所以面积可能过小，作为生态廊道的意义不大，则直接不做考虑。
[0048] S204：若有，则将待定区域评价单元与任意相邻的一个待定区域评价单元融合为一个区域评价单元，并将已融合的待定区域评价单元标记为空白网格，直至所有待定区域评价单元均已判定，将融合为一个区域评价单元的进行输出，将无法进行融合的待定区域评价单元进行删除。
[0049] 本发明的一个实例性实施方式，建立流域生态廊道适宜性评价模型包括：
[0050] 式中， 为第一适宜性指数， 为土地覆被类型的个数， 为第 种土地覆被类型加权系数， 为第 种土地覆被类型的生态踏脚石点的总面积， 为第 种土地覆被类型的江心岛点的总面积， 为第 种土地覆被类型的生态踏脚石点的个数， 第 种土地覆被类型的江心岛点的个数， 。
[0051] 在本实施例中， ，为第一种土地覆被类型：湿地， ，为第二种土地覆被类型：河流， ，为第三种土地覆被类型：森林， ，为第四种土地覆被类型：草地，即为湿地的加权系数，取40%， 为河流的加权系数，取30%， 为森林的加权系数，取20%，为草地的加权系数，取10%。
[0052] 在本实施例中，综合考虑了江心岛点和生态踏脚石点的相关数据，进行了结合计算评价，通过不同地理类型设置加权系数，最终使得到的结果更加准确。
[0053] 本发明的一个实例性实施方式，所述建立阻力修正模型包括：
[0054] 式中， 为第一适宜性指数排序保留后的第二适宜性指数， 为当前区域评价单元的人口密度， 为当前区域评价单元的道路面积， 为目标流域的人口密度， 为当前区域评价单元的物种迁移总数， 为目标流域的物种迁移总数。
[0055] 在本实施例中，考虑到了道路和人口对本区域的影响，对所的到排序后的第二适宜性指数进行修正，使所得到的用于参考的指数值更加的准确。最终输出第三适宜性指数，对第三适宜性指数进行排序，根据具体的情况，提取靠前的第三适宜性指数所对应的区域评价单元作为生态廊道。
[0056] 在一种实施例中，基于上述的模型算法，还可以利用深度学习算法提高生态廊道提取的效率和精度，通过对大量的生态安全格局要素数据进行训练和学习，基于流域的地物类型和生态特征，确定流域生态廊道的结构、成因、组成、功能，准确地提取不同层级流域生态廊道，功能识别和提取生态廊道，判断流域生态廊道的生态修复关键区，促进流域生态保护与修复，服务流域生态廊道规划和管控。
[0057] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0058] 集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括： U 盘、移动硬盘、只读存储器(ROM,Read — OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0059] 以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
