本申請涉及計算機，尤其涉及一種基于貝葉斯模型進行草地退化風險的遙感診斷方法、裝置、介質及系統。

背景技術：

1、草地退化是荒漠化的主要表現形式之一，是氣候或人為干擾超過草地生態系統的自我調節能力的閾值，使其自身難以恢復而向相反方向發展出現逆向演替變化的現象。草地退化的直觀表現形式為植被退化和土壤退化，其中植被退化比土壤退化更加敏感且快速。植被退化在個體上表現為植被高度、蓋度減少，在群落結構上以植被組成成分減少、退化指示種植物增多、草地優勢種植物減少、地上生物量減少等。在區域尺度上，植被退化則表現為植被覆蓋度降低、優良牧草產量降低、草地生產力下降、草地質量下降等。。

2、目前，草地退化風險評價沒有統一的標準，存在著分級指標基準不統一、草地退化閾值不明確、草地參數定量反演精度低等問題。因此，雖然會有學者提出學術研究報告，但是由于標準不統一，無法形成有效的草地退化風險評估和診斷機制。

技術實現思路

1、本申請實施例提供一種貝葉斯模型草地退化風險遙感診斷方法和裝置。本方案可以解決現有技術中存在的草地退化風險評估不統一，無法形成有效評估報告和提出診斷意見等問題。本發明提出了一種貝葉斯模型草地退化風險遙感診斷方法、裝置、介質及系統。該方法利用遙感技術獲取按照觀測周期采集到的目標地區的植被覆蓋度、地上生物量、凈初級生產力、蒸散量、植被覆蓋度變化趨勢、地上生物量變化趨勢、凈初級生產力變化趨勢以及蒸散量變化趨勢中的一種或者多種，作為輸入數據；將所述輸入數據輸入至預先構建的貝葉斯模型，通過所述貝葉斯模型輸出草地退化風險等級的預估結果。通過采用本發明所提供的技術方案，可以綜合上述多種數據，并利用貝葉斯模型對草地退化風險等級進行客觀的評估，得到統一的評估結果，便于為草地退化的情況了解以及治理提供數據基礎。

2、本申請實施例提供一種葉斯模型草地退化風險遙感診斷方法，所述方法包括：

3、利用遙感技術獲取按照觀測周期采集到的目標地區的植被覆蓋度、地上生物量、凈初級生產力、蒸散量、植被覆蓋度變化趨勢、地上生物量變化趨勢、凈初級生產力變化趨勢以及蒸散量變化趨勢中的一種或者多種，作為輸入數據；

4、將所述輸入數據輸入至預先構建的貝葉斯模型，通過所述貝葉斯模型輸出草地退化風險等級的預估結果。

5、進一步的，所述貝葉斯模型的訓練過程，包括：

6、構建初始模型；

7、將按照預設周期采集的數據作為樣本數據，并使用初始模型對目標周期的草地退化風險等級進行非線性定量化風險評估；

8、使用目標周期實際采集的數據對所述非線性定量化風險評估進行評價，并根據評價結果對所述初始模型的參數進行調整，得到準確率符合要求的貝葉斯模型。

9、進一步的，所述植被覆蓋度是采用遙感數據中的歸一化植被指數計算得到的；

10、所述地上生物量采用遙感數據以及modis的紅光、藍光、近紅外波段以及ndvi、dvi、savi、rvi、evi植被指數，利用隨機森林模型計算得到的；

11、所述凈初級生產力由光合有效輻射和實際光能利用效率計算得到的，其中，所述光合有效輻射是基于總太陽輻射及光合有效輻射的吸收比計算得到的；

12、所述蒸散量包括植被和土地表面蒸發的水分量。

13、進一步的，所述植被覆蓋度變化趨勢采用如下公式確定：

14、；

15、其中，n為統計年數，i為統計年份；為網格單元第i年的平均植被覆蓋度；為單個像元的植被蓋度變化趨勢。

16、進一步的，所述地上生物量變化趨勢采用如下公式確定：

17、；

18、其中，n為統計年數，i為統計年份；為網格單元第i年的平均植被覆蓋度；為單個像元的植被蓋度變化趨勢。

19、進一步的，所述凈初級生產力變化趨勢采用如下公式確定：

20、；

21、其中，n為統計年數，i為統計年份；為網格單元第i年的平均凈初級生產力，為單個像元的凈初級生產力變化趨勢。

22、進一步的，所述蒸散量變化趨勢采用如下公式確定：

23、；

24、其中，n為統計年數，i為統計年份；為網格單元第i年的平均蒸散量；為單個像元的蒸散量變化趨勢。

25、本申請實施例提供一種貝葉斯模型草地退化風險遙感診斷裝置，所述裝置包括：

26、輸入數據獲取模塊，用于利用遙感技術獲取按照觀測周期采集到的目標地區的植被覆蓋度、地上生物量、凈初級生產力、蒸散量、植被覆蓋度變化趨勢、地上生物量變化趨勢、凈初級生產力變化趨勢以及蒸散量變化趨勢中的一種或者多種，作為輸入數據；

27、預測模塊，用于將所述輸入數據輸入至預先構建的貝葉斯模型，通過所述貝葉斯模型輸出草地退化風險等級的預估結果。

28、本申請實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如本申請實施例所述的貝葉斯模型草地退化風險遙感診斷方法。

29、本申請實施例還提供了一種貝葉斯模型草地退化風險遙感診斷系統，包括存儲器，處理器及存儲在存儲器上并可在處理器運行的計算機程序，所述處理器執行所述計算機程序時實現如本申請實施例所提供的貝葉斯模型草地退化風險遙感診斷方法。

30、本申請實施例采用的上述至少一個技術方案能夠達到以下有益效果：

31、本申請提供的技術方案，可以采用“狀態+趨勢”的方法，選取植被蓋度、地上生物量、凈初級生產力、蒸散量以及上述四個指標對應的變化趨勢共8個遙感參數，構建草地退化風險遙感評估指標體系。引入貝葉斯網絡模型來進行草地生態退化風險診斷，實現了草地退化風險非線性評估。

技術特征：

1.一種貝葉斯模型草地退化風險遙感診斷方法，其特征在于，所述方法包括：

2.根據權利要求1所述的方法，其特征在于，所述貝葉斯模型的訓練過程，包括：

3.根據權利要求1所述的方法，其特征在于，所述植被覆蓋度是采用遙感數據中的歸一化植被指數計算得到的；

4.根據權利要求1所述的方法，其特征在于，所述植被覆蓋度變化趨勢采用如下公式確定：

5.根據權利要求1所述的方法，其特征在于，所述地上生物量變化趨勢采用如下公式確定：

6.根據權利要求1所述的方法，其特征在于，所述凈初級生產力變化趨勢采用如下公式確定：

7.根據權利要求1所述的方法，其特征在于，所述蒸散量變化趨勢采用如下公式確定：

8.一種貝葉斯模型進行草地退化風險的遙感診斷裝置，其特征在于，所述裝置包括：

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-7中任一所述的貝葉斯模型草地退化風險遙感診斷方法。

10.一種貝葉斯模型草地退化風險遙感診斷系統，其特征在于，包括存儲器，處理器及存儲在存儲器上并可在處理器運行的計算機程序，所述處理器執行所述計算機程序時執行如權利要求1-7中任一所述的貝葉斯模型草地退化風險遙感診斷方法。

技術總結
本申請公開了一種貝葉斯模型草地退化風險遙感診斷方法和裝置。該方法包括：利用遙感技術獲取按照觀測周期采集到的目標地區的植被覆蓋度、地上生物量、凈初級生產力、蒸散量、植被覆蓋度變化趨勢、地上生物量變化趨勢、凈初級生產力變化趨勢以及蒸散量變化趨勢中的一種或者多種，作為輸入數據；將所述輸入數據輸入至預先構建的貝葉斯模型，通過所述貝葉斯模型輸出草地退化風險等級的預估結果。采用本技術方案，可以綜合上述多種數據，并利用貝葉斯模型對草地退化風險等級進行客觀的評估，得到統一的評估結果，便于為草地退化的情況了解以及治理提供數據基礎。

技術研發人員：徐敏,高曉彤,李京博,王少華,楊欣慰,梁浩健,鄭嘉熠,曹春香
受保護的技術使用者：中國科學院空天信息創新研究院
技術研發日：
技術公布日：2025/4/24