摘要
本发明提供一种植被蒸散发变化动态监测及驱动力识别方法及系统,所述方法包括:获取多时序遥感影像,包括:遥感影像数据及环境影响因素;对获取的数据进行预处理;基于遥感蒸散发模型利用遥感影像数据进行蒸散发反演;采用局部加权散点平滑算法对蒸散发的时间序列数据进行平滑处理,去除噪声并揭示长期趋势;计算蒸散发时间序列的Hurst指数,评估植被蒸散发变化的持久性,判断未来趋势;基于蒸散发数据与影响因素进行蒸散发分析,计算各因素对植被蒸散发变化的贡献率,识别植被蒸散发变化的主要驱动因素。本发明能够精准捕捉植被蒸散发的动态变化特征,并有效区分不同环境因素的影响,为区域生态系统监测、环境治理与科学决策提供技术支撑。
技术关键词
遥感影像数据
植被
识别方法
时序遥感影像
Hurst指数
序列
平滑算法
因子
持久性
生态系统监测
贡献率
动态变化特征
邻域
平滑方法
数据处理模块
数据采集模块
识别系统
系统为您推荐了相关专利信息
自动化识别方法
图纸
电气
基尔霍夫电流定律
自动化识别系统
遥感识别方法
时空分布图
深度学习模型训练
多源遥感影像数据
梯田
效益评价方法
效益评价模型
主题
层次分析法
评价指标体系