本发明涉及一种农田耕层白浆化土壤制图方法，涉及图像处理及计算机领域。
背景技术：
1、在黑龙江省的耕作土壤中，耕层白浆化是一种主要的土壤退化现象，特别在三江平原地区广泛存在。这种白浆化土壤容易导致表层土壤的干旱和涝灾害，而且长期耕作后，土壤侵蚀加剧，对作物生长不利。因此，准确了解耕层白浆化土壤的空间分布对于有效管理和利用退化地区的耕地至关重要，尤其是保护黑土地和确保粮食生产稳定增长方面具有重要意义。
2、传统的土壤制图假设土壤在空间上的分布是离散的，根据不同土壤类型在景观环境中的明确边界来进行划分。然而，随着现代农业的快速发展，对土壤信息获取精度的需求日益提高。因此，遥感技术的发展为土壤制图提供了新的可能性，从最初的实地采样到如今广泛应用的遥感分类技术。目前，多光谱和高光谱数据是土壤分类制图中常用的遥感数据类型。这些方法基于对土壤光谱反射率的研究，结合地面实测数据，分析遥感影像中光谱反射率的变化，并建立提取模型，以实现对耕层白浆化土壤空间分布的制图。
3、然而，目前对耕层白浆化土壤空间分布的提取研究尚未充分展开。为了更准确地理解这种土壤的空间分布，需要深入探究提取方法，以便更好地预测其分布范围。因此，通过寻找最佳输入参数，开发最佳的耕层白浆化土壤提取方法，并分析制图精度的变化原因，以实现对耕层白浆化土壤的空间预测和分布，为区域尺度的土壤制图和农业管理提供依据。
技术实现思路
1、本发明的目的是为了解决现有土壤制图假设土壤在空间上的分布是离散的、精度不高的技术问题，提供了一种基于多时相遥感与地形数据的耕层白浆化土壤制图方法。
2、基于多时相遥感与地形数据的耕层白浆化土壤制图方法如下：
3、步骤一、采用shapefile格式在arcgis10.6中绘出研究区域的矢量边界，将其上传至google earth engine平台的个人数据库；
4、步骤二、进行野外采样，根据土壤实测样点判断耕地是否白浆化，利用arcgis10.6将样点转为矢量点，在属性表中添加字段标记样点是否存在耕层白浆化，分成耕层白浆化样点和耕层非白浆化样点两个矢量后上传至google earth engine平台的个人数据库；
5、步骤三、获取研究区范围数字高程模型(dem)，并重采样为2m空间分辨率，利用数字高程模型(dem)通过saggis软件和arcgis10.6软件，获取高程(elevation，ele)、谷深(valley depth，vd)、地形湿度指数(topographic wetness index，twi)、坡度(slope，sl)、相对坡度位置(relative slope position，rsp)、平面曲率(profile curvature，pc)、渠网距离(channel networkdistance，cnd)、渠道网络基础级别(channel network baselevel，cnbl)的地形指数；
6、通过google earth engine平台判断研究区内sentinel-2遥感影像是否有云，记录可用时间范围，
7、通过excel计算不同指数的可分性数值，可分性数值越大，该指数对于土壤分类的可分性越强，筛选可分性最强的地形指数，并将筛选后的可分性最强的地形指数上传至google earth engine平台的个人数据库；并用可分性计算方法对各可用时间范围内的遥感影像各波段进行可分性计算，确定最佳输入量，在基于遥感的耕层白浆化土壤空间分布提取过程中，5月份各波段的可分性高于4月份各波段可分性，可分性较强的集中在blue波段到narrow nir波段范围(490nm-875nm)，可分性最强的是blue波段和green波段(490nm-590nm)；
8、
9、
10、
11、式中：s为耕层白浆化土壤和耕层非白浆化土壤的波段可分性；vb为种间变异系数；vi为种内变异系数；stmn为耕层白浆化土壤m和耕层非白浆化土壤n之间的标准差；mmn为耕层白浆化土壤m和耕层非白浆化土壤n之间的平均值；stm为耕层白浆化土壤m内部标准差；mm为耕层白浆化土壤m内部的平均值；stn为耕层非白浆化土壤n的标准差；mn为耕层非白浆化土壤n内部的平均值；
12、步骤四、应用ndwi来判断研究区内不同时期遥感影像土壤含水率，选取多时相裸土期且含水率低的遥感影像作为遥感数据源，并记录时间范围；
13、ndwi＝(green-nir)/(green+nir) (4)
14、式中green为绿光波段(b3)的地表反射率，nir为近红外波段(b5)的地表反射率，水分信息在绿光波段的反射率较高，在近红外波段的反射率较低，通过对这两个波段的归一化运算进而突出水分含量信息，也可以用于土壤含水率监测，ndwi数值越大代表土壤含水率越高；
15、步骤五、将步骤四的遥感数据源、步骤三得到的最佳输入量导入google earthengine平台，在google earth engine平台添加矢量范围、耕层白浆化样点、耕层非白浆化样点3个矢量图层，和可分性最强的地形指数的栅格图层，通过随机森林算法(rf)建立提取模型；
16、步骤六、合并耕层白浆化样点和耕层非白浆化样点为新的点集合；
17、步骤七、获取sentinel-2数据对数据进行筛选，选择指定区域和日期范围内的图像，使用中值合成方法获取筛选后图像集合，形成中值组合图像；
18、步骤八、为全部样本点添加一个随机列，随后基于随机列选择70％的样本作为训练样本，剩余30％作为验证样本，并生成训练样本特征集合和验证样本特征集合；
19、步骤九、对步骤七的中值影像集合进行采样训练样本和验证样本，进而创建一个随机森林分类器，基于步骤八得到的训练样本特征集合对分类器进行训练，将训练好的分类器应用于中值组合图像，对图像进行分类，经过多次训练选择最佳决策树；
20、步骤十、验证分类结果:基于验证样本对分类结果进行验证，，生成一个误差矩阵，使用总精度和kappa系数作为验证指标，导出提取结果和验证精度到google drive中，在基于单期遥感影像的耕层白浆化土壤空间分布提取结果中，选取土壤含水率最低月份影像与可分性最强的地形参数作为数据源，4月下旬到5月上旬是耕层白浆化提取的最佳时间窗口，土壤含水率是影响提取精度的重要原因，此时总精度与kappa系数最高，完成制图；
21、
22、
23、式中k为混淆矩阵中列的数量；pii为混淆矩阵中第i行第i列的像元数，表示正确分类的个数；pi+和p+i分别第i行和第i列总像元个数；n代表验证像元的总个数。
24、步骤二中野外采样采集表层0-20cm土壤样品。
25、步骤二中根据土壤实测样点判断耕地是否白浆化操作如下：手持gps记录经纬度，由土壤专家判断是否存在耕层白浆化进而确定土壤类型信息。
26、步骤三中采用精灵4rtk无人机获取研究区范围数字高程模型(dem)。
27、步骤五中当决策树数量为500、ntry为输入量个数的1/3时模型最为稳定。
28、步骤五中所述最佳输入量是去除气溶胶波段、水蒸气波段和反应大气波段三个无关波段的其余波段与可分性最强的地形参数-谷深(vd)。
29、本发明耕层白浆化土壤提取模型使用随机森林算法，为保证耕层白浆化土壤空间分布提取的最优化，选取基于遥感影像提取的最优输入量与基于地形参数提取的最优输入量相结合，对于大区域的耕层白浆化土壤空间分布提取制图研究，结合最优多时相遥感影像组合与地形数据可以有效提高耕层白浆化土壤制图精度。本发明开发一种通过rf算法构建了一种新的地块尺度耕层白浆化遥感提取模型，并通过比较不同组合的耕层白浆化空间分布制图精度，分析影响精确制图的主要因素，为准确的大尺度耕层白浆化土壤制图研究提供了基础支持。
30、本发明得到耕地白浆化土壤空间分布区域与作物长势有着良好的空间一致性，应用本发明制图方法的耕层白浆化土壤空间分布制图结果更加精细和准确，与费时费力的实地土壤采样和化学测验相比，利用遥感技术可实现在不与研究对象直接接触的情况下更有效、更经济地获取耕层白浆化土壤空间分布状况。本发明可为白浆土地力提升与精准改良提供空间参考，也可为全国第三次土壤普查提供技术支持。本发明能够满足高精度提取耕层白浆化土壤空间分布制图的要求，说明本发明能够为白浆土区数字土壤制图提供一个快捷可靠的方法。
31、本发明联合多光谱影像特征和无人机获取高精度数字高程模型特征，既考虑光学影像提供的丰富的光谱信息，也考虑到地形数据对于耕层白浆化影响，结合了两者的优势，以提高对耕层白浆化土壤的识别精度。通过对光学影像进行特征提取，并结合地形数据的辅助，我们能够更准确地提取出耕层白浆化区域，实现对耕层白浆化土壤的有效分类和识别。
32、本发明基于google earth engine云平台(https://earthengine.google.com/)数据源，根据实地采样判断是否存在耕层白浆化，筛选最佳地形指数，然后构建基于多光谱影像和高精度数字高程模型(dem)的输入特征集，综合多光谱影像和地形特征，结合机器学习中的随机森林(random forest，rf)算法，根据模型稳定性设置最佳决策树数量，建立耕层白浆化土壤空间分布提取模型。本发明方法可以准确、高效的识别耕层白浆化土壤，掌握耕层白浆化土壤面积，对土壤改良与提高粮食产量具有重要意义。
33、耕层白浆化土壤因其独特的物化性质，与其他土壤存在着明显的光谱差异，本发明的耕层白浆化提取模型精度高，在将算法移植到曙光农场全部范围时依然可获得较好效果，可为区域尺度耕层白浆化土壤空间分布制图以及白浆土区耕地精准改良提供关键技术。
1.基于多时相遥感与地形数据的耕层白浆化土壤制图方法，其特征在于所述基于多时相遥感与地形数据的耕层白浆化土壤制图方法如下：
2.根据权利要求1所述基于多时相遥感与地形数据的耕层白浆化土壤制图方法，其特征在于步骤二中野外采样采集表层0-20cm土壤样品。
3.根据权利要求1所述基于多时相遥感与地形数据的耕层白浆化土壤制图方法，其特征在于步骤二中根据土壤实测样点判断耕地是否白浆化操作如下：手持gps记录经纬度，由土壤专家判断是否存在耕层白浆化进而确定土壤类型信息。
4.根据权利要求1所述基于多时相遥感与地形数据的耕层白浆化土壤制图方法，其特征在于步骤三中采用精灵4rtk无人机获取研究区范围数字高程模型。
5.根据权利要求1所述基于多时相遥感与地形数据的耕层白浆化土壤制图方法，其特征在于步骤五中当决策树数量为500、ntry为输入量个数的1/3时模型最为稳定。
6.根据权利要求1所述基于多时相遥感与地形数据的耕层白浆化土壤制图方法，其特征在于步骤五中所述最佳输入量是去除气溶胶波段、水蒸气波段和反应大气波段三个无关波段的其余波段与可分性最强的地形参数-谷深。
