本技术公开一种基于邻域粒模糊c均值聚类的区域生态环境质量评价方法,属于电数字数据处理技术领域,包括:基于云平台计算并重构遥感时序MODIS数据集,将生态因子进行标准化,对生态因子遥感影像基于邻域粒模糊c均值聚类划分为n个类别,利用改进的熵权法得到基于MODIS的综合遥感生态指数PRSEI,根据研究区的PRSEI得出年份区间的矿区生态环境质量变化。本发明将熵权法与邻域模糊c均值聚类算法实现有效融合,不仅保留了各个生态因子的全部遥感像元信息,过程清晰,有助于更好地分析和解决遥感生态等复杂的系统问题。
背景技术
遥感技术的监测手段能够实现对区域生态环境的长期、大尺度、实时、快速动态监测,为区域环境保护、恢复管理和可持续发展提供信息和决策服务。徐涵秋基于Landsat遥感影像提取了绿度、热度、湿度、干度4个指标,采用主成分分析法构建了传统遥感生态指数RSEI,其权重计算使用主成分分析方法(Principal Component Analysis,PCA),能够有效地提取主要信息并降低数据维度的能力,但其基于连续值的正交变换特性限制了对该模型运行机制和指标空间分布关系的深入理解。
传统的生态修复策略多集中于地表层面,如植被恢复、土壤改良等。随着对生态系统认知的深入,修复工作逐渐转向空间垂直延伸,旨在全面恢复生态系统的多维结构与功能。同时,生态环境质量评价也实现了从单一地表要素向空间三维尺度的转变,以更全面地反映区域生态环境的真实状况。然而,传统的遥感生态指数虽然能够反映植被覆盖、地表湿度和土壤干度等关键生态指标,但未考虑大气环境变化特征,尤其是忽略了矿区内细颗粒物对大气环境的重要影响。针对这一局限性,部分学者引入PM2.5
浓度的遥感指示指标DI(difference index,DI),以期弥补RSEI在大气环境监测方面的不足。但DI表现的反射、辐射等信号值与实际地面监测数据在准确度和一致性方面具有较大误差。
实现思路