1.一种基于多源遥感数据的生态承载力估算方法，其特征在于，包括以下步骤： 步骤S1：获取监测区域传感数据以及监测区域遥感数据，并基于监测区域遥感数据进行多维遥感数据融合，从而获得高分辨率遥感图像；对高分辨率遥感图像进行地表资源划分，从而获得自然区域遥感图像以及开发区域遥感图像； 步骤S2：根据监测区域传感数据对自然区域遥感图像以及开发区域遥感图像分别进行空间关联，从而获得自然区域传感数据以及开发区域传感数据； 步骤S3：对自然区域遥感图像进行地表覆盖类型分类，从而获得区域地表覆盖类型分类空间数据；根据自然区域传感数据以及区域地表覆盖类型分类空间数据进行自然生态因子评估，从而获得自然区域生态因子数据； 步骤S4：对开发区域遥感图像进行耕地种类遥感图像划分，从而获得耕地区域遥感图像；根据开发区域传感数据对耕地区域遥感图像进行耕地生态因子评估，从而获得耕地区域生态因子数据； 步骤S5：根据监测区域传感数据对自然区域遥感图像以及耕地区域遥感图像进行过渡区域生态因子评估，从而获得过渡区域生态因子数据；对过渡区域生态因子数据、自然区域生态因子数据以及耕地区域生态因子数据进行空间合并，从而获得区域生态因子数据，步骤S5具体为： 步骤S51：根据自然区域遥感图像以及耕地区域遥感图像对高分辨率遥感图像进行区域标记，从而获得监测区域标记遥感图像； 步骤S52：根据预设的区域划分比例对监测区域标记遥感图像进行相邻标记区域划分，从而获得过渡区域遥感图像； 步骤S53：根据过渡区域遥感图像以及监测区域传感数据进行空间关联，从而获得过渡区域传感数据，并对过渡区域传感数据进行土壤特征提取以及水体特征提取，从而获得过渡区域土壤传感数据以及过渡区域水体传感数据； 步骤S54：基于过渡区域土壤传感数据进行土壤分布比例计算，从而获得过渡区域土壤分布比例数据；对过渡区域传感数据进行水体分布比例计算，从而获得过渡区域水体分布比例数据； 步骤S55：对过渡区域遥感图像进行湿地占比计算，从而获得过渡区域湿地占比数据； 步骤S56：对过渡区域遥感图像进行植被覆盖率计算以及水体面积比例计算，从而获得过渡区域植被覆盖率数据以及过渡区域水体面积比例数据； 步骤S57：根据过渡区域土壤传感数据以及过渡区域水体传感数据对过渡区域遥感图像进行数据整合，从而获得过渡区域传感数据； 步骤S58：基于过渡区域土壤分布比例数据、过渡区域水体分布比例数据、过渡区域湿地占比数据、过渡区域植被覆盖率数据以及过渡区域水体面积比例数据构建过渡区域生态因子评估体系，并通过过渡区域生态因子评估体系对过渡区域传感数据进行过渡区域生态因子评估，从而获得过渡区域生态因子数据； 步骤S59：对过渡区域生态因子数据、自然区域生态因子数据以及耕地区域生态因子数据进行空间合并，从而获得区域生态因子数据； 步骤S6：基于区域生态因子数据以及高分辨率遥感图像构建生态承载力估算模型，并根据生态承载力估算模型对区域生态因子数据以及高分辨率遥感图像进行生态承载力估算，从而获得区域生态承载力估算数据。

2.根据权利要求1所述的基于多源遥感数据的生态承载力估算方法，其特征在于，步骤S1具体为： 步骤S11：获取监测区域传感数据以及监测区域遥感数据； 步骤S12：对监测区域遥感数据进行大气校正以及辐射校正，从而获得预处理遥感数据； 步骤S13：对预处理遥感数据进行地形特征提取，从而获得区域地形特征数据； 步骤S14：根据区域地形特征数据构建区域地形三维图像，并根据预处理遥感数据对区域地形三维图像进行遥感数据空间映射，从而获得高分辨率遥感图像； 步骤S15：对高分辨率遥感图像进行地表资源划分，从而获得自然区域遥感图像以及开发区域遥感图像。

3.根据权利要求2所述的基于多源遥感数据的生态承载力估算方法，其特征在于，步骤S15具体为： 步骤S151：对高分辨率遥感图像进行像素统计，从而获得遥感图像像素数据； 步骤S152：对遥感图像像素数据进行相邻像素差值计算，从而获得相邻像素差值数据； 步骤S153：根据相邻像素差值数据对高分辨率遥感图像进行高额像素差值像素点连接，将相邻像素差值较大的像素点连接起来，从而获得高额像素差值像素点连接图像； 步骤S154：对高额像素差值像素点连接图像进行自然区域遥感图像划分，从而获得自然区域遥感图像；对高额像素差值像素点连接图像进行自然区域遥感图像划分，从而获得开发区域遥感图像。

4.根据权利要求3所述的基于多源遥感数据的生态承载力估算方法，其特征在于，步骤S154具体为： 对高额像素差值像素点连接图像进行连接闭合区域图像划分，从而获得连接闭合区域图像集； 对连接闭合区域图像集进行闭合区域边缘点检测，从而获得闭合区域边缘点数据； 对闭合区域边缘点数据进行相邻边缘点角度计算，从而获得相邻边缘点角度数据； 对相邻边缘点角度数据进行规则角度阈值评估，设定一组规则角度范围，0°到15°为水平边缘，45°到75°为垂直边缘，通过与这些规则角度范围进行比较，筛选出符合规则的边缘点，从而获得规则角度阈值； 根据规则角度阈值对连接闭合区域图像集进行闭合区域划分，从而获得自然区域图像集以及开发区域图像集； 对自然区域图像集进行空间合并，从而获得自然区域遥感图像；对开发区域图像集进行空间合并，从而获得开发区域遥感图像。

5.根据权利要求4所述的基于多源遥感数据的生态承载力估算方法，其特征在于，步骤S154中的闭合区域划分具体为： 根据规则角度阈值对相邻边缘点角度数据进行分类计算，从而获得规律边缘点角度数据以及不规律边缘点角度数据； 根据规律边缘点角度数据对闭合区域边缘点数据进行统计分析，从而获得高频规律边缘点区域数据以及低频规律边缘点区域数据； 根据不规律边缘点角度数据对闭合区域边缘点数据进行统计分析，从而获得高频不规律边缘点区域数据以及低频不规律边缘点区域数据； 对高频规律边缘点区域数据以及低频不规律边缘点区域数据进行交集运算，从而获得开发区域数据； 对低频规律边缘点区域数据以及高频不规律边缘点区域数据进行交集运算，从而获得自然区域数据； 根据开发区域数据对连接闭合区域图像集进行区域划分，从而获得开发区域图像集； 根据自然区域数据对连接闭合区域图像集进行区域划分，从而获得自然区域图像集。

6.根据权利要求1所述的基于多源遥感数据的生态承载力估算方法，其特征在于，步骤S3具体为： 步骤S31：对自然区域遥感图像进行像素光谱特征提取，从而获得自然地表光谱数据； 步骤S32：对自然地表光谱数据进行波段反射率统计，从而获得高额蓝波段反射率光谱数据以及高额绿波段反射率光谱数据； 步骤S33：根据高额蓝波段反射率光谱数据对自然区域遥感图像进行蓝反区域划分，从而获得高额蓝反区域图像；根据高额绿波段反射率光谱数据对自然区域遥感图像进行绿反区域划分，从而获得高额绿反区域图像； 步骤S34：根据自然地表光谱数据进行植被指数计算以及水体指数计算，从而获得自然地表植被指数数据以及自然地表水体指数数据，并根据自然地表植被指数数据以及自然地表水体指数数据对自然地表光谱数据进行相同指数特征提取，从而获得相同指数自然光谱数据； 步骤S35：根据自然地表植被指数数据对高额绿反区域图像进行覆盖类型分类，从而获得森林类型图像以及草地类型图像；根据自然地表水体指数数据对高额蓝反区域图像进行覆盖类型分类，从而获得湖泊类型图像以及河流类型图像； 步骤S36：根据相同指数自然光谱数据对自然区域遥感图像进行湿地区域划分，从而获得湿地类型图像； 步骤S37：对湿地类型图像、湖泊类型图像、河流类型图像、森林类型图像以及草地类型图像进行空间合并，从而获得区域地表覆盖类型分类空间数据； 步骤S38：根据自然区域传感数据以及区域地表覆盖类型分类空间数据进行自然生态因子评估，从而获得自然区域生态因子数据。

7.根据权利要求6所述的基于多源遥感数据的生态承载力估算方法，其特征在于，步骤S38具体为： 步骤S381：对自然区域传感数据进行土壤特征提取以及水体特征提取，从而获得自然区域土壤传感数据以及自然区域水体传感数据； 步骤S382：根据自然区域土壤传感数据以及自然区域水体传感数据对区域地表覆盖类型分类空间数据进行数据整合，从而获得自然区域地表覆盖传感数据； 步骤S383：对自然区域土壤传感数据进行土壤类型分布比例计算，从而获得自然区域土壤类型分布比例数据；对自然区域水体传感数据进行水质分布比例计算，从而获得自然区域水质分布比例数据； 步骤S384：对区域地表覆盖类型分类空间数据进行植被覆盖率计算以及水体面积比例计算，从而获得自然区域植被覆盖率数据以及自然区域水体面积比例数据； 步骤S385：根据自然区域土壤类型分布比例数据、自然区域水质分布比例数据、自然区域植被覆盖率数据以及自然区域水体面积比例数据构建自然生态因子评估体系，并通过自然生态因子评估体系对自然区域地表覆盖传感数据进行自然生态因子评估，从而获得自然区域生态因子数据。

8.根据权利要求1所述的基于多源遥感数据的生态承载力估算方法，其特征在于，步骤S4具体为： 步骤S41：对开发区域遥感图像进行开发区域拓扑结构分析，从而获得开发区域拓扑结构； 步骤S42：对开发区域拓扑结构进行道路密集度评估，从而获得道路密集度数据； 步骤S43：根据道路密集度数据对开发区域拓扑结构进行低道路密集度区域划分，从而获得低道路密集度区域数据； 步骤S44：根据低道路密集度区域数据对开发区域遥感图像进行区域图像划分，从而获得低道路密集度区域遥感图像； 步骤S45：对低道路密集度区域遥感图像进行地形平坦度评估，从而获得区域地形平坦度数据，并根据区域地形平坦度数据进行高平坦度区域分布分析，从而获得高平坦度区域数据； 步骤S46：对低道路密集度区域遥感图像进行像素光谱特征提取，从而获得低道路密集度区域光谱数据，并对低道路密集度区域光谱数据进行植被指数计算以及水体指数计算，从而获得低道路密集度区域植被指数数据以及低道路密集度区域水体指数数据； 步骤S47：根据低道路密集度区域植被指数数据对低道路密集度区域遥感图像进行高植被指数区域分布分析，从而获得高植被指数区域数据；根据低道路密集度区域水体指数数据对低道路密集度区域遥感图像进行高水体指数区域分布分析，从而获得高水体指数区域数据； 步骤S48：对高植被指数区域数据、高水体指数区域数据以及高平坦度区域数据进行交集运算，从而获得耕地区域数据，并根据耕地区域数据对开发区域遥感图像进行耕地种类遥感图像划分，从而获得耕地区域遥感图像； 步骤S49：根据开发区域传感数据对耕地区域遥感图像进行耕地生态因子评估，从而获得耕地区域生态因子数据。

9.根据权利要求8所述的基于多源遥感数据的生态承载力估算方法，其特征在于，步骤S49具体为： 步骤S491：对开发区域传感数据进行土壤特征提取以及水体特征提取，从而获得开发区域土壤传感数据以及开发区域水体传感数据； 步骤S492：对耕地区域遥感图像进行耕地类型标记，从而获得耕地类型划分图像； 步骤S493：根据开发区域土壤传感数据以及开发区域水体传感数据对耕地类型划分图像进行数据整合，从而获得耕地区域传感数据； 步骤S494：对耕地区域传感数据进行土壤分布比例计算，从而获得耕地区域土壤分布比例数据；对耕地区域传感数据进行水体分布比例计算，从而获得耕地区域水体分布比例数据； 步骤S495：对耕地区域土壤分布比例数据以及耕地区域水体分布比例数据进行水-土连通性分析，从而获得水-土连通性数据； 步骤S496：对耕地类型划分图像进行种植物覆盖率计算，从而获得种植物覆盖率数据； 步骤S497：基于耕地区域土壤分布比例数据、种植物覆盖率数据、耕地区域水体分布比例数据以及水-土连通性数据构建耕地生态因子评估体系，并通过耕地生态因子评估体系对耕地区域传感数据进行耕地生态因子评估，从而获得耕地区域生态因子数据。

请联系平台

请联系平台