(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111546798.6 (22)申请日 2021.12.17 (71)申请人 云南农业大 学 地址 650000 云南省昆明市北市区北郊黑 龙潭沣源路452号 (72)发明人 曾维军　董亚坤　王钰　 (74)专利代理 机构 云南凌云律师事务所 5 3207 代理人 袁昊昀 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/02(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种基于遥感的水环境污染 “源-汇”风险识 别方法及系统 (57)摘要 本发明公开了一种基于遥感的水环境污染 “源‑汇”风险识别方法及系统包括以下步骤： 1. 遥感影像预处理、 解译得到土地利用； 2.选取影 响面源污染的土地利用、 地形地貌、 人口、 植被指 数、 土壤等阻力因子构建阻力评价体系； 3.根据 阻力因子评价体系建立， 使用栅格计算器计算研 究区的阻力基面和 阻力面； 4.在阻力面的基础 上， 划分“源‑汇”风险等级， 识别水体面源污染 “源‑汇”风险格局， 利用风险转移矩阵分析研究 区的风险转移变化。 此本发明利用遥感技术， 构 建阻力评价体系， 通过GIS的空间分析功能对面 源污染“源‑汇”风险格局进行划分， 预测风险转 移方向， 实现了对水环境污染 “源‑汇”高风险区 域的自动识别， 为保护湖泊流域生态环境提供了 实践借鉴。 权利要求书3页 说明书8页 附图4页 CN 114386771 A 2022.04.22 CN 114386771 A 1.一种基于 遥感的水环境污染 “源‑汇”风险识别方法， 其特 征在于， 包括以下步骤： 步骤 （1） ： 遥感影 像预处理和遥感解译得到 土地利用； 步骤 （2） ： 选取影响面源污染的土地利用、 地形地貌、 人口、 植被指数、 土壤等阻力因子 构建阻力评价体系； 步骤 （3） ： 根据阻力因子评价体系建立， 使用栅格计算器计算研究区的 阻力基面和阻力 面； 步骤 （4） ： 在阻力面的基础上， 划分 “源‑汇”风险等级， 识别水体面源污染 “源‑汇”风险 格局， 利用风险转移 矩阵分析研究区的风险转移变化。 2.一种如权利要求1所述的基于遥感的水环境污染 “源‑汇”风险识别方法， 其特征在 于， 所述步骤 （1） 中， 遥感影像预处理包括： 对下载的遥感数据可进行融合、 去云去噪、 图像 增强、 辐射校正、 几何校正、 大气校正、 镶嵌、 裁 剪等预处 理； 遥感解译包括： 进行实地调查， 选取各地物的蓝本， 建立解译标志， 以TM的7个波段和其 他遥感数据以及NDVI、 NDBI和NDWI三个指数值等作为初始数据； 基于Matlab  GUI开发GA ‑ SVM算法软件对初始数据寻优， 得到支持向量机分类器的最优参数γ和 C， 进而对遥感影像 分类； 将高分辨率数据与多源遥感数据融合， 提高空间分辨率， 采用支持随机向量分类方法 进行监督分类； 使用波段运算、 影像融合、 决策树、 机器学习等方法来提高土地利用解译的 精度。 3.一种如权利要求2所述的于遥感的水环境污染 “源‑汇”风险识别方法， 其特征在于， 所述 归一化植被指数:NDVI=  ((NIR  ‑  R)/(NIR + R)) 其中： NIR 为近红外段的像素值R  为红光波段的像素值； 归一化建筑指数:NDBI  = (SWIR‑NIR) / (SWIR + NIR) 其中： SWIR为短波红外波段， N IR为近红外波段； 归一化水体指数:NDW I = (Green  ‑  NIR)/(Gre en+NIR) 其中： Gre en为绿波段， N IR为近红外波段。 4.一种如权利要求1所述的基于遥感的水环境污染 “源‑汇”风险识别方法， 其特征在 于， 所述步骤 （2） 中， 阻力评价体系构建方法为： 1） 选取土地利用类型、 相对高程、 坡度、 地形湿润指数、 人口密度、 土壤可蚀性和植被指 数7个因子； 2） 根据选取的7  个阻力因子， 参 考相关文献和Delphi专 家打分法为各因子 权重赋值； 3） 同一因子的不同等级也有不同的 阻碍作用， 依据文献或自然断点法利用重分类工具 划分五个等级， 分别赋予对应因子阻力系数值为 1、 3、 5、 7、 9， 以此构建阻力基面评价指标体 系。 5.一种如如权利要求4所述的基于遥感的水环境污染 “源‑汇”风险识别方法， 其特征在 于， 所述步骤1） 中： 地形湿润指数： 使用Arcgis基于DEM计算地形湿度指数， 计算Slope， 填洼， 水流方向， 汇 流累积量， 单位 面积的汇流 量， 地形湿度指数计算， 公式如下： TWI = ln [CA/Slope] 其中， TWI是地形湿润指数， CA是通过网格单元排水的局部上坡集水 区， slope是每个网权　利　要　求　书 1/3 页 2 CN 114386771 A 2格单元最陡的向外坡度， 以落差 /距离衡量， 即坡度角度的tan 值； 土壤可蚀性是 标准小区上 单位降雨侵蚀力所引起的土壤流失量； USLE  的表达式为： A = R  ×K×L  ×S  ×C  ×P 式中： A为单位面积上多年的平均土壤流失量， R为降雨侵蚀力因子， K为土壤可蚀性因 子， L为坡长因子， S为坡度因子， C为覆盖 ‑管理因子， P为水土保持措施因子; 植被指数： 基于高光谱图像的植被指数由三个步骤组成： 波段选择、 可饱和带重构和索 引结构重新定义； 首先， 选取4个代表性波段， 构建增强植被指数即EVI， 以消除复杂城市地表因素的干 扰； 其次， 通过指数函数重构易饱和波段即  760 nm， 形成优化的增强植被指数即  OEVI； 最后， 将红边即689  nm和绿边即520  nm波段之和的分母加入到OEVI中， 重新定义了指 数结构， 进一 步增强了植被的光谱信息， 以此计算 植被指数即NDVI。 6.一种如权利要求4所述的基于遥感的水环境污染 “源‑汇”风险识别方法， 其特征在 于， 所述步骤3） 中： 阻力因子的阻力系数分布从1  等级到 9 等级， 表示各因子阻碍污染物形成面源污染 的阻力在逐渐增大； 相对高程越高受到人类活动影响越小， 面源污染发生的风险越小； 坡度越高污染物转 移越快， 风险等级越高； NDVI表示 面源污染的下垫面情况， 植被指数越高， 阻碍能力越高， 风险等级越低； 地形湿润指数表示土壤的饱和能力， 值越大土壤越容 易达到饱和而产流； 土壤可蚀性简称K值， 反映不同土壤受到 侵蚀的速度， 值越大， 侵蚀能力越强； 人口密度反映人类聚集 程度， 值越高面源污染物产出越高， 风险越高； 土地利用反映地表景观变化的快慢和人类改造地表的能力， 耕地和建设用地越多， 风 险等级越高。 7.一种如权利要求1所述的基于遥感的水环境污染 “源‑汇”风险识别方法， 其特征在 于， 所述步骤 （3） 中： 利用ARCGIS10.5的栅格计算器， 将每期的7个阻力因子进行权重叠加计算， 生成综合阻 力基面； 依据中国土地分类体系将土地划分为耕地、 林地、 草地、 水域、 建设用地和其他用地， 耕 地和建设用地在面源污染的过程中起产生作用， 为 “源”景观， 而林地、 草地、 水域和其他用 地在面源污染的过程中起阻碍作用， 为 “汇”景观； 将各期的综合阻力基面和选取的 “源”景观， 利用ARCGIS10.5的Cost ‑distance工具计 算最小累计阻力面。 8.一种如权利要求1所述的基于遥感的水环境污染 “源‑汇”风险识别方法， 其特征在 于， 所述步骤 （3） 中： 通过以下公式计算所述当前 景观单元的阻力成本： 式中：MCR为最小累计阻力值；  Dij为某物种从源斑块 j至空间中某一点所穿越的景观基 面i的空间距离;  Ri为修正后的阻力系数；  f为正相关关系函数,表征源景观至空间中某一权　利　要　求　书 2/3 页 3 CN 114386771 A 3