[发明专利]一种区域植被恢复的综合诊断与风险评价方法有效

专利信息
申请号: 201811487454.0 申请日: 2018-12-06
公开(公告)号: CN109636171B 公开(公告)日: 2022-11-29
发明(设计)人: 任宗萍;贾路;徐国策;李占斌;李鹏;时鹏;王飞超;王睿;王添;张译心;王斌;杨倩楠 申请(专利权)人: 西安理工大学
主分类号: G06Q10/06 分类号: G06Q10/06
代理公司: 西安弘理专利事务所 61214 代理人: 谈耀文
地址: 710048*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 区域 植被 恢复 综合 诊断 风险 评价 方法
【权利要求书】:

1.一种区域植被恢复的综合诊断与风险评价方法,其特征在于,具体按照以下步骤实施:

步骤1,确定研究区域,收集研究区年NDVI遥感数据;

步骤2,根据收集到的年NDVI数据,计算得到年植被覆盖度时间序列栅格数据,对年植被覆盖度时间序列栅格数据统计最大值、最小值、平均值、标准差以及变异系数,以确定植被覆盖度的时空变异特征;

步骤3,在步骤2的基础上,根据年植被覆盖度时间序列栅格数据,通过Mann-Kendall趋势检验方法得到不同显著水平的植被覆盖度Mann-Kendall检验结果栅格数据,分析年植被覆盖度变化的趋势特征;

步骤4,在步骤2的基础上,根据年植被覆盖度时间序列栅格数据计算得到年植被覆盖度Hurst指数栅格数据,对Hurst指数栅格数据并进行分级,分析得到年植被覆盖度变化的持续性特征;

步骤5,在步骤2的基础上,根据年植被覆盖度时间序列栅格数据,通过Pettitt突变点检验方法得到的植被覆盖度显著突变年份栅格数据,分析得到年植被覆盖度变化的突变性特征;

步骤6,在步骤2的基础上,根据年植被覆盖度时间序列栅格数据,运用统计学原理得到的植被覆盖度理论最优分布栅格数据,分析年植被覆盖度变化的分布函数特征;

步骤7,根据年植被覆盖度时间序列栅格数据和理论最优分布栅格数据,按照植被覆盖度由低到高的分级标准,建立与植被覆盖度对应的风险等级,计算每个植被覆盖度像元中每一个植被覆盖度级别的风险发生概率,风险发生概率最大的植被覆盖度级别对应的风险等级为该像元的植被恢复风险等级,则该区域为该等级风险区。

2.根据权利要求1所述的一种区域植被恢复的综合诊断与风险评价方法,其特征在于,步骤1中年NDVI遥感数据均采用最大值合成法得到,操作步骤如下:

通过ArcGIS软件SpatialAnal yst Tools模块Local工具Cell Statistics按照最大值合成法逐步得到月、季节NDVI时间序列栅格数据,最终得到年NDVI时间序列栅格数据,再通过ArcGIS软件Spatial Analyst Tools模块Map Algebra工具Raster Calculator将年NDVI时间序列栅格数据转换为植被覆盖度时间序列栅格数据。

3.根据权利要求1所述的一种区域植被恢复的综合诊断与风险评价方法,其特征在于,步骤2中年植被覆盖度数据均采用最大最小值法由NDVI数据计算得到,公式如下:

f=(NDVI-NDVImin)/(NDVImax-NDVImin)

其中,f为植被覆盖度,NDVI是像素的植被指数,NDVImax和NDVImin分别是研究区NDVI的最大值和最小值。

4.根据权利要求1所述的一种区域植被恢复的综合诊断与风险评价方法,其特征在于,步骤3Mann-Kendall趋势检验的计算方法为:

Mann-Kendall检验统计量S采用下式计算:

其中xj和xk分别是年份为j和k对应的样本值,njk,n指的是样本数量,其中

在时间序列随机独立的情况下,定义统计量:

式中,VAR(S)可由下式计算

使用Z值进行趋势性检验,Z的正值表示向上趋势、负值表示向下趋势;统计量Z服从标准正态分布。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811487454.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top