[发明专利]一种植被覆盖度与气候因子非线性响应关系的识别方法有效
申请号: | 201910818318.3 | 申请日: | 2019-08-30 |
公开(公告)号: | CN110619291B | 公开(公告)日: | 2022-10-28 |
发明(设计)人: | 贾路;任宗萍;徐国策;李占斌;李鹏;王飞超;程圣东;张旭 | 申请(专利权)人: | 西安理工大学 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06Q10/04 |
代理公司: | 西安弘理专利事务所 61214 | 代理人: | 韩玙 |
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 植被 覆盖 气候因子 非线性 响应 关系 识别 方法 | ||
1.一种植被覆盖度与气候因子非线性响应关系的识别方法,其特征在于,具体按照以下步骤实施:
步骤1、确定研究区域和研究时段,收集研究区域NDVI数据与降水、气温等气候因子数据;
步骤2,根据收集到的年NDVI遥感数据,计算得到年植被覆盖度栅格数据,根据收集到气象站年降水数据、年气温数据,通过空间插值计算得到与年植被覆盖度同样空间分辨率的研究区年降雨量栅格数据和年气温栅格数据;
步骤3、根据统计学原理,确定流域研究区域每个栅格年植被覆盖度、年降水以及年气温的最优理论概率分布函数;
步骤4、使用阿基米德家族Copula函数建立每个栅格年植被覆盖度和年降水量的理论最优二维联合分布函数;
步骤5、使用阿基米德家族Copula函数建立每个栅格年植被覆盖度和年气温的理论最优二维联合分布函数;
步骤6、根据步骤4建立每个栅格年植被覆盖度和年降水量的理论最优二维阿基米德家族Copula函数计算每个栅格年植被覆盖度和年降水量的尾部相关系数;
步骤7、根据步骤5建立每个栅格年植被覆盖度和年气温的理论最优二维阿基米德家族Copula函数计算每个栅格年植被覆盖度和年气温的尾部相关系数;
步骤8、基于步骤6或者步骤7中的尾部相关系数判断得到植被覆盖度与降水、气温等气候因子是否为非线性响应关系。
2.根据权利要求1所述的一种植被覆盖度与气候因子非线性响应关系的识别方法,其特征在于,所述步骤2具体按照以下步骤实施:
步骤2.1,年植被覆盖度数据计算方法如下:
通过ArcGIS软件Spatial Analyst Tools模块Local工具Cell Statistics按照最大值合成法逐步得到月、季节NDVI栅格数据,最终得到年NDVI栅格数据,再通过ArcGIS软件Spatial Analyst Tools模块Map Algebra工具Raster Calculator将年NDVI栅格数据转换为植被覆盖度时间序列栅格数据;
步骤2.2,年降水数据、年气温数据计算方法如下:
根据收集到气象站年降水数据、年气温数据,通过ArcGIS软件Spatial Analyst Tools模块中的克里金空间插值方法计算与年植被覆盖度同样精度的研究区年降雨量栅格数据和年气温栅格数据。
3.根据权利要求1所述的一种植被覆盖度与气候因子非线性响应关系的识别方法,其特征在于,所述步骤3的具体步骤为:
步骤3.1:采用5种理论概率分布函数对每个栅格年植被覆盖度、年降水以及年气温分别进行估计;
步骤3.2:使用非参数柯尔莫哥洛夫-斯米诺夫检验进行步骤3.1中分布函数检验;
步骤3.3:选取理论最优的概率分布函数。
4.根据权利要求3所述的一种植被覆盖度与气候因子非线性响应关系的识别方法,其特征在于,所述步骤3.1中5种概率分布函数为指数分布EXP、耿贝尔分布GUM、伽马分布GAM、皮尔逊三型分布PE3、广义极值分布GEV。
5.根据权利要求3所述的一种植被覆盖度与气候因子非线性响应关系的识别方法,其特征在于,所述步骤3.1中年植被覆盖度的5种理论概率分布函数的参数估计使用线性矩法分别进行估计,计算公式如下:
设X为实值总体,分布函数为F(x)=P(X≤x),且存在反函数x=G(F),G(F)又称为分位函数,对于样本x1,...,xn,记顺序统计量:x1:n≤x2:n,....,≤xn:n,
Hosking的r阶线性矩估计量如下:
其中:
式中:r为线性矩阶数,n为样本个数。
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/201910818318.3/1.html,转载请声明来源钻瓜专利网。