[发明专利]一种湖泊面积变化关键驱动因子识别方法

说明书

本发明公开了一种湖泊面积变化关键驱动因子识别方法，包括以下步骤：统计长时间湖面面积序列；获取驱动因子数据；根据单因素线性分析法，绘出各驱动因子与湖面面积变化的单因素线性回归图，分析各驱动因子的关键程度；应用pearson相关性分析法分析各驱动因子同湖面面积之间的相关系数；对得出的与湖面面积有显著线性关系的驱动因子采用多元线性回归分析法进行分析，检验拟合程度；根据上述分析结果，综合分析得出影响湖面面积变化的关键驱动因子。本发明综合多因子、基于单因素线性分析法、pearson相关性分析法、多元线性回归分析法等方法提高了识别湖泊面积变化关键驱动因子的准确性和合理性，在湖区面积保护方面具有很强的实用性和普适性。

技术领域

本发明属于防浪林技术领域，具体涉及一种湖泊面积变化关键驱动因子识别方法。

背景技术

湖泊是全球水资源的关键组成部分，是周边生态环境和人类生活的重要载体，其面积的波动，会直接影响周边人类的生产生活用水和生态环境的稳定。湖泊面积减小，储水和泄洪能力变差，旱季无法提供充足水源，汛期调蓄洪峰能力变差，容易发生洪灾，还会使调节气候能力下降，进而危害生态环境，影响人类的生存和发展。因此，对湖泊面积长时序变化趋势及驱动力的研究已成为当前的热点，识别湖泊面积变化关键驱动因子的准确性取决于相关性分析方法。因此，有必要建立一套识别技术，以便于为湖泊面积变化关键驱动因子识别提供技术支持。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种湖泊面积变化关键驱动因子识别方法。

技术方案：为实现上述目的，本发明提供一种湖泊面积变化关键驱动因子识别方法，包括以下步骤：

S1：统计长时间湖面面积序列；

S2：获取驱动因子数据；

S3：根据单因素线性分析法，用Excel绘出各驱动因子与湖面面积变化的单因素线性回归图，分析各驱动因子的关键程度；

S4：应用pearson相关性分析法分析各驱动因子同湖面面积之间的相关系数；

S5：对步骤S3和S4得出的与湖面面积有显著线性关系的驱动因子采用多元线性回归分析法进行分析，检验拟合程度；

S6：根据步骤S3、S4和S6的分析结果，综合分析得出影响湖面面积变化的关键驱动因子。

进一步的，所述步骤S1中长时间湖面面积序列的统计具体为：基于高分辨率遥感数据，利用Arcgis及Matlab软件批量提取湖区范围内的水体覆盖情况，统计得到长时间湖面面积序列。

进一步的，所述步骤S2中驱动因子包括自然驱动因子和人为活动驱动因子，所述自然驱动因子包括湖区的降雨量、蒸发量、河流来水量、湖口站的径流量，所述人为活动驱动因子包括生产生活用水量及耗水量。在分析湖区面积变化的驱动因子时，不仅选用河流来水、降水量、蒸发量、湖口站径流量等自然驱动因子，同时结合生产生活耗水量等人为活动驱动因子，多因子结合，充分考虑各种因素的影响。

湖面面积变化的主要驱动因子，分别是湖区的降雨量、蒸发量、生产生活用水量及耗水量、河流来水量、以及湖口站的径流量。选取湖区的雨量站，蒸发站，河流水文控制站的相关站点，根据地区水文网，水资源公报及其附件，气象数据网，及全国水资源调查第三次调查评价相关成果，统计得到相应站点的降雨量，蒸发量，径流量，生产生活用水量，最后根据算术平均法得到各年份湖区降雨量、湖区蒸发量、湖口站径流量的数据集。

进一步的，单因素线性分析法，即一元线性回归分析法，回归分析就是从一组样本数据出发，确定变量之间的数学关系式，并且具有线性相关关系的两个变量，可以用一个线性方程来近似表示他们之间的关系，所述单因素线性分析法包括如下计算公式：