[发明专利]利用时空生态环境遥感分形分维数分析生态变化趋势方法

权利要求书

1.一种利用时空生态环境遥感分形分维数分析生态变化趋势方法，其特征在于，包括以下步骤：

步骤1：获取若干反映植被情况的产品数据，对影像数据进行预处理；

步骤2：将预处理后的影像分别进行合成操作，得到年平均数据；年平均数据是先由最大值合成法合成月尺度数据，再由月尺度数据平均得到；

步骤3：由所在地向外扩充缓冲区，在缓冲区范围内对年平均数据做归一化处理，得到标准化年尺度数据；对标准化年平均数据进行主成分分析操作，获得生态综合指数数据；对生态综合指数数据进行分析，获得生态变化趋势；

对生态综合指数数据的时间序列数据分别做趋势度分析、分类得分统计以及不同缓冲区范围的统计，并对得分和距离变量取对数，做直线回归拟合，求得斜率，即为遥感生态环境综合评价指标的时空分形维数；最后，将回归方程的系数和0比较，如果大于0表示植被变好，如果小于0，表示植被变差；

步骤3的具体实现包括以下子步骤：

步骤3.1：针对年平均数据，以像元分辨率的某一倍数为缓冲距离，由所在地向外等间隔扩充缓冲区，形成多重缓冲区带；

步骤3.2：若步骤1中产品数据种类大于1种，则针对年平均数据进行主成分分析操作；否则直接执行步骤3.3；

对五种影像的像元值进行主成分分析，表示为：

其中，j为所取时间序列中的第j年，Y_i^j为第j年中的第i个主成分，i＝1、2、3、4、5；为第j年中第i个主成分的第m个变量对应的得分系数；

分别表示第j年缓冲区内NDVI、EVI、LAI、GPP、NPP五种归一化后的产品像元值；

在主成分分析的基础上，主成分的选取遵循前k个变量的累计贡献率大于预设值，然后把这些变量的方差贡献率作为权重来构建评分函数Z_j；

式中，Z_j为第j年的综合得分，为第j年第i个指数变量的方差贡献率；采用该得分简化综合指数CSEI＝f(NDVI,EVI,LAI,GPP,NPP)的函数关系，其中f()为某一个函数，Z_j为其中的一个线性函数，获得长序列生态综合指数；

步骤3.3：在扩充的缓冲区内对主成分分析构建的长序列生态综合指数数据进行Sen趋势度分析和Mann-Kendall趋势检验；

Sen趋势度公式为：

式中，i和j分别表示时间序列中的第i年和第j年；x_i和x_j分别表示第i年的和第j年对应的指数数据；β表示趋势度，用β值来判断时序数据的升降趋势，当β0时，时序呈上升的趋势，反之呈下降的趋势；

Mann-Kendall趋势检验公式为：

对于序列X＝(x₁，x₂，……，x_n)，先确定所有对偶值(x_i，x_j，ji)中x_i与x_j的大小关系，记为S；

其中，

当n10时，直接使用S进行双边趋势检验，在给定显著性水平α下，如果|S|≥S_α/2则拒绝原假设，认为序列存在显著趋势，否则趋势不显著；如果S0，序列存在上升趋势；如果S＝0，无变化趋势；S0，序列存在下降趋势；

当n≥10时，使用检验统计量Z进行趋势检验，计算公式为：

其中，

式中，n是数据个数，m是重复出现的数据组个数，t_i是第i组重复数据组重复的数据个数；在给定显著性水平α下，当|Z|≤Z_1-α/2时，接受原假设，认为趋势不显著；当|Z|Z_1-α/2，则趋势显著；

然后对趋势度分布影像和显著性分布影像进行叠加操作，与预设值比较后得到“显著性上升”、“显著性不变或者不显著”以及“显著性下降”三类像元，分别赋分“1”，“0”，“-1”；

步骤3.4：向外扩充缓冲区后，接着统计不同缓冲距离的生态综合得分N(r)；

其中，r为缓冲区宽度，即缓冲区外边界到所在地的距离，将区域划分成等距离递增序列的缓冲区带，以k为缓冲带序列编号，n(k)为第k个缓冲区内变化像元趋势累加得分，N(r)为各缓冲区范围内变化像元趋势累加得分总和；

步骤3.5：对于N(r)，如果N(r)0，取N(r)＝-N(r)；对N(r)和距离r取对数进行直线拟合；

x＝ln r,y＝ln N(r)；

其中，N(r)为各缓冲区范围内变化像元趋势累加得分总和，a为常量，r为距离，x_r为距离为r时的x值，y_r为距离为r时的y值，为x的平均值，为y的平均值，D即为时空生态环境遥感分形分维数SFDEERS；对于变量D，做如下判断，如果N(r)0，对于缓冲距离r，SFDEERS取-D；

变量D的解释含义如下：

D0，缓冲距离r的区域内，生态呈现趋于变好的趋势；

D→0，缓冲距离r的区域内，生态呈现趋于不变的趋势；

D0，缓冲距离r的区域内，生态呈现趋于变差的趋势。