[发明专利]一种考虑空间相关性的植被变化成因识别方法

说明书

本发明公开了一种考虑空间相关性的植被变化成因识别方法。包括：步骤一、收集影响植被生长的因子数据集，包括自然因子、气象因子和社会因子，以及NDVI数据；步骤二、数据处理；步骤三、利用空间分析理论对不同区域影响NDVI时间变化的主控因子进行筛选和识别；步骤四、构建地理探测器模型，分析影响因子的空间分异性对NDVI空间分布的影响，并确定适宜植被生长的各影响因子范围；步骤五、利用残差分析方法定量区分自然因素和人类活动因素对植被变化的影响。本发明方法可以在考虑不同区域因子空间相关性的条件下，准确识别影响植被时空变化的主控因素，定量描述自然因素和人类活动对植被变化的影响，为区域植被恢复和生态保护提供合理依据。

技术领域

本发明涉及植被变化影响因素动态识别领域，具体涉及一种考虑空间相关性的植被变化成因识别方法。

背景技术

地表植被是陆地生态系统的重要组成部分，对区域生态环境具有重要作用。植被的生长过程受到多种因素的协同作用，同时植被也能够在短时间内对周围环境的变化作出响应。

遥感技术的发展，为研究植被变化的驱动因素提供了助力，归一化因子植被指数(NDVI)是最常用的指标之一，它与植被生产力和植被覆盖度有密切的正相关关系。基于连续的长系列遥感气象数据、土地利用数据等，全球气候条件、人类活动等因素与植被变化的关系也得到了深入研究。但是影响植被生长的因素众多，各因素对植被生长的影响力不同，因此在众多因素中准确识别出主控因素也存在一定难度。

不同区域气象条件、自然地理特征和社会经济等要素存在差异，但由于大气系统的连续性，气象因子在不同的空间位置的变化存在互相依赖关系，即空间自相关；同时，由于因子的协同作用，不同因子在空间上也存在相关性，即空间互相关。因子的空间相关对植被变化具有重要影响，但目前关于这方面的研究报道很少，相关研究有待进一步加强。

发明内容

本发明的目的在于提供一种识别影响植被生长主控因素的方法，旨在解决定量确定各因素及其时空分异规律对植被生长影响的问题。

在空间相关分析的基础上进行主控因子识别可以更加准确地反映植被变化的区域差异及区域相关特性。同时影响因素的空间异质性对植被生长的空间分布具有重大影响，且因素之间的协同作用对植被生长的作用也不可忽视。因此有必要在识别主控因素的基础上，综合考虑各因素的时空异质性以及多因子的协同效应对植被生长的影响。

为实现上述目的，本发明提供如下技术方案：

一种考虑空间相关性的植被变化成因识别方法，包括以下步骤：

步骤一、数据收集：收集下载反映植被覆盖状况的归一化植被指数(NDVI)数据；收集下载植被变化的影响因子数据集，包括自然因子、气象因子、社会因子；植被变化以归一化植被指数(NDVI) 反映。

步骤二、数据前处理：数据前处理包括缺失数据的插补延长、数据空间插值和重采样、数据转换；缺失数据利用线性内插或是线性外延方法进行插补延长；数据的空间插值采用反距离加权平均方法，并利用GIS软件中的Create Fishnet功能按1km分辨率在空间上生成均匀分布的采样点，以此获取采样点位置处的数据序列；数据转换是指根据研究需要对数据进行如对数化、无量纲化或比例化等处理。

利用Arcmap软件生成采样点，采用反距离加权平均方法对收集下载的网格数据集进行重采样和插值处理，获取采样点位置处的数据序列；对数据进行相应的转换如对数化、无量纲化或比例化，在后续的计算过程中根据情况选择原始数据或是转换后的数据。

根据情况选择原始数据或是转换后的数据是指相关性分析中当相关系数总体较小或不易获取时，则利用转换后的数据，否则利用原始数据。

步骤三、主控因子识别：

1)计算各影响因子和NDVI数据序列的相关系数，并利用t统计量检验相关关系是否显著，剔除不显著的的因子，初步筛选影响NDVI 变化的影响因子种类；