[发明专利]一种矿区生态环境演变驱动因子权重量化分析方法

说明书

本发明公开了一种矿区生态环境演变驱动因子权重量化分析方法，对植被、土壤、水体、大气以及生态功能进行长时间尺度上高频次定量反演，获取连续空间的生态因子及气候气象、地理地貌、人类活动三类驱动因子数据集，然后结合统计再分析数据、土地利用分类数据，在高维度空间对参量数据进行叠加构建生态演变大数据立方体，接着以纯数据驱动的角度建立矿区生态演变的地理时空加权人工神经网络对各参量之间的驱动关系进行模拟，最后采用高维数据下的矿区生态驱动因子定权法来量化各因子的权重，从而计算出驱动因子权重立方体，得到了矿区生态环境演变过程中在不同空间位置下的主导驱动因子及其权重，为探索矿区生态环境演变机理提供了客观的数据。

技术领域

本发明涉及生态学领域、遥感及地理信息领域，尤其涉及一种矿区生态环境演变驱动因子权重量化分析方法。

背景技术

由于矿区生态系统的驱动机理或辨识模型的预先不可知性，很难从简单线性逻辑推理中获取生态演变模型，需要从纯数据驱动角度进行复杂建模。常见的驱动因子建模方法有普通的多元线性回归、地理加权回归等，然而普通的多元线性回归没有考虑空间异质性（非平稳性），将驱动因子与生态结果之间的关系简单预定义为线性相关模式，也没有考虑各驱动因子随地理距离的不同而具有不同的作用，地理加权回归（GWR）解决了普通多元线性回归的前两个问题，即参数的空间异质性、距离影响权重，在一些领域取得了较好的应用效果。但是GWR仍然预定义了驱动因子与生态结果的线性相关模式，因此目前常见方法都不能准确发现并量化刻画生态环境驱动规律。

发明内容

针对现有技术存在的不足之处，本发明的目的在于提供一种矿区生态环境演变驱动因子权重量化分析方法，首先对植被、土壤、水体、大气的各类理化参数以及生态系统功能进行长时间尺度上高分辨率、高频次定量反演，根据遥感反演、统计数据再分析等获取的矿区长时间尺度、连续空间的生态因子及气候气象、地理地貌、人类活动三类驱动因子数据集，然后在高维度空间对参量数据进行叠加构建生态演变大数据立方体，接着以纯数据驱动的角度建立地理时空加权人工神经网络对多种参量之间的驱动关系进行模拟，最后采用高维数据下的因子定权法来量化各影响因子的权重，从而计算出生态演变的驱动因子权重立方体，得到了矿区生态环境演变过程中在不同空间位置下的主导驱动因子及其权重，为发掘矿区生态环境演变机理、矿区生态累积效应、矿区生态环境影响范围量化等提供了客观的数据。

本发明的目的通过下述技术方案实现：

一种矿区生态环境演变驱动因子权重量化分析方法，其方法如下：

A、面向矿区场景的生态环境参数一体化同步反演：建立长时序、高分辨率、高频次定量遥感反演模型，反演模型包括PROSAIL植被辐射传输模型、随机森林算法模型、像元二分模型、kriging模型和归一化植被指数模型；收集包括多光谱遥感影像、土壤参数产品影像、地面实测数据在内的原始数据，通过反演模型对原始数据的生态环境参数进行一体化同步反演并得到参数反演数据，生态环境参数包括植被、土壤、大气、水体，植被包括植被覆盖度、叶面积指数、叶片叶绿素含量、叶片等效水厚度、叶片类胡萝卜素含量、叶片花青素含量、叶片干物质含量、冠层叶绿素含量，土壤包括表层含水量，大气包括PM2.5，水体包括叶绿素浓度、悬浮物浓度；

B、构建生态演变大数据立方体：根据包括植被、土壤、大气、水体的参数反演数据进行统计、分析并得到长时序、高分辨率、高频次的生态因子及驱动因子集合，生态因子及驱动因子集合包括矿区生态因子集合与驱动因子数据集合，矿区生态因子集合中的矿区生态因子包括植被、土壤、大气、水体，驱动因子数据集合的驱动因子包括气候气象、地理地貌、人类活动，在三维空间上进行矿区生态因子、驱动因子的空间维度叠加及高维度拓展，高维度拓展包括时间维度拓展，并将以栅格影像格式展现的低维数据转换为高维数据立方体，最终构成生态演变大数据立方体；