[发明专利]一种耦合气候累积效应的植被生长变化逐步多元回归分析方法

权利要求书

1.一种耦合气候累积效应的植被生长变化逐步多元回归分析方法，其特征在于：具体包括以下步骤：

步骤一、数据获取：选择某地区某一时间段内的植被数据和气候数据；

步骤二、情景设定：选择瞬时作用情景、滞后作用情景及累积作用情景三种情景，其中瞬时作用情景不考虑滞后作用和累计作用，滞后作用情景考虑滞后作用，但不考虑累计作用，累积作用情景即考虑滞后作用，也考虑累计作用；

步骤三、气候因子的累积作用处理：利用累积气候因子来表示历史气候状态变化累积程度强弱，包括累积气温ATEM、累积太阳辐射ASOALR及累积降水APRE，并将这些累积气候因子定义为给定时间内高于一定阈值的相应气候数据总和，累积时间期限被定义为气候因子对植被生长可能产生的滞后时长；

步骤四、逐步多元回归分析：为步骤二中设定的三种情景分别设计了带赤池信息量AIC准则的逐步多元回归模型，并计算出了调整决定性系数R²及赤池信息量AIC用以代表气候变化对植被生长变化的解释作用及拟合效果情况；

步骤五、偏相关分析及滞后作用分析：将陆地生态系统划分为北寒带ARC、北温带NTEM、热带TRP和南温带STEM共四个气候带，在将所有植被及气候因子数据进行线性去趋势处理后，利用偏相关分析来分析植被NDVI与各气候因子之间相关关系；

步骤六、结果分析：利用带AIC准则的逐步多元回归分析模型计算出了累积作用情景下植被数据NDVI3g和ATEM，ASOLAR及APRE之间调整R²及AIC值，同时也计算了滞后作用情景下的调整R²及AIC值，最后算出了两个情景下的R²及AIC值差值，阐述气候因子对植被生长的解释作用和拟合效果，制作植被NDVI和累积气候因子之间的偏相关关系空间分布图，并计算相关性差异，阐述气候因子与植被生长的相关关系和气候因子对植被生长的滞后作用。

2.根据权利要求1所述的一种耦合气候累积效应的植被生长变化逐步多元回归分析方法，其特征在于：所述步骤三中累积气温的阈值定为0℃，同时，累积太阳辐射及累积降水的阈值分别定为0W/㎡和0mm。

3.根据权利要求1所述的一种耦合气候累积效应的植被生长变化逐步多元回归分析方法，其特征在于：所述步骤三中具体的累积处理如下：

其中，m表示月时间序列，k是累积月份与当前月份相差月份数值，i是累积时间期限，n是可能的最大累积期限或者说是假定的最长滞后时长，这个值定义为3，TEM、SOLAR和PRE分别代表原始气温、太阳辐射及降水的时间序列数据，T_base，S_base和P_base分别是气温、太阳辐射及降水的累积阈值，值得注意的是当某月的气候因子数据底于对应阈值时，该月气候因子的累积值默认为没有增加。

4.根据权利要求1所述的一种耦合气候累积效应的植被生长变化逐步多元回归分析方法，其特征在于：所述步骤四中AIC值的计算如下：

其中，N是样本数量，RSS是残差平方和，n_p是模型估计参数数量，n_y是模型的输出参数数量。

5.根据权利要求1所述的一种耦合气候累积效应的植被生长变化逐步多元回归分析方法，其特征在于：所述步骤四中带赤池信息量AIC准则的逐步多元回归模型如下：

NDVI(i)＝A1(i)×ATEM(i)+B1(i)×ASOLAR(i)+C1(i)×APRE(i)+D1(i)

NDVI(i)＝A2(i)×TEM(i)+B2(i)×SOLAR(i)+C2(i)×PRE(i)+D2(i)

其中，i是累积时间期限或者滞后时长，范围设定在0-3个月，A1、B1、C1、A2、B2和C2是模型的回归参数，D1和D2是模型的截距，NDVI代表NDVI3g时间序列值，ATEM、ASOLAR和APRE表示累积气温、累积太阳辐射及累积降水时间序列数据，用于累积作用情景下的相关计算，而TEM、SOLAR和PRE则表示对应的未累积原始气温、太阳辐射及降水时间序列数据，用于瞬时作用情景和滞后作用情景下的相关计算。