[发明专利]一种快速评估人类活动对植被覆盖变化影响的方法

摘要

本发明公开了一种快速评估人类活动对植被覆盖变化影响的方法，以长时间序列MOD13Q1 NDVI为数据源，采用MRT软件对数据进行分析处理形成NDVI数据集，采用线性回归模型、最小二乘法趋势分析及残差分析法，评估人类活动对植被覆盖变化影响情况，本发明能够基于长时间序列MODIS NDVI数据及气象数据，快速、准确、客观开展大尺度的人类活动对植被覆盖变化影响研究，充分挖掘了遥感卫星数据与气象数据进行大区域尺度生态环境影响评估的潜力。

主权项

一种快速评估人类活动对植被覆盖变化影响的方法，包括以下步骤：(1)NDVI数据下载与预处理：a、下载研究区域时间序列的MOD13Q1NDVI，数据空间分辨率为250m，时间分辨率为16d，使用MRT软件对数据进行镶嵌拼接，将数据由HDF转换为Geotiff格式，投影坐标由Sinusoidal重投影到WGS84/Albers坐标系；b、采用ArcGIS中掩膜提取对NDVI数据进行裁剪，通过最大值合成法计算得到研究区域年最大NDVI值，形成研究区域NDVI时间序列数据集；(2)研究区域气象数据处理：a、搜集研究区域内所有气象站点的日均气温与日降水量数据，将日均气温进行算数平均计算获取气象站点的年均气温，对日降水量求和获取各气象站点的年降水量；b、利用ArcGIS软件中的克里格插值法对研究区域各气象站点的年均气温和年降水量进行空间插值，生成空间分辨率为250m×250m的时间序列年均气温和年降水量栅格数据集，投影到WGS84/Albers坐标系下；(3)计算时间序列预测NDVI值：建立NDVI和年均气温、年降水量的二元一次回归关系模型，在ArcGIS中利用公式(1)模拟计算每个栅格单元上的NDVI值；公式(1)如下所示：NDVI预测值＝β0+β1T+β2P  (1)式中，NDVI预测值为由年降水量和年均气温预测的NDVI值，β0为常数项，β1、β2为回归方程的待定系数，待定系数可以采用最小二乘法计算得到；T、P分别为年均气温、年降水量；(4)计算研究区域的人类活动对植被覆盖变化的影响：a、将步骤(1)中得到的年最大NDVI值，即通过遥感观测得到的真实NDVI值减去步骤(3)计算的预测NDVI值，得到时间序列NDVI残差数据集，若残差大于0，表明人类活动对植被生长有促进作用；若残差小于0，表明人类活动不利于植被生长；若残差等于0，表明人类活动对植被变化影响微弱；b、采用非参数化趋势度与Mann‑Kendall检验方法分析人类活动对植被覆盖变化影响的变化趋势，在ArcGIS中利用公式(2)计算各像元的残差NDVI变化趋势，非参数化趋势度计算公式(2)如下所示：β=median(NDVIi-NDVIji-j,∀i>j)---(2)]]>式中，β为残差NDVI变化趋势，i、j为时间序列，NDVIi、NDVIj分别表示第i、j时间的NDVI值，若β>0，表明残差NDVI呈上升趋势，即人类活动有利于植被生长；若β<0，表明残差NDVI呈下降趋势，即人类活动不利于植被生长；若β＝0，表明残差NDVI序列没有变化趋势；所述Mann‑Kendall是一种非参数统计检验方法，用来判断变化趋势的显著性；假设时间序列(x1，x2，…，xn)是n个独立的、随机变量同分布的样本，定义检验统计量为S，S计算公式如公式(3)所示：S=Σi=2nΣj=1i-1sign(Xi-Xj)---(3)]]>式中，sign()为符号函数，当Xi‑Xj小于、等于或大于零时，sign(Xi‑Xj)分别为‑1、0或1；Z统计量的计算公式如公式(4)所示：Z=S-1n(n-1)(2n+5)18S>0Z=0S=0Z=S+1n(n-1)(2n+5)18S<0---(4)]]>在给定显著水平α下，当|Z|＞μ1‑α/2时，表示序列在α水平下存在显著的变化，α一般取值为0.05。c、基于ArcGIS空间分析功能，统计各变化趋势空间分布及面积比例。