CN104699992A - 基于变异系数的植被净第一性生产力人为影响计算方法 - Google Patents
基于变异系数的植被净第一性生产力人为影响计算方法 Download PDFInfo
- Publication number
- CN104699992A CN104699992A CN201510149069.5A CN201510149069A CN104699992A CN 104699992 A CN104699992 A CN 104699992A CN 201510149069 A CN201510149069 A CN 201510149069A CN 104699992 A CN104699992 A CN 104699992A
- Authority
- CN
- China
- Prior art keywords
- npp
- coefficient
- pixel
- variation
- precipitation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于变异系数的植被净第一性生产力人为影响值计算方法，取某地区多年NPP实际值；计算各像元NPP变异系数和气候变异系数；用相关系数法计算气温与降水对NPP的影响权重，算得人为变异系数，若变异系数为0～0.1，则判断NPP变化趋势与气候变化趋势是否一致，不一致，舍弃该像元，一致则此像元植被净第一性生产力没有受人为作用影响，该像元为无人为影响像元；空间插值得到全区域NPP理论值；NPP实际值减去NPP理论值，得NPP人为影响值，其数值表示NPP人为影响大小，符号表示人为影响的方向。该计算方法理论科学合理，思路简单，能较好地区分和计算NPP人为影响。
Description
技术领域
本发明属于生态环境技术领域，涉及一种基于变异系数的植被净第一性生产力人为影响计算方法。
背景技术
植被净第一性生产力（简称NPP）是衡量生态环境的重要指标，同时与碳平衡和碳扰动、土地利用变化、气候变化和粮食安全等关系密切，是表征陆地生态过程的关键参数。
NPP变化是气候变化与人类活动两者共同作用的结果，如何判断NPP变化是否受到人为影响，如何将人为影响和气候作用区分开，NPP人为影响值如何计算、环境恶化区治理后NPP如何变化等问题都是NPP领域中亟需研究的问题，上述问题的研究不仅是对NPP人为影响相关理论的扩充，同时对生态环境治理等工作具有实际意义。目前国内外针对上述问题有很多研究，研究的理论基础、方法手段各不相同，各有特点。由于人类活动对NPP作用的方式、手段、强度、范围各异，不同的地域特征对相同的人类活动响应也不一样，使用直接的方法来评价NPP人为影响有一定的困难。
发明内容
为了解决现有技术中存在的问题，本发明提供了一种基于变异系数的植被净第一性生产力人为影响模型，计算NPP人为影响值。
为实现上述目的，本发明所采用的技术方案是：一种基于变异系数的植被净第一性生产力人为影响值计算方法，其特征在于，该计算方法具体按以下步骤进行：
步骤1：获取某地区多年NPP实际值NPP A ；
步骤2：计算各像元的NPP变异系数CV NPP ：
式中，为NPP像元i的变异系数，σ i 为像元i的标准差，μ i 为像元i多年NPP的算术平均值；
步骤3：计算步骤1中所述地区各像元气候变异系数CV C ，计算公式为：
CV C =W T ×CV T + W P ×CV P
式中，WT和Wp分别表示气温与降水对NPP的影响权重，CV T 和CV p 分别表示气温变异系数与降水变异系数；
气温变异系数CV T 与降水变异系数CV p ；
式中，为降水像元i的变异系数，σ i 为像元i的标准差，μ i 为像元i多年降水的算术平均值；
再根据相关系数法计算气温与降水对NPP的影响权重，根据步骤3公式计算各像元气候变异系数CV C ：
步骤4：用各像元的NPP变异系数减去对应的像元气候变异系数，得到人为变异系数CV H ，
CV H = CV NPP －CV C
如果CV H 的范围为0～0.1，则判断NPP变化趋势与气候变化趋势是否一致，即历年的NPP变化折线与气候变化折线是否一致，如果不一致，则舍弃这个像元，认为这个像元的NPP受到人为影响如果一致则认为此像元植被净第一性生产力没有受到人为作用影响，则该像元称为无人为影响像元；
步骤5：将步骤4中的无人为影响像元的NPP作为该像元的NPP理论值NPP T ；
步骤6：将步骤5的像元NPP理论值NPP T 空间插值，得到全区域的NPP理论值；
步骤7：用步骤1的NPP实际值减去步骤6的NPP理论值，所得差值为NPP人为影响值NPP H ，
NPP
H
= NPP
A
－NPP
T
NPP H 的数值大小表示NPP人为影响的大小，符号表示人为影响的方向，“正”表示人为作用使NPP增加，“负”表示人为作用使NPP减少。
本发明计算方法与现有计算方法的比较，见表1。
表1 本发明计算方法与现有计算方法的比较
附图说明
图1是本发明计算方法的流程框图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步说明。
本发明提供了一种基于变异系数的植被净第一性生产力人为影响模型，可以计算NPP人为影响值。
该计算方法的流程框图，如图1所示，具体按以下步骤进行：
步骤1：采用CASA模型计算或者下载（网址，www.nasa.gov）某地区多年NPP数据（MOD17A3），计算或下载的NPP值称为NPP实际值（NPP A ）；
CASA模型(Carnegie-Ames-Stanford Approach)：是由Potter和Field基于Monteith提出用观测到的APAR和光能利用效率ε计算植物生产力的方法发展而来，表达式为：
NPP(x,t)= APAR(x,t)×ε(x,t)
式中，APAR(x,t)表示像元x在t月所吸收的光合有效辐射（gCm -2 month -1），ε(x,t)表示像元x在t月的实际光能利用率（gCMJ -1）。
步骤2：计算各像元的NPP变异系数CV NPP ，即NPP变异系数：
式中，为NPP像元i的变异系数，σ i 为像元i的标准差，μ i 为像元i多年NPP的算术平均值；
步骤3：分别计算步骤1中所述地区各像元气候变异系数CV C ，计算CV C 要确定气候因子和各因子对NPP影响的权重；
从NPP的定义来看，NPP的变化取决于降水量和最大蒸散量（最大蒸散量代表理想状况下大气的蒸发能力, 是由大气状况决定的）两个分量，气温和太阳辐射是导致最大可能蒸散量变化的主要因子，而气温与太阳辐射也有较强相关性，从国内外一些NPP气候学模型来看，模型的因子均为气温与降水，如Miami模型、Thornthwaite模型、周广胜模型等。本计算方法将气温和降水作为气候的主要因子。
因此，气候变异系数CV C 计算公式为：
CV C =W T ×CV T + W P ×CV P
式中，WT和Wp分别表示气温与降水对NPP的影响权重，CV T 和CV p 分别表示气温变异系数与降水变异系数。
气温变异系数CV T 计算公式为：
式中，为气温像元i的变异系数，σ i 为像元i的的标准差，μ i 为像元i的多年气温算术平均值；
降水变异系数CV p 计算公式为：
式中，为降水像元i的变异系数，σ i 为像元i的标准差，μ i 为像元i的多年降水算术平均值；
WT和Wp权重的计算采用相关系数法，将NPP分别与气温与降水求相关系数，根据历年降水、气温与NPP数据，使用SPSS软件分别对NPP与降水和气温逐像元做相关分析，计算每个像元的降水与气温相关系数，系数越高影响权重越大，相关系数计算公式如下：
式中，x、y代表两变量：计算降水与NPP的相关系数RP时，x和y分别代表降水和NPP，计算气温与NPP的相关系数RT时，x和y分别代表气温和NPP；分别为变量x、y的均值；R xy 为变量x、y 的相关系数；n为样本量。一般情况下，相关系数的检验，是在给定的置信水平下，通过查相关系数检验的临界值表来完成的。相关系数显著性程度大小的分级，可以根据不同置信水平下的相关系数临界值来确定。分别求出降水与NPP的相关系数RP和气温与NPP的相关系数RT，那么降水对NPP的影响权重气温对NPP的影响权重
步骤4：用各像元的NPP变异系数（CV NPP ）减去对应的像元气候变异系数（CV C ），得到人为变异系数（CV H ）,
CV H = CV NPP －CV C
如果CV H 的数值范围为0～0.1，则在此基础上判断NPP变化趋势与气候变化趋势是否一致，即历年的NPP变化折线与气候变化折线是否一致，如果不一致，则舍弃这个像元，认为这个像元的NPP受到人为影响；如果一致则认为此像元植被净第一性生产力没有受到人为作用影响，则该像元称为无人为影响像元；
如果CV H 的数值不在0～0.1的范围内，则说明像元存在人为影响，舍弃。
步骤5：将步骤4中的无人为影响像元的NPP作为该像元的NPP理论值（NPP T ）；
步骤6：将步骤5的像元NPP理论值（NPP T ）空间插值，得到全区域的NPP理论值（NPP A ）；
步骤7：用步骤1的NPP实际值减去步骤6的NPP理论值，所得差值称为NPP人为影响值（NPP H ），
NPP
H
= NPP
A
－NPP
T
NPP H 的数值大小表示NPP人为影响的大小，符号表示人为影响的方向，“正”表示人为作用使NPP增加，“负”表示人为作用使NPP减少。
本发明的理论基础是：在自然状态（无人为影响）下NPP只受气候变化影响，NPP变化特征应该与气候变化特征一致。由于变异系数能表达序列数据变化的离散程度，可以使用变异系数来衡量NPP变化与气候变化特征是否一致。如果NPP变异系数等于气候因子变异系数或者相差在一定的范围之内，表明该像元只受到气候因子的作用，否则同时受到人类活动的影响，两个变异系数之差即为人类活动下NPP变异程度，将其定义为人为变异系数。根据人为变异系数可以选出不受人为影响的像元，其对应的NPP值称为NPP理论值，将像元的理论NPP空间插值得到全区域理论NPP，最后用实际NPP与理论NPP相减，结果即为NPP人为影响值。
实施例
本发明计算方法在石羊河流域（石羊河流域地处黄土、青藏、蒙新三大高原的交汇过渡带，位于甘肃省河西走廊东部，祁连山北麓，介于101°22'E-104°16'E、36°29'N-39°27'N，流域面积4.16万km2）的具体应用：2000～2010年NPP数据为MODIS数据中的4级产品，产品类型为MOD17A3，空间分辨率为1km，温度、降雨和土地利用数据来自于中国西部环境与生态科学数据中心。根据本发明方法，计算出石羊河流域NPP人为影响结果为：在人为作用下，NPP年均增加值为1629271gCm-2a-1，年均减少值为1209281gCm-2a-1，年均净增加419990gCm-2a-1。
对比例
用现有的计算方法分别计算实施例中石羊河流域的NPP人为影响结果：
用实际与潜在NPP求差法计算得到在人为作用下，该流域的 NPP年增加值为126370gCm-2a-1，年减少值为8800537gCm-2a-1，年均净减少8674167gCm-2a-1。与实际情况比较可知，该方法使人为作用对NPP的正向影响值减小。
用残差法计算得到在人为作用下，该流域的正向影响总量为229724 gCm-2a-1，负向影响总量为373562 gCm-2a-1。与实际情况比较可知，残差法所得出的影响强度偏低，没有表现出该区域人为活动影响剧烈的实际效果。
用人为影响强度法能够区分出人为影响影响强度范围，但不能区分在人为影响下NPP是增加还是减少，也不能定量计算出影响值。由于因子选择的主观性和片面性，可能对人为影响因素概括还不够全面，加上因子影响力参数与各自权重为经验值，因此该方法适用于在大范围粗略的划分人为影响强度，不适宜做定量精确的分析人为影响。
用降雨利用率方法可以划分人为影响范围以及方向，但不能计算影响值，同时也存在一些不确定性，比如降雨剧烈增加或减少的情况。
Claims (3)
1.一种基于变异系数的植被净第一性生产力人为影响值计算方法，其特征在于，该计算方法具体按以下步骤进行：
步骤1：获取某地区多年NPP实际值NPP A ；
步骤2：计算各像元的NPP变异系数CV NPP ：
式中， 为NPP像元i的变异系数，σ i 为像元i的标准差，μ i 为像元i多年NPP的算术平均值；
步骤3：计算步骤1中所述地区各像元气候变异系数CV C ，计算公式为：
CV C =W T ×CV T + W P ×CV P
式中，WT和Wp分别表示气温与降水对NPP的影响权重，CV T 和CV p 分别表示气温变异系数与降水变异系数；
气温变异系数CV T 与降水变异系数CV p ；
式中，为气温像元i的变异系数，σ i 为像元i的的标准差，μ i 为像元i多年气温的算术平均值；
式中，为降水像元i的变异系数，σ i 为像元i的标准差，μ i 为像元i多年降水的算术平均值；
再根据相关系数法计算气温与降水对NPP的影响权重，根据步骤3公式计算各像元气候变异系数CV C ：
步骤4：用各像元的NPP变异系数减去对应的像元气候变异系数，得到人为变异系数CV H ，
CV H = CV NPP －CV C
如果CV H 的范围为0～0.1，则判断NPP变化趋势与气候变化趋势是否一致，即历年的NPP变化折线与气候变化折线是否一致，如果不一致，则舍弃这个像元，认为这个像元的NPP受到人为影响如果一致则认为此像元植被净第一性生产力没有受到人为作用影响，则该像元称为无人为影响像元；
步骤5：将步骤4中的无人为影响像元的NPP作为该像元的NPP理论值NPP T ；
步骤6：将步骤5的像元NPP理论值NPP T 空间插值，得到全区域的NPP理论值；
步骤7：用步骤1的NPP实际值减去步骤6的NPP理论值，计算NPP人为影响值NPP H ，
NPP
H
= NPP
A
－NPP
T
NPP H 的数值大小表示NPP人为影响的大小，符号表示人为影响的方向，“正”表示人为作用使NPP增加，“负”表示人为作用使NPP减少。
2.根据权利要求1所述的基于变异系数的植被净第一性生产力人为影响值计算方法，其特征在于，所述步骤1中采用CASA模型计算或者下载某地区多年NPP实际值NPP A 。
3.根据权利要求1所述的基于变异系数的植被净第一性生产力人为影响值计算方法，其特征在于，所述步骤3中：权重的计算方法采用相关系数法，将NPP分别与气温与降水求相关系数，根据历年降水、气温与NPP数据，使用SPSS软件分别对NPP与降水和气温逐像元做相关分析，计算每个像元的降水与气温相关系数，系数越高影响权重越大，相关系数计算公式如下：
式中：若计算降水与NPP的相关系数RP，则x和y分别代表降水和NPP；若计算气温与NPP的相关系数RT，则x和y分别代表气温和NPP；分别为变量x、y的均值；R xy 为变量x、y 的相关系数；n为样本量；
分别求出降水与NPP的相关系数RP和气温与NPP的相关系数RT，那么降水对NPP的影响权重气温对NPP的影响权重。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510149069.5A CN104699992B (zh) | 2015-04-01 | 2015-04-01 | 基于变异系数的植被净第一性生产力人为影响计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510149069.5A CN104699992B (zh) | 2015-04-01 | 2015-04-01 | 基于变异系数的植被净第一性生产力人为影响计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104699992A true CN104699992A (zh) | 2015-06-10 |
| CN104699992B CN104699992B (zh) | 2018-04-13 |
Family
ID=53347104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510149069.5A Expired - Fee Related CN104699992B (zh) | 2015-04-01 | 2015-04-01 | 基于变异系数的植被净第一性生产力人为影响计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104699992B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109919515A (zh) * | 2019-03-25 | 2019-06-21 | 中国气象科学研究院 | 生态环境质量评价方法及装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103345567A (zh) * | 2013-05-21 | 2013-10-09 | 青海师范大学 | 一种基于遥感影像测量生态补偿量的方法 |
-
2015
- 2015-04-01 CN CN201510149069.5A patent/CN104699992B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103345567A (zh) * | 2013-05-21 | 2013-10-09 | 青海师范大学 | 一种基于遥感影像测量生态补偿量的方法 |
Non-Patent Citations (4)
| Title |
|---|
| PIAO S L ET AL.: "Seasonal dynamics of terrestrial net primary production in response to climate changes in China", 《ACTA BOTANICA SINICA》 * |
| 李传华 等: "2000—2010年石羊河流域NPP时空变化及驱动因子", 《生态学杂志》 * |
| 罗君 等: "2000—2010年鄂尔多斯地区沙漠化动态及其气候变化和人类活动驱动影响的辨识", 《冰川冻土》 * |
| 袁博: "秦岭山地植被净初级生产力及其对气候变化的响应", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109919515A (zh) * | 2019-03-25 | 2019-06-21 | 中国气象科学研究院 | 生态环境质量评价方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104699992B (zh) | 2018-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| He et al. | Quantitative assessment and spatial characteristic analysis of agricultural drought risk in China | |
| Zhang et al. | GEFCom2014 probabilistic solar power forecasting based on k-nearest neighbor and kernel density estimator | |
| CN109359896B (zh) | 一种基于svm的电网线路故障风险预警方法 | |
| CN104766175A (zh) | 一种基于时间序列分析的电力系统异常数据辨识与修正方法 | |
| CN102914969A (zh) | 一种短期风电功率预测系统的综合误差修正方法 | |
| CN103489035A (zh) | 基于灰色加权关联分析算法的电网电能质量综合评价方法 | |
| CN111079329B (zh) | 一种基于相似结构试验的疲劳寿命评估方法 | |
| CN102799531B (zh) | 一种基于层次分析理论的软件测试方法 | |
| CN109726411B (zh) | 风力机机舱结构疲劳强度的计算方法 | |
| WO2018214364A1 (zh) | 一种降水预报精度评定方法 | |
| CN105488592A (zh) | 一种光伏电站发电量预测的方法 | |
| Guiqin et al. | An analysis of vulnerability to agricultural drought in China using the expand grey relation analysis method | |
| Li et al. | System dynamic relationship between service water and food: Case study at Jinghe River Basin | |
| Ke et al. | Spatio-temporal characteristics and typical patterns of eco-efficiency of cultivated land use in the Yangtze River Economic Belt, China | |
| Xiao-fei et al. | Power system load forecasting by improved principal component analysis and neural network | |
| CN104077489A (zh) | 一种能耗设备能效分析方法及其分析系统 | |
| CN117494950B (zh) | 一种光储充检微电网一体站运行安全评价方法 | |
| Zhang et al. | Evaluation of regional agricultural drought vulnerability based on unbiased generalized grey relational closeness degree | |
| CN103927598A (zh) | 基于自学习径向基核函数的光伏发电功率预测方法 | |
| CN104699992A (zh) | 基于变异系数的植被净第一性生产力人为影响计算方法 | |
| CN103928923A (zh) | 一种基于灵敏度分析的网络稳态电能质量预警方法 | |
| CN104700218A (zh) | 用于确定电网分区数量以及电网分区的方法和系统 | |
| CN104361136A (zh) | 基于图论聚类的中压配电网特殊负荷电能质量特性分类方法 | |
| CN103927594A (zh) | 基于自学习复合数据源自回归模型的风电功率预测方法 | |
| CN103927596A (zh) | 基于复合数据源自回归模型的风电功率超短期预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180413 Termination date: 20190401 |