CN112396229B - 退化沼泽湿地植被适宜自然或人工恢复的区域划分方法 - Google Patents

Abstract

退化沼泽湿地植被适宜自然或人工恢复的区域划分方法，它涉及一种湿地植被的区域划分方法。本发明解决了目前无法明确划分出退化沼泽湿地植被适宜进行自然恢复或人工恢复的问题。本发明方法：一、采集数据；二、处理长时间序列的历史及未来气象要素数值空间分布数据集；三、得到沼泽湿地植被分布区；四、建立逐像元回归方程；五、计算植被生长季NDVI_{历史潜在值}和NDVI_{未来潜在值}；六、得到NDVI_残差值；七、得到Trend_实际、Trend_未来、Trend_残差；八、Trend_实际＜0、Trend_残差/Trend_实际＜50％或Trend_未来＞0的像元对应区域为自然恢复区域；而Trend_实际＜0、Trend_残差/Trend_实际≥50％或Trend_未来≥0的像元对应区域为人工恢复区域。本发明方法准确划分了退化沼泽湿地植被适宜自然或人工恢复区域。

Description

退化沼泽湿地植被适宜自然或人工恢复的区域划分方法

技术领域

本发明涉及一种沼泽湿地植被的区域划分方法。

背景技术

湿地是全球三大生态系统之一，在生物地球化学循环、生物多样性保护以及气候变化适应和缓解等方面发挥着不可替代的作用。沼泽是湿地生态系统的重要类型之一，在控制洪水、补给地下水、环境净化、地表能量交换以及污水中污染物的过滤等方面具有重要作用。沼泽湿地植被作为沼泽湿地的重要组成部分和沼泽湿地特征的外在体现之一，对于维持沼泽湿地生态系统功能至关重要。受气候变化和人类活动的影响，全球沼泽湿地面临大面积的损失，亟需开展湿地恢复与重建工作。为更好实现湿地植被恢复，需首先开展湿地植被对气候变化的响应及预测研究，明确气候变化影响下湿地植被“自然恢复”与“人工恢复”分布区域，进而服务于评估湿地植被恢复与重建的潜力及管理成本，并为退化湿地恢复与重建提供相应的适应性管理对策。目前关于退化沼泽湿地的植被动态监测是沼泽湿地生态系统监测的重点，由于常规的监测技术覆盖范围有限，尺度较小，无法定量区分气候因素和人类活动对植被的影响，且不能对未来气候变化下退化沼泽湿地植被适宜何种恢复方式做出准确判断的缺点，无法明确划分出退化沼泽湿地植被适宜进行自然恢复或人工恢复。

发明内容

本发明为了解决目前无法明确划分出退化沼泽湿地植被适宜进行自然恢复或人工恢复的问题，而提供了一种退化沼泽湿地植被适宜自然或人工恢复的区域划分方法。

本发明退化沼泽湿地植被适宜自然或人工恢复的区域划分方法按照以下步骤进行：

步骤一、获取覆盖研究区的长时间序列MODIS归一化植被指数NDVI数据集、历史及未来气象数据集，并对数据进行预处理；

步骤二、利用普通克里格插值方法，将研究时间段内历史及未来气象数据集中各气象要素数值进行插值，并将所有数据的投影坐标统一为NDVI数据集的投影坐标，得到长时间序列的历史及未来气象要素数值空间分布数据集；

步骤三、根据步骤一得到的NDVI数据集，利用最大值合成法，获取研究时间段内生长季NDVI_实际值，并基于沼泽湿地分布数据集，将多年平均生长季NDVI_实际值＞0的区域作为沼泽湿地植被分布区；

步骤四、利用步骤二和步骤三得到的历史气象要素和生长季NDVI_实际值，构建以各气象要素为自变量，生长季NDVI_实际值为因变量的逐像元回归方程；

步骤五、将步骤二得出的历史和未来气象要素代入步骤四的逐像元回归方程，得到长时间序列的植被生长季NDVI_{历史潜在值}和NDVI_{未来潜在值}；

步骤六、利用残差分析法将步骤三得到的NDVI_实际值减去步骤五得出的NDVI_{历史潜在值}，得到NDVI_残差值；

步骤七、利用步骤三、五、六得到的生长季NDVI_实际值、NDVI_{未来潜在值}、NDVI_残差值分别计算NDVI_实际值的变化趋势Trend_实际、NDVI_{未来潜在值}的变化趋势Trend_未来、NDVI_残差值的变化趋势Trend_残差；

步骤八、Trend_实际＜0、Trend_残差/Trend_实际＜50％或Trend_未来＞0的像元对应区域为自然恢复区域；而Trend_实际＜0、Trend_残差/Trend_实际≥50％或Trend_未来≥0的像元对应区域为人工恢复区域，即完成了退化沼泽湿地植被的区域划分。

本发明结合长时间序列植被NDVI数据集、历史及未来气象数据集，定量分离气候因素和人类活动对植被变化的影响，并根据未来气候变化对植被的影响划分退化沼泽湿地植被适宜自然或人工恢复区域的方法。本发明基于遥感影像数据、气象数据构建逐像元回归方程，结合残差分析法定量剥离气候因素和人类活动对沼泽湿地植被的影响，准确划分了退化沼泽湿地植被适宜自然或人工恢复区域。

附图说明

图1为本发明的流程图；

图2为一个实施例1中三江平原沼泽湿地植被生长季NDVI实际值变化趋势示意图；

图3为一个实施例1中三江平原沼泽湿地植被生长季NDVI残差值变化趋势示意图；

图4为一个实施例1中三江平原沼泽湿地植被生长季NDVI未来潜在值变化趋势示意图；

图5为一个实施例1中三江平原沼泽湿地植被适宜自然或人工恢复的区域示意图。

具体实施方式

本发明技术方案不局限于以下所列举具体实施方式，还包括各具体实施方式间的任意组合。

具体实施方式一：本实施方式退化沼泽湿地植被适宜自然或人工恢复的区域划分方法按照以下步骤进行：

步骤一、获取覆盖研究区的长时间序列MODIS归一化植被指数NDVI数据集、历史及未来气象数据集，并对数据进行预处理；

步骤二、利用普通克里格插值方法，将研究时间段内历史及未来气象数据集中各气象要素数值进行插值，并将所有数据的投影坐标统一为NDVI数据集的投影坐标，得到长时间序列的历史及未来气象要素数值空间分布数据集；

步骤三、根据步骤一得到的NDVI数据集，利用最大值合成法，获取研究时间段内生长季NDVI_实际值，并基于沼泽湿地分布数据集，将多年平均生长季NDVI_实际值＞0的区域作为沼泽湿地植被分布区；

步骤四、利用步骤二和步骤三得到的历史气象要素和生长季NDVI_实际值，构建以各气象要素为自变量，生长季NDVI_实际值为因变量的逐像元回归方程；

步骤五、将步骤二得出的历史和未来气象要素代入步骤四的逐像元回归方程，得到长时间序列的植被生长季NDVI_{历史潜在值}和NDVI_{未来潜在值}；

步骤六、利用残差分析法将步骤三得到的NDVI_实际值减去步骤五得出的NDVI_{历史潜在值}，得到NDVI_残差值；

步骤七、利用步骤三、五、六得到的生长季NDVI_实际值、NDVI_{未来潜在值}、NDVI_残差值分别计算NDVI_实际值的变化趋势Trend_实际、NDVI_{未来潜在值}的变化趋势Trend_未来、NDVI_残差值的变化趋势Trend_残差；

步骤八、Trend_实际＜0、Trend_残差/Trend_实际＜50％或Trend_未来＞0的像元对应区域为自然恢复区域；而Trend_实际＜0、Trend_残差/Trend_实际≥50％或Trend_未来≥0的像元对应区域为人工恢复区域，即完成了退化沼泽湿地植被的区域划分。

本实施方式步骤六中NDVI_残差值来表征人类活动对沼泽湿地植被的影响；

本实施方式步骤八中当Trend_实际＜0时，表明像元对应区域的沼泽湿地植被呈退化状态，需要进行自然或人工恢复；当Trend_实际≥0时，表明像元对应区域的沼泽湿地植被未呈现退化状态，不需要进行自然或人工恢复；

当Trend_残差/Trend_实际＜50％时，表明沼泽湿地植被变化主要受气候变化影响；当Trend_残差/Trend_实际≥50％时，表明沼泽湿地植被变化主要受人类活动影响；

当Trend_未来≥0时，表明像元对应区域的未来气候不会导致植被发生退化，适宜进行自然或人工恢复；当Trend_未来＜0时，表明像元对应区域的未来气候条件不适宜植被生长，因此植被的恢复意义不大，不适宜进行自然或人工恢复；

最终划定Trend_实际＜0，Trend_残差/Trend_实际＜50％，Trend_未来＞0的所有像元对应区域为自然恢复区域；而Trend_实际＜0，Trend_残差/Trend_实际≥50％，Trend_未来≥0的所有像元对应区域为人工恢复区域。

本实施方式的流程图如图1所示。

具体实施方式二：本实施方式与具体实施方式一的不同点是：步骤一中的预处理：先对NDVI数据集进行辐射、几何及大气校正等处理；然后对气象数据进行质量检验及均一化处理。其他步骤及参数与具体实施方式一相同。

具体实施方式三：本实施方式与具体实施方式一不同的是：步骤三中利用最大值合成法来获取逐月NDVI最大值，其公式如下：

MNDVI_i＝Max(NDVI_a，NDVI_b)

式中，MNDVI_i为第i月的植被NDVI最大值，NDVI_a，NDVI_b分别为上半月和下半月的NDVI值。

然后，求出植被生长季NDVI(5～9月)平均值，作为NDVI_实际值，公式如下：

NDVI_实际值＝(MNDVI₅+MNDVI₆+MNDVI₇+MNDVI₈+MNDVI₉)/5

式中，NDVI_实际值代表植被生长季NDVI平均值，MNDVI₅、MNDVI₆、MNDVI₇、MNDVI₈、MNDVI₉分别为5、6、7、8、9月的植被NDVI最大值。

最后，求出植被多年生长季NDVI平均值，公式如下：

DNDVI_mean＝(NDVI_实际值1+NDVI_实际值2+NDVI_实际值3+…+NDVI_实际值k)/k

式中，DNDVI_mean为植被多年生长季NDVI平均值，NDVI_实际值k为第k年的植被生长季NDVI平均值。其他步骤及参数与具体实施方式一相同。

具体实施方式四：本实施方式与具体实施方式一不同的是：步骤四利用历史气象要素和NDVI_实际值，构建以各气象要素为自变量，生长季NDVI_实际值为因变量的逐像元回归方程，公式如下：

NDVI_实际值＝a+a₁X₁+a₂X₂+a₃X₃+…+a_kX_k

式中，NDVI_实际值为生长季NDVI平均值，X₁、X₂、X₃....分别为研究时间段的各气象要素的数值，a、a₁、a₂、a₃....分别代表回归方程的常数项及各气象要素对应的回归系数值。其他步骤及参数与具体实施方式一相同。

具体实施方式五：本实施方式与具体实施方式一不同的是：步骤六利用残差分析法将NDVI_实际值减去NDVI_{历史潜在值}，得到NDVI_残差值，公式如下：

NDVI_残差值＝NDVI_实际值-NDVI_{历史潜在值}。其他步骤及参数与具体实施方式一相同。

具体实施方式六：本实施方式与具体实施方式一不同的是：步骤七中采用趋势分析法分析植被NDVI_实际值变化趋势(Trend_实际)、NDVI_{未来潜在值}变化趋势(Trend_未来)和NDVI_残差值变化趋势(Trend_残差)，公式如下：

式中，θ_slope为研究时间段内各个像元NDVI(对应NDVI_实际值、或NDVI_{未来潜在值}、或NDVI_残差值)变化趋势，n为研究的时间序列长度，NDVI_k为第k年的NDVI，即对应NDVI_实际值、或NDVI_{未来潜在值}、或NDVI_残差值。其他步骤及参数与具体实施方式一相同。

实施例1选择三江平原地区沼泽湿地为实施区域，利用了本发明的方法对三江平原地区沼泽湿地植被进行了区域划分。

本发明退化沼泽湿地植被适宜自然或人工恢复的区域划分方法按照以下步骤进行：

步骤一、获取覆盖研究区的长时间序列MODIS归一化植被指数NDVI数据集、历史及未来气象数据集，并对数据进行预处理；即分别获取覆盖三江平原地区的2000-2015年逐旬MODIS NDVI数据集、历史(2000-2015年)和未来(2020-2050年)逐月气象数据集、以及2015年沼泽湿地分布数据；对NDVI数据集进行大气校正，辐射校正，几何校正处理；并对气象数据进行质量检验及均一化处理；

步骤二、利用普通克里格插值方法，将研究时间段内历史及未来气象数据集中各气象要素数值进行插值，并将所有数据的投影坐标统一为NDVI数据集的投影坐标，得到长时间序列的历史及未来气象要素数值空间分布数据集；

步骤三、根据步骤一得到的NDVI数据集，利用最大值合成法，获取研究时间段内生长季NDVI_实际值，并基于沼泽湿地分布数据集，将多年平均生长季NDVI_实际值＞0的区域作为沼泽湿地植被分布区；

步骤四、利用步骤二和步骤三得到的历史气象要素和生长季NDVI_实际值，构建以各气象要素为自变量，生长季NDVI_实际值为因变量的逐像元回归方程；

步骤五、将步骤二得出的历史和未来气象要素代入步骤四的逐像元回归方程，得到长时间序列的植被生长季NDVI_{历史潜在值}和NDVI_{未来潜在值}；

步骤六、利用残差分析法将步骤三得到的NDVI_实际值减去步骤五得出的NDVI_{历史潜在值}，得到NDVI_残差值，来表征人类活动对沼泽湿地植被的影响；

步骤七、利用步骤三、五、六得到的生长季NDVI_实际值、NDVI_{未来潜在值}、NDVI_残差值分别计算NDVI_实际值的变化趋势Trend_实际、NDVI_{未来潜在值}的变化趋势Trend_未来、NDVI_残差值的变化趋势Trend_残差；

步骤八、Trend_实际＜0、Trend_残差/Trend_实际＜50％或Trend_未来＞0的像元对应区域为自然恢复区域；而Trend_实际＜0、Trend_残差/Trend_实际≥50％或Trend_未来≥0的像元对应区域为人工恢复区域，即完成了退化沼泽湿地植被的区域划分。

本实施例步骤八中是根据步骤七得出的植被生长季NDVI_实际值变化趋势(Trend_实际)、NDVI_{未来潜在值}变化趋势(Trend_未来)和NDVI_残差值变化趋势(Trend_残差)，划分退化沼泽湿地植被适宜自然或人工恢复的区域。

即当Trend_实际＜0时，表明像元对应区域的沼泽湿地植被呈退化状态，需要进行自然或人工恢复；当Trend_实际≥0时，表明像元对应区域的沼泽湿地植被未呈现退化状态，不需要进行自然或人工恢复；

当Trend_残差/Trend_实际＜50％时，表明沼泽湿地植被变化主要受气候变化影响；当Trend_残差/Trend_实际≥50％时，表明沼泽湿地植被变化主要受人类活动影响；

当Trend_未来≥0时，表明像元对应区域的未来气候不会导致植被发生退化，适宜进行自然或人工恢复；当Trend_未来＜0时，表明像元对应区域的未来气候条件不适宜植被生长，因此植被的恢复意义不大，不适宜进行自然或人工恢复；

最终划定Trend_实际＜0，Trend_残差/Trend_实际＜50％，Trend_未来＞0的所有像元对应区域为自然恢复区域；而Trend_实际＜0，Trend_残差/Trend_实际≥50％，Trend_未来≥0的所有像元对应区域为人工恢复区域。

本实施例中的NDVI实际变化趋势如图2所示，三江平原沼泽植被生长季NDVI总体呈现下降趋势(即Trend_实际＜0)，其中下降最明显的地区位于研究区东部的抚远县、饶河县、虎林县和密山市；NDVI残差值变化趋势如图3所示，NDVI残差值总体呈现下降趋势(即Trend_残差＜0)，表明人类活动导致研究区大部分地区沼泽植被发生退化，下降明显的地区位于研究区西北部的萝北县和鹤岗市，而呈上升趋势(即Trend_残差＞0)的区域主要位于研究区东部的抚远县、虎林县和密山市等地；NDVI未来潜在变化趋势如图4所示，几乎整个研究区的Trend_未来均大于0，表明未来气候条件总体适宜研究区沼泽植被的生长；根据分析结果，人工恢复和自然恢复的划分图如图5所示，其中研究区大部分地区退化沼泽湿地植被需要进行人工恢复，而研究区东部的部分地区退化沼泽湿地植被可以自然恢复，不需要进行人工恢复。通过图2～图5，本发明完成了对三江平原地区沼泽湿地的区域划分。

Claims (5)

1.退化沼泽湿地植被适宜自然或人工恢复的区域划分方法，其特征在于退化沼泽湿地植被适宜自然或人工恢复的区域划分方法按照以下步骤进行：

步骤一、获取覆盖研究区的长时间序列MODIS归一化植被指数NDVI数据集、历史及未来气象数据集，并对数据进行预处理；

步骤二、利用普通克里格插值方法，将研究时间段内历史及未来气象数据集中各气象要素数值进行插值，并将所有数据的投影坐标统一为NDVI数据集的投影坐标，得到长时间序列的历史及未来气象要素数值空间分布数据集；

步骤三、根据步骤一得到的NDVI数据集，利用最大值合成法，获取研究时间段内生长季NDVI_实际值，并基于沼泽湿地分布数据集，将多年平均生长季NDVI_实际值＞0的区域作为沼泽湿地植被分布区；

步骤四、利用步骤二和步骤三得到的历史气象要素和生长季NDVI_实际值，构建以各气象要素为自变量，生长季NDVI_实际值为因变量的逐像元回归方程；

步骤五、将步骤二得出的历史和未来气象要素代入步骤四的逐像元回归方程，得到长时间序列的植被生长季NDVI_{历史潜在值}和NDVI_{未来潜在值}；

步骤六、利用残差分析法将步骤三得到的NDVI_实际值减去步骤五得出的NDVI_{历史潜在值}，得到NDVI_残差值；

步骤七、利用步骤三、五、六得到的生长季NDVI_实际值、NDVI_{未来潜在值}、NDVI_残差值，采用趋势分析方法分别计算NDVI_实际值的变化趋势Trend_实际、NDVI_{未来潜在值}的变化趋势Trend_未来、NDVI_残差值的变化趋势Trend_残差；

步骤八、Trend_未来＜0的像元对应区域为不可恢复区域；Trend_实际＜0和Trend_残差/Trend_实际＜50％和Trend_未来＞0的像元对应区域为自然恢复区域；Trend_实际＜0和Trend_残差/Trend_实际≥50％和Trend_未来≥0的像元对应区域为人工恢复区域，即完成了退化沼泽湿地植被的区域划分。

2.根据权利要求1所述的退化沼泽湿地植被适宜自然或人工恢复的区域划分方法，其特征在于步骤一中的预处理：先对NDVI数据集进行辐射、几何及大气校正处理；然后对气象数据进行质量检验及均一化处理。

3.根据权利要求1所述的退化沼泽湿地植被适宜自然或人工恢复的区域划分方法，其特征在于步骤三中利用最大值合成法来获取逐月NDVI最大值，其公式如下：

MNDVI_i＝Max(NDVI_a,NDVI_b)

式中，MNDVI_i为第i月的植被NDVI最大值，NDVI_a，NDVI_b分别为上半月和下半月的NDVI值；

然后，求出植被生长季NDVI平均值，作为NDVI_实际值，公式如下：

NDVI_实际值＝(MNDVI₅+MNDVI₆+MNDVI₇+MNDVI₈+MNDVI₉)/5

式中，NDVI_实际值代表植被生长季NDVI平均值，MNDVI₅、MNDVI₆、MNDVI₇、MNDVI₈、MNDVI₉分别为5、6、7、8、9月的植被NDVI最大值；

最后，求出植被多年生长季NDVI平均值，公式如下：

DNDVI_mean＝(NDVI_实际值1+NDVI_实际值2+NDVI_实际值3+…+NDVI_实际值k)/k

式中，DNDVI_mean为植被多年生长季NDVI平均值，NDVI_实际值k为第k年的植被生长季NDVI平均值。

4.根据权利要求1所述的退化沼泽湿地植被适宜自然或人工恢复的区域划分方法，其特征在于步骤四利用历史气象要素和NDVI_实际值，构建以各气象要素为自变量，生长季NDVI_实际值为因变量的逐像元回归方程，公式如下：

NDVI_实际值＝a+a₁X₁+a₂X₂+a₃X₃+…+a_kX_k

式中，NDVI_实际值为生长季NDVI平均值，X₁、X₂、X₃....分别为研究时间段的各气象要素的数值，a、a₁、a₂、a₃....分别代表回归方程的常数项及各气象要素对应的回归系数值。

5.根据权利要求1所述的退化沼泽湿地植被适宜自然或人工恢复的区域划分方法，其特征在于步骤七中采用趋势分析法分析植被NDVI_实际值变化趋势Trend_实际、NDVI_{未来潜在值}变化趋势Trend_未来和NDVI_残差值变化趋势Trend_残差，公式如下：

式中，θ_slope为研究时间段内各个像元NDVI对应NDVI_实际值、或NDVI_{未来潜在值}、或NDVI_残差值的变化趋势，n为研究的时间序列长度，NDVI_k为第k年的NDVI，即对应NDVI_实际值、或NDVI_{未来潜在值}、或NDVI_残差值。

Images