CN116050654A - 耦合植被结构与质量的生态工程区植被生长成效评估方法 - Google Patents

耦合植被结构与质量的生态工程区植被生长成效评估方法 Download PDF

Info

Publication number
CN116050654A
CN116050654A CN202310161731.3A CN202310161731A CN116050654A CN 116050654 A CN116050654 A CN 116050654A CN 202310161731 A CN202310161731 A CN 202310161731A CN 116050654 A CN116050654 A CN 116050654A
Authority
CN
China
Prior art keywords
vegetation
index
comprehensive
ecological engineering
engineering area
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
Application number
CN202310161731.3A
Other languages
English (en)
Other versions
CN116050654B (zh
Inventor
刘晓曼
高吉喜
王健
袁静芳
侯鹏
马万栋
周倩
王超
郭晋玲
杨大强
付卓
吕娜
彭阳
刘成
陆斐
陆斌
姚祺
肖如林
黄艳
周春艳
靳川平
高兵兵
张彪
时忠杰
尤春赫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Satellite Application Center for Ecology and Environment of MEE
Original Assignee
Satellite Application Center for Ecology and Environment of MEE
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Satellite Application Center for Ecology and Environment of MEE filed Critical Satellite Application Center for Ecology and Environment of MEE
Priority to CN202310161731.3A priority Critical patent/CN116050654B/zh
Publication of CN116050654A publication Critical patent/CN116050654A/zh
Application granted granted Critical
Publication of CN116050654B publication Critical patent/CN116050654B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种耦合植被结构与质量的生态工程区植被生长成效评估方法，包括：获取设定时间尺度下的生态工程区中FVC、NPP，以及气象数据；基于FVC和NPP数据构建植被综合指数；基于气象数据构建植被综合指数预测值；计算得到植被综合实际指数；计算生态工程区各时间尺度植被综合实际指数的空间变化趋势，基于不同等级的趋势进行权重分配及基本评估单元划分，得到各基本评估单元的植被综合实际指数的相对变化量；通过植被综合实际指数的相对变化量与本底值相比较，构建生态工程区植被生长成效指数评价体系。本发明能够更加精准地评估以生态工程区域为评估范围的植被生长成效，为多源数据评估生态工程区植被生长提供结果更科学、全面的技术方法。

Description

耦合植被结构与质量的生态工程区植被生长成效评估方法
技术领域
本发明属于生态工程评估技术领域，涉及一种耦合植被结构与质量的生态工程区植被生长成效评估方法。
背景技术
为缓解植被褐化、水土流失、生物多样性锐减等生态环境问题，相关部门实施了一系列生态工程，如退耕还林工程、防护林工程、风沙源治理工程等。为保障生态工程的实施效果，对工程进行成效评估以调整实施方案势在必行。植被作为陆地与大气之间的连接部分，在碳汇、水土保持、能量交换上起着关键作用，并且退化生态系统的好转通常以植被功能恢复和结构完善为特征。因此，植被生长的效果成为生态工程成效评估的重要部分。
传统的野外植被调查存在时间尺度上不连续、空间范围较小等问题，因此生态工程区植被生长成效评估通常是利用卫星遥感数据，这类数据因其时空范围广、分辨率较高，可有效弥补传统方法的尺度缺陷。
当前，通常是利用单一指标方法来评估植被随时间变化的生长情况。但是单一指标方法无法充分考虑植被结构和生态系统功能的变化从而不能体现植被生长过程中的复杂性和完整性，不利于科学评估生态工程区中的植被生长实际情况，目前仍然缺乏能够表征植被生长成效的综合方法。而且由于生态工程区域往往范围广大，该区域内的气候空间异质性不可忽视。该异质性会引起水热条件变化从而影响植被生长的差异，使得生态工程区内的植被生长成效不具有可比性。
因此，如何提供一种生态工程区中植被生长成效评估更全面，并有效提升大范围区域内植被生长成效可比性的耦合植被结构与质量的生态工程区植被生长成效评估方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提出了一种耦合植被结构与质量的生态工程区植被生长成效评估方法，解决现有技术中的技术问题。
为了实现上述目的，本发明采用如下技术方案：
本发明公开了一种耦合植被结构与质量的生态工程区植被生长成效评估方法，包括以下步骤：
S1：获取设定时间尺度下的生态工程区中植被覆盖度FVC、净初级生产力NPP，以及气象数据；
S2：对所述S1中的FVC和NPP数据进行标准化处理，利用主成分分析法将标准化后的FVC和NPP进行权重赋值后相加，构建植被综合指数；
S3：以所述S1中的气象数据作为自变量，进行多个时间尺度的多元回归得到植被综合指数预测值；然后利用剩余分析方法，将植被综合指数减去植被综合指数预测值，得到植被综合实际指数；
S4：采用趋势分析方法计算生态工程区各时间尺度植被综合实际指数的空间变化趋势，对所述空间变化趋势进行显著性检验，获得不同等级趋势，基于不同等级的趋势进行权重分配及基本评估单元划分，得到各基本评估单元的植被综合实际指数的相对变化量；
S5：基于初期的生态工程整体区域植被生长成效的相对变化量作为本底值，通过各基本评估单元的植被综合实际指数的相对变化量与本底值相比较，得到各时间尺度不同基本评估单元植被生长成效指数，构建生态工程区植被生长成效指数评价体系。
优选的，所述S1包括：
获取设定时间尺度下的生态工程区中FVC和NPP的步骤：分别对FVC和NPP进行投影转换、拼接、重采样、掩膜处理，得到覆盖整个生态工程区的设定时间尺度下的NPP数据与FVC数据；
获取设定时间尺度下的生态工程区中气象数据的步骤：获取降雨量与气温月度数据，根据生态工程区经纬度信息进行插值处理；将单位时间段的降雨量数据累加，得到设定时间尺度的累计降雨量数据；将单位时间段的气温数据求均值，得到设定时间尺度的均温数据；利用所选生态工程区边界将气象数据进行掩膜，得到覆盖整个工程区的设定时间尺度气象数据，所述气象数据包括设定时间尺度的累计降雨量数据和均温数据。
优选的，所述S2包括：
S21：对FVC、NPP进行标准化处理，公式如下：
其中，Zveg为标准化后的植被指数值，x为单个像元的植被指数值，为植被指数的平均值，为植被指数的标准差，对每一个像元的植被指数值进行标准化；
S22：利用主成分分析法赋权重：
利用主成分分析法对NPP与FVC进行权重赋值，构建植被综合指数如下：
CVI为为植被结构与质量的植被综合指数，分布在0-100%内，w1、w2分别为Nfvc和Nnpp的权重。
优选的，所述S3包括：
S31：以年降雨量和年均温为自变量利用多元回归对植被综合指数进行计算，得到多个时间尺度植被综合指数的预测值，公式如下：
式中，CVIPre为植被综合指数的预测值，T和P分别为年均温和年降雨量，a、b、c分别为年均温的回归系数、年降雨量的回归系数与常数；
S32：通过分离出包含降雨量和气温对植被综合指数的影响的植被综合指数的预测值，量化未能通过降雨量和气温解释的剩余部分，并以剩余部分作为生态工程区中植被综合实际指数，公式如下：
式中，CVIRes为植被综合实际指数。
优选的，所述S4包括：
S41：利用趋势分析方法计算得到多个时间尺度植被综合实际指数的空间变化趋势，公式如下：
式中，xi和xj为第i年和第j年的植被综合实际指数，i、j为不同年份，β>0表示随时间增加呈现上升趋势，β=0表示时间序列未有变化，β<0表示随时间增加呈现下降趋势；
S42：对多个时间尺度植被综合实际指数的空间变化趋势进行显著性检验，根据检验结果将不同等级的趋势分别赋与权重；
S43：同一等级趋势面积内的生态工程区划分为同一基本评估单元，得到各基本评估单元的植被综合实际指数的相对变化量ABSt，公式如下：
t为不同时间尺度，Ak为不同等级趋势面积占基本评估单元面积之比，k为不同等级，ωk为不同等级趋势的权重。
优选的，所述S5包括：
各时间尺度不同基本评估单元植被生长成效指数Et，公式如下：
ABSt为各基本评估单元的植被综合实际指数的相对变化量，为初期的生态工程整体区域植被生长成效的相对变化量，Ak为不同等级趋势的面积，A为所选工程区域的整体面积，ωk为不同等级趋势的权重；
基于Et构建生态工程区植被生长成效指数评价体系，评价结果包括当前基本评估单元植被在该时段内植被退化、当前基本评估单元并未超过本底值，植被不显著生长；以及当前基本评估单元植被超过本底值实现了植被显著生长。
优选的，所述S5之后还包括：基于S1-S5计算不同时间尺度下生态工程区植被生长成效，得到基本评估单元中植被生长成效的时空分布数据。
经由上述的技术方案可知，与现有技术相比，本发明的有益效果包括：
第一、本发明从耦合植被结构和质量状况的角度，构建基于FVC和NPP的植被综合指标评价体系，解决当前单一指标难以系统反映植被生长成效等问题，与现有技术中单一指标难以系统反映植被生长成效的不足相比，本发明弥补了当前生态修复工程中对治理区域植被生理状态监测的缺陷，具有能够更系统的监测治理情况的有益效果，为多源数据评估生态工程区植被生长提供精度更高、结果更科学、全面的技术方法。
第二、本发明为评估生态工程区中的植被生长的成效，排除了气候的空间异质性，使得基本评估单元之间具有可比性。本发明弥补了当前生态修复工程中植被生长成效评估中未排除气候异质性所带来的空间不可比性，更加能够精准地监测生态修复区域中植被生长情况。
第三、本发明所提出的评价方法计算结果更科学、结果更精确，能综合反映植被生长成效，可比较性高、可行性高、综合性强，易于实施、便于构建、应用广泛，可用于监测多个生态修复工程中植被生长情况。能帮助管理人员客观评估生态工程恢复的情况，以便进一步制定或完善生态修复措施，为地球生态文明建设提供技术支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图；
图1为本发明一种实施例提供的耦合植被结构与质量的生态工程中植被生长成效评估方法的流程图；
图2为本发明一种实施例提供的多个时间尺度区域风沙源治理工程区植被生长成效示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种耦合植被结构与质量的生态工程区植被生长成效评估方法，包括以下步骤：
S1：获取设定时间尺度下的生态工程区中植被覆盖度FVC、净初级生产力NPP，以及气象数据；
S2：对S1中的FVC和NPP数据进行标准化处理，利用主成分分析法将标准化后的FVC和NPP进行权重赋值后相加，构建植被综合指数；
S3：以S1中的气象数据作为自变量，进行多个时间尺度的多元回归得到植被综合指数预测值；然后利用剩余分析方法，将植被综合指数减去植被综合指数预测值，得到植被综合实际指数；
S4：采用趋势分析方法计算生态工程区各时间尺度植被综合实际指数的空间变化趋势，对空间变化趋势进行显著性检验，获得不同等级趋势，基于不同等级的趋势进行权重分配及基本评估单元划分，得到各基本评估单元的植被综合实际指数的相对变化量；
S5：基于初期的生态工程整体区域植被生长成效的相对变化量作为本底值，通过各基本评估单元的植被综合实际指数的相对变化量与本底值相比较，得到各时间尺度不同基本评估单元植被生长成效指数，构建生态工程区植被生长成效指数评价体系。
在一个实施例中，S1包括：
获取设定时间尺度下的生态工程区中FVC和NPP的步骤：对FVC和NPP进行投影转换、拼接、重采样、掩膜处理，得到覆盖整个生态工程区的设定时间尺度下的NPP数据与FVC数据；
获取设定时间尺度下的生态工程区中气象数据的步骤：获取降雨量与气温月度数据，根据生态工程区经纬度信息进行插值处理；将单位时间段的降雨量数据累加，得到设定时间尺度的累计降雨量数据；将单位时间段的气温数据求均值，得到设定时间尺度的均温数据；利用所选生态工程区边界将气象数据进行掩膜，得到覆盖整个工程区的设定时间尺度气象数据，气象数据包括设定时间尺度的累计降雨量数据和均温数据。
需要说明的是：植被覆盖度（FVC）是通过垂直投影确定的每单位土地面积的土地植被面积百分比值，是刻画地表植被覆盖的直观测量，能反映植被结构。净初级生产力（NPP）是经过植物光合作用累积的有机物数量减去自养呼吸消耗后的净数量，可以表征植被质量特征。
本实施例利用FVC与NPP作为反映植被结构和植被质量的指标，数据可来源于MODIS产品，其中NPP数据可以为现有产品数据，FVC则根据NDVI数据经过像元二分模型计算得来，计算公式为：
                   （1）
式中：NDVI为生态工程区的归一化植被指数，NDVIsoil为生态工程区纯裸土的NDVI值，NDVIveg为生态工程区纯植被的NDVI值，NDVI数据可使用现有产品数据。
本实施例中，利用MRT(MODIS Reprojection Tool) 工具对两种数据进行投影转换、拼接、重采样、掩膜处理，最终得到覆盖整个生态工程区的长时间尺度年度NPP与年度FVC数据。
获取相关气象站点的降雨量与气温月度数据，根据经纬度信息进行插值处理，目的是剔除气候异质性，数据源来源于国家气象局。具体技术方法如下：
将每年各月份的降雨量数据累加，得到选用时间尺度的逐年累计降雨量数据。
将每年各月份的气温数据求均值，得到选用时间尺度的逐年均温数据。
再利用所选生态工程区边界将气象数据进行掩膜，得到覆盖整个工程区的多年气象数据。
在一个实施例中，S2包括：
S21：对NPP与FVC两个植被指数进行标准化处理，把单个代表植被状况的指标数据标准化到0-100%的范围内。标准化既能有效消除变量间的量纲差异，又能保留变量内的差异信息，从而使得接下来获得的植被综合指数能够具备反映植被结构和质量的特性。标准化方法如下：
                        （2）
其中，Zveg为标准化后的植被指数值，x为单个像元的植被指数值， 为植被指数的平均值， 为植被指数的标准差，对每一个像元的植被指数值进行标准化；
S22：利用主成分分析法赋权重：
为了更加科学地分配NPP与FVC在植被综合指数中的作用，利用SPSS软件中的主成分分析模块对NPP与FVC进行权重赋值，该方法可以较好地避免人为赋值带来的主观性。将生态工程区多年的NPP均值与FVC均值进行主成分分析从而提取权重，构建植被综合指数如下：
            （3）
CVI为为植被结构与质量的植被综合指数，分布在0-100%内，w1、w2分别为Nfvc和Nnpp的权重。
在一个实施例中，S3以年降雨量与年均温作为自变量，对公式（3）中提及的植被综合指数重新进行多个时间尺度的多元回归得到植被综合指数预测值，模拟气候在空间上变化带来的影响。然后利用剩余分析方法，将植被综合指数实际值减去植被综合指数预测值，得到植被综合实际指数，具体步骤包括：
S31：计算植被综合指数预测值
生态工程区面积巨大也因此会带来气候的巨大差异，水热条件变化将会导致区域内植被生长的不可比性，须消除植被生长中气候变化导致的工程区内生长效果不可比较性。以年降雨量和年均温为自变量利用多元回归对植被综合指数进行计算，得到研究时段多个时间尺度植被综合指数的预测值，公式如下：
                （4）
式中，CVIPre为植被综合指数的预测值，T和P分别为年均温和年降雨量，a、b、c分别为年均温的回归系数、年降雨量的回归系数与常数；
S32：构建植被综合实际指数
剩余分析通过分离出降雨量和气温对植被综合指数的影响，从而量化未能通过降雨量和气温解释的剩余部分，并以剩余部分作为生态工程区中植被生长实际情况。利用公式（3）中植被综合指数减去公式（4）中获得的植被综合指数预测值，即视为消除了生态工程区中植被生长的气候异质性的影响，因此植被综合实际指数可在区域范围内进行比较。植被综合实际指数即为：
                 （5）
式中，CVIRes为植被综合实际指数。
在一个实施例中，S4采用趋势分析方法计算生态工程实施以来各时间尺度植被综合实际指数的空间变化趋势。对植被综合实际指数的空间变化趋势进行显著性检验，基于检验结果，对不同等级的趋势进行权重分配。划分基本评估单元，计算基本评估单元内植被综合实际指数相对变化量，具体步骤包括：
S41：植被综合实际指数的趋势计算
利用趋势分析方法计算得到多个时间尺度植被综合实际指数的空间变化趋势，公式如下：
                   （6）
式中，xi和xj为第i年和第j年的植被综合实际指数，i、j为不同年份，β>0表示随时间增加呈现上升趋势，β=0表示时间序列未有变化，β<0表示随时间增加呈现下降趋势。
S42：检验趋势并对不同趋势赋值
对多个时间尺度植被综合实际指数的空间变化趋势进行显著性检验，公式如下：
                     （7）
                    （8）
                       （9）
其中，n为各时间尺度的年份数，当n≥8时，检验统计量S近似为正态分布，其均值和方差如下：
                            （10）
                       （11）
在给定显著性水平α下，如果，|Z|=表明不存在趋势的假设被拒绝，时间序列数据存在明显的趋势变化。为在置信水平α下，标准正态函数分布表对应的值。当Z的绝对值大于1.96和2.58时，表示趋势分别通过了信度为95%和99%的显著性检验，当Z的绝对值小于或等于1.96，表示趋势未通过检验。根据检验结果将不同趋势分别赋与权重：
极显著生长权重（趋势>0且通过了99%的显著性检验）为2；
显著生长权重（趋势>0且通过了95%的显著性检验但未通过99%的显著性检验）为1；
不显著变化权重（趋势=0或未通过95%的显著性检验）为0；
显著退化权重（趋势<0且通过了95%的显著性检验但未通过99%的显著性检验）为-1；
极显著退化权重（趋势<0且通过了99%的显著性检验）为-2。
S43：植被综合实际指数相对变化量
为对生态工程区进行内部比较，需要划定基本评估单元对其植被进行评估，基本评估单元为同一级别即可，无须要求各单元面积一致。得到各基本评估单元的植被综合实际指数的相对变化量(ABSt)，公式如下：
                   （12）
t为不同时间尺度，Ak为不同等级趋势面积占基本评估单元面积之比， k为不同等级，ωk为不同等级趋势的权重。
在一个实施例中，S5包括：
以初期的生态工程整体区域植被生长成效的相对变化量作为本底值，得到各时间尺度不同基本评估单元植被生长成效指数Et，公式如下：
                （13）
ABSt为各基本评估单元的植被综合实际指数的相对变化量，为初期的生态工程整体区域植被生长成效的相对变化量，Ak为不同等级趋势的面积，A为所选工程区域的整体面积，k=1、2、…、5，ωk为不同等级趋势的权重；
基于Et构建生态工程区植被生长成效指数评价体系，评价结果包括当前基本评估单元植被在该时段内植被退化、当前基本评估单元并未超过本底值，植被不显著生长；以及当前基本评估单元植被超过本底值实现了植被显著生长。
本实施例中，构建生态工程区植被生长成效指数评价体系包括：
若Et≤0，表明该基本评估单元植被在该时段内植被退化；
若0＜Et≤1，表明该基本评估单元并未超过本底值，植被不显著生长；
若1＜Et，表明该基本评估单元植被超过本底值实现了植被显著生长。
在一个实施例中，还包括S6：植被生长成效统计与空间分析：
基于S1-S5计算不同时间尺度下生态工程区植被生长成效，开展生态工程区的植被生长成效定量评估，计算不同时间尺度植被生长成效，阐明多个时间尺度植被生长情况，得到评估单元中植被生长成效的时空分布情况，从统计与空间分析角度刻画植被生长成效。
下面给出本发明的一个具体实施例的详细说明：
以区域风沙源治理工程区域为例。该工程自2000年开始实施，占地面积为45.8万平方公里。该工程以防沙治沙、林业建设、区域综合治理为重，坚持营造管护并重，带动了生态建设水平整体提升。
根据本发明的方法，计算得到多个时间尺度区域风沙源治理工程区植被生长成效（图2），并分析了时空变化规律（图2、表1）。图2中a、b、c分别为2000-2010年、2000-2015年、2000-2020年的植被生长成效，d为图例。
表1 京津风沙源治理工程区不同植被生长成效的面积、县域个数及其占比
根据图表可知，2000-2020年，区域风沙源治理工程区植被生长成效随着时间尺度的增加而逐渐上升。其中，2000-2010年区域风沙源治理工程区植被退化面积占比较大达68.2%，随着时间的增加，2000-2020年区域风沙源治理工程区以植被显著生长为主，显著生长面积达到60.91%、县域个数达66个。
本发明提供的一种耦合植被结构与质量的生态工程区植被生长成效综合方法，能够解决生态工程区中植被生长成效单一指标方法结果不全面，精度不高的问题；同时能够有效排除生态工程区中气候的空间异质性，使得植被生长情况可用于区域内的比较，从而更加能够精准地评估以生态工程区域为评估范围的植被生长成效，为多源数据评估生态工程区植被生长提供精度更高、结果更科学、全面的技术方法。
以上对本发明所提供的耦合植被结构与质量的生态工程区植被生长成效评估方法进行了详细介绍，本实施例中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本实施例中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本实施例所示的这些实施例，而是要符合与本实施例所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种耦合植被结构与质量的生态工程区植被生长成效评估方法，其特征在于，包括以下步骤：
S1：获取设定时间尺度下的生态工程区中植被覆盖度FVC、净初级生产力NPP，以及气象数据；
S2：对所述S1中的FVC和NPP数据进行标准化处理，利用主成分分析法将标准化后的FVC和NPP进行权重赋值后相加，构建植被综合指数；
S3：以所述S1中的气象数据作为自变量，进行多个时间尺度的多元回归得到植被综合指数预测值；然后利用剩余分析方法，将植被综合指数减去植被综合指数预测值，得到植被综合实际指数；
S4：采用趋势分析方法计算生态工程区各时间尺度植被综合实际指数的空间变化趋势，对所述空间变化趋势进行显著性检验，获得不同等级趋势，基于不同等级的趋势进行权重分配及基本评估单元划分，得到各基本评估单元的植被综合实际指数的相对变化量；
S5：基于初期的生态工程整体区域植被生长成效的相对变化量作为本底值，通过各基本评估单元的植被综合实际指数的相对变化量与本底值相比较，得到各时间尺度不同基本评估单元植被生长成效指数，构建生态工程区植被生长成效指数评价体系。
2.根据权利要求1所述的耦合植被结构与质量的生态工程区植被生长成效评估方法，其特征在于，所述S1包括：
获取设定时间尺度下的生态工程区中FVC和NPP的步骤：分别对FVC和NPP进行投影转换、拼接、重采样、掩膜处理，得到覆盖整个生态工程区的设定时间尺度下的NPP数据与FVC数据；
获取设定时间尺度下的生态工程区中气象数据的步骤：获取降雨量与气温月度数据，根据生态工程区经纬度信息进行插值处理；将单位时间段的降雨量数据累加，得到设定时间尺度的累计降雨量数据；将单位时间段的气温数据求均值，得到设定时间尺度的均温数据；利用所选生态工程区边界将气象数据进行掩膜，得到覆盖整个工程区的设定时间尺度气象数据，所述气象数据包括设定时间尺度的累计降雨量数据和均温数据。
3.根据权利要求1所述的耦合植被结构与质量的生态工程区植被生长成效评估方法，其特征在于，所述S2包括：
S21：对FVC、NPP进行标准化处理，公式如下：
，其中，Zveg为标准化后的植被指数值，x为单个像元的植被指数值，为植被指数的平均值，为植被指数的标准差，对每一个像元的植被指数值进行标准化；
S22：利用主成分分析法赋权重：
利用主成分分析法对NPP与FVC进行权重赋值，构建植被综合指数如下：
CVI为植被结构与质量的植被综合指数，分布在0-100%内，w1、w2分别为Nfvc和Nnpp的权重。
4.根据权利要求1所述的耦合植被结构与质量的生态工程区植被生长成效评估方法，其特征在于，所述S3包括：
S31：以年降雨量和年均温为自变量利用多元回归对植被综合指数进行计算，得到多个时间尺度植被综合指数的预测值，公式如下：
式中，CVIPre为植被综合指数的预测值，T和P分别为年均温和年降雨量，a、b、c分别为年均温的回归系数、年降雨量的回归系数与常数；
S32：通过分离出包含降雨量和气温对植被综合指数的影响的植被综合指数的预测值，量化未能通过降雨量和气温解释的剩余部分，并以剩余部分作为生态工程区中植被综合实际指数，公式如下：
式中，CVIRes为植被综合实际指数。
5.根据权利要求1所述的耦合植被结构与质量的生态工程区植被生长成效评估方法，其特征在于，所述S4包括：
S41：利用趋势分析方法计算得到多个时间尺度植被综合实际指数的空间变化趋势，公式如下：
，式中，xi和xj为第i年和第j年的植被综合实际指数，i、j为不同年份，β>0表示随时间增加呈现上升趋势，β=0表示时间序列未有变化，β<0表示随时间增加呈现下降趋势；
S42：对多个时间尺度植被综合实际指数的空间变化趋势进行显著性检验，根据检验结果将不同等级的趋势分别赋与权重；
S43：同一等级趋势面积内的生态工程区划分为同一基本评估单元，得到各基本评估单元的植被综合实际指数的相对变化量ABSt，公式如下：
，t为不同时间尺度，Ak为不同等级趋势面积占基本评估单元面积之比，k为不同等级，ωk为不同等级趋势的权重。
6.根据权利要求1所述的耦合植被结构与质量的生态工程区植被生长成效评估方法，其特征在于，所述S5包括：
各时间尺度不同基本评估单元植被生长成效指数Et，公式如下：
，ABSt为各基本评估单元的植被综合实际指数的相对变化量，为初期的生态工程整体区域植被生长成效的相对变化量，Ak为不同等级趋势的面积，A为所选工程区域的整体面积，ωk为不同等级趋势的权重；
基于Et构建生态工程区植被生长成效指数评价体系，评价结果包括当前基本评估单元植被在该时段内植被退化、当前基本评估单元并未超过本底值，植被不显著生长；以及当前基本评估单元植被超过本底值实现了植被显著生长。
7.根据权利要求1所述的耦合植被结构与质量的生态工程区植被生长成效评估方法，其特征在于，所述S5之后还包括：基于S1-S5计算不同时间尺度下生态工程区植被生长成效，得到基本评估单元中植被生长成效的时空分布数据。
CN202310161731.3A 2023-02-24 2023-02-24 耦合植被结构与质量的生态工程区植被生长成效评估方法 Active CN116050654B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310161731.3A CN116050654B (zh) 2023-02-24 2023-02-24 耦合植被结构与质量的生态工程区植被生长成效评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310161731.3A CN116050654B (zh) 2023-02-24 2023-02-24 耦合植被结构与质量的生态工程区植被生长成效评估方法

Publications (2)

Publication Number Publication Date
CN116050654A true CN116050654A (zh) 2023-05-02
CN116050654B CN116050654B (zh) 2023-06-16

Family

ID=86129604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310161731.3A Active CN116050654B (zh) 2023-02-24 2023-02-24 耦合植被结构与质量的生态工程区植被生长成效评估方法

Country Status (1)

Country Link
CN (1) CN116050654B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015188333A (ja) * 2014-03-27 2015-11-02 株式会社日立製作所 植生生長分析システム及び方法
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
CN110135767A (zh) * 2019-06-14 2019-08-16 国家气象中心 基于植被npp和覆盖度的植被生态质量指数构建方法
CN112200042A (zh) * 2020-09-30 2021-01-08 华中师范大学 利用时空生态环境遥感分形分维数分析生态变化趋势方法
CN112365158A (zh) * 2020-11-11 2021-02-12 中国自然资源航空物探遥感中心 一种基于遥感数据的矿山复绿监测与评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015188333A (ja) * 2014-03-27 2015-11-02 株式会社日立製作所 植生生長分析システム及び方法
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
CN110135767A (zh) * 2019-06-14 2019-08-16 国家气象中心 基于植被npp和覆盖度的植被生态质量指数构建方法
CN112200042A (zh) * 2020-09-30 2021-01-08 华中师范大学 利用时空生态环境遥感分形分维数分析生态变化趋势方法
CN112365158A (zh) * 2020-11-11 2021-02-12 中国自然资源航空物探遥感中心 一种基于遥感数据的矿山复绿监测与评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王志超 等: "基于植被覆盖度和遥感生态指数的成都市锦江区生态质量评估", 生态与农村环境学报, vol. 37, no. 4, pages 492 - 500 *
钱拴 等: "植被综合生态质量时空变化动态监测评价模型", 生态学报, vol. 40, no. 18, pages 6573 - 6583 *

Also Published As

Publication number Publication date
CN116050654B (zh) 2023-06-16

Similar Documents

Publication Publication Date Title
Cos et al. The Mediterranean climate change hotspot in the CMIP5 and CMIP6 projections
Slivinski et al. Towards a more reliable historical reanalysis: Improvements for version 3 of the Twentieth Century Reanalysis system
Hauser et al. Methods and model dependency of extreme event attribution: the 2015 European drought
CN110942049B (zh) 一种基于卫星遥感的臭氧污染源识别方法和系统
CN107316095B (zh) 一种耦合多源数据的区域气象干旱等级预测方法
Kim et al. Statistical downscaling for daily precipitation in Korea using combined PRISM, RCM, and quantile mapping: Part 1, methodology and evaluation in historical simulation
CN111582689B (zh) 一种生态保护红线保护成效的评估方法及系统
Deng et al. Trend in frequency of extreme precipitation events over Ontario from ensembles of multiple GCMs
CN113901384A (zh) 顾及全局空间自相关性和局部异质性的地面pm2.5浓度建模方法
Zweifel et al. TreeNet–the biological drought and growth indicator network
CN115357847B (zh) 一种基于误差分解的日尺度星地降水融合方法
CN111882245A (zh) 一种基于生态系统服务视角的生态修复空间识别方法
Qi et al. Future changes in drought frequency due to changes in the mean and shape of the PDSI probability density function under RCP4. 5 scenario
Mattern et al. Improving variational data assimilation through background and observation error adjustments
Raziei et al. Performance evaluation of NCEP/NCAR reanalysis blended with observation-based datasets for estimating reference evapotranspiration across Iran
Wang et al. A composite index coupling five key elements of water cycle for drought analysis in Pearl River basin, China
CN113408112B (zh) 基于本征正交分解的雨量站缺失处降雨获取方法及系统
CN109272230B (zh) 一种地面观测站气压要素的数据质量评估方法和系统
CN116050654B (zh) 耦合植被结构与质量的生态工程区植被生长成效评估方法
CN116011879B (zh) 生态系统稳定性评估方法、装置、电子设备及存储介质
CN111125937A (zh) 基于时空加权回归模型近地面大气细颗粒物浓度估算方法
Ahmad et al. Modeling the influence of daily temperature and precipitation extreme indices on vegetation dynamics in Katsina State using statistical downscaling model (SDM)
Guan et al. A Framework to Identify the Uncertainty and Credibility of GCMs for Projected Future Precipitation: A Case Study in the Yellow River Basin, China
CN115860487B (zh) 基于植被稳定性风险指数评估当地植被变化风险的方法
Yang et al. Seasonal prediction of crop yields in Ethiopia using an analog approach

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant