[發(fā)明專利]利用時(shí)空生態(tài)環(huán)境遙感分形分維數(shù)分析生態(tài)變化趨勢(shì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011058321.9
• 申請(qǐng)日: 2020-09-30
• 公開（公告）號(hào): CN112200042B
• 公開（公告）日: 2022-09-13
• 發(fā)明（設(shè)計(jì)）人: 李暢;詹杰
• 申請(qǐng)（專利權(quán)）人: 華中師范大學(xué)
• 主分類號(hào): G06V20/10
• 分類號(hào): G06V20/10;G06Q10/06;G06F17/18
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 肖明洲

1.一種利用時(shí)空生態(tài)環(huán)境遙感分形分維數(shù)分析生態(tài)變化趨勢(shì)方法，其特征在于，包括以下步驟：

步驟1：獲取若干反映植被情況的產(chǎn)品數(shù)據(jù)，對(duì)影像數(shù)據(jù)進(jìn)行預(yù)處理；

步驟2：將預(yù)處理后的影像分別進(jìn)行合成操作，得到年平均數(shù)據(jù)；年平均數(shù)據(jù)是先由最大值合成法合成月尺度數(shù)據(jù)，再由月尺度數(shù)據(jù)平均得到；

步驟3：由所在地向外擴(kuò)充緩沖區(qū)，在緩沖區(qū)范圍內(nèi)對(duì)年平均數(shù)據(jù)做歸一化處理，得到標(biāo)準(zhǔn)化年尺度數(shù)據(jù)；對(duì)標(biāo)準(zhǔn)化年平均數(shù)據(jù)進(jìn)行主成分分析操作，獲得生態(tài)綜合指數(shù)數(shù)據(jù)；對(duì)生態(tài)綜合指數(shù)數(shù)據(jù)進(jìn)行分析，獲得生態(tài)變化趨勢(shì)；

對(duì)生態(tài)綜合指數(shù)數(shù)據(jù)的時(shí)間序列數(shù)據(jù)分別做趨勢(shì)度分析、分類得分統(tǒng)計(jì)以及不同緩沖區(qū)范圍的統(tǒng)計(jì)，并對(duì)得分和距離變量取對(duì)數(shù)，做直線回歸擬合，求得斜率，即為遙感生態(tài)環(huán)境綜合評(píng)價(jià)指標(biāo)的時(shí)空分形維數(shù)；最后，將回歸方程的系數(shù)和0比較，如果大于0表示植被變好，如果小于0，表示植被變差；

步驟3的具體實(shí)現(xiàn)包括以下子步驟：

步驟3.1：針對(duì)年平均數(shù)據(jù)，以像元分辨率的某一倍數(shù)為緩沖距離，由所在地向外等間隔擴(kuò)充緩沖區(qū)，形成多重緩沖區(qū)帶；

步驟3.2：若步驟1中產(chǎn)品數(shù)據(jù)種類大于1種，則針對(duì)年平均數(shù)據(jù)進(jìn)行主成分分析操作；否則直接執(zhí)行步驟3.3；

對(duì)五種影像的像元值進(jìn)行主成分分析，表示為：

其中，j為所取時(shí)間序列中的第j年，Y_i^j為第j年中的第i個(gè)主成分，i＝1、2、3、4、5；為第j年中第i個(gè)主成分的第m個(gè)變量對(duì)應(yīng)的得分系數(shù)；

分別表示第j年緩沖區(qū)內(nèi)NDVI、EVI、LAI、GPP、NPP五種歸一化后的產(chǎn)品像元值；

在主成分分析的基礎(chǔ)上，主成分的選取遵循前k個(gè)變量的累計(jì)貢獻(xiàn)率大于預(yù)設(shè)值，然后把這些變量的方差貢獻(xiàn)率作為權(quán)重來構(gòu)建評(píng)分函數(shù)Z_j；

式中，Z_j為第j年的綜合得分，為第j年第i個(gè)指數(shù)變量的方差貢獻(xiàn)率；采用該得分簡化綜合指數(shù)CSEI＝f(NDVI,EVI,LAI,GPP,NPP)的函數(shù)關(guān)系，其中f()為某一個(gè)函數(shù)，Z_j為其中的一個(gè)線性函數(shù)，獲得長序列生態(tài)綜合指數(shù)；

步驟3.3：在擴(kuò)充的緩沖區(qū)內(nèi)對(duì)主成分分析構(gòu)建的長序列生態(tài)綜合指數(shù)數(shù)據(jù)進(jìn)行Sen趨勢(shì)度分析和Mann-Kendall趨勢(shì)檢驗(yàn)；

Sen趨勢(shì)度公式為：

式中，i和j分別表示時(shí)間序列中的第i年和第j年；x_i和x_j分別表示第i年的和第j年對(duì)應(yīng)的指數(shù)數(shù)據(jù)；β表示趨勢(shì)度，用β值來判斷時(shí)序數(shù)據(jù)的升降趨勢(shì)，當(dāng)β0時(shí)，時(shí)序呈上升的趨勢(shì)，反之呈下降的趨勢(shì)；

Mann-Kendall趨勢(shì)檢驗(yàn)公式為：

對(duì)于序列X＝(x₁，x₂，……，x_n)，先確定所有對(duì)偶值(x_i，x_j，ji)中x_i與x_j的大小關(guān)系，記為S；

其中，

當(dāng)n10時(shí)，直接使用S進(jìn)行雙邊趨勢(shì)檢驗(yàn)，在給定顯著性水平α下，如果|S|≥S_α/2則拒絕原假設(shè)，認(rèn)為序列存在顯著趨勢(shì)，否則趨勢(shì)不顯著；如果S0，序列存在上升趨勢(shì)；如果S＝0，無變化趨勢(shì)；S0，序列存在下降趨勢(shì)；

當(dāng)n≥10時(shí)，使用檢驗(yàn)統(tǒng)計(jì)量Z進(jìn)行趨勢(shì)檢驗(yàn)，計(jì)算公式為：

其中，

式中，n是數(shù)據(jù)個(gè)數(shù)，m是重復(fù)出現(xiàn)的數(shù)據(jù)組個(gè)數(shù)，t_i是第i組重復(fù)數(shù)據(jù)組重復(fù)的數(shù)據(jù)個(gè)數(shù)；在給定顯著性水平α下，當(dāng)|Z|≤Z_1-α/2時(shí)，接受原假設(shè)，認(rèn)為趨勢(shì)不顯著；當(dāng)|Z|Z_1-α/2，則趨勢(shì)顯著；

然后對(duì)趨勢(shì)度分布影像和顯著性分布影像進(jìn)行疊加操作，與預(yù)設(shè)值比較后得到“顯著性上升”、“顯著性不變或者不顯著”以及“顯著性下降”三類像元，分別賦分“1”，“0”，“-1”；

步驟3.4：向外擴(kuò)充緩沖區(qū)后，接著統(tǒng)計(jì)不同緩沖距離的生態(tài)綜合得分N(r)；

其中，r為緩沖區(qū)寬度，即緩沖區(qū)外邊界到所在地的距離，將區(qū)域劃分成等距離遞增序列的緩沖區(qū)帶，以k為緩沖帶序列編號(hào)，n(k)為第k個(gè)緩沖區(qū)內(nèi)變化像元趨勢(shì)累加得分，N(r)為各緩沖區(qū)范圍內(nèi)變化像元趨勢(shì)累加得分總和；

步驟3.5：對(duì)于N(r)，如果N(r)0，取N(r)＝-N(r)；對(duì)N(r)和距離r取對(duì)數(shù)進(jìn)行直線擬合；

x＝ln r,y＝ln N(r)；

其中，N(r)為各緩沖區(qū)范圍內(nèi)變化像元趨勢(shì)累加得分總和，a為常量，r為距離，x_r為距離為r時(shí)的x值，y_r為距離為r時(shí)的y值，為x的平均值，為y的平均值，D即為時(shí)空生態(tài)環(huán)境遙感分形分維數(shù)SFDEERS；對(duì)于變量D，做如下判斷，如果N(r)0，對(duì)于緩沖距離r，SFDEERS取-D；

變量D的解釋含義如下：

D0，緩沖距離r的區(qū)域內(nèi)，生態(tài)呈現(xiàn)趨于變好的趨勢(shì)；

D→0，緩沖距離r的區(qū)域內(nèi)，生態(tài)呈現(xiàn)趨于不變的趨勢(shì)；

D0，緩沖距離r的區(qū)域內(nèi)，生態(tài)呈現(xiàn)趨于變差的趨勢(shì)。