一种干旱胁迫下植被损失及恢复的定量识别方法技术

本发明专利技术涉及一种干旱胁迫下植被损失及恢复的定量识别方法，包括以下步骤：

【技术实现步骤摘要】
一种干旱胁迫下植被损失及恢复的定量识别方法


[0001]本专利技术属于干旱对植被影响评估
，特别涉及一种干旱胁迫下植被损失及恢复的定量识别方法
。

技术介绍

[0002]植被生长活动与干旱变化之间存在复杂的响应规律，这些规律与植被类型
、
区域气候
、
干旱的强度
、
延续时间等诸多因素有关
。
目前，国内外学者对干旱与植被的关系做了探索性研究，主要采用相关分析
、
概率分布等统计方法建立植被与干旱之间的关系，进而探讨植被对干旱的响应特征
。
[0003]在植被对干旱响应的研究中，大多是利用相关分析等手段简单量化干旱与植被之间的关系，
Vicente
‑
Serrano
等
(2012)
利用不同时间尺度的标准化降水蒸散指数
(SPEI)
与归一化差值植被指数
(NDVI)
进行相关分析得出，
NDVI
与较短时间尺度的<br/>SPEI...

【技术保护点】

【技术特征摘要】
1.
一种干旱胁迫下植被损失及恢复的定量识别方法，其特征在于，包括以下步骤：
S1
：利用游程理论在网格尺度上识别干旱事件，具体包括干旱事件的开始时间
、
延续时间
、
结束时间及干旱事件的强度等特征；
S2
：剔除历史时期干旱发生期间的植被数据，估算非干旱因素导致的植被变化；
S3
：估算场次干旱事件导致的植被变化；
S4
：采用概率分布的方法对干旱事件导致的植被变化进行分类；
S5
：基于植被正常波动的阈值，估算植被从损失到恢复的时间
。2.
根据权利要求1所述的一种干旱胁迫下植被损失及恢复的定量识别方法，其特征在于，所述
S3
步骤具体为：
S3
：识别植被对干旱响应的滞后时间，计算干旱事件开始前的第一个月到干旱结束后植被滞后月份时段内的植被整体变化以及非干旱因素引起的植被变化，两者之差为干旱因素引起的植被变化
。3.
根据权利要求2所述的一种干旱胁迫下植被损失及恢复的定量识别方法，其特征在于，所述
S4
步骤具体为：
S4
：对历史时期干旱引起的植被变化进行概率分布拟合，选择最优分布，转化成标准正态分布，根据发生的概率对植被损失程度进行分类
。4.
根据权利要求3所述的一种干旱胁迫下植被损失及恢复的定量识别方法，其特征在于：所述干旱事件的识别基于干旱指数，所述干旱指数为标准化降水蒸散指数
(Standardized Precipitation Evapotranspiration Index
，
SPEI)
和归一化差值植被指数
(Normal Difference Vegetation Index
，
NDVI)。5.
根据权利要求3所述的一种干旱胁迫下植被损失及恢复的定量识别方法，其特征在于：所述干旱事件的
SPEI
小于
‑
0.5
且延续时间大于2个月，当相邻干旱事件之间的时间间隔小于2个月时，则将两场干旱事件合并为一场事件
。6.
根据权利要求3所述的一种干旱胁迫下植被损失及恢复的定量识别方法，其特征在于，所述
S2
步骤具体为：将研究时期干旱发生期间的植被数据剔除，计算1‑
12
月多年平均植被指数作为未受干旱因素影响的植被状态，具体计算公式如下：其中，
NDVI
ist
表示不受干旱影响时
i
月的
NDVI(1≤i≤12)
；
n
为研究时段内
i
月不受干旱影响的年数
。7.
根据权利要求3所述的一种干旱胁迫下植被损失及恢复的定量识别方法，其特征在于，所述
S3
具体步骤如下：
S301
：首先计算植被对干旱响应的滞后时间，采用最大
Pearson
相关系数法来确定干旱对植被的时滞效应，分别计算
SPEI
与不同滞后时间
(1—24
个月
)NDVI
的相关系数，选取最大相关系数
r
i
所对应的滞后月数
i
作为滞后时间；
r
i
＝
corr(NDVI,SPEI
i
)r
max
‑
lag
＝
max(r
i
)
其中，
r
i
为时间滞后
i
个月的
Pearson
相关系数，
r
max
‑
lag
为
r
i
的最大值，在本发明中
i
的取
值范围为0到
24
个月；
S302
：对于一场干旱事件来说，其发生后植被
NDVI
的总体变化以及由非干旱因素引起的植被
NDVI
变化分别为：
TC
ndvi
＝
NDVI
e
‑
NDVI
s
NC
ndvi
＝
N_NDVI
e
‑
N_NDVI
s
其中，
TC
ndvi
表示干旱事件发生后植被
NDVI
的总体变化，
NC
ndvi<...

【专利技术属性】
技术研发人员：武传号，钟露露，龚郑洁，周君，王赛赛，石敏，
申请(专利权)人：暨南大学，
类型：发明
国别省市：