[发明专利]一种人类活动对植被覆盖变化的定量分析方法

说明书

本发明公开了一种人类活动对植被覆盖变化的定量分析方法，该方法包括以下步骤：S1、采用MODIS/NDVI遥感数据表征植被覆盖、VIIRS/DNB遥感数据表征人类活动强度，通过时间序列预处理技术分别构建MTS和VTS两个时间序列；S2、构建时间序列分割技术，实现时间序列的迭代分割；S3、构建时间序列合并与特征提取技术，通过排序角度法迭代实现时间序列的合并，并提取时间序列特征；S4、通过分析MTS和VTS的时间序列特征，进行MTS和VTS的计算与空间格局分析，实现MTS和VTS相关性的定量化分析。通过融合时间序列分割、时间序列合并、空间分析与统计等技术，实现人类活动对植被覆盖影响的定量化分析。

技术领域

本发明涉及地学空间分析与应用技术领域，尤其涉及一种人类活动对植被覆盖变化的定量分析方法。

背景技术

近年来，人类活动的加剧会极大地增加建设用地的需求，从而减少植被的覆盖，例如耕地、林地、草地等。然而部分研究则表明植被覆盖在逐渐增强，特别是在部分城市区域。主要是生态环境保护意识及其技术的提升，导致城市区域的植被覆盖逐年增加。因此，人类活动对于植被覆盖变化的定量分析，仍缺少相应的技术方法。

植被覆盖变化与人类活动变化是个长期的动态过程，遥感数据可以提供大区域、长时间序列的相关监测数据。夜间灯光(Nighttime Light，NTL)遥感影像反映了人类的夜间活动强度，可通过统一数值表征人类活动的变化信息。

时间序列分析方法在大区域的植被覆盖中取得了较好成果，例如耕地抛荒和林地扰动。同时，该方法也在监测与分析经济社会指标变化上取得了较好效果。对于NDVI和NTL数据的年际变化分析，已经有多种成熟的时间序列分析方法，例如OLS模型、STMAP模型、TS模型等。然而，对于人类活动与植被覆盖的变化，在一定的研究时间段内，其开始变化的时间存在较大差异，也存在不同的变化方向。同时，时间序列中的变化不一定是逐渐和连续的，存在突变的情况。因此，时间序列分割是识别时间变化格局的必要工作。其次，人类活动对于地理与环境过程的影响往往存在滞后效应，特别是对于植被覆盖变化的影响。因此，时间序列分割也是分析时间滞后效应、寻找核心变化时段的前提工作。

已有的时间序列分割算法包括LandTrendr(Landsat-based detection ofTrends in Disturbance and Recovery算法、MODTrendr(MODIS-based detection ofTrends in Disturbance and Recovery)算法、BFAST(Breaks For Additive andSeasonal Trend)算法、DBEST(Detecting Breakpoints and Esti-mating Segments inTrend)算法等。这些算法通过设定不同的规则和阈值，拟合时间序列曲线，寻找曲线变化的拐点，以达到将原始的时间序列初步分段的目的。接着，通过迭代的拟合与拐点寻找，时间序列曲线将被更加精准地分割。然而，这些时间序列分割与拟合方法需要大量预先设定的参数与阈值。对于大范围的时间序列分析，仍然缺少简化、高效、精准的时间序列分析方法，以实现人类活动对植被覆盖变化的定量化分析。

因此，当前人类活动对植被覆盖影响的定量分析仍有一定技术缺陷：

(1)高效且准确的遥感数据时间序列分析方法。

(2)大区域长时序的植被覆盖与人类活动时间序列分析。

(3)人类活动对植被覆盖变化影响的定量分析指标。

发明内容

针对相关技术中的问题，本发明提出一种人类活动对植被覆盖变化的定量分析方法，以克服现有相关技术所存在的上述技术问题。

为此，本发明采用的具体技术方案如下：该方法包括以下步骤：