植被生长稳定性的计算方法及装置制造方法及图纸

本发明专利技术实施例提供一种植被生长稳定性的计算方法及装置，其中方法包括：获取若干年的月度NDVI数据和月度气候因子数据；根据获取的若干年的月度NDVI数据，获得月度NDVI异常值，根据获取的若干年的月度气候因子数据，获得月度气候因子异常值；根据月度NDVI异常值和月度气候因子异常值，获得气候因子影响NDVI的滞后时间；构建训练样本，根据训练样本以及气候因子影响NDVI的滞后时间构建自回归模型，根据NDVI异常值和气候因子异常值在自回归模型中的系数，获知植被生长稳定性的结果。本发明专利技术实施例能够定量地分析出各种气候条件对于植被生长稳定性的影响，并且整个过程的干扰更少，结果相比现有技术更加准确。

Calculation method and device of vegetation growth stability

【技术实现步骤摘要】
植被生长稳定性的计算方法及装置
本专利技术涉及遥感
，更具体地，涉及植被生长稳定性的计算方法及装置。
技术介绍
植被生态系统稳定性通过植被生物量的生产力的恢复力和抵抗力来表示。抵抗力表示植被对外界气象因子干扰的抵抗能力，恢复力则是表示衡量植被在受到外界气候因子干扰之后的恢复速度，也指植被吸收对外界干扰产生的影响能力。在全球气候变暖的背景下，揭示植被生长在受到气候变化异常等因素的干扰之后，自身的恢复能力和对气候异常的抵抗能力的空间格局和规律，是应对当前气候变化对生态环境影响问题的必要过程。
技术实现思路
本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的植被生长稳定性的计算方法及装置。第一个方面，本专利技术实施例提供一种植被生长稳定性的计算方法，包括：获取若干年的月度NDVI数据和月度气候因子数据；根据获取的若干年的月度NDVI数据，获得月度NDVI异常值，根据获取的若干年的月度气候因子数据，获得月度气候因子异常值；根据月度NDVI异常值和月度气候因子异常值，获得气候因子影响NDVI的滞后时间；构建训练样本，根据训练样本以及气候因子影响NDVI的滞后时间构建自回归模型，根据NDVI和气候因子在自回归模型中的系数，获知植被生长稳定性的结果；其中，每个训练样本中包括一个月度NDVI异常值以及该月度的滞后时间的月度气候因子异常值，所述气候因子的种类至少为一种。优选地，所述根据获取的若干年的月度NDVI数据，获得月度NDVI异常值，具体为：根据获取的若干年的月度NDVI数据，获得月历史平均NDVI数据和月度NDVI趋势值，根据月历史平均NDVI数据和月度NDVI趋势值，获得月度NDVI异常值；所述根据获取的若干年的月度气候因子数据，获得月度气候因子异常值，具体为：根据获取的若干年的月度气候因子数据，获得月历史平均气候因子数据和月度气候因子趋势值，根据月历史平均气候因子数据和月度气候因子趋势值，获得月度气候因子异常值。优选地，所述根据获取的若干年的月度NDVI数据，获得月历史平均NDVI数据和月度NDVI趋势值，具体为：对于一年中的第i个月，获取所述若干年中每一年的第i个月的月度NDVI数据并取平均值，作为第i个月的月历史平均NDVI数据，将每个月度NDVI数据减去对应月份的月历史平均数据，获得月度去除季节项干扰的NDVI数据，根据若干年的月度去除季节项干扰的NDVI数据拟合得到直线型线性模型，并根据所述直线型线性模型获得月度NDVI趋势值；相应地，所述根据获取的若干年的月度气候因子数据，获得月历史平均气候因子数据和月度气候因子趋势值，具体为：对于一年中的第i个月，获取所述若干年中每一年的第i个月的月度气候因子数据并取平均值，作为第i个月的月历史平均气候因子数据，将每个月度气候因子数据减去对应月份的月历史平均数据，获得月度去除季节项干扰的气候因子数据，根据若干年的月度去除季节项干扰的气候因子数据拟合得到直线型线性模型，并根据所述直线型线性模型获得月度气候因子趋势值；其中，i为整数，且1≤i≤12。优选地，所述根据月历史平均NDVI数据和月度NDVI趋势值，获得月度NDVI异常值，具体为：将月度NDVI数据与对应月份的月历史平均NDVI数据的差作为去季节项的NDVI数据；将去季节项的NDVI数据与月度NDVI趋势值的差作为月度NDVI异常值；所述根据月历史平均气候因子数据和月度气候因子趋势值，获得月度气候因子异常值，具体为：将月度气候因子数据与对应月份的月历史平均气候因子数据的差作为去季节项的气候因子数据；将去季节项的气候因子数据与月度气候因子趋势值的差作为月度气候因子异常值。优选地，所述根据月度NDVI异常值和月度气候因子异常值，获得气候因子影响NDVI的滞后时间，具体为：构建NDVI异常值与气候因子异常值的关系公式：NDVI＝ki*M+b；其中，NDVI表示由若干年的月度NDVI异常值构成的序列，M表示由若干年月度的气候因子趋势值构成的序列，ki表示滞后i个月的回归系数，i的取值范围为0～3，0表示无滞后，1～3表示滞后1～3个月；将若干年的月度NDVI异常值和月度气候因子异常值代入所述关系公式，获得所有模型的决定系数，将决定系数最大的模型中的i作为气候因子影响NDVI的滞后时间。优选地，所述构建训练样本，根据训练样本构建自回归模型，将NDVI异常值和气候因子异常值在自回归模型中的系数获知植被生长稳定性的结果，具体为：构建自回归模型：NDVIt＝αNDVIt-1+βMt-l+ε；其中，MDVIt代表t月度的NDVI异常值；α和β分别表示NDVIt-1和气候因子的系数；ε则代表模型的残差，为常数；l表示气象因子M影响NDVI的滞后时间；构建训练样本，将所述训练样本输入至自回归模型中，获得NDVI异常值和气候因子异常值在自回归模型中的系数，根据所述系数获知植被生长稳定性的结果。优选地，所述根据NDVI和气候因子在自回归模型中的系数，获知植被生长稳定性的结果，具体为：α的绝对值越接近1，植被自身前一时刻的状态对此刻的影响越大，则植被的恢复能力越弱；β的绝对值越接近1，则植被对气候因子的敏感性越大，抵抗能力越弱。第二个方面，本专利技术实施例提供一种植被生长稳定性的计算装置，包括：基础数据获取模块，用于获取若干年的月度NDVI数据和月度气候因子数据；异常值获取模块，用于根据获取的若干年的月度NDVI数据，获得月度NDVI异常值，根据获取的若干年的月度气候因子数据，获得月度气候因子异常值；滞后时间获取模块，用于根据月度NDVI异常值和月度气候因子异常值，获得气候因子影响NDVI的滞后时间；结果分析模块，用于构建训练样本，根据训练样本以及气候因子影响NDVI的滞后时间构建自回归模型，根据NDVI异常值和气候因子异常值在自回归模型中的系数，获知植被生长稳定性的结果；其中，每个训练样本中包括一个月度NDVI异常值以及该月度的滞后时间的月度气候因子异常值，所述气候因子的种类至少为一种。第三方面，本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。本专利技术实施例提供的植被生长稳定性的计算方法及装置，通过获取若干年的月度NDVI数据和月度气候因子数据，通过排除正常气候和常规变化趋势的影响，获得只受异常气候变化影响的月度NDVI异常值和月度气候因子异常值，再以此获得气候影响因子影响NDVI的滞后时间，从而更好地分析气候对植被的影响，最后构建训练样本和自回归模型，根据NDVI和气候因子在自回本文档来自技高网...

【技术保护点】
1.一种植被生长稳定性的计算方法，其特征在于，包括：/n获取若干年的月度NDVI数据和月度气候因子数据；/n根据获取的若干年的月度NDVI数据，获得月度NDVI异常值，根据获取的若干年的月度气候因子数据，获得月度气候因子异常值；/n根据月度NDVI异常值和月度气候因子异常值，获得气候因子影响NDVI的滞后时间；/n构建训练样本，根据训练样本以及气候因子影响NDVI的滞后时间构建自回归模型，根据NDVI异常值和气候因子异常值在自回归模型中的系数，获知植被生长稳定性的结果；/n其中，每个训练样本中包括一个月度NDVI异常值以及该月度的滞后时间的月度气候因子异常值，所述气候因子的种类至少为一种。/n

【技术特征摘要】
1.一种植被生长稳定性的计算方法，其特征在于，包括：
获取若干年的月度NDVI数据和月度气候因子数据；
根据获取的若干年的月度NDVI数据，获得月度NDVI异常值，根据获取的若干年的月度气候因子数据，获得月度气候因子异常值；
根据月度NDVI异常值和月度气候因子异常值，获得气候因子影响NDVI的滞后时间；
构建训练样本，根据训练样本以及气候因子影响NDVI的滞后时间构建自回归模型，根据NDVI异常值和气候因子异常值在自回归模型中的系数，获知植被生长稳定性的结果；
其中，每个训练样本中包括一个月度NDVI异常值以及该月度的滞后时间的月度气候因子异常值，所述气候因子的种类至少为一种。


2.根据权利要求1所述的植被生长稳定性的计算方法，其特征在于，所述根据获取的若干年的月度NDVI数据，获得月度NDVI异常值，具体为：
根据获取的若干年的月度NDVI数据，获得月历史平均NDVI数据和月度NDVI趋势值，根据月历史平均NDVI数据和月度NDVI趋势值，获得月度NDVI异常值；
所述根据获取的若干年的月度气候因子数据，获得月度气候因子异常值，具体为：
根据获取的若干年的月度气候因子数据，获得月历史平均气候因子数据和月度气候因子趋势值，根据月历史平均气候因子数据和月度气候因子趋势值，获得月度气候因子异常值。


3.根据权利要求2所述的植被生长稳定性的计算方法，其特征在于，所述根据获取的若干年的月度NDVI数据，获得月历史平均NDVI数据和月度NDVI趋势值，具体为：
对于一年中的第i个月，获取所述若干年中每一年的第i个月的月度NDVI数据并取平均值，作为第i个月的月历史平均NDVI数据，将每个月度NDVI数据减去对应月份的月历史平均数据，获得月度去除季节项干扰的NDVI数据，根据若干年的月度去除季节项干扰的NDVI数据拟合得到直线型线性模型，并根据所述直线型线性模型获得月度NDVI趋势值；
相应地，所述根据获取的若干年的月度气候因子数据，获得月历史平均气候因子数据和月度气候因子趋势值，具体为：
对于一年中的第i个月，获取所述若干年中每一年的第i个月的月度气候因子数据并取平均值，作为第i个月的月历史平均气候因子数据，将每个月度气候因子数据减去对应月份的月历史平均数据，获得月度去除季节项干扰的气候因子数据，根据若干年的月度去除季节项干扰的气候因子数据拟合得到直线型线性模型，并根据所述直线型线性模型获得月度气候因子趋势值；
其中，i为整数，且1≤i≤12。


4.根据权利要求1所述的植被生长稳定性的计算方法，其特征在于，所述根据月历史平均NDVI数据和月度NDVI趋势值，获得月度NDVI异常值，具体为：
将月度NDVI数据与对应月份的月历史平均NDVI数据的差作为去季节项的NDVI数据；
将去季节项的NDVI数据与月度NDVI趋势值的差作为月度NDVI异常值；
所述根据月历史平均气候因子数据和月度气候因子趋势值，获得月度气候因子异常值，具体为：
将月度气候因子数据与对应月份的月历史平均气候因子数据的差作为去季节项的气候因子数据；
将去季节项的气候...

【专利技术属性】
技术研发人员：赵祥，周倩，彭义峰，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：北京;11