本發(fā)明涉及地理學(xué)領(lǐng)域，更具體的涉及一種高海拔多年凍土區(qū)植被類型預(yù)測方法。

背景技術(shù)：

青藏高原是一個經(jīng)歷了長期復(fù)雜地質(zhì)作用過程的多階段拼合體，擁有世界上最大面積的高海拔區(qū)域，被公認(rèn)為“世界第三極”，分布有眾多高寒植被，被稱為“高山植物基因庫”。隨著近百年來全球氣溫逐年升高，廣泛分布于青藏高原的多年凍土也存在嚴(yán)重的退化現(xiàn)象，而且根據(jù)現(xiàn)有研究表明這種趨勢在21世紀(jì)仍將持續(xù)。多年凍土的退化，會導(dǎo)致位于其上的活動層厚度增加，進(jìn)而改變土壤中的水、熱環(huán)境，對青藏高原多年凍土區(qū)的植被生長和分布存在重要的影響作用。當(dāng)該區(qū)域植被和土壤水、熱狀況發(fā)生變化時，又會通過下墊面對大氣圈底部的環(huán)境產(chǎn)生反作用，進(jìn)而影響到周邊地區(qū)乃至全球的氣候變化。

植被作為一種重要的自然資源，被認(rèn)為是反映生態(tài)環(huán)境變化的敏感指示器。它不僅是影響陸面過程下墊面的因素，而且因其對碳的作用，在全球變化中也同樣發(fā)揮著巨大作用。氣候變暖后，多年凍土區(qū)的植被發(fā)生變化會改變地表的一系列特征，如反照率、降水的滲透速度、土壤中的蒸騰和蒸散、以及土壤侵蝕等。以上過程的發(fā)生，不僅會極大的影響到水文和氣候系統(tǒng)的循環(huán)速率，還會改變多年凍土區(qū)活動層的水、熱狀況。為了分析植被和地表條件之間的關(guān)系，許多陸面過程模式(earthsystemmodelling,esm)需要用到植被類型信息，將其作為模型的初始輸入?yún)?shù)，如地表模型、水文模型、生物化學(xué)模型和全球植被模型。

根據(jù)ipcc第一工作組的第四次評估報告可知：近百年內(nèi)，全球地表氣溫以0.78±0.18℃的速度在持續(xù)上升。而全球變暖會導(dǎo)致植被的密度、組成和分布都發(fā)生變化。當(dāng)植被生長狀況發(fā)生變化時又會反作用于大氣、土壤等環(huán)境因子。模擬未來氣候變化對研究植被生長、分布的意義重大，同樣分析未來植被生長狀況的變更對氣候預(yù)測的準(zhǔn)確性也提供了更加有效的證據(jù)。因此，研究青藏高原多年凍土區(qū)植被的分布現(xiàn)狀意義重大，不僅可以為研究氣候變化提供理論支撐，還可以為青藏高原多年凍土區(qū)乃至全球的碳循環(huán)過程提供關(guān)鍵的數(shù)據(jù)基礎(chǔ)。

氣候系統(tǒng)模式可以有效的定量化表達(dá)氣候系統(tǒng)變化規(guī)律，是預(yù)測未來氣候變化的工具之一。雖然植被類型可以通過生物地理學(xué)模型預(yù)測，然而全球植被動態(tài)模型(dynamicglobalvegetationmodels,dgvm)將青藏高原的植被類型劃分為簡單的幾種，如基于生物地理學(xué)的biome1，基于生物地球化學(xué)的tem和century，耦合二者的mapss、biome3和biome4，以及基于生態(tài)系統(tǒng)過程的動態(tài)模型ibis和lpj，以及任繼周院士依據(jù)水、熱的客觀過程提出的綜合順序分類法等，在多種植被模型中青藏高原的植被類型一般被預(yù)測為凍原(tundra)，或者冰川、極地沙漠(ice/polardesert)，而高原寒冷環(huán)境下的特有植被在這些模式中并沒有區(qū)分。同時，在modis的mcd12產(chǎn)品中發(fā)布5種土地利用類型，也未能適宜的區(qū)分高原特有植被類型，如對草甸的區(qū)分，各類利用類型方案中僅包括灌叢(shrublands)、草地(grasslands)和薩瓦納草原(savannas)。因此，亟需尋找適合于青藏高原植被類型的預(yù)測模型，然后利用氣候系統(tǒng)模式對高海拔多年凍土區(qū)的植被類型進(jìn)行預(yù)測。

綜上所述，現(xiàn)有技術(shù)中的植被類型預(yù)測方法，存在不能將高原寒冷環(huán)境下的特有植被區(qū)分開的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供一種高海拔多年凍土區(qū)植被類型預(yù)測方法，用以解決現(xiàn)有技術(shù)中存在不能將高原寒冷環(huán)境下的特有植被區(qū)分開的問題。

本發(fā)明實施例提供一種高海拔多年凍土區(qū)植被類型預(yù)測方法，包括：

獲取青藏高原多年凍土區(qū)的植被特征調(diào)查數(shù)據(jù)；其中，所述植被特征調(diào)查數(shù)據(jù)包括490個植被特征調(diào)查樣點，且所述490個植被特征調(diào)查樣點設(shè)置在高寒沼澤草甸、高寒草甸、高寒草原、高寒荒漠和無植被生長的裸地；

獲取19個生物氣候參數(shù)；其中，所述生物氣候參數(shù)包括：年均溫、溫度平均間距、等溫性、溫度的季節(jié)性、最熱月的最大溫、最冷月的最低溫、溫度年間距、最濕潤季節(jié)平均溫、最干旱季節(jié)平均溫、最溫暖季節(jié)平均溫、最寒冷季節(jié)平均溫、年均降水、最濕潤月降水、最干旱月降水、降水的季節(jié)性、最濕潤季節(jié)降水、最干旱季節(jié)降水、最溫暖季節(jié)降水和最寒冷季節(jié)降水；

根據(jù)ndvi數(shù)據(jù)集，獲取4個ndvi參數(shù)；其中，所述ndvi參數(shù)包括：ndvi平均值、ndvi最大值、ndvi最小值和ndvi間距；

根據(jù)數(shù)字高程模型dem，獲取青藏高原多年凍土區(qū)各柵格象元點上的坡度、坡向和剖面曲率；并將高程、坡度、坡向和剖面曲率作為地形參數(shù)；

通過主成分分析法，從生物氣候參數(shù)、ndvi參數(shù)和地形參數(shù)中選取相關(guān)系數(shù)大于0.8的參數(shù)，獲取12個植被分類參數(shù)；其中，所述植被分類參數(shù)包括：年均溫、等溫性、溫度年間距、年均降水、最干旱月降水、最濕潤季節(jié)降水、最干旱季節(jié)降水、最寒冷季節(jié)降水、ndvi平均值、ndvi最大值、ndvi最小值和高程；

根據(jù)植被特征調(diào)查數(shù)據(jù)、植被分類參數(shù)、4種氣候情景數(shù)據(jù)和10類氣候系統(tǒng)模式，通過決策樹分類方法，獲取青藏高原多年凍土區(qū)的植被類型；其中，所述氣候情景數(shù)據(jù)，包括：rcp2.6、rcp4.5、rcp6.0和rcp8.0；所述氣候系統(tǒng)模式，包括：bcc-csm1-1、ccsm4、giss-e2-r、hadgem2-ao、hadgem2-es、ipsl-cm5a-lr、miroc-esm、miroc5、mri-cgcm3和noresm1-m。

較佳地，所述ndvi數(shù)據(jù)集選用1982年到2015年的ndvi數(shù)據(jù)集；獲取每個象元點上的ndvi年變化率，通過2015年的ndvi影像和ndvi年變化率，獲取2050年和2070年的ndvi參數(shù)。

較佳地，通過決策樹規(guī)則提取軟件see5.0進(jìn)行所述決策樹分類方法中的分類規(guī)則提取，且進(jìn)行分類規(guī)則提取10次，每次用于分類規(guī)則提取的數(shù)據(jù)是植被特征調(diào)查數(shù)據(jù)中90％的數(shù)據(jù)，每次用于驗證精度的數(shù)據(jù)是植被特征調(diào)查數(shù)據(jù)中10％的數(shù)據(jù)。

本發(fā)明實施例中，提供一種高海拔多年凍土區(qū)植被類型預(yù)測方法，與現(xiàn)有技術(shù)相比，其有益效果為：本發(fā)明采用公開、免費的植被特征產(chǎn)品、地形特征數(shù)據(jù)和未來氣候變化參數(shù)，并對青藏高原獨有的高寒草地(高寒沼澤草甸、高寒草甸、高寒草原和高寒荒漠)進(jìn)行分類，可實現(xiàn)2050年和2070年4種氣候情景10類氣候系統(tǒng)模式下青藏高原多年凍土區(qū)植被類型分布預(yù)測，預(yù)測方法成功的為青藏高原多年凍土區(qū)植被類型分布提供有效的預(yù)測模型，從而解決了傳統(tǒng)分類方法無法有效預(yù)估青藏高原多年凍土區(qū)未來植被類型分布的技術(shù)難題，不僅可以為氣候變化研究提供理論支撐，還可以為青藏高原多年凍土區(qū)乃至全球的碳循環(huán)過程提供關(guān)鍵的數(shù)據(jù)基礎(chǔ)。

附圖說明

圖1為本發(fā)明實施例提供的一種高海拔多年凍土區(qū)植被類型預(yù)測方法流程圖；

圖2為本發(fā)明實施例提供的一種bcc-csm1-1模式下2050年和2070年青藏高原多年凍土區(qū)4種代表性濃度途徑情景下植被分布狀況。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。

圖1為本發(fā)明實施例提供的一種高海拔多年凍土區(qū)植被類型預(yù)測方法流程圖。如圖1所示，該方法包括：

s101，獲取青藏高原多年凍土區(qū)的植被特征調(diào)查數(shù)據(jù)；其中，所述植被特征調(diào)查數(shù)據(jù)包括490個植被特征調(diào)查樣點，且所述490個植被特征調(diào)查樣點設(shè)置在高寒沼澤草甸、高寒草甸、高寒草原、高寒荒漠和無植被生長的裸地。

需要說明的是，此處的調(diào)查主要包括兩方面，一是定義植被類型，二是調(diào)查了樣方框內(nèi)的植物種，并對植物種進(jìn)行了高度和分蓋度估算，這個調(diào)查為未來的預(yù)測提供了分類標(biāo)準(zhǔn)，同時利用當(dāng)前的數(shù)據(jù)制定了分類規(guī)則以應(yīng)用到后期的預(yù)測當(dāng)中。

需要說明的是，本發(fā)明中青藏高原多年凍土區(qū)實地植被調(diào)查數(shù)據(jù)使用2009年到2013年的植被調(diào)查數(shù)據(jù)。

s102，獲取19個生物氣候參數(shù)；其中，所述生物氣候參數(shù)包括：年均溫、溫度平均間距、等溫性、溫度的季節(jié)性、最熱月的最大溫、最冷月的最低溫、溫度年間距、最濕潤季節(jié)平均溫、最干旱季節(jié)平均溫、最溫暖季節(jié)平均溫、最寒冷季節(jié)平均溫、年均降水、最濕潤月降水、最干旱月降水、降水的季節(jié)性、最濕潤季節(jié)降水、最干旱季節(jié)降水、最溫暖季節(jié)降水和最寒冷季節(jié)降水。

需要說明的是，本發(fā)明中對當(dāng)前結(jié)果評估選用的數(shù)據(jù)包括來源于worldclim數(shù)據(jù)中心的生物氣候參數(shù)，主要包括19種，具體如下表1所示，其分辨率為1km×1km。同時選取gimmsndvi1982年到2015的ndvi數(shù)據(jù)集，利用該數(shù)據(jù)集，計算后得到有關(guān)ndvi的4個參數(shù)用于青藏高原多年凍土區(qū)未來植被類型預(yù)測模型中，分別為ndvi平均值(bio20)、ndvi最大值(bio21)、ndvi最小值(bio22)和ndvi間距(bio23[bio21-bio22])，其分辨率為8km×8km。

表1青藏高原多年凍土區(qū)未來植被類型預(yù)測模型中用到的生物氣候變量

s103，根據(jù)ndvi數(shù)據(jù)集，獲取4個ndvi參數(shù)；其中，所述ndvi參數(shù)包括：ndvi平均值、ndvi最大值、ndvi最小值和ndvi間距。

需要說明的是，為盡量減少對未來ndvi預(yù)測的不確定性，選取1982年到2015年的ndvi數(shù)據(jù)集，計算獲取每個象元點上的ndvi年變化率，然后通過2015年的ndvi影像和ndvi年變化率數(shù)據(jù)，計算得到2050年和2070年的ndvi平均值(bio20)、ndvi最大值(bio21)、ndvi最小值(bio22)和ndvi間距(bio23[bio21-bio22])，其分辨率為1/12°×1/12°。

s104，根據(jù)數(shù)字高程模型dem，獲取青藏高原多年凍土區(qū)各柵格象元點上的坡度、坡向和剖面曲率；并將高程、坡度、坡向和剖面曲率作為地形參數(shù)。

需要說明的是，因dem數(shù)據(jù)無長時間連續(xù)的同源數(shù)據(jù)集，因此本預(yù)測中仍然使用當(dāng)前地形數(shù)據(jù)作為未來地形因子，包括高程(bio24)、坡度(bio25)、坡向(bio26)和剖面曲率(bio27)，數(shù)據(jù)來源于西部數(shù)據(jù)中心，其分辨率為1km×1km。

s105，通過主成分分析法，從生物氣候參數(shù)、ndvi參數(shù)和地形參數(shù)中選取相關(guān)系數(shù)大于0.8的參數(shù)，獲取12個植被分類參數(shù)；其中，所述植被分類參數(shù)包括：年均溫、等溫性、溫度年間距、年均降水、最干旱月降水、最濕潤季節(jié)降水、最干旱季節(jié)降水、最寒冷季節(jié)降水、ndvi平均值、ndvi最大值、ndvi最小值和高程。

需要說明的是，根據(jù)當(dāng)前生物氣候、ndvi、地形參數(shù)中的27個變量，經(jīng)過主成分分析選取相關(guān)系數(shù)大于0.8的變量和決策樹分類規(guī)則提取后，保留12個變量用于植被分類預(yù)測模型的建立，這些變量為bio1、bio3、bio7、bio12、bio14、bio16、bio17、bio19、bio20、bio21、bio22和bio24，其代表的含義分別為：年均溫、等溫性、溫度年間距、年均降水、最干旱月降水、最濕潤季節(jié)降水、最干旱季節(jié)降水、最寒冷季節(jié)降水、ndvi平均值、ndvi最大值、ndvi最小值和高程。

優(yōu)選地，本發(fā)明通過決策樹規(guī)則提取軟件see5.0進(jìn)行所述決策樹分類方法中的分類規(guī)則提取，且進(jìn)行分類規(guī)則提取10次，每次用于分類規(guī)則提取的數(shù)據(jù)是植被特征調(diào)查數(shù)據(jù)中90％的數(shù)據(jù)，每次用于驗證精度的數(shù)據(jù)是植被特征調(diào)查數(shù)據(jù)中10％的數(shù)據(jù)。最終，10次分類的精度分別為65％、76％、76％、69％、62％、79％、70％、60％、63％和67％，平均分類精度為69％。

需要說明的是，通過主成分分析方法對多種參數(shù)去相關(guān)處理，目的是可以將重復(fù)變量刪除，根據(jù)統(tǒng)計學(xué)來講一般處理數(shù)據(jù)時所選的變量在解釋自然規(guī)律時會存在很大程度的“解釋力”重復(fù)，因此很多研究用多種降維統(tǒng)計方法，如主成分分析、因子分析等去除變量的重復(fù)性。

s106，根據(jù)植被特征調(diào)查數(shù)據(jù)、植被分類參數(shù)、4種氣候情景數(shù)據(jù)和10類氣候系統(tǒng)模式，通過決策樹分類方法，獲取青藏高原多年凍土區(qū)的植被類型；其中，所述氣候情景數(shù)據(jù)，包括：rcp2.6、rcp4.5、rcp6.0和rcp8.0；所述氣候系統(tǒng)模式，包括：bcc-csm1-1、ccsm4、giss-e2-r、hadgem2-ao、hadgem2-es、ipsl-cm5a-lr、miroc-esm、miroc5、mri-cgcm3和noresm1-m。

需要說明的是，本發(fā)明利用決策樹分類方法(軟件see5.0)來區(qū)分青藏高原多年凍土區(qū)的植被類型，因為它具有簡單、快速、準(zhǔn)確的預(yù)測分類結(jié)果的特點，被廣泛應(yīng)用于植被分類中。整個操作就是先將所有能收集到的免費數(shù)據(jù)進(jìn)行降維處理，利用降維后“重復(fù)信息”更少的多個變量來制定分類規(guī)則，因為植被調(diào)查后的植被類型數(shù)據(jù)只有少量“點”位置上有資料，而反應(yīng)到整個青藏高原多年凍土區(qū)的“面”尺度上則必須通過規(guī)則對不同的遙感數(shù)據(jù)進(jìn)行處理，來完成從“點”到“面”利用“分類規(guī)則”的“反演”。

需要說明的是，代表性濃度途徑(rcps)情景的開發(fā)主要采用并行方法，可將氣候、大氣和碳循環(huán)預(yù)估(climatemodelings,cms)與排放和社會經(jīng)濟(jì)情景(integratedassessmentmoels,iams)有機(jī)的結(jié)合起來，提供分析氣候變化對研究區(qū)影響、適應(yīng)和脆弱性以及減排分析。ipccar5代表性濃度路徑情景主要包括以下4種rcp分別為：一個高端路徑，指到2100年時候輻射強迫為8.5w/m²，同時維持該狀態(tài)一段時間；兩個中等的“穩(wěn)定路徑”，指到2100年時候輻射強迫分別為6w/m²和4.5w/m²；一個低端路徑，指輻射強迫在2100年前達(dá)到最大峰值約為3w/m²，隨后下降。本發(fā)明選取同時存在rcp2.6、rcp4.5、rcp6.0和rcp8.0情景數(shù)據(jù)的10個氣候系統(tǒng)模式來完成未來青藏高原植被分布預(yù)測，10個氣候系統(tǒng)模式分別包括bcc-csm1-1、ccsm4、giss-e2-r、hadgem2-ao、hadgem2-es、ipsl-cm5a-lr、miroc-esm、miroc5、mri-cgcm3和noresm1-m。

需要說明的是，未來的溫度和降水?dāng)?shù)據(jù)通過降尺度aogcm的輸出結(jié)果得到，最終分辨率為1km×1km，也包括上表中所示的19個參數(shù)，未來預(yù)測年份為2050年(平均2041到2060年)和2070年(平均2061年到2080年)。

以上公開的僅為本發(fā)明的幾個具體實施例，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。