促进生态服务功能提升的植被覆盖度恢复上限计算方法与流程

本发明涉及生态恢复工程规划，更具体的说是涉及一种促进生态服务功能提升的植被覆盖度恢复上限计算方法。

背景技术：

1、植树造林是世界各国普遍采用的一种强有力的生态恢复手段。植被是影响生态系统服务的重要因素，在生态管理实践中，管理者倾向于通过改善植被达到提升生态系统服务的目标。然而，生态系统服务对植被覆盖度的响应是一个复杂的过程，尽管各种研究发现植被覆盖度与生态系统服务之间存在相关关系，但其线性或非线性特征仍不清楚，广泛植树造林而不根据当地降水条件和其他生态限制来选择树种与最佳覆盖度是不可持续的，反而会使生态系统服务功能下降，并造成社会经济后果。因此植被覆盖度应以维持一定水平为宜，生态恢复的人为干预存在一个合理上限，超过该上限，生态系统功能不会显着增加，反而可能会下降。寻找维持最大生态系统服务功能的植被覆盖度的确定方法显得尤为重要，是一个重要的科学问题。

2、目前常用的上限确定方法多依托统计分析方法，但这些传统方法存在一些不足。比如：探索性统计分析类的方法只能洞察上限的数量和一般形式的关系，也即只能用来选择模型，随后还需另选合适模型进行拟合。推断性统计分析类的方法有的可能无法检测到低水平的突变点，而有的虽然数据要求相对较低，但总是只找到单个上限，存在忽略考虑真正的函数关系是否包含上限以及包含多少个上限的问题。

3、因此，如何实现对突变点数量的判断以及拟合模型的选择，是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本发明提供了一种促进生态服务功能提升的植被覆盖度恢复上限计算方法,可弥补生态系统服务对植被覆盖度的响应上限的缺陷，提高结果准确度。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种促进生态服务功能提升的植被覆盖度恢复上限计算方法，包括以下步骤：

4、获取生态工程区的多组植被及服务数据，每组植被及服务数据分别包含植被覆盖度fvc及对应的多个生态系统服务指标；

5、分别对每组中的多个所述生态系统服务指标进行加权求和，得到各组的生态系统综合服务指数ies；

6、以fvc为横坐标，以ies为纵坐标，绘制fvc与ies的关系散点图，并利用滑动窗口沿横坐标正方向依次滑动，得到n个子集；

7、对每个子集中的散点进行局部回归，得到n个局部回归函数；

8、计算n个局部回归函数的中心点值，并用曲线拟合连接，得到fvc与ies的关系曲线；

9、根据fvc与ies的关系曲线估计fvc的上限点；

10、利用重采样方法估计fvc的上限区间。

11、进一步的，每组数据中的生态系统服务指标包括：碳固存服务、土壤保持服务和水源涵养服务；

12、其中，所述碳固存服务以生态系统碳储量为指标，计算公式为：

13、；

14、式中，c为总碳存储量；ca为地上碳存储量；cb为地下碳存储量；cs为土壤碳存储量；cd为死亡有机质碳存储量；

15、土壤保持服务指标以土壤保持量作为指标，计算公式为：

16、；

17、式中，s、sp和sv分别对应表示土壤保持量、潜在土壤侵蚀和实际土壤侵蚀；r表示降水侵蚀因子；k表示土壤侵蚀因子；l表示坡长因子；f表示坡度因子；c表示植被覆盖因子；p表示管理因子；

18、水源涵养服务以产水量为指标，计算公式为：

19、；

20、式中，w为产水量；p为降水量；et为蒸散量。

21、进一步的，获取生态工程区的多组植被及服务数据之后，还包括：

22、检验植被覆盖度fvc与各生态系统服务指标之间是否存在相关关系。

23、进一步的，所述生态系统综合服务指数ies的计算过程包括：

24、将各组中的多个所述生态系统服务指标进行处理，消除量纲差异，处理公式为：

25、；

26、式中，zr为第r个消除量纲差异后的生态系统服务指标，r为生态系统服务指标；esr表示第r个生态系统服务数据，esr,mean表示各组数据中第r个生态系统服务指标的平均值；

27、利用变异系数法对各生态系统服务指标进行赋权，得到生态系统综合服务指数ies，计算公式为：

28、；

29、；

30、；

31、式中，σr为第r个生态系统服务指标的变异系数，r=1、2、3；r为生态系统服务指标的个数；为第r个生态系统服务指标的平均值，dr为第r个生态系统服务指标的权重；ies为生态系统综合服务指数。

32、进一步的，n个子集的获得过程包括：

33、以fvc为横坐标、ies为纵坐标，绘制fvc与ies的关系散点图，得到(fvc1，ies1)~(fvci，iesi)~(fvcn，iesn)的二维散点图，其中fvc1≤fvci≤fvcn，i为散点图中第i个点，i=1、2、3、…、n，n为总散点个数；

34、利用一个宽度为s的滑动窗口，将以fvci为中心s为宽度的附近的点组成为一个子集，i=1、2、3、…、n；

35、将该滑动窗口沿着横坐标的正方向依次滑动，得到n个子集；其中，滑动窗口的宽度计算方法如下：

36、；

37、式中，s为滑动窗口的宽度，g为子集中散点的个数占总散点个数的比例，n为总散点个数，g取值在0.2~0.7之间。

38、进一步的，局部回归函数的中心点值的计算过程，包括：

39、利用权重来调整子集中散点对局部回归函数的贡献，局部回归的计算公式如下：

40、；

41、；

42、；

43、；

44、其中，为第i个拟合出的生态系统综合服务指数，即局部回归函数的中心点值；a和b为局部回归函数的参数；fvcij为第i个子集中的第j个点的fvc，j=1、2、3、…、s；为第i个子集中fvc平均值；iesij为第i个子集中第j个点的生态系统综合服务指数；为第i个子集中生态系统综合服务指数的平均值；为第i个子集中第j个点的权重。

45、进一步的，所述根据fvc与ies的关系曲线估计fvc的上限点，包括：

46、将生态系统综合服务指数ies随植被覆盖度fvc增加而无变化或开始下降时的点作为拐点，上限点为所有拐点中生态系统综合服务指数ies为最高的点。

47、进一步的，通过分析相邻增长率来确定拐点的位置，并确定上限点，计算公式如下：

48、；

49、；

50、；

51、式中，为相邻增长率，代表相邻两个点内生态系统综合服务指数随着fvc增加而变化的程度；k为拐点，表示生态系统综合服务指数随着fvc增加而几乎不变化甚至下降的点；k为上限点，取拐点中生态系统综合服务指数最大的点为上限点。

52、进一步的，所述利用重采样方法估计fvc的上限区间，包括：

53、通过调整滑动窗口s的宽度，重新对原始数据集进行子集选取，并重复多次模拟计算上限点，得到多个fvc上限点；

54、通过绘制各项生态系统综合服务指数对应的fvc上限点的箱图，剔除异常值，保留上四分位数q3和下四分位数q1作为有效上限点；

55、将筛选出的有效上限点作为最终结果，组成上限区间。

56、进一步的，异常值的剔除方式为：根据分位数回归的原理，将异常值定义为低于(q1-1.5*iqr)或高于(q3+1.5*iqr)的值，其中，iqr表示四分位数范围，iqr=q3-q1。

57、经由上述的技术方案可知，与现有技术相比，本发明具有以下有益效果：

58、1、本发明以获得促进生态服务功能提升的植被覆盖度恢复上限区间而非上限点为目的，通过重复模拟选取突变最明显的点作为有效点，进而构建出上限区间，解决单次拟合得到误差较大阈值点的问题。弥补了生态系统服务对植被覆盖度的响应上限的缺陷，准确性更高，且更易实施于具体的生态恢复工程。

59、2、本发明摒弃传统的专家打分方法对单项服务功能指标进行加权进而得到一个综合服务指数，也就避免掺杂主观判断或统计误差，本发明采用变异系数通过确定指标中的差异性来确定权重，反映出指标之间的相互作用和综合效应。