基于Spearman等级系数的植被变化趋势分析

基于Spearman等级系数的植被变化趋势分析

论文摘要

针对Pearson相关系数法在长时间序列植被覆盖变化趋势分析中存在对噪声敏感且只能发现线性关系等局限性,采用Spearman等级相关系数法研究了该方法在长时间序列植被覆盖变化趋势分析中的可行性和适用性.首先,使用数据模拟法研究了Spearman等级相关系数法的抗噪性.其次,基于1998—2013年SPOT vegetation归一化植被指数数据,使用Pearson相关系数法、Mann-Kendall趋势检测法、Spearman等级相关系数法对内蒙古地区的植被覆盖变化趋势状况进行检测,并对检测结果进行了图形化处理,同时对比了3种方法结果的差异.实验结果表明:在10%的随机噪声情况下,Spearman等级相关系数法有较好的抗噪性. Spearman等级相关系数法、Pearson相关系数法和Mann-Kendall检验法的植被覆盖趋势变化图和检验数据表明:3种方法的检测结果在空间分布上有较高的一致性,且在植被改善和退化区域的最大差异不超过2%.

论文目录

  • 1 研究数据与研究方法
  •   1.1 研究数据
  •   1.2 研究方法
  •     1.2.1 Spearman等级相关系数法介绍
  •     1.2.2 算法的抗噪性分析
  •     1.2.3 算法流程
  • 2 实验结果与讨论
  •   2.1 实验环境与实验工具
  •   2.2 实验结果
  •     2.2.1 基于Pearson相关系数的植被变化趋势分析结果
  •     2.2.2 基于Mann-Kendall检验法的植被变化趋势分析结果
  •     2.2.3 基于Spearman等级相关系数法的植被变化趋势分析结果
  •   2.3 实验结果对比与讨论
  • 3 结语
  • 文章来源

    类型: 期刊论文

    作者: 王佃来,宿爱霞,刘文萍

    关键词: 等级相关系数,检验,相关系数,植被覆盖变化趋势分析,归一化植被指数

    来源: 应用科学学报 2019年04期

    年度: 2019

    分类: 基础科学,信息科技

    专业: 生物学,计算机软件及计算机应用

    单位: 首钢工学院信息工程系,中国软件评测中心,北京林业大学信息学院

    基金: 北京市科技计划基金(No.Z171100001417005),中央高校基本科研业务费专项基金(No.2015ZCQ-XX)资助

    分类号: TP391.41;Q948

    页码: 519-528

    总页数: 10

    文件大小: 3565K

    下载量: 209

    相关论文文献

    • [1].三江源植被碳利用率动态变化及其对气候响应[J]. 中国环境科学 2020(01)
    • [2].基于MODIS数据的中国西北植被变化分析[J]. 林业科技通讯 2019(12)
    • [3].长江流域中上游植被NDVI时空变化及其地形分异效应[J]. 长江流域资源与环境 2020(01)
    • [4].西安园林芳香植被调研及改善建议[J]. 陕西农业科学 2020(01)
    • [5].河北省植被NDVI变化及其对气象要素的响应[J]. 林业与生态科学 2020(01)
    • [6].《中国植被志》:为中国植被登记造册[J]. 植物生态学报 2020(02)
    • [7].乌蒙山地区植被时空演变趋势预测[J]. 四川环境 2020(04)
    • [8].海岸带植被三种生物性状变化对消浪效果的影响[J]. 中国水运(下半月) 2020(08)
    • [9].山东植被灰色动态预测探析[J]. 防护林科技 2020(08)
    • [10].我国科学家发布植被病虫害遥感监测与预测系统[J]. 农村新技术 2020(10)
    • [11].植被保持水土效益研究[J]. 智能城市 2019(07)
    • [12].2000-2017年新疆天山植被水分利用效率时空特征及其与气候因子关系分析[J]. 植物生态学报 2019(06)
    • [13].典型喀斯特区植被变化及其与气象因子的关系——以广西百色市为例[J]. 沙漠与绿洲气象 2019(05)
    • [14].1982—2013年准噶尔盆地植被长势变化分析[J]. 林业资源管理 2016(05)
    • [15].中国北方地区秋季植被变化及对气候变化的响应研究[J]. 测绘与空间地理信息 2016(11)
    • [16].汉江流域植被净初级生产力时空格局及成因[J]. 生态学报 2016(23)
    • [17].一种利用野地瓜修复矿区植被与土壤的方法初探[J]. 中国农学通报 2017(01)
    • [18].城市冠层植被大气环境特性大涡模拟[J]. 科技导报 2017(03)
    • [19].植被微波遥感下粒子的散射特性研究[J]. 电子世界 2016(23)
    • [20].西藏自治区植被与气候变化的关系[J]. 山地学报 2017(01)
    • [21].生态工程背景下西南喀斯特植被变化主导因素及其空间非平稳性[J]. 生态学报 2017(12)
    • [22].2013年黑龙江省洪水对植被影响评估[J]. 灾害学 2017(04)
    • [23].植被在湿地恢复与重建中的应用[J]. 科学技术创新 2017(20)
    • [24].我国三北地区植被变化的动因分析[J]. 生态学报 2017(15)
    • [25].利用国产开源卫星影像分析广州市天河区植被现状[J]. 广东园林 2017(04)
    • [26].基于遥感数据的黔南州植被净初级生产力分析[J]. 江西农业学报 2017(10)
    • [27].遥感反演植被含氮量研究进展[J]. 生态学报 2017(18)
    • [28].植被保持水土的基本规律和总结[J]. 黑龙江科技信息 2015(24)
    • [29].梭梭树:沙漠中的植被之王[J]. 科学之友(上半月) 2019(09)
    • [30].“生物圈与植被”教学设计(鲁教版新教材)[J]. 地理教育 2020(09)

    标签:;  ;  ;  ;  ;  

    基于Spearman等级系数的植被变化趋势分析
    下载Doc文档

    猜你喜欢