[发明专利]一种区域植被指标的驱动因素分析方法、装置及存储介质

权利要求书

1.一种区域植被指标的驱动因素分析方法，其特征在于，包括：

获取研究区域的植被指标数据和植被指标的至少两种驱动因素数据；

对所述植被指标数据进行局部空间自相关分析，以得到包含有多种聚类类型的分析结果；

按照预设的组合规则，将不同的聚类类型进行组合以获取至少一种组合聚类类型；

利用随机森林模型，对属于所述至少一种组合聚类类型中每种组合聚类类型的植被指标的驱动因素进行重要性分析。

2.根据权利要求1所述的驱动因素分析方法，其特征在于，所述植被指标数据包括净初级生产力数据；

净初级生产力的驱动因素数据包括归一化植被指数数据、人口密度数据、国内生产总值数据、夜间灯光亮度数据、数字高程模型数据、年平均降雨量数据、年平均气温数据和坡度数据中的至少两种。

3.根据权利要求1所述的驱动因素分析方法，其特征在于，所述对所述植被指标数据进行局部空间自相关分析，以得到包含有多种聚类类型的分析结果，包括：

将所述植被指标数据导入地理信息系统；

通过所述地理信息系统获取包含有多种所述聚类类型的分析结果，其中，所述聚类类型包括高值聚类HH、低值聚类LL、高值主要由低值围绕的异常值HL、低值主要由高值围绕的异常值LH和不显著点。

4.根据权利要求3所述的驱动因素分析方法，其特征在于，所述至少一种组合聚类类型包括以下类型中的至少一种：第一组合聚类类型、第二组合聚类类型、第三组合聚类类型、第四组合聚类类型和第五组合聚类类型，所述按照预设的组合规则，将所述不同的聚类类型进行组合以获取所述至少一种组合聚类类型，包括：

将所述高值聚类HH和所述低值聚类LL进行组合，获取所述第一组合聚类类型；和/或，

将所述高值聚类HH和所述高值主要由低值围绕的异常值HL进行组合，获取所述第二组合聚类类型；和/或，

将所述低值聚类LL和所述低值主要由高值围绕的异常值LH进行组合，获取所述第三组合聚类类型；和/或，

将所述高值主要由低值围绕的异常值HL和所述低值主要由高值围绕的异常值LH进行组合，获取所述第四组合聚类类型；和/或，

将所述高值聚类HH、所述低值聚类LL、所述高值主要由低值围绕的异常值HL和所述低值主要由高值围绕的异常值LH进行组合，获取所述第五组合聚类类型。

5.根据权利要求1所述的驱动因素分析方法，其特征在于，所述对所述植被指标数据进行局部空间自相关分析，以得到包含有多种聚类类型的分析结果，包括：

获取由所有所述聚类类型组合而成的组合数据。

6.根据权利要求5所述的驱动因素分析方法，其特征在于，在利用随机森林模型，对属于所述至少一种组合聚类类型中每种组合聚类类型的植被指标的驱动因素进行重要性分析之前，所述驱动因素分析方法的步骤还包括：

根据所述组合数据、所述多种聚类类型和所述至少一种组合聚类类型，获取多个数据集，其中，所述多个所述数据集包括所述组合数据对应的植被指标数据与属于所述组合数据的植被指标的驱动因素数据、所述多种聚类类型中每种聚类类型对应的植被指标数据与属于所述多种聚类类型中每种聚类类型的植被指标的驱动因素数据、所述至少一种组合聚类类型中每种组合聚类类型对应的植被指标数据与属于所述至少一种中每种组合聚类类型的植被指标的驱动因素数据。

7.根据权利要求6所述的驱动因素分析方法，其特征在于，所述利用随机森林模型，对属于所述至少一种组合聚类类型中每种组合聚类类型的植被指标的驱动因素进行重要性分析，包括：

利用所述随机森林模型和所述多个数据集，分别获取属于所述组合数据的植被指标的驱动因素的重要性排序结果、所述多种聚类类型中每种聚类类型的植被指标的驱动因素的重要性排序结果和所述至少一种组合聚类类型中每种组合聚类类型的植被指标的驱动因素的重要性排序结果。