首页|数据挖掘算法在高寒草地退化驱动因素相关性分析中的应用

数据挖掘算法在高寒草地退化驱动因素相关性分析中的应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
高寒草地的退化受到众多自然、人为活动的影响,退化与驱动因素之间的耦合关系复杂.本文以青海省称多县为研究区,提取2005—2014年归一化植被指数(NDVI,normalized difference vegetation index)时间序列数据集,结合温度、降水、社会经济因素,运用基于数据挖掘的提升度算法进行相关性分析,研究影响高寒草地退化指标与表示高寒草地退化指标之间两者的关系.本文采用提升度算法针对3个等级的NDVI、可食量、植株高度与相应的温度、降水、鼠害和放牧强度之间的关系进行分析,能够更精确地分析各驱动因子在不同等级取值范围下对草地不同等级退化的贡献率,发现驱动因素与草地退化之间的影响关系并不是单向的,而是到达一定的程度时会出现逆向影响关系.本研究得到如下结论:(1)草地植被覆盖度低与气温和降水存在负相关;(2)草地可食量低与气温和人口存在负相关,与牲畜存在正相关;(3)地上植株高度低与牲畜呈现正相关.
Application of data mining algorithm in correlation analysis of the driv-ing factors for alpine grassland degradation

马蓉蓉、杨国柱、胡月明、周伟

展开 >

中国地质大学(北京)土地科学技术学院,北京 100083

青海大学 生态环境工程学院,青海 西宁810016

华南农业大学 资源环境学院,广东 广州 510642

自然资源部土地整治重点实验室,北京 100035

自然资源部 矿区生态修复工程技术创新中心,北京 100083

展开 >

归一化植被指数(NDVI) 数据挖掘 提升度 相关性分析 高寒草地 退化指标

41977415

2021

10.13745/j.esf.sf.2020.10.19

地学前缘
中国地质大学（北京） 北京大学

地学前缘

CSTPCDCSCD北大核心EI
影响因子：2.431
ISSN：1005-2321
年,卷(期)：2021.28(4)
  • 1
  • 18