《全球植被覆盖水平的定量分析》由会员分享，可在线阅读，更多相关《全球植被覆盖水平的定量分析（6页珍藏版）》请在金锄头文库上搜索。
1、1全球植被覆盖水平的定量分析城市与环境科学学院11 级 1 班王伟红20110131082全球植被覆盖水平的定量分析王伟红（城市与环境科学学院 11 级 1 班 2011013108）摘 要：首先选取 2003 年全球 19 个国家的 4 个植被覆盖指标（森林面积、森林覆盖率、林木蓄积量和草地面积 4 个指标） ，应用 SPSS 统计软件对此进行了主成分分析；然后结合主成分分析结果，利用聚类分析方法得到了世界各国植被覆盖情况的区域谱系图；最后在此基础上，探讨了全球各国植被覆盖情况的区域相似性和差异性。研究结果表明：利用主成分分析和系统聚类方法分析全球各国植被覆盖情况，不仅可以克服传统的基于人工
2、选用指标进行综合分析所存在的数据不易处理的缺陷，而且结果准确性高。关键词： 植被覆盖情况; 主成分分析; 系统聚类; 全球 1引言植被覆盖率通常是指森林面积占土地总面积之比，一般用百分数表示。但国家规定在计算森林覆盖率时，森林面积还包括灌木林面积、农田林网树占地面积以及四旁树木的覆盖面积。森林覆盖率，是反映森林资源和绿化水平的重要指标。影响植被覆盖情况的因素既包括区域自身的地理状况的原因，也包括经济发展状况和政治等各方面的原因 7-9。为了今后能更好地掌握全球植被资源和绿化水平，实现全国的植被高覆盖率，本研究选取了 2003 年全球19 个国家的 4 个植被指标，应用 SPSS 统计软件对此进
3、行了主成分分析；然后结合主成分分析结果，利用聚类分析方法得到了全球植被覆盖情况的谱系图；最后结合各地区自身的地理状况和社会经济发展水平，探讨了全球植被覆盖情况的区域相似性和差异性。2全球植被覆盖情况的“降维”分析 102.1 指标选取 11植被覆盖包括森林覆盖、草地覆盖、灌丛覆盖、耕地覆盖等多种形式。由于陆地大部分地区处于温带地区，而灌丛在非洲地区是分布最多的，不具有广泛性和代表性；耕地覆盖是人为造成的，与人类活动十分密切。因此，本研究选取森林面积、森林覆盖率、林木蓄积量和草地面积 4 个指标作为分析全球各地域植被覆盖情况的评价指标，并对这些评价指标作主成分（降维）分析。X1森林面积（以公里为
4、单位） 。指由乔木树种构成，郁闭度0.3以上（含0.3）的林地或冠幅宽度10米以上的林带的面积，即有林地面积。森林面积包括天然起源和人工起源的针叶林面积、阔叶林面积、针阔混交林面积和竹林面积，不包括灌木林地面积和疏林地面积。森林面积是反映森林资源总面积的重要指标。X2森林覆盖率（%） 。森林覆盖率通常是指森林面积占土地总面积之比，一般用百分数表示。但国家规定在计算森林覆盖率时，森林面积还包括灌木林面积、农田林网树占地面积以及四旁树木的覆盖面积。森林覆盖率，是反映森林资源和绿化水平的重要指标。X3林木蓄积量（以亿立方米为单位） 。指森林面积上生长着的林木树干材积总量。它是反映森林资源总规模和水平
5、的重要指标。 X4草地面积（以平方公里为单位） 。草地面积是指牧区和农区用于放牧牲畜或割草，植被盖度在 5%以上的草原、草坡、草山等面积。包括天然的和人工种植或改良的草地面积。2.2 指标间的相关性分析利用 SPSS 软件对原始数据做标准化处理，然后计算得出各指标之间的相关系数矩阵，其结果见表 1。表 1 相关系数矩阵Table1 The correlated matrix of 4 IndicesX1 X2 X3 X4X1 1.000 0.224 0.784 0.349X2 0.224 1.000 0.312 -0.195X3 0.784 0.312 1.000 0.356X4 0.349
6、-0.195 0.356 1.0003由表 1 不难得出，原始变量数据中，X1（森林面积）和 X3（林木蓄积量）存在着较大的正相关。2.3 主成分贡献率及其主成分载荷分析通过 SPSS 软件计算得到主成分特征值、贡献率、累积贡献率（如表 2 所示） 。由表 2 可知，前两个主成分的累积贡献率为 82.106%（理论上 80%-85%） ，所以选取前两个主成分，就可以综合代表 4 个指标所反映的全球各国植被覆盖的特征和基本情况。主成分载荷矩阵（表 3）表明：第一主成分（贡献率为 52.259%）在森林面积和林木蓄积量上具有很大的正载荷（0.908,0.924） ，这 2 个指标反映了全球大部分地
7、区以森林为主要覆盖植被这一事实，可以说明第一主成分在某种程度上代表着全球植被覆盖的整体状况。第二主成分（贡献率为 29.846%）在森林覆盖率上具有较大的正载荷（0.822） ，在草地面积上具有较大的负载荷，这说明第二主成分在一定程度上代表着所覆盖植被的种类。表 2 主成分特征值、贡献率和累积贡献率Table2 The eigenvalue,contribution rate and accumulative contribution rate of PC表 3 主成分载荷矩阵Table3 The load matrix of PCA1 2X1 0.908 0.033X2 0.330 0.84
8、6X3 0.924 0.104X4 0.551 -0.6832.4 全球各国主成分得分评价与分析计算各国在第一和第二主成分上的得分，如果一个区域在某一主成分上的得分为正，则意味着这一区域的该主成分在平均发展水平之上；反之，得分为负则表明在平均水平以下。另外。也可以按照各个主成分的贡献率，定义综合主成分得分，它反映了各国植被覆盖的总体情况。全球第一和第二主成分得分前五位的国家及其得分情况，具体见表 4。表 4 第一、第二主成分得分前五名的国家Table 4 The five best countries with the high scores in PCA1，PCA2, respectivel
9、y第一主成分 第二主成分序号 国家 得分 国家 得分1 巴西 2.70364 印度 2.079352 美国 1.66910 日本 1.535863 加拿大 1.28390 巴西 1.107234 墨西哥 0.78721 加拿大 0.427365 中国 0.66929 捷克 0.41713从表 4 中可知，巴西，美国，加拿大，墨西哥，中国，印度，日本和捷克等国家的主成分得分均为正，说明这些国家植被覆盖情况均达到全国的平均水平之上。第一和第二主成分得分上的差异，综合反映了 4 个植被覆盖情况的评价指标在区域结合上的差异。巴西、美国、加拿大、墨西哥和中国等国家在森林面积和林木蓄积量等方面表现的有为突
10、出。印度、日本、巴西、加拿大和捷克等国家在森林覆盖率和草地面积上表现明显。而巴西和加拿大在第一、第二主成分得分中均有明显表现。综合得分（表略）排名在前的 5 个国家为巴西、印度尼西亚、加拿大、日本、美国，它们的植被覆盖的综合发展水平较高。具体讲这些国家：巴西地处南美洲，有世界上最大的亚马逊热带雨林，森林面积广；印度尼西亚是自然资源相当丰富的国家，树木种类繁多；加拿大位于北美洲北部，亚寒带针叶林分布广；日本境内多山，多丘陵，不适合人类活动，自然资源保存多，森林多；美国平原地区有充足的水源，更利于植被生长需要要说明的是：各国在地理位置和社会经济发展水平上存在着差异性，它会对植被覆盖和绿化水平有明显
11、的作用和影响。比如综合排名后四位的国家依次是：特征值 贡献率 累计贡献率1 2.090 52.259 52.2592 1.194 29.846 82.1064中国、尼日利亚、英国、澳大利亚，其得分分别为：-1.05846、-1.09855、-1.42076 和-1.81891，说明这些国家的植被覆盖水平居世界平均水平之下。其中澳大利亚以畜牧业为主，草地覆盖面积较大，而森林覆盖面积较小。所以这四个国家是在植被覆盖方面均不够全面、不够发达的国家。3. 全球植被覆盖情况的区域相似性和差异性分析系统聚类分析方法是定量地研究地理事物分类问题和地理分区问题的重要方法。因此我们采用系统聚类分析方法对全球各地
12、植被覆盖情况的区域相似性和差异性作综合和系统的分析。3.1 基于欧氏距离的聚类计算首先采用标准差标准化方法对两个主成分得分的数据进行处理；然后采用欧氏距离测度样本间距离；最后计算出 6 种系统聚类分析方法的结果，通过比较选出以余弦作为区间的组间联接方法计算类间的距离并对样本进行分类，从而得到全球各区域植被覆盖情况的区域谱系图（见图 1） 。图1 全球植被覆盖情况的区域谱系图Fig.1 The pedigree map of Global vegetation coverage 3.2 全球植被覆盖情况的区域相似性和差异性分析当类间距离取 1.8（谱系图中第一条长竖线所示）和 10.0（谱系图中
13、第二条长竖线所示）时，可以将全球的 19 个国家划分为四个类和七个亚类。第一类：匈牙利、印度、意大利、英国、尼日利亚、捷克、保加利亚、德国、波兰、法国和罗马尼亚 11 个国家，其中匈牙利、印度、意大利、英国、尼日利亚为一亚类，捷克、保加利亚为一亚类，德国、波兰、法国、罗马尼亚为一亚类。这 11 个国家都是国土面积相对较小的国家，植被覆盖面积较小。其中匈牙利、印度、意大利、英国、尼日利亚为一亚类是因为国土面积较小；捷克、保加利亚为一亚类是因为这两个地区的气候条件很类似，因为两个国家都地处地中海附近，气候条件较差，不太利于植被生长；德国、波兰、法国、罗马尼亚为一亚类是因为这四个国家地处西欧，气候条
14、件相对地中海附近地区要好，但高大植被不如草地更适合生长。第二类：日本、印度尼西亚 2 个国家。这两个国家均为岛国，处在太平洋中，其特有的温带和亚热带海洋性气候使植物具有了良好的生长条件，从而使得这两个国家在森林覆盖率上占有了极高的比例。5第三类：中国、澳大利亚。中国土地辽阔，森林面积广，但是人均占有量小；澳大利亚以畜牧业为主，草地面积大，相应的森林面积很小。二者虽然森林蓄积量有差别，但是在森林面积，林木蓄积量，草地面积上差别不大。从这方面看，这两个国家有一定的相似性以及差异性。第四类：美国、墨西哥、加拿大、巴西 4 个国家，其中美国、墨西哥为一亚类，加拿大、巴西为一亚类。这 4 个国家都是国土
15、面积相对较大的国家，其森林覆盖面积也特别大。它们的自然地理条件极为相似，由于国家经济的发展，对木材的需求量较大。4结论通过主成分分析将选用的用于分析全球植被覆盖水平的 4 个指标， “降维”成 2 个综合的、独立的，且功能明确的主成分，避免了 4 个斜交的、相关的指标在分析问题上造成的偏差。2 个主成分累计贡献律达82.106%；由主成分载荷可知 X1（森林面积)和 X3(林木蓄积量)对全球植被覆盖水平的影响作用突出；各主成分得分和综合主成分得分，清楚地反映出了全球各国在植被覆盖水平上的差异和特点。主成分得分基础上的系统聚类分析结果（谱系图） ，揭示出了全球植被覆盖在各国家的相似性、差异性特点
16、和规律。此方法是对全球各区域植被覆盖水平进行定量分析的一种新的尝试。由于谱系图的结论（果）客观准确，因此也为各国和全球未来的植被覆盖情况的发展提供了客观指导依据。6参考文献:1 杨令宾.计量地理学M，长春: 吉林人民出版社,2005.96-100，129-133 2 田静，阎雨，陈圣波。植被覆盖率的遥感研究进展J。国土资源遥感，2004.3.153 阎传海，植物地理学，科学出版社，2003-01-01QUANTITATIVE ANALYSIS OF THE LEVEL OF GOLBEL VEGETATION COVERWANG Wei-hong(City and Environment Science Institute 11 Grade 1 Class 2011013108)Abstract: first select the 2003 global 19 countries 4 vegetation coverage index (forest area,
