国际植被覆盖水平的定量分析
文章编号：
国际植被覆盖水平的定量分析
刘宇轩1
（1. 长春师范学院 城市与环境科学学院,  中国 长春 130032）
摘 要：首先选取2003年全世界19个国家的4个植被覆盖指标（森林面积，森林覆盖率，林木蓄积量以及草地面积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植被覆盖的区域谱系图；最后在此基础上，探讨了国际植被覆盖水平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国际植被覆盖水平，不仅可以克服传统的基于人工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，是对国际植被覆盖水平进行定量分析的一种新的尝试。
打印机后台服务程序
关键词： 植被覆盖水平; 主成分分析; 系统聚类; 国际


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。
在全球范围, 来自大气成分观测、物候及土地利用变化研究、以及碳过程模型模拟等方面的研究均表明: 近20 年来, 北半球陆地植被活动在显著增强, 导致北半球陆地生态系统是重要的大气CO2 的汇这种增强的植被活动近年来被卫星遥感数据的研究得到进一步证实。但是具体到我国, 陆地植被活动的情景如何并不清楚.长时间序列的、精度可靠的遥感信息为回答这一问题提供了有效数据。
为了今后能更好地开发和建设我国的植被覆盖，实现全国各地的高植被覆盖率，本研究选取了2003年全世界19个国家的4个植被覆盖指标，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国际植被覆盖水平谱系图；最后结合各国植被覆盖水平，探讨了国际间植被覆盖水平的区域相似性和差异性。
2．各国植被覆盖水平的“降维”分析
2.1 指标选取
      植被覆盖水平包括森林面积，森林覆盖率，林木蓄积量以及草地面积4个指标。由于单一国家因为地理区位不同和国家政府重视程度不同而在植被覆盖水平上存在较大差异。因此，本研究选取19个国家的森林面积，森林覆盖率，林木蓄积量以及草地面积4个指标作为分析国际植被覆盖水平的评价指标，并对这些评价指标作主成分（降维）分析。
      X1——森林面积（以平方公里为单位）。森林面积是指由乔木树种构成，郁闭度0.2以上（含0.2）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。目前世界植被覆盖主要以森林覆盖为主，因而可以作为是反映各国植被覆盖情况的重要指标之一。
      X2——森林覆盖率（以%为单位）。森林覆盖率亦称森林覆被率，指一个国家或地区森林面积占土地面积的百分比，是反映一个国家或地区森林面积占有情况或森林资源丰富程度及实现绿化程度的指标，又是确定森林经营和开发利用方针的重要依据之一。
      X3——林木蓄积量（以亿立方米为单位）。林木蓄积量亦称森林蓄积量、木材蓄积或蓄积量。即一定面积森林中现存各种活立木的材积总量。以立方米为计算单位。“蓄积量”一词，只限于尚未采伐的森林，有继续生长和不断蓄积之意。通常包括有林地蓄积、疏林地蓄积、散生林木蓄积、“四旁”树蓄积等。一般多用于统计较大的地区范围（如一国、一地区）各种活立木的材积总量，可按树种、径级、材种等分别统计不同活立木的材积总量。木材蓄积量是反映一个国家或地区生产力的一项重要指标，随树种和立地条件等的不同而发生有规律的变化。
      X4——草地面积（以平方公里为单位）。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。
表魔幻电影大全1 相关系数矩阵
Table1 The correlated matrix of 4 indices
X1
X2
X3
X4
X1
1.000
.224
.784
.349
X2
.224
1.000
.312
-.195
X3
.784
.312
1.000
.356
X4
.349
-.195
.356
1.000
X1
.178
四川太难了.000
.072
X2
.178
.097
.211
X3
.000
.097
.068
X4
.072
.211
.068
由表1不难得出，原始变量数据中，X1（森林面积）和X2（森林覆盖率），X2（森林覆盖率）和X3（林木蓄积量），X3（林木蓄积量）和X4（草地面积），X4（草地面积）和X1（森林面积）均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70%--75%），所以选取前两个主成分，就可以综合代表4个指标所反映的世界各国植被覆盖的基本情况。主成分载荷矩阵（表3）表明：第一主成分（贡献率为52.282%）在森林面积、林木蓄积量、草地面积的正载荷（0.330、0.924、0.551），这3个指标反映了国际大部分国家以森林覆盖面积为主这一事实，可以说明第一主成分在某种程度上代表着国际植被覆盖的整体状况。第二主成分（贡献率为29.823%）在森林覆盖率上具有较大的正载荷（0.846），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植被覆盖的方向。元旦是哪一天
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
特征值
贡献率
累积贡献率吴莫愁初恋男友曝光
1
2
3
4
2.091
1.193
0.508
0.208
52.282
29.823
12.691
5.203
52.282
82.106
94.797
100.000
表3 主成分载荷矩阵
Table3 The load matrix of PCA
1
2
2019高考成绩查询X1
X2
X3
X4
0.908
0.330
0.924
0.551
0.033
0.846
0.104
-0.683
2.4 世界各国主成分得分评价与分析
计算各国在第一、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，它反映了各过植被覆盖的综合发展水平。国际第一、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 provinces with the high scores in PCA1，PCA2, respectively
第一主成分
第二主成分
序号
  国家
得分
  国家
得分
1
2
3
4
5
  巴西
  美国
加拿大
匈牙利
中国
2.70346
1.66910
1.28390
0.78932
0.66929
印度尼西亚
日本
巴西
  加拿大
捷克
2.07935
1.53586
1.10723
0.42736
0.41713

从表4中可知，巴西、美国、加拿大、匈牙利、中国、印度尼西亚、日本、捷克等国家的主
成分得分均为正，说明这些国家植被覆盖的水平均在国际的平均水平之上。第一、第二主成分得分上的差异，综合反映了4个植被覆盖状况的评价指标在区域结合上的差异。巴西、美国、加拿大、匈牙利和中国等国家在森林面积、林木蓄积量、草地面积等方面表现的有为突出。印度尼西亚、日本、巴西、加拿大和捷克等国家在森林覆盖率上表现明显。而巴西、加拿大的植被覆盖在第一、第二主成分得分中均有明显表现。
综合得分（表略）排在前6的国家依次为巴西、印度尼西亚、加拿大、日本、美国、墨西哥。它们植被覆盖的综合发展水平较高。具体讲世界上热带雨林面积最大的国家当属巴西无疑。巴西森林覆盖率达57%。木材储量658亿立方米。印尼是个自然资源丰富的国家，素有“热带宝岛”之称。印尼全国的森林面积为1.2亿公顷，其中永久林区1.12亿公顷，可转换林区810万公顷。印尼的森林覆盖率为67.8%。印尼盛产各种热带名贵的树种，如铁木、檀木、乌木和袖木等均驰名世界。加拿大的森林覆盖面积为占全国总面积的44%，居世界第六。森林覆盖面积达440万平方公里，产材林面积286万平方公里，分别占全国领土面积的44%和29%；木材总蓄积量为172.3亿立方米。日本境内多山，山地成脊状分布于日本的中央，将日本的国土分割为太平洋一侧和日本海一侧，山地和丘陵占总面积的71%，国土森林覆盖率高达67%。美国自然资源得天独厚，乃是美国经济发达、人民富裕的根本条件
之一。密西西比等大河供应非常丰富的淡水，它为美国早期农业的旺盛和以后工业的发达奠定了基础。美国大陆气候温和，土壤肥沃，其疆域的47%都适合农业发展。陆地的1/3是森林，其中2.25亿英亩定为国家森林，是野生动物的保护区和人民的消遣地。墨西哥森林覆盖面积为4,500万公顷，约占领土总面积的1/4。
需要要说明的是：各国家在地理位置上存在着差异性，它会对植被覆盖的发展有明显的作用和影响。例如综合得分排在后四位的依次是中国、尼日利亚、英国和澳大利亚，其得分分别为：-1.05846、-1.09855、-1.42076和-1.81891，说明这几个国家的植被覆盖水平居世界的平均水平之下。其中澳大利亚以畜牧业为主，草地覆盖面积较大，而在森林覆盖等方面明显不足。所以这个四个国家在植被覆盖方面均属于不够全面、不够发达的国家。
3. 世界植被覆盖发展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世界各过植被覆盖发展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8种系统聚类分析方法的结果，通过比较选出最短距离法计算类间的距离并对样本进行分类，从而得到世界植被覆盖发展水平的区域谱系图（见图1）。
                       
图1 世界植被覆盖发展状况的区域谱系图
Fig.1 The vegetation development regional pedigree chart in world

3.2全国综合交通发展水平的区域相似性和差异性分析
当类间距离取5.2（谱系图中第一条长竖线所示）和7.8（谱系图中第二条长竖线所示）时，可以将世界19个国家划分为五个类和八个亚类。
第一类：波兰、罗马尼亚、德国、法国、捷克、保加利亚、印度、意大利、匈牙利、尼日利亚、英国11个国家，其中波兰、罗马尼亚、德国、法国、捷克、保加利亚为一亚类，印度为一亚类，意大利、匈牙利、尼日利亚、英国为一亚类。这11个国家都是森林覆盖面积较为靠后但地理及气候环境均适宜植被生长的国家。其中印度为一亚类是因为这个国家的领土面积较大，但是植被覆盖程度却略有欠缺；意大利、匈牙利、尼日利亚、英国为一亚类是因为这四个国家的领土面积均较小；波兰、罗马尼亚、德国、法国、捷克、保加利亚为一亚类是因为这六个国家的气候温和，国内地理环境也较为适合植被的生长发育。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。