本发明属于骤旱评估领域，更具体地，涉及一种骤旱识别及骤旱后植被恢复速率量化方法及系统。
背景技术：
1、作为一种次季节性的极端气候事件，骤旱具有预测性低，爆发速度快，持续时间短，破坏性强等显著特征。相关研究表明，骤旱的发生具有明显的季节性和区域偏好性，多发生于植被的生长季及降水梯度大的区域，对于植被生长造成严重的危害。此外，受全球气候变化的影响，迅速爆发的骤旱将成为干旱“新常态”。而准确识别骤旱事件，精确量化骤旱后植被的恢复速率是骤旱防治和影响评估的重要环节，对于生态系统稳定和陆地碳水循环意义重大。
2、目前，对于骤旱的识别方法可以根据判断因子大致可以分为两类：一类是基于骤旱发生前通常有高强度的蒸发需求，用蒸散发相关的指数进行识别，如标准蒸发应力比sesr；另一类是根据土壤湿度的快速降低进行识别。但是这些方法大多仅适用于固定网格或站点的识别，没有考虑骤旱事件在空间上的连续性。此外，对于植被生长季往往根据固定的月份确定，如北半球的4月至12月，南半球的3到10月，但这在中大尺度区域(如全球尺度、国家尺度)或当研究区面积较大时中会忽略由异质地表或当地气候条件引起的物候学差异，从而增加骤旱对植被影响的不确定性。在骤旱后植被恢复速率方面，现有技术大多采用多年均值距平及恢复时间的方法量化恢复速率，没有考虑植被在骤旱发生前后变化量的影响。因此，如何准确的识别骤旱事件及精确量化骤旱后植被的恢复速率是骤旱准确监测和影响评估亟需考虑的问题。
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本发明提供了一种骤旱识别及骤旱后植被恢复速率量化方法及系统，其目的在于，考虑植被生长季在时空上的异质性，以及骤旱事件在空间上的连续性，实现对骤旱事件的准确识别。
2、为实现上述目的，按照本发明的第一方面，提出了一种骤旱识别方法，包括如下步骤：
3、s1、分别获取研究区域内各站点一段时间内的植被指数和土壤湿度序列；
4、s2、对每个站点：基于植被指数确定生长季，进而根据土壤湿度序列确定生长季期间的骤旱事件；
5、s3、对相邻站点同一时间的骤旱事件进行空间聚类，从确定目标区域中骤旱事件的区域及时间，完成骤旱识别。
6、作为进一步优选的，步骤s2，根据土壤湿度序列确定生长季期间的骤旱事件，包括如下步骤：
7、将生长季内土壤湿度序列转化为百分位数指标序列；
8、确定骤旱开始时间：存在时间t1<t2，同时满足以下两个条件：(1)时间t1对应的百分位数指标不小于预设干旱阈值threshold1，时间t2对应的百分位数指标不大于预设干旱阈值threshold2，threshold1＞threshold2；(2)对于t1～t2间的任一时间，该时间与其相邻前一时间相比，对应的百分位数指标下降不小于预设下降速率阈值threshold3；
9、确定骤旱结束时间：存在时间t3，满足以下任一条件：(1)时间t3与其相邻前一时间相比，对应的百分位数指标增加；(2)时间t3与其相邻前一时间相比，对应的百分位数指标下降小于threshold3；(3)时间t3对应的百分位数指标大于threshold2；
10、满足上述条件的时间区间t2～t3即为骤旱事件的时间，并根据预设持续长度阈值将过短的时间区间剔除。
11、作为进一步优选的，步骤s2，基于植被指数，采用时间系列重建算法确定生长季。
12、作为进一步优选的，步骤s3，对相邻站点同一时间的骤旱事件进行空间聚类，然后过滤掉面积小于预设最小干旱区域阈值的骤旱区域，从而确定目标区域中骤旱事件的区域及时间，完成骤旱识别。
13、按照本发明的第二方面，提供了一种骤旱后植被恢复速率量化方法，基于上述骤旱识别方法得到的骤旱事件，对识别出的每个骤旱事件：
14、获取骤旱区域生长季期间表征植被状况的参数序列，将该表征植被状况的参数序列转化为n天均值序列，进而得到骤旱区域的异常值序列；
15、基于所述异常值序列，根据下式确定骤旱后植被的恢复速率r：
16、
17、其中，va为异常值序列中骤旱发生后异常值的最小负值，ve为va之后第一个异常值的正值；t4为va到ve的时间；α为修正系数。
18、作为进一步优选的，所述修正系数α的计算方式如下：
19、
20、其中，vb为异常值序列中骤旱发生前3个时间段异常值的均值。
21、作为进一步优选的，所述异常值序列的计算方式为：
22、按下式计算骤旱区域的异常值anomalies，从而得到异常值序列：
23、
24、其中，v为表征植被状况参数的n天均值；σ分别为v的均值、标准差，根据n天均值序列确定。
25、作为进一步优选的，所述表征植被状况的参数为归一化植被指数ndvi或太阳诱导叶绿素荧光sif或总初级生产力gpp。
26、按照本发明的第三方面，提供了一种骤旱后植被恢复速率量化系统，包括处理器，所述处理器用于执行上述骤旱后植被恢复速率量化方法。
27、总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：
28、1.本发明考虑了植被生长季在时空上的异质性，关注于对植被产生危害最大的生长季阶段，并且对于骤旱识别考虑了事件在空间上的连续性，实现了对骤旱事件的准确识别。
29、2.本发明还给出了骤旱后植被恢复速率的量化方法，并考虑了骤旱事件发生前后植被状况的差异，在确定植被恢复速率时进行了系数的修正，从而准确评估骤旱对该区域的影响大小。
30、3.本发明从骤旱事件的识别到对植被的影响进行了全方位的确定，可为区域骤旱检测预警及影响评估提供实用技术支持。
1.一种骤旱识别方法，其特征在于，包括如下步骤：
2.如权利要求1所述的骤旱识别方法，其特征在于，步骤s2，根据土壤湿度序列确定生长季期间的骤旱事件，包括如下步骤：
3.如权利要求1所述的骤旱识别方法，其特征在于，步骤s2，基于植被指数，采用时间系列重建算法确定生长季。
4.如权利要求1-3任一项所述的骤旱识别方法，其特征在于，步骤s3，对相邻站点同一时间的骤旱事件进行空间聚类，然后过滤掉面积小于预设最小干旱区域阈值的骤旱区域，从而确定目标区域中骤旱事件的区域及时间，完成骤旱识别。
5.一种骤旱后植被恢复速率量化方法，其特征在于，基于如权利要求1-4任一项所述的骤旱识别方法得到的骤旱事件，对识别出的每个骤旱事件：
6.如权利要求5所述的骤旱后植被恢复速率量化方法，其特征在于，所述修正系数α的计算方式如下：
7.如权利要求5所述的骤旱后植被恢复速率量化方法，其特征在于，所述异常值序列的计算方式为：
8.如权利要求5-7任一项所述的骤旱后植被恢复速率量化方法，其特征在于，所述表征植被状况的参数为归一化植被指数ndvi或太阳诱导叶绿素荧光sif或总初级生产力gpp。
9.一种骤旱后植被恢复速率量化系统，其特征在于，包括处理器，所述处理器用于执行如权利要求5-8任一项所述的骤旱后植被恢复速率量化方法。
