本报讯 （记者 王远柏） 近日，南京林业大学、贵州省林业调查规划院宋立奕等科研人员研发的“一种区域植被指标的驱动因素分析方法、装置及存储介质”技术，获得国家知识产权局发明专利授权。该项专利从2020年1月提出发明专利申请，于2023年10月13日成功授权获得发明专利证书。

作为生态系统的重要组分，区域植被指标是评估生态系统碳汇和碳源过程的关键要素。区域植被指标的驱动因素分析对植被保护与恢复具有重要意义，在助力应对气候变化和“双碳”目标实现中发挥重要作用，是辅助政府决策的重要参考依据。

合适的算法是影响驱动因素分析精度的关键之一。由于环境因子的空间异质性、不同环境因子之间复杂的交互作用等因素，时常导致区域植被指标显示复杂的变化趋势，致使其驱动因素分析结果误差较大，不易满足精度要求，特别是在地形起伏较大、植被分布破碎化现象严重的山区尤为突出。对此，驱动因素分析精度亟待提高。

针对上述问题，南京林业大学、贵州省林业调查规划院共同研发的该项技术，提供了一种区域植被指标的驱动因素分析方法，实现了从研究指标总体中提炼出特定、重要聚类类型的驱动因素分析结果及其驱动因素排序，细化了驱动因子分析结果，改善了上述技术中时常出现的结果精度偏低的问题，满足了精度要求。

南京林业大学、贵州省林业调查规划院共同组成的科研团队，不断深入探索，研发出该项发明专利，并在贵州省植被生态质量指数、植被覆盖度等区域植被指标驱动因素分析研究实践中得到了良好应用。