1.一种区域植被恢复的综合诊断与风险评价方法，其特征在于，具体按照以下步骤实施：步骤1，确定研究区域，收集研究区年NDVI遥感数据；

步骤2，根据收集到的年NDVI数据，计算得到年植被覆盖度时间序列栅格数据，对年植被覆盖度时间序列栅格数据统计最大值、最小值、平均值、标准差以及变异系数，以确定植被覆盖度的时空变异特征；

步骤3，在步骤2的基础上，根据年植被覆盖度时间序列栅格数据，通过Mann-Kendall趋势检验方法得到不同显著水平的植被覆盖度Mann-Kendall检验结果栅格数据，分析年植被覆盖度变化的趋势特征；

步骤4，在步骤2的基础上，根据年植被覆盖度时间序列栅格数据计算得到年植被覆盖度Hurst指数栅格数据，对Hurst指数栅格数据并进行分级，分析得到年植被覆盖度变化的持续性特征；

步骤5，在步骤2的基础上，根据年植被覆盖度时间序列栅格数据，通过Pettitt突变点检验方法得到的植被覆盖度显著突变年份栅格数据，分析得到年植被覆盖度变化的突变性特征；

步骤6，在步骤2的基础上，根据年植被覆盖度时间序列栅格数据，运用统计学原理得到的植被覆盖度理论最优分布栅格数据，分析年植被覆盖度变化的分布函数特征；

步骤7，根据年植被覆盖度时间序列栅格数据和理论最优分布栅格数据，按照植被覆盖度由低到高的分级标准，建立与植被覆盖度对应的风险等级，计算每个植被覆盖度像元中每一个植被覆盖度级别的风险发生概率，风险发生概率最大的植被覆盖度级别对应的风险等级为该像元的植被恢复风险等级，则该区域为该等级风险区。

2.根据权利要求1所述的一种区域植被恢复的综合诊断与风险评价方法，其特征在于，步骤1中年NDVI遥感数据均采用最大值合成法得到，操作步骤如下：通过ArcGIS软件Spatial Anal yst Tools模块Local工具Cell Statistics按照最大值合成法逐步得到月、季节NDVI时间序列栅格数据，最终得到年NDVI时间序列栅格数据，再通过ArcGIS软件Spatial Analyst Tools模块Map Algebra工具Raster Calculator将年NDVI时间序列栅格数据转换为植被覆盖度时间序列栅格数据。

3.根据权利要求1所述的一种区域植被恢复的综合诊断与风险评价方法，其特征在于，步骤2中年植被覆盖度数据均采用最大最小值法由NDVI数据计算得到，公式如下：f＝(NDVI-NDVImin)/(NDVImax-NDVImin)其中，f为植被覆盖度，NDVI是像素的植被指数，NDVImax和NDVIMin分别是研究区NDVI的最大值和最小值。

4.根据权利要求1所述的一种区域植被恢复的综合诊断与风险评价方法，其特征在于，步骤3Mann-Kendall趋势检验的计算方法为：Mann-Kendall检验统计量S采用下式计算：

其中xj和xk分别是年份为j和k对应的样本值，n>j>k，n指的是样本数量，其中在时间序列随机独立的情况下，定义统计量：式中，VAR(S)可由下式计算

使用Z值进行趋势性检验，Z的正值表示向上趋势、负值表示向下趋势；统计量Z服从标准正态分布。

5.根据权利要求1所述的一种区域植被恢复的综合诊断与风险评价方法，其特征在于，步骤4Hurst指数的计算方法为：Hurst指数可以有效地预测时间序列的未来趋势，定义时间序列，t＝1，2，…，n，计算时间序列的平均值，计算时间序列的累积偏差，

计算时间序列的范围，

建立标准偏差序列，

最后计算Hurst指数，

其中，H代表Hurst指数，H的值在[0，1]的范围内；当H＝0.5时，表明植被覆盖的时间序列是随机序列，是不可持续的；当H>0.5时，植被覆盖度的变化与目前的趋势基本一致，表明植被的可持续性是正的；H<0.5表示负可持续性，未来植被覆盖变化将与当前趋势相反。

6.根据权利要求5所述的一种区域植被恢复的综合诊断与风险评价方法，其特征在于，步骤5的Pettitt突变点检验的计算方法为：Pettitt法采用Mann-Whitney中Ut,n值检验同一总体中两个分开样本x1,…,xt和xt+1,…,xn，统计量Ut,n的公式为：其中：

Pettitt检验的零假设为没有变化点，当|Ut,n|取最大值时对应的xt被认为是可能的突变点，其突变显著性水平可由下式计算：当p≤0.05时认为数据中存在均值变异点。

7.根据权利要求1所述的一种区域植被恢复的综合诊断与风险评价方法，其特征在于，步骤6理论最优分布计算中四种理论概率分布函数的参数估计使用线性矩法分别进行估计，计算公式如下：设变量X为植被覆盖度，植被覆盖度分布函数为F(x)＝P(X≤x)，且存在反函数x＝G(F)，G(F)又称为分位函数，对于样本x1，...，xn，记顺序统计量：x1:n≤x2:n,....,≤xn:n，Hosking的r阶线性矩法估计量如下：其中：

式中：r为线性矩阶数，n为样本个数。

8.根据权利要求1所述的一种区域植被恢复的综合诊断与风险评价方法，其特征在于，步骤6植被覆盖度的理论最优分布优选方法为：分布函数检验使用非参数柯尔莫哥洛夫-斯米诺夫检验，计算公式如下：设Sn(x)是随机样本植被覆盖度观察值的累积概率分布函数，即经验分布函数，样本量为n；Fo(x)是一个特定的累积概率分布函数，即理论分布函数，定义D＝|Sn(x)-Fo(x)|，如果对于每个x值，Sn(x)与Fo(x)接近，则表明经验分布函数与理论分布函数的拟合程度很高，有理由认为样本数据来自服从该理论分布的总体；

K-S检验的是绝对值D＝|Sn(x)-Fo(x)|中最大的偏差，即使用如下的统计量做检验：Dmax＝max|Sn(x)-Fo(x)| 。

9.根据权利要求7所述的一种区域植被恢复的综合诊断与风险评价方法，其特征在于，步骤7风险概率计算方法为：风险发生概率的计算方法根据连续随机变量的概率密度公式进行计算，公式如下：P(xi

式中：m为植被覆盖度由低到高的分级标准的级数；f(x,Θ)为像元的最优分布函数，Θ为分布函数参数；xi为第i级别植被覆盖分级的区间最大值；P(x≤xi)为植被覆盖度小于等于xi的风险累积分布概率；P(xi