CN104517037B - 一种生态承载力的遥感估算方法 - Google Patents
一种生态承载力的遥感估算方法 Download PDFInfo
- Publication number
- CN104517037B CN104517037B CN201410812345.7A CN201410812345A CN104517037B CN 104517037 B CN104517037 B CN 104517037B CN 201410812345 A CN201410812345 A CN 201410812345A CN 104517037 B CN104517037 B CN 104517037B
- Authority
- CN
- China
- Prior art keywords
- carrying capacity
- mrow
- data
- ecosystem
- msub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明涉及一种生态承载力的遥感估算方法，包括：构建生态承载力指标评价体系，分别从干扰强度、生态系统状态、人类响应三个方面建立对应的指标层；基础资料收集；构建植被覆盖度数据库；基于前述基础数据、土地利用分类图、植被覆盖度，分别以行政区划和集水单元为评价单元，进行生态承载力单指标估算。对所述各单指标，利用层次分析法进行权重因子确定，进行生态承载力综合评价。本发明利用定量遥感耦合思路，考虑空间异构性，体现待估算区域的地区差异，通过构建生态承载力指标评价体系，实现复合生态系统的数字化，能够快速、全面地实现待估算区域的生态承载力评价。
Description
技术领域
本发明涉及生态保护技术领域，涉及生态环境承载力的估算方法，尤其涉及一种生态承载力的遥感估算方法。
背景技术
20世纪以来，随着科技进步和社会生产力的极大提高，人口剧增、资源过度消耗、环境污染、生态破坏等问题日益凸显，导致许多地区生态承载力下降，威胁人类的未来生存。
保持生态系统的完整性，将人类活动控制在生态系统承载能力范围之内，是实现生态系统与区域可持续发展的最基本和首要条件。国内外对于生态承载力的相关研究大多数是从种群生态学角度出发的。A.C.Smaal等认为生态系统承载力是在特定时间内特定生态系统所能支持的最大种群数。国内学者于20世纪90年代初开始对生态承载力进行研究。目前生态承载力还没有统一的定义，一种较为全面的定义是：特定时间、特定生态系统自我维持、自我调节的能力，资源与环境子系统对人类社会系统可持续发展的一种支持能力以及生态系统所能持续支撑的一定发展程度的社会经济规模和具有一定生活水平的人口数量。
生态承载力研究是生态环境规划和实现生态环境协调发展的前提。受众多因素和时空条件的制约，生态承载力的估算具有很大的不确定性。如何定量评价和模拟预测区域生态承载力成为目前的难点。目前主要的估算方法有自然植被净第一性生产力估测法、生态足迹法、高吉喜法、供需平衡法等。这些方法在生态承载力的估测中有不同程度的应用，但是存在很多问题。首先，我国是农业大国，人口众多，下垫面情况复杂，以单要素承载力研究很难使用生态系统资源开发与发展的要求；其次，我国幅员辽阔，地区差异性大，利用生态足迹等方法进行生态承载力计算时，地面基础数据获取难度较大；第三，污染排放强度是评估生态系统状态的重要指标，现有的模型方法却较少考虑，没有计算点源污染及非点源污染对生态承载力的影响。
目前，我国对于生态承载力的评价还没有推荐的技术方法，存在由于地区差异较大，部分基础数据获取难度大，且现有方法考虑单一，不能对生态承载力进行较全面评价等问题。
发明内容
针对现有技术的不足，本发明提供一种生态承载力的遥感估算方法，考虑空间异构性，构建生态承载力指标评价体系，快速、全面地进行生态承载力的评价。
一种生态承载力的遥感估算方法，包括以下步骤：
S1：构建生态承载力指标评价体系，分别从干扰强度、生态系统状态、人类响应三个方面建立对应的指标层；
S2：基础资料收集：获取位于待估算区域的卫星数据、数字地形数据、行政区划矢量图、集水单元矢量图、土壤图、土壤样品等；
S3：根据所述卫星数据和土壤图获取降水量分布图、土地利用分类图及植被覆盖度情况，构建植被覆盖度数据库；
S4：基于步骤S2-S3中所述基础数据、降水量分布图、土地利用分类图、植被覆盖度，分别以行政区划和集水单元为评价单元，进行生态承载力各单指标估算；
S5：对所述各单指标，利用层次分析法对各单指标进行权重因子确定，对待估算区域进行生态承载力综合评价。
进一步地，所述S1还基于“压力-状态-响应”(PSR)模型建立相应的生态承载力评价指标体系，确定生态承载力评价指标层。
进一步地，所述S2中的卫星数据具体包括：反射率数据、增强植被指数EVI和地表温度数据LST、降水卫星数据。
进一步地，所述所述S2中的土壤图为全国1:400万土壤类型分布图。
进一步地，所述S3还包括如下步骤：
S3.1：对所述遥感数据进行预处理；
S3.2：根据S3.1中预处理后的数据进行年降水量计算、土地覆盖精细分类及归一化植被指数NDVI计算；
S3.3：根据S3.2中得到的土地精细覆盖分类结果及归一化植被指数，结合土壤类型图，分别选取各种土地利用类型99.5％的置信区间作为该类型的NDVIV，选取各种土壤类型0.05％的置信区间作为NDVIS，获取流域NDVIV、NDVIS分布图，计算流域植被覆盖度图；
S3.4：根据S3.3得到的植被覆盖度结果，构建植被覆盖度数据库。
更进一步地，所述S3.1的预处理包括：格式转化、投影转换、数据重采样、裁剪、反射率数据降维、LST数据重建。
更进一步地，所述的LST数据重建采用光谱角距离加权算法，利用多时相数据的反射率光谱角作为加权系数进行LST数据重建；反射率数据当前时相和前后各特定个数时相的反射率数据用于计算参考像元和空值像元的光谱角距离；光谱角距离小于0.1，将参考像元放入参考像元集；通过下式对LST图像中空值像元进行重建：
其中，LSTFP是空值像元的重建结果，NRPs是参考像元集中的参考像元个数，LSTj是第j个参考像元的LST值，ωj为LSTj的加权系数，ST为相似度阈值，SADj是第j个参考像元和空值像元的光谱角距离。
进一步地，所述S4还包括如下步骤：
S4.1：基于S1中生态承载力指标评价体系及评价指标层，建立各个单指标评价模型；
S4.2：根据S4.2的单指标评价模型，以遥感像元为基本单元，计算8种单指标；
S4.3：分别以行政区划和集水单元为基本评价单元，计算8种单指标的估算量。
更进一步地，所述S4.2中8种单指标分别为人类干扰强度、灾害频率、污染排放强度、土壤侵蚀模数与等级、NPP、景观破碎度、综合弹性和成效指数。
进一步地，所述S5还包括如下步骤：
S5.1：建立生态承载力综合评价模型；
S5.2：利用层次分析法对各单指标进行权重因子确定；
S5.3：根据S5.1的生态承载力评价模型和S5.2中所述的各单指标进行权重因子，以行政区划和集水单元为基本评价单元，计算各评价单元的生态承载力。
与现有技术相比，本发明具有以下优点：
(1)本发明所述方法利用遥感数据获取方便优势，结合地面调查数据，构建一种生态承载力的遥感估算方法，能够快速、全面地实现待估算区域的生态承载力评价；
(2)本发明所述方法将行政区划单元与集水单元评价相结合，便于政府规划和管理部门准确定位生态承载力较差地区，并及时开展相应的控制和管理措施。
附图说明
图1是本发明生态承载力估算方法的流程图；
图2是实施例得到的2010年海河流域生态承载力结果图：(a)为集水单元，(b)为行政区划。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
中分辨率成像光谱仪MODIS(Moderate Resolution ImagingSpectroradiometer)数据由于其光谱范围广，重返周期短，易获取等优点，被广泛应用与地表、生物圈、大气和海洋等的长期全球观测。MODIS数据产品算法成熟，类型多样，成为很多部门日常业务的重要数据源。本发明中所提到的用于土地覆盖精细分类的卫星优选为MODIS，卫星遥感数据尤指MODIS产品数据。热带测雨卫星TRMM(Tropical RainfallMeasuring Mission satellite)降水量估计产品的精度较高，现已有较多气象站点观测降水数据与TRMM数据的对比实验并验证了TRMM数据估算降水量的有效性，本发明中所提到的降水卫星数据尤指TRMM 3B43数据。
图1是本发明一种实施方式的生态承载力的遥感估算方法的流程图。参照图1，所述方法包括以下步骤：
S1：构建生态承载力指标评价体系，分别从干扰强度、生态系统状态、人类响应三个方面建立对应的指标层；
S2：基础资料收集：获取位于待估算区域的卫星数据、数字地形数据、行政区划矢量图、集水单元矢量图、土壤图、土壤样品等；
S3：根据所述卫星数据和土壤图获取降水量分布图、土地利用分类图及植被覆盖度情况，构建植被覆盖度数据库；
S4：基于步骤S2-S3中所述基础数据、降水量分布图、土地利用分类图、植被覆盖度，分别以行政区划和集水单元为评价单元，进行生态承载力各单指标估算；
S5：对所述各单指标，利用层次分析法对各单指标进行权重因子确定，对待估算区域进行生态承载力综合评价
所述S1具体包括：
基于“压力-状态-响应”(PSR)模型，建立相应的生态承载力评价指标体系，确定生态承载力评价指标层。
所述S2中卫星数据具体包括TRMM 3B43数据、FY-2卫星数据及4类MODIS产品数据：反射率数据、增强植被指数(EVI)、地表温度数据(LST)和净初级生产力数据(NPP)。
S3进一步包括如下步骤：
S3.1：对所述的TRMM/FY-2进行了格式转化、投影信息转换等处理。
对所述4类MODIS数据，以MODIS重投影工具MRT(MODIS Reprojection Tool)为平台，对卫星数据进行投影转换、拼接等处理，使得拼接后图像覆盖整个待估算区域。用专业的遥感处理软件ENVI对4类数据进行重采样，4类数据产品全部统一采样到500m空间分辨率，前3类数据产品采样到32天时间分辨率(一年12个时相)，并计算每类产品一年的最大值、最小值和平均值3个波段，附加到每类数据末尾，其中反射率数据7个波段分别计算最大值、最小值和平均值，最终共计135个波段，作为数据集合参与地物精细分类。NPP数据则直接采用下载得到的时间分辨率为1年的合成数据。
反射率数据降维通过波段件相关性计算找到相关性高的波段组，比较其信噪比，去掉信噪比低的波段。
对有很多像元缺失的LST数据进行重建。LST数据重建采用光谱角距离加权算法，利用多时相数据的反射率光谱角作为加权系数进行LST数据重建。反射率数据当前时相和前后各特定个数时相的反射率数据用于计算参考像元和空值像元的光谱角距离。光谱角距离小于0.1，将参考像元放入参考像元集。通过下式对LST图像中空值像元进行重建：
其中，LSTFP是空值像元的重建结果，NRPs是参考像元集中的参考像元个数，LSTj是第j个参考像元的LST值，ωj为LSTj的加权系数，ST为相似度阈值，SADj是第j个参考像元和空值像元的光谱角距离。
S3.2：根据S3.1中预处理后的TRMM 3B43数据，在ENVI软件支持下，将TRMM 3B43降水速率层从HDF-EOS文件中提取出来，之后用降水速率乘以各月的总时间，生成月降水量格点数据，再进行年值统计。使用待估算区域矢量边界对其进行切割，提取出待估算区范围内的年降水量。
根据S3.1中预处理后的MODIS数据，基于中国科学院土地利用遥感监测分类系统对待估算区域进行分类，将土地利用类型分为6大类，20小类；根据S3.1预处理后的地表反射率数据进行归一化植被指数(NDVI)计算，公式为：
其中，αNIR是近红外波段的反射率，αRED是红外波段的反射率；
S3.3：根据S3.2中得到的土地精细覆盖分类结果及归一化植被指数，结合土壤类型图，分别选取各种土地利用类型99.5％的置信区间作为该类型的NDVIV，选取各种土壤类型0.05％的置信区间作为NDVIS，获取流域NDVIV、NDVIS分布图，计算流域植被覆盖度图。流域植被覆盖度Cov的计算公式如下：
S4进一步包括如下步骤：
S4.1：基于S1中生态承载力指标评价体系及评价指标层，建立各个单指标评价模型；
S4.2：根据S4.2的单指标评价模型，以遥感像元为基本单元，计算8种单指标；
S4.3：分别以行政区划和集水单元为基本评价单元，计算8种单指标的估算量。
人类干扰强度主要为人类干扰强度指数指标，建立人类干扰强度模型：
其中，PDI为人类干扰强度指数，BA为评价单元内建筑区的面积，AA为评价单元内农田的面积，A为评价单元的面积。
洪涝、干旱灾害用灾害频率指标表示，建立灾害频率模型：
其中，API为灾害频率，Y'为发生灾害的年数，Y为参与灾害统计的总年数。将将降水量小于年均降水量的25％的年份定位灾害年。
构建污染排放强度模型：
其中，PI为点源与非点源污染排放强度指数，P为评价单元内点源与非点源总污染排放，A为评价单元的面积，p为单位面积最大污染排放量。
构建土壤侵蚀强度模型：
I＝R·K·LS·C·P
其中，SEM土壤侵蚀强度指数，I为评价单元的土壤侵蚀量，A为评价单元的面积，i为单位面积的最大土壤侵蚀量；R为降雨-径流侵蚀因子，K为土壤可侵蚀因子，LS为地形因子，C为覆盖-管理因子，P为水土保持措施因子。
生态活力用净初级生产力NPP来表征，构建生态活力模型：
RDI＝(0.629+0.237·PER+0.00313·PER2)2
PER＝(∑T/12)·58.93/r
其中T为月平均温度，PER为植被地区可能蒸散率，RDI为辐射干燥度，r为年降水量。
构建景观破碎度模型：
C＝∑ni/A
其中，C为景观破碎度，∑ni为景观中所有景观类型的斑块总数，LA为景观的总面积，CI为归一化指数，Cmax为最大破碎度。
生态系统的恢复能力主要用综合弹性指标表示，构建综合弹性模型：
其中，E为综合弹性，c分别为评价单元内林地、水体、草地、农田、建设用地和未利用地的面积，A为评价单元的总面积，f分别为不同土地利用类型所占的权重，其中，
f林地、水体＝1
f草地＝0.8
f农田＝0.6
f建筑用地＝0.2
f未利用地＝0.4
人类响应措施用成效指数(RI)表示，通过高分辨率遥感影像，和现场调查、文献调研，识别流域内维护生态系统的措施，比如水土保持措施、退耕还林还草措施、水资源净化设备等，结合专家打分，得到成效指数；
S5进一步包括如下步骤：
S5.1：建立生态承载力综合评价模型：
CA＝∑F·f
其中，F分别为单指标评价因子，包括人类干扰强度指数(PDI)、灾害频率(API)、点源与非点源污染排放强度指数(PI)、土壤侵蚀模数(SEM)、生态活力(NPP)、景观破碎度(CI)、综合弹性(E)和成效指数(RI)指标；f分别为单指标所占权重；
S5.2：利用层次分析法对各单指标进行权重因子确定；
根据上述步骤PSR模型中确定的指标体系，将要素层其视为同层子目标，按总目标、各子目标、决策变量的顺序分解成不同的层次结构。将生成的集合按照层次结构分解后，应用专家评估法，构造两两比较的权重判断矩阵：
其中，Ann表示目标或情景之间的对比权值。
构造权重判断矩阵如下：
对构造出的权重判断矩阵，将判断矩阵：
A＝(aij)n×n，n＝1,2,……,m
元素按列作归一化处理，得
其中，
将矩阵的元素按行相加，得向量：
其中，
向量作归一化处理，得所求特征向量：
W＝(ω1,ω2,…,ωn)Τ，
其中，
计算所述权重判断矩阵的特征向量，求出情景权值特征向量与对应的目标权值特征向量；求解所述判断矩阵的最大特征值，求出判断矩阵的最大特征值：
根据求得的最大特征值计算矩阵的一致性。只有当矩阵一致性小于0.1时，矩阵计算有效，若矩阵一致性大于或者等于0.1，则需要专家重新评估，生成新的判断矩阵并重新计算特征值来判定新矩阵是否有效。当矩阵有效时，则根据情景权值特征向量与对应的目标权值特征向量，确定出最优值，其中，
fPDI＝-0.21
fAPI＝-0.09
fPI＝-0.2
fSEM＝-0.1
fNPP＝0.05
fCI＝-0.05
fE＝0.1
fRI＝0.2
S5.3：根据S5.1的生态承载力评价模型和S5.2中所述的各单指标进行权重因子，以行政区划和集水单元为基本评价单元，计算各评价单元的生态承载力。
图2是本实施例得到的2010年海河流域生态承载力结果图(数值越大，生态承载力越好)，分别以集水单元及行政区划为评价单元。图2表明，海河流域生态承载力较低的地方主要集中在城镇集中的中东和南部平原地区，北京、天津及西部地区次之，北部山区及太行山沿线相对比较好。行政区划与集水单元评价相结合便于政府规划和管理部门准确定位生态承载力情况较差地区，并及时开展相应的控制和管理措施。
以上实施方式仅用于说明本发明，而非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (5)
1.一种生态承载力的遥感估算方法，其特征在于，所述方法包括以下步骤：
S1：构建生态承载力指标评价体系，分别从人类干扰强度、生态系统状态、人类响应三个方面建立对应的指标层；
S2：基础资料收集：获取位于待估算区域的卫星遥感数据、数字地形数据、行政区划矢量图、集水单元矢量图、土壤图、土壤样品；
S3：根据所述卫星遥感数据和土壤图获取降水量分布图、土地利用分类图及植被覆盖度情况，构建植被覆盖度数据库；
S4：基于步骤S2、S3中所述基础资料的数据、降水量分布图、土地利用分类图、植被覆盖度，分别以行政区划和集水单元为评价单元，进行生态承载力各单指标估算；
S5：对所述各单指标，利用层次分析法对各单指标进行权重因子确定，对待估算区域进行生态承载力综合评价；
所述S2中的土壤图为全国1:400万土壤类型分布图；
所述S3还包括如下步骤：
S3.1：对所述卫星遥感数据进行预处理；
S3.2：根据S3.1中预处理后的数据进行年降水量计算、土地覆盖精细分类及归一化植被指数NDVI计算；
S3.3：根据S3.2中得到的土地覆盖精细分类结果及归一化植被指数NDVI，结合土壤类型分布图，分别选取各种土地利用类型99.5％的置信区间作为该类型的NDVIV，选取各种土壤类型0.05％的置信区间作为NDVIS，获取流域NDVIV、NDVIS分布图，计算流域植被覆盖度图；
S3.4：根据S3.3得到的植被覆盖度结果，构建植被覆盖度数据库；
所述S3.1的预处理包括：格式转化、投影转换、数据重采样、裁剪、反射率数据降维、地表温度数据LST数据重建；
所述的LST数据重建采用光谱角距离加权算法，利用多时相数据的反射率光谱角作为加权系数进行LST数据重建；反射率数据当前时相和前后各特定个数时相的反射率数据用于计算参考像元和空值像元的光谱角距离；光谱角距离小于0.1，将参考像元放入参考像元集；通过下式对LST图像中空值像元进行重建：
<mrow>
<msub>
<mi>LST</mi>
<mrow>
<mi>F</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>R</mi>
<mi>P</mi>
<mi>s</mi>
</mrow>
</msub>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>&omega;</mi>
<mi>j</mi>
</msub>
<mo>&times;</mo>
<msub>
<mi>LST</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>&omega;</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>S</mi>
<mi>T</mi>
<mo>-</mo>
<msub>
<mi>SAD</mi>
<mi>j</mi>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>R</mi>
<mi>P</mi>
<mi>s</mi>
</mrow>
</msub>
</munderover>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mi>T</mi>
<mo>-</mo>
<msub>
<mi>SAD</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中，LSTFP是空值像元的重建结果，NRPs是参考像元集中的参考像元个数，LSTj是第j个参考像元的LST值，ωj为LSTj的加权系数，ST为相似度阈值，SADj是第j个参考像元和空值像元的光谱角距离。
2.根据权利要求1所述的一种生态承载力的遥感估算方法，其特征在于，所述S1基于“压力-状态-响应”模型建立相应的生态承载力评价指标体系，确定生态承载力评价指标层。
3.根据权利要求1所述的一种生态承载力的遥感估算方法，其特征在于，所述S2中的卫星遥感数据具体包括：反射率数据、增强植被指数EVI和地表温度数据LST、降水卫星遥感数据。
4.根据权利要求1所述的一种生态承载力的遥感估算方法，其特征在于，所述S4还包括如下步骤：
S4.1：基于S1中生态承载力指标评价体系及指标层，建立各个单指标评价模型；
S4.2：根据S4.1的单指标评价模型，以遥感像元为基本单元，计算8种单指标；
S4.3：分别以行政区划和集水单元为基本评价单元，计算8种单指标的估算量；所述S4.2中8种单指标为人类干扰强度、灾害频率、污染排放强度、土壤侵蚀模数与等级、净初级生产力数据NPP、景观破碎度、综合弹性和成效指数。
5.根据权利要求1～4中的任意一项所述的一种生态承载力的遥感估算方法，其特征在于，所述S5进一步包括如下步骤：
S5.1：建立生态承载力综合评价模型；
S5.2：利用层次分析法对各单指标进行权重因子确定；
S5.3：根据S5.1的生态承载力综合评价模型和S5.2中所述的各单指标进行权重因子确定，以行政区划和集水单元为基本评价单元，计算各评价单元的生态承载力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410812345.7A CN104517037B (zh) | 2014-12-23 | 2014-12-23 | 一种生态承载力的遥感估算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410812345.7A CN104517037B (zh) | 2014-12-23 | 2014-12-23 | 一种生态承载力的遥感估算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104517037A CN104517037A (zh) | 2015-04-15 |
| CN104517037B true CN104517037B (zh) | 2017-09-19 |
Family
ID=52792327
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410812345.7A Active CN104517037B (zh) | 2014-12-23 | 2014-12-23 | 一种生态承载力的遥感估算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104517037B (zh) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794350A (zh) * | 2015-04-23 | 2015-07-22 | 中国科学院地理科学与资源研究所 | 一种区域综合承载力评估系统及方法 |
| CN105205330B (zh) * | 2015-09-30 | 2016-08-24 | 西安科技大学 | 一种基于渔网模型的生态安全评价方法 |
| CN106650238B (zh) * | 2016-11-18 | 2019-01-15 | 北京师范大学 | 基于遥感的流域植被生态系统旱季耗水量估算方法 |
| CN108345973A (zh) * | 2017-01-22 | 2018-07-31 | 北京林业大学 | 一种基于气象气候条件的森林植被净生产力的推算方法 |
| CN106845428B (zh) * | 2017-01-26 | 2020-03-31 | 中国科学院遥感与数字地球研究所 | 一种作物产量遥感估算方法及系统 |
| CN106934233A (zh) * | 2017-03-09 | 2017-07-07 | 江西理工大学 | 一种基于psr模型的稀土矿区环境压力量化评估方法及系统 |
| CN109165803B (zh) * | 2018-06-22 | 2020-09-04 | 中科海慧（天津）科技有限公司 | 一种山地红线区生态监测方法及装置 |
| CN109188465B (zh) * | 2018-08-02 | 2023-07-07 | 中国科学院地理科学与资源研究所 | 基于参考像元信息的区域地表蒸散发遥感估算方法 |
| CN109238960B (zh) * | 2018-09-07 | 2021-02-05 | 兰州大学 | 一种基于ndvi的草地实际承载力指数快速监测方法 |
| CN110135767A (zh) * | 2019-06-14 | 2019-08-16 | 国家气象中心 | 基于植被npp和覆盖度的植被生态质量指数构建方法 |
| CN110390284B (zh) * | 2019-07-15 | 2021-10-26 | 中科卫星应用德清研究院 | 基于遥感影像的流域生态承载力估算方法及系统 |
| CN111241462B (zh) * | 2020-01-20 | 2023-07-07 | 北京正和恒基滨水生态环境治理股份有限公司 | 鸟类栖息地承载量计算方法、装置、存储介质和计算机 |
| CN111260262A (zh) * | 2020-03-17 | 2020-06-09 | 国家林业和草原局华东调查规划设计院 | 一种自然保护地保护成效评估方法和系统及其应用 |
| CN111967705A (zh) * | 2020-05-09 | 2020-11-20 | 浙江万里学院 | 一种基于psr模型计算生态旅游环境承载力的方法 |
| CN112365144A (zh) * | 2020-11-06 | 2021-02-12 | 中国林业科学研究院 | 砒砂岩区生态承载力阈值确定方法 |
| CN112903606B (zh) * | 2021-02-09 | 2022-08-23 | 深圳大学 | 一种基于无人机高光谱的红树林生态恢复力评估方法 |
| CN113610402B (zh) * | 2021-08-10 | 2023-12-05 | 平安国际智慧城市科技股份有限公司 | 基于影像分析的土地生态承载力评估方法及相关设备 |
| CN113742918B (zh) * | 2021-09-06 | 2023-10-20 | 中国科学院地理科学与资源研究所 | 基于系统动力学模型评估国家公园游憩承载力的方法 |
| CN114723283A (zh) * | 2022-04-07 | 2022-07-08 | 中山大学 | 一种面向城市群的生态承载力遥感评估方法及装置 |
| CN116011879B (zh) * | 2023-02-01 | 2023-07-04 | 长江水利委员会长江科学院 | 生态系统稳定性评估方法、装置、电子设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102122376A (zh) * | 2011-03-28 | 2011-07-13 | 华东师范大学 | 海岸带综合承载力评估与决策系统及其运作方法 |
| CN103345567A (zh) * | 2013-05-21 | 2013-10-09 | 青海师范大学 | 一种基于遥感影像测量生态补偿量的方法 |
-
2014
- 2014-12-23 CN CN201410812345.7A patent/CN104517037B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102122376A (zh) * | 2011-03-28 | 2011-07-13 | 华东师范大学 | 海岸带综合承载力评估与决策系统及其运作方法 |
| CN103345567A (zh) * | 2013-05-21 | 2013-10-09 | 青海师范大学 | 一种基于遥感影像测量生态补偿量的方法 |
Non-Patent Citations (4)
| Title |
|---|
| 区域生态安全评价指标体系选取的概念框架研究;左伟等;《土壤》;20030131(第1期);第2-7页 * |
| 基于3S技术的甘南州生态健康与生态承载力耦合;朱晓丽等;《草业科学》;20110620;第28卷(第6期);第939-945页 * |
| 基于RS、GIS和Models的区域生态环境系统安全综合评价研究;左伟;《中国优秀博硕士学位论文全文数据库工程科技Ⅰ辑》;20021215(第2期);第17页第1行-第36页倒数第1行及第40,67页 * |
| 基于RS和转移矩阵的泾河流域生态承载力时空动态评价;岳东霞等;《生态学报》;20110915;第31卷(第9期);第2550-2558页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104517037A (zh) | 2015-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104517037B (zh) | 一种生态承载力的遥感估算方法 | |
| Shen et al. | Remote sensing and evaluation of the wetland ecological degradation process of the Zoige Plateau Wetland in China | |
| Doorga et al. | Multi-criteria GIS-based modelling technique for identifying potential solar farm sites: A case study in Mauritius | |
| Sundarakumar et al. | Land use and land cover change detection and urban sprawl analysis of Vijayawada city using multitemporal landsat data | |
| CN106599601A (zh) | 生态系统脆弱性遥感评估方法和系统 | |
| Wang et al. | Development of a large-scale remote sensing ecological index in arid areas and its application in the Aral Sea Basin | |
| Zhang et al. | Simulation and classification of the impacts of projected climate change on flow regimes in the arid Hexi Corridor of Northwest China | |
| CN112465332A (zh) | 一种城市人工湿地公园生态地质环境稳定性的评价方法 | |
| Sarkar Chaudhuri et al. | Assessment of impervious surface growth in urban environment through remote sensing estimates | |
| Dai et al. | Attribution analysis for water yield service based on the geographical detector method: A case study of the Hengduan Mountain region | |
| Droogers et al. | Remotely sensed data used for modelling at different hydrological scales | |
| Hu et al. | Risk assessment of soil erosion by application of remote sensing and GIS in Yanshan Reservoir catchment, China | |
| CN114118867A (zh) | 一种基于遥感技术的湿地生态风险指数快速估算方法 | |
| DeCheng et al. | Processes and trends of the land use change in Aksu watershed in the central Asia from 1960 to 2008 | |
| Jaw et al. | Evaluation for Moroccan dynamically downscaled precipitation from GCM CHAM5 and its regional hydrologic response | |
| Hosseini | Effect of land use change on water balance and suspended sediment yield of Taleghan catchment, Iran | |
| Wang et al. | Research on habitat quality assessment and decision-making based on Semi-supervised Ensemble Learning method—Daxia River Basin, China | |
| Smith | Investigating uncertainty in global hydrology modelling | |
| Sheikh et al. | Sediment-bound soil nutrient loss under simulated rainfall | |
| Mallick et al. | Comparing Delphi–fuzzy AHP and fuzzy logic membership in soil fertility assessment: a study of an active Ganga Delta in Sundarban Biosphere Reserve, India | |
| CN115830464A (zh) | 基于多源数据的高原山地农业大棚自动提取方法 | |
| Ye et al. | Dynamics of ecosystem service values in response to landscape pattern changes from 1995 to 2005 in Guangzhou, Southern China | |
| Fu et al. | GIS and ANN-based spatial prediction of DOC in river networks: a case study in Dongjiang, Southern China | |
| Aslam et al. | Effect of multiple climate change scenarios and predicted land-cover on soil erosion: A way forward for the better land management | |
| Geng et al. | Wetland mapping and landscape analysis for supporting international wetland cities: case studies in Nanchang City and Wuhan City |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C53 | Correction of patent for invention or patent application | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Xia Inventor after: Wang Shudong Inventor after: Zhang Lifu Inventor after: Feng Shuna Inventor after: Liu Jia Inventor before: Zhang Xia Inventor before: Wang Shudong Inventor before: Zhang Lifu Inventor before: Feng Shuna Inventor before: Sun Yanli |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: ZHANG XIA WANG SHUDONG ZHANG LIFU FENG SHUNA SUN YANLI TO: ZHANG XIA WANG SHUDONG ZHANG LIFU FENG SHUNA LIU JIA |
|
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |