CN106815690A - 基于遥感数据的生态环境质量评价系统与方法 - Google Patents
基于遥感数据的生态环境质量评价系统与方法 Download PDFInfo
- Publication number
- CN106815690A CN106815690A CN201710062817.5A CN201710062817A CN106815690A CN 106815690 A CN106815690 A CN 106815690A CN 201710062817 A CN201710062817 A CN 201710062817A CN 106815690 A CN106815690 A CN 106815690A
- Authority
- CN
- China
- Prior art keywords
- index
- habitat
- remotely
- eco
- environmental
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000007613 environmental effect Effects 0.000 claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 27
- 238000003915 air pollution Methods 0.000 claims description 15
- 238000004519 manufacturing process Methods 0.000 claims description 15
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 14
- 229910052799 carbon Inorganic materials 0.000 claims description 14
- 230000009919 sequestration Effects 0.000 claims description 14
- 238000004162 soil erosion Methods 0.000 claims description 14
- 239000002028 Biomass Substances 0.000 claims description 8
- 239000003344 environmental pollutant Substances 0.000 claims description 7
- 231100000719 pollutant Toxicity 0.000 claims description 7
- 230000002708 enhancing effect Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000011157 data evaluation Methods 0.000 claims description 3
- 238000005303 weighing Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Abstract
提供一种完全基于遥感数据的生态环境质量评价系统与方法(200、300),其能够提供像元尺度上的评价结果,增加生态环境质量在空间上的细节信息。该系统和方法(200、300)完全基于遥感数据输出评价结果,包括基于遥感数据计算生境本底指标(S301)、评价生态服务功能(S303)、计算环境压力指数(S305)、计算生境风险指标(S307),以及基于以上分别得到的生境本底指标、生态服务功能、环境压力指数和生境风险指标来对生态环境质量做出综合评价(S309)。本发明所提出的评价体系所有的输入数据都可以通过遥感反演的方法获取,因此所得到的评价结果可以落实到空间上,能更精细地刻画生态环境质量在空间上的特征。
Description
技术领域
本发明涉及生态环境质量评价,更具体涉及完全基于遥感数据的生态环境质量评价系统与方法。
背景技术
生态环境质量是指生态环境的优劣程度,它以生态学理论为基础,在特定的时间和空间范围内,从生态系统层次上,反映生态环境对人类生存及社会经济持续发展的适宜程度,是根据人类的具体要求对生态环境的性质及变化状态的结果进行评定。
生态环境质量评价就是根据特定的目的,选择具有代表性、可比性、可操作性的评价指标和方法,对生态环境质量的优劣程度进行定性或定量的分析和判别。
生态环境质量评价的结果将用于指导人类的生产和生活。进行生态环境质量评价,以及将生态环境质量评价的结果用于指导人类的生产和生活,反映了人类在改造自然界的过程中尊重自然规律并利用自然规律,从而合理改造自然界的思想与实践。
传统的生态环境质量评价体系,输入数据中除了遥感提取的表征植被长势的植被指数外,还大量使用了社会经济等统计数据,因此,所得到的生态环境质量评价结果通常是以县或市为单元来评价。
然而,以县或市为单元来进行生态环境质量评价,丢失了很多县或市内部的生态环境质量细节。
因此,希望提出一种完全基于遥感数据的生态环境质量综合评价体系,能够提供像元尺度上的评价结果,增加生态环境质量在空间上的细节信息。
发明内容
基于以上的讨论,本发明的目的是提出一种完全基于遥感数据的生态环境质量综合评价体系,该方法能够提供像元尺度上的评价结果,增加生态环境质量在空间上的细节信息。
根据本发明的第一方面,提供一种生态环境质量评价系统,该系统完全基于遥感数据输出评价结果,所述系统包括:生境本底指标单元,用于基于遥感数据计算生境本底指标;生态服务功能单元,用于基于遥感数据评价生态服务功能;环境压力指数单元,用于基于遥感数据计算环境压力指数;生境风险指标单元,用于基于遥感数据计算生境风险指标;以及综合评价单元,用于基于通过以上单元分别得到的生境本底指标、生态服务功能、环境压力指数和生境风险指标来对生态环境质量做出综合评价。
在根据本发明的生态环境质量评价系统中,所述生境本底指标单元可以进一步被配置用于基于地表组成复杂度、植被覆盖稳定性和景观结构指数计算生境本底指标;所述生态服务功能单元可以进一步被配置用于基于生产功能、固碳能力和气候调节三个因子来评价生态服务功能;所述环境压力指数单元可以进一步被配置用于基于近地面颗粒物污染物浓度、空气污染指数和土壤侵蚀强度来计算环境压力指数;以及所述生境风险指标单元可以进一步被配置用于基于待评价区域至道路、城镇和水体的距离来计算生境风险指标。
在根据本发明的生态环境质量评价系统中,所述生境本底指标单元可以进一步被配置用于基于高分辨率遥感影像提取的植被精细分类数据来表征地表组成复杂程度,通过年度归一化植被指数最大值和最小值的差值来表示植被覆盖的稳定程度,以及利用植被精细分类数据计算景观结构指数;所述生态服务功能单元可以进一步被配置用于通过遥感数据反演的生物量来表示生态系统的生产功能,利用遥感反射率数据计算的增强植被指数(EVI)定量表示生态系统的固碳能力,以及利用基于遥感数据的地表能量平衡模型来反演植被蒸散量(ET)从而反映气候调节;所述环境压力指数单元可以进一步被配置用于通过卫星遥感反演的PM2.5、PM10来表示近地面颗粒物污染物浓度,通过卫星遥感反演的SO2,NO2和CO来表示空气污染指数,以及通过数字高程模型(DEM)数据提取的坡度数据和遥感植被指数计算的植被覆盖度来量化土壤侵蚀强度;以及所述生境风险指标单元可以进一步被配置用于通过遥感数据提取的道路、城镇和水体数据,利用空间分析的方法生成缓冲区分析待评价的区域至道路、城镇和水体的距离。
在根据本发明的生态环境质量评价系统中,植被组成越复杂、景观结构越连通、植被覆盖度越稳定,生境本底状况和生态环境质量越好;生态系统的生物量值、EVI和ET数值越大,表明生态服务功能和生态环境质量越好;污染物浓度越低、坡度越小和植被覆盖度越高,表明环境压力越小,生态环境质量越好;以及待评价区域距离道路和城镇越远,同时距离水体越远,表明生境风险指标越低,生态环境质量越好。
根据本发明的第二方面,提供一种生态环境质量评价方法,该方法完全基于遥感数据输出评价结果,所述方法包括:基于遥感数据计算生境本底指标;基于遥感数据评价生态服务功能;基于遥感数据计算环境压力指数;基于遥感数据计算生境风险指标;以及基于以上分别得到的生境本底指标、生态服务功能、环境压力指数和生境风险指标来对生态环境质量做出综合评价。
在根据本发明的生态环境质量评价方法中,所述的基于遥感数据计算生境本底指标可以进一步包括:基于地表组成复杂度、植被覆盖稳定性和景观结构指数计算生境本底指标;所述的基于遥感数据评价生态服务功能可以进一步包括:基于生产功能、固碳能力和气候调节三个因子来评价生态服务功能;所述的基于遥感数据计算环境压力指数可以进一步包括:基于近地面颗粒物污染物浓度、空气污染指数和土壤侵蚀强度来计算环境压力指数;以及所述的基于遥感数据计算生境风险指标可以进一步包括:基于待评价区域至道路、城镇和水体的距离来计算生境风险指标。
在根据本发明的生态环境质量评价方法中,基于高分辨率遥感影像提取的植被精细分类数据来表征地表组成复杂程度,通过年度归一化植被指数最大值和最小值的差值来表示植被覆盖的稳定程度,以及利用植被精细分类数据计算景观结构指数;通过遥感数据反演的生物量来表示生态系统的生产功能,利用遥感反射率数据计算的增强植被指数(EVI)定量表示生态系统的固碳能力,以及利用基于遥感数据的地表能量平衡模型来反演植被蒸散量(ET)从而反映气候调节;通过卫星遥感反演的PM2.5、PM10来表示近地面颗粒物污染物浓度,通过卫星遥感反演的SO2,NO2和CO来表示空气污染指数,以及通过数字高程模型(DEM)数据提取的坡度数据和遥感植被指数计算的植被覆盖度来量化土壤侵蚀强度;以及通过遥感数据提取的道路、城镇和水体数据,利用空间分析的方法生成缓冲区分析待评价的区域至道路、城镇和水体的距离。
在根据本发明的生态环境质量评价方法中,植被组成越复杂、景观结构越连通、植被覆盖度越稳定,生境本底状况和生态环境质量越好;生态系统的生物量值、EVI和ET数值越大,表明生态服务功能和生态环境质量越好;污染物浓度越低、坡度越小和植被覆盖度越高,表明环境压力越小,生态环境质量越好;以及待评价区域距离道路和城镇越远,同时距离水体越远,表明生境风险指标越低,生态环境质量越好。
传统的生态环境质量评价体系中用到了大量的社会经济统计数据,因此获得的评价结果只能以县或市等为单元来表示。本发明所提出的评价体系所有的输入数据都可以通过遥感反演的方法获取,因此所得到的评价结果可以落实到空间上,能更精细的刻画生态环境质量在空间上的特征。
附图说明
下面参考附图结合实施例说明本发明。在附图中:
图1是根据本发明的生态环境质量综合评价的示意图。
图2是根据本发明的生态环境质量评价系统的框图。
图3是根据本发明的生态环境质量评价方法的流程图。
具体实施方式
附图仅用于示例说明,不能理解为对本专利的限制;下面结合附图和实施例对本发明的技术方案做进一步的说明。
图1是根据本发明的生态环境质量综合评价的示意图。
在本发明中,选择生境本底指标、生态服务功能、环境压力指数和生境风险指标等四方面的评价指标来综合评价生态环境质量。
生境本底指标考虑地表组成复杂度、植被覆盖稳定性和景观结构指数。基于高分辨率遥感影像提取的植被精细分类数据来表征地表组成的复杂程度,并利用植被精细分类数据计算景观结构指数,定量表示生态环境本底的景观格局特征。植被覆盖的稳定程度通过年度归一化植被指数最大值和最小值的差值来表示,一般来说植被组成越复杂、景观结构越连通、植被覆盖度越稳定,生境本底状况和生态环境质量越好。
生态服务功能通过生产功能、固碳能力和气候调节三个因子来评价。通过遥感数据反演的生物量来表示生态系统的生产功能,利用遥感反射率数据计算的增强植被指数(EVI)定量表示生态系统的固碳能力,利用基于遥感数据的地表能量平衡模型来反演植被蒸散量(ET),即反映气候调节。一般情况下,生态系统的生物量值、EVI和ET数值越大,表明生态服务功能和生态环境质量越好。
环境压力指数通过近地面颗粒物污染物浓度、空气污染指数和土壤侵蚀强度来表示。其中近地面颗粒物污染物浓度和空气污染指数通过卫星遥感反演的PM2.5,PM10,SO2,NO2和CO来表示,具体地说,如图1中所示,通过PM2.5、PM10来表示近地面颗粒物污染物浓度,通过SO2,NO2和CO来表示空气污染指数,而土壤侵蚀强度通过数字高程模型(DEM)数据提取的坡度数据和遥感植被指数计算的植被覆盖度来量化。一般情况下,污染物浓度越低,坡度越小和植被覆盖度越高,表明环境压力越小,生态环境质量越好。
生境风险指标通过遥感数据提取的道路、城镇和水体等数据,利用空间分析的方法生成缓冲区分析待评价的区域至道路、城镇和水体的距离来计算。一般来说,距离道路和城镇越远,同时距离水体越远,表明生境风险指标越低,生态环境质量越好。
本发明中,基于遥感数据高精度反演各种表征生态环境质量评价因子,即:植被精细分类结果、生物量、ET、PM10、SO2、NO2、CO和植被覆盖度。
传统的生态环境质量评价体系中用到了大量的社会经济统计数据,因此获得的评价结果只能以县或市等为单元来表示。本发明所提出的评价体系所有的输入数据都可以通过遥感反演的方法获取,因此所得到的评价结果可以落实到空间上,能更精细的刻画生态环境质量在空间上的特征。
以下是对于根据本发明的生态环境质量评价系统和发明的描述。
图2是根据本发明的生态环境质量评价系统的框图。
如图2所示,图示说明了一种生态环境质量评价系统200,该系统200完全基于遥感数据输出评价结果,所述系统200包括:生境本底指标单元201,用于基于遥感数据计算生境本底指标;生态服务功能单元202,用于基于遥感数据评价生态服务功能;环境压力指数单元203,用于基于遥感数据计算环境压力指数;生境风险指标单元204,用于基于遥感数据计算生境风险指标;以及综合评价单元205,用于基于通过以上单元201、202、203、204分别得到的生境本底指标、生态服务功能、环境压力指数和生境风险指标来对生态环境质量做出综合评价。
根据图1中的示意,在生态环境质量评价系统200中,所述生境本底指标单元201可以基于地表组成复杂度、植被覆盖稳定性和景观结构指数计算生境本底指标。所述生态服务功能单元202可以基于生产功能、固碳能力和气候调节三个因子来评价生态服务功能。所述环境压力指数单元203可以基于近地面颗粒物污染物浓度、空气污染指数和土壤侵蚀强度来计算环境压力指数。所述生境风险指标单元204可以基于待评价区域至道路、城镇和水体的距离来计算生境风险指标。
更具体地,仍然参看图1,在生态环境质量评价系统200中,所述生境本底指标单元可以基于高分辨率遥感影像提取的植被精细分类数据来表征地表组成复杂程度,通过年度归一化植被指数最大值和最小值的差值来表示植被覆盖的稳定程度,以及利用植被精细分类数据计算景观结构指数。所述生态服务功能单元202可以通过遥感数据反演的生物量来表示生态系统的生产功能,利用遥感反射率数据计算的增强植被指数(EVI)定量表示生态系统的固碳能力,以及利用基于遥感数据的地表能量平衡模型来反演植被蒸散量(ET)从而反映气候调节。所述环境压力指数单元203可以通过卫星遥感反演的PM2.5、PM10来表示近地面颗粒物污染物浓度,通过卫星遥感反演的SO2,NO2和CO来表示空气污染指数,以及通过数字高程模型(DEM)数据提取的坡度数据和遥感植被指数计算的植被覆盖度来量化土壤侵蚀强度。所述生境风险指标单元204可以通过遥感数据提取的道路、城镇和水体数据,利用空间分析的方法生成缓冲区分析待评价的区域至道路、城镇和水体的距离。
如之前提到的,在生态环境质量评价系统200中,植被组成越复杂、景观结构越连通、植被覆盖度越稳定,生境本底状况和生态环境质量越好;生态系统的生物量值、EVI和ET数值越大,表明生态服务功能和生态环境质量越好;污染物浓度越低、坡度越小和植被覆盖度越高,表明环境压力越小,生态环境质量越好;以及待评价区域距离道路和城镇越远,同时距离水体越远,表明生境风险指标越低,生态环境质量越好。
图3是根据本发明的生态环境质量评价方法的流程图。
如图3所示,图示说明了一种生态环境质量评价方法300,该方法300完全基于遥感数据输出评价结果。
开始执行方法300后,在步骤S301,基于遥感数据计算生境本底指标。例如,这一步骤可由图2中所示的系统200中的生境本底指标单元201来执行。具体地说,基于遥感数据计算生境本底指标进一步包括:基于地表组成复杂度、植被覆盖稳定性和景观结构指数计算生境本底指标。更具体地说,基于高分辨率遥感影像提取的植被精细分类数据来表征地表组成复杂程度,通过年度归一化植被指数最大值和最小值的差值来表示植被覆盖的稳定程度,以及利用植被精细分类数据计算景观结构指数。根据本发明的实施例,植被组成越复杂、景观结构越连通、植被覆盖度越稳定,生境本底状况和生态环境质量越好。
在步骤S303,基于遥感数据评价生态服务功能。例如,这一步骤可由图2中所示的系统200中的生态服务功能单元202来执行。具体地说,基于遥感数据评价生态服务功能进一步包括:基于生产功能、固碳能力和气候调节三个因子来评价生态服务功能。更具体地说,通过遥感数据反演的生物量来表示生态系统的生产功能,利用遥感反射率数据计算的增强植被指数(EVI)定量表示生态系统的固碳能力,以及利用基于遥感数据的地表能量平衡模型来反演植被蒸散量(ET)从而反映气候调节。根据本发明的实施例,生态系统的生物量值、EVI和ET数值越大,表明生态服务功能和生态环境质量越好。
在步骤S305,基于遥感数据计算环境压力指数。例如,这一步骤可由图2中所示的系统200中的环境压力指数单元203来执行。具体地说,基于遥感数据计算环境压力指数进一步包括:基于近地面颗粒物污染物浓度、空气污染指数和土壤侵蚀强度来计算环境压力指数。更具体地说,通过卫星遥感反演的PM2.5、PM10来表示近地面颗粒物污染物浓度,通过卫星遥感反演的SO2,NO2和CO来表示空气污染指数,以及通过数字高程模型(DEM)数据提取的坡度数据和遥感植被指数计算的植被覆盖度来量化土壤侵蚀强度。根据本发明的实施例,污染物浓度越低、坡度越小和植被覆盖度越高,表明环境压力越小,生态环境质量越好。
在步骤S307,基于遥感数据计算生境风险指标。例如,这一步骤可由图2中所示的系统200中的生境风险指标单元204来执行。具体地说,基于遥感数据计算生境风险指标进一步包括:基于待评价区域至道路、城镇和水体的距离来计算生境风险指标。更具体地说,通过遥感数据提取的道路、城镇和水体数据,利用空间分析的方法生成缓冲区分析待评价的区域至道路、城镇和水体的距离。根据本发明的实施例,待评价区域距离道路和城镇越远,同时距离水体越远,表明生境风险指标越低,生态环境质量越好。
本领域技术人员应该明白,尽管在书写顺序上,步骤S301、S303、S305、S307存在先后顺序,但是在本发明的实践中,这四个步骤没有执行时间上的先后顺序。如图3所示,这四个步骤之间不存在互相依赖的关系,可以同时根据遥感数据进行这四个步骤,也可以以任意的先后顺序来执行这四个步骤。总之,对于这四个步骤在执行时间的先后顺序上,本发明并不做出限制。
在步骤S309,基于以上分别得到的生境本底指标、生态服务功能、环境压力指数和生境风险指标来对生态环境质量做出综合评价。例如,这一步骤可由图2中所示的系统200中的综合评价单元205来执行。
然后,方法300结束。
上面已经描述了本发明的各种实施例和实施情形。但是,本发明的精神和范围不限于此。本领域技术人员将能够根据本发明的教导而做出更多的应用,而这些应用都在本发明的范围之内。
也就是说,本发明的上述实施例仅仅是为清楚说明本发明所做的举例,而非对本发明实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、替换或改进等,均应包含在本发明权利要求的保护范围之内。
Claims (8)
1.一种生态环境质量评价系统,该系统完全基于遥感数据输出评价结果,所述系统包括:
生境本底指标单元,用于基于遥感数据计算生境本底指标;
生态服务功能单元,用于基于遥感数据评价生态服务功能;
环境压力指数单元,用于基于遥感数据计算环境压力指数;
生境风险指标单元,用于基于遥感数据计算生境风险指标;以及
综合评价单元,用于基于通过以上单元分别得到的生境本底指标、生态服务功能、环境压力指数和生境风险指标来对生态环境质量做出综合评价。
2.根据权利要求1所述的生态环境质量评价系统,其中:
所述生境本底指标单元进一步被配置用于基于地表组成复杂度、植被覆盖稳定性和景观结构指数计算生境本底指标;
所述生态服务功能单元进一步被配置用于基于生产功能、固碳能力和气候调节三个因子来评价生态服务功能;
所述环境压力指数单元进一步被配置用于基于近地面颗粒物污染物浓度、空气污染指数和土壤侵蚀强度来计算环境压力指数;以及
所述生境风险指标单元进一步被配置用于基于待评价区域至道路、城镇和水体的距离来计算生境风险指标。
3.根据权利要求2所述的生态环境质量评价系统,其中:
所述生境本底指标单元进一步被配置用于基于高分辨率遥感影像提取的植被精细分类数据来表征地表组成复杂程度,通过年度归一化植被指数最大值和最小值的差值来表示植被覆盖的稳定程度,以及利用植被精细分类数据计算景观结构指数;
所述生态服务功能单元进一步被配置用于通过遥感数据反演的生物量来表示生态系统的生产功能,利用遥感反射率数据计算的增强植被指数(EVI)定量表示生态系统的固碳能力,以及利用基于遥感数据的地表能量平衡模型来反演植被蒸散量(ET)从而反映气候调节;
所述环境压力指数单元进一步被配置用于通过卫星遥感反演的PM2.5、PM10来表示近地面颗粒物污染物浓度,通过卫星遥感反演的SO2,NO2和CO来表示空气污染指数,以及通过数字高程模型(DEM)数据提取的坡度数据和遥感植被指数计算的植被覆盖度来量化土壤侵蚀强度;以及
所述生境风险指标单元进一步被配置用于通过遥感数据提取的道路、城镇和水体数据,利用空间分析的方法生成缓冲区分析待评价的区域至道路、城镇和水体的距离。
4.根据权利要求3所述的生态环境质量评价系统,其中:
植被组成越复杂、景观结构越连通、植被覆盖度越稳定,生境本底状况和生态环境质量越好;
生态系统的生物量值、EVI和ET数值越大,表明生态服务功能和生态环境质量越好;
污染物浓度越低、坡度越小和植被覆盖度越高,表明环境压力越小,生态环境质量越好;以及
待评价区域距离道路和城镇越远,同时距离水体越远,表明生境风险指标越低,生态环境质量越好。
5.一种生态环境质量评价方法,该方法完全基于遥感数据输出评价结果,所述方法包括:
基于遥感数据计算生境本底指标;
基于遥感数据评价生态服务功能;
基于遥感数据计算环境压力指数;
基于遥感数据计算生境风险指标;以及
基于以上分别得到的生境本底指标、生态服务功能、环境压力指数和生境风险指标来对生态环境质量做出综合评价。
6.根据权利要求5所述的生态环境质量评价方法,其中:
所述的基于遥感数据计算生境本底指标进一步包括:基于地表组成复杂度、植被覆盖稳定性和景观结构指数计算生境本底指标;
所述的基于遥感数据评价生态服务功能进一步包括:基于生产功能、固碳能力和气候调节三个因子来评价生态服务功能;
所述的基于遥感数据计算环境压力指数进一步包括:基于近地面颗粒物污染物浓度、空气污染指数和土壤侵蚀强度来计算环境压力指数;以及
所述的基于遥感数据计算生境风险指标进一步包括:基于待评价区域至道路、城镇和水体的距离来计算生境风险指标。
7.根据权利要求6所述的生态环境质量评价方法,其中:
基于高分辨率遥感影像提取的植被精细分类数据来表征地表组成复杂程度,通过年度归一化植被指数最大值和最小值的差值来表示植被覆盖的稳定程度,以及利用植被精细分类数据计算景观结构指数;
通过遥感数据反演的生物量来表示生态系统的生产功能,利用遥感反射率数据计算的增强植被指数(EVI)定量表示生态系统的固碳能力,以及利用基于遥感数据的地表能量平衡模型来反演植被蒸散量(ET)从而反映气候调节;
通过卫星遥感反演的PM2.5、PM10来表示近地面颗粒物污染物浓度,通过卫星遥感反演的SO2,NO2和CO来表示空气污染指数,以及通过数字高程模型(DEM)数据提取的坡度数据和遥感植被指数计算的植被覆盖度来量化土壤侵蚀强度;以及
通过遥感数据提取的道路、城镇和水体数据,利用空间分析的方法生成缓冲区分析待评价的区域至道路、城镇和水体的距离。
8.根据权利要求7所述的生态环境质量评价方法,其中:
植被组成越复杂、景观结构越连通、植被覆盖度越稳定,生境本底状况和生态环境质量越好;
生态系统的生物量值、EVI和ET数值越大,表明生态服务功能和生态环境质量越好;
污染物浓度越低、坡度越小和植被覆盖度越高,表明环境压力越小,生态环境质量越好;以及
待评价区域距离道路和城镇越远,同时距离水体越远,表明生境风险指标越低,生态环境质量越好。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710062817.5A CN106815690A (zh) | 2017-01-25 | 2017-01-25 | 基于遥感数据的生态环境质量评价系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710062817.5A CN106815690A (zh) | 2017-01-25 | 2017-01-25 | 基于遥感数据的生态环境质量评价系统与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106815690A true CN106815690A (zh) | 2017-06-09 |
Family
ID=59111705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710062817.5A Pending CN106815690A (zh) | 2017-01-25 | 2017-01-25 | 基于遥感数据的生态环境质量评价系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106815690A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636171A (zh) * | 2018-12-06 | 2019-04-16 | 西安理工大学 | 一种区域植被恢复的综合诊断与风险评价方法 |
CN109784729A (zh) * | 2019-01-17 | 2019-05-21 | 北京师范大学 | 一种水土环境评价指标的阈值确定方法 |
CN111353666A (zh) * | 2018-12-21 | 2020-06-30 | 北京航天泰坦科技股份有限公司 | 一种基于野外环境监测站点的生态风险预警方法 |
CN111353667A (zh) * | 2018-12-21 | 2020-06-30 | 北京航天泰坦科技股份有限公司 | 一种基于野外环境监测站点的生态系统服务评价方法 |
CN112348086A (zh) * | 2020-11-06 | 2021-02-09 | 中国科学院西北生态环境资源研究院 | 一种基于多源数据的物种生境质量模拟方法 |
CN112818751A (zh) * | 2021-01-08 | 2021-05-18 | 江苏省无锡环境监测中心 | 一种基于物联网的水生态完整性动态评估方法 |
CN113269382A (zh) * | 2020-12-29 | 2021-08-17 | 生态环境部卫星环境应用中心 | 一种基于卫星遥感的区域大气环境质量评估方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101840462A (zh) * | 2009-12-15 | 2010-09-22 | 北京师范大学 | 一种城市生态系统调控技术 |
CN102169557A (zh) * | 2011-03-10 | 2011-08-31 | 王桥 | 环境遥感应用系统 |
CN104103016A (zh) * | 2014-05-13 | 2014-10-15 | 杭州师范大学 | 一种基于遥感技术的湿地生态系统健康综合评价方法 |
EP2830015A1 (en) * | 2012-03-21 | 2015-01-28 | Kabushiki Kaisha Toshiba | Biodiversity evaluation index computation device, method and program |
-
2017
- 2017-01-25 CN CN201710062817.5A patent/CN106815690A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101840462A (zh) * | 2009-12-15 | 2010-09-22 | 北京师范大学 | 一种城市生态系统调控技术 |
CN102169557A (zh) * | 2011-03-10 | 2011-08-31 | 王桥 | 环境遥感应用系统 |
EP2830015A1 (en) * | 2012-03-21 | 2015-01-28 | Kabushiki Kaisha Toshiba | Biodiversity evaluation index computation device, method and program |
CN104103016A (zh) * | 2014-05-13 | 2014-10-15 | 杭州师范大学 | 一种基于遥感技术的湿地生态系统健康综合评价方法 |
Non-Patent Citations (2)
Title |
---|
刘峰: "基于遥感与GIS的区域生态环境综合评价研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
王一涵: "基于RS和GIS的洪河地区湿地生态健康定量评价", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636171A (zh) * | 2018-12-06 | 2019-04-16 | 西安理工大学 | 一种区域植被恢复的综合诊断与风险评价方法 |
CN111353666A (zh) * | 2018-12-21 | 2020-06-30 | 北京航天泰坦科技股份有限公司 | 一种基于野外环境监测站点的生态风险预警方法 |
CN111353667A (zh) * | 2018-12-21 | 2020-06-30 | 北京航天泰坦科技股份有限公司 | 一种基于野外环境监测站点的生态系统服务评价方法 |
CN109784729A (zh) * | 2019-01-17 | 2019-05-21 | 北京师范大学 | 一种水土环境评价指标的阈值确定方法 |
CN112348086A (zh) * | 2020-11-06 | 2021-02-09 | 中国科学院西北生态环境资源研究院 | 一种基于多源数据的物种生境质量模拟方法 |
CN113269382A (zh) * | 2020-12-29 | 2021-08-17 | 生态环境部卫星环境应用中心 | 一种基于卫星遥感的区域大气环境质量评估方法 |
CN113269382B (zh) * | 2020-12-29 | 2022-09-20 | 生态环境部卫星环境应用中心 | 一种基于卫星遥感的区域大气环境质量评估方法 |
CN112818751A (zh) * | 2021-01-08 | 2021-05-18 | 江苏省无锡环境监测中心 | 一种基于物联网的水生态完整性动态评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106815690A (zh) | 基于遥感数据的生态环境质量评价系统与方法 | |
Marlon et al. | Reconstructions of biomass burning from sediment-charcoal records to improve data–model comparisons | |
CN103063202B (zh) | 基于遥感影像的蓝藻生物量时空变化监测与可视化方法 | |
CN105911037B (zh) | 锰矿区土水界面污染流中锰及伴生重金属分布预测方法 | |
Modica et al. | Spatio-temporal analysis of the urban–rural gradient structure: an application in a Mediterranean mountainous landscape (Serra San Bruno, Italy) | |
Sun et al. | An urban hierarchy-based approach integrating ecosystem services into multiscale sustainable land use planning: The case of China | |
CN102567635B (zh) | 一种定量区分水循环演变过程中不同因素贡献的方法 | |
Urech et al. | A simulation-based design framework to iteratively analyze and shape urban landscapes using point cloud modeling | |
Rahman et al. | Self-organizing map improves understanding on the hydrochemical processes in aquifer systems | |
Nagy et al. | South American mountain ecosystems and global change–a case study for integrating theory and field observations for land surface modelling and ecosystem management | |
Araújo et al. | A case study on qualitative model evaluation using data about river water quality | |
Salzman et al. | Turning the world upside down: how frames of reference shape environmental law | |
Walsund | Geographical Information Systems as a Tool in Sustainable Urban Development | |
Avila-Alonso et al. | Response of phytoplankton functional types to Hurricane Fabian (2003) in the Sargasso Sea | |
Henderson | Spatial contexts of urbanization and land conservation in North China | |
He | Impacts of land use and land cover change on regional climate in China | |
Kowsuvon et al. | Landuse Changes Tendency and Environmental Quality Indicators Development for Air and Water Pollutions Monitoring in Chiang Mai Comprehensive Plans Boundary, Thailand | |
Kolomyts | Monitoring of Forest Ecosystems Sustainability in a Changing Climate: Observation—Prognosis—Regulation | |
Choi et al. | A Conceptual Modeling Framework for Hydrologic Ecosystem Service | |
Barbosa et al. | An integrated modeling approach to predict trophic state changes in a large Brazilian reservoir | |
Mendoza | Land Use Differences Across Socioeconomic Boundaries and Implications for Air Quality | |
Du | Operational Water Prediction in Highly Regulated, Transboundary Watersheds using Multi-Basin Modelling, Earth Observations and Co-production | |
Sahana | TO STUDY THE BIOPHYSICAL, SOCIO-ECONOMICAL FACTORS AND LULC CLASSIFICATION IN PUTTUR TALUK, DAKSHINA KANNADA DISTRICT | |
Monfared et al. | Surface water quality modelling with data scarcity in semi-enclosed coastal regions encompassed distributed islands | |
Wang et al. | Learning visual features from figure-ground maps for urban morphology discovery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210428 Address after: 100190, No. 19 West Fourth Ring Road, Beijing, Haidian District Applicant after: Research Institute of aerospace information innovation, Chinese Academy of Sciences Address before: 100101 Beijing Chaoyang District Andingmen Datun Road No. 20 North Applicant before: Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170609 |
|
RJ01 | Rejection of invention patent application after publication |