CN107908858A - 一种基于gis与rs的滨海湿地水鸟活动路径模拟方法 - Google Patents
一种基于gis与rs的滨海湿地水鸟活动路径模拟方法 Download PDFInfo
- Publication number
- CN107908858A CN107908858A CN201711110784.3A CN201711110784A CN107908858A CN 107908858 A CN107908858 A CN 107908858A CN 201711110784 A CN201711110784 A CN 201711110784A CN 107908858 A CN107908858 A CN 107908858A
- Authority
- CN
- China
- Prior art keywords
- habitat
- unit
- active path
- aquatic bird
- seashore wetland
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法,基于Landsat OLI数据,将面向对象和目视解译分类的方法应用于土地覆盖类型信息提取中,在生境单元区划和生境适宜性评价的基础上,利用加权平均法得到各个生境单元的生境供容量,进而结合位序—规模法则模型计算各个生境单元的生境规模量级,通过吸引力模型获取生境单元两两之间对滨海湿地水鸟的吸引力,从而确定活动路径吸引力的强度,模拟滨海湿地水鸟活动路径。本发明模拟结果具有明确的生态意义解决了传统方法难以获得滨海湿地水鸟活动路径空间分布数据的问题。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法。
背景技术
物种多样性是人类赖以生存和社会可持续发展的物质基础之一。随着人类活动对自然环境影响的不断加剧,以及人类对物种资源的不合理利用,物种数量急剧减小,灭绝速度逐步加快,物种多样性不断下降。因此,全方位加强对物种多样性的保护和管理已成为各国政府、专家学者及社会各界有识之士共同关注的焦点。
滨海湿地是湿地水鸟繁殖、觅食和栖息的重要场所,同时是众多迁徙水鸟的停歇地和越冬地。随着社会经济的不断发展,滨海地区已成为我国乃至全球经济最为发达和发展速度最快的区域。然而,在经济社会发展的同时,大面积滨海湿地遭到侵占和破坏,湿地水鸟的生境适宜性日益降低,水鸟数量不断减少。近年来,在开发新能源、交通便捷性以及增加经济收入需求的驱动下,滨海地区海上风电场、海上石油(钻井)平台、跨海大桥以及围填海等项目相继建设,虽然建设前期项目需经过海洋环境评估,但普遍存在多数工程项目评估未考虑到工程建设对湿地水鸟的影响。不合理的工程建设会对滨海湿地水鸟的众多活动造成限制,威胁其生存。因此,明确滨海湿地水鸟的活动路径对于保护水鸟资源和合理指导滨海工程项目建设均具有重要的现实意义。
目前,国内外对于滨海湿地水鸟活动路径的研究较少。传统的研究方法主要基于实地考察或通过在水鸟体内植入定位芯片的方式记录鸟类活动方向,进而应用理论知识进行鸟类活动路径的推断。这种方法不仅费时费力,而且易在空间范围内存在空缺和错误。遥感(Remote sensing,RS)技术具有大面积观测地表景观、时效性强、可对比、数据获取精度高的特点和优势,利用遥感技术可快速监测物种栖息生境的景观格局。地理信息系统(geographic information system,GIS)技术具有强大的空间分析功能,可在空间上对地理属性数据进行计算,以获得地理现象的空间分布特征和规律。由此,GIS与RS技术的有效结合可为快速准确获取滨海湿地水鸟的活动路径提供可靠的技术支撑。
Landsat8是2013年2月11日由美国航空航天局(NASA)发射升空的陆地资源卫星。Landsat8搭载的传感器OLI,含有9个波段(0.433~0.453μm,0.450~0.515μm,0.525~0.600μm,0.630~0.680μm,0.845~0.885μm,1.560~1.660μm,2.100~2.300μm,0.500~0.680μm,1.360~1.390μm),轨道高度705km,空间分辨率30m,重访周期16天。面向对象分类与传统的遥感影像分类方法相比,其分类的基本单元不再是单个像元,而是含有更多语义信息的多个像元构成的对象;在分类过程中不仅考虑地物的光谱信息,同时考虑地物的结构特征和几何特征;更符合人类的认知过程,可实现更高层次的遥感图像分类和目标地物信息提取。
另外,目前已有的研究中未提及面向对象分类方法的不足。本发明基于GIS与RS技术实现滨海湿地水鸟活动路径的模拟,其中所用的遥感数据即为Landsat OLI影像,所用的遥感解译方法为面向对象分类方法。
发明内容
本发明的目的是为了解决利用传统研究滨海湿地水鸟活动路径耗时长且精度低的问题,而提出的一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法。
为实现上述目的,本发明的技术方案是:一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法,包括:
步骤1:在需研究的滨海湿地水鸟活动路径范围内,对研究区域的Landsat OLI数据进行预处理;
步骤2:对预处理完成的Landsat OLI数据进行面向对象分类方法的多尺度分割,得到一系列分割单元;
步骤3:对一系列分割单元划分不同的土地覆盖类型,得到土地覆盖类型矢量文件,所述土地覆盖类型包括农田、林地、居住交通用地、工业用地、辐射性建筑物、潮间盐水沼泽、红树林、淤泥质海滩、岩石海岸、沙石海滩、浅海水域、河口水域、水产养殖场、盐田和其他;
步骤4:对不同的土地覆盖类型进行滨海湿地水鸟生境适宜性赋值,生境适宜性等级共分为4类:高适宜生境赋值4分、较适宜生境赋值3分、低适宜生境赋值2分、基本不适宜生境赋值1分;
步骤5:根据滨海湿地水鸟对不同土地覆盖类型的适宜性程度进行缓冲区分析;不同缓冲区范围的生境适宜性赋值标准同步骤4;
步骤6:对缓冲区分析结果进行空间叠加分析,得到滨海湿地水鸟生境适宜性分布数据,若在空间叠加分析中出现某一区域存在两类及以上不同生境适宜性等级的情况,则将该区域的生境适宜性等级赋值为分值低的生境适宜性等级;
步骤7:根据步骤3的土地覆盖分类数据对景观进行生境单元区划,得到多个生境单元;
步骤8:计算各个生境单元中不同适宜性等级的生境面积;
步骤9:根据不同适宜性等级的生境面积和不同适宜性等级的生境赋值,利用加权平均法计算各个生境单元的生境供容量;
步骤10:按生境供容量从大到小对各个生境单元进行排序;生境供容量最大的生境单元排序为1,生境供容量第二的生境单元排序为2,依此类推;
步骤11:根据各个生境单元的生境供容量和排序结果,利用位序—规模法则模型计算各个生境单元的生境规模量级;
步骤12:根据步骤7得到的多个生境单元,计算各个生境单元在空间上的中心位置点;
步骤13:计算两两中心位置点间的距离,以此距离表征两两生境单元间的距离;
步骤14:根据各个生境单元的生境规模量级和两两生境单元间的距离,利用吸引力模型计算两两生境单元之间的生境吸引力;
步骤15:连接两两生境单元的中心位置点;
步骤16:将两两生境单元之间的生境吸引力数值赋值给对应的生境单元的中心位置点之间的连线,每条连线对应一个生境吸引力数值;
步骤17:将所有连线的数值按照自然断点分类法分为5类,分类的数值由大到小分别对应高频次活动路径、较高频次活动路径、中等频次活动路径、较低频次活动路径和低频次活动路径。
进一步地,所述步骤1中预处理过程具体包括:
(1):确定研究区域的Landsat OLI数据的轨道号,根据轨道号下载覆盖研究区域的LandsatOLI数据;
(2):对Landsat OLI数据依次进行辐射校正、大气校正、正射纠正;
(3):利用地形数据,对正射纠正后的Landsat OLI数据进行几何精纠正得到预处理后的Landsat OLI数据。
进一步地,所述步骤2中,每个分割单元由空间上相邻且同质性达到90%~100%的像元组成。进一步地,所述步骤9中加权平均法的计算公式如下:
Si=Ci×Ai
其中,Si为第i个生境单元的生境供容量,Ci为第i个生境单元的生境适宜性等级,Ai为第i个生境单元的生境面积。
进一步地,所述步骤11中位序—规模法则模型的计算公式如下:
lgSi=lgS1-qlgRi
其中,Si为第i个生境单元的生境供容量;S1为最大生境供容量;Ri为第i个生境单元供容量的位序;q是捷夫指数,用于描述生境规模与位序之间的集中与分散程度,lgS1的值反映排序为1的生境单元的规模,lgSi的值反映排序为第i个的生境单元的规模。
进一步地,所述步骤14中吸引力模型计算公式如下:
其中,Rij为在地理空间中第i个生境单元与第j个生境单元之间滨海湿地水鸟活动相互吸引力强度;K为经验常数,为两生境单元之间的距离摩擦系数;Pi为第i个生境单元的生境规模量级;Pj为第j个生境单元的生境规模量级;为ij两生境单元间的距离;b为距离摩擦系数。
与现有技术相比,本发明具有有益效果:
(1)基于地理信息系统(GIS)与遥感(RS)技术,结合多种分析模型,较传统方法相比更为快速准确的确定滨海湿地水鸟的活动路径,从而实现滨海湿地水鸟活动路径模拟的方法。
(2)GIS与RS技术相结合,在生境单元区划和生境适宜性评价的基础上,利用加权平均法得到各个生境单元的生境供容量,进而结合位序—规模法则模型计算各个生境单元的生境规模量级,通过吸引力模型获取生境单元两两之间对滨海湿地水鸟的吸引力,从而确定活动路径吸引力的强度。
(3)考虑生境适宜性和生境规模量级对滨海湿地水鸟活动的影响,因而模拟结果具有明确的生态意义。
(4)本发明克服了以往水鸟路径模拟费时费力和精度低的问题,同时也解决了传统方法难以获得滨海湿地水鸟活动路径空间分布数据的问题。
附图说明
图1是本发明一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法流程图;
图2是本发明一实施例模拟完成的滨海湿地水鸟活动路径图。
具体实施方式
下面结合附图与具体实施例进一步说明本发明。
如图1所示,一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法,包括:
步骤1:在需研究的滨海湿地水鸟活动路径范围内,对研究区域的Landsat OLI数据进行预处理;
在本实施例中,预处理过程为:
(1)在需研究的滨海湿地水鸟活动路径范围内,确定研究区域的Landsat OLI数据的轨道号,根据轨道号下载覆盖研究区的Landsat OLI数据,轨道号为P119R43,时间2017年1月3日;
(2)利用ENVI软件中的Radiometric Calibration功能对Landsat OLI数据进行辐射校正,得到辐射校正完成的Landsat OLI数据;
(3)为消除大气对Landsat OLI数据的影响,利用ENVI软件中的FLAASHAtmospheric Correction功能对辐射校正完成的Landsat OLI数据进行大气校正,得到消除大气影响的Landsat OLI数据;
(4)为消除地形畸变,利用Landsat OLI数据对应地区的DEM数据对消除大气影响的Landsat OLI数据进行正射纠正,得到正射纠正后的Landsat OLI数据;
(5)为消除几何畸变,利用地形数据,在ERDAS软件中选取地面控制点,对正射纠正后的Landsat OLI数据进行几何精纠正得到预处理后的Landsat OLI数据。
步骤2:对预处理完成的Landsat OLI数据进行面向对象分类方法的多尺度分割,得到一系列分割单元;
在本实施例中,每个分割单元由空间上相邻且同质性达到90%~100%的像元组成,显示在面向对象分类过程中多尺度分割的参数设置如表1所示:
表1
分割尺度 | 彩色因子 | 形状因子 | 光滑度 | 紧致度 |
100 | 0.8 | 0.2 | 0.5 | 0.5 |
步骤3:对一系列分割单元利用目视解译方法判读不同的土地覆盖类型,得到土地覆盖类型矢量文件,所述土地覆盖类型包括农田、林地、居住交通用地、工业用地、辐射性建筑物(例如,核电站等)、潮间盐水沼泽、红树林、淤泥质海滩、岩石海岸、沙石海滩、浅海水域、河口水域、水产养殖场、盐田和其他,分类精度可达93.2%;
步骤4:对不同的土地覆盖类型进行滨海湿地水鸟生境适宜性赋值,生境适宜性等级共分为4类:高适宜生境赋值4分、较适宜生境赋值3分、低适宜生境赋值2分、基本不适宜生境赋值1分;
步骤5:根据滨海湿地水鸟对不同土地覆盖类型的适宜性程度进行缓冲区分析;不同缓冲区范围的生境适宜性赋值标准同步骤4;
在本实施例中,不同土地覆盖类型的滨海湿地水鸟生境适宜性等级和不同缓冲区范围的生境适宜性等级划分如表2所示。
表2
步骤6:对缓冲区分析结果进行空间叠加分析,得到滨海湿地水鸟生境适宜性分布数据,若在空间叠加分析中出现某一区域存在两类及以上不同生境适宜性等级的情况,则将该区域的生境适宜性等级赋值为分值低的生境适宜性等级;
步骤7:根据步骤3的土地覆盖分类数据对景观进行生境单元区划,得到多个生境单元;
步骤8:计算各个生境单元中不同适宜性等级的生境面积;
步骤9:根据不同适宜性等级的生境面积和不同适宜性等级的生境赋值,利用加权平均法计算各个生境单元的生境供容量;
在本实施例中,加权平均法的计算公式如下:
Si=Ci×Ai
其中,Si为第i个生境单元的生境供容量,Ci为第i个生境单元的生境适宜性等级,Ai为第i个生境单元的生境面积。
步骤10:按生境供容量从大到小对各个生境单元进行排序;生境供容量最大的生境单元排序为1,lgSi的值反映排序为第i个的生境单元的规模。
步骤11:根据各个生境单元的生境供容量和排序结果,利用位序—规模法则模型计算各个生境单元的生境规模量级;
在本实施例中,位序—规模法则模型的计算公式如下:
lgSi=lgS1-qlgRi
其中,Si为第i个生境单元的生境供容量;S1为最大生境供容量;Ri为第i个生境单元供容量的位序;q是捷夫指数,用于描述生境规模与位序之间的集中与分散程度,lgS1的值反映排序为1的生境单元的规模。
步骤12:根据步骤7得到的多个生境单元,计算各个生境单元在空间上的中心位置点;
在本实施例中,中心位置点的计算过程为:
(1)在生境单元的文件中,应用ArcGIS中的Calculate Geometry功能的XCoordinate of Centroid命令计算各个生境单元中心位置点的经度坐标;
(2)在生境单元的文件中,应用ArcGIS中的Calculate Geometry功能的YCoordinate of Centroid命令计算各个生境单元中心位置点的纬度坐标;
(3)将记录各个生境单元中心位置点经度和纬度坐标的文件导出为.dbf格式文件;
(4)将导出的.dbf格式文件加载到ArcGIS中,应用Display XY Data命令将.dbf格式文件显示为空间点文件;
(5)将显示为空间点文件的数据应用ArcGIS中的Export Data命令输出为.shp格式的文件。
步骤13:计算两两中心位置点间的距离,以此距离表征两两生境单元间的距离;
步骤14:根据各个生境单元的生境规模量级和两两生境单元间的距离,利用吸引力模型计算两两生境单元之间的生境吸引力;
在本实施例中,吸引力模型计算公式如下:
其中,Rij为在地理空间中第i个生境单元与第j个生境单元之间滨海湿地水鸟活动相互吸引力强度;K为经验常数,为两生境单元之间的距离摩擦系数;Pi为第i个生境单元的生境规模量级;Pj为第j个生境单元的生境规模量级;为ij两生境单元间的距离;b为距离摩擦系数。
步骤15:连接两两生境单元的中心位置点;
步骤16:将两两生境单元之间的生境吸引力数值赋值给对应的生境单元的中心位置点之间的连线,每条连线对应一个生境吸引力数值;
步骤17:将所有连线的数值按照自然断点分类法分为5类,分类的数值按照Natural Breaks(Jenks)分类方法分为5类,分类的数值由大到小分别对应高频次活动路径、较高频次活动路径、中等频次活动路径、较低频次活动路径和低频次活动路径。
根据此结果完成制作滨海湿地水鸟活动路径图如图2所示。
本发明基于Landsat OLI数据,将面向对象和目视解译分类的方法应用于土地覆盖类型信息提取中,将独立的像元合并成为同质的对象,对象分割过程中不仅考虑光谱特征,还考虑到纹理特征和拓扑特征,所得分类结果精度为93.2%,比传统的分类方法精度提高5%左右。同时,考虑生境适宜性和生境规模量级对滨海湿地水鸟活动的影响,因而模拟结果具有明确的生态意义。本发明克服了以往水鸟路径模拟费时费力和精度低的问题,同时也解决了传统方法难以获得滨海湿地水鸟活动路径空间分布数据的问题。本发明综合利用GIS与RS技术,对快速准确模拟滨海湿地水鸟活动路径具有实践意义。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (6)
1.一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法,其特征在于,包括:
步骤1:在需研究的滨海湿地水鸟活动路径范围内,对研究区域的Landsat OLI数据进行预处理;
步骤2:对预处理完成的Landsat OLI数据进行面向对象分类方法的多尺度分割,得到一系列分割单元;
步骤3:对一系列分割单元利用目视解译方法划分为不同的土地覆盖类型,得到土地覆盖类型矢量文件,所述土地覆盖类型包括农田、林地、居住交通用地、工业用地、辐射性建筑物、潮间盐水沼泽、红树林、淤泥质海滩、岩石海岸、沙石海滩、浅海水域、河口水域、水产养殖场、盐田和其他;
步骤4:对不同的土地覆盖类型进行滨海湿地水鸟生境适宜性赋值,生境适宜性等级共分为4类:高适宜生境赋值4分、较适宜生境赋值3分、低适宜生境赋值2分、基本不适宜生境赋值1分;
步骤5:根据滨海湿地水鸟对不同土地覆盖类型的适宜性程度进行缓冲区分析;不同缓冲区范围的生境适宜性赋值标准同步骤4;
步骤6:对缓冲区分析结果进行空间叠加分析,得到滨海湿地水鸟生境适宜性分布数据,若在空间叠加分析中出现某一区域存在两类及以上不同生境适宜性等级的情况,则将该区域的生境适宜性等级赋值为分值低的生境适宜性等级;
步骤7:根据步骤3的土地覆盖分类数据对景观进行生境单元区划,得到多个生境单元;
步骤8:计算各个生境单元中不同适宜性等级的生境面积;
步骤9:根据不同适宜性等级的生境面积和不同适宜性等级的生境赋值,利用加权平均法计算各个生境单元的生境供容量;
步骤10:按生境供容量从大到小对各个生境单元进行排序;生境供容量最大的生境单元排序为1,生境供容量第二的生境单元排序为2,依此类推;
步骤11:根据各个生境单元的生境供容量和排序结果,利用位序—规模法则模型计算各个生境单元的生境规模量级;
步骤12:根据步骤7得到的多个生境单元,计算各个生境单元在空间上的中心位置点;
步骤13:计算两两中心位置点间的距离,以此距离表征两两生境单元间的距离;
步骤14:根据各个生境单元的生境规模量级和两两生境单元间的距离,利用吸引力模型计算两两生境单元之间的生境吸引力;
步骤15:连接两两生境单元的中心位置点;
步骤16:将两两生境单元之间的生境吸引力数值赋值给对应的生境单元的中心位置点之间的连线,每条连线对应一个生境吸引力数值;
步骤17:将所有连线的数值按照自然断点分类法分为5类,分类的数值由大到小分别对应高频次活动路径、较高频次活动路径、中等频次活动路径、较低频次活动路径和低频次活动路径。
2.根据权利要求1所述的一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法,其特征在于,所述步骤1中预处理过程具体包括:
(1):确定研究区域的Landsat OLI数据的轨道号,根据轨道号下载覆盖研究区域的Landsat OLI数据;
(2):对Landsat OLI数据依次进行辐射校正、大气校正、正射纠正;
(3):利用地形数据,对正射纠正后的Landsat OLI数据进行几何精纠正得到预处理后的Landsat OLI数据。
3.根据权利要求1所述的一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法,其特征在于,所述步骤2中,每个分割单元由空间上相邻且同质性达到90%~100%的像元组成。
4.根据权利要求1所述的一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法,其特征在于,所述步骤9中加权平均法的计算公式如下:
Si=Ci×Ai
其中,Si为第i个生境单元的生境供容量,Ci为第i个生境单元的生境适宜性等级,Ai为第i个生境单元的生境面积。
5.根据权利要求1所述的一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法,其特征在于,所述步骤11中位序—规模法则模型的计算公式如下:
<mrow>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>S</mi>
<mn>1</mn>
</msub>
<mo>&times;</mo>
<msubsup>
<mi>R</mi>
<mi>i</mi>
<mrow>
<mo>-</mo>
<mi>q</mi>
</mrow>
</msubsup>
</mrow>
lg Si=lg S1-q lg Ri
其中,Si为第i个生境单元的生境供容量;S1为最大生境供容量;Ri为第i个生境单元供容量的位序;q是捷夫指数,用于描述生境规模与位序之间的集中与分散程度,lg S1的值反映排序为1的生境单元的规模,lg Si的值反映排序为第i个的生境单元的规模。
6.根据权利要求1所述的一种基于GIS与RS的滨海湿地水鸟活动路径模拟方法,其特征在于,所述步骤14中吸引力模型计算公式如下:
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>KP</mi>
<mi>i</mi>
</msub>
<msub>
<mi>P</mi>
<mi>j</mi>
</msub>
</mrow>
<msubsup>
<mi>D</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mi>b</mi>
</msubsup>
</mfrac>
</mrow>
其中,Rij为在地理空间中第i个生境单元与第j个生境单元之间滨海湿地水鸟活动相互吸引力强度;K为经验常数,为两生境单元之间的距离摩擦系数;Pi为第i个生境单元的生境规模量级;Pj为第j个生境单元的生境规模量级;为ij两生境单元间的距离;b为距离摩擦系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711110784.3A CN107908858B (zh) | 2017-11-13 | 2017-11-13 | 一种基于gis与rs的滨海湿地水鸟活动路径模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711110784.3A CN107908858B (zh) | 2017-11-13 | 2017-11-13 | 一种基于gis与rs的滨海湿地水鸟活动路径模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107908858A true CN107908858A (zh) | 2018-04-13 |
CN107908858B CN107908858B (zh) | 2021-01-12 |
Family
ID=61845167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711110784.3A Active CN107908858B (zh) | 2017-11-13 | 2017-11-13 | 一种基于gis与rs的滨海湿地水鸟活动路径模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107908858B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103324984A (zh) * | 2012-03-22 | 2013-09-25 | 中国环境科学研究院 | 一种基于gis的城市最小生态用地判定方法 |
CN105809578A (zh) * | 2016-05-30 | 2016-07-27 | 北京师范大学 | 一种区域水环境风险评估和分区方法 |
CN106909899A (zh) * | 2017-02-24 | 2017-06-30 | 中国农业大学 | 一种湿地景观演变过程的分析方法及分析系统 |
CN206390061U (zh) * | 2017-01-11 | 2017-08-11 | 成都野趣生境园林景观设计有限公司 | 一种用于蜻蜓栖息的水塘 |
-
2017
- 2017-11-13 CN CN201711110784.3A patent/CN107908858B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103324984A (zh) * | 2012-03-22 | 2013-09-25 | 中国环境科学研究院 | 一种基于gis的城市最小生态用地判定方法 |
CN105809578A (zh) * | 2016-05-30 | 2016-07-27 | 北京师范大学 | 一种区域水环境风险评估和分区方法 |
CN206390061U (zh) * | 2017-01-11 | 2017-08-11 | 成都野趣生境园林景观设计有限公司 | 一种用于蜻蜓栖息的水塘 |
CN106909899A (zh) * | 2017-02-24 | 2017-06-30 | 中国农业大学 | 一种湿地景观演变过程的分析方法及分析系统 |
Non-Patent Citations (4)
Title |
---|
CHUNYAN LU: "Assessing the conservation effectiveness of wetland protected areas in Northeast China", 《WETLANDS ECOL MANAGE (2016)》 * |
路春燕: "综合利用雷达影像和光学影像的泥炭沼泽(peatlands)分布遥感分类研究", 《中国博士学位论文全文数据库_基础科学辑》 * |
郭纪光: "生态网络规划方法及实证研究_以崇明岛为例", 《中国知网》 * |
钟海燕: "《中国少数民族地区构建新型城镇化战略格局研究》", 31 August 2013 * |
Also Published As
Publication number | Publication date |
---|---|
CN107908858B (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107145872B (zh) | 基于gis缓冲区分析的荒漠河岸林空间分布获取方法 | |
Shi-Biao et al. | GIS-based and data-driven bivariate landslide-susceptibility mapping in the Three Gorges area, China | |
CN109272227B (zh) | 一种基于遥感数据和地理信息系统的绿色矿山选址方法 | |
CN103063202A (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 | |
CN113269362A (zh) | 水电开发影响下基于关键生境因子辨识与修复的生物多样性保育方法 | |
CN112329706A (zh) | 一种基于遥感技术的采矿用地识别方法 | |
CN106780586A (zh) | 一种基于地面激光点云的太阳能潜力评估方法 | |
Yang et al. | The spatial distribution and expansion of subsided wetlands induced by underground coal mining in eastern China | |
CN114925974A (zh) | 一种面向市县国土空间规划的分类逐步双评价方法 | |
CN113158807A (zh) | 一种遥感影像的模型自训练和优化系统 | |
Ratnaparkhi et al. | Analysis of land use/land cover changes using remote sensing and GIS techniques in Parbhani City, Maharashtra, India | |
CN107908858A (zh) | 一种基于gis与rs的滨海湿地水鸟活动路径模拟方法 | |
Zhou | Application of artificial intelligence in geography | |
Zhang et al. | Simulation of the spatial stresses due to territorial land development on Yellow River Delta Nature Reserve using a GIS-based assessment model | |
Gong et al. | The spatial pattern of Scirpus mariqueter expansion and the associated mechanism of self-organization using unmanned aerial vehicles and its significance for coastal wetland restoration | |
Pan et al. | ESTIMATION OF ECOLOGICAL ASSET VALUES IN SHANGRILA BASED ON REMOTELY SENSED DATA. | |
Khikmah et al. | Evaluation of spatial and regional planning map using remote sensing and GIS in East Lombok Indonesia | |
Geng et al. | Wetland mapping and landscape analysis for supporting international wetland cities: case studies in Nanchang City and Wuhan City | |
DEMİR et al. | Analysis Temporal Land Use/Land Cover Change Based on Landscape Pattern and Dynamic Metrics in Protected Mary Valley, Trabzon from 1987 to 2015 | |
CN112686995B (zh) | 一种红树林智能监管系统 | |
LU102539B1 (en) | Identification Method of Land Suitable for Afforestation in Karst Area Based on Neural Network System | |
CIALDEA | SPATIAL EVOLUTIONS BETWEEN IDENTITY VALUES AND SETTLEMENTS CHANGES | |
REDDY | LAND INFORMATION REPORT OF KEESARA MANDAL OF RANGA REDDY DISTRICT USING GEOSPATIAL TECHNOLOGY | |
Yamashkin et al. | Formation of Spatial Databases within the Spatial Data Infrastructure | |
Mkrtchian | ANALYSIS OF RELIEF MORPHOLOGY OF UKRAINIAN CARPATHIANS THROUGH THE METHOD OF AUTOCOVARIOGRAMS |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |