CN108280588A - 一种基于机器学习的生态安全格局构建方法 - Google Patents
一种基于机器学习的生态安全格局构建方法 Download PDFInfo
- Publication number
- CN108280588A CN108280588A CN201810126278.1A CN201810126278A CN108280588A CN 108280588 A CN108280588 A CN 108280588A CN 201810126278 A CN201810126278 A CN 201810126278A CN 108280588 A CN108280588 A CN 108280588A
- Authority
- CN
- China
- Prior art keywords
- ecological
- landscape
- pattern
- area
- analysis
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 27
- 238000010801 machine learning Methods 0.000 title claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 238000012163 sequencing technique Methods 0.000 claims abstract description 4
- 238000012795 verification Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims description 2
- 238000011160 research Methods 0.000 description 9
- 230000018109 developmental process Effects 0.000 description 5
- 238000012732 spatial analysis Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013467 fragmentation Methods 0.000 description 3
- 238000006062 fragmentation reaction Methods 0.000 description 3
- 102000000584 Calmodulin Human genes 0.000 description 2
- 108010041952 Calmodulin Proteins 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 235000021393 food security Nutrition 0.000 description 1
- 238000012252 genetic analysis Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000011165 process development Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
Abstract
本发明公开了一种基于机器学习的生态安全格局构建方法,具体步骤如下:S1:立项;S2:搜集资料;S3:建立模型;S4:根据步骤S3建立的模型进行分析,以人文社会学和生态环境学为分析基础进行;S5:土地利用生态过程的生态网络构建;S6:根据步骤S4分析结果进行确定关键区域和关键节点,以生态情况与人文情况为基础进行判定关键区域和关键节点的优化先后顺序,从而建立商业生态系统服务与城乡空间布局。该城乡生态安全格局构建方法,将生态系统服务与城乡空间布局联系起来,采用统一的系统化格局构建方法,方便工作人员的使用,构建的框架清晰明了。
Description
技术领域
本发明涉及一种安全格局构建方法,具体是一种基于机器学习的生态安全格局构建方法。
背景技术
尽管经过长期不懈的努力,我国生态环境建设和保护取得了很大成绩,但形势依然十分严峻。生态系统结构性破坏问题日益突出,生态功能呈现持续退化的发展态势,生态退化的程度在加剧,生态服务功能不断下降。同时,土地退化、工业化、城乡化和矿产开发引起的一系列生态环境问题日渐突出,生物多样性不断减少,水资源日益短缺,并由此引发的生态灾害在加重,生态问题更加复杂化。随着城市进程的加快,城市建设用地不断扩张,导致城乡自然景观体系遭到破坏,自然生态系统的整体功能下降,生态环境恶化,已上升到了城乡生态安全问题的层面,但人们对于城乡生态安全及其生态安全格局都没有很好的了解。
造成生态退化的重要原因之一就是我国长期实施城乡二元经济发展模式情况下,生态环境保护基本上实施城乡分割制,城乡经济社会的发展不断地向农村索取物质资源,农村为城乡经济社会发展提供免费或廉价的生态服务,但农村的生态环境保护与建设却没有得到与城市一样的重视与支持。生态安全是国家安全的重要组成部分,我国农村城市化进程中,区域城乡生态安全体系不断遭受破坏、日趋破碎化和生态信息交换通道阻断等问题突出,城乡一体化生态安全格局构建十分迫切。但是,目前关于生态安全格局构建主要集中在城市的生态安全格局构建的理论与规划设计层面上,从城乡统筹的角度,研究城乡一体化生态安全格局的构建技术并应用于实践的案例较少。
建设生态安全格局,被大多数人认为是实现区域生态安全的基本保障。近十年我国学者对生态安全格局的定义、理论基础和构建方法等进行了研究。其中,生态安全格局的构建方法是研究的重点和难点。目前,基于生态适宜性和垂直生态过程进行的生态敏感性和生态系统服务的重要性分析,是关键生态地段辨识的常用方法。“景观安全格局”和“生态安全格局”理论已在不同尺度、不同区域的关键生态地段的辨识和生态安全格局的构建规划中得到应用。但是,总体上看国内外对于区域生态安全格局的研究多集中在自然保护区、风景名胜区、生态脆弱地区、经济快速发展地区开展,研究内容集中在重大工程的生态安全风险评价以及生态安全格局的规划等方面。本发明提供一种基于机器学习的生态安全格局构建方法。
发明内容
本发明的目的在于提供一种基于机器学习的生态安全格局构建方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于机器学习的生态安全格局构建方法,具体步骤如下:
S1:立项:根据需要进行城乡一体化商业生态安全格局构建的地区进行立项;
S2:搜集资料:对步骤S1中立项的地区进行资料搜集,搜集的资料内容包括该地区的生态情况和人文情况;
S3:建立模型:根据步骤S2中采集的生态情况与人文情况的信息进行模型建立,建立的模型上采用指示标签进行标定;
S4:根据步骤S3建立的模型进行分析,以人文社会学和生态环境学为分析基础进行:景观生态安全格局分析;景观格局分析;生态安全评价;社会安全与环境建设分析;廊道和节点位置判定;GIS检测;水资源保护与滞洪格局分析;地质灾害安全防护分析;景观基因分析;
S5:土地利用生态过程的生态网络构建:基于景观生态学中的生态流理论及生态服务功能价值理论,首先针对以人类活动为主要影响因素的土地利用生态过程构建生态网络,具体技术包括:景观类型的划分、景观功能空间分布的确定、景观流阻力面构建、景观格局优化组分识别、生态节点重要性分析以及结合研究区现状进行生态网络优化方案设计;
S6:根据步骤S4分析结果进行确定关键区域和关键节点,以生态情况与人文情况为基础进行判定关键区域和关键节点的优化先后顺序,从而建立商业生态系统服务与城乡空间布局。
作为本发明进一步的方案:所述步骤S2中的生态情况包括河流走向、绿地位置、地势地貌、人工廊道建设情况,所述步骤S2中的人文情况包括该地区的文化传统、习俗、经济发展、人们对待生态的看法情况,所述步骤S3中的指示标签根据指示的对象进行分类,分类的依据为指示对象在格局构建中占据的重要性,分类的方式为数字标号,数字越大重要性越大,所述步骤S5中关键区域和关键节点的确定方式是以生态情况与人文情况为基础进行综合判定。
与现有技术相比,本发明的有益效果是:
该城乡生态安全格局构建方法,将生态系统服务与城乡空间布局联系起来,采用统一的系统化格局构建方法,方便工作人员的使用,构建的框架清晰明了。
附图说明
图1为基于机器学习的生态安全格局构建方法的流程图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
请参阅图1,一种基于机器学习的生态安全格局构建方法,具体步骤如下:
S1:立项:根据需要进行城乡一体化商业生态安全格局构建的地区进行立项;
S2:搜集资料:对步骤S1中立项的地区进行资料搜集,搜集的资料内容包括该地区的生态情况和人文情况;
S3:建立模型:根据步骤S2中采集的生态情况与人文情况的信息进行模型建立,建立的模型上采用指示标签进行标定;
S4:根据步骤S3建立的模型进行分析,以人文社会学和生态环境学为分析基础进行:
景观生态安全格局分析:景观中存在的潜在的生态系统空间格局,它由景观中的某些关键的局部、其所处方位和空间联系共同构成,景观生态安全格局对维护或控制地块的生态过程有着重要的意义;
景观格局分析:大小和形状各异的景观要素在空间上的排列和组合,包括景观组成单元的类型、数目及空间分布与配置,比如不同类型的斑块可在空间上呈随机型、均匀型或聚集型分布,它是景观异质性的具体体现,又是各种生态过程在不同尺度上作用的结果;
生态安全评价:人类在生产、生活和健康等方面不受生态破坏与环境污染等影响的保障程度,包括饮用水与食物安全、空气质量与绿色环境等基本要素,健康的生态系统是稳定的和可持续的,在时间上能够维持它的组织结构和自治,以及保持对胁迫的恢复力,反之,不健康的生态系统,是功能不完全或不正常的生态系统,其安全状况则处于受威胁之中;
社会安全与环境建设分析:随着生态文明建设的逐步深入,生态安全也必将引起更多人的关注与思考,进而通过行动得到更大程度的落实,生态安全是实现生态文明的前提,建设生态文明是维护和保障生态安全的最终目的,生态安全与生态文明之间是相互促进、相辅相成的有机统一的整体;
廊道和节点位置判定:基于廊道的连通度原理以及廊道功能效益的距离衰减规律,利用累积耗费距离模型来获得研究区生态网络中的廊道结构;
GIS检测:根据生态源地斑块空间分布图和景观生态阻力面,使用GIS空间分析模块分别计算每个生态斑块的景观生态功能累积耗费距离表面,在此基础上,生成每两个生态斑块之间的最小耗费距离路径,结合区域的景观特征,确定研究区景观生态流运行的最低阻力通道网络,进而得到潜在生态廊道的最佳空间位置,通过廊道密度分析,确定优先建设的生态廊道;
水资源保护与滞洪格局分析:通过实地信息收集和GIS检测进行确定水资源的分布情况;
地质灾害安全防护分析:根据采集到的地势地貌、水域分布进行综合专业分析地质灾害发生情况并做相应的预防措施;
景观基因分析:根据当地的地貌进行确定当地的土壤与植物绿化的相容性,选取相适应的植物进行绿化,并得出分析结果;
S5:土地利用生态过程的生态网络构建:基于景观生态学中的生态流理论及生态服务功能价值理论,首先针对以人类活动为主要影响因素的土地利用生态过程构建生态网络,具体技术包括:景观类型的划分、景观功能空间分布的确定、景观流阻力面构建、景观格局优化组分识别(包括提取生态源地、确立生态廊道、识别生态节点)、生态节点重要性分析以及结合研究区现状进行生态网络优化方案设计等。实现的核心模型为累积耗费距离模型,技术过程主要借助地理信息系统完成;
S5:根据步骤S4分析结果进行确定关键区域和关键节点,以生态情况与人文情况为基础进行判定关键区域和关键节点的优化先后顺序,从而建立商业生态系统服务与城乡空间布局。
其中,所述步骤S2中的生态情况包括河流走向、绿地位置、地势地貌、人工廊道建设等情况,所述步骤S2中的人文情况包括该地区的文化传统、习俗、经济发展、人们对待生态的看法等情况,所述步骤S3中的指示标签根据指示的对象进行分类,分类的依据为指示对象在格局构建中占据的重要性,分类的方式为数字标号,数字越大重要性越大,所述步骤S5中关键区域和关键节点的确定方式是以生态情况与人文情况为基础进行综合判定。
1、城乡景观类型分类
在ArcGIS中,对北京市朝阳区遥感影像进行了目视解译,在GPS支持下,到控制点进行实地踏勘,确定实地地物类型,提高遥感解译精度。建立北京市朝阳区景观类型分类规则,6类景观及其所对应的土地利用类型为:建筑用地、耕地、草地、水域、林地和其他用地等。
2、城乡景观格局分析与功能评价
通过对遥感影像解译、分类,分别在景观水平和斑块水平计算研究区的景观指数。以遥感数据为基础进行分析可知,朝阳区景观破碎化严重,景观形状较不规则;建筑用地各斑块的距离最小,聚集度高;斑块破碎度小,其它自然斑块都存在不同程度的破碎化情况,连通性较差。
3、景观阻力面的构建
不同的生态源地之间景观流的空间运行要克服一定的阻力才能实现。在此,这意味着源生态流运行时,景观生态功能必然会随距离衰减,而对于不同土地利用类型来说其耗费也不同。运用地理信息系统空间分析功能,分别计算各种类型生态功能强度的倒数,得到景观生态阻力面。
4、景观格局优化组分识别
4.1、提取生态源地
生态源地指一定地域内达到一定规模的生态服务功能值高、促进生态过程发展的景观类型。生态源地是物质、能量甚至服务功能的源头或汇集处,如森林、公园、开放绿地、湖泊等。基于生态服务功能特征选择的可空间化和定量化,可以主要根据植被覆盖度和源地的面积来确定各级生态网络(各个尺度)的生态源地。本研究依靠GIS的空间分析技术提取林地和水体斑块(面积大于等于10hm2的林地、草地,面积大于5hm2的水体)作为区域内提供主要生态效益的源,即生态源地,建立生态源地斑块空间分布图。
4.2、确立潜在生态廊道
基于廊道的连通度原理以及廊道功能效益的距离衰减规律,利用累积耗费距离模型来获得研究区生态网络中的廊道结构。根据生态源地斑块空间分布图和景观生态阻力面,使用GIS空间分析模块分别计算每个生态斑块的景观生态功能累积耗费距离表面。在此基础上,生成每两个生态斑块之间的最小耗费距离路径,结合区域的景观特征,确定研究区景观生态流运行的最低阻力通道网络,进而得到潜在生态廊道的最佳空间位置,通过廊道密度分析,确定优先建设的生态廊道。
4.3、识别潜在生态节点
生态节点指分布在生态系统的空间中,连接相邻的生态源地,并对生态流起关键作用的景观组分。在景观生态阻力表面上,以所有生态源地为对象获得累积耗费距离表面。将累计耗费距离栅格图作为地形图,借鉴空间分析模块中的水文分析方法提取耗费距离表面的“山脊线”,即阻力面阻隔生态流运行的最大阈值;然后,通过栅格计算,获取“山脊线”和最短路径的交集,结合研究区景观特征,确定出潜在生态节点的最佳空间位置。通过潜在生态节点密度分析、盲区分析、重要性分析和等级评价,确定生态节点的建设顺序。
4.4、形成生态网络
在对景观格局组分进行优化的基础上,建立生态源地、生态廊道、生态节点相互结合的生态网络。
上面对本专利的较佳实施方式作了详细说明,但是本专利并不限于上述实施方式,在本领域的普通技术人员所具备的知识范围内,还可以在不脱离本专利宗旨的前提下作出各种变化。
Claims (2)
1.一种基于机器学习的生态安全格局构建方法,其特征在于,具体步骤如下:
S1:立项:根据需要进行城乡一体化商业生态安全格局构建的地区进行立项;
S2:搜集资料:对步骤S1中立项的地区进行资料搜集,搜集的资料内容包括该地区的生态情况和人文情况;
S3:建立模型:根据步骤S2中采集的生态情况与人文情况的信息进行模型建立,建立的模型上采用指示标签进行标定;
S4:根据步骤S3建立的模型进行分析,以人文社会学和生态环境学为分析基础进行:景观生态安全格局分析;景观格局分析;生态安全评价;社会安全与环境建设分析;廊道和节点位置判定;GIS检测;水资源保护与滞洪格局分析;地质灾害安全防护分析;景观基因分析;
S5:土地利用生态过程的生态网络构建:基于景观生态学中的生态流理论及生态服务功能价值理论,首先针对以人类活动为主要影响因素的土地利用生态过程构建生态网络,具体技术包括:景观类型的划分、景观功能空间分布的确定、景观流阻力面构建、景观格局优化组分识别、生态节点重要性分析以及结合研究区现状进行生态网络优化方案设计;
S6:根据步骤S4分析结果进行确定关键区域和关键节点,以生态情况与人文情况为基础进行判定关键区域和关键节点的优化先后顺序,从而建立商业生态系统服务与城乡空间布局。
2.根据权利要求1所述的基于机器学习的生态安全格局构建方法,其特征在于,所述步骤S2中的生态情况包括河流走向、绿地位置、地势地貌、人工廊道建设情况,所述步骤S2中的人文情况包括该地区的文化传统、习俗、经济发展、人们对待生态的看法情况,所述步骤S3中的指示标签根据指示的对象进行分类,分类的依据为指示对象在格局构建中占据的重要性,分类的方式为数字标号,数字越大重要性越大,所述步骤S5中关键区域和关键节点的确定方式是以生态情况与人文情况为基础进行综合判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810126278.1A CN108280588A (zh) | 2018-02-08 | 2018-02-08 | 一种基于机器学习的生态安全格局构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810126278.1A CN108280588A (zh) | 2018-02-08 | 2018-02-08 | 一种基于机器学习的生态安全格局构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108280588A true CN108280588A (zh) | 2018-07-13 |
Family
ID=62808028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810126278.1A Pending CN108280588A (zh) | 2018-02-08 | 2018-02-08 | 一种基于机器学习的生态安全格局构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108280588A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785215A (zh) * | 2019-03-05 | 2019-05-21 | 重庆工商大学融智学院 | 一种基于生态环境空间大数据的生态安全格局构建方法 |
CN110096563A (zh) * | 2019-04-28 | 2019-08-06 | 天津城建大学 | 一种基于生态服务逻辑编码的生态网络构建方法 |
CN110765566A (zh) * | 2019-08-21 | 2020-02-07 | 中国矿业大学 | 一种矿业城市生态安全空间格局模型构建方法 |
CN113505948A (zh) * | 2021-09-13 | 2021-10-15 | 四川师范大学 | 基于贝叶斯网络的未来生态安全格局预测和优化方法 |
CN113505510A (zh) * | 2021-07-13 | 2021-10-15 | 四川师范大学 | 融合景观指数和随机游走模型的生态安全格局识别方法 |
CN114004416A (zh) * | 2021-11-09 | 2022-02-01 | 上海勘测设计研究院有限公司 | 一种城乡一体化生态安全格局构建方法 |
CN115082250A (zh) * | 2022-05-18 | 2022-09-20 | 深圳大学 | 个体移动与生态空间的网络关系分析方法、装置及终端 |
TWI821719B (zh) * | 2021-08-04 | 2023-11-11 | 國立中興大學 | 預測水稻用水需求的系統及方法 |
CN117933764A (zh) * | 2024-03-22 | 2024-04-26 | 江西师范大学 | 基于可持续发展指数的区域生态安全格局构建方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218770A (zh) * | 2012-12-14 | 2013-07-24 | 北京林业大学 | 一种城乡一体化生态安全格局构建的技术 |
CN106157220A (zh) * | 2016-07-13 | 2016-11-23 | 天津大学 | 一种基于最小费用距离模型的城市生态网络构建方法 |
CN106933945A (zh) * | 2017-01-20 | 2017-07-07 | 上海同济城市规划设计研究院 | 城市生态安全空间格局模型构建方法 |
CN107194850A (zh) * | 2017-04-17 | 2017-09-22 | 黄河科技学院 | 一种城乡一体化商业生态安全格局构建方法 |
-
2018
- 2018-02-08 CN CN201810126278.1A patent/CN108280588A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218770A (zh) * | 2012-12-14 | 2013-07-24 | 北京林业大学 | 一种城乡一体化生态安全格局构建的技术 |
CN106157220A (zh) * | 2016-07-13 | 2016-11-23 | 天津大学 | 一种基于最小费用距离模型的城市生态网络构建方法 |
CN106933945A (zh) * | 2017-01-20 | 2017-07-07 | 上海同济城市规划设计研究院 | 城市生态安全空间格局模型构建方法 |
CN107194850A (zh) * | 2017-04-17 | 2017-09-22 | 黄河科技学院 | 一种城乡一体化商业生态安全格局构建方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785215A (zh) * | 2019-03-05 | 2019-05-21 | 重庆工商大学融智学院 | 一种基于生态环境空间大数据的生态安全格局构建方法 |
CN110096563A (zh) * | 2019-04-28 | 2019-08-06 | 天津城建大学 | 一种基于生态服务逻辑编码的生态网络构建方法 |
CN110096563B (zh) * | 2019-04-28 | 2023-04-28 | 天津城建大学 | 一种基于生态服务逻辑编码的生态网络构建方法 |
CN110765566A (zh) * | 2019-08-21 | 2020-02-07 | 中国矿业大学 | 一种矿业城市生态安全空间格局模型构建方法 |
CN113505510A (zh) * | 2021-07-13 | 2021-10-15 | 四川师范大学 | 融合景观指数和随机游走模型的生态安全格局识别方法 |
CN113505510B (zh) * | 2021-07-13 | 2022-08-26 | 四川师范大学 | 融合景观指数和随机游走模型的生态安全格局识别方法 |
TWI821719B (zh) * | 2021-08-04 | 2023-11-11 | 國立中興大學 | 預測水稻用水需求的系統及方法 |
CN113505948A (zh) * | 2021-09-13 | 2021-10-15 | 四川师范大学 | 基于贝叶斯网络的未来生态安全格局预测和优化方法 |
CN114004416A (zh) * | 2021-11-09 | 2022-02-01 | 上海勘测设计研究院有限公司 | 一种城乡一体化生态安全格局构建方法 |
CN115082250A (zh) * | 2022-05-18 | 2022-09-20 | 深圳大学 | 个体移动与生态空间的网络关系分析方法、装置及终端 |
CN115082250B (zh) * | 2022-05-18 | 2024-02-09 | 深圳大学 | 个体移动与生态空间的网络关系分析方法、装置及终端 |
CN117933764A (zh) * | 2024-03-22 | 2024-04-26 | 江西师范大学 | 基于可持续发展指数的区域生态安全格局构建方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108280588A (zh) | 一种基于机器学习的生态安全格局构建方法 | |
Wang et al. | Ecosystem service of green infrastructure for adaptation to urban growth: function and configuration | |
Kim et al. | Landscape character, biodiversity and land use planning: The case of Kwangju City Region, South Korea | |
Masuya et al. | Population evacuation: evaluating spatial distribution of flood shelters and vulnerable residential units in Dhaka with geographic information systems | |
CN107194850A (zh) | 一种城乡一体化商业生态安全格局构建方法 | |
Qi et al. | Modeling the spatial distribution of urban population during the daytime and at night based on land use: A case study in Beijing, China | |
CN102903014A (zh) | 江湖交汇水系水环境质量监测站点的优化布置方法 | |
Yuanjing et al. | Ecological security pattern for the landscape of mesoscale and microscale land: a case study of the Harbin City center | |
CN106548306A (zh) | 实现网格精细化管理的基层水务系统 | |
Liu et al. | A century of the evolution of the urban area in Shenyang, China | |
Shuai et al. | Construction and optimization of ecological networks in karst regions based on multi-scale nesting: A case study in Guangxi Hechi, China | |
Xu et al. | Ecological sensitivity evaluation and explanatory power analysis of the Giant Panda National Park in China | |
CN113240257A (zh) | 一种基于最小累积阻力模型的国土空间分区方法和装置 | |
Yang et al. | Construction of ecological security pattern based on ecosystem service evaluation and minimal cumulative resistance model: a case study of Hefei City, China | |
Yuan et al. | Identifying ecological strategic points based on multi-functional ecological networks: A case study of Changzhi City, China | |
Li et al. | Synergistic ecological network approach for sustainable development of highly urbanized area in the Bay Bottom region: A study in Chengyang District, Qingdao | |
Grigorescu et al. | REGIONAL DISPARITIES IN THE URBAN SPRAWL PHENOMENON IN ROMANIA USING CORINE LAND COVER DATABASE. | |
Tian et al. | Construction and optimization of ecological security patterns in Dryland watersheds considering ecosystem services flows | |
Li et al. | [Retracted] Image Simulation of Traditional Village Spatial Layout Based on Computer Numerical Analysis | |
Hsieh et al. | Improving the local wind environment through urban design strategies in an urban renewal process to mitigate urban heat island effects | |
CN115391973B (zh) | 一种小流域景观生态空间数据处理方法 | |
Sarkar | Analysis of human settlement patterns using RS and GIS in the plains of West Bengal | |
Agrawal et al. | GIS and AHP based site suitability for sewage treatment plant in Sultanpur district, India | |
Dewiyanti | Urban sprawl development in eastern bandung region | |
Li et al. | Spatial distribution characteristics and optimum layout of urban and rural areas in different geomorphological types |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180713 |
|
RJ01 | Rejection of invention patent application after publication |