CN109508881B - 海岛区域分类及生态资源价值评估方法 - Google Patents
海岛区域分类及生态资源价值评估方法 Download PDFInfo
- Publication number
- CN109508881B CN109508881B CN201811339839.2A CN201811339839A CN109508881B CN 109508881 B CN109508881 B CN 109508881B CN 201811339839 A CN201811339839 A CN 201811339839A CN 109508881 B CN109508881 B CN 109508881B
- Authority
- CN
- China
- Prior art keywords
- island
- resource value
- ecological resource
- ecological
- category
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 238000012937 correction Methods 0.000 claims description 38
- 238000012549 training Methods 0.000 claims description 17
- 239000002028 Biomass Substances 0.000 claims description 12
- 238000011161 development Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 8
- 238000011835 investigation Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- 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)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种海岛区域分类及生态资源价值评估方法，包括以下步骤：根据采集到的海岛遥感数据对海岛区域进行分类，得到海岛区域类别以及每个类别对应的面积；根据海岛区域类别确立每个类别对应的单位面积生态资源价值量，根据海岛区域类别及对应的单位面积生态资源价值量建立海岛单位面积生态资源价值量表；通过每个类别对应的面积以及每个类别对应的单位面积生态资源价值量确立总的海岛生态资源价值。本发明不仅可以提升海岛生态资源价值的计算科学性、通用性及便捷性，还可以大规模的开展我国海岛生态资源价值计算与评估。
Description
技术领域
本发明涉及海岛生态经济领域，尤其涉及一种海岛区域分类及生态资源价值评估方法。
背景技术
海岛是海洋国土的重要组成部分，也是沿海国家和地区拓展社会发展空间、加快海洋经济发展的重要载体。我国拥有海岛11000多个(据2014年全国海岛地名普查最新成果)，海岛开发前景巨大。在过去五年里，2010年《中华人民共和国海岛保护法》颁布实施；2011年“浙江舟山群岛新区”和“福建平潭岛综合实验区”获得国务院批准建设；2012年《全国海岛保护规划》颁布实施；2013年国家海洋局“三定”方案，组建政策法制与岛屿权益司；2014年《全国生态保护与建设规划》首次将海洋区(含海岛)纳入国家生态保护与建设总体格局。以上都凸显了当前我国海岛的重要地位。
作为特殊的海洋生态系统，海岛是由岛陆、潮间带和近海三方面互相耦合的生态系统，具有海陆两相性、结构独立性和生态脆弱性等特征，一旦遭到破坏将难以恢复。因生态资源价值研究可以连接生态学、经济学和社会学，可作为生态保护、生态修复和生态系统管理的基础，使其成为了评估生态系统状况的重要手段。为更好的开发和保护我国的海岛资源，需科学的评估海岛生态资源价值。
目前，还没有一套很完整的评估体系来评估海岛的生态资源总体价值。现有的少量评估海岛生态资源价值的方法，或者直接采用不适用于海岛的陆地生态资源价值评估方法或者方法不够完善，处理过程不够严谨科学，从而导致对海岛的生态资源评估结果不够准确或者误差较大。
发明内容
本发明针对现有技术中的缺点，提供了一种海岛区域分类及生态资源价值评估方法。
为了解决上述技术问题，本发明通过下述技术方案得以解决：
一种海岛区域分类及生态资源价值评估方法，包括以下步骤：
根据采集到的海岛遥感数据对海岛区域进行分类，得到海岛区域类别以及每个类别对应的面积；
根据海岛区域类别确立每个类别对应的单位面积生态资源价值量，根据海岛区域类别及对应的单位面积生态资源价值量建立海岛单位面积生态资源价值量表；
通过每个类别对应的面积以及每个类别对应的单位面积生态资源价值量确立总的海岛生态资源价值。
作为一种可实施方式，所述根据采集到的海岛遥感数据对海岛土地进行分类，得到海岛土地类别以及每个类别相应的面积，具体的步骤为：
对采集到的海岛遥感数据进行预处理，得到用以解译的遥感数据库；
获取不同类型区域的野外调查样本并根据海岛区域特性进行归类；
将海岛区域依照海岛区域的特性建立至少6类应用于海岛区域分类体系，6类海岛区域分类体系包括耕地、林地、草地、水域、湿地以及建设用地；
根据最终遥感数据与不同类型的野外调查样本，将海岛区域依照所述海岛区域分类体系对海岛地物的几何形状、颜色特征、纹理特征集空间分布情况进行分析，通过分析结果建立海岛区域类型解释标识库；
根据海岛区域类型解释标识库与遥感数据库对海岛区域进行分类得到海岛区域类别，并结合海岛区域总面积获取每个类别相应的面积；
对海岛区域类型的分类结果以及每个类别相应的面积分别进行精度检查，最终得到正确的每个类别相应的面积。
作为一种可实施方式，所述根据海岛区域类型解释标识库与遥感数据库对海岛区域进行分类得到海岛区域类别，并结合海岛区域总面积获取每个类别相应的面积，具体过程为：
根据建立的海岛土地类型解译标识库，在遥感数据库中选择训练样本X＝[x1，x2，…，xn]，X表示像元，n为图像波段总数，xi为地物点在第i波段的亮度值；
将海岛区域分为m类，类别wi(i＝1，2，…，m)，其中，m大于等于6；
通过训练样本确定每个类别中出现像元的概率，假设训练样本在特征空间上的分布服从高斯正态分布，则像元X在第wi类的条件概率密度函数为：
其中：P(X/wi)表示在wi类别出现像元X的概率，μi为第i类训练样本的均值向量，∑i为第i类训练样本的协方差矩阵，∑-1为∑的逆；
将训练样本以外的海岛遥感影像数据中的像元代入以下公式中，得到此像元归属类别的归属概率，公式如下：
其中：P(wi/X)为在像元X出现的条件下其归属第wi类的归属概率，P(wi)为先验概率，即为在类别wi出现的概率；P(X/wi)表示在类别wi中出现像元X的概率；
根据以上计算结果，将像元X归为归属概率最大的那类，若P(wi/X)＝max(P(wi/X))，则X∈wi，其中，P(wi/X)为在像元X出现的条件下其归属第wi类的归属概率，wi表示类别，X表示像元；
重复以上过程，直至将所有海岛遥感影像数据的所有像元进行归类，得到海岛区域的所有分类，并通过分类比例以及海岛区域总面积得到每个类别对应的面积数据。
作为一种可实施方式，根据海岛区域类别确立每个类别对应的单位面积生态资源价值量，根据海岛区域类别及对应的单位面积生态资源价值量建立海岛单位面积生态资源价值量表，具体步骤为：
结合海岛生态系统特点，确立每个类别对应的海岛生态系统单位面积生态资源价值量，并建立海岛生态系统单位面积生态资源价值基础表；
通过对各个类别的海岛生态系统单位面积生态资源价值量进行系数校正处理，得到海岛生态系统单位面积生态资源价值，并建立海岛生态系统单位面积生态资源价值计算表。
作为一种可实施方式，所述校正处理包括空间异质系数校正、经济发展系数校正或海岛稀缺系数校正的一种或多种。
作为一种可实施方式，所述空间异质系数校正是用于修正林地的生态资源价值量，将海岛上林地的生物量与全国林地单位面积的平均生物量的比值作为目标海岛生态资源价值的修订系数，所述空间异质系数校正公式如下：
E1＝(f/F)*Ei，其中，E1为校正后的目标海岛的单位面积林地的生态资源价值量，f为目标海岛林地的生物量，F为全国林地单位面积的平均生物量，Ei为中国林地平均生态资源价值量。
作为一种可实施方式，所述经济发展系数校正用于校正目标海岛的生态资源价值，若获取每个类别不同时期具有可比性的生态资源价值量，则需对不同年份的生态资源价值根据国家GDP增长率进行折现处理，经济发展系数校正公式如下：
E2＝Ef*(1+r)(T-t)，其中，E2为校正后的目标海岛的生态资源价值，Ef为基准年份目标海岛的生态资源价值，r为贴现率，T为评估年份，t为基准年份。
作为一种可实施方式，所述海岛稀缺系数校正用于校正目标海岛的生态资源价值，根据海岛距离大陆的距离，得到海岛资源稀缺系数，校正目标海岛的生态资源价值，校正海岛稀缺系数校正公式为：
E3＝10/D*Eg(D＝5，10，15，20，25，30，35，40，45，50……)，式中，E3为校正后的目标海岛的生态资源价值，Eg为基准目标海岛的生态资源价值，D为目标海岛距离大陆的距离。
作为一种可实施方式，所述通过每个类别对应的面积以及每个类别对应的单位面积生态资源价值量确立总的海岛生态资源价值，具体为：
将每个类别的面积以及每个类别对应的生态资源价值量进行乘法计算，得到每个类别海岛生态资源价值量；
将每个类别海岛生态资源价值量求和，得到单个海岛总的生态资源价值。
一种海岛区域分类及生态资源价值评估系统，包括海岛区域分类模块、每类生态资源价值计算模块和总海岛生态资源价值计算模块；
所述海岛区域分类模块，用于根据采集到的海岛遥感数据对海岛区域进行分类，得到海岛区域类别以及每个类别对应的面积；
所述每类生态资源价值计算模块，用于根据海岛区域类别确立每个类别对应的单位面积生态资源价值量，根据海岛区域类别及对应的单位面积生态资源价值量建立海岛单位面积生态资源价值量表；
所述总海岛生态资源价值计算模块，用于通过每个类别对应的面积以及每个类别对应的单位生态资源价值量确立总的海岛生态资源价值。
本发明由于采用了以上技术方案，具有显著的技术效果：
在本发明中，通过前期的分类以及计算每个类别的面积，到计算出每个类别对应的生态资源价值量，再到通过每个类别对应的生态资源价值量计算出总的海岛生态资源价值，每个步骤紧密关联，缺一不可，致使最终计算结果精准误差小。不仅可以提升海岛生态资源价值的计算科学性、通用性及便捷性，还可以大规模的开展我国海岛生态资源价值计算与评估。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的整体流程示意图；
图2是本发明的整体结构示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例1
一种海岛区域分类及生态资源价值评估方法，如图1所示，包括以下步骤：
S100、根据采集到的海岛遥感数据对海岛区域进行分类，得到海岛区域类别以及每个类别对应的面积；
S200、根据海岛区域类别确立每个类别对应的单位面积生态资源价值量，根据海岛区域类别及对应的单位面积生态资源价值量建立海岛单位面积生态资源价值量表；
S300、通过每个类别对应的面积以及每个类别对应的单位面积生态资源价值量确立总的海岛生态资源价值。
在本发明的方法中，通过前期的分类以及计算每个类别的面积，到计算出每个类别对应的单位生态资源价值量，再到通过每个类别对应的单位生态资源价值量计算出总的海岛生态资源价值，每个步骤紧密关联，缺一不可，致使最终计算结果精准误差小。不仅可以提升海岛生态资源价值的计算科学性、通用性及便捷性，还可以大规模的开展我国海岛生态资源价值计算与评估。
在步骤S100中，所述根据采集到的海岛遥感数据对海岛土地进行分类，得到海岛土地类别以及每个类别相应的面积，具体的步骤为：
S110、对采集到的海岛遥感数据进行预处理，得到用以解译的遥感数据库；
S120、获取不同类型区域的野外调查样本并根据海岛区域特性进行归类；
S130、将海岛区域依照海岛区域的特性建立至少6类应用于海岛区域分类体系，6类海岛区域分类体系包括耕地、林地、草地、水域、湿地以及建设用地；
S140、根据最终遥感数据与不同类型的野外调查样本，将海岛区域依照所述海岛区域分类体系对海岛地物的几何形状、颜色特征、纹理特征集空间分布情况进行分析，通过分析结果建立海岛区域类型解释标识库；
S150、根据海岛区域类型解释标识库与遥感数据库对海岛区域进行分类得到海岛区域类别，并结合海岛区域总面积获取每个类别相应的面积；
S160、对海岛区域类型的分类结果以及每个类别相应的面积分别进行精度检查，最终得到正确的每个类别相应的面积。另外，在精度检查过程中，采用的拓扑分析和野外实地验证相结合的方式，检查并修改少数解译错误或存在错误拓扑关系的地物要素，最终得到正确的海岛各类土地面积等数据。
在步骤S130中，对海岛区域分类的结果可以参照表1。
表1海岛区域分类体系表
步骤S100主要利用最终遥感数据与不同类型的野外调查样本再结合海岛地物的几何形状、颜色特征、纹理特征集空间分布情况对海岛区域进行分类，通过实际样本的对比，使得分类结果更加精确，分类结果精确会使后续每个类别对应的生态资源价值量准备，最终会使总的海岛生态资源价值误差小，结果精准。
更进一步地，在分类的步骤中，所述根据海岛区域类型解释标识库与遥感数据库对海岛区域进行分类得到海岛区域类别，并结合海岛区域总面积获取每个类别相应的面积采用了分类结果精准的方法，具体过程为：
根据建立的海岛土地类型解译标识库，在遥感数据库中选择训练样本X＝[x1，x2，…，xn]，X表示像元，n为图像波段总数，xi为地物点在第i波段的亮度值；
将海岛区域分为m类，类别wi(i＝1，2，…，m)，其中，m大于等于6；
通过训练样本确定每个类别中出现像元的概率，假设训练样本在特征空间上的分布服从高斯正态分布，则像元X在第wi类的条件概率密度函数为：
其中：P(X/wi)表示在wi类别出现像元X的概率，μi为第i类训练样本的均值向量，∑i为第i类训练样本的协方差矩阵，∑-1为∑的逆；
将训练样本以外的海岛遥感影像数据中的像元代入以下公式中，得到此像元归属类别的归属概率，公式如下：
其中：P(wi/X)为在像元X出现的条件下其归属第wi类的归属概率，P(wi)为先验概率，即为在类别wi出现的概率；P(X/wi)表示在类别wi中出现像元X的概率；
根据以上计算结果，将像元X归为归属概率最大的那类，若P(wi/X)＝max(P(wi/X))，则X∈wi，其中，P(wi/X)为在像元X出现的条件下其归属第wi类的归属概率，wi表示类别，X表示像元；
重复以上过程，直至将所有海岛遥感影像数据的所有像元进行归类，得到海岛区域的所有分类，并通过分类比例以及海岛区域总面积得到每个类别对应的面积数据。经过实验数据可以得知，以上分类方法误差最小，得到的结果更精准，最后计算出的每个类别对应的面积数据相对来说精准度高。
在步骤S200中，所述根据海岛土地类别，确立每个类别对应的单位生态资源价值量，结合海岛土地类别及对应的单位生态资源价值量建立海岛单位面积生态资源价值量表，具体步骤为：
结合海岛生态系统特点，确立每个类别对应的海岛生态系统单位面积生态资源价值量，并建立海岛生态系统单位面积生态资源价值基础表；
通过对各个类别的海岛生态系统单位面积生态资源价值量进行系数校正处理，得到更加准确地海岛生态系统单位面积生态资源价值，并建立海岛生态系统单位面积生态资源价值计算表。
| 序号 | 名称 | 单位面积生态资源价值量(元/年) |
| 1 | 耕地 | 2838.31 |
| 2 | 林地 | 10102.95 |
| 3 | 草地 | 4192.80 |
| 4 | 水域 | 19677.77 |
| 5 | 湿地 | 16293.35 |
| 6 | 建设用地 | 2020.59 |
表2海岛生态系统单位面积生态资源价值基础表
在本实施例中，表2是考虑海岛植被生长受海洋气候影响，多比相邻大陆低矮的现状，按照中国陆地生态系统单位面积生态资源价值当量80％的比例计算，建立“海岛生态系统单位面积生态资源价值基础表”；
| 序号 | 名称 | 生态资源价值量(元/年) |
| 1 | 耕地 | E<sub>g</sub> |
| 2 | 林地 | E<sub>l</sub> |
| 3 | 草地 | E<sub>c</sub> |
| 4 | 水域 | E<sub>s</sub> |
| 5 | 湿地 | E<sub>d</sub> |
| 6 | 建设用地 | E<sub>j</sub> |
表3海岛生态系统单位面积生态资源价值计算表
在表2的基础上，对各土地类型生态资源价值开展“空间异质系数校正”、“经济发展系数校正”和“海岛稀缺系数校正”处理，得到“海岛生态系统单位面积生态资源价值当量表，如表3。
更进一步地，所述校正处理包括空间异质系数校正、经济发展系数校正或海岛稀缺系数校正的一种或多种。其中，所述空间异质系数校正是用于修正林地的生态资源价值量，将海岛上林地的生物量与全国林地单位面积的平均生物量的比值作为目标海岛生态资源价值的修订系数，所述空间异质系数校正公式如下：
E1＝(f/F)*Ei，其中，E1为校正后的目标海岛的单位面积林地的生态资源价值量，f为目标海岛林地的生物量，F为全国林地单位面积的平均生物量，Ei为中国林地平均生态资源价值量。
所述经济发展系数校正用于校正目标海岛的生态资源价值，若获取每个类别不同时期具有可比性的生态资源价值量，则需对不同年份的生态资源价值根据国家GDP增长率进行折现处理，经济发展系数校正公式如下：
E2＝Ef*(1+r)(T-t)，其中，E2为校正后的目标海岛的生态资源价值，Ef为基准年份目标海岛的生态资源价值，r为贴现率，T为评估年份，t为基准年份。
所述海岛稀缺系数校正用于校正目标海岛的生态资源价值，根据海岛距离大陆的距离，得到海岛资源稀缺系数，校正目标海岛的生态资源价值，校正海岛稀缺系数校正公式为：
E3＝10/D*Eg(D＝5，10，15，20，25，30，35，40，45，50……)，式中，E3为校正后的目标海岛的生态资源价值，Eg为基准目标海岛的生态资源价值，D为目标海岛距离大陆的距离。
在步骤S300中，所述通过每个类别对应的面积以及每个类别对应的单位面积生态资源价值量确立总的海岛生态资源价值，具体为：
将每个类别的面积以及每个类别对应的生态资源价值量进行乘法计算，得到每个类别海岛生态资源价值量；
将每个类别海岛生态资源价值量求和，得到单个海岛总的生态资源价值。
建立好的海岛的生态资源价值表如表4所示，表4中是先展示出了每个类别海岛生态资源价值量，再根据每个类别的海岛生态资源价值量计算出了单个海岛总的生态资源价值。
表4海岛的生态资源价值表
在现有技术中，并不存在很完善的步骤从对海岛区域分类到之后的生态资源价值评估，由于现有技术中，在分类的过程中存在较大的误差，一般都是直接借助现有的类别使用，而本发明是完善了从分类以及到后续生态资源价值评估的步骤，通过本发明的方法不仅可以得到精确的海岛区域分类数据，并可以提供给其他研究使用，另一方面，通过精确的分类数据能精确的计算出误差较小的生态资源价值，不仅可以提升海岛生态资源价值的计算科学性、通用性及便捷性，还可以大规模的开展我国海岛生态资源价值计算与评估。
实施例2
一种海岛区域分类及生态资源价值评估系统，如图2所示，包括海岛区域分类模块100、每类生态资源价值计算模块200和总海岛生态资源价值计算模块300；
所述海岛区域分类模块100，用于根据采集到的海岛遥感数据对海岛区域进行分类，得到海岛区域类别以及每个类别对应的面积；
所述每类生态资源价值计算模块200，用于根据海岛区域类别确立每个类别对应的单位面积生态资源价值量，根据海岛区域类别及对应的单位面积生态资源价值量建立海岛单位面积生态资源价值量表；
所述总海岛生态资源价值计算模块300，用于通过每个类别对应的面积以及每个类别对应的单位生态资源价值量确立总的海岛生态资源价值。
在本发明的系统中，通过分类模块的分类以及计算每个类别的面积，到每类生态资源价值计算模块计算出每个类别对应的生态资源价值量，再到通过总海岛生态资源价值计算模块计算每个类别对应的生态资源价值量计算出总的海岛生态资源价值，每个模块紧密关联，缺一不可，致使最终计算结果精准误差小。不仅可以提升海岛生态资源价值的计算科学性、通用性及便捷性，还可以大规模的开展我国海岛生态资源价值计算与评估。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是：
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (4)
1.一种海岛区域分类及生态资源价值评估方法，包括以下步骤：
根据采集到的海岛遥感数据对海岛区域进行分类，得到海岛区域类别以及每个类别对应的面积；具体的步骤为：
对采集到的海岛遥感数据进行预处理，得到用以解译的遥感数据库；
获取不同类型区域的野外调查样本并根据海岛区域特性进行归类；
将海岛区域依照海岛区域的特性建立至少6类应用于海岛区域分类体系，6类海岛区域分类体系包括耕地、林地、草地、水域、湿地以及建设用地；
根据最终遥感数据与不同类型的野外调查样本，将海岛区域依照所述海岛区域分类体系对海岛地物的几何形状、颜色特征、纹理特征集空间分布情况进行分析，通过分析结果建立海岛区域类型解释标识库；
根据海岛区域类型解释标识库与遥感数据库对海岛区域进行分类得到海岛区域类别，并结合海岛区域总面积获取每个类别相应的面积；
对海岛区域类型的分类结果以及每个类别相应的面积分别进行精度检查，最终得到正确的每个类别相应的面积；
根据海岛区域类别确立每个类别对应的单位面积生态资源价值量，根据海岛区域类别及对应的单位面积生态资源价值量建立海岛单位面积生态资源价值量表，其中考虑海岛植被生长受海洋气候影响，多比相邻大陆低矮的现状，按照中国陆地生态系统单位面积生态资源价值当量80％的比例计算，建立海岛单位面积生态资源价值量表；具体步骤为：
结合海岛生态系统特点，确立每个类别对应的海岛生态系统单位面积生态资源价值量，并建立海岛生态系统单位面积生态资源价值基础表；
通过对各个类别的海岛生态系统单位面积生态资源价值量进行系数校正处理，得到海岛生态系统单位面积生态资源价值，并建立海岛生态系统单位面积生态资源价值计算表；所述校正处理包括空间异质系数校正、经济发展系数校正以及海岛稀缺系数校正；所述经济发展系数校正用于校正目标海岛的生态资源价值，若获取每个类别不同时期具有可比性的生态资源价值量，则需对不同年份的生态资源价值根据国家GDP增长率进行折现处理，经济发展系数校正公式如下：
E2＝Ef*(1+r)(T-t)，其中，E2为校正后的目标海岛的生态资源价值，Ef为基准年份目标海岛的生态资源价值，r为贴现率，T为评估年份，t为基准年份；
所述海岛稀缺系数校正用于校正目标海岛的生态资源价值，根据海岛距离大陆的距离，得到海岛资源稀缺系数，校正目标海岛的生态资源价值，校正海岛稀缺系数校正公式为：
E3＝10/D*Eg(D＝5，10，15，20，25，30，35，40，45，50……)，式中，E3为校正后的目标海岛的生态资源价值，Eg为基准目标海岛的生态资源价值，D为目标海岛距离大陆的距离；
通过每个类别对应的面积以及每个类别对应的单位面积生态资源价值量确立总的海岛生态资源价值。
2.根据权利要求1所述的海岛区域分类及生态资源价值评估方法，其特征在于，所述根据海岛区域类型解释标识库与遥感数据库对海岛区域进行分类得到海岛区域类别，并结合海岛区域总面积获取每个类别相应的面积，具体过程为：
根据建立的海岛土地类型解译标识库，在遥感数据库中选择训练样本X＝[x1，x2，…，xn]，X表示像元，n为图像波段总数，xi为地物点在第i波段的亮度值；
将海岛区域分为m类，类别wi(i＝1，2，…，m)，其中，m大于等于6；
通过训练样本确定每个类别中出现像元的概率，假设训练样本在特征空间上的分布服从高斯正态分布，则像元X在第wi类的条件概率密度函数为：
其中：P(X/wi)表示在wi类别出现像元X的概率，μi为第i类训练样本的均值向量，∑i为第i类训练样本的协方差矩阵，∑-1为∑的逆；
将训练样本以外的海岛遥感影像数据中的像元代入以下公式中，得到此像元归属类别的归属概率，公式如下：
其中：P(wi/X)为在像元X出现的条件下其归属第wi类的归属概率，P(wi)为先验概率，即为在类别wi出现的概率；P(X/wi)表示在类别wi中出现像元X的概率；
根据以上计算结果，将像元X归为归属概率最大的那类，若P(wi/X)＝max(P(wi/X))，则X∈wi，其中，P(wi/X)为在像元X出现的条件下其归属第wi类的归属概率，wi表示类别，X表示像元；
重复以上过程，直至将所有海岛遥感影像数据的所有像元进行归类，得到海岛区域的所有分类，并通过分类比例以及海岛区域总面积得到每个类别对应的面积数据。
3.根据权利要求1所述的海岛区域分类及生态资源价值评估方法，其特征在于，所述空间异质系数校正是用于修正林地的生态资源价值量，将海岛上林地的生物量与全国林地单位面积的平均生物量的比值作为目标海岛生态资源价值的修订系数，所述空间异质系数校正公式如下：
E1＝(f/F)*Ei，其中，E1为校正后的目标海岛的单位面积林地的生态资源价值量，f为目标海岛林地的生物量，F为全国林地单位面积的平均生物量，Ei为中国林地平均生态资源价值量。
4.根据权利要求1所述的海岛区域分类及生态资源价值评估方法，其特征在于，所述通过每个类别对应的面积以及每个类别对应的单位面积生态资源价值量确立总的海岛生态资源价值，具体为：
将每个类别的面积以及每个类别对应的生态资源价值量进行乘法计算，得到每个类别海岛生态资源价值量；
将每个类别海岛生态资源价值量求和，得到单个海岛总的生态资源价值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811339839.2A CN109508881B (zh) | 2018-11-12 | 2018-11-12 | 海岛区域分类及生态资源价值评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811339839.2A CN109508881B (zh) | 2018-11-12 | 2018-11-12 | 海岛区域分类及生态资源价值评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109508881A CN109508881A (zh) | 2019-03-22 |
| CN109508881B true CN109508881B (zh) | 2021-04-16 |
Family
ID=65748118
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811339839.2A Active CN109508881B (zh) | 2018-11-12 | 2018-11-12 | 海岛区域分类及生态资源价值评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109508881B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110210715A (zh) * | 2019-05-08 | 2019-09-06 | 深圳中大环保科技创新工程中心有限公司 | 自然保护区的资产价值确定方法及相关产品 |
| CN111582646A (zh) * | 2020-04-09 | 2020-08-25 | 上海淇毓信息科技有限公司 | 用户策略风险预警方法、装置及电子设备 |
| CN111861834A (zh) * | 2020-07-14 | 2020-10-30 | 自然资源部第一海洋研究所 | 一种基于水资源依赖程度的海岸带陆域空间用途监测调查方法 |
| CN113240445B (zh) * | 2021-01-15 | 2024-06-28 | 自然资源部第一海洋研究所 | 一种海洋生态资产价值核算的数据处理方法、系统、程序和存储介质 |
| CN114037351B (zh) * | 2021-11-29 | 2022-12-27 | 西南交通大学 | 生态系统服务价值评价模型、建立方法及应用 |
| CN114611866B (zh) * | 2022-01-23 | 2024-07-26 | 杭州领见数字农业科技有限公司 | 一种地块生态系统生产总值的可视化呈现方法及装置 |
| CN114862114A (zh) * | 2022-04-01 | 2022-08-05 | 中国科学院空天信息创新研究院 | 一种区域生态系统生态服务价值核算方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514457A (zh) * | 2013-07-29 | 2014-01-15 | 北京师范大学 | 生态约束条件下土地利用结构优化的多目标改进差分进化模型 |
| 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 |
| CN108564515A (zh) * | 2018-04-24 | 2018-09-21 | 深圳市亿道数码技术有限公司 | 一种基于区块链的生态价值共享方法及系统 |
-
2018
- 2018-11-12 CN CN201811339839.2A patent/CN109508881B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514457A (zh) * | 2013-07-29 | 2014-01-15 | 北京师范大学 | 生态约束条件下土地利用结构优化的多目标改进差分进化模型 |
| 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 |
| CN108564515A (zh) * | 2018-04-24 | 2018-09-21 | 深圳市亿道数码技术有限公司 | 一种基于区块链的生态价值共享方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 遥感图像最大似然分类方法的EM改进算法;骆剑承，王钦敏等;《测绘学报》;20020831;第31卷(第3期);正文第3节 * |
| 遥感影像解译标志库的建立和应用;江涛;《地理空间信息》;20101031;第8卷(第5期);正文第2-4节 * |
| 青藏高原生态资产的价值评估;谢高地，鲁春霞等;《自然资源学报》;20030331;第18卷(第2期);正文第1-2节，表3 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109508881A (zh) | 2019-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109508881B (zh) | 海岛区域分类及生态资源价值评估方法 | |
| CN116337146B (zh) | 基于改进遥感生态指数的生态质量评价与分区方法及装置 | |
| CN102938071B (zh) | 基于非局部均值的sar图像变化检测模糊聚类分析方法 | |
| CN111368736B (zh) | 基于sar和光学遥感数据的水稻精细化估产方法 | |
| CN108346144A (zh) | 基于计算机视觉的桥梁裂缝自动监测与识别方法 | |
| Biard et al. | Automated detection of weather fronts using a deep learning neural network | |
| CN111222539B (zh) | 基于多源多时相遥感影像优化和扩充监督分类样本的方法 | |
| CN108230375A (zh) | 基于结构相似性快速鲁棒的可见光图像与sar图像配准方法 | |
| CN112861666A (zh) | 一种基于深度学习的鸡群计数方法及应用 | |
| CN107967454B (zh) | 顾及空间邻域关系的双路卷积神经网络遥感分类方法 | |
| CN112861732A (zh) | 一种生态环境脆弱区土地监测方法、系统及装置 | |
| Tu et al. | A 30 m annual cropland dataset of China from 1986 to 2021 | |
| CN117710833B (zh) | 基于云计算的测绘地理信息数据采集方法及相关装置 | |
| CN114119575B (zh) | 一种空间信息变化检测方法及系统 | |
| CN108415105B (zh) | 一种对地面气象观测站观测相对湿度数值的检验方法 | |
| CN111860149A (zh) | 越冬油菜和小麦遥感识别方法与装置 | |
| CN115719453B (zh) | 一种基于深度学习的水稻种植结构遥感提取方法 | |
| CN117593387A (zh) | 一种作物冠层覆盖率评价方法及系统 | |
| CN112241981A (zh) | 一种验证农作物种植面积二类测量数据精度的方法及装置 | |
| CN116824390A (zh) | 一种山地丘陵区耕地地块提取方法及系统 | |
| CN116883793A (zh) | 面向遥感分类结果精度评价的多粒度空间抽样方法 | |
| CN114782835B (zh) | 作物倒伏面积比例检测方法及装置 | |
| CN111768101B (zh) | 一种顾及物候特征的遥感耕地变化检测方法及系统 | |
| CN117095284B (zh) | 结合土地利用现状数据扩充样本的棉花提取方法及装置 | |
| CN116542901B (zh) | 一种计算面状区域叶绿素a浓度平均值的方法及装置 |
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 | ||
| CB02 | Change of applicant information |
Address after: 310000 No. 36 Baoluo North Road, Xihu District, Hangzhou City, Zhejiang Province Applicant after: Second Institute of Oceanography, Ministry of Natural Resources Address before: 310000 No. 36 Baoluo North Road, Xihu District, Hangzhou City, Zhejiang Province Applicant before: Second Institute of Oceanography, State Oceanic Administration |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |