CN109544397B - 耦合栖息地适应性与生态系统健康计算生态需水的方法 - Google Patents
耦合栖息地适应性与生态系统健康计算生态需水的方法 Download PDFInfo
- Publication number
- CN109544397B CN109544397B CN201811479457.XA CN201811479457A CN109544397B CN 109544397 B CN109544397 B CN 109544397B CN 201811479457 A CN201811479457 A CN 201811479457A CN 109544397 B CN109544397 B CN 109544397B
- Authority
- CN
- China
- Prior art keywords
- ecological
- species
- habitat
- ecological water
- gradient
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000036541 health Effects 0.000 title claims abstract description 22
- 230000008878 coupling Effects 0.000 title claims abstract description 11
- 238000010168 coupling process Methods 0.000 title claims abstract description 11
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000012216 screening Methods 0.000 claims abstract description 4
- 241000894007 species Species 0.000 claims description 41
- 239000002028 Biomass Substances 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 7
- 241000251468 Actinopterygii Species 0.000 claims description 5
- 241000269799 Perca fluviatilis Species 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 4
- 230000008859 change Effects 0.000 abstract description 3
- 208000003443 Unconsciousness Diseases 0.000 abstract description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013468 resource allocation Methods 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种耦合栖息地适应性与生态系统健康计算生态需水的方法，包括如下步骤：优势物种筛选；考虑栖息地适应性确定生态流速和生态水深；考虑生态健康确定生态流速和生态水深；生态需水的计算。本发明避免了很多计算方法存着的对生态需水及其变化规律认识不足、生物生命周期考虑不周、无节制地抢占生态需水等问题，这种方法具有综合性、合理性、准确性的特点，这为科研工作者和政府管理者提供了生态修复与调度提供科学依据。
Description
技术领域
本发明涉及一种方法，尤其涉及一种耦合栖息地适应性与生态系统健康计算生态需水的方法。
背景技术
生态需水是区域水资源调配的重要指标，是流域水资源管理的重要评价依据，保障必要的生态需水是河流生态健康的根本与关键。因此，快速、准确计算出河道生态需水量，不仅是河流生态修复的基础与保障，同时直接关系到水生态文明城市建设成果的巩固与可持续。
虽然，国内外有很多计算生态需水的方法，但很多方法对生态需水及其变化规律认识不足、生物生命周期考虑不周等问题，导致无节制地抢占生态需水量，引起了一系列的生态环境隐患，对社会与经济的可持续发展起到了严重阻碍作用。因此，急需发明一种综合、合理的计算出生态需水量的方法，这对科研工作者与政府管理者意义深远。
发明内容
为了解决上述技术所存在的不足之处，本发明提供了一种耦合栖息地适应性与生态系统健康计算生态需水的方法。
为了解决以上技术问题，本发明采用的技术方案是：一种耦合栖息地适应性与生态系统健康计算生态需水的方法，包括如下步骤：
1)优势物种筛选；
2)考虑栖息地适应性确定生态流速和生态水深；
3)考虑生态健康确定生态流速和生态水深；
4)生态需水的计算。
进一步地，步骤1)将密度和生物量的结合反映了一个物种对其群落的贡献；利用优势模型来计算河道优势物种主导地位；考虑到各鱼种所需生态流速不同，在计算生态流速中引入以下模型：
Importance＝ω1PCTabundance+ω2PCTbiomass
其中，Importance代表某物种的优势度，PCTabundance和PCTbiomass分别表示物种的生物量和密度相对于整个群落的比例；ω1和ω2则分别为PCTabundance和PCTbiomass的权重，在确定该权重时使用的方法为熵权法。
进一步地，步骤2)利用多物种栖息地适应性指数，确定步骤1)筛选出关键物种的生态流速和生态水深；
其中k表示某个栖息地环境因子的第k个梯度，k＝1，...，K，K是沿栖息地因子的梯度总数；i代表第i种优势种，i＝1，...，I，I是优势种的总数；nki是栖息因子的第k个梯度中第i个物种的丰度；Ni是生境因子各梯度中第i种物种的丰度；Pi是第k个梯度中第i个物种的合适概率；MHSIk是基于多物种栖息地适应性指数。
进一步地，步骤2)为了分析栖息地因素的优选梯度，在鱼场及其栖息地的野外活动中调查的因素需要首先分类为不同的梯度；
其中，IL是最佳间隔；R是观测值的总范；No表示观测值的数量；K为栖息地因子总梯度数。
进一步地，步骤3)除了对关键物种的需求的考虑之外，生物群落的健康也被完全纳入了评估生态需水的范围之内；为进一步减少栖息地相对频率的不确定性A，每个梯度的健康场地的相对频率，通过使用以下模型计算：
其中，在第K梯度中，RFk表示健康地点的相对频率；phk是一个健康生态系统的采样点比例，即健康站点号mk的比例与样本的总数M的比例。
进一步地，步骤4)将步骤1)、2)、3)得到的关键物种和生态流速、水深，输入到生态水力半径法中，得到生态需水量，具体公式如下：
其中QE是生态需水量，单位为m3/s；n为无量纲河道粗糙度；RE是指对应于VE的河道水力半径，单位为m；AE是指过水断面面积，单位为m2；VE是流速，单位为m/s；J是水力坡度，单位为％。
综上，根据以上步骤，可准确、完善、综合的计算河道生态需水。
本发明的有益效果在于：
本发明提出基于栖息地适应性与生态健康，利用生态水力半径法计算河道生态需水的方法，不仅弥补了生态需水计算方法的不足，而且可有效推动流域生态需水的研究进展，为世界其它地区的生态需水计算提供参考。
具体实施方式
下面结合具体实施方式对本发明作进一步详细的说明。
一种耦合栖息地适应性与生态系统健康计算生态需水的方法，包括以下步骤：
步骤一：优势物种筛选：
密度和生物量的结合反映了一个物种对其群落的贡献。在这项发明中，利用优势模型来计算河道优势物种主导地位。考虑到各鱼种所需生态流速不同，我们在计算生态流速中引入以下模型：
Importance＝ω1PCTabundance+ω2PCTbiomass
其中，Importance代表某物种的优势度，PCTabundance和PCTbiomass分别表示物种的生物量和密度相对于整个群落的比例；ω1和ω2则分别为PCTabundance和PCTbiomass的权重，在确定该权重时使用的方法为熵权法。
步骤二：考虑栖息地适应性确定生态流速和生态水深：
(1)利用多物种栖息地适应性指数，确定步骤二筛选出关键物种的生态流速和生态水深。
其中k表示某个栖息地环境因子(例如流速，水深，k＝1，...，K)的第k个梯度，其中K是沿栖息地因子的梯度总数；i代表第i种优势种(i＝1，...，I)，I是优势种的总数；nki是栖息因子的第k个梯度中第i个物种的丰度；Ni是生境因子各梯度中第i种物种的丰度；pi是第k个梯度中第i个物种的合适概率；MHSIk是基于多物种栖息地适应性指数。
(2)为了分析栖息地因素的优选梯度，在鱼场及其栖息地的野外活动中调查的因素需要首先分类为不同的梯度。
其中，IL是最佳间隔；R是观测值的总范；No表示观测值的数量，即研究区域内采样点的数量；K为栖息地因子总梯度数。
步骤三：考虑生态健康确定生态流速和生态水深：
除了对关键物种的需求的考虑之外，生物群落的健康也被完全纳入了评估生态需水的范围之内。为进一步减少栖息地相对频率的不确定性(A)，每个梯度的健康场地的相对频率，通过使用一下模型计算：
其中，在第k梯度中，RFk表示健康地点的相对频率；phk是一个健康生态系统的采样点比例，即健康站点号(mk)的比例与样本的总数(M)的比例。
步骤四：生态需水的计算：
将步骤一、二、三得到的关键物种和生态流速、水深，输入到生态水力半径法(AEHRA)中，得到生态需水量。具体公式如下：
其中QE是生态需水量，单位为m3/s；n为无量纲河道粗糙度；RE是指对应于VE的河道水力半径(横截面流动面积与其湿周长之比)，单位为m；AE是指过水断面面积，单位为m2；VE是流速，单位为m/s；J是水力坡度。
综上，根据以上步骤，可准确、完善、综合的计算河道生态需水。
本发明考虑了栖息地适应性与生态健康，利用生态水力半径法计算生态需水，该法有效的解决了很多方法存在的问题，如生态需水及其变化规律认识不足、生物生命周期考虑不周、无节制地抢占生态需水量的问题，准确、合理地计算出了河道生态需水。
以上显示和描述了本发明的基本原理和主要特征及本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.一种耦合栖息地适应性与生态系统健康计算生态需水的方法，其特征在于：所述方法包括如下步骤：
1)优势物种筛选；
2)基于栖息地适应性计算生态流速和生态水深；
所述步骤2)利用多物种栖息地适应性指数，确定步骤1)筛选出优势物种的生态流速和生态水深：
其中k表示某个栖息地环境因子的第k个梯度，k＝1，...，K，K是沿栖息地因子的梯度总数；i代表第i种优势物种，i＝1，...，I，I是优势物种的总数；nki是栖息因子的第k个梯度中第i个物种的丰度；Ni是生境因子各梯度中第i种物种的丰度；Pki是第k个梯度中第i个物种的合适概率；MHSIk是基于多物种栖息地适应性指数；多物种栖息地适应性指数高的梯度区间即为考虑栖息地适应性的生态流速和生态水深范围；
其中所述步骤2)为了合理根据栖息地因素划分流速和水深梯度，需要进行梯度最佳间隔划分：
IL是最佳间隔；R是观测值的总范围；No表示观测值的数量；K为栖息地因子总梯度数；
3)基于生态健康计算生态流速和生态水深；
所述步骤3)除了对优势物种的需求的考虑之外，生物群落的健康也被完全纳入了评估生态需水的范围之内；首先将各采样站点流速和水深总范围均匀划分为K个梯度，为进一步减少因采样点位不全造成的不确定性Ak，每个梯度的健康站点的相对频率，通过使用以下模型计算：
其中，在第K梯度中，RFk表示健康地点的相对频率；phk是一个健康生态系统的采样点比例，即健康站点的数量mk与样本的总数M的比例；Ak为因采样点位不全造成的不确定性；
4)耦合栖息地适应性与生态系统健康的生态需水计算。
2.根据权利要求1所述的耦合栖息地适应性与生态系统健康计算生态需水的方法，其特征在于：所述步骤1)将密度和生物量的结合反映了一个物种对其群落的贡献；利用优势模型来计算河道优势物种主导地位；考虑到各鱼种所需生态流速不同，在计算生态流速中引入以下模型：
Importance＝ω1PCTabundance+ω2PCTbiomass
其中，Importance代表某物种的优势度，PCTabundance和PCTbiomass分别表示物种的生物量和密度相对于整个群落的比例；ω1和ω2则分别为PCTabundance和PCTbiomass的权重；在确定该权重时使用的方法为熵权法，优势度高的物种即为优势物种。
3.根据权利要求1所述的耦合栖息地适应性与生态系统健康计算生态需水的方法，其特征在于：所述步骤4)将步骤2)、3)得到的考虑栖息地适应性确定的生态流速和生态水深区间和考虑生态健康确定的生态流速和生态水深区间取交集得到考虑两者的生态流速、水深区间，与步骤1)得到的优势物种一同输入到生态水力半径法中，得到生态需水量，具体公式如下：
其中QE是生态需水量，单位为m3/s；n为无量纲河道粗糙度；RE是指对应于VE的河道水力半径，单位为m；AE是指过水断面面积，单位为m2；VE是生态流速，单位为m/s；J是水力坡度，单位为％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811479457.XA CN109544397B (zh) | 2018-12-05 | 2018-12-05 | 耦合栖息地适应性与生态系统健康计算生态需水的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811479457.XA CN109544397B (zh) | 2018-12-05 | 2018-12-05 | 耦合栖息地适应性与生态系统健康计算生态需水的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109544397A CN109544397A (zh) | 2019-03-29 |
| CN109544397B true CN109544397B (zh) | 2021-05-25 |
Family
ID=65853761
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811479457.XA Active CN109544397B (zh) | 2018-12-05 | 2018-12-05 | 耦合栖息地适应性与生态系统健康计算生态需水的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109544397B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107451682A (zh) * | 2017-07-13 | 2017-12-08 | 中国水利水电科学研究院 | 一种基于神经网络的城市感潮河段生态需水量预测方法 |
| CN107464202A (zh) * | 2017-08-14 | 2017-12-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于鱼类生境需求的多闸坝平原河流生态流量过程推求方法 |
| CN108182539A (zh) * | 2018-01-03 | 2018-06-19 | 北京东方园林环境股份有限公司 | 一种基于生态需水计算的河道治理需水量确定方法 |
-
2018
- 2018-12-05 CN CN201811479457.XA patent/CN109544397B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107451682A (zh) * | 2017-07-13 | 2017-12-08 | 中国水利水电科学研究院 | 一种基于神经网络的城市感潮河段生态需水量预测方法 |
| CN107464202A (zh) * | 2017-08-14 | 2017-12-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于鱼类生境需求的多闸坝平原河流生态流量过程推求方法 |
| CN108182539A (zh) * | 2018-01-03 | 2018-06-19 | 北京东方园林环境股份有限公司 | 一种基于生态需水计算的河道治理需水量确定方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109544397A (zh) | 2019-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110728035B (zh) | 一种基于控制断面水质达标的污染物总量控制方法 | |
| Liu et al. | Cyanobacteria in the complex river-connected Poyang Lake: horizontal distribution and transport | |
| CN109636670B (zh) | 一种基于小流域水生态环境保护阶段的河流类型划分方法 | |
| CN107657912A (zh) | 一种基于Mike11的河流水环境容量确定方法 | |
| CN114510583B (zh) | 一种防洪调度知识图谱构建方法 | |
| Petersen et al. | Trophic cascades of bottom-up and top-down forcing on nutrients and plankton in the Kattegat, evaluated by modelling | |
| CN109871638A (zh) | 一种湖泊湿地富营养化评价模型构建方法 | |
| Isaac et al. | Sediment management studies of a run-of-the-river hydroelectric project using numerical and physical model simulations | |
| CN110210674A (zh) | 预测平原河网地区入河排污口设置对河道水质影响的方法 | |
| CN110796340B (zh) | 一种宏观尺度的小流域综合治理优先级评估方法 | |
| CN113705931A (zh) | 一种利用k最邻近法预测径流要素的方法 | |
| Wu et al. | Assessment of waterlogging risk in the deep foundation pit projects based on projection pursuit model | |
| Jones et al. | Habitat assessment in coastal basins in Oregon: implications for coho salmon production and habitat restoration | |
| Saila et al. | Optimum allocation strategies for sampling benthos in the New York Bight | |
| Yang et al. | Vulnerability of assessing water resources by the improved set pair analysis | |
| CN109544397B (zh) | 耦合栖息地适应性与生态系统健康计算生态需水的方法 | |
| CN104698507A (zh) | 一种采煤沉陷区水资源效应的定量方法 | |
| CN110728062A (zh) | 一种基于swmm的农村非点源污染模拟方法 | |
| CN116739864A (zh) | 一种梯级水库开发累积生态水文效应的分析方法、生态修复方法及装置 | |
| SUMITA et al. | New General Estimation of River Pollution Using New Diatom Community Index (NDCI) as Biological Indicators Based on Specific Composition of Epilithic Diatoms Communities. Applied to Asano-gawa and Sai-gawa Rivers in Ishikawa Prefecture. | |
| CN105528651A (zh) | 一种基于数据挖掘技术的深水网箱养殖鱼类生长预测方法 | |
| Kohli | Mass exchange between Hamilton Harbour and Lake Ontario | |
| Modi | Population forecasting for design of Dhrafad regional water supply system, Gujarat | |
| Ahmed et al. | Eutrophication assessment of Lake Manzala, Egypt using geographical information systems (GIS) techniques | |
| Wang et al. | Flood season division with an improved fuzzy C-mean clustering method in the Taihu lake basin in China |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhao Changsen Inventor after: Yang Shengtian Inventor after: Hao Fanghua Inventor after: Liu Changming Inventor after: Pan Xu Inventor before: Zhao Changsen Inventor before: Yang Shengtian Inventor before: Hao Fanghua Inventor before: Liu Changming |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |