CN110390284B - 基于遥感影像的流域生态承载力估算方法及系统 - Google Patents
基于遥感影像的流域生态承载力估算方法及系统 Download PDFInfo
- Publication number
- CN110390284B CN110390284B CN201910635390.2A CN201910635390A CN110390284B CN 110390284 B CN110390284 B CN 110390284B CN 201910635390 A CN201910635390 A CN 201910635390A CN 110390284 B CN110390284 B CN 110390284B
- Authority
- CN
- China
- Prior art keywords
- basin
- target
- land
- category
- sub
- 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
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Abstract
本发明实施例中提供的基于遥感影像的流域生态承载力估算方法及系统,首先获取目标流域的多光谱遥感影像,并基于多光谱遥感影像确定目标流域内的生产性用地以及目标流域中每一子流域内的生产性用地;然后计算所述目标流域内每种类别的生产性用地的均衡因子以及目标流域内每一子流域内每种类别的生产性用地的产量因子;最后基于子流域内每种类别的生产性用地的产量因子以及目标流域内每种类别的生产性用地的均衡因子,计算子流域内每种类别的生产性用地的资源承载力,并确定子流域的综合生态承载力。将多光谱遥感技术应用于生态足迹法中,结合行政区域统计数据,可以综合估算流域多尺度的生态承载力,提高流域生态承载力估算的可靠性、科学性。
Description
技术领域
本发明涉及生态学及遥感技术领域,尤其涉及基于遥感影像的流域生态承载力估算方法及系统。
背景技术
应用生态足迹法来估算生态承载力一直以来是非常有效而且重要的方法,得到各大国际组织或区域相关部门的有效应用,并作为评估区域可持续发展的重要方法。该方法主要是通过比较生态系统供给与人类对生态足迹的需求之间的关系,最终估算和比较得出区域生态盈余、生态赤字或收支平衡的情况。生态足迹模型中涉及林地、草地、建设用地、水域、耕地等,通过计算生态足迹模型中最重要的两个参数均衡因子和产量因子以实现不同空间格局和不同用地类型的区域的生态承载力计算。
生态足迹也称“生态占用”,是指特定数量人群按照某一种生活方式所消费的、自然生态系统提供的各种商品和服务功能,以及这一过程中产生的、需要环境(生态系统)吸纳的废弃物,以生产性用地生产面积来表示的一种可操作的定量方法。目前生态足迹模型主要应用在全球、国家或省市等行政尺度层面上,主要由于该方法的数据主要来源于各国家或国家的行政单元的统计数据。但是,从水资源和区域可持续发展的角度,需要精准的估算流域尺度的生态承载力,由于以往的模型中主要通过行政单元统计来完成的,而流域从空间上包括或部分包括省市县等行政单元,对于部分包括的行政单元,粮食产量、畜禽、木材、果品等数据均难以在空间上进行有效的分配。
因此,现急需提供一种基于遥感影像的流域生态承载力估算方法及系统。
发明内容
为了解决上述问题,本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的基于遥感影像的流域生态承载力估算方法及系统。
根据本发明实施例的第一方面,提供了一种流域生态承载力估算方法,包括:
获取目标流域的多光谱遥感影像,并基于所述多光谱遥感影像确定所述目标流域内的生产性用地以及所述目标流域中每一子流域内的生产性用地;
基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,并基于所述目标流域内每种类别的生产性用地的面积,计算所述目标流域内每种类别的生产性用地的均衡因子;
对于所述目标流域中的每一子流域,基于所述子流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述子流域内每种类别的生产性用地的面积以及所述目标流域内每种类别的生产性用地内每种作物的产量、所述目标流域内每种类别的生产性用地的面积,计算所述子流域内每种类别的生产性用地的产量因子;
基于所述子流域内每种类别的生产性用地的产量因子以及所述目标流域内每种类别的生产性用地的均衡因子,计算所述子流域内每种类别的生产性用地的资源承载力,并确定所述子流域的综合生态承载力。
优选地,所述流域生态承载力估算方法还包括:
获取所述目标流域的数字高程模型,并基于所述数字高程模型和所述多光谱遥感影像,确定所述目标流域中每一子流域内各行政区的适宜人口居住区;
获取所述目标流域中每一子流域内各行政区的夜间灯光遥感影像和人口统计数据,并基于所述夜间灯光遥感影像和所述人口统计数据,确定所述目标流域中每一子流域内的人口数量;
基于所述目标流域中每一子流域内的人口数量以及每一子流域的综合生态承载力,确定所述目标流域中每一子流域的人均综合生态承载力。
优选地,所述计算所述目标流域内每种类别的生产性用地的均衡因子,具体包括:
基于所述目标流域内每种类别的生产性用地内的作物热值总量,确定所述目标流域内所有类别的生产性用地内的作物热值总量之和;
对于所述目标流域内每种类别的生产性用地,计算所述类别的生产性用地的作物热值总量在单位生产面积上的第一取值以及所述目标流域内所有类别的生产性用地内的作物热值总量之和在单位生产面积上的第二取值,并计算所述第一取值与所述第二取值的比值,所述比值为所述类别的生产性用地的均衡因子。
优选地,所述对于所述目标流域中的每一子流域,基于所述子流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述子流域内每种类别的生产性用地的生产面积以及所述目标流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述目标流域内每种类别的生产性用地的生产面积,计算所述子流域内每种类别的生产性用地的产量因子,具体通过如下公式实现:
其中,为所述目标流域中的子流域r内类别为i1(1≤i1≤I1,I1为所述目标流域中的子流域r内的生产性用地的类别数量)的生产性用地的产量因子,K1为子流域r内类别为i1的生产性用地内的作物种类数,为子流域r内类别为i1的生产性用地内第k1(1≤k1≤K1,K1为所述目标流域中的子流域r内类别为i1的生产性用地内的作物类别数)种作物的产量,γi1,k1为类别为i1的生产性用地内第k1种作物的单位热值,为子流域r内类别为i1的生产性用地的生产面积,pi1,k1为所述目标流域内类别为i1的生产性用地内第k1种作物的产量,Si10为所述目标流域内类别为i1的生产性用地的生产面积。
优选地,所述基于所述子流域内每种类别的生产性用地的产量因子以及所述目标流域内每种类别的生产性用地的均衡因子,计算所述子流域内每种类别的生产性用地的资源承载力,具体包括:
确定所述子流域内每种类别的生产性用地的生产面积,计算所述产量因子、所述均衡因子以及所述生产面积的乘积,所述乘积为所述子流域内每种类别的生产性用地的资源承载力。
优选地,所述目标流域内生产性用地的类别具体包括:耕地;相应地,
所述基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,具体包括:
对于所述多光谱遥感影像内所述耕地对应的每个像元,若判断获知所述像元为作物混合像元,则基于所述像元在时间序列上的遥感数据,计算所述像元对应的归一化植被指数,并确定复种或轮作模式下所述像元中各种耕地作物的种植比例;
获取所述目标流域内每一行政区内各种耕地作物的种植面积以及每一行政区内各种耕地作物对应的像元数量,并基于复种或轮作模式下所述像元中各种耕地作物的种植比例、每一行政区内各种耕地作物的单位热值以及所述像元的面积,估算所述目标流域内所述耕地的作物热值总量。
优选地,所述目标流域内生产性用地的类别具体包括:牧草地;相应地,
所述基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,具体包括:
对于所述多光谱遥感影像内所述牧草地对应的每个像元,计算所述像元对应的归一化植被指数,并确定所述像元中牧草地覆盖度;
获取所述目标流域内每一行政区内各种用途的牧草地作物的种植面积以及每一行政区内各种用途的牧草地作物对应的像元数量,并基于所述像元中牧草地覆盖度、每一行政区内各种用途的牧草地作物的单位热值以及所述像元的面积,估算所述目标流域内所述牧草地的作物热值总量。
第二方面,本发明实施例中提供了一种流域生态承载力估算系统,包括:生产性用地确定模块、均衡因子计算模块、产量因子计算模块和综合生态承载力确定模块。其中,
生产性用地确定模块用于获取目标流域的多光谱遥感影像,并基于所述多光谱遥感影像确定所述目标流域内的生产性用地以及所述目标流域中每一子流域内的生产性用地;
均衡因子计算模块用于基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,并基于所述目标流域内每种类别的生产性用地的生产面积,计算所述目标流域内每种类别的生产性用地的均衡因子;
产量因子计算模块用于对于所述目标流域中的每一子流域,基于所述子流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述子流域内每种类别的生产性用地的生产面积以及所述目标流域内每种类别的生产性用地内每种作物的产量、所述目标流域内每种类别的生产性用地的生产面积,计算所述子流域内每种类别的生产性用地的产量因子;
综合生态承载力确定模块用于基于所述子流域内每种类别的生产性用地的产量因子以及所述目标流域内每种类别的生产性用地的均衡因子,计算所述子流域内每种类别的生产性用地的资源承载力,并确定所述子流域的综合生态承载力。
第三方面,本发明实施例中提供了一种电子设备,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如第一方面所述的流域生态承载力估算方法。
第四方面,本发明实施例中提供了一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如第一方面所述的流域生态承载力估算方法。
本发明实施例提供的基于遥感影像的流域生态承载力估算方法及系统,由于可基于遥感技术并充分考虑应用生态足迹法,同时又结合行政区域统计数据的流域多尺度承载力估算方法,从而能够提高承载力估算的可靠性、科学性和精度。
应当理解的是,以上的一般描述和后文的细节描述是示例性和解释性的,并不能限制本发明实施例。
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一简单地介绍,显而易见地,下面描述中的附图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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种流域生态承载力估算方法的流程示意图;
图2为本发明实施例提供的一种流域生态承载力估算系统的结构示意图;
图3为本发明实施例提供的一种电子设备的框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对背景技术中的问题,如图1所示,本发明实施例提供了一种流域生态承载力估算方法,包括:
S1,获取目标流域的多光谱遥感影像,并基于所述多光谱遥感影像确定所述目标流域内的生产性用地以及所述目标流域中每一子流域内的生产性用地;
S2,基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,并基于所述目标流域内每种类别的生产性用地的生产面积,计算所述目标流域内每种类别的生产性用地的均衡因子;
S3,对于所述目标流域中的每一子流域,基于所述子流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述子流域内每种类别的生产性用地的生产面积以及所述目标流域内每种类别的生产性用地内每种作物的产量、所述目标流域内每种类别的生产性用地的生产面积,计算所述子流域内每种类别的生产性用地的产量因子;
S4,基于所述子流域内每种类别的生产性用地的产量因子以及所述目标流域内每种类别的生产性用地的均衡因子,计算所述子流域内每种类别的生产性用地的资源承载力,并确定所述子流域的综合生态承载力。
具体地,本发明实施例中的目标流域为待估算生态承载力的流域,具体可以是长江流域、黄河流域、珠江流域、海河流域、淮河流域、松花江流域或者太湖流域中的任意流域。目标流域内的每一子流域可以通过子流域划分方法获得。具体可以获取目标流域的数字高程模型(Digital Elevation Model,DEM),应用专业软件获得不同尺度的流域,按照尺度差异,可以分为目标流域和子流域。
首先,执行S1,即获取目标流域的多光谱遥感影像,获取到的多光谱遥感影像可以具有一定的时间分辨率和空间分辨率。通过获取到的多光谱遥感影像,可以确定出目标流域内的生产性用地以及目标流域中每一子流域内的生产性用地,即确定出目标流域内各类别的生产性用地的分布情况以及生产面积,以及目标流域中每一子流域内各类别的生产性用地的分布情况以及生产面积。需要说明的是,本发明实施例中所说的多光谱遥感影像是指白天情况下获取的遥感影像。
其中,生产性用地的类别具体可以包括耕地、林地、牧草地和水域等,这里的水域是指养殖水域。需要说明的是,生产性用地的类别还包括建设用地,但是由于本发明实施例中需要计算目标流域内每种类别的生产性用地内的作物热值总量,而建设用地内的作物热值总量等同于耕地的相应值,因此本发明实施例中的生产性用地并不考虑建设用地,仅考虑耕地、林地、牧草地和水域这四种类别。
然后,执行S2,计算目标流域内每种类别的生产性用地的均衡因子。其中,目标流域内每种类别的生产性用地内每种作物的产量具体可以是年产量,可以通过统计确定。每种作物的单位热值为固定的常数值,与作物的种类有关,不同种类的作物其单位热值不同。通过目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,即可确定目标流域内每种类别的生产性用地内的作物热值总量,具体可以先通过目标流域内每种类别的生产性用地内每种作物的产量与单位热值相乘得到每种类别的生产性用地内每种作物产生的热值,然后将每种类别的生产性用地内所用种类的作物产生的热值相加,即可得到目标流域内每种类别的生产性用地内的作物热值总量。如公式(1)所示。
在上述公式中,Qi是目标流域内类别为i(1≤i≤I,I为目标流域内生产性用地的类别数量)的生产性用地内的作物热值总量,单位为焦耳(J),是类别为i的生产性用地内第k(1≤k≤K,K为目标流域内类别为i的生产性用地内的作物种类数)种作物的产量,单位为千克(kg),是类别为i的生产性用地内第k种作物的单位热值,单位为103焦耳每千克(103J/kg)。需要说明的是,本发明实施例中I的取值具体可以为4,i=1时可以表示耕地,i=2时可以表示牧草地,i=3时可以表示林地,i=4时可以表示水域。
确定出目标流域内每种类别的生产性用地内的作物热值总量后,即可结合目标流域内每种类别的生产性用地的生产面积,计算出目标流域内每种类别的生产性用地的均衡因子。由于各种类别的生产性用地的平均生产力相差很多,因此可以通过乘以各自的均衡因子转化成可以直接比较的标准面积。均衡因子是用于排除目标流域中每一子流域内的生产性用地之间差异的因子,具体是目标流域内同类生产性用地的平均生产力除以目标流域内所有类别的生产性用地的平均生产力,即以目标流域内所有类别的生产性用地的平均生产力为标准,确定各种类别的生产性用地的平均生产力与标准之间的关系。其中,平均生产力可以通过热值总量与生产面积的比值确定。需要说明的是,由于目标流域内包括多个子流域,此时计算得到的目标流域内每种类别的生产性用地的均衡因子对于每一子流域均是相同的,仅仅因生产性用地的类别不同而不同。
然后,执行S3,计算目标流域中每一子流域内每种类别的生产性用地的产量因子。对于目标流域中的每一子流域r(1≤r≤R,R为目标流域内子流域的数量),均可以基于子流域r内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、子流域r内每种类别的生产性用地的生产面积以及目标流域内每种类别的生产性用地内每种作物的产量、所述目标流域内每种类别的生产性用地的生产面积,计算子流域r内每种类别的生产性用地的产量因子。由于同类生产性用地的生产力也存在区域间差异,其提供的潜在生产空间是不同的,因此各子流域内的同类生产性用地的生产面积也不能直接对比,需要乘以产量因子作为转换系数。产量因子用于表征每个子流域中每种类别的生产性用地的生产能力,通过产量因子,不同子流域之间的生态足迹核算与承载力核算之间具有了可比性。产量因子具体是各子流域内每一类别的生产性用地的平均生产力与目标流域内同类用地的平均生产力水平的差异,等于各子流域内每种类别的生产性用地的平均生产力与目标流域内每种类别的生产性用地的平均生产力之比。需要说明的是,本发明实施例中所说的生产面积是指能够产生热值的实际面积,也即实际利用面积。
最后,执行S4,确定子流域r的综合生态承载力。首先需要计算子流域内每种类别的生产性用地的资源承载力,然后根据资源承载力确定子流域r的综合生态承载力。其中,每种类别的生产性用地的资源承载力是指每种类别的生产性用地在其生产面积上的资源承载能力。子流域r的综合生态承载力是指子流域r内所有类别的生产性用地在其生产面积上的资源承载能力的综合,具体通过如下公式(2)实现。
其中,表示子流域r的综合生态承载力,表示子流域r内类别为i的生产性用地的资源承载力,a为百分数且为常数,是生态供给中为保护生物多样性而需要扣除生产性用地生产面积的比例。作为优选方案,本发明实施例中可以有a=12%。
至此,本发明实施例中可以求解出目标流域中每个子流域r的综合生态承载力。在此基础上,本发明实施例中还可以求解出目标流域的综合生态承载力,即将目标流域中每个子流域r的综合生态承载力相加即可。
本发明实施例中提供的基于遥感影像的流域生态承载力估算方法,将多光谱遥感技术应用于生态足迹法中,同时又结合行政区域统计数据,可以综合估算流域多尺度的生态承载力,而且还能够提高流域生态承载力估算的可靠性、科学性和精度。
在上述实施例的基础上,本发明实施例中提供的流域生态承载力估算方法,还包括:
获取所述目标流域的数字高程模型,并基于所述数字高程模型和所述多光谱遥感影像,确定所述目标流域中每一子流域内各行政区的适宜人口居住区;
获取所述目标流域中每一子流域内各行政区的夜间灯光遥感影像和人口统计数据,并基于所述夜间灯光遥感影像和所述人口统计数据,确定所述目标流域中每一子流域内的人口数量;
基于所述目标流域中每一子流域内的人口数量以及每一子流域的综合生态承载力,确定所述目标流域中每一子流域的人均综合生态承载力。
具体地,本发明实施例中,首先获取目标流域的DEM,然后根据DEM和多光谱遥感影像,确定目标流域中子流域r内的适宜人口居住区。具体实现方式为:通过如下公式(3)计算多光谱遥感影像中子流域r内行政区j(1≤j≤J,J为子流域r内行政区的数量)对应的每一像元的归一化植被指数(Normalized Difference Vegetation Index,NDVI),同时通过DEM计算每一像元的坡度(slope),单位为度(°),若判断获知行政区j对应的某一像元的NDVI和slope满足如下公式(4),则该像元对应于每一子流域r内行政区j的适宜人口居住区。行政区j对应的所有满足公式(4)的像元形成的区域即为每一子流域r内行政区j的适宜人口居住区。
L1≤NDVI≤L2,0≤slope<25; (4)
其中,Rnir为像元中近红外波段的反射率,Rr为像元中红光波段的反射率;L1、L2均为常数,可以通过实验得到,用于表征适宜人口居住区对应的像元中NDVI的下限值和上限值。
需要说明的是,本发明实施例中所说的夜间灯光遥感影像是指夜间情况下获取的遥感影像,主要表示的夜间灯光的分布情况。
获取目标流域中子流域r内行政区j的夜间灯光遥感影像和人口统计数据,可以将行政区j的夜间灯光遥感影像中除适宜人口居住区外的区域中所有像元的灯光值均赋值为0。
基于行政区j的夜间灯光遥感影像和人口统计数据,可以通过如下公式(5)确定目标流域中子流域r内的人口数量。
PNj=TPj*TPOPj/TDNj; (6)
其中,Psmr为子流域r内的人口数量,Px表示每个像元的面积,Nj表示子流域r内行政区j与子流域r交集的像元数量,PNj表示行政区j内适宜人口居住区与子流域r交集范围内的每个像元中单位生产面积上包含的人口数量,TPj为行政区j内每个像元的灯光强度值,TPOPj为行政区j的人口统计数量,TDNj为行政区j的灯光强度值,PTDNjm为行政区j内适宜人口居住区中对应的像元m(1≤m≤M,M为行政区j内适宜人口居住区中像元的数量)的灯光强度。
确定出子流域r内的人口数量后,根据子流域r内的人口数量以及每一子流域的综合生态承载力,即可确定子流域r的人均综合生态承载力,即如公式(8)所示。
在上述实施例的基础上,本发明实施例中提供的流域生态承载力估算方法,其特征在于,所述计算所述目标流域内每种类别的生产性用地的均衡因子,具体包括:
基于所述目标流域内每种类别的生产性用地内的作物热值总量,确定所述目标流域内所有类别的生产性用地内的作物热值总量之和;
对于所述目标流域内每种类别的生产性用地,计算所述类别的生产性用地的作物热值总量在单位生产面积上的第一取值以及所述目标流域内所有类别的生产性用地内的作物热值总量之和在单位生产面积上的第二取值,并计算所述第一取值与所述第二取值的比值,所述比值为所述类别的生产性用地的均衡因子。
具体地,本发明实施例中,在确定目标流域内每种类别的生产性用地的均衡因子时,首先,对于目标流域内类别为i的生产性用地,根据目标流域内类别为i的生产性用地内的作物热值总量Qi,确定目标流域内所有类别的生产性用地内的作物热值总量之和Q′,即有公式(9)。
然后,对于目标流域内类别为i的生产性用地,计算类别为i的生产性用地的作物热值总量在单位生产面积上的第一取值以及目标流域内所有类别的生产性用地内的作物热值总量之和在单位生产面积上的第二取值,并计算第一取值与第二取值的比值,比值即是类别为i的生产性用地的均衡因子,计算公式如公式(10)所示。
其中,qi为目标流域内类别为i的生产性用地的均衡因子,Si为目标流域内类别为i的生产性用地的生产面积,S′为目标流域内所有类别的生产性用地的生产面积总和,且有:
在上述实施例的基础上,本发明实施例中提供的流域生态承载力估算方法,所述对于所述目标流域中的每一子流域,基于所述子流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述子流域内每种类别的生产性用地的生产面积以及所述目标流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述目标流域内每种类别的生产性用地的生产面积,计算所述子流域内每种类别的生产性用地的产量因子,具体通过如下公式(12)实现:
其中,为所述目标流域中的子流域r内类别为i1(1≤i1≤I1,I1为目标流域中的子流域r内的生产性用地的类别数量)的生产性用地的产量因子,K1为子流域r内类别为i1的生产性用地内的作物种类数,为子流域r内类别为i1的生产性用地内第k1(1≤k1≤K1,K1为目标流域中的子流域r内类别为i1的生产性用地内的作物类别数)种作物的产量,γi1,k1为类别为i1的生产性用地内第k1种作物的单位热值,为子流域r内类别为i1的生产性用地的生产面积,pi1,k1为所述目标流域内类别为i1的生产性用地内第k1种作物的产量,Si10为所述目标流域内类别为i1的生产性用地的生产面积。
在上述实施例的基础上,本发明实施例中提供的流域生态承载力估算方法,所述基于所述子流域内每种类别的生产性用地的产量因子以及所述目标流域内每种类别的生产性用地的均衡因子,计算所述子流域内每种类别的生产性用地的资源承载力,具体包括:
确定所述子流域内每种类别的生产性用地的生产面积,计算所述产量因子、所述均衡因子以及所述生产面积的乘积,所述乘积为所述子流域内每种类别的生产性用地的资源承载力。
具体地,本发明实施例中,在计算子流域r内类别为i1的生产性用地的资源承载力时,具体可以通过如下公式(13)计算。
其中,为子流域r内类别为i1的生产性用地的资源承载力,为子流域r内类别为i1的生产性用地的生产面积,单位为公顷(hm2),qi1为目标流域内类别为i1的生产性用地的均衡因子(无单位的参数),为子流域r内类别为i1的生产性用地的产量因子。
通过公式(13)可以分别确定出子流域r内每种类别的生产性用地的资源承载力,即分别确定出耕地承载力、林地承载力、草地承载力和水域承载力。
在上述实施例的基础上,本发明实施例中提供的流域生态承载力估算方法,所述目标流域内生产性用地的类别具体包括:耕地;相应地,
所述基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,具体包括:
对于所述多光谱遥感影像内所述耕地对应的每个像元,若判断获知所述像元为作物混合像元,则基于所述像元在时间序列上的遥感数据,计算所述像元对应的归一化植被指数,并确定复种或轮作模式下所述像元中各种耕地作物的种植比例;
获取所述目标流域内每一行政区内各种耕地作物的种植面积以及每一行政区内各种耕地作物对应的像元数量,并基于复种或轮作模式下所述像元中各种耕地作物的种植比例、每一行政区内各种耕地作物的单位热值以及所述像元的面积,估算所述目标流域内所述耕地的作物热值总量。
具体地,本发明实施例中,在计算目标流域中耕地内的作物热值总量时,计算的是目标流域中所有耕地内的作物热值总量。耕地作物是指耕地内的作物,主要用以区分其他类别的生产性用地内的作物。
首先,通过高分辨率的多光谱遥感影像获取耕地的分布情况和生产面积,然而由于目前统计数据主要按照省、市、县等行政区开展的,只能获取行政区范围的总产量,难以获取流域不同地区的耕地复种信息和产量信息。因此,在用地利用数据提取耕地斑块和范围的基础上,面向不同尺度的流域,需要获取耕地的复种与产量信息,即需要获取目标流域中每一子流域内耕地的复种与产量信息。
应用高时间分辨率的多光谱遥感影像获取时间序列的耕地作物生育期曲线,由于中高分辨率的多光谱遥感影像重访周期比较长,因此选择重构多源遥感数据或高时间分辨率的NDVI数据,数据获取时间的间隔选择8天,即时间分辨率以及重访周期为8天。然后建立时间序列的复种或轮作耕地作物的生育期NDVI曲线。
结合当地的作物物候记录,并结合时间序列的NDVI曲线生长期的最低点、生长最旺盛的最高点和耕地作物的成熟收割期的曲线跌落点,建立年耕地作物复种信息曲线库,明确耕地不同复种情况下的NDVI曲线。
结合复种的生育期NDVI曲线,采用混合像元分解的方法提取耕地作物的种植信息,具体如下:
端元只包含一种耕地作物,端元与耕地作物是一一对应的。因此本发明实施例中采用多光谱遥感影像中像元d(1≤d≤D,D为多光谱遥感影像中像元的数量)中第k2(1≤k2≤K2,K2为多光谱遥感影像中像元d内的耕地作物类别数)种作物表示第k2个端元。一般的像元都为混合像元,包括多种耕地作物,在进行混合像元分解时,可以对一个像元中包括的几种端元进行定量描述,求得每个像元中几种端元在这个像元中的面积百分比,即端元的丰度。
像元d在时间序列上第t个时间节点的NDVI值可以通过如下公式(14)表示:
其中,NDVId,t是像元d在时间序列上第t个时间节点的NDVI值,ak2,t表示像元d中第k2个端元在时间序列上第t个时间节点的NDVI值,xk2是像元d中第k2个端元的丰度,即像元d中第k2种耕地作物的种植比例,et是像元d在时间序列上第t个时间节点的NDVI值的误差,K2为像元d中端元的数量,也即像元d中的耕地作物种类数。
对像元d进行分解,可求解出复种或轮作模式下像元d中第k2种耕地作物的种植比例。
确定出复种或轮作模式下每个像元中每种耕地作物的种植比例后,获取目标流域内每一行政区内各种耕地作物的种植面积以及每一行政区内各种耕地作物对应的像元数量,并基于复种或轮作模式下所述像元中各种耕地作物的种植比例、每一行政区内各种耕地作物的单位热值以及像元的面积,基于如下公式(15)估算目标流域内耕地的作物热值总量。
其中,Qw为目标流域内耕地的作物热值总量,γjk为目标流域内行政区j内第k3(1≤k3≤K3,K3为目标流域内行政区j内的耕地作物类别数)种耕地作物的单位热值,Sj,k3为目标流域内行政区j内第k3种耕地作物的种植面积,xk3是像元中第k3种耕地作物的种植比例,Px为像元面积,Nj,k3为目标流域内行政区j内包括第k3种耕地作物的像元数量。
在上述实施例的基础上,本发明实施例中提供的流域生态承载力估算方法,所述目标流域内生产性用地的类别具体包括:牧草地;相应地,
所述基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,具体包括:
对于所述多光谱遥感影像内所述牧草地对应的每个像元,计算所述像元对应的归一化植被指数,并确定所述像元中牧草地覆盖度;
获取所述目标流域内每一行政区内各种用途的牧草地作物的种植面积以及每一行政区内各种用途的牧草地作物对应的像元数量,并基于所述像元中牧草地覆盖度、每一行政区内各种用途的牧草地作物的单位热值以及所述像元的面积,估算所述目标流域内所述牧草地的作物热值总量。
具体地,本发明实施例中,在计算目标流域中牧草地内的作物热值总量时,计算的是目标流域中所有牧草地内的作物热值总量。牧草地作物是指牧草地内的作物,主要用以区分其他类别的生产性用地内的作物。
首先,从多光谱遥感影像影像获取的用地利用图中,叠加牧区矢量范围图,得到目标流域中牧草地的分布情况。
然后,通过公式(3)计算多光谱遥感影像内牧草地对应的每个像元的NDVI,并估算作物生长旺盛期每个像元的牧草地覆盖度,可以得到每个像元的牧草地覆盖度为:
其中,Csg为每个像元的牧草地覆盖度,NDVImini为牧草地的NDVI的理论最小值,NDVImax为牧草地的NDVI的理论最大值。其中,NDVImini、NDVImax可以根据经验值确定或者根据实验得到。
目标流域内每一行政区的牧草地作物可以不仅仅是喂养动物的牧草,还可以是其他用途的牧草地作物,例如可结莓果的牧草地作物等。由于牧草地内不同用途的牧草地作物的热值计算方式并不相同,例如牧草热值的计算方式需要通过喂养的动物间接计算。因此,本发明实施例中估算目标流域内牧草地的作物热值总量时,获取目标流域内每一行政区内各种用途的牧草地作物的种植面积以及每一行政区内各种用途的牧草地作物对应的像元数量,并基于所述像元中牧草地覆盖度、每一行政区内各种用途的牧草地作物的单位热值以及所述像元的面积,估算目标流域内牧草地的作物热值总量,如公式(16)所示。
其中,Qsg为目标流域内牧草地的作物热值总量,γj,k4为目标流域内行政区j内第k4(1≤k4≤K4,K4为目标流域内行政区j内的牧草地作物类别数)种牧草地作物的单位热值,Sj,k4为目标流域内行政区j内第k4种牧草地作物的种植面积,Csg是像元的牧草地覆盖度,Px为像元面积,Nj,k4为目标流域内行政区j内包括第k4种耕地作物的像元数量。
在上述实施例的基础上,本发明实施例中提供的流域生态承载力估算方法,所述目标流域内生产性用地的类别具体包括:水域;相应地,
所述基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,具体包括:
通过如下公式(17)确定目标流域内水域内的作物热值总量。
其中,Qsw为目标流域内水域内的作物热值总量,γj,k5为目标流域内行政区j内第k5(1≤k5≤K5,K5为目标流域内行政区j内的水域作物类别数)种水域作物的单位热值,Sj,k5为目标流域内行政区j内第k5种水域作物的面积,xk5为像元中水域作物的比例,Px为像元面积,Nj,k5为目标流域内行政区j内包括第k5种水域作物的像元数量。
需要说明的是,在计算目标流域中水域内的作物热值总量时,计算的是目标流域中所有水域内的作物热值总量。水域作物是指水域内的作物,主要用以区分其他类别的生产性用地内的作物,水域作物可以是鱼、海草、海藻等。
在计算目标流域中水域内的作物热值总量之前还包括:从用地利用图中,叠加河流、沼泽湿地、饮用水源地、保护区等分布图,将这些信息从多光谱遥感影像得到的水面分布图中扣除,得到目标流域内的水域面积。
在上述实施例的基础上,本发明实施例中提供的流域生态承载力估算方法,所述目标流域内生产性用地的类别具体包括:林地;相应地,
所述基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,具体包括:
通过如下公式(18)确定目标流域内林地内的作物热值总量。
其中,Qsf为目标流域内林地内的作物热值总量,γj,k6为目标流域内行政区j内第k6(1≤k6≤K6,K6为目标流域内行政区j内的林地作物类别数)种林地作物的单位热值,Sj,k6为目标流域内行政区j内第k6种林地作物的面积,xk6为像元中林地作物的比例,Px为像元面积,Nj,k5为目标流域内行政区j内包括第k6种林地作物的像元数量。
需要说明的是,在计算目标流域中林地内的作物热值总量时,计算的是目标流域中所有林地内的作物热值总量。林地作物是指林地内的作物,主要用以区分其他类别的生产性用地内的作物,林地作物可以是松树、柏树、杨树以及柳树等。
基于上述实施例的内容,本发明实施例提供了一种流域生态承载力估算系统,该流域生态承载力估算系统用于执行上述方法实施例中提供的流域生态承载力估算方法。参见图2,该系统包括:生产性用地确定模块21、均衡因子计算模块22、产量因子计算模块23以及综合生态承载力确定模块24。
生产性用地确定模块21用于获取目标流域的多光谱遥感影像,并基于所述多光谱遥感影像确定所述目标流域内的生产性用地以及所述目标流域中每一子流域内的生产性用地;
均衡因子计算模块22用于基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,并基于所述目标流域内每种类别的生产性用地的生产面积,计算所述目标流域内每种类别的生产性用地的均衡因子;
产量因子计算模块23用于对于所述目标流域中的每一子流域,基于所述子流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述子流域内每种类别的生产性用地的生产面积以及所述目标流域内每种类别的生产性用地内每种作物的产量、所述目标流域内每种类别的生产性用地的生产面积,计算所述子流域内每种类别的生产性用地的产量因子;
综合生态承载力确定模块24用于基于所述子流域内每种类别的生产性用地的产量因子以及所述目标流域内每种类别的生产性用地的均衡因子,计算所述子流域内每种类别的生产性用地的资源承载力,并确定所述子流域的综合生态承载力。
本发明实施例中提供的流域生态承载力估算系统中各模块的作用与上述方法类实施例中各步骤的操作流程是一一对应的,实现的技术效果也是一致的,本发明实施例中对此不再赘述。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行上述实施例中提供的流域生态承载力估算方法。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的上述实施例中提供的流域生态承载力估算方法。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种流域生态承载力估算方法,其特征在于,包括:
获取目标流域的多光谱遥感影像,并基于所述多光谱遥感影像确定所述目标流域内的生产性用地以及所述目标流域中每一子流域内的生产性用地;
基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,并基于所述目标流域内每种类别的生产性用地的面积,计算所述目标流域内每种类别的生产性用地的均衡因子;
对于所述目标流域中的每一子流域,基于所述子流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述子流域内每种类别的生产性用地的面积以及所述目标流域内每种类别的生产性用地内每种作物的产量、所述目标流域内每种类别的生产性用地的面积,计算所述子流域内每种类别的生产性用地的产量因子;
基于所述子流域内每种类别的生产性用地的产量因子以及所述目标流域内每种类别的生产性用地的均衡因子,计算所述子流域内每种类别的生产性用地的资源承载力,并确定所述子流域的综合生态承载力。
2.根据权利要求1所述的流域生态承载力估算方法,其特征在于,还包括:
获取所述目标流域的数字高程模型,并基于所述数字高程模型和所述多光谱遥感影像,确定所述目标流域中每一子流域内各行政区的适宜人口居住区;
所述适宜人口居住区的具体实现方式为,通过如下公式计算多光谱遥感影像中子流域r内行政区j对应的每一像元的归一化植被指数;其中1≤j≤J,J为子流域r内行政区的数量;
同时通过DEM计算每一像元的坡度,单位为度;
若判断获知行政区j对应的某一像元的NDVI和slope满足如下公式,则该像元对应于每一子流域r内行政区j的适宜人口居住区;
L1≤NDVI≤L2,0≤slope<25;
其中,DEM为目标流域的数字高程模型,NDVI指的是归一化植被指数,slope代表坡度,Rnir为像元中近红外波段的反射率,Rr为像元中红光波段的反射率;L1、L2均为常数,用于表征适宜人口居住区对应的像元中NDVI的下限值和上限值;
获取所述目标流域中每一子流域内各行政区的夜间灯光遥感影像和人口统计数据,并基于所述夜间灯光遥感影像和所述人口统计数据,确定所述目标流域中每一子流域内的人口数量;
基于所述目标流域中每一子流域内的人口数量以及每一子流域的综合生态承载力,确定所述目标流域中每一子流域的人均综合生态承载力。
3.根据权利要求1所述的流域生态承载力估算方法,其特征在于,所述计算所述目标流域内每种类别的生产性用地的均衡因子,具体包括:
基于所述目标流域内每种类别的生产性用地内的作物热值总量,确定所述目标流域内所有类别的生产性用地内的作物热值总量之和;
对于所述目标流域内每种类别的生产性用地,计算所述类别的生产性用地的作物热值总量在单位生产面积上的第一取值以及所述目标流域内所有类别的生产性用地内的作物热值总量之和在单位生产面积上的第二取值,并计算所述第一取值与所述第二取值的比值,所述比值为所述类别的生产性用地的均衡因子。
4.根据权利要求1所述的流域生态承载力估算方法,其特征在于,所述对于所述目标流域中的每一子流域,基于所述子流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述子流域内每种类别的生产性用地的生产面积以及所述目标流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述目标流域内每种类别的生产性用地的生产面积,计算所述子流域内每种类别的生产性用地的产量因子,具体通过如下公式实现:
5.根据权利要求1所述的流域生态承载力估算方法,其特征在于,所述基于所述子流域内每种类别的生产性用地的产量因子以及所述目标流域内每种类别的生产性用地的均衡因子,计算所述子流域内每种类别的生产性用地的资源承载力,具体包括:
确定所述子流域内每种类别的生产性用地的生产面积,计算所述产量因子、所述均衡因子以及所述生产面积的乘积,所述乘积为所述子流域内每种类别的生产性用地的资源承载力。
6.根据权利要求1-5中任一项所述的流域生态承载力估算方法,其特征在于,所述目标流域内生产性用地的类别具体包括:耕地;相应地,
所述基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,具体包括:
对于所述多光谱遥感影像内所述耕地对应的每个像元,若判断获知所述像元为作物混合像元,则基于所述像元在时间序列上的遥感数据,计算所述像元对应的归一化植被指数,并确定复种或轮作模式下所述像元中各种耕地作物的种植比例;
获取所述目标流域内每一行政区内各种耕地作物的种植面积以及每一行政区内各种耕地作物对应的像元数量,并基于复种或轮作模式下所述像元中各种耕地作物的种植比例、每一行政区内各种耕地作物的单位热值以及所述像元的面积,估算所述目标流域内所述耕地的作物热值总量。
7.根据权利要求1-5中任一项所述的流域生态承载力估算方法,其特征在于,所述目标流域内生产性用地的类别具体包括:牧草地;相应地,
所述基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,具体包括:
对于所述多光谱遥感影像内所述牧草地对应的每个像元,计算所述像元对应的归一化植被指数,并确定所述像元中牧草地覆盖度;
获取所述目标流域内每一行政区内各种用途的牧草地作物的种植面积以及每一行政区内各种用途的牧草地作物对应的像元数量,并基于所述像元中牧草地覆盖度、每一行政区内各种用途的牧草地作物的单位热值以及所述像元的面积,估算所述目标流域内所述牧草地的作物热值总量。
8.一种流域生态承载力估算系统,其特征在于,包括:
生产性用地确定模块,用于获取目标流域的多光谱遥感影像,并基于所述多光谱遥感影像确定所述目标流域内的生产性用地以及所述目标流域中每一子流域内的生产性用地;
均衡因子计算模块,用于基于所述目标流域内每种类别的生产性用地内每种作物的产量和每种作物的单位热值,确定所述目标流域内每种类别的生产性用地内的作物热值总量,并基于所述目标流域内每种类别的生产性用地的生产面积,计算所述目标流域内每种类别的生产性用地的均衡因子;
产量因子计算模块,用于对于所述目标流域中的每一子流域,基于所述子流域内每种类别的生产性用地内每种作物的产量、每种作物的单位热值、所述子流域内每种类别的生产性用地的生产面积以及所述目标流域内每种类别的生产性用地内每种作物的产量、所述目标流域内每种类别的生产性用地的生产面积,计算所述子流域内每种类别的生产性用地的产量因子;
综合生态承载力确定模块,用于基于所述子流域内每种类别的生产性用地的产量因子以及所述目标流域内每种类别的生产性用地的均衡因子,计算所述子流域内每种类别的生产性用地的资源承载力,并确定所述子流域的综合生态承载力。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至7中任一所述的流域生态承载力估算方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至7中任一所述的流域生态承载力估算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910635390.2A CN110390284B (zh) | 2019-07-15 | 2019-07-15 | 基于遥感影像的流域生态承载力估算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910635390.2A CN110390284B (zh) | 2019-07-15 | 2019-07-15 | 基于遥感影像的流域生态承载力估算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110390284A CN110390284A (zh) | 2019-10-29 |
CN110390284B true CN110390284B (zh) | 2021-10-26 |
Family
ID=68285055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910635390.2A Active CN110390284B (zh) | 2019-07-15 | 2019-07-15 | 基于遥感影像的流域生态承载力估算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110390284B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116384829A (zh) * | 2023-04-04 | 2023-07-04 | 国家基础地理信息中心 | 生态分析方法、装置、电子设备及计算机可读取存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000019032A1 (en) * | 1998-09-30 | 2000-04-06 | Kekanovic Milan | The process of production of concrete ceramic, insulating, modular, facade type, ecological bearing wall elements |
CN104517037A (zh) * | 2014-12-23 | 2015-04-15 | 中国科学院遥感与数字地球研究所 | 一种生态承载力的遥感估算方法 |
CN105117968A (zh) * | 2015-08-11 | 2015-12-02 | 南京大学连云港高新技术研究院 | 海岸带生态承载力分析方法 |
CN108564296A (zh) * | 2018-04-26 | 2018-09-21 | 济南大学 | 一种基于生态足迹模型的流域水资源承载力评价方法 |
CN108647738A (zh) * | 2018-05-17 | 2018-10-12 | 中国科学院遥感与数字地球研究所 | 基于多指数的全球尺度遥感影像水体智能提取方法 |
US10346767B2 (en) * | 2001-10-31 | 2019-07-09 | Goalassist Corporation | System and method employing capacity/demand management in prepared food service industry |
-
2019
- 2019-07-15 CN CN201910635390.2A patent/CN110390284B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000019032A1 (en) * | 1998-09-30 | 2000-04-06 | Kekanovic Milan | The process of production of concrete ceramic, insulating, modular, facade type, ecological bearing wall elements |
US10346767B2 (en) * | 2001-10-31 | 2019-07-09 | Goalassist Corporation | System and method employing capacity/demand management in prepared food service industry |
CN104517037A (zh) * | 2014-12-23 | 2015-04-15 | 中国科学院遥感与数字地球研究所 | 一种生态承载力的遥感估算方法 |
CN105117968A (zh) * | 2015-08-11 | 2015-12-02 | 南京大学连云港高新技术研究院 | 海岸带生态承载力分析方法 |
CN108564296A (zh) * | 2018-04-26 | 2018-09-21 | 济南大学 | 一种基于生态足迹模型的流域水资源承载力评价方法 |
CN108647738A (zh) * | 2018-05-17 | 2018-10-12 | 中国科学院遥感与数字地球研究所 | 基于多指数的全球尺度遥感影像水体智能提取方法 |
Non-Patent Citations (4)
Title |
---|
Estimating the area burned by agricultural fires from Landsat 8 Data using the Vegetation Difference Index and Burn Scar Index;Shudong Wang et al.;《Journal of the International Association of Wildland Fire》;20180410;第27卷(第4期);217-227 * |
Using remote sensing and GIS technologies to estimate grass yield and livestock carrying capacity of alpine grasslands in Golog Prefecture;LongYU et al.;《Pedosphere》;20100630;第20卷(第3期);342-351 * |
流域生态承载力空间尺度效应分析——以石羊河流域为例;郭建军 等;《兰州大学学报(自然科学版)》;20140630;第50卷(第3期);383-389 * |
滇池流域生态承载力及系统耦合效应剖析;刘保强 等;《长江流域资源与环境》;20150515;第24卷(第5期);868-875 * |
Also Published As
Publication number | Publication date |
---|---|
CN110390284A (zh) | 2019-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lavorel et al. | Pathways to bridge the biophysical realism gap in ecosystem services mapping approaches | |
Bonfiglio et al. | Assessing eco-efficiency of arable farms in rural areas | |
Verburg et al. | Combining top-down and bottom-up dynamics in land use modeling: exploring the future of abandoned farmlands in Europe with the Dyna-CLUE model | |
Verburg et al. | From land cover change to land function dynamics: A major challenge to improve land characterization | |
Fohrer et al. | An interdisciplinary modelling approach to evaluate the effects of land use change | |
Koschke et al. | The integration of crop rotation and tillage practices in the assessment of ecosystem services provision at the regional scale | |
Quinteiro et al. | Identification of methodological challenges remaining in the assessment of a water scarcity footprint: a review | |
Arheimer et al. | Landscape planning to reduce coastal eutrophication: agricultural practices and constructed wetlands | |
Roche et al. | Are expert-based ecosystem services scores related to biophysical quantitative estimates? | |
Jin et al. | How much will precision nitrogen management pay off? An evaluation based on simulating thousands of corn fields over the US Corn-Belt | |
Dono et al. | Adapting to uncertainty associated with short-term climate variability changes in irrigated Mediterranean farming systems | |
Trolle et al. | Application of a three-dimensional water quality model as a decision support tool for the management of land-use changes in the catchment of an oligotrophic lake | |
Röder et al. | Adaptation of a grazing gradient concept to heterogeneous Mediterranean rangelands using cost surface modelling | |
Bamutaze et al. | Intersecting RUSLE modelled and farmers perceived soil erosion risk in the conservation domain on mountain Elgon in Uganda | |
HASANNUDIN et al. | Agroforestry management systems through landscape-life scape integration: A case study in Gowa, Indonesia | |
Maydana et al. | Integrated valuation of alternative land use scenarios in the agricultural ecosystem of a watershed with limited available data, in the Pampas region of Argentina | |
You et al. | Assessing the spatial distribution of crop areas using a cross-entropy method | |
CN110390284B (zh) | 基于遥感影像的流域生态承载力估算方法及系统 | |
Bongiovanni | A spatial econometric approach to the economics of site-specific nitrogen management in corn production | |
Goldman et al. | Wetland restoration and creation for nitrogen removal: challenges to developing a watershed-scale approach in the Chesapeake Bay coastal plain | |
Murillo-López et al. | Land cover changes in coffee cultural landscapes of Pereira (Colombia) between 1997 and 2014 | |
Tenhunen et al. | Ecosystem approaches to landscape management in Central Europe | |
Hossain et al. | Modelling agricultural transformation: A remote sensing-based analysis of wetlands changes in Rajshahi, Bangladesh | |
Allen et al. | Data sources to support land suitability assessments for bioenergy feedstocks in the EU–A review | |
Odgaard et al. | The relative importance of geophysical constraints, amenity values, and farm-related factors in the dynamics of grassland set-aside |
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 |