CN111353666A - 一种基于野外环境监测站点的生态风险预警方法 - Google Patents

一种基于野外环境监测站点的生态风险预警方法 Download PDF

Info

Publication number
CN111353666A
CN111353666A CN201811572681.3A CN201811572681A CN111353666A CN 111353666 A CN111353666 A CN 111353666A CN 201811572681 A CN201811572681 A CN 201811572681A CN 111353666 A CN111353666 A CN 111353666A
Authority
CN
China
Prior art keywords
ecological
risk
service
value
ecosystem
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
Application number
CN201811572681.3A
Other languages
English (en)
Inventor
陈�峰
冯建书
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Aerospace Titan Technology Co ltd
Original Assignee
Beijing Aerospace Titan Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Aerospace Titan Technology Co ltd filed Critical Beijing Aerospace Titan Technology Co ltd
Priority to CN201811572681.3A priority Critical patent/CN111353666A/zh
Publication of CN111353666A publication Critical patent/CN111353666A/zh
Pending legal-status Critical Current

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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • 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—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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于野外环境监测站点的生态风险预警方法，包括：实时监测选定区域的野外生态观测站点的监测终端采集的生态数据，计算总生态系统服务指数和生态风险指数值，根据生态风险指数值分析选定区域的生态风险的等级，并进行预警。本发明以生态系统服务为指标，导入生态风险分析模型对生态系统所面临的不确定性风险给出定量描述；更好的平衡了不同生态系统服务类型的权重，并且精确的给出了生态系统产出型服务的变化；回避了传统的生态系统服务计算模型中常忽略生态负面效应而难以进行风险估算的问题。

Description

一种基于野外环境监测站点的生态风险预警方法
技术领域
本发明涉及野外台站环境监测领域，具体而言涉及一种基于野外环境监测站点的生态风险预警方法。
背景技术
生态风险评估与预警系统根据科技部、环保部发布的文献1[《国家生态系统野外研究站章程》]文献2[《国家生态系统野外研究站考核与评估办法》文献3《国家生态系统野外研究站数据管理与数据共享条例》]和文献4[《生态保护红线划定技术指南》]等标准规范，以野外生态观测站点数据传感体系为基础，运用最新的生态学理论研究成果和空间信息技术，建立野外台站生态风险评估与预警系统。
系统通过野外台站的数据采集中心对所属区域各监测点位环境数据的实时采集传输，实现区域生态风险评价、地图显示、风险预警等。
生态风险分析是对生态系统的不确定性风险及其可能遭受损失的定量化分析。当生态系统服务的供应不能满足于人们的需求时，即人们生产、生活所消耗的生态产品和服务超过了自然生态系统的供应阀值，那么此时的生态系统被认为是暴露于风险之中。由于人类对生态系统服务的消耗会随着社会的发展水平作相应变化，因此生态风险也被认为不是一成不变的，它需要根据历史数据作动态预测。这里生态风险定义为在给定的时间水平和置信区间内，生态系统服务在未来一定时间内的预期可能损失值。
传统的生态风险评价主要依据是点源性威胁、区域景观格局变化等生态实体特征指标，忽略了与实体功能属性密切相关的人类福祉因素——生态系统服务，而且传统的生态系统服务计算模型中常忽略生态负面效应而难以进行风险估算。将生态系统服务纳入风险评价体系是区域生态风险评价中一个新的思路。
发明内容
本发明的目的在于解决了传统生态风险评价方法忽略与实体功能属性密切相关的人类福祉因素——生态系统服务的不足，和难以进行风险估算的问题。为实现上述目的，本发明提出一种基于野外环境监测站点的生态风险预警方法。
包括：实时监测选定区域的野外生态观测站点的监测终端采集的生态数据，计算总生态系统服务指数和生态风险指数值，根据生态风险指数值分析选定区域的生态风险的等级，并进行预警。
作为所述方法的一种改进，所述方法具体包括：
步骤1)通过野外生态观测站点的监测终端采集生态数据，并转换为坐标系内的矢量或栅格数据；
步骤2)基于上述矢量或栅格数据，计算各项生态系统服务值，然后进行综合得到总生态系统服务指数；
步骤3)根据总生态系统服务指数，构建选定区域生态服务风险模型，计算生态系统服务预期EVR值，从而得到生态风险指数；
步骤4)对求得的生态风险指数按照风险程度的高低进行分级；
步骤5)对选定区域范围以风险程度分级进行生态风险预警。
作为所述方法的一种改进，所述步骤1)具体包括：
步骤1-1)通过野外生态观测站点的监测终端采集生态数据；包括气象数据、地形数据、土壤数据、植被遥感数据；所述气象数据包括气温和降水；所述地形数据包括高程、坡长和坡度；所述土壤数据包括土壤组分；植被遥感数据包括植被覆盖度；
步骤1-2)对所述生态数据根据地理信息进行空间化处理，转换为坐标系内的矢量或栅格数据。
作为所述方法的一种改进，所述步骤2)具体包括：
步骤2-1)建立各类生态系统服务指标；每类生态系统包括的生态系统服务指标为：植被固碳服务指标S1、水土保持服务指标S2、水源供给与涵养服务指标S3和生物多样性保护服务指标S4；
步骤2-2)根据选定区域的生态系统类型i，计算栅格数据的像元x在t时间下第j项生态系统服务的标准化指数值Sij(x,t)；其中，j＝1,2,3,4；
步骤2-3)计算选定地域范围内生态系统服务指标的广义均值μ(Sj)：
Figure BDA0001915931050000021
其中，ε为均值参数；n像元总数，μ(S1)对应植被固碳服务指标值、μ(S2)对应水土保持服务指标值、μ(S3)对应水源供给与涵养服务指标值和μ(S4)生物多样性保护服务指标值。步骤2-4)计算总生态系统服务指数值S：
S＝μ[μ(S1),μ(S2),μ(S3),μ(S4)] (2)。
作为所述方法的一种改进，所述步骤3)具体包括：
步骤3-1)构建生态服务风险模型：
P(R0-R1≤EVR)＝1-α (3)
其中，P表示概率分布，以R0表示选定区域范围内风险价值初始值，其取值为历年不同年份间所选定区域范围总生态系统服务的损失值，R1表示所选定区域范围内研究期末的风险价值可能值，EVR为生态系统服务预期值，α为设定的置信水平；
步骤3-2)假设生态系统服务风险价值是随机变量且服从正态分布，由标准正态分布得到其概率分布，即：
(R1-ER1)/σ～N(0,1) (4)
其中，R1的期望为ER1，标准差为σ；从而得到R1值；
步骤3-3)给定置信水平α后，由标准差σ值求得生态系统服务预期值EVR：
EVR＝-k·σ (5)
其中，k为与置信水平相关的标准正态分布分位数值；
步骤3-4)根据生态系统服务预期值，得到所选定区域范围内风险价值R：
R＝EVR (6)
步骤3-5)计算生态风险指数I：
I＝R/S (7)。
作为所述方法的一种改进，所述步骤4)具体包括：
对选定区域范围内的生态风险指数I值按照风险程度的高低分为5个等级：
当0.0≤I＜0.25时，生态风险预警等级为极轻度风险；
当0.25≤I＜0.5时，生态风险预警等级为轻度风险；
当0.5≤I＜0.75时，生态风险预警等级为中度风险；
当0.75≤I＜1时，生态风险预警等级为重度风险；
当I≥1.0时，生态风险预警等级为极重度风险；
根据等级进行生态风险预警。
本发明的优势在于：
1、本发明的基于野外环境监测站点的生态风险预警方法以生态系统服务为指标，导入生态风险分析模型对生态系统所面临的不确定性风险给出定量描述；
2、本发明更好的平衡了不同生态系统服务类型的权重，并且精确的给出了生态系统产出型服务的变化；
3、本发明回避了传统的生态系统服务计算模型中常忽略生态负面效应而难以进行风险估算的问题。
附图说明
图1为本发明的基于野外环境监测站点的生态风险预警方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细的说明。
S1：通过野外生态监测站点确定生态风险监测的地域范围，在选定地域范围内采集气象数据包括气温和降水、地形数据包括高程、坡长和坡度、土壤数据包括土壤组分、植被遥感数据包括植被覆盖度；
基于GIS平台对采集的生态数据运用地理信息技术进行空间化处理，依据环保部《生态红线划定技术指南》对各项生态系统服务指标进行计算分析，初步建立植被固碳服务、水土保持服务、水源供给与涵养服务、生物多样性保护服务等生态系统服务指标，作标准化指数处理，换为附有坐标系统的栅格数据；
S2：基于上述栅格数据，运用植被净初级生产力定量指标法求得各项生态系统服务值，运用综合指数法合成总生态系统服务指数；具体包括：
步骤2-1)建立各类生态系统服务指标；每类生态系统包括的生态系统服务指标为：植被固碳服务指标S1、水土保持服务指标S2、水源供给与涵养服务指标S3和生物多样性保护服务指标S4；
步骤2-2)根据选定区域的生态系统类型i，计算栅格数据的像元x在t时间下第j项生态系统服务的标准化指数值Sij(x,t)；其中，j＝1,2,3,4；
步骤2-3)计算选定地域范围内生态系统服务指标的广义均值μ(Sj)：
Figure BDA0001915931050000041
其中，ε为均值参数；n像元总数，μ(S1)对应植被固碳服务指标值、μ(S2)对应水土保持服务指标值、μ(S3)对应水源供给与涵养服务指标值和μ(S4)生物多样性保护服务指标值。
步骤2-4)计算总生态系统服务指数值S：
S＝μ[μ(S1),μ(S2),μ(S3),μ(S4)] (2)
S3)构建生态风险模型，计算得到区域生态风险指数；
本发明基于生态系统服务变化构建生态风险模型，借此对区域生态系统可能遭受的影响进行定量评价。
以R0表示暴露于风险中的那部分生态系统服务在研究期间的初始值，R1表示研究期末的可能值，EVR表示一定的置信水平下处于风险中的生态系统服务预期值：则生态风险模型为：
P(R0-R1≤EVR)＝1-α (3)
其中，α为设定的置信水平。
假设生态系统服务风险值是随机变量且服从正态分布，R1的期望为ER1，标准差为σ，由正态分布函数的性质可知，m为常数时，P(R1-ER1＜kσ)可由标准正态分布得到其概率分布，即有：
(R1-ER1)/σ～N(0,1) (4)
给定置信水平α后，即可由标准差σ值求得生态风险预期值EVR：
EVR＝-k·σ (5)
其中，k为与置信水平相关的标准正态分布分位数值。
根据生态系统服务预期值EVR，得到所选定区域范围内风险价值R：
R＝EVR (6)
以一定时间一定区域范围内所有生物群落提供的生态系统服务总价值定义供给价值，以历年不同年份间总生态系统服务的损失值定义风险价值，以风险价值和供给价值的比值计算生态风险指数I：
I＝R/S (7)
其中I为区域生态风险指数；R为风险价值，即暴露于风险中的那部分生态产品和服务；S为供给价值，即自然生态系统所提供的生态产品和服务。
I值越大，表明生态系统所承受的风险压力也就越大。
S4：根据区域生态系统的生态风险指数，基于ArGIS平台采用分位数分级法对风险程度进行分级处理，分为5个等级：
当0.0≤I＜0.25时，生态风险预警等级为极轻度风险；
当0.25≤I＜0.5时，生态风险预警等级为轻度风险；
当0.5≤I＜0.75时，生态风险预警等级为中度风险；
当0.75≤I＜1时，生态风险预警等级为重度风险；
当I≥1.0时，生态风险预警等级为极重度风险。
以不同颜色对风险程度进行地图显示。
S5：通过监测终端对求取的区域生态风险进行实时查询、地图显示，以风险程度等级高低进行风险预警。
生态风险监测分析覆盖气温、降水、土壤、地形、人类活动等自然和人文因子。通过生态风险监测预警系统，采用上述方法进行计算并地图化显示，将各生态因子的变化最终反映在生态风险的变化之中。生态风险评价作为一个能够灵活地组织运用各种数据、信息、假设和不确定性，对产生不利的生态效应进行评价的过程，可以为生态风险管理提供可能引起不良生态效应信息，从而为环境管理和制定环境决策提供科学依据。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于野外环境监测站点的生态风险预警方法，包括：实时监测选定区域的野外生态观测站点的监测终端采集的生态数据，计算总生态系统服务指数和生态风险指数值，根据生态风险指数值分析选定区域的生态风险的等级，并进行预警。
2.根据权利要求1所述的基于野外环境监测站点的生态风险预警方法，其特征在于，所述方法具体包括：
步骤1)通过野外生态观测站点的监测终端采集生态数据，并转换为坐标系内的栅格数据；
步骤2)基于上述栅格数据，计算各项生态系统服务值，然后进行综合得到总生态系统服务指数；
步骤3)根据总生态系统服务指数，构建选定区域生态服务风险模型，计算生态系统服务预期EVR值，从而得到生态风险指数；
步骤4)对求得的生态风险指数按照风险程度的高低进行分级；
步骤5)对选定区域范围以风险程度分级进行生态风险预警。
3.根据权利要求2所述的基于野外环境监测站点的生态风险预警方法，其特征在于，所述步骤1)具体包括：
步骤1-1)通过野外生态观测站点的监测终端采集生态数据；包括气象数据、地形数据、土壤数据、植被遥感数据；所述气象数据包括气温和降水；所述地形数据包括高程、坡长和坡度；所述土壤数据包括土壤组分；植被遥感数据包括植被覆盖度；
步骤1-2)对所述生态数据运用地理信息技术进行空间化处理，转换为坐标系内的栅格数据。
4.根据权利要求3所述的基于野外环境监测站点的生态风险预警方法，其特征在于，所述步骤2)具体包括：
步骤2-1)建立各类生态系统服务指标；每类生态系统包括的生态系统服务指标为：植被固碳服务指标S1、水土保持服务指标S2、水源供给与涵养服务指标S3和生物多样性保护服务指标S4；
步骤2-2)根据选定区域的生态系统类型i，计算栅格数据的像元x在t时间下第j项生态系统服务的标准化指数值Sij(x,t)；其中，j＝1,2,3,4；
步骤2-3)计算选定地域范围内生态系统服务指标的广义均值μ(Sj)：
Figure FDA0001915931040000021
其中，ε为均值参数；n像元总数，μ(S1)对应植被固碳服务指标值、μ(S2)对应水土保持服务指标值、μ(S3)对应水源供给与涵养服务指标值和μ(S4)生物多样性保护服务指标值；
步骤2-4)计算总生态系统服务指数值S：
S＝μ[μ(S1),μ(S2),μ(S3),μ(S4)] (2)。
5.根据权利要求4所述的基于野外环境监测站点的生态风险预警方法，其特征在于，所述步骤3)具体包括：
步骤3-1)构建生态服务风险模型：
P(R0-R1≤EVR)＝1-α (3)
其中，P表示概率分布，以R0表示选定区域范围内风险价值初始值，其取值为历年不同年份间所选定区域范围总生态系统服务的损失值，R1表示所选定区域范围内研究期末的风险价值可能值，EVR为生态系统服务预期值，α为设定的置信水平；
步骤3-2)假设生态系统服务风险价值是随机变量且服从正态分布，由标准正态分布得到其概率分布，即：
(R1-ER1)/σ～N(0,1) (4)
其中，R1的期望为ER1，标准差为σ；从而得到R1值；
步骤3-3)给定置信水平α后，由标准差σ值求得生态系统服务预期值EVR：
EVR＝-k·σ (5)
其中，k为与置信水平相关的标准正态分布分位数值；
步骤3-4)根据生态系统服务预期值，得到所选定区域范围内风险价值R：
R＝EVR (6)
步骤3-5)计算生态风险指数I：
I＝R/S (7)。
6.根据权利要求5所述的基于野外环境监测站点的生态风险预警方法，其特征在于，所述步骤4)具体包括：
对选定区域范围内的生态风险指数I值按照风险程度的高低分为5个等级：
当0.0≤I＜0.25时，生态风险预警等级为极轻度风险；
当0.25≤I＜0.5时，生态风险预警等级为轻度风险；
当0.5≤I＜0.75时，生态风险预警等级为中度风险；
当0.75≤I＜1时，生态风险预警等级为重度风险；
当I≥1.0时，生态风险预警等级为极重度风险；
根据等级进行生态风险预警。
CN201811572681.3A 2018-12-21 2018-12-21 一种基于野外环境监测站点的生态风险预警方法 Pending CN111353666A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811572681.3A CN111353666A (zh) 2018-12-21 2018-12-21 一种基于野外环境监测站点的生态风险预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811572681.3A CN111353666A (zh) 2018-12-21 2018-12-21 一种基于野外环境监测站点的生态风险预警方法

Publications (1)

Publication Number Publication Date
CN111353666A true CN111353666A (zh) 2020-06-30

Family

ID=71193633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811572681.3A Pending CN111353666A (zh) 2018-12-21 2018-12-21 一种基于野外环境监测站点的生态风险预警方法

Country Status (1)

Country Link
CN (1) CN111353666A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114877948A (zh) * 2022-06-08 2022-08-09 江苏达昌生态环境发展有限公司 一种环境监测生态安全预警系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10198269A (ja) * 1997-01-07 1998-07-31 Fujita Corp 環境評価システム
CN101814062A (zh) * 2010-04-14 2010-08-25 北京师范大学 区域生态系统服务功能动态区划方法(sizes)
CN101882274A (zh) * 2010-07-20 2010-11-10 南京大学 一种确定区域生态风险预警的方法
JP2013168135A (ja) * 2012-01-16 2013-08-29 Maeda Corp 生態系保全及び回復の評価システム
CN104361418A (zh) * 2014-12-05 2015-02-18 北京师范大学 一种流域水生态安全监控预警平台及其预警方法
US20160203146A1 (en) * 2015-01-12 2016-07-14 Gary Allison Moll Ecosystem Services Index, Exchange and Marketplace and Methods of Using Same
CN106815690A (zh) * 2017-01-25 2017-06-09 中国科学院遥感与数字地球研究所 基于遥感数据的生态环境质量评价系统与方法
CN107918838A (zh) * 2018-01-09 2018-04-17 北京师范大学 区域生态系统服务优势度的计算及风险判定方法
CN108428069A (zh) * 2018-04-10 2018-08-21 安徽建筑大学 基于Model Builder生态风险指数计算方法
CN108805466A (zh) * 2018-06-27 2018-11-13 南京林业大学 一种滨海湿地生态系统服务价值评价方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10198269A (ja) * 1997-01-07 1998-07-31 Fujita Corp 環境評価システム
CN101814062A (zh) * 2010-04-14 2010-08-25 北京师范大学 区域生态系统服务功能动态区划方法(sizes)
CN101882274A (zh) * 2010-07-20 2010-11-10 南京大学 一种确定区域生态风险预警的方法
JP2013168135A (ja) * 2012-01-16 2013-08-29 Maeda Corp 生態系保全及び回復の評価システム
CN104361418A (zh) * 2014-12-05 2015-02-18 北京师范大学 一种流域水生态安全监控预警平台及其预警方法
US20160203146A1 (en) * 2015-01-12 2016-07-14 Gary Allison Moll Ecosystem Services Index, Exchange and Marketplace and Methods of Using Same
CN106815690A (zh) * 2017-01-25 2017-06-09 中国科学院遥感与数字地球研究所 基于遥感数据的生态环境质量评价系统与方法
CN107918838A (zh) * 2018-01-09 2018-04-17 北京师范大学 区域生态系统服务优势度的计算及风险判定方法
CN108428069A (zh) * 2018-04-10 2018-08-21 安徽建筑大学 基于Model Builder生态风险指数计算方法
CN108805466A (zh) * 2018-06-27 2018-11-13 南京林业大学 一种滨海湿地生态系统服务价值评价方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114877948A (zh) * 2022-06-08 2022-08-09 江苏达昌生态环境发展有限公司 一种环境监测生态安全预警系统

Similar Documents

Publication Publication Date Title
Huang et al. Sprawl in Taipei’s peri-urban zone: Responses to spatial planning and implications for adapting global environmental change
Gafurov et al. MODSNOW-Tool: an operational tool for daily snow cover monitoring using MODIS data
Berhan et al. Using satellite images for drought monitoring: a knowledge discovery approach
CN110927120B (zh) 一种植被覆盖度预警方法
Desalegn et al. Developing GIS-based soil erosion map using RUSLE of Andit Tid Watershed, central highlands of Ethiopia
CN114254802B (zh) 气候变化驱动下植被覆盖时空变化的预测方法
CN115630802A (zh) 一种结合生态系统服务供需的生态修复空间划定方法
CN114578457B (zh) 一种基于进化集成学习的大气污染物浓度时空预测方法
CN115496146A (zh) 城市生态修复优先顺序识别方法、装置及电子设备
Sui et al. Spatiotemporal variation of cultivated land ecosystem stability in typical regions of Lower Liaohe Plain China based on stress-buffer-response
CN117974401A (zh) 基于多源数据和模型集成的生态修复区域智能识别方法
CN114997535A (zh) 一种智慧农业全过程生产大数据智能分析方法及系统平台
CN115824975A (zh) 基于国产高分遥感卫星的人居环境监测系统
CN115018268A (zh) 一种基于空间测算相对量的森林生态服务价值评估方法
Pan et al. Urban expansion and intra-urban land evolution as well as their natural environmental constraints in arid/semiarid regions of China from 2000–2018
CN114626966A (zh) 一种基于景观格局量化城市大型蓝绿空间降温规模的方法
CN111353666A (zh) 一种基于野外环境监测站点的生态风险预警方法
Wang et al. Matching supply and demand of cooling service provided by urban green and blue space
Li et al. Characterizing long-term forest disturbance history and its drivers in the Ning-Zhen Mountains, Jiangsu Province of eastern China using yearly Landsat observations (1987–2011)
Liu et al. Global relative ecosystem service budget mapping using the Google Earth Engine and land cover datasets
Rawat et al. Spatio-temporal dynamics of Almora town area, India
Yu et al. Economy estimation of mainland china at county-level based on landsat images and multi-task deep learning framework
Zheng et al. Land Use Change in the Yangtze River Economic Belt during 2010 to 2020 and Future Comprehensive Prediction Based on Markov and ARIMA Models
Runfola et al. Future suburban development and the environmental implications of lawns: A case study in New England, USA
Hai et al. Assessing land use change in the context of climate change and proposing solutions: Case study in Gia Lai province, Vietnam

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200630