CN111858741A - 多期水土流失强度空间消长变化的可视化展示方法 - Google Patents

多期水土流失强度空间消长变化的可视化展示方法 Download PDF

Info

Publication number
CN111858741A
CN111858741A CN202010712425.0A CN202010712425A CN111858741A CN 111858741 A CN111858741 A CN 111858741A CN 202010712425 A CN202010712425 A CN 202010712425A CN 111858741 A CN111858741 A CN 111858741A
Authority
CN
China
Prior art keywords
water
soil
spatial
soil loss
grid
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
CN202010712425.0A
Other languages
English (en)
Inventor
王友胜
殷小琳
张明斌
王昭艳
辛艳
张晓明
张磊
任正龑
邢先双
董明明
成晨
刘冰
赵阳
解刚
朱毕生
杜鹏飞
郭乾坤
张永娥
刘卉芳
赵莹
李云霞
孟琳
魏小燕
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.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
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 China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN202010712425.0A priority Critical patent/CN111858741A/zh
Publication of CN111858741A publication Critical patent/CN111858741A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明提供一种多期水土流失强度空间消长变化的可视化展示方法，其包括以下步骤：步骤一，将tif格式的各期水土流失强度空间栅格数据转化为ASCII格式；步骤二，获取水土流失强度空间数据的总栅格数m；步骤三，对m个栅格开展不同时期的水土流失强度空间消长分析；步骤四，将ASCII格式数据的水土流失强度空间消长分析结果转化为tif格式的空间栅格数据。本发明对于存在三期及以上水土流失强度空间数据，构建了一种可以全面、准确、快速的水土流失强度空间消长可视化展示方法，对于掌握区域水土流失强度消长变化状况，有针对性的布设水土保持措施，防治水土流失具有重要作用。

Description

多期水土流失强度空间消长变化的可视化展示方法
技术领域
本发明涉及水土流失技术领域，具体涉及一种多期水土流失强度空间消长变化的可视化展示方法。
背景技术
水土资源是人类赖以生存的生存和生产的宝贵自然资源，受自然和人为活动的影响，水土流失问题在部分地区日益严峻。复杂多变的地质地貌条件、具有强烈空间变异性和局地性特征的降水，以及该区域人类不合理的生产活动，使流域内水土流失空间分布不均，呈现出明显的空间异质性。尤其在涉及到需要分析多期水土流失状况时，全面、准确的掌握区域水土流失消长变化状况，对于科学评价水土保持生态建设成效至关重要。
在以往的水土流失消长分析中，主要采取以下三种方法：(1)以行政区为单元，统计不同强度的水土流失面积，通过对两期数据结果的相减，得到该行政区不同强度水土流失面积的消长变化；(2)以流域为单位，统计不同强度的水土流失面积，通过对两期数据结果的相减，得到该流域单元不同强度水土流失面积的消长变化；(3)将按照同一侵蚀分级的两期水土流失空间栅格数据相减，得到两个阶段的消长变化结果。
由于区域水土流失的空间分布受地形地貌、降雨、植被、土壤、农业管理措施等多因素的影响，其空间分布具有明显的空间变异性，由此也进一步带来了水土流失消长变化具有强烈的空间变异性。以上三种方法中，方法一和方法二仅能反映某行政区(某流域)的水土流失总体消长变化结果，不能有效反映行政区(某流域)范围内水土流失的空间变化特征；方法三仅适用两期土地利用的分析，在存在三期及以上水土流失空间数据存在时，仅能每两期分别开展分析，无法开展连续分析。
因此，在存在三期及以上水土流失空间数据时，构建一种可以全面、准确、快速的水土流失空间消长展示方法，对于掌握区域水土流失消长变化状况，有针对性的布设水土保持措施，防治水土流失具有重要作用。
发明内容
针对现有技术的不足，本发明首次提出一种多期水土流失强度空间消长变化的可视化展示方法，其目的主要是提供一种能够对三期及以上水土流失空间数据更加精准、直观的水土流失强度空间消长变化为目标的可视化展示方法。
本发明是通过以下技术方案实现的，一种多期水土流失强度空间消长变化的可视化展示方法，其包括以下步骤：
步骤一，将tif格式的各期水土流失强度空间栅格数据转化为ASCII格式；
步骤二，获取水土流失强度空间数据的总栅格数m；
步骤三，对m个栅格开展不同时期的水土流失强度空间消长分析,按如下步骤进行：
S1、令j＝1；
S2、对j栅格开展水土流失强度空间消长分析，表达式为：
Figure BDA0002596995230000021
其中：Changej表示第j个栅格的水土流失强度空间变化程度；i＝1,2,…，n，n为数据序列的总期数，j＝1,2,…，m；m为数据序列的栅格总数量；xij表示第i期第j个栅格的水土流失期数，yij表示第i期第j个栅格水土流失强度程度代码；
S3、将该栅格水土流失强度空间消长分析结果带入原始的空间位置，表明该位置的空间消长状况；
S4、判断j的大小，如果j<m,则令j＝j+1，重复步骤S2、S3；如果j>＝m,则进行步骤四；
步骤四，将ASCII格式数据的水土流失强度空间消长分析结果转化为tif格式的空间栅格数据。
优选地，所述步骤二中的总栅格数m由ASCII格式的头文件获得。
优选地，所述步骤二中的总栅格数m为:
m＝头文件行数nrows×头文件列数ncols。
优选地，所述Changej数值为正值时表示水土流失程度增加，Changej数值为负值时表示水土流失程度减少；Changej数值绝对值越大，表示水土流失程度变化越大，Changej为0值的表示没有变化。
与现有技术相比，本发明具有以下有益效果：
1、可以对三期及以上的水土流失强度空间数据开展准确的消长分析，并将变化结果以图的形式予以直观、高效的可视化展示；
2、采用逐行逐列逐栅格计算的方法，实现对每个栅格的变化分析与展示，更好的明确每个栅格的水土流失消长状态。
附图说明
图1是2017年Tif格式的水土流失栅格数据图；
图2是2018年Tif格式的水土流失栅格数据图；
图3是2019年Tif格式的水土流失栅格数据图；
图4是2020年Tif格式的水土流失栅格数据图；
图5是2017-2020年水土流失空间消长分析图；以及
图6是本发明多期水土流失强度空间消长变化的可视化展示方法的流程图。
图中：
1-微度侵蚀、2-轻度侵蚀、3-中度侵蚀、4-强烈侵蚀、5-极强烈侵蚀、6-剧烈侵蚀、7-水土流失明显减弱、8-水土流失有所减弱、9-水土流失微弱变化10-水土流失有所增强、11-水土流失明显增强。
具体实施方式
以下将参考附图1-6详细说明本发明的示例性实施例，说明本方法的实施过程。
步骤一，将tif格式的各期水土流失强度空间栅格数据转化为ASCII格式；
用格式转化软件分别将tif格式的各期水土流失强度空间栅格数据转化为ASCII格式，得到的数据序列为各期ASCII格式的水土流失强度数据。
例如，2017年、2018年、2019年、2020年共四期tif格式的水土流失强度空间栅格数据图如图1-4所示。
转化完成的ASCII格式的数据，水土流失强度代码分别为微度侵蚀1、轻度侵蚀2、中度侵蚀3、强烈侵蚀4、极强烈侵蚀5、剧烈侵蚀6。
2017年、2018年、2019年、2020年共四期的ASCII格式的水土流失强度数据如表1-4所示：
表1 2017年ASCII格式的水土流失强度空间数据
Figure BDA0002596995230000041
Figure BDA0002596995230000051
表2 2018年ASCII格式的水土流失强度空间数据
3 6 4 3 4 4 3 6 4 3 1
1 5 5 5 6 6 4 4 4 1 3
2 1 1 1 1 1 1 4 2 2 3
1 1 2 1 2 1 1 3 1 1 3
5 4 4 4 4 1 1 2 1 2 1
4 2 3 4 4 3 1 2 1 3 1
2 5 2 5 4 1 1 1 4 5 3
4 3 4 2 6 1 1 2 6 4 3
4 2 3 4 4 1 1 1 4 3 3
表3 2019年ASCII格式的水土流失强度空间数据
Figure BDA0002596995230000052
Figure BDA0002596995230000061
表4 2020年ASCII格式的水土流失强度空间数据
5 6 4 4 6 2 3 6 5 2 1
1 6 3 5 6 6 4 4 4 1 4
1 1 1 1 1 2 2 4 1 1 3
1 1 4 2 4 1 1 3 2 1 4
2 1 6 4 4 4 3 1 1 5 1
1 2 6 5 6 6 4 1 2 4 1
5 6 6 6 4 2 2 2 5 6 4
4 4 4 2 6 1 1 1 5 4 2
5 2 3 4 4 1 1 1 5 4 4
步骤二，获取水土流失强度空间数据的总栅格数m；
根据ASCII格式的头文件，
Figure BDA0002596995230000071
获取数据的行、列数，其中，行数nrows为9，列数ncols为11，可知转化完成的ASCII格式的数据由9行11列组成,其共有9×11个栅格数据，即总栅格数m＝nrows×ncols。
步骤三，对m个栅格开展不同时期的水土流失强度空间消长分析,按如下步骤进行：
S1、令j＝1；
S2、对j栅格开展水土流失强度空间消长分析，表达式为：
Figure BDA0002596995230000072
其中：Changej表示第j个栅格的水土流失强度空间变化程度；i＝1,2,…，n，n为数据序列的总期数，j＝1,2,…，m；m为数据序列的栅格总数量；xij表示第i期第j个栅格的水土流失期数，yij表示第i期第j个栅格水土流失强度程度代码。
下面以2017、2018、2019、2020年4期数据第一行第一列,即第1栅格的水土流失强度消长计算为例，对其水土流失强度消长变化予以展示。
(1)数据提取：
2017-2020年共4期，则n＝4；计算第1栅格数据，则i＝1,2,3,4；j＝1；提取2017、2018、2019、2020年共4期水土流失强度空间数据，则其对应的xij值分别为1，2，3，4，yij值分别为4，3，5，5。
(2)详细计算过程如下：
Figure BDA0002596995230000081
(3)结果分析：
2017-2020年第一行第一列,即第1栅格的水土流失强度空间消长变化Change1数值为0.5。
S3、将该栅格水土流失强度空间消长分析结果带入原始的空间位置，表明该位置的空间消长状况；
S4、判断j的大小，如果j<m,则令j＝j+1，重复步骤S2、S3；如果j>＝m,则进行步骤四。
经过逐行逐列逐栅格的计算，2017-2020年的整个空间的水土流失强度消长分析表如下：
表5 2017-2020年水土流失强度空间消长分析表
0.5 0 0 0.6 0.5 -0.4 0 0 0.4 -0.2 0.1
0 0.3 -0.8 0.2 0.2 0 0 0 0.2 0 0.3
-0.1 0 0 0 0 0.3 0.3 0 -0.1 0 0.3
0 0 0.6 0.3 0.5 0 0 0.2 0.3 0 0.3
-0.6 -0.8 0.7 0 -0.2 0.8 0.8 0 0.2 1.0 0.1
-0.9 -0.4 0.7 0.3 0.4 1.1 0.9 -0.1 0.3 0.5 0
0.5 0 1.1 0.4 0.1 0.5 0.4 0.4 0.3 0.4 0.5
0 0.1 0.2 0 -0.2 0 0 -0.1 -0.3 0.3 -0.1
0.4 0.2 0 0.1 0 0.2 0.1 0 0.4 0.3 0.3
将一个空间范围内的所有栅格消长分析结果计算后，会形成每个栅格的消长分析数值，将其带入原始的空间位置，可以表明该位置的消长状况，从区域整体空间结果转化为灰度图后，可以更清晰的展示出区域水土流失强度消长变化的空间格局，快速掌握水土流失强度增强或减弱的区域。
从单个栅格的消长结果来看，Changej数值为正值时表示水土流失程度增加，Changej数值为负值时表示水土流失程度减少；Changej数值绝对值越大，表示水土流失程度变化越大，Changej为0值的表示没有变化。
经过分析，2017-2020年间水土流失强度空间消长如表5所示，Changej数值的大小代表水土流失强度空间消长变化情况，其中：水土流失明显减弱7为Changej<-0.6，水土流失有所减弱8为-0.6≤Changej<-0.2，水土流失微弱变化9为-0.2≤Changej<0.2，水土流失有所增强10为0.2≤Changej<0.6，水土流失明显增强11为Changej≥0.6。另外，不同的区域因其地理、气侯及基础条件的不同，设置的水土流失强度空间消长变化的划分数值区域可有所不同。
步骤四，将ASCII格式数据的水土流失强度空间消长分析结果转化为tif格式的空间栅格数据。
将ASCII格式的空间变化消长分析结果转化为tif的栅格格式，在GIS中查看，并将结果根据数值大小赋予不同深度的颜色，更直观、有效地的可视化展示区域水土流失强度的空间消长变化，快速掌握水土流失强度增强或减弱的区域。
本实施例中，2017-2020年的空间变化消长分析结果(表5)转化为tif格式的空间栅格数据如图5所示。
应用本方法可以对三期及以上的水土流失强度空间数据开展准确的消长分析，并将变化结果以图的形式予以直观、高效的可视化展示。
以上所述的实施例仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (4)

1.一种多期水土流失强度空间消长变化的可视化展示方法，其特征在于，其包括以下步骤：
步骤一，将tif格式的各期水土流失强度空间栅格数据转化为ASCII格式；
步骤二，获取水土流失强度空间数据的总栅格数m；
步骤三，对m个栅格开展不同时期的水土流失强度空间消长分析,按如下步骤进行：
S1、令j＝1；
S2、对j栅格开展水土流失强度空间消长分析，表达式为：
Figure FDA0002596995220000011
其中：Changej表示第j个栅格的水土流失强度空间变化程度；i＝1,2,…，n，n为数据序列的总期数，j＝1,2,…，m；m为数据序列的栅格总数量；xij表示第i期第j个栅格的水土流失期数，yij表示第i期第j个栅格水土流失强度程度代码；
S3、将该栅格水土流失强度空间消长分析结果带入原始的空间位置，表明该位置的空间消长状况；
S4、判断j的大小，如果j<m,则令j＝j+1，重复步骤S2、S3；如果j>＝m,则进行步骤四；
步骤四，将ASCII格式数据的水土流失强度空间消长分析结果转化为tif格式的空间栅格数据。
2.根据权利要求1所述的多期水土流失强度空间消长变化的可视化展示方法，其特征在于，所述步骤二中的总栅格数m由ASCII格式的头文件获得。
3.根据权利要求3所述的多期水土流失强度空间消长变化的可视化展示方法，其特征在于，所述步骤二中的总栅格数m为:
m＝头文件行数nrows×头文件列数ncols。
4.根据权利要求1所述的多期水土流失强度空间消长变化的可视化展示方法，其特征在于，所述Changej数值为正值时表示水土流失程度增加，Changej数值为负值时表示水土流失程度减少；Changej数值绝对值越大，表示水土流失程度变化越大，Changej为0值的表示没有变化。
CN202010712425.0A 2020-07-22 2020-07-22 多期水土流失强度空间消长变化的可视化展示方法 Pending CN111858741A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010712425.0A CN111858741A (zh) 2020-07-22 2020-07-22 多期水土流失强度空间消长变化的可视化展示方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010712425.0A CN111858741A (zh) 2020-07-22 2020-07-22 多期水土流失强度空间消长变化的可视化展示方法

Publications (1)

Publication Number Publication Date
CN111858741A true CN111858741A (zh) 2020-10-30

Family

ID=72949301

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010712425.0A Pending CN111858741A (zh) 2020-07-22 2020-07-22 多期水土流失强度空间消长变化的可视化展示方法

Country Status (1)

Country Link
CN (1) CN111858741A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102630455A (zh) * 2012-04-16 2012-08-15 北京林业大学 一种用于土质路面的撒播种草方法
CN103699809A (zh) * 2014-01-08 2014-04-02 北京师范大学 一种基于克里金插值方程的水土流失空间监测方法
CN103940974A (zh) * 2014-02-19 2014-07-23 西北农林科技大学 基于gis的中尺度流域土壤侵蚀时空动态分析方法
CN107229715A (zh) * 2017-05-31 2017-10-03 福州大学 时序数值型遥感专题数据变化过程的地图可视化表达方法
CN107844802A (zh) * 2017-10-19 2018-03-27 中国电建集团成都勘测设计研究院有限公司 基于无人机低空遥感和面向对象分类的水土保持监测方法
KR101912628B1 (ko) * 2017-05-30 2018-10-30 에스지에이블록체인 주식회사 수문-수리모형 분석결과의 진단 방법
CN109508292A (zh) * 2018-11-05 2019-03-22 北京师范大学 水土流失野外调查与评价系统的测试方法
CN110415346A (zh) * 2019-07-10 2019-11-05 华中师范大学 利用面向对象的三维元胞自动机进行水土流失模拟的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102630455A (zh) * 2012-04-16 2012-08-15 北京林业大学 一种用于土质路面的撒播种草方法
CN103699809A (zh) * 2014-01-08 2014-04-02 北京师范大学 一种基于克里金插值方程的水土流失空间监测方法
CN103940974A (zh) * 2014-02-19 2014-07-23 西北农林科技大学 基于gis的中尺度流域土壤侵蚀时空动态分析方法
KR101912628B1 (ko) * 2017-05-30 2018-10-30 에스지에이블록체인 주식회사 수문-수리모형 분석결과의 진단 방법
CN107229715A (zh) * 2017-05-31 2017-10-03 福州大学 时序数值型遥感专题数据变化过程的地图可视化表达方法
CN107844802A (zh) * 2017-10-19 2018-03-27 中国电建集团成都勘测设计研究院有限公司 基于无人机低空遥感和面向对象分类的水土保持监测方法
CN109508292A (zh) * 2018-11-05 2019-03-22 北京师范大学 水土流失野外调查与评价系统的测试方法
CN110415346A (zh) * 2019-07-10 2019-11-05 华中师范大学 利用面向对象的三维元胞自动机进行水土流失模拟的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
乔旭宁 等: "基于夜间灯光数据的太湖流域城镇扩张对净初级生产力的影响研究", 《生态学报, vol. 38, no. 16, pages 5883 - 5893 *
魏兴萍 等: "西南岩溶区水土流失与石漠化的变化关系研究—以重庆南川岩溶区为例", 《中国岩溶》, vol. 29, no. 01, pages 20 - 26 *

Similar Documents

Publication Publication Date Title
Wen et al. NDVI indicated long-term interannual changes in vegetation activities and their responses to climatic and anthropogenic factors in the Three Gorges Reservoir Region, China
Ramesh et al. Analysis of crop yield prediction using data mining techniques
Solon Spatial context of urbanization: Landscape pattern and changes between 1950 and 1990 in the Warsaw metropolitan area, Poland
Ye et al. Simulating land use/cover changes of Nenjiang County based on CA-Markov model
CN111986099A (zh) 基于融合残差修正的卷积神经网络的耕地监测方法及系统
CN111598999B (zh) 一种基于三维干旱体结构的干旱事件识别方法
CN104318270A (zh) 一种基于modis时间序列数据的土地覆盖分类方法
CN110458201B (zh) 一种遥感影像面向对象分类方法及分类装置
Divíšek et al. High-resolution and large-extent mapping of plant species richness using vegetation-plot databases
CN110553980B (zh) 基于多源遥感数据的石漠化治理成效多指标监测评价方法
da Silva Cruz et al. Modeling of land use and land cover change dynamics for future projection of the Amazon number curve
CN110287615B (zh) 基于遥感解译和降雨实验的雨水径流污染负荷测算方法
CN107832849B (zh) 一种基于知识库的电力线廊道三维信息提取方法及装置
CN105184048B (zh) 一种基于多源数据的逐年土地利用空间数据的制备方法
Liu et al. Spatial and temporal evolution and greenhouse gas emissions of China's agricultural plastic greenhouses
Gazulis et al. Exploring the DNA of our regions: Classification of outputs from the SLEUTH model
CN111858741A (zh) 多期水土流失强度空间消长变化的可视化展示方法
Liu et al. Constraint effects among several key ecosystem service types and their influencing factors: A case study of the Pearl River Delta, China
Diaz et al. Three-dimensional clustering in the characterization of spatiotemporal drought dynamics: cluster size filter and drought indicator threshold optimization
Chairil et al. The effect of Pare-Pare City’s development on land use/land cover change in Karajae Watershed
Li et al. Land use and land cover change processes in China's eastern Loess Plateau
Cai et al. A general unit hydrograph distribution and its application on the marginal distribution of global wind speed
Diet et al. Towards a classification of planar maps
Chen et al. Advanced time-lagged effects of drought on global vegetation growth and its social risk in the 21st century
Ferrari et al. Perinotia diamantina sp. nov., a new diatom species from the Chapada Diamantina, northeastern Brazil

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