CN112381353A - 台风地区生态护坡植被优选方法、系统及计算机存储介质 - Google Patents

台风地区生态护坡植被优选方法、系统及计算机存储介质 Download PDF

Info

Publication number
CN112381353A
CN112381353A CN202011126162.1A CN202011126162A CN112381353A CN 112381353 A CN112381353 A CN 112381353A CN 202011126162 A CN202011126162 A CN 202011126162A CN 112381353 A CN112381353 A CN 112381353A
Authority
CN
China
Prior art keywords
index
cloud
vegetation
slope protection
comprehensive
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
CN202011126162.1A
Other languages
English (en)
Inventor
张利慧
韩锋
袁国柱
张文俊
曾增杰
刘敦文
唐宇
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.)
Shanghai Tunnel Engineering Co Ltd
Original Assignee
Shanghai Tunnel Engineering 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 Shanghai Tunnel Engineering Co Ltd filed Critical Shanghai Tunnel Engineering Co Ltd
Priority to CN202011126162.1A priority Critical patent/CN112381353A/zh
Publication of CN112381353A publication Critical patent/CN112381353A/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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及边坡养护技术领域，公开一种台风地区生态护坡植被优选方法、系统及计算机存储介质，以快速的从众多的植被方案中筛选出最优方案。本发明方法包括：确定待筛选的至少两种植被方案；确定对待筛选方案对比评估的综合评价指标体系；由专家组对待筛选的各方案的二级指标进行评分，将各二级指标的评分转换成各二级指标对应的云数字特征；将各二级指标的权重与各二级指标对应的云数字特征进行加权计算，得到各一级指标对应的云数字特征；将各一级指标的权重与各一级指标对应的云数字特征进行加权计算，得到待筛选的各方案所分别对应的综合云数字特征；采用对应不同方案的不同的颜色生成各综合云数字特征所对应的综合评价云滴图。

Description

台风地区生态护坡植被优选方法、系统及计算机存储介质
技术领域
本发明涉及边坡养护技术领域，尤其涉及一种台风地区生态护坡植被优选方法、系统及计算机存储介质。
背景技术
为了适应公路选线的技术要求，高速公路中存在大量的高陡边坡工程。边坡的复杂岩土体开挖使得山体植被破坏，产生大量裸露的土坡和岩石边坡，严重的会引起水土流失和生态失衡。特别是经常遭受台风侵袭中国东部沿海地区，台风在带来强降雨的同时也通常伴随强风荷载。处于台风地区的边坡工程，既要保持岩土体受到开挖扰动后的自身稳定性，也要克服雨水和强风荷载的影响。若不对边坡生态进行修复，在雨水和强风荷载的共同作用下，台风地区边坡植被极易遭到破坏，进一步导致边坡失稳。因此，生态护坡技术被应用于高陡边坡防护工程，该技术利用植被本身的涵水固土功能，兼具稳定边坡和美化生态环境的功效。
现有生态护坡技术仅考虑绿化美观和边坡稳定性因素，忽略了生态恢复的长期效果、运营过程中植被与环境适应性等综合因素的影响。在对台风地区生态护坡植被优选的相关研究中，一方面主要针对边坡植被的在种植后生长过程中的调节，而在前期植被选型中是否适用于台风等极端气候条件并没有得到验证；另一方面缺少对生态护坡植景观效果、护坡效果、生态适应性以及经济效益等方面的综合考虑，没有形成一套完整的生态护坡植被优选综合评价体系，从而出现植被与边坡周边气象条件不适应，导致植被养护困难、边坡防护耐久性降低等情况。
现阶段对于生态护坡植被的选型，没有综合考虑景观、护坡、生态、经济等多方面影响因素，不存在一套完整的台风地区生态护坡植被优选综合评价体系，若在种植植被之前未对台风地区护坡植被进行严格选型，植被与生态环境的适应性不能得到保证，会增加边坡植被在运营期的养护成本。
发明内容
本发明目的在于公开一种台风地区生态护坡植被优选方法、系统及计算机存储介质，以快速的从众多的植被方案中筛选出最优方案。
为达上述目的，本发明公开一种台风地区生态护坡植被优选方法，包括：
步骤S1、确定待筛选的至少两种植被方案；
步骤S2、确定对待筛选方案对比评估的综合评价指标体系，所述综合评价指标体系至少包括分别由景观效果指标、护坡效果指标、边坡适应性指标和经济效益指标组成的四个一级指标，所述景观效果指标至少包括分别由景观优美度和植被观赏期组成的两个二级指标，所述护坡效果指标至少包括分别由群落垂直覆盖度和植被固土能力组成的两个二级指标，所述边坡适应性指标至少包括分别由抗台风强度和其他综合抗性组成的两个二级指标，所述护坡效果指标至少包括分别由前期种植成本和后期养护成本组成的两个二级指标；并采用专家打分的方式获取初始判断矩阵，再运用层次分析法得到各级指标的权重值；
步骤S3、由专家组对待筛选的各方案的二级指标进行评分，采用逆向云发生器将各二级指标的评分转换成各二级指标对应的云数字特征；所述云数字特征包括期望值、熵值和超熵值；
步骤S4、将各二级指标的权重与各二级指标对应的云数字特征进行加权计算，得到各一级指标对应的云数字特征；
步骤S5、将各一级指标的权重与各一级指标对应的云数字特征进行加权计算，得到待筛选的各方案所分别对应的综合云数字特征；
步骤S6、生成各综合云数字特征所对应的综合评价云滴图，且不同筛选方案所对应的综合评价云滴图采用不同的颜色标记以供对比选优。
与上述方法相对应的，本发明还公开一种台风地区生态护坡植被优选系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
同理，本发明还公开一种计算机存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述方法中的步骤。
本发明具有以下有益效果：
本发明能直观地从云滴图的对比分析中，快速从众多的植被方案中筛选出最优方案；且综合考虑多方面影响因素，在保证植被护坡效果的同时，注重自然景观以及生态适应性，极大的降低了后期养护成本；解决了台风地区边坡植被生长不能克服雨水和强风荷载的影响，并能有效防止边坡水土流失、改善边坡稳定性。
下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的台风地区生态护坡植被优选的流程图；
图2是本发明实施例的台风地区生态护坡植被优选综合评价指标体系；
图3是本发明实施例的标准评语云滴图和综合评语云滴图对比图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
本发明公开一种台风地区生态护坡植被优选方法，如图1所示，包括：
步骤S1、确定待筛选的至少两种植被方案。
步骤S2、确定对待筛选方案对比评估的综合评价指标体系及各级指标的权重值。
在本实施例中，所述综合评价指标体系至少包括分别由景观效果指标、护坡效果指标、边坡适应性指标和经济效益指标组成的四个一级指标，所述景观效果指标至少包括分别由景观优美度和植被观赏期组成的两个二级指标，所述护坡效果指标至少包括分别由群落垂直覆盖度和植被固土能力组成的两个二级指标，所述边坡适应性指标至少包括分别由抗台风强度和其他综合抗性组成的两个二级指标，所述护坡效果指标至少包括分别由前期种植成本和后期养护成本组成的两个二级指标。
该步骤可采用专家打分的方式获取初始判断矩阵，再运用层次分析法得到各级指标的权重值。
在该步骤中，所对应的综合评价指标体系可参照附图2，各级指标的权重值可参照下述表1。
表1：
Figure BDA0002733686820000031
步骤S3、由专家组对待筛选的各方案的二级指标进行评分，采用逆向云发生器将各二级指标的评分转换成各二级指标对应的云数字特征；所述云数字特征包括期望值、熵值和超熵值。
在该步骤中，评价因子的等级标准如下表2所示。
表2：
Figure BDA0002733686820000041
Figure BDA0002733686820000051
主观性评价指标分类标准主要采用模糊词集和专家打分的方式进行评定，客观性评价指标可根据规范及文献进行量化，采用专家打分法进行评定的指标均采取满分10分制，具体划分可为：优(8-10)，良(6-8)，一般(3-6)，差(0-3)四个评语等级，以此得到各二级指标评分值。其对应的标准评语等级可参照下述表3。
表3：
Figure BDA0002733686820000052
在该步骤中，逆向云发生器的计算公式为：
Figure BDA0002733686820000053
其中，(Exij，Enij，Heij)为第i个一级指标下的第j个二级指标对应的云数字特征，Exij、Enij、Heij分别为第i个一级指标下的第j个二级指标对应的云数字特征的期望值、熵值和超熵值，n为专家的总数，Pkij为第k位专家对第i个一级指标下的第j个二级指标的评分值，S2为方差。
步骤S4、将各二级指标的权重与各二级指标对应的云数字特征进行加权计算，得到各一级指标对应的云数字特征。
在该步骤中，计算公式为：
Figure BDA0002733686820000061
其中，(Exi，Eni，Hei)为第i个一级指标对应的云数字特征，P为二级指标总个数，Wij为第i个一级指标下的第j个二级指标对应的权重。
步骤S5、将各一级指标的权重与各一级指标对应的云数字特征进行加权计算，得到待筛选的各方案所分别对应的综合云数字特征。
在该步骤中，计算公式为：
Figure BDA0002733686820000062
其中，(Ex，En，He)为综合云数字特征，q为一级指标总个数，Wi为第i个一级指标对应的权重。
步骤S6、生成各综合云数字特征所对应的综合评价云滴图，且不同筛选方案所对应的综合评价云滴图采用不同的颜色标记以供对比选优。
参照图3，在该步骤中，显示综合评价云滴图的同时，同步生成并显示所述综合评价指标体系所对应的标准评语云滴图。所述评语等级及评语云参数可参考以下公式确定：
Figure BDA0002733686820000063
其中，
Figure BDA0002733686820000064
为标准评语云数字特征，Imax、Imin分别表示评价等级的上、下限边界。f表示上下限间评价对象矩阵的不确定度量，体现评价过程主观判断的随机性，一般可取值0.1。对上述表2和表3相对应的，将上述等级分类标准的区间转化云模型数字特征，分别为：优(9，0.333，0.1)、良(7，0.333，0.1)、一般(4.5，0.5，0.1)、差(1.5，0.5，0.1)。
如附图3所示，本实施例可利用Matlab软件运行特定算法，将综合云数字特征和标准云数字特征优(9，0.333，0.1)、良(7，0.333，0.1)、一般(4.5，0.5，0.1)、差(1.5，0.5，0.1)，生成综合评价云滴图与标准评语云滴图，从而直观地得出方案优选结果。
实施例2
与上述方法相对应的，本实施例公开一种台风地区生态护坡植被优选系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例1中的方法步骤。
实施例3
本实施例公开一种计算机存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述实施例1中的方法步骤。
综上，本发明上述各实施例所分别公开的台风地区生态护坡植被优选方法、系统及计算机存储介质，至少具有以下有益效果：
本发明能直观地从云滴图的对比分析中，快速从众多的植被方案中筛选出最优方案；且综合考虑多方面影响因素，在保证植被护坡效果的同时，注重自然景观以及生态适应性，极大的降低了后期养护成本；解决了台风地区边坡植被生长不能克服雨水和强风荷载的影响，并能有效防止边坡水土流失、改善边坡稳定性。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种台风地区生态护坡植被优选方法，其特征在于，包括：
步骤S1、确定待筛选的至少两种植被方案；
步骤S2、确定待筛选方案对比评估的综合评价指标体系，所述综合评价指标体系至少包括分别由景观效果指标、护坡效果指标、边坡适应性指标和经济效益指标组成的四个一级指标，所述景观效果指标至少包括分别由景观优美度和植被观赏期组成的两个二级指标，所述护坡效果指标至少包括分别由群落垂直覆盖度和植被固土能力组成的两个二级指标，所述边坡适应性指标至少包括分别由抗台风强度和其他综合抗性组成的两个二级指标，所述护坡效果指标至少包括分别由前期种植成本和后期养护成本组成的两个二级指标；并采用专家打分的方式获取初始判断矩阵，再运用层次分析法得到各级指标的权重值；
步骤S3、由专家组对待筛选的各方案的二级指标进行评分，采用逆向云发生器将各二级指标的评分转换成各二级指标对应的云数字特征；所述云数字特征包括期望值、熵值和超熵值；
步骤S4、将各二级指标的权重与各二级指标对应的云数字特征进行加权计算，得到各一级指标对应的云数字特征；
步骤S5、将各一级指标的权重与各一级指标对应的云数字特征进行加权计算，得到待筛选的各方案所分别对应的综合云数字特征；
步骤S6、生成各综合云数字特征所对应的综合评价云滴图，且不同筛选方案所对应的综合评价云滴图采用不同的颜色标记以供对比选优。
2.根据权利要求1所述的台风地区生态护坡植被优选方法，其特征在于，还包括：
在显示综合评价云滴图时，同步生成并显示所述综合评价指标体系所对应的标准评语云滴图。
3.根据权利要求2所述的台风地区生态护坡植被优选方法，其特征在于，所述步骤S3中逆向云发生器的计算公式为：
Figure FDA0002733686810000011
其中，(Exij，Enij，Heij)为第i个一级指标下的第j个二级指标对应的云数字特征，Exij、Enij、Heij分别为第i个一级指标下的第j个二级指标对应的云数字特征的期望值、熵值和超熵值，n为专家的总数，Pkij为第k位专家对第i个一级指标下的第j个二级指标的评分值，S2为方差。
4.根据权利要求3所述的台风地区生态护坡植被优选方法，其特征在于，所述步骤S4的计算公式为：
Figure FDA0002733686810000021
其中，(Exi，Eni，Hei)为第i个一级指标对应的云数字特征，P为二级指标总个数，Wij为第i个一级指标下的第j个二级指标对应的权重。
5.根据权利要求4所述的台风地区生态护坡植被优选方法，其特征在于，所述步骤S5的计算公式为：
Figure FDA0002733686810000022
其中，(Ex，En，He)为综合云数字特征，q为一级指标总个数，Wi为第i个一级指标对应的权重。
6.根据权利要求2至5任一所述的台风地区生态护坡植被优选方法，其特征在于，所述评语等级及评语云参数参考以下公式确定：
Figure FDA0002733686810000023
其中，
Figure FDA0002733686810000024
为标准评语云数字特征，Imax、Imin分别表示评价等级的上、下限边界，f表示上下限间评价对象矩阵的不确定度量，体现评价过程主观判断的随机性。
7.一种台风地区生态护坡植被优选系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至6任一所述方法的步骤。
8.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现上述权利要求1至6任一所述方法中的步骤。
CN202011126162.1A 2020-10-20 2020-10-20 台风地区生态护坡植被优选方法、系统及计算机存储介质 Pending CN112381353A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011126162.1A CN112381353A (zh) 2020-10-20 2020-10-20 台风地区生态护坡植被优选方法、系统及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011126162.1A CN112381353A (zh) 2020-10-20 2020-10-20 台风地区生态护坡植被优选方法、系统及计算机存储介质

Publications (1)

Publication Number Publication Date
CN112381353A true CN112381353A (zh) 2021-02-19

Family

ID=74581690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011126162.1A Pending CN112381353A (zh) 2020-10-20 2020-10-20 台风地区生态护坡植被优选方法、系统及计算机存储介质

Country Status (1)

Country Link
CN (1) CN112381353A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116011745A (zh) * 2022-12-20 2023-04-25 速度时空信息科技股份有限公司 一种基于云服务的生态修复方案优化方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184863A (zh) * 2015-07-23 2015-12-23 同济大学 一种基于无人机航拍序列影像的边坡三维重建方法
CN111242483A (zh) * 2020-01-14 2020-06-05 上海隧道工程有限公司 一种机制砂级配确定方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184863A (zh) * 2015-07-23 2015-12-23 同济大学 一种基于无人机航拍序列影像的边坡三维重建方法
CN111242483A (zh) * 2020-01-14 2020-06-05 上海隧道工程有限公司 一种机制砂级配确定方法及系统

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
于伟;张浩;杨鹏;胡玉娇;: "基于云模型的黄土区公路边坡灾害风险评价", 中国地质灾害与防治学报, no. 04 *
刘展志;黄显峰;方国华;黄雪晴;陈颖钦;: "基于改进云模型的堤坝除险加固效益后评价研究", 水资源与水工程学报, no. 05 *
李海文; 鲍学英;: "川藏铁路高原脆弱区沿线受损生态空间修复状况综合评价", 铁道科学与工程学报, vol. 17, no. 09, pages 1 - 11 *
杨文东;杨栋;谢全敏;: "基于云模型的边坡风险评估方法及其应用", 华中科技大学学报(自然科学版), vol. 46, no. 04, pages 1 - 5 *
蔡莉; 朱扬勇;: "大数据质量", vol. 978, 31 January 2017, 上海科学技术出版社 , pages: 149 *
陈阳阳: "花马湖水渠边坡生态防护技术研究", 中国优秀硕士学位论文全文数据库（工程科技Ⅱ辑）, no. 10, pages 1 - 52 *
高晓珊;: "基于云模型的东辽河堤防健康模糊综合评价", 中国优秀硕士学位论文全文数据库（工程科技Ⅱ辑））, no. 04 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116011745A (zh) * 2022-12-20 2023-04-25 速度时空信息科技股份有限公司 一种基于云服务的生态修复方案优化方法及系统
CN116011745B (zh) * 2022-12-20 2024-02-13 速度科技股份有限公司 一种基于云服务的生态修复方案优化方法及系统

Similar Documents

Publication Publication Date Title
Jiyuan et al. The land use and land cover change database and its relative studies in China
CN110298411A (zh) 一种城市群生态空间受损识别评价方法
Ohba et al. Impacts of synoptic circulation patterns on wind power ramp events in East Japan
Rouget Measuring conservation value at fine and broad scales: implications for a diverse and fragmented region, the Agulhas Plain
Guo et al. Spatial patterns of ecosystem vulnerability changes during 2001–2011 in the three-river source region of the Qinghai-Tibetan Plateau, China
CN111582755A (zh) 一种基于多维度集合信息山洪灾害综合风险动态评估方法
Mockrin et al. Forests, houses, or both? Relationships between land cover, housing characteristics, and resident socioeconomic status across ecoregions
CN111445116A (zh) 国土空间规划辅助编制系统
CN114742482B (zh) 一种基于多地区生态修复的固碳增汇效果监测核算系统
CN105913134A (zh) 一种城市产业布局空间优化分析的soa技术方法
CN114723283A (zh) 一种面向城市群的生态承载力遥感评估方法及装置
CN112381353A (zh) 台风地区生态护坡植被优选方法、系统及计算机存储介质
CN114093133A (zh) 一种区域地质灾害气象预报预警方法
Willson et al. Three-dimensional light structure of an upland Quercus stand post-tornado disturbance
CN112465247A (zh) 一种计及地质灾害的输电线路路径选择方法
CN103593576B (zh) 一种人工增雨环境效应测评方法
CN117407470A (zh) 基于大数据的绿色空间生态优化决策辅助系统及方法
CN111553593A (zh) 一种针对城市行道树的安全风险评估方法及系统
CN113704849B (zh) 一种输变电工程边坡失稳风险程度的评价方法
CN115329012A (zh) 基于多源数据多维度评价的林木种植选择方法及系统
Ramakrishna Production system planning for natural resource conservation in a micro-watershed
Indrawati et al. Integrated ecological index (IEI) for urban ecological status based on remote sensing data: a study at Semarang–Indonesia
Bachelet et al. Simulating vegetation change, carbon cycling, and fire over the western United States using CMIP5 climate projections
He et al. Evaluation of ecological environment of Songshan scenic area based on GF-1 data
Zhang et al. Simulating alpine tundra vegetation dynamics in response to global warming 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