CN112508395B - 面向频数分布对称性的生态系统属性组分组成结构量化法 - Google Patents
面向频数分布对称性的生态系统属性组分组成结构量化法 Download PDFInfo
- Publication number
- CN112508395B CN112508395B CN202011404963.XA CN202011404963A CN112508395B CN 112508395 B CN112508395 B CN 112508395B CN 202011404963 A CN202011404963 A CN 202011404963A CN 112508395 B CN112508395 B CN 112508395B
- Authority
- CN
- China
- Prior art keywords
- attribute
- ecosystem
- value
- frequency distribution
- component
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000013139 quantization Methods 0.000 title claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004445 quantitative analysis Methods 0.000 abstract description 3
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 4
- 239000003513 alkali Substances 0.000 description 4
- 239000002689 soil Substances 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000016709 nutrition Nutrition 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
- 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)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
面向频数分布对称性的生态系统属性组分组成结构量化法,它涉及生态系统属性组分组成结构的量化方法。它是要提供一种面向频数分布对称性的生态系统属性组分组成结构量化法。该方法:获取研究区生态参量的遥感卫星生态影像数据;对栅格数据确定分组方案进行分组;将栅格数据转换为生态系统属性组分的频率分布数据;然后用属性集中值减去属性中点值计算分布对称度,用属性平均值减去属性中点值计算属性偏斜度;分布对称度表征生态系统组分频数分布形态的对称状况;属性偏斜度表征生态系统组分频数分布整体相对于属性中间水平的偏斜状况,通过行定量描述,从而完善生态系统属性结构的量化分析方法。本发明可用于生态系统研究领域。
Description
技术领域
本发明涉及生态系统属性组分组成结构的量化方法。
背景技术
生态系统结构是指生态系统各种成分在空间上和时间上相对有序稳定状态,包括形态和营养关系两方面的内容。生态系统的生物种类、种群数量、种群的空间配置(包括水平分布和垂直分布)、种的时间变化等,构成了生态系统的形态结构。随着生态学的发展,为了能更清晰地反应出生态系统的各种组分对整个生态系统的影响,提出面向频数分布对称性的生态系统属性组分组成结构量化法。
发明内容
本发明是要提供一种面向频数分布对称性的生态系统属性组分组成结构量化法。
本发明的面向频数分布对称性的生态系统属性组分组成结构量化法,按以下步骤进行:
一、获取研究区植被指数或生态参量的遥感卫星生态影像数据;
二、对获得的栅格数据确定生态系统类型的植被指数分组方案,进行分组;
三、根据分组方案,将植被指数或生态参量栅格数据转换为生态系统属性组分的频率分布数据;
四、进量化计算:即计算分布对称度(DDS)和属性偏斜度(DAS):
(1)分布对称度(DDS):
从频率分布数据中查询,得到所占频数最大分组对应的组分属性数据,即属性集中值VAC;再提取分组属性的最小值与最大值,依据公式(1)计算属性中点值VAM(Value ofattribute median);
其中:xmax为分组属性的最大值,xmin为分组属性的最小值
用属性集中值VAC减去属性中点值VAM,即公式(2),获得分布对称度DDS(Degreeof distribution symmetry);
DDS=VAC-VAM (2)
该分布对称度DDS表征生态系统组分频数分布形态的对称与否状况,是对生态系统属性结构的细致描述;若DDS>0,即生态系统组分属性集中值大于属性中点值,组分频率分布主体呈现向右偏斜的非对称形式,说明生态系统主体属性要高于属性中间水平;若DDS<0,即生态系统组分属性集中值小于属性中点值,组分频率分布呈现向左偏斜的非对称形式,说明生态系统主体属性要低于属性中间水平;若DDS=0,即生态系统组分属性集中值与属性中点值吻合,组分频率分布呈现对称形式,说明生态系统主体属性等于或者接近于属性中间水平;
(2)属性偏斜度(DAS):
由频率分布数据中的分组属性和分组所占频数,依据公式(3)计算属性平均值VAA(Value of attribute average):
其中:xi为第i个分组的属性值,fi为第i个分组的频数;
用属性平均值VAA减去属性中点值VAM,即公式(4),获得属性偏斜度DAS(Degreeof attribute skewness):
DAS=VAA-VAM (4)
属性偏斜度DAS表征生态系统组分频数分布整体相对于属性中间水平的偏斜状况,是对生态系统属性结构的细致描述;若DAS>0,即生态系统属性平均值大于属性中点值,组分频率分布整体呈现向右偏斜的形式,说明生态系统整体属性要高于属性中间水平;若DAS<0,即生态系统属性平均值小于属性中点值,组分频率分布整体呈现向左偏斜的形式,说明生态系统整体属性要低于属性中间水平;若DAS=0,即生态系统属性平均值与属性中点值吻合,组分频率分布整体呈现对称形式,说明生态系统整体属性处于属性的中间水平。
更进一步地,步骤二中所述的分组方案的原则为对植被指数进行等距分组,分组区间为0.02~0.1;分组原则为保证每个分组内都存在频率个数且令分组区间为最小值。
更进一步地,步骤四(1)中属性集中值的计算方法是属性分组的中间值。
本发明将分布对称度与属性偏斜度指标应用于生态系统属性结构的量化分析中,采用相对于属性中点值的生态系统属性集中值以及属性平均值之间差异方向及其程度指标,用来对生态系统属性组分频率分布的对称状况进行定量描述,从而进一步完善生态系统属性结构的量化分析方法。
具体实施方式
用下面的实施例验证本发明的有益效果。
实施例1:本实施例的面向频数分布对称性的生态系统属性组分组成结构量化法,按以下步骤进行:
一、获取2000年吉林省森林生态系统生长季植被指数NDVI影像数据;
二、对获得的栅格数据确定吉林省森林生态系统生长季植被指数NDVI分组方案进行分组,分组区间为0.02;
三、根据分组方案,将植被指数栅格数据转换为生态系统属性组分的频率分布数据;如表1所示:
表1吉林省森林生态系统植被指数NDVI组分频率分布数据
NDVI分组(x<sub>i</sub>) | 组分频数(f<sub>i</sub>) | NDVI分组(x<sub>i</sub>) | 组分频数(f<sub>i</sub>) |
(0.12,0.14] | 4 | (0.44,0.46] | 866 |
(0.14,0.16] | 5 | (0.46,0.48] | 1330 |
(0.16,0.18] | 4 | (0.48,0.5] | 1468 |
(0.18,0.2] | 9 | (0.5,0.52] | 1525 |
(0.2,0.22] | 24 | (0.52,0.54] | 1722 |
(0.22,0.24] | 31 | (0.54,0.56] | 2045 |
(0.24,0.26] | 44 | (0.56,0.58] | 2719 |
(0.26,0.28] | 72 | (0.58,0.6] | 3825 |
(0.28,0.3] | 99 | (0.6,0.62] | 5781 |
(0.3,0.32] | 144 | (0.62,0.64] | 10053 |
(0.32,0.34] | 207 | (0.64,0.66] | 16251 |
(0.34,0.36] | 235 | (0.66,0.68] | 18514 |
(0.36,0.38] | 263 | (0.68,0.7] | 12273 |
(0.38,0.4] | 369 | (0.7,0.72] | 3179 |
(0.4,0.42] | 426 | (0.72,0.74] | 162 |
(0.42,0.44] | 610 |
四、进行量化计算,即计算分布对称度(DDS)和属性偏斜度(DAS):
(1)分布对称度(DDS):
从频率分布数据中查询得到频数最大值为18514,属性集中值VAC为(0.66,0.68]分组中间值,得到VAC=0.67;
再提取分组属性的最小值与最大值,其中最大值xmax为0.74,最小值为xmin为0.12,依据下式计算属性中点值VAM(Value of attribute median);
得到属性中点值(VAM)=0.43;
用属性集中值VAC减去属性中点值VAM,获得分布对称度DDS(Degree ofdistribution symmetry);即,DDS=VAC-VAM=0.67-0.43=0.24;
分布对称度DDS=0.24,为正值,说明吉林省森林生态系统组分属性集中值大于属性中点值,组分频率分布主体呈现向右偏斜的非对称形式,说明生态系统主体属性要高于属性中间水平;
(2)属性偏斜度(DAS):
将表1中的吉林省森林生态系统NDVI组分频率分布数据代入到下面的属性平均值VAA公式中,
其中xi为第i个分组的属性值,fi为第i个分组的频数;
计算得到属性平均值VAA=0.63;将上述获得的属性平均值VAA减去属性中点值VAM,获得属性偏斜度DAS=VAA-VAM=0.63-0.43=0.2;
DAS>0,即生态系统属性平均值大于属性中点值,组分频率分布整体呈现向右偏斜的形式,说明生态系统整体属性要高于属性中间水平。
实施例2:本实施例的面向频数分布对称性的生态系统属性组分组成结构量化法,按以下步骤进行:
一、获取2000年吉林西部霍林河流域苏打盐碱地生长季植被指数NDVI影像数据;
二、对获得的栅格数据确定吉林西部霍林河流域苏打盐碱地生长季植被指数NDVI分组方案进行分组,分组区间为0.02;
三、根据分组方案,将植被指数栅格数据转换为生态系统属性组分的频率分布数据;如表2所示:
表2吉林西部霍林河流域苏打盐碱地生长季植被指数NDVI组分频率分布数据
四、进行量化计算,即计算分布对称度(DDS)和属性偏斜度(DAS):
(1)分布对称度(DDS):
从频率分布数据中查询得到频数最大值为81,属性集中值VAC为(0.16,0.18]分组中间值,得到VAC=0.17;
再提取分组属性的最小值与最大值,其中最大值xmax为0.48,最小值为xmin为0.02,依据下式计算属性中点值VAM(Value of attribute median);
得到属性中点值(VAM)=0.25;
用属性集中值VAC减去属性中点值VAM,获得分布对称度DDS(Degree ofdistribution symmetry);即,DDS=VAC-VAM=0.17-0.25=-0.08;
分布对称度DDS=-0.08,为负值,说明吉林西部霍林河流域苏打盐碱地生长季植被指数NDVI组分属性集中值小于属性中点值,组分频率分布主体呈现向左偏斜的非对称形式,说明生态系统主体属性要低于属性中间水平;
(3)属性偏斜度(DAS):
将表1中的吉林省森林生态系统NDVI组分频率分布数据代入到下面的属性平均值VAA公式中,
其中xi为第i个分组的属性值,fi为第i个分组的频数;
计算得到属性平均值VAA=0.24;将上述获得的属性平均值VAA减去属性中点值VAM,获得属性偏斜度DAS=VAA-VAM=0.24-0.25=-0.01;
DAS<0,即生态系统属性平均值小于属性中点值,组分频率分布整体呈现向左偏斜的形式,说明生态系统整体属性要低于属性中间水平。
Claims (3)
1.面向频数分布对称性的生态系统属性组分组成结构量化法,其特征在于该量化法按以下步骤进行:
一、获取研究区植被指数或生态参量的遥感卫星生态影像数据;
二、对获得的栅格数据确定生态系统类型的植被指数分组方案,进行分组;
三、根据分组方案,将植被指数或生态参量栅格数据转换为生态系统属性组分的频率分布数据;
四、进量化计算:即计算分布对称度DDS和属性偏斜度DAS:
(1)分布对称度DDS:
从频率分布数据中查询,得到所占频数最大分组对应的组分属性数据,即属性集中值VAC;再提取分组属性的最小值与最大值,依据公式(1)计算属性中点值VAM;
其中:xmax为分组属性的最大值,xmin为分组属性的最小值
用属性集中值VAC减去属性中点值VAM,即公式(2),获得分布对称度DDS;
DDS=VAC-VAM (2)
该分布对称度DDS表征生态系统组分频数分布形态的对称与否状况,是对生态系统属性结构的细致描述;若DDS>0,即生态系统组分属性集中值大于属性中点值,组分频率分布主体呈现向右偏斜的非对称形式,说明生态系统主体属性要高于属性中间水平;若DDS<0,即生态系统组分属性集中值小于属性中点值,组分频率分布呈现向左偏斜的非对称形式,说明生态系统主体属性要低于属性中间水平;若DDS=0,即生态系统组分属性集中值与属性中点值吻合,组分频率分布呈现对称形式,说明生态系统主体属性等于或者接近于属性中间水平;
(2)属性偏斜度DAS:
由频率分布数据中的分组属性和分组所占频数,依据公式(3)计算属性平均值VAA:
其中:xi为第i个分组的属性值,fi为第i个分组的频数;
用属性平均值VAA减去属性中点值VAM,即公式(4),获得属性偏斜度DAS:
DAS=VAA-VAM (4)
属性偏斜度DAS表征生态系统组分频数分布整体相对于属性中间水平的偏斜状况,是对生态系统属性结构的细致描述;若DAS>0,即生态系统属性平均值大于属性中点值,组分频率分布整体呈现向右偏斜的形式,说明生态系统整体属性要高于属性中间水平;若DAS<0,即生态系统属性平均值小于属性中点值,组分频率分布整体呈现向左偏斜的形式,说明生态系统整体属性要低于属性中间水平;若DAS=0,即生态系统属性平均值与属性中点值吻合,组分频率分布整体呈现对称形式,说明生态系统整体属性处于属性的中间水平。
2.根据权利要求1所述的面向频数分布对称性的生态系统属性组分组成结构量化法,其特征在于步骤二中所述的分组方案的原则为对植被指数进行等距分组,分组区间为0.02~0.1;分组原则为保证每个分组内都存在频率个数且令分组区间为最小值。
3.根据权利要求1或2所述的面向频数分布对称性的生态系统属性组分组成结构量化法,其特征在于步骤四(1)中属性集中值是属性分组的中间值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011404963.XA CN112508395B (zh) | 2020-12-03 | 2020-12-03 | 面向频数分布对称性的生态系统属性组分组成结构量化法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011404963.XA CN112508395B (zh) | 2020-12-03 | 2020-12-03 | 面向频数分布对称性的生态系统属性组分组成结构量化法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112508395A CN112508395A (zh) | 2021-03-16 |
CN112508395B true CN112508395B (zh) | 2022-04-19 |
Family
ID=74969903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011404963.XA Active CN112508395B (zh) | 2020-12-03 | 2020-12-03 | 面向频数分布对称性的生态系统属性组分组成结构量化法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112508395B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115098746A (zh) * | 2022-06-10 | 2022-09-23 | 吉林大学 | 基于生长季遥感植被指数的生态系统组成结构描述方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109615215A (zh) * | 2018-12-06 | 2019-04-12 | 西安理工大学 | 一种区域植被恢复的特征分析方法 |
CN110583533A (zh) * | 2019-07-31 | 2019-12-20 | 暨南大学 | 一种河流生态系统中鱼类功能指示物种的筛选方法 |
CN110991376A (zh) * | 2019-12-10 | 2020-04-10 | 上海欧秒电力监测设备有限公司 | 一种局放类型识别的特征提取方法 |
EP3683971A1 (en) * | 2019-01-21 | 2020-07-22 | Nokia Solutions and Networks Oy | Full duplex docsis systems |
CN111982822A (zh) * | 2020-09-28 | 2020-11-24 | 武汉工程大学 | 一种长时间序列高精度植被指数改进算法 |
-
2020
- 2020-12-03 CN CN202011404963.XA patent/CN112508395B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109615215A (zh) * | 2018-12-06 | 2019-04-12 | 西安理工大学 | 一种区域植被恢复的特征分析方法 |
EP3683971A1 (en) * | 2019-01-21 | 2020-07-22 | Nokia Solutions and Networks Oy | Full duplex docsis systems |
CN110583533A (zh) * | 2019-07-31 | 2019-12-20 | 暨南大学 | 一种河流生态系统中鱼类功能指示物种的筛选方法 |
CN110991376A (zh) * | 2019-12-10 | 2020-04-10 | 上海欧秒电力监测设备有限公司 | 一种局放类型识别的特征提取方法 |
CN111982822A (zh) * | 2020-09-28 | 2020-11-24 | 武汉工程大学 | 一种长时间序列高精度植被指数改进算法 |
Non-Patent Citations (2)
Title |
---|
Surrounding vegetation mediates frequency of plant–herbivore interactions in leaf-feeders but not in other herbivore groups;Zdeněk Janovský 等;《Bisic and Applied Ecology》;20151224;第17卷(第4期);第352-359页 * |
长白山区植被生长季NDVI时空变化及其对气候因子敏感性;侯光雷 等;《地理科学进展》;20120315;第31卷(第3期);第285-292页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112508395A (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112508395B (zh) | 面向频数分布对称性的生态系统属性组分组成结构量化法 | |
Ahuja et al. | Scaling water characteristic and hydraulic conductivity based on Gregson‐Hector‐McGowan approach | |
CN115001983B (zh) | 基于高阶聚类系数的网络结构差异性评估方法 | |
CN108445756B (zh) | 基于ar支配关系的铝电解节能减排智能控制方法 | |
CN110807604B (zh) | 一种设施大棚土壤肥力的评价方法 | |
Anderson | The Structure of Some Upland Plant Communities in Caernarvonshire: I. The Pattern Shown by Pteridium Aquilinum | |
Guida et al. | Ability of soil bacterial composition as an indicator of levels of soil erosion in a badland | |
CN112347978B (zh) | 基于遥感植被指数的生态系统属性组分组成结构描述方法 | |
Yang | Research on vegetation coverage optimisation of urban landscape based on vegetation index | |
CN116205402A (zh) | 一种茶园植被碳固定及对施肥碳排放的中和效率评估方法 | |
CN114820258B (zh) | 一种基于细颗粒物达标估算大气自净容量的方法 | |
Hasan Zadeh et al. | Evaluated of land use changes on the discharge of Darre Rood river in the period (1990-2019) using HEC_HMS model | |
CN109960781A (zh) | 一种更新全球作物总产量栅格数据的方法 | |
Song et al. | Modelling and mapping trends in grain production growth in China | |
CN102283072B (zh) | 防护林体系垂直配置方法 | |
CN112446135A (zh) | 积水入渗条件下二维土壤水分运动参数估计方法 | |
CN112365150B (zh) | 面向频数分布状况的生态系统属性组分组成结构量化方法 | |
XinHu et al. | Regional partitioning of agricultural non-point source pollution in China using a projection pursuit cluster model | |
Antonelli et al. | Carbon flux models in the Mata-Atlântica rain forest of Brazil | |
CN102901697A (zh) | 土壤孔隙度检测方法 | |
Savenko et al. | Year-to-year variations in the distribution of dissolved forms of biogenic elements in Volga Delta water and their correlation with phytoplankton biomass variations | |
CN108364103A (zh) | 一种果园传感器的布设方法 | |
Izumi et al. | Fractal and multifractal analysis of cassava root system grown by the root-box method | |
Xiaohan et al. | Soil fertility and its relationship with soil salinity in tobacco-planting areas of Luoyang, Henan Province | |
Xiong et al. | Surface morphology of soil cracks in Yuanmou Dry-hot Valley region, Southwest 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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |