CN112651548A - 一种高原湖滨生态景观修复规划的评估识别方法 - Google Patents
一种高原湖滨生态景观修复规划的评估识别方法 Download PDFInfo
- Publication number
- CN112651548A CN112651548A CN202011463687.4A CN202011463687A CN112651548A CN 112651548 A CN112651548 A CN 112651548A CN 202011463687 A CN202011463687 A CN 202011463687A CN 112651548 A CN112651548 A CN 112651548A
- Authority
- CN
- China
- Prior art keywords
- plateau
- ecological
- value
- landscape
- lakeside
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000011156 evaluation Methods 0.000 title claims abstract description 33
- 230000000007 visual effect Effects 0.000 claims abstract description 48
- 230000000694 effects Effects 0.000 claims abstract description 46
- 241000282414 Homo sapiens Species 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 241000272517 Anseriformes Species 0.000 claims abstract description 14
- 238000009826 distribution Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 238000011160 research Methods 0.000 claims description 12
- 238000003064 k means clustering Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 239000002689 soil Substances 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 241000894007 species Species 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 230000003796 beauty Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013441 quality evaluation Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 239000002028 Biomass Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008433 psychological processes and functions Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000000758 substrate Substances 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Biology (AREA)
- Mathematical Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Processing (AREA)
Abstract
一种基于高原湖滨生态景观修复规划的评估识别方法，包括以下方面：(1)基于视域的高原湖滨生态景观成分评估；(2)高原湖泊湖滨生态景观修复价值评估；(3)人类活动干扰强度评估；(4)高原湖滨典型湿地水鸟潜在生境识别；(5)高原湖滨带生态绿道选线评估；基于地形指数和地形湿度指数，建立湖滨生态景观微地貌识别算法，并与视域分析相结合，可有效的认识与分析高原湖滨生态景观体系的组成。
Description
技术领域
本发明设计评估与识别技术领域，具体涉及一种高原湖滨生态景观修复规划的评估识别方法。
背景技术
在我国，由于人为干扰导致生物群落结构的逆向演替及生态功能的下降等问题，湖滨带生态系统被破坏已经变为全球普遍现象，其存在的主要问题包括高等水生植物衰减、水体富营养化、浮游藻类浓度增高、底栖动物耐污种类优势度增加、鱼类种群数量减少、陆地生物栖息地破坏等，为改善湖滨生态系统结构和功能问题，国内外学者和科技工作者在湖滨带沉积物研究、湖滨生境与基底修复、湖滨水肥水文调控、湖滨水质改善、物种与功能恢复、湖滨土壤微生物、湖滨景观设计等方面开展大量的研究与实践。
早年在美国林务局、土地管理局和国家公园管理局的推动下，诸视觉景观评估的方法有了长足发展。雅各布斯认为尽管学科有差异，但所用的方法或多或少共享，且有三个核心假设：人们感知景观的方式不仅仅由景观的物理属性所决定；在物理景观和心理景观之间有一个信息接收和处理媒介的复杂过程；各种因素都可能在这个心理过程施加影响，分为生物、文化和个体因素。从美国林务局的《视觉管理系统》以及特瑞·丹尼尔和罗恩·博士德的《风景美评估方法》中可以认定两种基本的景观评估模式，一种是基于专家的评估，另一种是基于公众的评估。这两种论证充分的模式已经得到全世界范围的广泛使用和认可。基于专家的评估主要是对物质性的景观因素(如地形、植被、水体等属性中的内在价值)通过数学模型予以量化，将风景美与生物多样性、自然条件、社会文化资源整合起来，并提出景观质量评价和视觉敏感度与景观整体性的评价方法，据此提出重新设计或修改意见，最终综合引进该区域的环境决策体系之中。
国内视觉景观研究的评估方法基本是从西方方法论架构模式下发展起来的。从20世纪70年代发展至今，评估方法大多与国外无异，也还没有形成一个成熟的评价程序和框架体系。专家评估法基本基于GIS和遥感技术对风景资源、质量、敏感性、阀值、价值、生态安全等方面建立评估模型，进行风景管理分区及管理措施的制定。公众评估法主要集中在景观偏好研究，如基于SBE法的物景观美景度评价和游客感受等方面的研究。在早期主客观结合的评价方法最具代表性的是刘滨谊在风景旷奥度的研究，将风景旷奥评价的标准分析为客观、主客结合、主观3个方面，分析提取出16个可以定性和定量评定的指标，探索了一套风景开拓的方法在风景景观工程体系化研究中，提出了较为系统的综合视觉景观评价方法：①景观环境视觉质量评估结合国外已有的视觉资源管理 VRM、视觉影响评估VIA两种方法，建立了景观视觉环境阈值、景观生态环境质量评估、景观视觉环境的景色质量评估和景观视觉环境敏感性四种评估方法；②风景景观资源评估中，将历史性、实用性、多样性、自然性、优美性作为风景资源评估的标准；③风景空间旷奥评价借助易解性和奥秘性的研究，从风景直觉空间、风景知觉空间和风景意向空间3个层面的空间分布来评估风景旷奥度；④风景时空感受评价按照景、景域、景场、景秩四层次来研究风景园林系列规划设计。现今主客观结合的评价方法应用较为广泛，但并没有大的进展。
湖滨生态景观成分分析，是认识生态系统与景观体系构成，提升生态景观功能的基础。高原湖泊通常地理位置特殊，地理环境复杂，地貌类型多样，形成了独特的水、土、气、生等要素的空间格局，也对地区特色文化的发展产生深刻影响。基于地形指数和地形湿度指数，建立湖滨生态景观微地貌识别算法，并与视域分析相结合，可有效的认识与分析高原湖滨生态景观体系的组成。
发明内容
本发明的目的在于避免现有技术的不足，提供涉及一种高原湖滨生态景观修复规划的评估识别方法，从而有效解决现有技术的问题。
为实现上述目的，本发明采取的技术方案为：
一种高原湖滨生态景观修复规划的评估识别方法，包括以下方面：
(1)基于视域的高原湖滨生态景观成分评估；
基于地形指数和地形湿度指数，建立湖滨生态景观微地貌识别算法，并与视域分析相结合，确定与分析高原湖滨生态景观体系的组成；
(2)高原湖泊湖滨生态景观修复价值评估；
通过区域内生态的稀有程度，可获取的需求两方面综合评估景观价值；通过累积视域分析评估生态景观修复价值可获取性的空间差异；使用K-Means聚类算法定量描述每个视场中景观类型的稀有性；
(3)人类活动干扰强度评估；
(4)高原湖滨典型湿地水鸟潜在生境识别；
(5)高原湖滨带生态绿道选线评估。
进一步的，所述基于视域的高原湖滨生态景观成分评估方法具体为：
基于地形指数和地形湿度指数，建立湖滨生态景观微地貌识别算法，并与视域分析相结合，确定与分析高原湖滨生态景观体系的组成；
利用DEM数据以及滑动窗口法，实现微地貌的识别；具体识别时，在邻域分析方法的基础上，计算每个微地貌单元的高程值和该单元周围单元的平均高程之间的差值，正值表示该单元高于周围的单元，负值表示低于周围单元；当地形位置指数TPI值接近于零值时，该单元可能位于平地上或半山坡上，用坡度大小进一步区分；
在划分地形位置时，地形湿度指数是判定微地貌类型的指标；地形湿度指数定量模拟流域内土壤水分的饱和状况；其计算公式为：
TWI*＝ln[(a+1)/(β+1)]
式中：TWI*为地形湿度指数；a为流经坡面任一点处单位等高线长度的汇流面积；β为该点处的坡度；
视域分析利用ArcGIS中视域分析算法；在GIS中，视域可识别输入栅格中从一个或多个观测位置看到的像元；输出栅格中的每个像元会获得一个用于指示从每个位置看到的视点数的值；通过将可视点进行组合，形成视域面，进而分析视域面内不同组分，以实现对景观组成的评估。
进一步的，所述高原湖泊湖滨生态景观修复价值评估方法具体为：
高原湖泊湖滨生态景观修复价值的评估既要考虑区域内生态的稀有程度，又要满足可获取的需求，计算方法如下：
ES＝A×R (1)
ES代表景观价值，A代表可获取性，R代表每个视域的稀有性；
累积视域分析用于推断生态景观修复价值可获取性的空间差异；评估时，根据研究区的空间分布特征，按一定间隔设定视点，使用GIS视域分析功能，对每个视点的视域范围进行分析，获取每个视点视域范围的空间分布；再使用空间叠加的方法，将可视范围进行空间叠加；叠加后，值越大代表基础的景观价值的可获取性越大；
具体计算时，首先通过K-Means聚类算法得到不同生态类型的百分比，进而推算各景观类型的稀有性，如下式如示；
R代表视点稀有性，N代表视域的数量，n k代表第k个生态类型的数量， k代表了基于K-Means聚类的类型数量。
进一步的，所述人类活动干扰强度评估方法具体为：
使用阻力模型实现复杂地形区人类活动对生态系统干扰强度的评估；
湖滨生态系统中，地形对于人类活动的范围与强度的影响与可到达的难易程度有关；在阻力模型中，将生态体系划分为威胁源区和受威胁区，两者可相互转换；阻力模型用以下公式表达：
Rj＝max[Ri×Si(i＝1，2，3，Λ8)]
Ri＝Ti×Di(i＝1，2，3，Λ8)
式中：Rj代表斑块j的人类活动强度，R i代表是斑块i对于缓解人类活动作用强度的阻力系数，S i代表斑块i的人类活动强度；T i和D i代表地理的阻力系数以及距离的阻力系数；
通过设置地形阻隔程度的参数，评估出合理的人类活动范围；使用土地利用数据，以不同地形条件下农田分布面积作为反映人类活动范围与强度的指标，建立回归关系式，最终确定T i和D i值。
进一步的，所述高原湖滨典型湿地水鸟潜在生境识别方法具体为：
将水文过程模型与阻力模型与最大熵模型进行集成，量化水鸟分布的关键环境参数以及人类活动的影响；水文过程模型利用地理信息系统提供的水文分析模块，阻力模型原理与高原湖滨生态系统/湿地人类活动干扰强度评估模型一致；
最大熵模型，按如下公式进行表达；
H(P)＝-∑xp(x)log p(x)
0≤H(P)≤log|x|
式中：|X|是X的取值个数，当且仅当X的分布是均匀分布时右边的等号成立；当X服从均匀分布时，熵最大。
进一步的，高高原湖滨带生态绿道选线评估方法具体为：
将成本路径算法与视域分析算法进行集成，以每个视点对应视域的生态景观价值作作为成本，对生态绿道进行初步规划；
具体计算时，将规划区域按所需尺度划分为不同的视点，利用GIS视域分析计算每个视点的生态景观价值，计算不同各视点对应的视域，形成整个规划区域的生态景观价值图层；
在计算视点-视域景观价值的基础上，应用Least Cost Path(LCP)算法对景观绿道进行识别；为满足LCP计算要求以及符合设计原理，输入的路径成本为视点-视域价值图层中的最大价值减去图层中的每个数值；
生态景观价值的计算方法通过上述的高原湖泊湖滨湿地生态修复价值评估工具获取。
进一步的，所述基于视域的高原湖滨生态景观成分评估方法还包括利用反距离加权法对TPI值进行修正，
修正公式如下：
式中，TPI*是指修正后的地形位置指数；TPI i是指计算所得的第i个地形位置指数；n为选用不同大小的环形滑动窗口对同一单元计算的次数；d i为计算第i个地形位置指数时选用的滑行窗口内每个单元与目标单元的距离。
进一步的，聚类过程中类别数量k的选取，通过计算不同类型间的间距确定；
K-Means算法以数据间的距离作为数据对象相似性度量的标准，选择计算数据间距离的计算方式对最后的聚类效果有显著的影响，使用欧式距离并结合迭代的方作为划分类间距离与确定类型数量k的方法：
式中dist表示类间距离，D表示维度，i,j表示行列数，Ck表示第k类，表示第k类中数据对象的个数。
进一步的，微地貌单元划分类型为：旱平地、湿平地、山脊、坡肩、平顶峰、背坡北/东北侧、背坡南/西南侧、沟谷南/西南侧、沟谷北/东北侧、陡坡北/ 东北侧、陡坡南/西南侧、坡脚和水域共计13个类型；
微地形划分为平地、山脊、坡肩、平顶峰、背坡北/东北侧、背坡南/西南侧、沟谷北/东北侧、沟谷南/西南侧、陡坡北/东北侧、陡坡南/西南侧、坡脚、水域共计12个类型。
与现有技术相比，本发明至少具有以下有益效果：
1.湖滨生态景观成分分析，是认识生态系统与景观体系构成，提升生态景观功能的基础。高原湖泊通常地理位置特殊，地理环境复杂，地貌类型多样，形成了独特的水、土、气、生等要素的空间格局，也对地区特色文化的发展产生深刻影响。基于地形指数和地形湿度指数，建立湖滨生态景观微地貌识别算法，并与视域分析相结合，可有效的认识与分析高原湖滨生态景观体系的组成。
2.开展高原湖泊湖滨生态景观修复价值评估，制订湖滨湿地与生态系统质量提升对策，是促进西南山区经济可持续发展与生态资源保护的有效方式。
3.人类活动已成为影响景观格局，威胁物种分布，导致生境质量下降的重要因素。随着城乡开发与建设，人类活动范围与强度对生态系统及其服务功能产生了深刻影响。高原湖滨生态系统往往分布于地理位置特殊，地形条件复杂的区域。特殊的地理环境孕育了多样且极其脆弱的生态系统及其物种。此外，复杂的地形条件也会缓解人类活动对生态环境的影响。因此，定量评估高原湖滨生态系统/湿地及其周边区域人类活动的影响范围与强度，对于制订科学有效的生态保护对策，对提升高原湖滨生态系统价值具有重要实践意义。
4.水鸟是构成高原湖滨湿地的重要组成部分。保护与构建水鸟栖息地，既能维持湖滨湿地物质循环与能量流动，又可提升湿地景观价值。在人类活动范围与强度的持续变化下，湿地水鸟栖息地分布既与环境变量有关，又同人类的影响密切相关。因此，构建水鸟栖息地识别工具，对不同自然与人文要素进行集成，从而提升识别结果的合理性。
5.湖滨生态绿道是体验自然，享受生态服务的重要基础设施，也是提升湖滨生态景观价值的重要途径。不同于传统的仅考虑便捷性，可达性为主的廊道设计理念，生态绿道的规划侧重于在最短的路径内获取更多的生态景观服务。因此，生态绿道及其景观廊道的选取需要以生态景观价值为依托，结合空间规划工具，识别出体现区域生态景观价值的最优路径，提出湖滨带内生态绿道规划的初步选线，以辅助生态绿道的规划设计。
具体实施方式
以下对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
实施例1：
一种高原湖滨生态景观修复规划的评估识别方法，包括以下方面：
(1)基于视域的高原湖滨生态景观成分评估；
基于地形指数和地形湿度指数，建立湖滨生态景观微地貌识别算法，并与视域分析相结合，确定与分析高原湖滨生态景观体系的组成；
(2)高原湖泊湖滨生态景观修复价值评估；
通过区域内生态的稀有程度，可获取的需求两方面综合评估景观价值；通过累积视域分析评估生态景观修复价值可获取性的空间差异；使用K-Means聚类算法定量描述每个视场中景观类型的稀有性；
(3)人类活动干扰强度评估；
(4)高原湖滨典型湿地水鸟潜在生境识别；
(5)高原湖滨带生态绿道选线评估。
实施例2：
在实施例1的基础上，所述基于视域的高原湖滨生态景观成分评估方法具体为：
基于地形指数和地形湿度指数，建立湖滨生态景观微地貌识别算法，并与视域分析相结合，确定与分析高原湖滨生态景观体系的组成；
地形位置可认为是一种微地貌的体现形式。利用DEM数据以及滑动窗口法，实现微地貌的识别；
一般而言，地形单元主要包括了水域和地形信息，即包括高程、坡度、坡向、坡位和汇流量等主要因子；各因子的不同量度是划分地形单元类型的基础，不同类型的微地貌单元所包含因子的量度或多因子的量度组合是不同的。
具体识别时，在邻域分析方法的基础上，计算每个微地貌单元的高程值和该单元周围单元的平均高程之间的差值，正值表示该单元高于周围的单元，负值表示低于周围单元；当地形位置指数TPI值接近于零值时，该单元可能位于平地上或半山坡上，用坡度大小进一步区分；
在划分地形位置时，地形湿度指数是判定微地貌类型的指标；地形湿度指数定量模拟流域内土壤水分的饱和状况；其计算公式为：
TWI*＝ln[(a+1)/(β+1)]
式中：TWI*为地形湿度指数；a为流经坡面任一点处单位等高线长度的汇流面积；β为该点处的坡度；
视域分析利用ArcGIS中视域分析算法；在GIS中，视域可识别输入栅格中从一个或多个观测位置看到的像元；输出栅格中的每个像元会获得一个用于指示从每个位置看到的视点数的值；通过将可视点进行组合，形成视域面，进而分析视域面内不同组分，以实现对景观组成的评估。
实施例3：
在实施例1-2的基础上，所述高原湖泊湖滨生态景观修复价值评估方法具体为：
高原湖泊湖滨生态景观修复价值的评估既要考虑区域内生态的稀有程度，又要满足可获取的需求，计算方法如下：
ES＝A×R (1)
ES代表景观价值，A代表可获取性，R代表每个视域的稀有性；
累积视域分析可用于推断生态景观修复价值可获取性的空间差异。累积视域分析是以单个视点的可视范围为基础，通过叠加所有可视范围获取视域累积值的方法。
评估时，根据研究区的空间分布特征，按一定间隔设定视点，使用GIS视域分析功能，对每个视点的视域范围进行分析，获取每个视点视域范围的空间分布。再使用空间叠加的方法，将可视范围进行空间叠加。叠加后，值越大代表基础的景观价值的可获取性越大；
稀有性是反映区域内生态类型的结构和变化。一般而言，生态类型越稀有，生态价值越高。使用K-Means聚类算法可以定量描述每个视场中景观类型的稀有性。具体计算时，首先通过K-Means聚类算法得到不同生态类型的百分比，进而推算各景观类型的稀有性，如下式如示；
R代表视点稀有性，N代表视域的数量，n k代表第k个生态类型的数量， k代表了基于K-Means聚类的类型数量。
实施例4：
在实施例1-3的基础上，所述人类活动干扰强度评估方法具体为：
使用阻力模型实现复杂地形区人类活动对生态系统干扰强度的评估；
湖滨生态系统中，地形对于人类活动的范围与强度的影响与可到达的难易程度有关。在阻力模型中，将生态体系划分为威胁源区和受威胁区，两者可相互转换；阻力模型可用以下公式表达：
Rj＝max[Ri×Si(i＝1，2，3，Λ8)]
Ri＝Ti×Di(i＝1，2，3，Λ8)
式中：Rj代表斑块j的人类活动强度，R i代表是斑块i对于缓解人类活动作用强度的阻力系数，S i代表斑块i的人类活动强度。T i和D i代表地理的阻力系数以及距离的阻力系数；
通过设置地形阻隔程度的参数，评估出合理的人类活动范围；然而一般难以确准获取区域内人类活动的范围数据。使用土地利用数据，以不同地形条件下农田分布面积作为反映人类活动范围与强度的指标，建立回归关系式，最终确定T i和D i值。
实施例5：
在实施例1-4的基础上，所述高原湖滨典型湿地水鸟潜在生境识别方法具体为：
生态位模型是利用物种已知的分布数据和相关环境变量，根据一定的算法来推算物种的生态需求，然后将运算结果投射至不同的空间和时间中来预测物种的实际分布和潜在分布。近年来，该类模型被越来越多地应用在入侵生物学、保护生物学、全球气候变化对物种分布影响以及传染病空间传播的研究中。最大熵模型是一种广泛使用的生态位模型。
最大熵模型，按如下公式进行表达：
H(P)＝-∑xp(x)log p(x)
0≤H(P)≤log|x|
式中：|X|是X的取值个数，当且仅当X的分布是均匀分布时右边的等号成立。当X服从均匀分布时，熵最大。
将水文过程模型与阻力模型与最大熵模型进行集成，量化水鸟分布的关键环境参数以及人类活动的影响。水文过程模型利用地理信息系统提供的水文分析模块，阻力模型原理与高原湖滨生态系统/湿地人类活动干扰强度评估模型一致。
实施例6：
在实施例1-5的基础上，高原湖滨带生态绿道选线评估方法具体为：
将成本路径算法与视域分析算法进行集成，以每个视点对应视域的生态景观价值作作为成本，对生态绿道进行初步规划；
具体计算时，将规划区域按所需尺度划分为不同的视点，利用GIS视域分析计算每个视点的生态景观价值，计算不同各视点对应的视域，形成整个规划区域的生态景观价值图层；
在计算视点—视域景观价值的基础上，应用Least Cost Path(LCP)算法对景观绿道进行识别。为满足LCP计算要求以及符合设计原理，输入的路径成本为视点—视域价值图层中的最大价值减去图层中的每个数值；
生态景观价值的计算方法通过上述的高原湖泊湖滨湿地生态修复价值评估工具获取。
实施例7：
在实施例1-6的基础上，所述基于视域的高原湖滨生态景观成分评估方法还包括利用反距离加权法对TPI值进行修正，
修正公式如下：
式中，TPI*是指修正后的地形位置指数；TPI i是指计算所得的第i个地形位置指数；n为选用不同大小的环形滑动窗口对同一单元计算的次数；d i为计算第i个地形位置指数时选用的滑行窗口内每个单元与目标单元的距离。
由于山区地形错综复杂，地形单元的类型多样，基于全面性、可行性、代表性的选取原则，选取13个典型微地貌类型(表1)进行划分。根据TWI*指数以及TPI*指数的组合，可以准确的识别微地貌。
表1微地貌单元划分指标体系
注：SD代表TPI*值的标准偏差；“—”表示无参数设置；水域一栏中的“1”代表有水域分布。
实施例8：
在实施例1-7的基础上，微地貌单元划分类型为：旱平地、湿平地、山脊、坡肩、平顶峰、背坡(北/东北侧)、背坡(南/西南侧)、沟谷(南/西南侧)、陡坡(北/东北侧)、陡坡(南/西南侧)、坡脚和水域。
实施例9：
在实施例1-8的基础上，微地貌单元划分类型为：旱平地、湿平地、山脊、坡肩、平顶峰、背坡北/东北侧、背坡南/西南侧、沟谷南/西南侧、沟谷北/东北侧、陡坡北/东北侧、陡坡南/西南侧、坡脚和水域共计13个类型；
微地形划分为平地、山脊、坡肩、平顶峰、背坡北/东北侧、背坡南/西南侧、沟谷北/东北侧、沟谷南/西南侧、陡坡北/东北侧、陡坡南/西南侧、坡脚、水域共计12个类型。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (9)
1.一种高原湖滨生态景观修复规划的评估识别方法，其特征在于，包括以下方面：
(1)基于视域的高原湖滨生态景观成分评估；
基于地形指数和地形湿度指数，建立湖滨生态景观微地貌识别算法，并与视域分析相结合，确定与分析高原湖滨生态景观体系的组成；
(2)高原湖泊湖滨生态景观修复价值评估；
通过区域内生态的稀有程度，可获取的需求两方面综合评估景观价值；通过累积视域分析评估生态景观修复价值可获取性的空间差异；使用K-Means聚类算法定量描述每个视场中景观类型的稀有性；
(3)人类活动干扰强度评估；
(4)高原湖滨典型湿地水鸟潜在生境识别；
(5)高原湖滨带生态绿道选线评估。
2.根据权利要求1所述的一种高原湖滨生态景观修复规划的评估识别方法，其特征在于，所述基于视域的高原湖滨生态景观成分评估方法具体为：
基于地形指数和地形湿度指数，建立湖滨生态景观微地貌识别算法，并与视域分析相结合，确定与分析高原湖滨生态景观体系的组成；
利用DEM数据以及滑动窗口法，实现微地貌的识别；具体识别时，在邻域分析方法的基础上，计算每个微地貌单元的高程值和该单元周围单元的平均高程之间的差值，正值表示该单元高于周围的单元，负值表示低于周围单元；当地形位置指数TPI值接近于零值时，该单元可能位于平地上或半山坡上，用坡度大小进一步区分；
在划分地形位置时，地形湿度指数是判定微地貌类型的指标；地形湿度指数定量模拟流域内土壤水分的饱和状况；其计算公式为：
TWI*＝ln[(a+1)/(β+1)]
式中：TWI*为地形湿度指数；a为流经坡面任一点处单位等高线长度的汇流面积；β为该点处的坡度；
视域分析利用ArcGIS中视域分析算法；在GIS中，视域可识别输入栅格中从一个或多个观测位置看到的像元；输出栅格中的每个像元会获得一个用于指示从每个位置看到的视点数的值；通过将可视点进行组合，形成视域面，进而分析视域面内不同组分，以实现对景观组成的评估。
3.根据权利要求1所述的一种高原湖滨生态景观修复规划的评估识别方法，其特征在于，所述高原湖泊湖滨生态景观修复价值评估方法具体为：
高原湖泊湖滨生态景观修复价值的评估既要考虑区域内生态的稀有程度，又要满足可获取的需求，计算方法如下：
ES＝A×R (1)
ES代表景观价值，A代表可获取性，R代表每个视域的稀有性；
累积视域分析用于推断生态景观修复价值可获取性的空间差异；评估时，根据研究区的空间分布特征，按一定间隔设定视点，使用GIS视域分析功能，对每个视点的视域范围进行分析，获取每个视点视域范围的空间分布；再使用空间叠加的方法，将可视范围进行空间叠加；叠加后，值越大代表基础的景观价值的可获取性越大；
具体计算时，首先通过K-Means聚类算法得到不同生态类型的百分比，进而推算各景观类型的稀有性，如下式如示；
R代表视点稀有性，N代表视域的数量，nk代表第k个生态类型的数量，k代表了基于K-Means聚类的类型数量。
4.根据权利要求1所述的一种高原湖滨生态景观修复规划的评估识别方法，其特征在于，所述人类活动干扰强度评估方法具体为：
使用阻力模型实现复杂地形区人类活动对生态系统干扰强度的评估；
湖滨生态系统中，地形对于人类活动的范围与强度的影响与可到达的难易程度有关；在阻力模型中，将生态体系划分为威胁源区和受威胁区，两者可相互转换；阻力模型用以下公式表达：
Rj＝max[Ri×Si(i＝1，2，3，Λ8)]
Ri＝Ti×Di(i＝1，2，3，Λ8)
式中：Rj代表斑块j的人类活动强度，Ri代表是斑块i对于缓解人类活动作用强度的阻力系数，Si代表斑块i的人类活动强度；Ti和Di代表地理的阻力系数以及距离的阻力系数；
通过设置地形阻隔程度的参数，评估出合理的人类活动范围；使用土地利用数据，以不同地形条件下农田分布面积作为反映人类活动范围与强度的指标，建立回归关系式，最终确定Ti和Di值。
5.根据权利要求1所述的一种高原湖滨生态景观修复规划的评估识别方法，其特征在于，所述高原湖滨典型湿地水鸟潜在生境识别方法具体为：
将水文过程模型与阻力模型与最大熵模型进行集成，量化水鸟分布的关键环境参数以及人类活动的影响；水文过程模型利用地理信息系统提供的水文分析模块，阻力模型原理与高原湖滨生态系统/湿地人类活动干扰强度评估模型一致；
最大熵模型，按如下公式进行表达；
H(P)＝-∑xp(x)log p(x)
0≤H(P)≤log|x|
式中：|X|是X的取值个数，当且仅当X的分布是均匀分布时右边的等号成立；当X服从均匀分布时，熵最大。
6.根据权利要求1所述的一种高原湖滨生态景观修复规划的评估识别方法，其特征在于，高原湖滨带生态绿道选线评估方法具体为：
将成本路径算法与视域分析算法进行集成，以每个视点对应视域的生态景观价值作作为成本，对生态绿道进行初步规划；
具体计算时，将规划区域按所需尺度划分为不同的视点，利用GIS视域分析计算每个视点的生态景观价值，计算不同各视点对应的视域，形成整个规划区域的生态景观价值图层；
在计算视点—视域景观价值的基础上，应用Least Cost Path(LCP)算法对景观绿道进行识别；为满足LCP计算要求以及符合设计原理，输入的路径成本为视点—视域价值图层中的最大价值减去图层中的每个数值；
生态景观价值的计算方法通过上述的高原湖泊湖滨湿地生态修复价值评估工具获取。
7.根据权利要求2所述的一种高原湖滨生态景观修复规划的评估识别方法，其特征在于，所述基于视域的高原湖滨生态景观成分评估方法还包括利用反距离加权法对TPI值进行修正，
修正公式如下：
式中，TPI*是指修正后的地形位置指数；TPI i是指计算所得的第i个地形位置指数；n为选用不同大小的环形滑动窗口对同一单元计算的次数；di为计算第i个地形位置指数时选用的滑行窗口内每个单元与目标单元的距离。
8.根据权利要求3所述的一种高原湖滨生态景观修复规划的评估识别方法，其特征在于，聚类过程中类别数量k的选取，通过计算不同类型间的间距确定；
K-Means算法以数据间的距离作为数据对象相似性度量的标准，选择计算数据间距离的计算方式对最后的聚类效果有显著的影响，使用欧式距离并结合迭代的方作为划分类间距离与确定类型数量k的方法：
式中dist表示类间距离，D表示维度，i,j表示行列数，Ck表示第k类，表示第k类中数据对象的个数。
9.根据权利要求1所述的一种高原湖滨生态景观修复规划的评估识别方法，其特征在于，微地貌单元划分类型为：旱平地、湿平地、山脊、坡肩、平顶峰、背坡北/东北侧、背坡南/西南侧、沟谷南/西南侧、沟谷北/东北侧、陡坡北/东北侧、陡坡南/西南侧、坡脚和水域共计13个类型；
微地形划分为平地、山脊、坡肩、平顶峰、背坡北/东北侧、背坡南/西南侧、沟谷北/东北侧、沟谷南/西南侧、陡坡北/东北侧、陡坡南/西南侧、坡脚、水域共计12个类型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011463687.4A CN112651548B (zh) | 2020-12-11 | 2020-12-11 | 一种高原湖滨生态景观修复规划的评估识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011463687.4A CN112651548B (zh) | 2020-12-11 | 2020-12-11 | 一种高原湖滨生态景观修复规划的评估识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112651548A true CN112651548A (zh) | 2021-04-13 |
| CN112651548B CN112651548B (zh) | 2023-01-13 |
Family
ID=75353804
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011463687.4A Active CN112651548B (zh) | 2020-12-11 | 2020-12-11 | 一种高原湖滨生态景观修复规划的评估识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112651548B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113421010A (zh) * | 2021-07-05 | 2021-09-21 | 深圳市蕾奥规划设计咨询股份有限公司 | 一种基于大数据的绿道选线规划设计方法 |
| CN115524452A (zh) * | 2022-09-21 | 2022-12-27 | 长江水资源保护科学研究所 | 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 |
| CN115691670A (zh) * | 2022-08-16 | 2023-02-03 | 广东省科学院微生物研究所(广东省微生物分析检测中心) | 一种基于微生物群落特异性响应的河流生态系统健康评价方法 |
| CN117010748A (zh) * | 2023-07-11 | 2023-11-07 | 河北工程大学 | 碳中和目标下小水电梯级开发河段地貌单元异质性重构方法 |
| CN117390466A (zh) * | 2023-12-13 | 2024-01-12 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种基于相似性度量的湖泊稳态判别方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150199846A1 (en) * | 2014-01-15 | 2015-07-16 | Wildlife Conservation Society | Systems, Methods and Computer Program Products for Developing and Sharing an Ecological Vision For A Geographical Location |
| CN106096253A (zh) * | 2016-06-07 | 2016-11-09 | 中国环境科学研究院 | 一种划定湖泊缓冲带范围的方法 |
| CN106682326A (zh) * | 2016-12-30 | 2017-05-17 | 上海利水水生环境研究所 | 城市河道生态修复的评价方法 |
| US9886945B1 (en) * | 2011-07-03 | 2018-02-06 | Reality Analytics, Inc. | System and method for taxonomically distinguishing sample data captured from biota sources |
| CN108876167A (zh) * | 2018-06-27 | 2018-11-23 | 南京林业大学 | 一种基于dpsir模型的滨海湿地生态安全评价方法 |
| CN109685318A (zh) * | 2018-11-26 | 2019-04-26 | 大连海洋大学 | 基于生态系统完整性的河流水生态健康评价方法及其应用 |
| CN110298411A (zh) * | 2019-07-04 | 2019-10-01 | 中国城市建设研究院有限公司 | 一种城市群生态空间受损识别评价方法 |
| CN110490228A (zh) * | 2019-07-15 | 2019-11-22 | 中山大学 | 一种基于cpp的水文模型参数动态率定方法 |
| CN110634033A (zh) * | 2019-09-26 | 2019-12-31 | 国网河南省电力公司经济技术研究院 | 一种配售电园区价值评估方法和装置 |
-
2020
- 2020-12-11 CN CN202011463687.4A patent/CN112651548B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9886945B1 (en) * | 2011-07-03 | 2018-02-06 | Reality Analytics, Inc. | System and method for taxonomically distinguishing sample data captured from biota sources |
| US20150199846A1 (en) * | 2014-01-15 | 2015-07-16 | Wildlife Conservation Society | Systems, Methods and Computer Program Products for Developing and Sharing an Ecological Vision For A Geographical Location |
| CN106096253A (zh) * | 2016-06-07 | 2016-11-09 | 中国环境科学研究院 | 一种划定湖泊缓冲带范围的方法 |
| CN106682326A (zh) * | 2016-12-30 | 2017-05-17 | 上海利水水生环境研究所 | 城市河道生态修复的评价方法 |
| CN108876167A (zh) * | 2018-06-27 | 2018-11-23 | 南京林业大学 | 一种基于dpsir模型的滨海湿地生态安全评价方法 |
| CN109685318A (zh) * | 2018-11-26 | 2019-04-26 | 大连海洋大学 | 基于生态系统完整性的河流水生态健康评价方法及其应用 |
| CN110298411A (zh) * | 2019-07-04 | 2019-10-01 | 中国城市建设研究院有限公司 | 一种城市群生态空间受损识别评价方法 |
| CN110490228A (zh) * | 2019-07-15 | 2019-11-22 | 中山大学 | 一种基于cpp的水文模型参数动态率定方法 |
| CN110634033A (zh) * | 2019-09-26 | 2019-12-31 | 国网河南省电力公司经济技术研究院 | 一种配售电园区价值评估方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 刘敏超等: "三江源地生态系统服务功能与价值评估", 《植物资源与环境学报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113421010A (zh) * | 2021-07-05 | 2021-09-21 | 深圳市蕾奥规划设计咨询股份有限公司 | 一种基于大数据的绿道选线规划设计方法 |
| CN115691670A (zh) * | 2022-08-16 | 2023-02-03 | 广东省科学院微生物研究所(广东省微生物分析检测中心) | 一种基于微生物群落特异性响应的河流生态系统健康评价方法 |
| CN115524452A (zh) * | 2022-09-21 | 2022-12-27 | 长江水资源保护科学研究所 | 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 |
| CN115524452B (zh) * | 2022-09-21 | 2024-02-02 | 长江水资源保护科学研究所 | 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 |
| CN117010748A (zh) * | 2023-07-11 | 2023-11-07 | 河北工程大学 | 碳中和目标下小水电梯级开发河段地貌单元异质性重构方法 |
| CN117010748B (zh) * | 2023-07-11 | 2024-04-23 | 河北工程大学 | 碳中和目标下小水电梯级开发河段地貌单元异质性重构方法 |
| CN117390466A (zh) * | 2023-12-13 | 2024-01-12 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种基于相似性度量的湖泊稳态判别方法 |
| CN117390466B (zh) * | 2023-12-13 | 2024-02-06 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种基于相似性度量的湖泊稳态判别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112651548B (zh) | 2023-01-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112651548B (zh) | 一种高原湖滨生态景观修复规划的评估识别方法 | |
| Hashemi et al. | Review of scenario analyses to reduce agricultural nitrogen and phosphorus loading to the aquatic environment | |
| Prasuhn et al. | A high-resolution soil erosion risk map of Switzerland as strategic policy support system | |
| Song et al. | Study on cultivated land quality evaluation from the perspective of farmland ecosystems | |
| Cimini et al. | Assessing impact of forest cover change dynamics on high nature value farmland in Mediterranean mountain landscape | |
| Deng et al. | GIS-based assessment of land suitability for alfalfa cultivation: A case study in the dry continental steppes of northern China | |
| CN111680866B (zh) | 一种海洋生态保护重要性的评价方法、应用和装置 | |
| Chi et al. | Mapping soil total nitrogen in an estuarine area with high landscape fragmentation using a multiple-scale approach | |
| CN111879915B (zh) | 一种滨海湿地高分辨率的逐月土壤盐度监测方法及系统 | |
| CN108846572A (zh) | 一种流域水生态功能分区与生态管理相耦合的细分方法 | |
| CN106528788A (zh) | 基于gis技术分析地面雨径流污染空间分布特征的方法 | |
| Martín et al. | Inferring landscape change from differences in landscape character between the current and a reference situation | |
| Affek et al. | Ecosystem service potentials and their indicators in postglacial landscapes: Assessment and mapping | |
| Mander et al. | Green and brown infrastructures support a landscape-level implementation of ecological engineering | |
| CN114462698B (zh) | 一种面向流域汇水区域的磷排放污染负荷预测方法 | |
| Sahalu | Analysis of urban land use and land cover changes: A case study in Bahir Dar, Ethiopia | |
| Xiaoli et al. | Spatial patterns of forest ecosystem services and influencing factors in the Ganjiang River Basin | |
| Jo et al. | Regulating ecosystem services in a local forest: Navigating supply, trade-offs, and synergies | |
| Asubonteng | Identification of Land Use-Cover Transfer Hotspots in Ejisu-Juabeng District, Ghana | |
| Zhang et al. | Identifying the regional spatial management of ecosystem services from a supply and demand perspective: A case study of Danjiangkou reservoir area, China | |
| Arheimer et al. | Using catchment models to establish measure plans according to the Water Framework Directive | |
| Lafortezza et al. | Quantitative approaches to landscape spatial planning: clues from landscape ecology | |
| Atzberger et al. | Portability of neural nets modelling regional winter crop acreages using AVHRR time series | |
| Mombeni et al. | Investigation and comparison of the maximum likelihood and fuzzy Artmap methods in preparing and monitoring land use changes (case study: Omidiyeh, Khuzestan province). | |
| Sjafrie et al. | Network analysis reveals overlapping roles of stakeholders related to seagrass-data provisioning in Indonesia |
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 |