CN112651611A - 一种基于地理空间智能分析的资源环境承载力评价方法 - Google Patents
一种基于地理空间智能分析的资源环境承载力评价方法 Download PDFInfo
- Publication number
- CN112651611A CN112651611A CN202011498865.7A CN202011498865A CN112651611A CN 112651611 A CN112651611 A CN 112651611A CN 202011498865 A CN202011498865 A CN 202011498865A CN 112651611 A CN112651611 A CN 112651611A
- Authority
- CN
- China
- Prior art keywords
- data
- bearing capacity
- factors
- environment
- geological
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 106
- 238000004458 analytical method Methods 0.000 title claims abstract description 22
- 238000010276 construction Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000013210 evaluation model Methods 0.000 claims description 35
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000013499 data model Methods 0.000 claims description 7
- 239000011435 rock Substances 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 5
- 230000005484 gravity Effects 0.000 claims description 4
- 230000033001 locomotion Effects 0.000 claims description 3
- 238000009336 multiple cropping Methods 0.000 claims description 3
- 238000001556 precipitation Methods 0.000 claims description 3
- 238000004162 soil erosion Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 2
- 238000006731 degradation reaction Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 22
- 230000007613 environmental effect Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000009440 infrastructure construction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000036186 satiety Effects 0.000 description 2
- 235000019627 satiety Nutrition 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000036642 wellbeing Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于地理空间智能分析的资源环境承载力评价方法，属于地质生态环境承载力评价技术领域。解决了现有技术中环境承载力评价指标体系指标过于笼统，缺乏针对性以及缺乏定量依据，主观性太强，人为干扰大的问题。本发明充分利用地理国情普查数据、地质数据、生态数据，采用GIS手段，在定性和定量相结合的前原则下采用层次分析法构建承载力评价指标体系，在原始资料数据基础上，通过Geodatabase以及ArcGIS中的一系列处理工具进行处理，得到每项指标的评价结果，对指标结果进行叠加分析，得到综合指标的评价结果以及承载力的最终评价结果。主观性降低，人为干扰较小，更加具有参考价值。能够有效地指导山区经济社会发展与规划建设，为科学决策提供依据。
Description
技术领域
本发明属于环境承载力评价技术领域，具体涉及一种基于地理空间智能分析的资源环境承载力评价方法。
背景技术
随着我国经济的快速发展，越来越多的公路已经向偏远山区延伸。然而，山区往往地质环境复杂，地质灾害频发，生态环境脆弱，所以针对山区建立一套统一的“地质-生态-社会经济”承载力评价体系显得越来越紧迫。在地理国情普查的大背景下，能够动态地，持续地获取各种基础地理国情数据，为山区地质生态环境承载力评价提供数据保障。
承载力最初被引进区域系统是在生态学中的应用，其含义是在某种环境条件下，某种生物个体可存活的最大数量的潜力，在实践中的最初应用领域是畜牧业。随着人地矛盾不断加剧，承载力概念发展并应用到自然-社会体系中，提出了土地资源承载力概念，即在一定生产条件下土地资源的生产力和一定生活水平下所承载的人口限度。
就目前的环境承载力研究而言还存在以下两个问题：第一，目前资源环境承载力评价指标体系的构建大多是尽可能全面地列出与资源环境相关的一系列指标，涉及范围广、覆盖面大，然而由于不同区域实际情况的差别，使指标过于笼统，缺乏针对性；第二，指标体系的构建大多数是在对资源环境承载力影响因素定性分析的基础上给出的，缺乏定量依据，主观性太强，人为干扰大。
发明内容
针对现有技术中的问题，本发明提供一种基于地理空间智能分析的资源环境承载力评价方法，其目的在于：通过建立环境承载力评价指标体系和评价模型，对待评价区域进行定量研究，科学评估当地资源环境的承载能力和发展潜力，以促进当地发展与人口、资源、环境的协调，有效地指导经济社会发展与规划建设。
本发明采用的技术方案如下：
一种基于地理空间智能分析的资源环境承载力评价方法，包括以下步骤：
步骤一：空间数据的获取：所述空间数据包括待评价区域的矢量数据、栅格数据、地质环境数据、生态环境数据和社会经济数据；
步骤二：对获取的空间数据进行处理：将空间数据匹配到空间数据模型Geodatabase中，在空间数据模型Geodatabase中用点、线、面来表示矢量数据，用栅格结构来表示栅格数据，用属性表来表示与空间位置无关的数据；
步骤三：根据获取的空间数据采用层次分析法建立承载力评价指标体系，所述承载力评价指标体系包括三个一级指标，每个一级指标包含数个二级指标，每个二级指标包含数个三级指标；所述一级指标包括地质环境因子、生态环境因子和社会经济因子，所述二级指标包括地质构造及新构造运动因子、地层岩性因子、地形地貌因子、地质灾害因子、水资源因子、土地资源因子、环境质量因子、人口因子、经济因子、基础设施支撑能力因子，所述三级指标包括断裂带密度、断层距离、地震烈度、工程地质岩组、相对高差、坡度、灾害点密度、地质灾害避让边界、多年平均降雨、水源涵养指数、用水条件、耕地条件、土地退化、生物多样性、植被覆盖度、居民点分布、人均GDP、交通设施支撑、能源支撑、公共服务能力支撑；
步骤四：根据承载力评价指标体系并基于层次分析法建立承载力评价模型，所述承载力评价模型用于对各因子进行独立评价，所述承载力评价模型包括地质环境承载力评价模型、生态环境承载力评价模型和社会经济承载力评价模型；
步骤五：向地质环境承载力评价模型中输入地质环境因子所对应的数据以及各地质环境因子的权重数据，地质环境承载力评价模型根据输入的数据对各地质环境因子进行独立评价，由各地质环境因子评价的结果根据权重综合评价出地质环境承载力；向生态环境承载力评价模型中输入生态环境因子所对应的数据以及各生态环境因子的权重数据，生态环境承载力评价模型根据输入的数据对各生态环境因子进行独立评价，由各生态环境因子评价的结果根据权重综合评价出生态环境承载力；向社会经济承载力评价模型中输入社会经济因子所对应的数据以及各社会经济因子的权重数据，社会经济承载力评价模型根据输入的数据对各社会经济因子进行独立评价，由各社会经济因子评价的结果根据权重综合评价出社会经济承载力；
步骤六：将地质环境承载力、生态环境承载力、社会经济承载力根据权重进行空间叠加，得到环境承载力综合评价结果。
作为优选，步骤一中的矢量数据包括县级行政区划单元数据、城镇综合功能单元数据、水系数据、地表覆盖类型数据和公路数据，所述栅格数据包括DEM数据、DOM数据、DRG数据、卫星数据以及航空影像数据，所述地质环境数据包括地震烈度数据、断裂带数据、岩性数据，所述生态环境数据包括年平均降水数据，所述社会经济数据包括居民点数据、人均GDP数据。
作为优选，步骤五中所述地质环境因子所对应的数据包括断层矢量数据、地震烈度矢量数据、工程岩组矢量数据、DEM栅格数据、地质灾害点矢量数据、地质灾害避让边界矢量数据，所述地质环境因子的权重数据为地质环境因子权重表格数据。
作为优选，步骤五中所述生态环境因子所对应的数据包括年平均降雨矢量数据、地表覆盖矢量数据、河流矢量数据和土壤侵蚀栅格数据，所述生态环境因子的权重数据为生态环境因子权重表格数据。
作为优选，步骤五中所述社会经济因子所对应的数据包括地表覆盖矢量数据、人均GPD 表数据、道路矢量数据和城镇综合功能单元矢量数据，社会经济因子的权重数据为评价区社会经济因子权重表格数据。
作为优选，步骤五中各地质环境因子的权重之和等于1，各生态环境因子的权重之和等于1，各社会经济因子的权重之和等于1，各因子的权重由专家决策方法得到。
作为优选，步骤五中各因子独立评价后的评价结果分为五级，分别赋分值5、4、3、2、 1，分值越高，则承载力越高，反之则越低。
作为优选，还包括步骤七：待评价区域的可承载人口测算，可承载人口测算的方法包括根据耕地资源测算和根据建设用地资源测算。
作为优选，根据耕地资源测算可承载人口的公式如下：
式中：maxPf为待评价区域的可承载人口，Fa为待评价区域的耕地面积，M为待评价区域的平均复种指数，SF为待评价区域的种粮面积比重，f为待评价区域的粮食单产，PF为人均粮食定额。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1.选取的指标针对性更强，得到的评价结果也更加具有针对性，通过本发明能够更加科学的评估当地资源环境的承载能力和发展潜力，以促进山区发展与人口、资源、环境的协调，有效地指导山区经济社会发展与规划建设，为相关部门作出科学决策提供依据。
2.在定性和定量相结合的前原则下采用层次分析法构建承载力评价指标体系，在原始资料数据基础上，通过ArcGIS中的一系列处理工具进行处理，得到每项指标的评价结果，对指标结果进行叠加分析，得到综合指标的评价结果以及承载力的最终评价结果。主观性降低，人为干扰较小，结果更加准确，更加具有参考价值。
3.综合考虑地质环境、生态环境、社会经济三方面主要因素，构建相应的评价体系模型，在实现地质环境承载力评价、生态环境承载力评价、社会经济承载力评价的基础上，实现综合评价。
4.本发明所用到的数据包括基础地理数据(DEM、DOM、DLG等)、地理国情普查数据、实景三维影像数据、经济人口等各类专题数据，具有多源、异构、多时态等特点。
5.基于地理国情普查和监测，构建宏观-中观-微观联动的地质生态环境承载力本底库及评价指标体系，实现“数据->信息->决策”的地理国情产品服务模式。
6.基于时态GIS，突破以“人”及“土地”作为承载力量化指标的局限，基于国情普查和监测手段，构建承载力量化集合。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1是空间数据在Geodatabase中的表达方式；
图2是环境承载力评价指标体系；
图3是地质环境评价流程逻辑；
图4是生态环境评价流程逻辑：
图5是社会经济评价流程逻辑；
图6是承载力综合评价流程逻辑；
图7是某一待评价区的地质环境承载力评价体系权重表；
图8是某一待评价区的生态环境承载力评价体系权重表；
图9是某一待评价区的社会经济承载力评价体系权重表；
图10是某一待评价区的环境承载力评价体系权重表。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请实施例的描述中，需要说明的是，术语“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
下面结合图1～图5对本发明作详细说明。
一种基于地理空间智能分析的资源环境承载力评价方法，包括以下步骤：
步骤一：空间数据的获取：所述空间数据包括待评价区域的矢量数据、栅格数据、地质环境数据、生态环境数据和社会经济数据；空间数据的来源包括第一次全国地理国情普查工作所得到的地理国情普查成果，普查内容包括：①自然地理要素基本情况，包括地形地貌、植被覆盖、水域、荒漠与裸露地等的类别、位置、范围、面积等；②人文地理要素基本情况，包括与人类活动密切相关的交通网络、居民地与设施、地理单元等的类别、位置、范围等。
步骤二：对获取的空间数据进行处理：将空间数据匹配到空间数据模型Geodatabase中，在空间数据模型Geodatabase中用点、线、面来表示矢量数据，用栅格结构来表示栅格数据，用属性表来表示与空间位置无关的数据；空间数据在空间数据模型Geodatabase的表达方式如图1所示。
步骤三：根据获取的空间数据采用层次分析法(Analytic Hierarchy Process，简记AHP) 建立承载力评价指标体系，所述承载力评价指标体系包括三个一级指标，每个一级指标包含数个二级指标，每个二级指标包含数个三级指标；
对于山区社会经济发展特别是乡镇和住宅建筑建设而言，在自然地理条件受限的情况下寻求相对宽阔、平坦、安全、便利的局地区域是首要任务。山区公路的发展首先提供了交通便利的基本条件，因此公路沿线是重点参考的区域。但是，公路沿线地质环境的背景条件、构造稳定性、地质灾害易发性等直接影响着人类工程活动建设条件、农业生产立地条件、人类生命及财产安全等；生态环境特别是水土资源和气候气象条件直接影响着农业发展和人居环境，是公路沿线环境承载力的重要构成要素；社会经济发展水平体现了地区基础设施建设的完善程度以及经济增长水平，主要反应了对经济、社会、环境全面可持续发展的支持力度。
综合以上分析，本发明中承载力指标体系首先由地质环境、生态环境和社会经济三大部分构成一级指标。地质环境子系统从构造稳定性、人类活动工程地质条件、人类活动自然地理条件和防灾减灾的角度分别选择地质构造及新构造运动、地层岩性、地形地貌、地质灾害为二级指标；生态环境子系统主要从环境资源和环境质量两方面构建二级指标；社会经济子系统主要从人口、经济和基础设施建设现状三方面构建二级指标。在此基础上完成整个山区环境承载力三级评价指标体系的构建。具体的环境承载力评价指标体系如图2所示。
步骤四：根据承载力评价指标体系并基于层次分析法建立承载力评价模型，所述承载力评价模型用于对各因子进行独立评价，所述承载力评价模型包括地质环境承载力评价模型、生态环境承载力评价模型和社会经济承载力评价模型；
步骤五：向地质环境承载力评价模型中输入地质环境因子所对应的数据(即断层矢量数据、地震烈度矢量数据、工程岩组矢量数据、DEM栅格数据、地质灾害点矢量数据、地质灾害避让边界矢量数据)以及各地质环境因子的权重数据(即地质环境因子权重表格数据，通过专家决策方法得到)，地质环境承载力评价模型根据输入的上述数据对各地质环境因子进行独立评价，得到每项指标的评价结果，所有指标均在ArcGIS中实现,在原始资料数据基础上，通过ArcGIS中的一系列处理工具进行处理，先得到每项指标的评价结果。评价结果划分为5 级，分别赋分值5、4、3、2、1，分值越高，则承载力越高，反之则越低。然后将各项指标的评价结果根据权重综合评价出地质环境承载力。
本实施例中，断层矢量数据根据断裂带密度和断层距离进行评价。
将断裂带密度统计结果分为五级，分类间隔点用B1-B4表示，评价结果分级标准如表1 所示。
表1断裂带密度评级标准
| 断裂带密度 | B<sub>4</sub>以上 | B<sub>3</sub>～B<sub>4</sub> | B<sub>2</sub>～B<sub>3</sub> | B<sub>1</sub>～B<sub>2</sub> | 0～B<sub>1</sub> |
| 级别 | Ⅴ级 | Ⅳ级 | Ⅲ级 | Ⅱ级 | Ⅰ级 |
| 赋值 | 1 | 2 | 3 | 4 | 5 |
断层距离为距离断裂带主断层面的水平距离，以15m、200m、400m、400m以上进行分界，评价结果分级标准如表2所示。
表2断层距离缓冲区赋值标准
本实施例中，地震烈度评价结果分级标准如表3所示。
表1地震烈度赋值标准
| 地震烈度 | Ⅹ及以上 | Ⅸ | Ⅷ | Ⅶ | Ⅵ及以下 |
| 类别 | Ⅴ级 | Ⅳ级 | Ⅲ级 | Ⅱ级 | Ⅰ级 |
| 赋值 | 1 | 2 | 3 | 4 | 5 |
本实施例中，工程岩组评价结果分级标准如表4所示。
表2工程地质岩组赋值标准
本实施例中，地质灾害点密度统计结果分为五级，分类间隔点用B1-B4表示，评价结果分级标准如表5所示。
表5地质灾害点密度评级标准
向生态环境承载力评价模型中输入生态环境因子所对应的数据(即年平均降雨矢量数据、地表覆盖矢量数据、河流矢量数据和土壤侵蚀栅格数据)以及各生态环境因子的权重数据(即生态环境因子权重表格数据)，生态环境承载力评价模型根据输入的数据对各生态环境因子进行独立评价，得到每项指标的评价结果，所有指标均在ArcGIS中实现,在原始资料数据基础上，通过ArcGIS中的一系列处理工具进行处理，先得到每项指标的评价结果。评价结果划分为5级，分别赋分值5、4、3、2、1，分值越高，则承载力越高，反之则越低。然后由各生态环境因子评价的结果根据权重综合评价出生态环境承载力。
本实施例中，降雨量数据采用待评价区年降雨量分区图进行重分类赋值得到，评价结果分级标准如表6所示。
表6降雨量赋值标准
本实施例中，水源涵养统计结果分为五级，分类间隔点用B1-B4表示，评价结果分级标准如表所示。
表7水源涵养指数评级标准
| 水源涵养 | B<sub>4</sub>以上 | B<sub>3</sub>～B<sub>4</sub> | B<sub>2</sub>～B<sub>3</sub> | B<sub>1</sub>～B<sub>2</sub> | 0～B<sub>1</sub> |
| 级别 | Ⅰ级 | Ⅱ级 | Ⅲ级 | Ⅳ级 | Ⅴ级 |
| 赋值 | 5 | 4 | 3 | 2 | 1 |
本实施例中，用水条件统计结果分为五级，分类间隔点用B1-B4表示，评价结果分级标准如表所示。
表8用水条件评级标准
| 用水条件 | B<sub>4</sub>以上 | B<sub>3</sub>～B<sub>4</sub> | B<sub>2</sub>～B<sub>3</sub> | B<sub>1</sub>～B<sub>2</sub> | 0～B<sub>1</sub> |
| 级别 | Ⅴ级 | Ⅳ级 | Ⅲ级 | Ⅱ级 | Ⅰ级 |
| 赋值 | 1 | 2 | 3 | 4 | 5 |
本实施例中，耕地条件统计结果分为5级，值分别为5、4、3、1、0；5代表0～5°的耕地，4代表5～15°的耕地，3代表15～25°的耕地，1代表25°以上的退耕地，0代表非耕地。如表所示。
表9耕地条件评级标准
| 坡度 | 5°以下 | 5～15° | 15～25° | 25°以上(退耕) | 非耕地 |
| 类别 | Ⅰ级 | Ⅱ级 | Ⅲ级 | Ⅳ级 | Ⅴ级 |
| 指标评分 | 5 | 4 | 3 | 1 | 0 |
本实施例中，将植被覆盖统计结果分为五级，分类间隔点用B1-B4表示，评价结果分级标准如表所示。
表10植被覆盖度评级标准
| 植被覆盖度 | B<sub>4</sub>以上 | B<sub>3</sub>～B<sub>4</sub> | B<sub>2</sub>～B<sub>3</sub> | B<sub>1</sub>～B<sub>2</sub> | 0～B<sub>1</sub> |
| 级别 | Ⅰ级 | Ⅱ级 | Ⅲ级 | Ⅳ级 | Ⅴ级 |
| 赋值 | 5 | 4 | 3 | 2 | 1 |
自然界和人类社会经济活动对土地资源造成的压力，称为土地胁迫。本实施例中，将土地胁迫指数统计结果分为五级，分类间隔点用B1-B4表示，评价结果分级标准如表所示。
表11土地胁迫评级标准
| 土地胁迫 | B<sub>4</sub>以上 | B<sub>3</sub>～B<sub>4</sub> | B<sub>2</sub>～B<sub>3</sub> | B<sub>1</sub>～B<sub>2</sub> | 0～B<sub>1</sub> |
| 级别 | Ⅴ级 | Ⅳ级 | Ⅲ级 | Ⅱ级 | Ⅰ级 |
| 赋值 | 1 | 2 | 3 | 4 | 5 |
本实施例中，将生物多样性统计结果分为五级，分类间隔点用B1-B4表示，评价结果分级标准如表所示。
表12生物多样性评级标准
| 生物丰度 | B<sub>4</sub>以上 | B<sub>3</sub>～B<sub>4</sub> | B<sub>2</sub>～B<sub>3</sub> | B<sub>1</sub>～B<sub>2</sub> | 0～B<sub>1</sub> |
| 级别 | Ⅰ级 | Ⅱ级 | Ⅲ级 | Ⅳ级 | Ⅴ级 |
| 赋值 | 5 | 4 | 3 | 2 | 1 |
向社会经济承载力评价模型中输入社会经济因子所对应的数据(即地表覆盖矢量数据、人均GDP表数据、道路矢量数据和城镇综合功能单元矢量数据)以及各社会经济因子的权重数据(社会经济因子权重表格数据)，社会经济承载力评价模型根据输入的数据对各社会经济因子进行独立评价，得到每项指标的评价结果，所有指标均在ArcGIS中实现,在原始资料数据基础上，通过ArcGIS中的一系列处理工具进行处理，先得到每项指标的评价结果。评价结果划分为5级，分别赋分值5、4、3、2、1，分值越高，则承载力越高，反之则越低。然后由各社会经济因子评价的结果根据权重综合评价出社会经济承载力。
将居民点分布统计结果分为五级，分类间隔点用B1-B4表示，评价结果分级标准如13所示。
表13居民点分布评级标准
| 居民点分布 | B<sub>4</sub>以上 | B<sub>3</sub>～B<sub>4</sub> | B<sub>2</sub>～B<sub>3</sub> | B<sub>1</sub>～B<sub>2</sub> | 0～B<sub>1</sub> |
| 级别 | Ⅴ级 | Ⅳ级 | Ⅲ级 | Ⅱ级 | Ⅰ级 |
| 赋值 | 1 | 2 | 3 | 4 | 5 |
本实施例中，按照世界银行在2008年发布的对高中低收入国家的界定标准将人均GDP统计结果分为四级，评价结果分级标准如14所示。
表14人均GDP评级标准
交通设施支撑指铁路、公路、机场等交通设施对社会经济承载能力的支撑作用。首先从待评价区BUCP和LRDL数据中提取出机场、火车站和各等级公路数据。然后在ArcGIS软件中对所述数据建立相应的图层，并对机场、铁路和公路分别赋予0.3、0.4、0.3的权值。然后将上述权值转换为栅格，得到物理交通通达性栅格数据。将不同交通方式进行叠加分析，可得到总的物理交通通达性。对于交通通达性的影响，地形高程和坡度是重要影响因素，需要综合地形高程和坡度凝练地理影响参数。通过ArcGIS软件对高程和坡度图层进行重分类，并进行赋值。之后再在ArcGIS软件中将两个图层进行相乘后开方，得到“地形影响权重”图层。最后对图层进行标准化处理，使其介于0～100。本实施例中，将交通支撑能力统计结果分为五级，评价结果分级标准如15所示。
表15交通设施支撑赋值标准
能源支撑指电站等能源设施对社会经济承载能力的支撑作用。
首先导入BUCP数据图层，提取电站要素，然后利用ArcGIS软件，输入电站要素图并在表面栅格数据中输入DEM数据，运算得到结果；
然后参照表16，利用ArcGIS软件对距离栅格进行重分类，获得区内栅格单元的距离衰减系数图层。
表16电源设施及电路设施的距离衰减系数
| 距离区段(km) | 距离衰减系数 | 距离区段 | 距离衰减系数 |
| 0～1 | 1 | 20～25 | 0.5 |
| 1～3 | 0.95 | 25～30 | 0.4 |
| 3～5 | 0.9 | 30～40 | 0.3 |
| 5～10 | 0.8 | 40～50 | 0.2 |
| 10～15 | 0.7 | 50～70 | 0.1 |
| 15～20 | 0.6 | 70～100 | 0.05 |
参照表17对上一步得到的距离衰减系数图层进行重分类赋值。
表17能源支撑赋值标准
公共服务能力支撑指医院、学校、行政单位等公共服务基础设施对社会经济承载能力的支撑作用。
首先导入BUCP数据图层，利用ArcGIS软件进行筛选，分别得到研究区教育、卫生和行政服务图层。然后利用ArcGIS软件，分别输入教育、卫生和行政服务图层，并在表面栅格数据中输入DEM数据，运算得到距离栅格结果；
然后参照公共服务能力支撑指医院、学校、行政单位等公共服务基础设施对社会经济承载能力的支撑作用。
首先导入BUCP数据图层，利用ArcGIS软件进行筛选，分别得到研究区教育、卫生和行政服务图层。，对距离栅格进行重分类，获得某一项公共基础设施的距离评价结果。
表18公共基础设施距离评价
| 距离 | 1km以内 | 1～3km | 3～5km | 5～10km | 10km以上 |
| 赋值 | 5 | 4 | 3 | 2 | 1 |
然后通过加权求和，按照表中的权重对教育、卫生、行政服务三个距离评价结果图层进行叠加。
表19公共基础设施权重
| 类别 | 教育 | 卫生 | 行政 |
| 权重 | 0.35 | 0.4 | 0.25 |
最后参照表，对第四步得到的图层进行重分类赋值。
表20公共服务能力支撑赋值标准
步骤六：将地质环境承载力、生态环境承载力、社会经济承载力根据权重进行空间叠加，得到环境承载力综合评价结果。即通过将地质环境承载力、生态环境承载力、社会经济承载力进行加权求和得到环境承载力综合评价结果。
本实施中，步骤一中的矢量数据包括县级行政区划单元数据、城镇综合功能单元数据、水系数据、地表覆盖类型数据和公路数据，所述栅格数据包括DEM数据、DOM数据、DRG数据、卫星数据以及航空影像数据，所述地质环境数据包括地震烈度数据、断裂带数据、岩性数据，所述生态环境数据包括年平均降水数据，所述社会经济数据包括居民点数据、人均GDP数据。
本实施中，步骤五中各地质环境因子的权重之和等于1，各生态环境因子的权重之和等于1，各社会经济因子的权重之和等于1，各因子的权重由专家决策方法结合层次分析法得到。根据具体情况，各因子的权重可以进行调整。建立山区环境承载力评价模型时需在加强对现状生态环境承载力科学评价的同时，注重其发展趋势的评价。同时，应充分考虑区域地质生态环境的特殊性，目的性的放大或缩小某些控制因素，适当提高或降低某些因素的权重比例，从而实现将指标体系及模型应用到普遍的地质生态环境评价。
本实施中，还包括步骤七：待评价区域的可承载人口测算，可承载人口测算的方法包括根据耕地资源测算和根据建设用地资源测算。
(1)根据耕地资源测算
根据耕地资源测算可承载人口的公式如下：
式中：maxPf为待评价区域的可承载人口，Fa为待评价区域的耕地面积，M为待评价区域的平均复种指数，SF为待评价区域的种粮面积比重，f为待评价区域的粮食单产，PF为人均粮食定额。
例如：待评价区域的复种指数潜力为276.5％；待评价区域的年粮食平均亩产348kg，为了充分估计土地的粮食生产潜力，种粮面积设置比重为100％；温饱型人均粮食定额350kg，小康型人均粮食定额400kg。
按照温饱标准和小康标准，根据式上述计算式，分别计算得到待评价区域耕地面积为 6.644×106m2时其可承载人口为27398人与23974人。
(2)根据建设用地资源测算
当今社会建设用地的规模在很大程度上决定了一个地区的经济发展和人口承载能力，特别是行政区的中心城区建设用地对人口限制的作用更为直接。在国家省级主体功能区技术规范土地资源评价中，提到适宜建设用地的概念，即适宜建设用地是考虑地貌条件中的海拔和坡度以及扣除国家法定的各类保护地所提取出来的土地。
可利用适宜建设用地虽然理论上适合开发为建设用地，但由于部分不连片，很多地块是零星分布，考虑到开发成本和必要性的问题，实际上不可能全部开发。而且对于建设用地的开发也不可能在未来一定年限内全部开发完毕，未来仍需要留下大量的建设用地备用。因此，需要设定一个未来的开发系数。
根据最新的XX省土地利用总体规划(2006-2020年)，2020年建设用地总规模指标增幅为 13.25％。目前，待评价范围内现有建设面积1.0238824×107m2，开发系数0.585。本实施例中按照10％的增幅进行评价，2020年开发系数为0.644，评价采用这一开发系数进行计算，得到 2020年建设面积达1.126195×107m2。
参考GB50188-2007镇规划标准，村镇用地标准采用二类地区建制镇用地的标准即人均 80～100m2，测算得到2020年建设面积达1.126195×107m2时可承载人口为112627～140783 人。
综合上述两种人口承载力分析结果，按耕地资源计算得到的可承载人口结果依照温饱标准和小康标准分别为27398人与23974人；按建设用地资源计算得到的可承载人口结果为 112627～140783人。
由于待评价区域为山区，并非主产粮区，粮食供应主要由区域外进行补充，而建设用地对待评价区域的制约更加明显，可采用按照建设用地资源计算得到的人口承载力结果作为基础参考资料。
以上所述实施例仅表达了本申请的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请技术方案构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。
Claims (9)
1.一种基于地理空间智能分析的资源环境承载力评价方法，其特征在于：包括以下步骤：
步骤一：空间数据的获取：所述空间数据包括待评价区域的矢量数据、栅格数据、地质环境数据、生态环境数据和社会经济数据；
步骤二：对获取的空间数据进行处理：将空间数据匹配到空间数据模型Geodatabase中，在空间数据模型Geodatabase中用点、线、面来表示矢量数据，用栅格结构来表示栅格数据，用属性表来表示与空间位置无关的数据；
步骤三：根据获取的空间数据采用层次分析法建立承载力评价指标体系，所述承载力评价指标体系包括三个一级指标，每个一级指标包含数个二级指标，每个二级指标包含数个三级指标；所述一级指标包括地质环境因子、生态环境因子和社会经济因子，所述二级指标包括地质构造及新构造运动因子、地层岩性因子、地形地貌因子、地质灾害因子、水资源因子、土地资源因子、环境质量因子、人口因子、经济因子、基础设施支撑能力因子，所述三级指标包括断裂带密度、断层距离、地震烈度、工程地质岩组、相对高差、坡度、灾害点密度、地质灾害避让边界、多年平均降雨、水源涵养指数、用水条件、耕地条件、土地退化、生物多样性、植被覆盖度、居民点分布、人均GDP、交通设施支撑、能源支撑、公共服务能力支撑；
步骤四：根据承载力评价指标体系并基于层次分析法建立承载力评价模型，所述承载力评价模型用于对各因子进行独立评价，所述承载力评价模型包括地质环境承载力评价模型、生态环境承载力评价模型和社会经济承载力评价模型；
步骤五：向地质环境承载力评价模型中输入地质环境因子所对应的数据以及各地质环境因子的权重数据，地质环境承载力评价模型根据输入的数据对各地质环境因子进行独立评价，由各地质环境因子评价的结果根据权重综合评价出地质环境承载力；向生态环境承载力评价模型中输入生态环境因子所对应的数据以及各生态环境因子的权重数据，生态环境承载力评价模型根据输入的数据对各生态环境因子进行独立评价，由各生态环境因子评价的结果根据权重综合评价出生态环境承载力；向社会经济承载力评价模型中输入社会经济因子所对应的数据以及各社会经济因子的权重数据，社会经济承载力评价模型根据输入的数据对各社会经济因子进行独立评价，由各社会经济因子评价的结果根据权重综合评价出社会经济承载力；
步骤六：将地质环境承载力、生态环境承载力、社会经济承载力根据权重进行空间叠加，得到环境承载力综合评价结果。
2.根据权利要求1所述的一种基于地理空间智能分析的资源环境承载力评价方法，其特征在于：步骤一中的矢量数据包括县级行政区划单元数据、城镇综合功能单元数据、水系数据、地表覆盖类型数据和公路数据，所述栅格数据包括DEM数据、DOM数据、DRG数据、卫星数据以及航空影像数据，所述地质环境数据包括地震烈度数据、断裂带数据、岩性数据，所述生态环境数据包括年平均降水数据，所述社会经济数据包括居民点数据、人均GDP数据。
3.根据权利要求1所述的一种基于地理空间智能分析的资源环境承载力评价方法，其特征在于：步骤五中所述地质环境因子所对应的数据包括断层矢量数据、地震烈度矢量数据、工程岩组矢量数据、DEM栅格数据、地质灾害点矢量数据、地质灾害避让边界矢量数据，所述地质环境因子的权重数据为地质环境因子权重表格数据。
4.根据权利要求1所述的一种基于地理空间智能分析的资源环境承载力评价方法，其特征在于：步骤五中所述生态环境因子所对应的数据包括年平均降雨矢量数据、地表覆盖矢量数据、河流矢量数据和土壤侵蚀栅格数据，所述生态环境因子的权重数据为生态环境因子权重表格数据。
5.根据权利要求1所述的一种基于地理空间智能分析的资源环境承载力评价方法，其特征在于：步骤五中所述社会经济因子所对应的数据包括地表覆盖矢量数据、人均GPD表数据、道路矢量数据和城镇综合功能单元矢量数据，社会经济因子的权重数据为评价区社会经济因子权重表格数据。
6.根据权利要求1所述的一种基于地理空间智能分析的资源环境承载力评价方法，其特征在于：步骤五中各地质环境因子的权重之和等于1，各生态环境因子的权重之和等于1，各社会经济因子的权重之和等于1，各因子的权重由专家决策方法得到。
7.根据权利要求1所述的一种基于地理空间智能分析的资源环境承载力评价方法，其特征在于：步骤五中各因子独立评价后的评价结果分为五级，分别赋分值5、4、3、2、1，分值越高，则承载力越高，反之则越低。
8.根据权利要求1所述的一种基于地理空间智能分析的资源环境承载力评价方法，其特征在于，还包括步骤七：待评价区域的可承载人口测算，可承载人口测算的方法包括根据耕地资源测算和根据建设用地资源测算。
9.根据权利要求8所述的一种基于地理空间智能分析的资源环境承载力评价方法，其特征在于，根据耕地资源测算可承载人口的公式如下：
式中:maxPf为待评价区域的可承载人口，Fa为待评价区域的耕地面积，M为待评价区域的平均复种指数，SF为待评价区域的种粮面积比重,f为待评价区域的粮食单产，PF为人均粮食定额。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011498865.7A CN112651611A (zh) | 2020-12-16 | 2020-12-16 | 一种基于地理空间智能分析的资源环境承载力评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011498865.7A CN112651611A (zh) | 2020-12-16 | 2020-12-16 | 一种基于地理空间智能分析的资源环境承载力评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112651611A true CN112651611A (zh) | 2021-04-13 |
Family
ID=75354633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011498865.7A Pending CN112651611A (zh) | 2020-12-16 | 2020-12-16 | 一种基于地理空间智能分析的资源环境承载力评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112651611A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113537793A (zh) * | 2021-07-22 | 2021-10-22 | 西南科技大学 | 一种流域生态水文分区的方法 |
| CN116608900A (zh) * | 2023-05-11 | 2023-08-18 | 武汉工程大学 | 一种地质生态环境动态评价方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794350A (zh) * | 2015-04-23 | 2015-07-22 | 中国科学院地理科学与资源研究所 | 一种区域综合承载力评估系统及方法 |
| CN111160794A (zh) * | 2019-12-31 | 2020-05-15 | 中国地质科学院探矿工艺研究所 | 基于ahp-gis耦合分析的地质环境承载力分析方法 |
-
2020
- 2020-12-16 CN CN202011498865.7A patent/CN112651611A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794350A (zh) * | 2015-04-23 | 2015-07-22 | 中国科学院地理科学与资源研究所 | 一种区域综合承载力评估系统及方法 |
| CN111160794A (zh) * | 2019-12-31 | 2020-05-15 | 中国地质科学院探矿工艺研究所 | 基于ahp-gis耦合分析的地质环境承载力分析方法 |
Non-Patent Citations (3)
| Title |
|---|
| 孟祥瑞等: "基于 GIS 的都汶公路沿线地质生态社会环境评价", 《山地学报》 * |
| 杨希: "GIS在陕西省生态环境质量评价中的应用", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》 * |
| 汪宙峰等: "都汶公路沿线生态地质环境承载力综合评价", 《测绘科学》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113537793A (zh) * | 2021-07-22 | 2021-10-22 | 西南科技大学 | 一种流域生态水文分区的方法 |
| CN116608900A (zh) * | 2023-05-11 | 2023-08-18 | 武汉工程大学 | 一种地质生态环境动态评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110334864B (zh) | 一种基于gis的多规合一城乡空间分区划定的方法 | |
| Yang et al. | Impact of accessibility on housing prices in Dalian city of China based on a geographically weighted regression model | |
| CN109146204A (zh) | 一种多层次综合评估的风电场升压站自动选址方法 | |
| CN110781267A (zh) | 一种基于地理国情的多尺度空间分析评价方法及系统 | |
| Crecente et al. | A multicriteria approach to support the location of thalassotherapy (seawater therapy) resorts: Application to Galicia region, NW Spain | |
| Qian et al. | Land evaluation and site assessment for the basic farmland protection in Lingyuan County, Northeast China | |
| CN103337035A (zh) | 基于定量评价的确定城市中心体系选址方法 | |
| CN111882244A (zh) | 基于层次框架的多源国土开发风险评估体系的构建方法 | |
| Scaini et al. | A GIS-based methodology for the estimation of potential volcanic damage and its application to Tenerife Island, Spain | |
| CN112651611A (zh) | 一种基于地理空间智能分析的资源环境承载力评价方法 | |
| CN113554345B (zh) | 地震滑坡灾害区域及灾害链风险评估方法 | |
| CN113240257A (zh) | 一种基于最小累积阻力模型的国土空间分区方法和装置 | |
| CN111144637A (zh) | 基于机器学习的区域电网地质灾害预报模型构建方法 | |
| CN114065127A (zh) | 一种区域电网环境风险评估方法 | |
| Qian et al. | Implementing land evaluation and site assessment (LESA system) in farmland protection: A case‐study in northeastern China | |
| Lee et al. | MCDM approach for identifying urban flood vulnerability under social environment and climate change | |
| Shenavr et al. | Comparison of Multi-criteria evaluation (AHP and WLC approaches) for land capability assessment of urban development in GIS | |
| Al-Anbari et al. | Landfill site selection in Al-Najaf governorate, Iraq | |
| Kim et al. | High-speed rail route and regional mobility with a raster-based decision support system: The Texas Urban Triangle case | |
| CN115062682A (zh) | 目标功能区标识方法、装置、存储介质及设备 | |
| Ratnayake et al. | Urban Landuse Changes in Sri Lanka with Special Reference to Kaduwela Town from 1975 to 2016 | |
| CN114154880A (zh) | 一种评价街道单元层面公共服务设施步行可达性的方法 | |
| Shrestha et al. | Application of AHP and GIS for optimal solar site identification in Madhesh Province, Nepal | |
| Ajrina et al. | Comparison of MOORA and COPRAS methods based on geographic information system for determining potential zone of pasir batu mining | |
| Wei et al. | Spatio-temporal analysis of educational convenience in ethnic mountainous areas with road network constraints—A case study of Yunnan Province, 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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210413 |
|
| RJ01 | Rejection of invention patent application after publication |