CN112685468A - 生态系统属性组分组成结构长期演变图形表达方法 - Google Patents

生态系统属性组分组成结构长期演变图形表达方法 Download PDF

Info

Publication number
CN112685468A
CN112685468A CN202011549857.0A CN202011549857A CN112685468A CN 112685468 A CN112685468 A CN 112685468A CN 202011549857 A CN202011549857 A CN 202011549857A CN 112685468 A CN112685468 A CN 112685468A
Authority
CN
China
Prior art keywords
attribute
attribute component
ecosystem
composition structure
term evolution
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
Application number
CN202011549857.0A
Other languages
English (en)
Other versions
CN112685468B (zh
Inventor
张艳红
陈子琦
侯光雷
刘兆礼
翟羽娟
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.)
Jilin University
Northeast Institute of Geography and Agroecology of CAS
Original Assignee
Jilin University
Northeast Institute of Geography and Agroecology of CAS
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 Jilin University, Northeast Institute of Geography and Agroecology of CAS filed Critical Jilin University
Priority to CN202011549857.0A priority Critical patent/CN112685468B/zh
Publication of CN112685468A publication Critical patent/CN112685468A/zh
Application granted granted Critical
Publication of CN112685468B publication Critical patent/CN112685468B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

生态系统属性组分组成结构长期演变图形表达方法，它涉及一种生态系统属性组分组成表达方法。本发明为了克服现有生态系统属性组分组成结构变化描述方法只能描述两个时期之间生态系统属性组分组成结构的变化情况，而无法直观反映生态系统属性组分组成结构的长期演变趋势的问题，而提供的一种生态系统属性组分组成结构长期演变图形表达方法。本发明方法：一、属性组分频率分布时间序列数据获取；二、属性组分频率分布时间序列数据平滑；三、属性组分频数演化等值线分布图构建。本发明通过属性组分频率分布时间序列数据的平滑处理以及等值线提取，获得属性组分频数二维等值线分布图形，用以直观展示生态系统属性组分组成结构的长期演化趋势特征。

Description

生态系统属性组分组成结构长期演变图形表达方法
技术领域
本发明涉及一种生态系统属性组分组成表达方法。
背景技术
现有生态系统属性组分组成结构变化描述方法均是通过两个时期之间的植被指数或生态参量组分的频率差值分布图，直观反映生态系统属性组分组成结构的时间变化特征；但是，这些方法只能描述两个时期之间生态系统属性组分组成结构的变化情况，而无法直观反映生态系统属性组分组成结构的长期演变趋势。
发明内容
本发明为了克服现有生态系统属性组分组成结构变化描述方法只能描述两个时期之间生态系统属性组分组成结构的变化情况，而无法直观反映生态系统属性组分组成结构的长期演变趋势的问题，而提供的一种生态系统属性组分组成结构长期演变图形表达方法。
本发明生态系统属性组分组成结构长期演变图形表达方法按以下步骤进行：
一、属性组分频率分布时间序列数据获取
由多期生态系统属性栅格数据取值范围，确定生态系统属性分组方案；然后根据分组方案将多期生态系统属性栅格数据转化为相应的属性组分频率分布时间序列数据；
二、属性组分频率分布时间序列数据平滑
确定时间序列数据平滑处理的时间窗口，沿时间序列方向逐期滑动，对窗口内属性分组频数进行平均处理，得到属性组分频率分布的时间序列平滑数据；
三、属性组分频数演化等值线分布图构建
从属性组分频率分布的时间序列平滑数据提取属性组分频数等值线，形成以属性值为x轴、时间为y轴的属性组分频数演化等值线分布图。
进一步，步骤一生态系统属性分组方案为等距分组、分组区间为0.01～0.05。
进一步，步骤二中时间序列数据平滑处理的时间窗口为2～4年。
本发明通过属性组分频率分布时间序列数据的平滑处理以及等值线提取，获得属性组分频数二维等值线分布图形，用以直观展示生态系统属性组分组成结构的长期演化趋势特征。
附图说明
图1是实施例1中2010-2019年黑龙江省森林生态系统植被指数NDVI分布时间演化栅格数据图；
图2是实施例1中2010-2019年黑龙江省森林生态系统植被指数NDVI频数演化等值线分布图。
具体实施方式
本发明技术方案不局限于以下所列举具体实施方式，还包括各具体实施方式间的任意组合。
具体实施方式一：本实施方式生态系统属性组分组成结构长期演变图形表达方法按以下步骤进行：
一、属性组分频率分布时间序列数据获取
由多期生态系统属性栅格数据取值范围，确定生态系统属性分组方案；然后根据分组方案将多期生态系统属性栅格数据转化为相应的属性组分频率分布时间序列数据；
二、属性组分频率分布时间序列数据平滑
确定时间序列数据平滑处理的时间窗口，沿时间序列方向逐期滑动，对窗口内属性分组频数进行平均处理，得到属性组分频率分布的时间序列平滑数据；
三、属性组分频数演化等值线分布图构建
从属性组分频率分布的时间序列平滑数据提取属性组分频数等值线，形成以属性值为x轴、时间为y轴的属性组分频数演化等值线分布图。
本实施方式直观的表达生态系统属性组分组成结构的长期时间演化特征。
具体实施方式二：本实施方式与具体实施方式一的不同点是：步骤一生态系统属性分组方案为等距分组、分组区间为0.01～0.05。其它步骤及参数与实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二的不同点是：步骤二中时间序列数据平滑处理的时间窗口为2～4年。其它步骤及参数与实施方式一或二相同。
实施例1
黑龙江省2010-2019年森林生态系统属性组分组成结构长期演变图形表达方法按以下步骤进行：
一、属性组分频率分布时间序列数据获取
由2010-2019年黑龙江省森林生态系统植被指数NDVI栅格数据(如图1所示)，植被指数NDVI取值变化范围为0～0.92，将植被指数NDVI以0.02为区间宽度进行等距分组；然后根据分组方案将多期生态系统属性栅格数据转化为相应的属性组分频率分布时间序列数据(如表1所示)；
二、属性组分频率分布时间序列数据平滑
将时间序列数据平滑处理的时间窗口设置为三年，沿时间序列方向逐年滑动，表1中各时间窗口内的三期植被指数NDVI频率分布数据进行平均计算，得到植被指数NDVI频率分布时间序列平滑数据(如表2所示)；
三、属性组分频数演化等值线分布图构建
根据表2植被指数NDVI频率分布时间序列平滑数据提取属性组分频数等值线，形成以植被指数NDVI分组中间值(特征值)为x轴、年份为y轴的2010-2019年黑龙江省森林生态系统植被指数NDVI频数演化等值线分布图(如图2所示)。
根据图2可见，从2011年至2018年，黑龙江省森林生态系统植被指数NDVI呈现为主体不断增大趋势，同时其分布范围也在逐步扩大，说明该省森林生长状况总体向好，但其内部生长的差异性也在增加。
表1
Figure BDA0002857421240000031
Figure BDA0002857421240000041
表2
Figure BDA0002857421240000042
Figure BDA0002857421240000051

Claims (3)

1.生态系统属性组分组成结构长期演变图形表达方法，其特征在于该方法按以下步骤进行：
一、属性组分频率分布时间序列数据获取
由多期生态系统属性栅格数据取值范围，确定生态系统属性分组方案；然后根据分组方案将多期生态系统属性栅格数据转化为相应的属性组分频率分布时间序列数据；
二、属性组分频率分布时间序列数据平滑
确定时间序列数据平滑处理的时间窗口，沿时间序列方向逐期滑动，对窗口内属性分组频数进行平均处理，得到属性组分频率分布的时间序列平滑数据；
三、属性组分频数演化等值线分布图构建
从属性组分频率分布的时间序列平滑数据提取属性组分频数等值线，形成以属性值为x轴、时间为y轴的属性组分频数演化等值线分布图。
2.生态系统属性组分组成结构长期演变图形表达方法，其特征在于步骤一生态系统属性分组方案为等距分组、分组区间为0.01～0.05。
3.生态系统属性组分组成结构长期演变图形表达方法，其特征在于步骤二中时间序列数据平滑处理的时间窗口为2～4年。
CN202011549857.0A 2020-12-24 2020-12-24 生态系统属性组分组成结构长期演变图形表达方法 Active CN112685468B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011549857.0A CN112685468B (zh) 2020-12-24 2020-12-24 生态系统属性组分组成结构长期演变图形表达方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011549857.0A CN112685468B (zh) 2020-12-24 2020-12-24 生态系统属性组分组成结构长期演变图形表达方法

Publications (2)

Publication Number Publication Date
CN112685468A true CN112685468A (zh) 2021-04-20
CN112685468B CN112685468B (zh) 2023-03-24

Family

ID=75452472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011549857.0A Active CN112685468B (zh) 2020-12-24 2020-12-24 生态系统属性组分组成结构长期演变图形表达方法

Country Status (1)

Country Link
CN (1) CN112685468B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650422A (zh) * 2009-09-27 2010-02-17 北京师范大学 遥感植被指数时间序列数据去噪方法
CN102073869A (zh) * 2010-12-27 2011-05-25 中国农业大学 基于点位数据和遥感影像数据的区域耕地质量监测方法
CN103778241A (zh) * 2014-02-10 2014-05-07 中国科学院南京地理与湖泊研究所 一种大尺度植被退化区域遥感识别方法
CN104569319A (zh) * 2015-01-30 2015-04-29 环境保护部南京环境科学研究所 一种系统水平生态危害综合评估与表征方法
CN104851087A (zh) * 2015-04-17 2015-08-19 华中农业大学 多尺度森林动态变化监测方法
CN106548146A (zh) * 2016-11-01 2017-03-29 北京航天泰坦科技股份有限公司 基于时空分析的地表覆盖变化算法和系统
CN106548017A (zh) * 2016-10-25 2017-03-29 中国科学院地理科学与资源研究所 一种基于lu数据和ndvi数据的生态建设数据处理方法
CN106919807A (zh) * 2017-01-20 2017-07-04 中国水产科学研究院南海水产研究所 一种工厂化水产养殖池中不同微生物群落相互影响的量化分析方法
WO2019017095A1 (ja) * 2017-07-18 2019-01-24 ソニー株式会社 情報処理装置、情報処理方法、プログラム、情報処理システム
CN110687049A (zh) * 2018-07-04 2020-01-14 中国科学院深圳先进技术研究院 一种材林识别方法及装置
CN111753738A (zh) * 2020-06-24 2020-10-09 北京师范大学 一种基于小波分析的植被年际变化监测方法及系统
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
CN112101681A (zh) * 2020-09-25 2020-12-18 北京师范大学 基于遥感ndpi时间序列监测冬小麦干热风灾害的方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650422A (zh) * 2009-09-27 2010-02-17 北京师范大学 遥感植被指数时间序列数据去噪方法
CN102073869A (zh) * 2010-12-27 2011-05-25 中国农业大学 基于点位数据和遥感影像数据的区域耕地质量监测方法
CN103778241A (zh) * 2014-02-10 2014-05-07 中国科学院南京地理与湖泊研究所 一种大尺度植被退化区域遥感识别方法
CN104569319A (zh) * 2015-01-30 2015-04-29 环境保护部南京环境科学研究所 一种系统水平生态危害综合评估与表征方法
CN104851087A (zh) * 2015-04-17 2015-08-19 华中农业大学 多尺度森林动态变化监测方法
CN106548017A (zh) * 2016-10-25 2017-03-29 中国科学院地理科学与资源研究所 一种基于lu数据和ndvi数据的生态建设数据处理方法
CN106548146A (zh) * 2016-11-01 2017-03-29 北京航天泰坦科技股份有限公司 基于时空分析的地表覆盖变化算法和系统
CN106919807A (zh) * 2017-01-20 2017-07-04 中国水产科学研究院南海水产研究所 一种工厂化水产养殖池中不同微生物群落相互影响的量化分析方法
WO2019017095A1 (ja) * 2017-07-18 2019-01-24 ソニー株式会社 情報処理装置、情報処理方法、プログラム、情報処理システム
CN110687049A (zh) * 2018-07-04 2020-01-14 中国科学院深圳先进技术研究院 一种材林识别方法及装置
CN111753738A (zh) * 2020-06-24 2020-10-09 北京师范大学 一种基于小波分析的植被年际变化监测方法及系统
CN112101681A (zh) * 2020-09-25 2020-12-18 北京师范大学 基于遥感ndpi时间序列监测冬小麦干热风灾害的方法
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 (4)

* Cited by examiner, † Cited by third party
Title
JIANYONG XIAO 等: "Spatial-temporal Evolution of Vegetation Coverageand Analysis of it’s Future Trends in Wujiang RiverBasin", 《2018 IOP CONFERENCE SERIES: EARTH AND ENVIRONMENTAL SCIENCE》 *
国志兴 等: "东北地区植被物候期遥感模拟与变化规律", 《生态学杂志》 *
曹永强 等: "2000―2014年辽宁省植被动态演变特征分析", 《水利水电技术》 *
王红说 等: "基于MODIS NDVI 时间序列的植被覆盖变化特征研究", 《浙江大学学报(农业与生命科学版)》 *

Also Published As

Publication number Publication date
CN112685468B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN107463604A (zh) 一种基于重要点的时间序列固定分段算法
CN105786860A (zh) 一种数据建模中的数据处理方法及装置
CN110276966B (zh) 交叉口信号控制时段划分方法
CN105005029B (zh) 一种基于数据场层次聚类的多模雷达信号分选方法
CN105913835B (zh) 一种基于数学形态学的自适应滤波方法
CN106294371B (zh) 字符串值域切分方法及装置
EP4280088A1 (en) Time series data trend feature extraction method based on dynamic grid division
CN106934357B (zh) 一种平行断层的自动识别方法
CN103136752B (zh) 基于边缘提取的图像放大方法
CN105160072B (zh) 柴油机万有特性等油耗曲线绘制用数据的处理方法
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
CN108459993B (zh) 基于快速追峰采样的复杂高维系统优化方法
CN112685468B (zh) 生态系统属性组分组成结构长期演变图形表达方法
CN105787113B (zh) 一种基于plm数据库面向dpipp工艺信息的挖掘算法
CN107247933A (zh) 一种烟雾环境中fmcw激光定距系统差频信号提取方法
CN109669030A (zh) 一种基于决策树的工业注塑产品缺陷诊断方法
CN103336963A (zh) 一种图像特征提取的方法及装置
CN112507858B (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
CN103927426A (zh) 航空发动机整体叶盘特征识别方法
CN108052754A (zh) 隧道衬砌力学响应的分析方法及终端设备
CN104199742A (zh) 一种叶片截面特征点云的精确划分方法
CN107665276A (zh) 基于符号化模态及转换频次的时间序列复杂性测算方法
CN104966131A (zh) 季风气候明显区域的平坦地形风机优化布置方法
CN112733521A (zh) 一种用于确认法律案件相似关系的方法
CN107992667B (zh) 一种微幅度构造查找的方法

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