CN113011740B - 一种用于构建湖泊湿地生态对水位梯度响应关系的方法 - Google Patents
一种用于构建湖泊湿地生态对水位梯度响应关系的方法 Download PDFInfo
- Publication number
- CN113011740B CN113011740B CN202110291315.6A CN202110291315A CN113011740B CN 113011740 B CN113011740 B CN 113011740B CN 202110291315 A CN202110291315 A CN 202110291315A CN 113011740 B CN113011740 B CN 113011740B
- Authority
- CN
- China
- Prior art keywords
- lake
- area
- water
- water level
- levee
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 209
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000004044 response Effects 0.000 title claims abstract description 24
- 238000004891 communication Methods 0.000 claims abstract description 41
- 238000010276 construction Methods 0.000 claims description 10
- 238000003066 decision tree Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 230000025508 response to water Effects 0.000 claims 5
- 230000001617 migratory effect Effects 0.000 abstract description 4
- 230000008859 change Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 241000271566 Aves Species 0.000 description 4
- 238000012876 topography Methods 0.000 description 4
- 241000272517 Anseriformes Species 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000003643 water by type Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 244000188595 Brassica sinapistrum Species 0.000 description 1
- 235000004977 Brassica sinapistrum Nutrition 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 241000894007 species Species 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
-
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于构建湖泊湿地生态对水位梯度响应关系的方法，包括：(1)从湖泊高分辨率遥感影像提取圩堤内封闭区和主湖连通区边界的矢量数据；(2)采集观测时刻下圩堤内封闭区和主湖连通区的水位数据集、湖泊高分辨率遥感影像集及湖泊地形数据；(3)对各观测时刻的湖泊水域进行初步的湿地类型分类；(4)对各观测时刻圩堤内封闭区和主湖连通区的水域分别按水深划分；(5)联合步骤(3)和(4)的结果，获得各观测时刻下湖泊水域最终的分类数据；(6)基于最终分类数据构建水位～面积关系曲线，获得湖泊湿地生态对水位梯度的响应关系。本发明可准确量化湖泊湿地生态对水位的响应，可作为考虑越冬候鸟生境湖泊水位科学调度的基础。
Description
技术领域
本发明涉及湖泊湿地生态学技术领域，具体涉及一种用于构建湖泊湿地生态对水位梯度响应关系的方法。
背景技术
湖泊湿地作为一种重要的湿地类型，孕育着丰富的生物资源，是众多野生动植物特别是重要水鸟的越冬栖息地，对生态系统和生物多样性保护具有重要意义。水位动态变化影响着泥滩地和草本沼泽的出露，引起越冬水鸟栖息生境和觅食生境面积和结构的变化，对越冬水鸟的种类、数量和分布起到关键的作用，是影响湖泊湿地生态水文过程的重要因素之一[1]。因此，进行湖泊湿地生态对水位变化响应的原型试验研究，有利于揭示越冬水鸟适宜生境随水位变化的动态变化规律，为湖泊水位调度提供依据。
从二十世纪七八十年代以来，湖泊受人为干扰较大，特别是长江中下游通江湖泊，由于围湖造田、围网养殖、闸坝建设等行为造成湖泊内水位变化不一致，存在水系不连通的情况。目前，现有湖泊湿地生态对水位变化响应的研究都是将湖泊作为一个整体[2-3]，未考虑人为干扰导致的湖区被圩堤分割，湖区水系不连通，忽略了湖泊内水位变化不一致的情况，因此获取的水位、湿地类型数据往往无法准确反映湖泊湿地生态对水位变化的响应。
文中涉及的参考文献如下：
[1]王晓媛,江波,田志福,等.冬季安徽菜子湖水位变化对主要湿地类型及冬候鸟生境的影响[J].湖泊科学,2018,30(6):1636-1645.
[2]夏少霞,于秀波,范娜.鄱阳湖越冬季候鸟栖息地面积与水位变化的关系[J].资源科学,2010,32(11):2072-2078.
[3]胡振鹏,葛刚,刘成林.越冬候鸟对鄱阳湖水文过程的响应.自然资源学报,2014,29(10):1770-1779.
发明内容
针对背景技术所指出的不足，本发明提供了一种用于构建湖泊湿地生态对水位梯度响应关系的方法，该方法考虑了湖泊内水位变化不一致的情况，可准确度量湖泊湿地生态对水位变化的响应。
为解决上述技术问题，本发明采用如下技术方案：
一种用于构建湖泊湿地生态对水位梯度响应关系的方法，包括步骤：
(1)在最枯月水位时获取覆盖湖泊的高分辨率遥感影像，并从遥感影像中提取圩堤内封闭区和主湖连通区边界的矢量数据；
(2)采集观测时刻下圩堤内封闭区的水位数据集h、主湖连通区的水位数据集H、覆盖湖泊的高分辨率遥感影像集Image、以及湖泊的地形数据DEM；
(3)采用决策树分类法对Image进行解译，分别对各观测时刻的湖泊水域进行初步的湿地类型分类，获得各观测时刻对应的初步分类数据；
(4)利用h、H以及DEM，对各观测时刻的湖泊水域按水深分别进行划分；
本步骤进一步包括：
4.1利用圩堤内封闭区和主湖连通区边界的矢量数据裁剪DEM，获得圩堤内封闭区和主湖连通区的DEM数据；
4.2根据各观测时刻主湖连通区的水位数据集及主湖连通区的DEM数据，计算主湖连通区水域的水深，按水深对各观测时刻下主湖连通区水域进行划分；
4.3根据各观测时刻圩堤内封闭区的水位数据集及圩堤内封闭区的DEM数据，计算圩堤内封闭区水域的水深，按水深对各观测时刻下圩堤内封闭区的水域进行划分；
4.4联合主湖连通区水域和圩堤内封闭区水域的划分结果，获得各观测时刻下整个湖泊水域按水深的划分结果；
(5)联合第(3)步所得初步分类数据和第(4)步所得整个湖泊水域的划分结果，获得各观测时刻下湖泊水域最终的分类数据；
(6)从最终的分类数据集获取各分类在不同观测时刻的面积及主湖连通区水位，利用回归模型拟合不同分类的水位～面积关系曲线，从而获得湖泊湿地的面积对水位定量地相应关系。
进一步的，步骤(1)中，采用目视解译法从遥感影像中提取圩堤内封闭区和主湖连通区边界的矢量数据。
进一步的，地形数据DEM可采用水上测深仪对水下地形数据进行测绘获得。
进一步的，湿地类型包括水域、泥滩、草本沼泽、农田、林地、建设用地。
作为优选，在子步骤4.1前还包括：对湖泊的地形数据DEM进行预处理，生成无凹陷点的地形数据DEM。
进一步的，在步骤(4)中，对各观测时刻湖泊水域按水深划分为小于0.5m水深的水域、0.5～0.8m水深之间的水域以及高于0.8m水深的水域。
本发明具有如下优点和有益效果：
考虑到传统方法忽略了人为干扰导致的湖区被圩堤分割，未考虑湖泊内水位变化不一致的情况，难以准确地表达湖泊湿地对水位变化的响应关系，难以给湖泊水位调度提供有力的支撑。针对该问题，本发明统筹考虑主湖连通区和圩堤内封闭区，应对湖泊失去水位联系的情况，准确定量化湖泊湿地生态对水位的变化响应，基于该变化响应来进行考虑越冬候鸟生境的湖泊水位科学调度。
附图说明
图1为本发明具体实施方式的流程图；
图2为具体实施方式中所提取的圩堤内封闭区和主湖连通区；
图3为具体实施方式中不同观测时刻对应的湖泊水域初步分类结果；
图4为具体实施方式中不同观测时刻最终的分类结果；
图5为具体实施方式中构建的草本沼泽水位～面积关系曲线；
图6为具体实施方式中构建的稻田水位～面积关系曲线；
图7为具体实施方式中构建的泥滩水位～面积关系曲线；
图8为具体实施方式中构建的林地水位～面积关系曲线；
图9为具体实施方式中构建的建设用地水位～面积关系曲线；
图10为具体实施方式中构建的水深<0.5m湖泊水域的水位～面积关系曲线；
图11为具体实施方式中构建的水深(0.5,0.8m)湖泊水域的水位～面积关系曲线；
图12为具体实施方式中构建的水深>0.8m湖泊水域的水位～面积关系曲线。
具体实施方式
下面将结合附图和具体实施方式，来进一步说明本发明技术方案及技术效果。为便于描述，下文中将需要确定水位流量关系的河道记为目标河道。
下面将结合附图详细说明本发明方法的具体实施方式。
本发明考虑湖泊湿地生态对水位变化响应的湖泊水位科学调度方法的具体流程见图1，具体步骤如下：
第一步，通过分析水位站多年水位数据获取湖泊多年最枯月水位，在湖泊多年最枯月水位时，获取覆盖湖泊的高分辨率遥感影像，采用目视解译法从高分辨率遥感影像中提取圩堤内封闭区边界的矢量数据，以及主湖连通区边界的矢量数据，此处主湖连通区指除掉所提取圩堤内封闭区剩下的主湖区。本具体实施方式中，利用ArcGIS软件对高分辨率遥感影像进行处理，来提取圩堤内封闭区和主湖连通区，提取结果如图2所示，图中，深色的粗线条表示所提取的圩堤内封闭区，浅色的细线条表示所提取的主湖连通区。
第二步，采集观测时刻T＝{t1,t2,…,tn}下圩堤内封闭区的水位数据集h＝{h(t1),h(t2),…,h(tn)}、主湖连通区的水位数据集H＝{H(t1),H(t2),…,H(tn)}、覆盖湖泊的高分辨率遥感影像集Image＝{I(t1),I(t2),…,I(tn)}、以及湖泊的地形数据DEM。h(t)、H(t)、I(t)分别是观测时刻t时圩堤内封闭区的水位数据、主湖连通区的水位数据、高分辨率遥感影像，t＝t1,t2,…,tn。地形数据DEM可采用水上测深仪对水下地形数据进行测绘。
第三步，采用决策树分类法对湖泊的高分辨率遥感影像集Image进行初步的湿地类型分类，获得初步分类数据集。湿地类型认为预先定义，本具体实施方式中定义湿地类型包括水域、泥滩、草本沼泽、农田、林地、建设用地。
具体地，采用决策树分类法对各观测时刻下湖泊的高分辨率遥感影像集进行解译，分别对各观测时刻的湖泊水域进行湿地类型初步分类，获得各观测时刻对应的湖泊水域初步分类数据，所有观测时刻的初步分类数据构成初步分类数据集，记为{{水域,泥滩,草本沼泽,农田,林地,建设用地}(t)}。本具体实施方式中的初步分类数据见图3所示，该图示出了8个不同观测时刻下湖泊水域湿地类型初步分类结果，其中，图(a)～(h)分别对应8个观测时刻，该8个观测时刻下湖泊水位依次为6.97m、7.20m、7.30m、7.40m、7.54m、8.10m、8.30m、8.60m。本具体实施方式中，所输出的初步分类结果中不同湿地类型采用不同颜色表示。
第四步，利用圩堤内封闭区和主湖连通区的水位数据集以及湖泊的地形数据DEM，对各观测时刻的湖泊水域按水深进行划分。
本步骤实施前先预定义若干水深范围，本具体实施方式中定义三类水深，分别为水深小于0.5m、水深为0.5m～0.8m以及水深高于0.8m。基于预定义的三类水深对湖泊水域进行细分。
本步骤的具体流程如下。
(1)对原始的地形数据DEM进行预处理，生成无凹陷点的湖泊DEM数据。
(2)利用圩堤内封闭区边界和主湖连通区边界的矢量数据裁剪DEM数据，分别生成圩堤内封闭区和主湖连通区的DEM数据；
(3)通过各观测时刻主湖连通区的水位数据集H和主湖连通区的DEM数据，分别计算各观测时刻下主湖连通区水域的水深，根据水深对主湖连通区水域进行划分，获得各观测时刻按水深的水域划分数据，所有观测时刻的水域划分数据构成主湖连通区水域划分数据集，记为{{水深<0.5m的主湖连通区水域,水深(0.5,0.8m)的主湖连通区水域,水深>0.8m的主湖连通区水域}(t)}，其中，t＝t1,t2,…,tn。
(4)通过各观测时刻圩堤内封闭区的水位数据集h和圩堤内封闭区的DEM数据，分别计算各观测时刻下圩堤内封闭区水域的水深，根据水深对圩堤内封闭区水域进行划分，获得各观测时刻按水深的水域划分数据，所有观测时刻的水域划分数据构成圩堤内封闭区水域划分数据集，记为{{水深<0.5m的圩堤内封闭区水域,水深(0.5,0.8m)的圩堤内封闭区水域,>0.8m水深的圩堤内封闭区水域}(t)}，其中，t＝t1,t2,…,tn。
(5)联合主湖连通区和圩堤内封闭区按水深的水域划分数据集，得到各观测时刻下整个湖泊按水深的水域划分数据集，记为{{水深<0.5m的湖泊水域,水深(0.5,0.8m)的湖泊水域,水深>0.8m的湖泊水域}(t)}，其中，t＝t1,t2,…,tn。
第五步，联合第三步所获初步分类数据集和第四步所得水域划分数据集，得到各观测时刻下整个湖泊最终的分类数据集，记为{{水深<0.5m的湖泊水域,水深(0.5,0.8m)的湖泊水域,水深>0.8m的湖泊水域,泥滩,草本沼泽,农田,林地,建设用地}(t)}，分类结果见图4所示，同图3对应，图(a)～(h)分别对应8个观测时刻下湖泊水域最终的分类结果，该8个观测时刻下湖泊水位依次为6.97m、7.20m、7.30m、7.40m、7.54m、8.10m、8.30m、8.60m。最终将湖泊水域分为水深<0.5m的湖泊水域、水深(0.5,0.8m)的湖泊水域、水深>0.8m的湖泊水域、泥滩、草本沼泽、农田、林地、建设用地八类。在具体实施方式中，所输出的最终分类结果中不同类采用不同颜色表示。
第六步，根据第五步所得最终的分类数据集，分别统计每类在不同观测时刻下的面积以及主湖连通区的水位，同一观测时刻下面积和水位构成一个数据点，从而获得各类的面积和水位的散点图。本具体实施方式中，最终分类包括水深<0.5m的湖泊水域、水深(0.5,0.8m)的湖泊水域、水深>0.8m的湖泊水域、泥滩、草本沼泽、农田、林地、建设用地八类。利用回归分析法确定各分类的面积与水位之间的相关关系，再通过拟合优度筛选出拟合效果最好的回归模型，来建立各类型的水位～面积关系曲线。可根据需要，针对不同分类分别构建相应的水位～面积关系曲线。此外，对建立的各分类的水位～面积关系曲线进行显著性检验，以保证所构建的回归模型具有统计学意义。图5～12为本具体实施方式所构建的各不同分类的水位～面积关系曲线。本步骤所建立的水位～面积关系曲线，构建出了湖泊湿地生态对水位的梯度响应模型，利用该梯度响应模型可准确获得各分类区域面积对主湖连通区水位变化的响应。
第七步，过高或过低的水位均会影响湿地生境的演替，通过统筹考虑主湖连通区和圩堤内封闭区构建各分类对应的水位～面积关系曲线，可以准确地定量化整个湖泊主要湿地类型的面积对水位的动态响应，该动态响应可作为湖泊水位科学调度的依据。
由于湖泊湿地生态会影响越冬水鸟的种类、数量、分布，因此在本具体实施方式中，将所构建的梯度响应模型用于揭示越冬水鸟生境随水位的动态变化规律，并进行考虑越冬候鸟生境的水位调度。
Claims (6)
1.一种用于构建湖泊湿地生态对水位梯度响应关系的方法，其特征是，包括：
(1)在最枯月水位时获取覆盖湖泊的高分辨率遥感影像，并从遥感影像中提取圩堤内封闭区和主湖连通区边界的矢量数据；
(2)采集观测时刻下圩堤内封闭区的水位数据集h、主湖连通区的水位数据集H、覆盖湖泊的高分辨率遥感影像集Image、以及湖泊的地形数据DEM；
(3)采用决策树分类法对Image进行解译，分别对各观测时刻的湖泊水域进行初步的湿地类型分类，获得各观测时刻对应的初步分类数据；
(4)利用h、H以及DEM，对各观测时刻的湖泊水域按水深分别进行划分；
本步骤进一步包括：
4.1利用圩堤内封闭区和主湖连通区边界的矢量数据裁剪DEM，获得圩堤内封闭区和主湖连通区的DEM数据；
4.2根据各观测时刻主湖连通区的水位数据集及主湖连通区的DEM数据，计算主湖连通区水域的水深，按水深对各观测时刻下主湖连通区水域进行划分；
4.3根据各观测时刻圩堤内封闭区的水位数据集及圩堤内封闭区的DEM数据，计算圩堤内封闭区水域的水深，按水深对各观测时刻下圩堤内封闭区的水域进行划分；
4.4联合主湖连通区水域和圩堤内封闭区水域的划分结果，获得各观测时刻下整个湖泊水域按水深的划分结果；
(5)联合第(3)步所得初步分类数据和第(4)步所得整个湖泊水域的划分结果，获得各观测时刻下湖泊水域最终的分类数据；
(6)从最终的分类数据集获取各分类在不同观测时刻的面积及主湖连通区水位，利用回归模型拟合不同分类的水位～面积关系曲线，从而获得湖泊湿地的面积对水位定量地相应关系。
2.如权利要求1所述的用于构建湖泊湿地生态对水位梯度响应关系的方法，其特征是：
步骤(1)中，采用目视解译法从遥感影像中提取圩堤内封闭区和主湖连通区边界的矢量数据。
3.如权利要求1所述的用于构建湖泊湿地生态对水位梯度响应关系的方法，其特征是：
所述地形数据DEM采用水上测深仪对水下地形数据进行测绘获得。
4.如权利要求1所述的用于构建湖泊湿地生态对水位梯度响应关系的方法，其特征是：
所述湿地类型包括水域、泥滩、草本沼泽、农田、林地、建设用地。
5.如权利要求1所述的用于构建湖泊湿地生态对水位梯度响应关系的方法，其特征是：
在子步骤4.1前还包括：对湖泊的地形数据DEM进行预处理，生成无凹陷点的地形数据DEM。
6.如权利要求1所述的用于构建湖泊湿地生态对水位梯度响应关系的方法，其特征是：
在步骤(4)中，对各观测时刻湖泊水域按水深划分为小于0.5m水深的水域、0.5～0.8m水深之间的水域以及高于0.8m水深的水域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110291315.6A CN113011740B (zh) | 2021-03-18 | 2021-03-18 | 一种用于构建湖泊湿地生态对水位梯度响应关系的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110291315.6A CN113011740B (zh) | 2021-03-18 | 2021-03-18 | 一种用于构建湖泊湿地生态对水位梯度响应关系的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113011740A CN113011740A (zh) | 2021-06-22 |
| CN113011740B true CN113011740B (zh) | 2021-09-14 |
Family
ID=76409726
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110291315.6A Active CN113011740B (zh) | 2021-03-18 | 2021-03-18 | 一种用于构建湖泊湿地生态对水位梯度响应关系的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113011740B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113449982B (zh) * | 2021-06-25 | 2023-12-29 | 中国水利水电科学研究院 | 基于控制性生态因子比尺的湖泊生态水文节律确定方法 |
| CN114049520B (zh) * | 2021-11-19 | 2022-08-09 | 长江水资源保护科学研究所 | 面向枯水期水位抬升影响的湖泊湿地生态修复方法 |
| CN116029469B (zh) * | 2023-03-30 | 2023-06-27 | 长江水资源保护科学研究所 | 基于水鸟生境适宜性的闸控湖泊湿地水位确定方法及装置 |
| CN117726764B (zh) * | 2024-02-06 | 2024-04-26 | 江苏省水利科学研究院 | 一种考虑高强度人类活动影响的浅水湖泊地形与水位蓄量关系构建方法及系统 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101359052A (zh) * | 2008-09-02 | 2009-02-04 | 武汉大学 | 一种库容监测方法 |
| CN103530530A (zh) * | 2013-11-01 | 2014-01-22 | 中国水利水电科学研究院 | 一种干旱区湖泊湿地生态需水的定量计算方法 |
| CN106354992A (zh) * | 2016-08-12 | 2017-01-25 | 中国水利水电科学研究院 | 基于多时相遥感影像和dem的湖泊水量蓄变量评估方法 |
| CN107784443A (zh) * | 2017-10-27 | 2018-03-09 | 中国水利水电科学研究院 | 一种湿地生态层次化需水量分析方法 |
| CN108038351A (zh) * | 2017-12-06 | 2018-05-15 | 武汉大学 | 一种基于遥感影像和水生态模型的叶绿素计算方法 |
| CN108876022A (zh) * | 2018-05-31 | 2018-11-23 | 北京东方园林环境股份有限公司 | 一种用于确定天然湿地恢复生态环境需水量的计算方法 |
| CN109711680A (zh) * | 2018-12-12 | 2019-05-03 | 中国电建集团成都勘测设计研究院有限公司 | 基于gis数字化技术的河流水电规划方法 |
| CN208846045U (zh) * | 2018-05-24 | 2019-05-10 | 江苏省水利科学研究院 | 一种湖泊网格化管理系统 |
| CN110276797A (zh) * | 2019-07-01 | 2019-09-24 | 河海大学 | 一种湖泊面积提取方法 |
| CN110335355A (zh) * | 2019-07-16 | 2019-10-15 | 江西省水利规划设计研究院 | 一种大型浅水湖泊水面高自动计算方法 |
| CN111192282A (zh) * | 2019-12-19 | 2020-05-22 | 中国科学院南京地理与湖泊研究所 | 湖滨带虚拟站的湖库时序水位重建方法 |
| CN111324952A (zh) * | 2020-02-17 | 2020-06-23 | 中国科学院水利部成都山地灾害与环境研究所 | 基于多源遥感数据获取水位的冰湖体积估算方法 |
| CN111504424A (zh) * | 2020-06-17 | 2020-08-07 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于遥感的湖泊蓄水变化量监测方法 |
| CN111523089A (zh) * | 2020-04-19 | 2020-08-11 | 长江水资源保护科学研究所 | 基于水位～湖容关系的候鸟越冬期湖泊试验性水位调控方法 |
| CN111951392A (zh) * | 2020-07-26 | 2020-11-17 | 长江水利委员会长江科学院 | 一种基于时间序列遥感影像和水位监测数据的洲滩枯水位以上地形重建方法 |
-
2021
- 2021-03-18 CN CN202110291315.6A patent/CN113011740B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101359052A (zh) * | 2008-09-02 | 2009-02-04 | 武汉大学 | 一种库容监测方法 |
| CN103530530A (zh) * | 2013-11-01 | 2014-01-22 | 中国水利水电科学研究院 | 一种干旱区湖泊湿地生态需水的定量计算方法 |
| CN106354992A (zh) * | 2016-08-12 | 2017-01-25 | 中国水利水电科学研究院 | 基于多时相遥感影像和dem的湖泊水量蓄变量评估方法 |
| CN107784443A (zh) * | 2017-10-27 | 2018-03-09 | 中国水利水电科学研究院 | 一种湿地生态层次化需水量分析方法 |
| CN108038351A (zh) * | 2017-12-06 | 2018-05-15 | 武汉大学 | 一种基于遥感影像和水生态模型的叶绿素计算方法 |
| CN208846045U (zh) * | 2018-05-24 | 2019-05-10 | 江苏省水利科学研究院 | 一种湖泊网格化管理系统 |
| CN108876022A (zh) * | 2018-05-31 | 2018-11-23 | 北京东方园林环境股份有限公司 | 一种用于确定天然湿地恢复生态环境需水量的计算方法 |
| CN109711680A (zh) * | 2018-12-12 | 2019-05-03 | 中国电建集团成都勘测设计研究院有限公司 | 基于gis数字化技术的河流水电规划方法 |
| CN110276797A (zh) * | 2019-07-01 | 2019-09-24 | 河海大学 | 一种湖泊面积提取方法 |
| CN110335355A (zh) * | 2019-07-16 | 2019-10-15 | 江西省水利规划设计研究院 | 一种大型浅水湖泊水面高自动计算方法 |
| CN111192282A (zh) * | 2019-12-19 | 2020-05-22 | 中国科学院南京地理与湖泊研究所 | 湖滨带虚拟站的湖库时序水位重建方法 |
| CN111324952A (zh) * | 2020-02-17 | 2020-06-23 | 中国科学院水利部成都山地灾害与环境研究所 | 基于多源遥感数据获取水位的冰湖体积估算方法 |
| CN111523089A (zh) * | 2020-04-19 | 2020-08-11 | 长江水资源保护科学研究所 | 基于水位～湖容关系的候鸟越冬期湖泊试验性水位调控方法 |
| CN111504424A (zh) * | 2020-06-17 | 2020-08-07 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于遥感的湖泊蓄水变化量监测方法 |
| CN111951392A (zh) * | 2020-07-26 | 2020-11-17 | 长江水利委员会长江科学院 | 一种基于时间序列遥感影像和水位监测数据的洲滩枯水位以上地形重建方法 |
Non-Patent Citations (2)
| Title |
|---|
| "冬季安徽菜子湖水位变化对主要湿地类型及冬候鸟生境的影响";王晓媛 等;《湖泊科学》;20181106;全文 * |
| "洞庭湖区土地覆被对长江水位变化的响应分析";林国俊 等;《人民长江》;20151031;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113011740A (zh) | 2021-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113011740B (zh) | 一种用于构建湖泊湿地生态对水位梯度响应关系的方法 | |
| Koch et al. | High resolution water table modeling of the shallow groundwater using a knowledge-guided gradient boosting decision tree model | |
| Judes et al. | Consistent but secondary influence of hydropeaking on stream fish assemblages in space and time | |
| Marochov et al. | Image classification of marine-terminating outlet glaciers in Greenland using deep learning methods | |
| Mastrorillo et al. | Predicting local fish species richness in the Garonne River basin | |
| Yanti et al. | The aplication of Landsat 8 OLI for total suspended solid (TSS) mapping in Gajahmungkur reservoir Wonogiri regency 2016 | |
| CN110569733B (zh) | 基于遥感大数据平台的湖泊长时序连续水域变化重建方法 | |
| CN115937707A (zh) | 基于多尺度残差注意力模型的sar影像水体提取方法 | |
| Dai et al. | Comparative performance of modelling approaches for predicting fish species richness in the Yangtze River Estuary | |
| Ahmed et al. | Land cover classification for satellite images based on normalization technique and Artificial Neural Network | |
| Richit et al. | Modelling forest regeneration for performance-oriented riparian buffer strips | |
| Alarcon et al. | Estimation of groundwater and salinity for the Central Biscayne Bay Coast, Florida, USA | |
| Scordino et al. | Individual gray whale use of coastal waters off northwest Washington during the feeding season 1984–2011: Implications for management | |
| Qiu et al. | High-resolution mapping changes in the invasion of Spartina Alterniflora in the Yellow River Delta | |
| Pada et al. | Mangrove forest cover extraction of the coastal areas of Negros Occidental, Western Visayas, Philippines using LiDAR data | |
| Lett et al. | Biophysical models of larval dispersal in the Benguela Current ecosystem | |
| Kleinhans et al. | Salt marsh and tidal flat area distributions along three estuaries | |
| Misbari et al. | Temporal and spatial dynamics of submerged seagrass at Merambong, Johor using Landsat data | |
| Boggero et al. | Sampling and laboratory protocols to study the effects of water-level management on the littoral invertebrate fauna in deep and large temperate lakes | |
| Myksvoll et al. | Modelling salmon lice copepodids along the Norwegian coast–comparing old and new particle tracking models | |
| Mwita | Monitoring restoration of the eastern Usangu wetland by assessment of land use and cover changes | |
| Sharma et al. | Assessing wetland landscape dynamics in the Deepor Beel of Brahmaputra Basin using geospatial tools | |
| Yamada et al. | Pink salmon productivity is driven by catchment hydrogeomorphology and can decline under a changing climate | |
| MYNETT | Hydroinformatics tools for ecohydraulics modelling | |
| Elenius et al. | No support for using brown trout as an indicator species for ecological impacts of low flow in Swedish rivers |
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 |