CN113076506A - 一种基于水质净化和生态节水相结合调控湿地ndvi的方法 - Google Patents
一种基于水质净化和生态节水相结合调控湿地ndvi的方法 Download PDFInfo
- Publication number
- CN113076506A CN113076506A CN202110309967.8A CN202110309967A CN113076506A CN 113076506 A CN113076506 A CN 113076506A CN 202110309967 A CN202110309967 A CN 202110309967A CN 113076506 A CN113076506 A CN 113076506A
- Authority
- CN
- China
- Prior art keywords
- wetland
- ndvi
- vegetation
- area
- water
- 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
Images
Classifications
-
- 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
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/32—Biological treatment of water, waste water, or sewage characterised by the animals or plants used, e.g. algae
- C02F3/327—Biological treatment of water, waste water, or sewage characterised by the animals or plants used, e.g. algae characterised by animals and plants
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Hydrology & Water Resources (AREA)
- Mathematical Analysis (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Microbiology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Water Supply & Treatment (AREA)
- Mathematical Optimization (AREA)
- Botany (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biotechnology (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Abstract
本发明公开了一种基于水质净化和生态节水相结合调控湿地NDVI的方法。本发明所提供的方法包括:获取目标湿地区域i月份的实际NDVI数据,判断实际NDVI数据是否在预设的i月份NDVI下限值和上限值之间,若实际NDVI数据小于预设的i月份NDVI下限值,则增加湿地植被面积;若实际NDVI数据大于预设的i月份NDVI上限值,则降低湿地植被面积;否则,认定目标湿地区域满足湿地标准。本发明能够为湿地的管理和治理提供指标和量化目标。
Description
技术领域
本发明涉及湿地生态系统的修复和治理技术领域,尤其是涉及一种基于水质净化和生态节水相结合调控湿地NDVI的方法及存储介质。
背景技术
湿地不仅是人类重要的生存环境,也是众多野生动物、植物重要生存环境之一,生物多样性极为丰富,并且由于其在水分和化学循环中所表现出来的功能及其处于水陆交错带可对流经其的水流及其携带的营养物质起到过滤净化作用,因此湿地具有多种生态功能和社会经济价值。然而,近年来由于全球环境变化的影响以及人类对湿地开发利用强度的加大,湿地可用水量明显减少,面源污染日益严重,特别是氮磷富营养化问题突出,生态环境质量和功能持续下降。因此,开展湿地生态修复、保护和管理具有重要的战略意义,其中维护湿地生态水文过程的良性发展才是恢复湿地适宜生境的治本之策。
芦苇群落作为湿地生态系统的重要群落类型,分布广泛,湿地芦苇群落可以吸收氮、磷等营养盐,具有净化水质等重要的生态功能服务价值。但芦苇也是湿地耗水最大的植物群落类型,有研究表明以芦苇为主的浅水湖泊蒸散量是没有植被覆盖水体蒸发的1到7倍,植被生长及其蒸腾作用将消耗土壤中的大量水分。芦苇生态节水和水质净化间的矛盾关系,使得确定适宜的芦苇植被格局具有重要意义。同时,植被覆盖指数(NormalizedDifference Vegetation Index,简称NDVI)是表征植被格局重要指标,具有易于大范围、长时效观测的优点,利用NDVI表征植被格局的指标来预警和改善水环境安全可望成为湿地系统生态治理的有效途径之一。因此,从水质净化和生态节水相协调角度出发确定适宜的芦苇NDVI范围具有重要意义,该范围可以使土壤保持适当的水,植物可以正常生长,同时湿地具有较优的节水和治污效果。
目前在湿地相关领域,关于NDVI的相关研究中,大部分是分析NDVI时空动态特征或者研究NDVI与气温、降水等环境因素间的关系,并未提及湿地NDVI范围相关概念和确定方法。同时,目前针对湿地生态系统的修复和治理,主要是对某些水文或环境要素进行工程治理为主的常规方式,并未将湿地NDVI范围作为湿地修复和管理的一种方法。
发明内容
针对上述现有技术中存在的问题,本发明提供了一种基于水质净化和生态节水相结合调控湿地NDVI的方法及存储介质。
为了实现上述目的,第一方面,本发明提供了一种基于水质净化和生态节水相结合调控湿地NDVI的方法,其包括:
获取目标湿地区域i月份的实际NDVI数据,
判断实际NDVI数据是否在预设的i月份NDVI下限值和上限值之间,
若实际NDVI数据小于预设的i月份NDVI下限值,则增加目标湿地区域的植被面积,使得植被面积不小于目标湿地区域中植被群落所需最小面积;
若实际NDVI数据大于预设的i月份NDVI上限值,则降低植被面积,使得植被面积不大于目标湿地区域中植被群落允许最大面积;
否则,认定目标湿地区域满足湿地标准。
第二方面,本发明提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使计算机执行如上述的基于水质净化和生态节水相结合调控湿地NDVI的方法。
本发明基于水质净化和生态节水相结合调控湿地NDVI的方法及存储介质所具有的有益效果包括:
(1)在本发明中,从水质净化和生态节水两个角度相结合确定湿地区域的NDVI范围,能够为湿地的管理和治理提供指标和量化目标;
(2)在本发明中,确定了湿地区域的NDVI范围,简化了计算复杂度,提高了技术方案的通用性;
(3)本发明中能够避免引入过多的影响湿地检测结果的主观因素,具有较高分辨率、可靠、稳健、效果理想,提高湿地治理效率。
附图说明
图1是本发明实施例一提供的一种基于水质净化和生态节水相结合调控湿地NDVI的方法的流程示意图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在现实情况中,维持湿地一定的植被格局可以吸纳水体中的氮、磷等污染物,提升水环境质量。但是如果湿地植被格局超出一定面积,又会造成不必要的植被蒸散耗水,导致区域生态耗水增加,加剧水资源危机。为了实现区域最优节水和治污效益,需要在一定供水约束条件下,将植被格局维持在能够兼顾污染物去除和减少生态耗水的适宜格局。
为了实现上述目的,本发明从水质净化和生态节水两个角度相结合确定湿地区域的NDVI范围,从而实现湿地区域的最优节水和治污效益的最大化。
图1为本发明实施例一提供的一种基于水质净化和生态节水相结合调控湿地NDVI的方法的流程图,该方法可以适用于能够进行数据处理的终端或服务器上,如云端或本地的勘探服务器上,主要用于确定目标湿地区域的NDVI范围。
具体的,本实施例中的方法主要包括步骤S101。该步骤主要包括:
获取目标湿地区域i月份的实际NDVI数据。
优选地,本发明中植被包括芦苇、香蒲、菖蒲、旱伞草、美人蕉中的至少一者。更优选地,植被为芦苇。
芦苇(学名:Phragmites australis(Cav.)Trin.ex Steu)多年水生或湿生的高大禾草,生长在灌溉沟渠旁、河堤沼泽地等,世界各地均有生长,其是湿地环境中生长的主要植物之一。除森林生境不生长外,各种有水源的空旷地带,常以其迅速扩展的繁殖能力,形成连片的芦苇群落。
需要说明的是,在本实施例中对i具体的取值不作限制,本领域技术人员可以根据目标湿地区域所在位置等情况而决定。示例性的,若目标湿地区域选择河北白洋淀,此时i可以选择6、7或8。例如在6月份通过收割芦苇叶片等方式进行密度调控,进而实现对芦苇格局的适当调整,既可以达到生态节水的目标;所割获的芦苇叶片还可作为粽叶原材料售卖,又可以获取经济价值。示例性的,若目标湿地区域选择江西鄱阳湖,此时i可以选择7、8或9月。
需要说明是,NDVI(Normalized Difference Vegetation Index,植被指数)数据,可以准确反映地表植被覆盖状况。目前,基于SPOT/VEGETATION以及MODIS等卫星遥感影像得到的NDVI数据已经在各尺度区域的植被动态变化监测、土地利用/覆被变化检测、宏观植被覆盖分类和净初级生产力估算等研究中得到了广泛的应用。
在本发明的一个实例中,本发明通过Landsat-8数据得到目标湿地区域i月份的实际NDVI数据。
具体地,获取目标湿地区域的i月份的Landsat 8数据,提取landsat 8数据中的近红外和红外波段,得到i月份的实际NDVI数据。
其中,目标湿地区域i月份的实际NDVI数据可通过下式得到:
NDVI实际=(NIR-R)/(NIR+R)
其中,NIR为Landsat 8数据近红外波段的反射值;R为Landsat 8数据红光波段的反射值。
在图1所示的实施例一中,本发明基于水质净化和生态节水相结合调控湿地NDVI的方法还包括步骤S102。该步骤主要包括:判断实际NDVI数据是否在预设的i月份NDVI下限值和上限值之间。
在本发明的一个优选实施方式中,预设的i月份NDVI下限值和上限值的设定步骤具体包括:
(2-1)根据植被群落允许最大面积,与目标湿地区域的NDVI标准值,得到目标湿地区域的i月份NDVI上限值。
在本发明的一个更优选实施方式中,目标湿地区域的i月份NDVI上限值可以通过式一得到:
NDVI上限=(S植被最大·NDVIr)/S湿地 式一
其中,NDVI上限为目标湿地区域i月份NDVI上限值,S植被最大表示植被群落允许最大面积(km2),NDVIr为i月份单位面积的植被NDVI标准值,S湿地表示目标湿地区域的总面积(km2)。
在本发明的一个更优选实施方式中,植被群落允许最大面积可以通过以下两步骤得到:
(2-1-1)获取目标湿地区域N年的降雨量、水面蒸发能力和植被蒸散发能力,得到目标湿地区域的年平均降雨量、年平均水面蒸发能力和年平均植被蒸散发能力,其中N大于等于1。
(2-1-2)根据年平均降雨量、年平均水面蒸发能力和年平均植被蒸散发能力,以年平均降雨量为约束条件,得到目标湿地区域的植被群落允许最大面积。
值得注意的是,在本发明中对N的取值不做限制,本领域技术人员可以根据湿地区域的具体情况而选择取值。示例性的,若湿地区域每年的降雨量相差不大,N可以取较小的数值,例如N取2、3或4;若湿地区域每年的降雨量相差较大,N可以取较大的数值,例如N取6、7等等。这样取值的目的是为了得到较准确的湿地区域的数值,为后续NDVI的确定做准备。
具体地,目标湿地区域的植被群落允许最大面积可以通过式二得到:
S植被最大=(K·S湿地·P·103-S水植·E水面·106)/(ET植被·106-E水面·106) 式二
其中,K为干旱系数,P为年平均降雨量(mm),S水植表示目标湿地区域中植被群落和水面的总面积(km2),ET植被为自然条件下年平均植被蒸散发能力(m/m2),E水面为年平均水面蒸发能力(m/m2)。
现有技术中,K是反映气候干旱程度的指标,通常定义为年蒸发能力和年降雨量的比值,即:K=E0/P,其中式中E0表示年蒸发能力,常以E-601水面蒸发量代替(mm)。当K<1.0时,表示该区域蒸发能力小于降雨量,该区域为湿润气候,当K>1.0时,表示该区域蒸发能力超过降雨量,说明该区域偏于干燥,K越大,即蒸发能力超过降雨量越多,干燥程度就越严重。
值得注意的是,在本发明中对K的取值不做限制,本领域技术人员可以根据湿地区域的具体情况而选择取值。示例性地,K可以优选0.5-1.0之间的任意数值,更优选0.8-0.9之间的任意数值。
另外,由于建设用地和耕地在短时间内基本保持不变,即建设用地和耕地的面积年际间变化较小,水位涨落导致的水域扩张或缩减仅会影响湿地区域内植被的面积变化,因此可以认定在时间尺度上植被和水面的总面积基本稳定,即S水植为固定值。
(2-2)根据目标湿地区域中植被群落所需最小面积,与目标湿地区域的i月份NDVI标准值,得到目标湿地区域的i月份NDVI下限值。
具体地,目标湿地区域的i月份NDVI下限值可以通过式三得到:
NDVI下限=(S植被最小·NDVIr)/S湿地 式三
其中,NDVI下限为目标湿地区域i月份NDVI下限值,S植被最小表示植被群落所需最小面积(km2)。
在本发明的一个优选实施方式中,植被群落所需最小面积可以通过以下两步骤得到:
(2-2-1)获取目标湿地区域M年的湿地地表水总氮浓度、湿地地表水总磷浓度、植被氮和磷固定能力,得到目标湿地区域的年平均湿地地表水总氮浓度、年平均湿地地表水总磷浓度、年平均植被氮和磷固定能力,其中M大于等于1。
(2-2-2)根据年平均湿地地表水总氮浓度、年平均湿地地表水总磷浓度、年平均植被氮和磷固定能力,以国家地表水质量标准为约束条件,得到目标湿地区域的植被群落所需最小面积。
值得注意的是,在本发明中对M的取值不做限制,本领域技术人员可以根据湿地区域的具体情况而选择取值。在一般情况下,为了计算方便,N和M取相同的数值。
具体地,目标湿地区域的植被群落所需最小面积可以通过式四得到:
S植被最小=min(10-9·((N水-N水标)·V)/GN植被,10-9·((P水-P水标)·V)/GP植被) 式四
其中,GN植被表示自然条件下植被地上部分的储氮量(g/m2);GP植被为自然条件下植被地上部分的储磷量(g/m2);N水为年平均湿地地表水总氮浓度(mg/L);P水为年平均湿地地表水总磷浓度(mg/L);N水标为基于国家地表水质量标准的目标湿地区域水质目标的地表水总氮浓度(mg/L);P水标为基于国家地表水质量标准的目标湿地区域水质目标的地表水总磷浓度(mg/L);V表示目标湿地区域的库容量(L)。
在本发明中,利用目标湿地区域的相关参考文献,查找出其相应的降雨量、水面蒸发能力、植被蒸散发能力、湿地地表水总氮浓度、湿地地表水总磷浓度和植被氮和磷固定能力等基础数据。同时为了实现数据的准确性,可以查找出多年的基础数据,再分别对各个基础数据进行异常值分析,排除异常值,最后得到各个基础数据的年平均值。
其中,在本发明中对各个基础数据进行异常值分析的算法不做具体地限制,本领域技术人员可以根据实际的基础数据的多少而选择。优选地,选择拉依达准则、格拉布斯准则、狄克逊准则,肖维勒准则、t检验法,F检验法等等。更优选地,当实际的基础数据样本量较多时选择拉依达准则,当实际的基础数据样本量较少时选择格拉布准则。
在一些实施例中,服务器可以采用任何方式获取基础数据。例如,用户可以直接导入基础数据,服务器可以进行接收;又如除去服务器以外的其它电子设备可以向服务器发送基础数据,服务器可以进行接收。
在图1所示的实施例一中,本发明基于水质净化和生态节水相结合调控湿地NDVI的方法还包括步骤S103。该步骤主要包括:
若实际NDVI数据小于预设的i月份NDVI下限值,则增加目标湿地区域的植被面积,使得植被面积不小于目标湿地区域中植被群落所需最小面积;
若实际NDVI数据大于预设的i月份NDVI上限值,则降低植被面积,使得目标湿地区域内的植被面积不大于目标湿地区域中植被群落允许最大面积;
否则,认定目标湿地区域满足湿地标准。
在本发明的一个实例中,若实际NDVI数据小于预设的i月份NDVI下限值时,说明植被面积较小,不利于水质净化,此时需要植被格局需要增加,例如,采用人工种植的方法扩大芦苇种植面积。若实际NDVI数据大于预设的i月份NDVI上限值,说明植被面积较大,不利于生态节水,此时植被格局需要减小,例如,采用收割的方式减小芦苇种植面积。
在图1所示的实施例一中,一方面,
通过生态节水角度确定了目标湿地区域i月份NDVI上限值,通过水质净化角度确定了目标湿地区域i月份NDVI下限值从而得到了湿地区域的NDVI范围。该方法能够为湿地的管理和治理提供指标和量化目标。
在图1所示的实施例一中,另一方面,
利用目标湿地区域的基础数据确定了湿地区域的NDVI范围,简化了计算复杂度,提高了技术方案的通用性;
在图1所示的实施例一中,另一方面,
该技术方案能够避免引入过多的影响湿地检测结果的主观因素,具有较高分辨率、可靠、稳健、效果理想,提高湿地治理效率。
本发明实施例二提供了一种计算机可读存储介质,其存储有计算机指令,计算机指令被操作以执行任一实施例描述的基于水质净化和生态节水相结合调控湿地NDVI的方法。
本发明实施例三提供了一种电子产品,电子产品包括至少一个处理器和可读存储介质;可读存储介质存储计算机执行指令;至少一个处理器执行可读存储介质存储的计算机执行指令,使得电子设备执行如上述的基于水质净化和生态节水相结合调控湿地NDVI的方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在上述图像处理装置的实施例中,应理解,处理模块可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
实验例1
以河北白洋淀为例,白洋淀芦苇群落自然条件下(70%密度条件),分析河北白洋淀调控湿地NDVI的具体过程:
(1)河北白洋淀2015-2018年的年平均降雨量P为563.9mm、2018年年平均水面蒸发能力E水面为0.533m/m2、年平均芦苇蒸散发能力ET芦苇为0.890989m/m2、白洋淀湿地面积S湿地为306.7km2、干旱系数K取值0.9,年平均湿地地表水总氮浓度N水为3.6mg/L,年平均湿地地表水总磷浓度P水为0.17mg/L,年平均芦苇氮固定能力GN芦苇为10.67g/m2,年平均芦苇磷固定能力GP芦苇为0.77g/m2,自然密度条件下单位面积芦苇NDVI标准值NDVIr为0.442。
(2)根据年平均降雨量、年平均水面蒸发能力和年平均芦苇蒸散发能力,以年平均降雨量为约束条件,确定白洋淀6月份的NDVI上限值。
S芦苇最大=(K·S湿地·P·103-S水芦·E水面·106)/(ET芦苇·106-E水面·106)
NDVI上限=(S芦苇最大·NDVIr)/S湿地
计算可得,白洋淀湿地的临界蒸散量(ET0)为1.557×108km2。白洋淀湿地的芦苇群落的种植面积不能超过142.89km2,即白洋淀的芦苇植被面积阈值上限为142.89km2。结合白洋淀的芦苇植被面积阈值上限为142.89km2,白洋淀淀区总面积为306.7km2,以及白洋淀区域NDVI与芦苇群落面积转换关系,最终可得6月份白洋淀淀区平均NDVI值的阈值上限为0.206,即NDVI上限=0.206。
(3)根据年平均湿地地表水总氮浓度、年平均湿地地表水总磷浓度、年平均芦苇氮或磷固定能力,以国家地表水质量标准为约束条件,确定白洋淀6月份的NDVI下限值。
S芦苇最小=min(10-9·((N水-N水标)·V)/GN芦苇,10-9·((P水-P水标)·V)/GP芦苇)
NDVI下限=(S芦苇最小·NDVIr)/S湿地
白洋淀水质需保持在Ⅲ类标准,即保障总氮浓度不超过1.0mg/L,总磷浓度不超过0.05mg/L。为了满足Ⅲ类水质标准,白洋淀湿地水体中需要去除的氮储量为1.04×109mg,需要去除的磷储量为4.8×107mg。为了去除白洋淀湿地水体中的氮,至少需要自然条件下97.47km2的芦苇;为了去除白洋淀湿地水体中的磷,至少需要自然条件下62.34km2的芦苇。综合可知,为了保障白洋淀湿地的水质安全,白洋淀芦苇群落的种植面积不能低于97.47km2,即白洋淀植被面积阈值下限为97.47km2。
同样地,根据白洋淀的芦苇植被面积阈值下限为97.47km2,白洋淀淀区总面积为306.7km2,以及白洋淀区域NDVI与芦苇群落面积转换关系,最终可得6月份白洋淀淀区平均NDVI值的阈值下限为0.140,即NDVI下限=0.140。
实验例2
以河北白洋淀为例,分析河北白洋淀湿地治理的具体过程:
通过获得白洋淀6月份的Landsat 8数据,提取6月份Landsat 8数据中的近红外波段和红外波段,得到白洋淀6月份的实际NDVI数据为0.13;
判断实际NDVI数据0.13小于0.140,则采用人工种植方式增加白洋淀湿地的芦苇面积,使得白洋淀湿地内的芦苇面积不小于97.47km2。
从实施例1可以看出,利用目标湿地区域的基础数据能够湿地区域的NDVI范围,简化了计算复杂度,提高了技术方案的通用性。通过实施例2中计算出目标湿地的实际NDVI数据,根据实施例1确定的NDVI范围,从而实现对目标湿地NDVI的调控。
以上结合具体实施方式和范例性实例对本发明进行了详细说明,不过这些说明并不能理解为对本发明的限制。本领域技术人员理解,在不偏离本发明精神和范围的情况下,可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进,这些均落入本发明的范围内。
Claims (10)
1.一种基于水质净化和生态节水相结合调控湿地NDVI的方法,其特征在于,包括:
获取目标湿地区域i月份的实际NDVI数据,
判断所述实际NDVI数据是否在预设的i月份NDVI下限值和上限值之间,
若所述实际NDVI数据小于预设的i月份NDVI下限值,则增加所述目标湿地区域的植被面积,使得所述植被面积不小于所述目标湿地区域中植被群落所需最小面积;
若所述实际NDVI数据大于预设的i月份NDVI上限值,则降低所述植被面积,使得所述植被面积不大于所述目标湿地区域中植被群落允许最大面积;
否则,认定目标湿地区域满足湿地标准。
2.根据权利要求1所述的基于水质净化和生态节水相结合调控湿地NDVI的方法,其特征在于,所述预设的i月份NDVI下限值和上限值的设定步骤包括:
根据所述植被群落允许最大面积,与目标湿地区域的NDVI标准值,得到目标湿地区域的i月份NDVI上限值;
根据所述植被群落所需最小面积,与所述目标湿地区域的NDVI标准值,得到目标湿地区域的i月份NDVI下限值。
3.根据权利要求2所述的基于水质净化和生态节水相结合调控湿地NDVI的方法,其特征在于,所述目标湿地区域的i月份NDVI上限值,通过式一得到:
NDVI上限=(S植被最大·NDVIr)/S湿地 式一
其中,NDVI上限为目标湿地区域的i月份NDVI上限值,S植被最大表示植被群落允许最大面积,NDVIr为i月份单位面积的植被NDVI标准值,S湿地表示所述目标湿地区域的总面积。
4.根据权利要求1至3任一所述的基于水质净化和生态节水相结合调控湿地NDVI的方法,其特征在于,所述植被群落允许最大面积的确定步骤包括:
获取目标湿地区域N年的降雨量、水面蒸发能力和植被蒸散发能力,得到所述目标湿地区域的年平均降雨量、年平均水面蒸发能力和年平均植被蒸散发能力,其中N大于等于1;
根据所述年平均降雨量、年平均水面蒸发能力和年平均植被蒸散发能力,以年平均降雨量为约束条件,确定所述植被群落允许最大面积。
5.根据权利要求4所述的基于水质净化和生态节水相结合调控湿地NDVI的方法,其特征在于,所述植被群落允许最大面积S植被最大通过式二得到:
S植被最大=(K·S湿地·P·103-S水植·E水面·106)/(ET植被·106-E水面·106) 式二
其中,K为干旱系数;P为所述年平均降雨量,S水植表示所述目标湿地区域中植被群落和水面的总面积,ET植被为自然条件下年平均植被蒸散发能力;E水面为年平均水面蒸发能力。
6.根据权利要求2所述的基于水质净化和生态节水相结合调控湿地NDVI的方法,其特征在于,所述目标湿地区域的i月份NDVI下限值,通过式三得到:
NDVI下限=(S植被最小·NDVIr)/S湿地 式三
其中,S植被最小表示植被群落所需最小面积,NDVI下限为目标湿地区域的i月份NDVI下限值。
7.根据权利要求1或2所述的基于水质净化和生态节水相结合调控湿地NDVI的方法,其特征在于,所述植被群落所需最小面积的确定步骤,包括:
获取目标湿地区域M年的湿地地表水总氮浓度、湿地地表水总磷浓度、植被氮和磷固定能力,得到所述目标湿地区域的年平均湿地地表水总氮浓度、年平均湿地地表水总磷浓度、年平均植被氮和磷固定能力,其中M大于等于1;
根据年平均湿地地表水总氮浓度、年平均湿地地表水总磷浓度、年平均植被氮和磷固定能力,以国家地表水质量标准为约束条件,得到目标湿地区域的植被群落所需最小面积。
8.根据权利要求7所述的基于水质净化和生态节水相结合调控湿地NDVI的方法,其特征在于,所述植被群落所需最小面积S植被最小通过式四得到:
S植被最小=min(10-9·((N水-N水标)·V)/GN植被,10-9·((P水-P水标)·V)/GP植被) 式四
其中,GN植被表示自然条件下植被地上部分的储氮量;GP植被为自然条件下植被地上部分的储磷量;N水为年平均湿地地表水总氮浓度;P水为年平均湿地地表水总磷浓度;N水标为基于国家地表水质量标准的目标湿地区域水质目标的地表水总氮浓度;P水标为基于国家地表水质量标准的目标湿地区域水质目标的地表水总磷浓度;V表示所述目标湿地区域的库容量。
9.根据权利要求1所述的基于水质净化和生态节水相结合调控湿地NDVI的方法,其特征在于,所述植被包括芦苇、香蒲、菖蒲、旱伞草、美人蕉中的至少一者。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如权利要求1-9中任一项所述的基于水质净化和生态节水相结合调控湿地NDVI的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110309967.8A CN113076506B (zh) | 2021-03-23 | 2021-03-23 | 一种基于水质净化和生态节水相结合调控湿地ndvi的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110309967.8A CN113076506B (zh) | 2021-03-23 | 2021-03-23 | 一种基于水质净化和生态节水相结合调控湿地ndvi的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113076506A true CN113076506A (zh) | 2021-07-06 |
CN113076506B CN113076506B (zh) | 2023-06-09 |
Family
ID=76613749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110309967.8A Active CN113076506B (zh) | 2021-03-23 | 2021-03-23 | 一种基于水质净化和生态节水相结合调控湿地ndvi的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113076506B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5999650A (en) * | 1996-11-27 | 1999-12-07 | Ligon; Thomas R. | System for generating color images of land |
JP2003102326A (ja) * | 2001-09-28 | 2003-04-08 | Kajima Corp | 野生動物の生息状況評価方法及び装置並びにプログラム |
CN103760565A (zh) * | 2014-02-10 | 2014-04-30 | 中国科学院南京地理与湖泊研究所 | 一种区域尺度森林冠层高度遥感反演方法 |
US20180058932A1 (en) * | 2016-08-12 | 2018-03-01 | China Institute Of Water Resources And Hydropower Research | Method for analyzing the types of water sources based on natural geographical features |
CN108549986A (zh) * | 2018-04-17 | 2018-09-18 | 北京师范大学 | 基于水位梯度的退化湿地生态需水量的测量方法 |
CN110059553A (zh) * | 2019-03-13 | 2019-07-26 | 中国科学院遥感与数字地球研究所 | 利用光学遥感影像判识潜在滑坡阶段植被异常特征的方法 |
CN111950361A (zh) * | 2020-07-07 | 2020-11-17 | 内蒙古农业大学 | 一种基于单时序ndvi的甜菜识别方法 |
CN112329829A (zh) * | 2020-10-27 | 2021-02-05 | 宁波大学 | 一种基于高光谱数据的红树林提取方法 |
-
2021
- 2021-03-23 CN CN202110309967.8A patent/CN113076506B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5999650A (en) * | 1996-11-27 | 1999-12-07 | Ligon; Thomas R. | System for generating color images of land |
JP2003102326A (ja) * | 2001-09-28 | 2003-04-08 | Kajima Corp | 野生動物の生息状況評価方法及び装置並びにプログラム |
CN103760565A (zh) * | 2014-02-10 | 2014-04-30 | 中国科学院南京地理与湖泊研究所 | 一种区域尺度森林冠层高度遥感反演方法 |
US20180058932A1 (en) * | 2016-08-12 | 2018-03-01 | China Institute Of Water Resources And Hydropower Research | Method for analyzing the types of water sources based on natural geographical features |
CN108549986A (zh) * | 2018-04-17 | 2018-09-18 | 北京师范大学 | 基于水位梯度的退化湿地生态需水量的测量方法 |
CN110059553A (zh) * | 2019-03-13 | 2019-07-26 | 中国科学院遥感与数字地球研究所 | 利用光学遥感影像判识潜在滑坡阶段植被异常特征的方法 |
CN111950361A (zh) * | 2020-07-07 | 2020-11-17 | 内蒙古农业大学 | 一种基于单时序ndvi的甜菜识别方法 |
CN112329829A (zh) * | 2020-10-27 | 2021-02-05 | 宁波大学 | 一种基于高光谱数据的红树林提取方法 |
Non-Patent Citations (1)
Title |
---|
吴加敏等: "宁夏沿黄城市带植被覆盖时空演变及其驱动力分析", 《干旱区研究》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113076506B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ofori et al. | Climate change, land, water, and food security: Perspectives From Sub-Saharan Africa | |
Mulholland et al. | Effects of climate change on freshwater ecosystems of the south‐eastern United States and the Gulf Coast of Mexico | |
Mäkelä et al. | Spatial patterns in aquatic vegetation composition and environmental covariates along chains of lakes in the Kokemäenjoki watershed (S. Finland) | |
Li et al. | Linking water environmental factors and the local watershed landscape to the chlorophyll a concentration in reservoir bays | |
McCartney et al. | Wetlands, agriculture and poverty reduction | |
Wei et al. | Evaluation on dynamic change and interrelations of ecosystem services in a typical mountain-oasis-desert region | |
Fu et al. | Spatial modelling of the regulating function of the Huangqihai Lake wetland ecosystem | |
Gunkel et al. | Aquatic ecosystem services of reservoirs in semi-arid areas: sustainability and reservoir management | |
Geng et al. | Changes of land use/cover and landscape in Zhalong wetland as “red-crowned cranes country”, Heilongjiang province, China | |
Rannap et al. | Constructed wetlands as potential breeding sites for amphibians in agricultural landscapes: A case study | |
Pereira et al. | Condition and Trends of Ecosystem Services and Biodiversity | |
Koshelev et al. | Annual course of temperature and precipitation as proximal predictors of birds’ responses to climatic changes on the species and community level | |
Kumar et al. | Assessing the phytoplankton community and diversity in relation to physico-chemical parameters in a tropical reservoir of the River Ganga basin, India | |
Tran et al. | Seasonal changes in phytoplankton assemblages and environmental variables in highly turbid tropical estuaries of the Mekong River, Vietnam | |
Cheng et al. | Assessment of ecosystem services value in Linghekou wetland based on landscape change | |
Schibalski et al. | Spatiotemporally explicit prediction of future ecosystem service provisioning in response to climate change, sea level rise, and adaptation strategies | |
SANTOS et al. | The value of the Ecological Station of Jataí's ecosystem services and natural capital | |
Liu et al. | Allometric relationships between leaf and petiole traits across 31 floating-leaved plants reveal a different adaptation pattern from terrestrial plants | |
Xiao et al. | Landscape patterns are the main regulator of pond water chlorophyll α concentrations in subtropical agricultural catchments of China | |
Carpenter et al. | Freshwaters: managing across scales in space and time | |
Zhang et al. | Effects of water level fluctuations on root architectural and morphological traits of plants in lakeshore areas of three subtropical floodplain lakes in China | |
CN113076506A (zh) | 一种基于水质净化和生态节水相结合调控湿地ndvi的方法 | |
Fonge et al. | Effects of land use on macrophyte communities and water quality in the Ndop wetland plain, Cameroon | |
Rankinen et al. | Valuation of nitrogen retention as an ecosystem service on a catchment scale | |
Foudi et al. | The impact of multipurpose dams on the values of nature's contributions to people under a water-energy-food nexus framing |
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 |