CN114299238A - 一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法 - Google Patents
一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法 Download PDFInfo
- Publication number
- CN114299238A CN114299238A CN202210062649.0A CN202210062649A CN114299238A CN 114299238 A CN114299238 A CN 114299238A CN 202210062649 A CN202210062649 A CN 202210062649A CN 114299238 A CN114299238 A CN 114299238A
- Authority
- CN
- China
- Prior art keywords
- data
- railway
- variables
- arcgis
- species
- 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
- 241001465754 Metazoa Species 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000010276 construction Methods 0.000 claims abstract description 58
- 241000894007 species Species 0.000 claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 238000011835 investigation Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000013480 data collection Methods 0.000 claims abstract description 5
- 238000012216 screening Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 7
- 230000002411 adverse Effects 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 4
- 238000012732 spatial analysis Methods 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明为一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法，其克服了现有铁路生态环境影响评价技术中存在的物种分布数据不足、缺乏定量化的变化预测方法、评价结论主观性较强，工作成本高的问题。本发明包括以下步骤：通过资料收集、现场调查等途径获取得到铁路建设后物种的存在点数据；从气候变量、地形变量、人为干扰变量、土地利用变量、水文变量中筛选出重要的环境变量因子，并在ArcGIS Toolbox中创建模型批量处理；利用MaxEnt模型预测拟建铁路在工程建设前后沿线珍稀动植物在上述约束条件下的潜在分布；利用ArcGIS通过栅格计算和空间分析得出工程建设前后的生境适宜区的数量和范围变化并出图展示。
Description
技术领域：
本发明属于环境保护技术领域，涉及一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法。
背景技术：
生物多样性评价尤其是珍稀野生动植物影响评价是铁路项目环境影响评价的重要内容，但在传统上，铁路工程对野生动植物分布和栖息地的影响主要采用定性的方式完成，缺乏定量化的变化预测方法，在研究范围较大的情况下，无法取得足够的分布数据作为专家判断的支撑，导致评价结论无量化标准，主观性较强，工作成本高，给项目的决策带来了一定的难度。
发明内容：
本发明的目的在于提供一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法，其克服了现有铁路生态环境影响评价技术中存在的物种分布数据不足、缺乏定量化的变化预测方法、评价结论主观性较强，工作成本高的问题。
为实现上述目的，本发明采用的技术方案为：
一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法，其特征在于：通过资料收集、现场调查等途径得到铁路建设后物种的存在点数据；从气候变量、地形变量、人为干扰变量、土地利用变量、水文变量中筛选出重要的环境因子，并通过在ArcGIS Toolbox中创建模型批量化处理；利用MaxEnt模型预测拟建铁路在工程建设前后沿线珍稀动植物在上述约束条件下的潜在分布，利用ArcGIS通过栅格计算和空间分析得出工程建设前后不同等级生境适宜区的变化情况。
上述方法包括以下步骤：
1)通过前期调查获取铁路沿线一定范围内珍稀动植物的名录，选取一种或几种珍稀动植物并取得分布位点数据，得到铁路建设前物种的自然存在点数据；假设铁路工程建设后，工程对物种分布产生影响，按最不利情况考虑，将自然存在点数据中位于工程占地范围或评价范围内的点剔除，得到铁路建设后物种的存在点数据；
2)选取环境变量因子并取得相应数据：包括气候变量、地形变量、人为干扰变量、土地利用变量、水文变量；人为干扰变量中，在铁路建设后的情景需增加铁路因子；
3)在ArcGIS工具箱中构建模型将所有环境变量图层进行批量掩膜提取、投影转换和格式转换操作，统一数据范围和格式；采用ArcGIS和SPSS软件对环境变量因子进行筛选，提出相关性强的因子，选出对物种分布贡献率较大的因子；
4)对最终筛选出的环境变量结合铁路建设前和铁路建设后的出现点数据分别利用MaxEnt模型进行计算分析；
5)通过ArcGIS软件处理对铁路建设前后不同模拟情景物种在铁路沿线的预测分布数据进行分级、对比和统计等操作；
6)从不同生境适宜区的面积及范围变化定量评价铁路建设对沿线珍稀动植物的潜在分布影响。
步骤1)中，通过假设铁路工程建设后，工程对物种分布产生影响，按最不利情况考虑，将自然出现点数据中位于工程占地范围或评价范围内的点剔除，得到铁路建设后物种的存在点数据。
步骤3)中，在地理空间数据云下载30m分辨率DEM数据，采用ArcGIS空间分析计算坡度和坡向栅格；通过水文分析从DEM数据提取得到水系数据，再利用ArcGIS空间分析计算水系的欧氏距离栅格层；采用OSM(道路矢量数据，采用设计资料中的铁路矢量数据，利用ArcGIS空间分析法计算道路、铁路的欧氏距离栅格层；下载WorldClim的气象数据，利用ArcGIS对出现点进行数据采样，采用SPSS进行相关性分析，对相关性大于0.9的强相关数据进行取舍；数据准备齐全后，在ArcGIS Toolbox中构建模型将所有环境变量图层进行批量重采样、掩膜提取和投影转换操作，统一范围、坐标系和数据格式。
步骤5)中，MaxEnt模型输出数据格式为.asc格式图层，其中每个点的值代表物种在该区域内的适生性，取值范围为[0，1]，应用ArcGIS将.asc文件转换成栅格文件，利用重分类工具对物种适生区图层进行重分类，将研究区物种生境划分为不适宜生境、较适宜生境和最适宜生境三类，最后进行各适生区面积统计，得到铁路建设前后不同模拟情景下沿线物种潜在空间分布数据。
步骤6)中，利用ArcGIS空间分析中的合并分析和数学分析功能，计算不同等级生境的面积增减数量，绘制工程建设前后不同等级生境适宜区变化图，得出铁路工程建设对不同珍稀物种潜在生境的影响结论。
与现有技术相比，本发明具有的优点和效果如下：
1、本发明选用基于生态位原理的MaxEnt模型和地理信息化平台ArcGIS，极大的提高了铁路工程对野生动植物分布和栖息地影响的定量性和信息化程度，通过设定不同情境下的出现点数据，将拟建铁路工程的欧氏距离栅格设定为环境变量，可完成铁路工程建设前后物种生境的预测，通过在ArcGIS toolbox中建模，可批量化处理数十项环境变量数据，提高了工作效率，并降低工作成本。
2、MaxEnt模型作为一种经典的机器学习分类模型，非常适用于物种分布建模，通用性很强，通过设定不同的环境变量，可应用于铁路沿线不同范围内各种珍稀动植物的生境适宜性变化评价。
附图说明：
图1为本发明的实现流程图；
图2为本发明具体实施方式的实例操作模型；
图3批量掩膜提取ArcGIS建模流程；
图4批量投影转换ArcGIS建模流程；
图5批量格式转换ArcGIS建模流程；
图6工程建设前黑颈鹤生境适宜性图
图7工程建设后黑颈鹤生境适宜性图
图8工程建设前后黑颈鹤生境适宜性变化图
具体实施方式：
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
参见图1，本发明为一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法，包括以下步骤：通过资料收集、现场调查等途径获取得到铁路建设后物种的存在点数据；从气候变量、地形变量、人为干扰变量、土地利用变量、水文变量中筛选出重要的环境因子，并通过在ArcGIS Toolbox中创建模型批量化处理；利用MaxEnt模型预测拟建铁路在工程建设前后沿线珍稀动植物在上述约束条件下的潜在分布，利用ArcGIS通过栅格计算和空间分析得出工程建设前后的生境适宜区的数量和范围变化。
本发明具体包括以下步骤：
1)通过前期调查获取铁路沿线一定范围内珍稀动植物的名录，选取一种或几种珍稀动植物并取得分布位点数据，得到铁路建设前物种的自然存在点数据；假设铁路工程建设后，工程对物种分布产生影响，按最不利情况考虑，将自然存在点数据中位于工程占地范围或评价范围内的点剔除，得到铁路建设后物种的存在点数据；
2)选取环境变量因子并取得相应数据：包括气候变量、地形变量、人为干扰变量、土地利用变量、水文变量；人为干扰变量中，在铁路建设后的情景需增加铁路因子；
3)在ArcGIS工具箱中构建模型将所有环境变量图层进行批量掩膜提取、投影转换和格式转换操作，统一数据范围和格式；采用ArcGIS和SPSS软件对环境变量因子进行筛选，提出相关性强的因子，选出对物种分布贡献率较大的因子；
在地理空间数据云下载30m分辨率DEM数据，采用ArcGIS计算坡度和坡向栅格；通过水文分析从DEM数据提取得到水系数据，再利用ArcGIS空间分析法计算水系的欧氏距离栅格层；采用OSM(OpenStreetMap)道路矢量数据，采用设计资料中的铁路矢量数据，利用ArcGIS空间分析法计算道路、铁路的欧氏距离栅格层；下载WorldClim的气象数据，利用ArcGIS对出现点进行数据采样，采用SPSS进行相关性分析，对相关性大于0.9的强相关数据进行合并取舍。数据准备齐全后，在ArcGIS工具箱中构建模型将所有环境变量图层进行批量重采样、掩膜提取和投影转换操作，统一范围、坐标系和数据格式。
4)对最终筛选出的环境变量结合铁路建设前和铁路建设后的出现点数据分别利用MaxEnt模型进行计算分析；
5)通过ArcGIS软件处理对铁路建设前后不同模拟情景物种在铁路沿线的预测分布数据进行分级、对比和统计等操作；
MaxEnt模型输出数据格式为.asc图层，其中每个点的值代表物种在该区域内的适生性，取值范围为[0，1]，应用ArcGIS将.asc文件转换成栅格文件，利用重分类工具对物种适生区图层进行重分类，将研究区物种生境划分为3类，即不适宜生境、较适宜生境和最适宜生境，最后进行各适生区面积统计，得到铁路建设前后不同模拟情景下沿线物种潜在空间分布数据。
6)从不同生境适生区面积及范围变化定量评价铁路建设对沿线珍稀动植物的潜在分布影响。
利用ArcGIS工具箱空间分析中的合并分析和数学分析功能，得到工程建设前后不同等级生境的变化图，计算不同等级生境的面积增减数量，得出铁路工程建设对不同珍稀物种潜在生境的影响结论。
实施例：
本发明为一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法，以藏东某拟建铁路沿线的黑颈鹤生境适宜区变化预测为例，如图2所示，包括以下步骤：
步骤1：黑颈鹤出现点数据来源于资料收集与实地调查。收集了刘强等于2009年6月和7月对若尔盖湿地黑颈鹤的观测数据和朱玮杰、令利军等于2020年6月对西成铁路沿线现场调查，得到出现点数据88个；假设铁路工程建设后，工程对物种分布产生影响，按最不利情况考虑，将自然存在点数据中位于工程占地范围或评价范围内的点剔除，得到铁路建设后物种的存在点数据83个；数据统一转换为.csv格式。
步骤2：综合考虑黑颈鹤的生活习性，选取19个环境变量因子包括：①海拔、坡度和坡向3个地理地形因子，直接在地理空间数据云下载30m分辨率DEM数据，再利用ArcGIS的表面分析工具计算坡度和坡向；②1个土地利用类型数据，采用中科院资源环境科学与数据中心30m分辨率数据；③1个水系数据，利用ArcGIS水文分析工具，通过提取上述下载的DEM数据得到，再利用ArcGIS空间分析工具计算水系的欧氏距离。④道路和铁路2个人为干扰数据，道路数据采用OSM(OpenStreetMap)中国范围矢量数据，铁路数据采用最新设计资料，利用ArcGIS空间分析工具计算道路、铁路的欧氏距离；⑤气候条件数据，在Worldclim网站下载生物气象数据，经步骤3筛选后共采用12个气候条件数据。
步骤3：利用ArcGIS对黑颈鹤自然出现点对所有数据进行采样，利用SPSS，选择双变量相关的Pearson系数进行相关性分析，对相关性大于0.9的强相关数据进行合并取舍后。数据准备齐全后，利用ArcGIS工具箱建立批量掩膜提取(图3)、批量投影转换(图4)和批量格式转换(图5)模型，将所有环境变量图层进行批量掩膜提取、投影转换和格式转换操作，将坐标统一定义为WGS1984或CGCS2000格式，将数据格式统一转换为.asc格式，以备下一步在MaxEnt3.4中运行使用。
步骤4：将黑颈鹤的自然出现点数据和环境变量(不考虑与铁路距离变量)导入MaxEnt3.4中，利用黑颈鹤出现点中3/4的点建立随机模型，剩余1/4的出现点用于模型验证，采用刀切法计算各环境变量的贡献值，并分析各环境变量的敏感性，其余参数使用默认值后运行，得出铁路建设前的黑颈鹤生境适宜区数据。将黑颈鹤的工程建设后出现点数据和环境变量(考虑与铁路距离变量)导入MaxEnt3.4中，选用与上次运行一致的参数后再次运行，得出铁路建设后的黑颈鹤生境适宜区数据。查看运行生成的ROC曲线，AUC大于0.9，即表明MaxEnt模型预测结果的精度较高。
步骤5：分别在ArcGIS中加载工程建设前后情景下运行生成的黑颈鹤分布预测.asc数据，采用自然断点法重分类，将黑颈鹤生境分布区域划分为不适宜生境、较适宜生境、最适宜生境3个等级，转换为栅格数据，统计数量和面积(见表1)，制作工程建设前后黑颈鹤生境适宜性图(图6、图7)。
表1
步骤6：采用ArcGIS中的空间分析工具/数学分析/逻辑运算/等于操作计算步骤5生成的2个栅格数据，得出铁路建设前后黑颈鹤潜在分布的变化分布数据，采用ArcGIS中的空间分析工具/局部分析/合并操作计算步骤五生成的2个栅格数据，得出变化关系图(图8)。从不同生境适生区面积及范围变化定量评价铁路建设对沿线珍稀动植物的潜在分布影响。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡是利用本发明的说明书及附图内容所做的等同结构变化，均应包含在发明的专利保护范围内。
Claims (6)
1.一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法，其特征在于：通过资料收集、现场调查等途径得到铁路建设后物种的存在点数据；从气候变量、地形变量、人为干扰变量、土地利用变量、水文变量中筛选出重要的环境因子，并通过在ArcGIS Toolbox中创建模型批量化处理；利用MaxEnt模型预测拟建铁路在工程建设前后沿线珍稀动植物在上述约束条件下的潜在分布，利用ArcGIS通过栅格计算和空间分析得出工程建设前后不同等级生境适宜区的变化情况。
2.根据权利要求1所述的一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法，其特征在于：包括以下步骤：
1)通过前期调查获取铁路沿线一定范围内珍稀动植物的名录，选取一种或几种珍稀动植物并取得分布位点数据，得到铁路建设前物种的自然存在点数据；假设铁路工程建设后，工程对物种分布产生影响，按最不利情况考虑，将自然存在点数据中位于工程占地范围或评价范围内的点剔除，得到铁路建设后物种的存在点数据；
2)选取环境变量因子并取得相应数据：包括气候变量、地形变量、人为干扰变量、土地利用变量、水文变量；人为干扰变量中，在铁路建设后的情景需增加铁路因子；
3)在ArcGIS工具箱中构建模型将所有环境变量图层进行批量掩膜提取、投影转换和格式转换操作，统一数据范围和格式；采用ArcGIS和SPSS软件对环境变量因子进行筛选，提出相关性强的因子，选出对物种分布贡献率较大的因子；
4)对最终筛选出的环境变量结合铁路建设前和铁路建设后的出现点数据分别利用MaxEnt模型进行计算分析；
5)通过ArcGIS软件处理对铁路建设前后不同模拟情景物种在铁路沿线的预测分布数据进行分级、对比和统计等操作；
6)从不同生境适宜区的面积及范围变化定量评价铁路建设对沿线珍稀动植物的潜在分布影响。
3.根据权利要求2所述的一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法，其特征在于：步骤1)中，通过假设铁路工程建设后，工程对物种分布产生影响，按最不利情况考虑，将自然出现点数据中位于工程占地范围或评价范围内的点剔除，得到铁路建设后物种的存在点数据。
4.根据权利要求2所述的一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法，其特征在于：步骤3)中，在地理空间数据云下载30m分辨率DEM数据，采用ArcGIS空间分析计算坡度和坡向栅格；通过水文分析从DEM数据提取得到水系数据，再利用ArcGIS空间分析计算水系的欧氏距离栅格层；采用OSM(道路矢量数据，采用设计资料中的铁路矢量数据，利用ArcGIS空间分析法计算道路、铁路的欧氏距离栅格层；下载WorldClim的气象数据，利用ArcGIS对出现点进行数据采样，采用SPSS进行相关性分析，对相关性大于0.9的强相关数据进行取舍；数据准备齐全后，在ArcGIS Toolbox中构建模型将所有环境变量图层进行批量重采样、掩膜提取和投影转换操作，统一范围、坐标系和数据格式。
5.根据权利要求2所述的一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法，其特征在于：步骤5)中，MaxEnt模型输出数据格式为.asc格式图层，其中每个点的值代表物种在该区域内的适生性，取值范围为[0，1]，应用ArcGIS将.asc文件转换成栅格文件，利用重分类工具对物种适生区图层进行重分类，将研究区物种生境划分为不适宜生境、较适宜生境和最适宜生境三类，最后进行各适生区面积统计，得到铁路建设前后不同模拟情景下沿线物种潜在空间分布数据。
6.根据权利要求2所述的一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法，其特征在于：步骤6)中，利用ArcGIS空间分析中的合并分析和数学分析功能，计算不同等级生境的面积增减数量，绘制工程建设前后不同等级生境适宜区变化图，得出铁路工程建设对不同珍稀物种潜在生境的影响结论。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210062649.0A CN114299238A (zh) | 2022-01-19 | 2022-01-19 | 一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210062649.0A CN114299238A (zh) | 2022-01-19 | 2022-01-19 | 一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114299238A true CN114299238A (zh) | 2022-04-08 |
Family
ID=80978338
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210062649.0A Pending CN114299238A (zh) | 2022-01-19 | 2022-01-19 | 一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114299238A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117763450A (zh) * | 2024-02-22 | 2024-03-26 | 交通运输部天津水运工程科学研究所 | 一种路网对野生动物阻隔效应指数计算方法及系统 |
| CN118537581A (zh) * | 2024-07-26 | 2024-08-23 | 中国电建集团西北勘测设计研究院有限公司 | 稀疏或无植被区正负向地形特征点的提取方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110990905A (zh) * | 2019-11-29 | 2020-04-10 | 青岛理工大学 | 一种历史城市保护发展协同控制方案辅助设计系统 |
| CN111738494A (zh) * | 2020-05-25 | 2020-10-02 | 南京林业大学 | 基于MaxEnt和ArcGIS的喜树分布预测方法 |
| CN112712275A (zh) * | 2021-01-07 | 2021-04-27 | 南京大学 | 基于Maxent和GIS的森林火灾风险评估方法 |
| CN113095674A (zh) * | 2021-04-12 | 2021-07-09 | 云南省林业调查规划院 | 基于MaxEnt与GIS对云南重点保护野生植物潜在生境分析方法 |
-
2022
- 2022-01-19 CN CN202210062649.0A patent/CN114299238A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110990905A (zh) * | 2019-11-29 | 2020-04-10 | 青岛理工大学 | 一种历史城市保护发展协同控制方案辅助设计系统 |
| CN111738494A (zh) * | 2020-05-25 | 2020-10-02 | 南京林业大学 | 基于MaxEnt和ArcGIS的喜树分布预测方法 |
| CN112712275A (zh) * | 2021-01-07 | 2021-04-27 | 南京大学 | 基于Maxent和GIS的森林火灾风险评估方法 |
| CN113095674A (zh) * | 2021-04-12 | 2021-07-09 | 云南省林业调查规划院 | 基于MaxEnt与GIS对云南重点保护野生植物潜在生境分析方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117763450A (zh) * | 2024-02-22 | 2024-03-26 | 交通运输部天津水运工程科学研究所 | 一种路网对野生动物阻隔效应指数计算方法及系统 |
| CN117763450B (zh) * | 2024-02-22 | 2024-05-07 | 交通运输部天津水运工程科学研究所 | 一种路网对野生动物阻隔效应指数计算方法及系统 |
| CN118537581A (zh) * | 2024-07-26 | 2024-08-23 | 中国电建集团西北勘测设计研究院有限公司 | 稀疏或无植被区正负向地形特征点的提取方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114299238A (zh) | 一种铁路沿线珍稀动植物生境适宜区变化的量化预测方法 | |
| CN112986538A (zh) | 大区域土壤重金属检测与时空分布特征分析方法及系统 | |
| CN112800603B (zh) | 一种基于集合最优插值算法的大气环境数据同化方法 | |
| Bechtel et al. | Towards consistent mapping of urban structure-global human settlement layer and local climate zones | |
| CN102096072B (zh) | 一种城市部件自动化测量方法 | |
| CN111178786B (zh) | 一种保障区域空气质量的排放源位置确定方法及系统 | |
| CN113919226B (zh) | 基于权重的采矿植被生态累积效应扰动范围识别方法 | |
| CN115983522B (zh) | 一种乡村生境质量评估及预测方法 | |
| CN113780175B (zh) | 高植被覆盖区台风暴雨型滑坡的遥感识别方法 | |
| CN111666909A (zh) | 基于面向对象和深度学习的疑似污染场地空间识别方法 | |
| CN113220810B (zh) | 一种多源物种分布数据处理方法及装置 | |
| CN113012771A (zh) | 土壤重金属空间插值方法、装置及计算机可读存储介质 | |
| CN115758270A (zh) | 基于随机森林与环境变量的土壤矿物结合态有机碳预测方法及装置 | |
| CN114511239B (zh) | 土壤重金属污染风险区划分方法、装置、电子设备及介质 | |
| Babu Saheer et al. | Data-driven framework for understanding and predicting air quality in urban areas | |
| CN116223395A (zh) | 近地表痕量气体浓度反演模型及反演方法 | |
| CN107862484B (zh) | 基于矿山生态检测的矿山生态修复方案指导系统 | |
| CN117494011A (zh) | 一种基于运渣车土石方运输特征的扬尘点位类型判别方法 | |
| CN110135103B (zh) | 一种采用水流模拟城市自然通风潜力的方法和系统 | |
| CN117078925A (zh) | 一种基于RDSA-DeepLabV3+网络的建筑垃圾年产量精算方法 | |
| CN115239027B (zh) | 空气质量格点化集合预报的方法及装置 | |
| CN116630821A (zh) | 一种输电线路外破施工卫星遥感智能监测方法及系统 | |
| CN115526544A (zh) | 一种基于多类型数据的绿色矿山建设规划方法及系统 | |
| CN115330551A (zh) | 一种林业生态大数据的森林资源分析方法及系统 | |
| CN114818857A (zh) | 一种积雪深度融合方法 |
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 |