CN114372676A - 一种湿地生态空间受损程度的计算方法及装置 - Google Patents
一种湿地生态空间受损程度的计算方法及装置 Download PDFInfo
- Publication number
- CN114372676A CN114372676A CN202111534775.3A CN202111534775A CN114372676A CN 114372676 A CN114372676 A CN 114372676A CN 202111534775 A CN202111534775 A CN 202111534775A CN 114372676 A CN114372676 A CN 114372676A
- Authority
- CN
- China
- Prior art keywords
- wetland
- change
- bird
- analysis
- initial
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000008859 change Effects 0.000 claims abstract description 224
- 238000004458 analytical method Methods 0.000 claims abstract description 165
- 230000009467 reduction Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 13
- 238000013467 fragmentation Methods 0.000 claims description 9
- 238000006062 fragmentation reaction Methods 0.000 claims description 9
- 241000272517 Anseriformes Species 0.000 description 40
- 241000894007 species Species 0.000 description 30
- 230000007613 environmental effect Effects 0.000 description 15
- 230000036541 health Effects 0.000 description 13
- 241000271566 Aves Species 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000011835 investigation Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003415 peat Substances 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000012795 verification Methods 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
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K45/00—Other aviculture appliances, e.g. devices for determining whether a bird is about to lay
-
- 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
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Biodiversity & Conservation Biology (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Environmental Sciences (AREA)
- Botany (AREA)
- Environmental & Geological Engineering (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Biotechnology (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Microbiology (AREA)
- Hydrology & Water Resources (AREA)
- Operations Research (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Birds (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种湿地生态空间受损程度的计算方法及装置,所述方法包括:根据土地类型变化情况对初始湿地生态空间进行初始分析识别后,根据初始分析识别结果确定第一区域;其中,第一区域为待二次分析的湿地生态空间;获取第一区域的第一地表数据,根据第一地表数据进行湿地生境变化分析,得到第一分析结果;获取第一区域的第一观鸟数据,根据第一观鸟数据进行鸟类群落变化分析,得到第二分析结果;根据第一分析结果和第二分析结果,计算得到第一区域的受损程度。采用本发明实施例能提高计算湿地生态空间受损程度的准确性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种湿地生态空间受损程度的计算方法及装置。
背景技术
湿地是陆地与水体的过渡地带,在生态系统中具有重要的意义,兼具丰富的陆生和水生动植物资源,形成了其它任何单一生态系统都无法比拟的天然基因库和独特的生境。其特殊的水文、土壤和气候提供了复杂且完备的动植物群落,40%的物种在湿地生存繁殖,它对于保护生物多样性具有难以替代的生态价值。因此,湿地的保护在我国的生态系统保护中占据着重要的地位,但是由于湿地是陆地与水体的过渡地带,这一地区往往也是人类活动密集的区域,特别容易遭受建设性的侵蚀和破坏。因此,对湿地生态空间受损程度的快速识别与评价,对于湿地的保护修复和实施监测尤为重要。
湿地生态空间的受损,有两个具体的表征,一是湿地地表形态的改变乃至消失,包括土地利用性质改变、植被覆盖物改变,二是湿地生态环境的变化,尤其是所栖居生物的改变,包括水生动物、水生植物。其中,水鸟作为湿地生态系统的重要组成部分,同时也是湿地生态系统中食物链的顶端,因此,水鸟其群落结构变化、丰度变化,是评价湿地生态空间受损程度的重要指标之一。
而现有技术中,对湿地生态空间受损程度的计算过程中缺少对于湿地现有状态的及时动态监测,具有较长的时间滞后性,无法很好的应对当前湿地快速变化的实际情况,最终导致湿地生态空间受损程度的计算结果的准确性不高。
发明内容
本发明实施例提供一种湿地生态空间受损程度的计算方法及装置,提高了计算湿地生态空间受损程度的准确性。
本申请实施例的第一方面提供了一种湿地生态空间受损程度的计算方法,包括:
根据土地类型变化情况对初始湿地生态空间进行初始分析识别后,根据初始分析识别结果确定第一区域;具体为:当根据土地类型变化情况分析识别初始湿地生态空间在第一预设时段内由湿地空间转变为建设空间时,判定初始湿地生态空间为受损程度最重的灭失湿地空间;当根据土地类型变化情况分析识别初始湿地生态空间在第一预设时段内由非湿地空间转变为湿地空间、或者当根据土地类型变化情况判定初始湿地生态空间在第一预设时段内均为湿地空间时,判定初始湿地生态空间为第一区域,其中,第一区域为待二次分析的湿地生态空间;
获取第一区域的第一地表数据,根据第一地表数据进行湿地生境变化分析,得到第一分析结果;
获取第一区域的第一观鸟数据,根据第一观鸟数据进行鸟类群落变化分析,得到第二分析结果;
根据第一分析结果和第二分析结果,计算得到第一区域的受损程度。
在第一方面的一种可能的实现方式中,根据第一地表数据进行湿地生境变化分析,得到第一分析结果,具体为:
根据第一地表数据进行湿地生境变化分析后,生成湿地归一化植被变化指标、湿地景观多样性变化指标和湿地景观破碎度变化指标;
根据指标减少情况对湿地归一化植被变化指标、湿地景观多样性变化指标和湿地景观破碎度变化指标进行分级赋值后,得到第一分析结果。
在第一方面的一种可能的实现方式中,根据第一观鸟数据进行鸟类群落变化分析,得到第二分析结果,具体为:
根据第一观鸟数据进行鸟类群落变化分析后,生成鸟类个体数量变化指标、鸟类物种数量变化指标和鸟类多样性变化指标;
根据模糊评价法分别对鸟类个体数量变化指标、鸟类物种数量变化指标和鸟类多样性变化指标进行分级赋值后,得到第二分析结果。
在第一方面的一种可能的实现方式中,在根据土地类型变化情况对初始湿地生态空间进行初始分析识别之前,还包括:
根据预设条件从预设数据库中获取拟分析区域的第二地表数据;
根据第二地表数据以及湿地分类标准,获取初始湿地生态空间。
在第一方面的一种可能的实现方式中,还包括:
根据第一观鸟数据计算回归直线斜率,当回归直线斜率大于预设数值时,对第一区域进行受损预警。
本申请实施例的第二方面提供了一种湿地生态空间受损程度的计算装置,包括:确定模块、第一分析模块、第二分析模块和计算模块;
其中,确定模块用于根据土地类型变化情况对初始湿地生态空间进行初始分析识别后,根据初始分析识别结果确定第一区域;具体为:具体为:当根据土地类型变化情况分析识别初始湿地生态空间在第一预设时段内由湿地空间转变为建设空间时,判定初始湿地生态空间为受损程度最重的灭失湿地空间;当根据土地类型变化情况分析识别初始湿地生态空间在第一预设时段内由非湿地空间转变为湿地空间、或者当根据土地类型变化情况判定初始湿地生态空间在第一预设时段内均为湿地空间时,判定初始湿地生态空间为第一区域,其中,第一区域为待二次分析的湿地生态空间;
第一分析模块用于获取第一区域的第一地表数据,根据第一地表数据进行湿地生境变化分析,得到第一分析结果;
第二分析模块用于获取第一区域的第一观鸟数据,根据第一观鸟数据进行鸟类群落变化分析,得到第二分析结果;
计算模块用于根据第一分析结果和第二分析结果,计算得到第一区域的受损程度。
在第二方面的一种可能的实现方式中,根据第一地表数据进行湿地生境变化分析,得到第一分析结果,具体为:
根据第一地表数据进行湿地生境变化分析后,生成湿地归一化植被变化指标、湿地景观多样性变化指标和湿地景观破碎度变化指标;
根据指标减少情况对湿地归一化植被变化指标、湿地景观多样性变化指标和湿地景观破碎度变化指标进行分级赋值后,得到第一分析结果。
在第二方面的一种可能的实现方式中,根据第一观鸟数据进行鸟类群落变化分析,得到第二分析结果,具体为:
根据第一观鸟数据进行鸟类群落变化分析后,生成鸟类个体数量变化指标、鸟类物种数量变化指标和鸟类多样性变化指标;
根据模糊评价法分别对鸟类个体数量变化指标、鸟类物种数量变化指标和鸟类多样性变化指标进行分级赋值后,得到第二分析结果。
在第二方面的一种可能的实现方式中,在根据土地类型变化情况对初始湿地生态空间进行初始分析识别之前,还包括:
根据预设条件从预设数据库中获取拟分析区域的第二地表数据;
根据第二地表数据以及湿地分类标准,获取初始湿地生态空间。
在第二方面的一种可能的实现方式中,还包括:
根据第一观鸟数据计算回归直线斜率,当回归直线斜率大于预设数值时,对第一区域进行受损预警。
相比于现有技术,本发明实施例提供的一种湿地生态空间受损程度的计算方法及装置,方法包括:根据土地类型变化情况对初始湿地生态空间进行初始分析识别后,根据初始分析识别结果确定第一区域;具体为:当根据土地类型变化情况分析识别初始湿地生态空间在第一预设时段内由湿地空间转变为建设空间时,判定初始湿地生态空间为受损程度最重的灭失湿地空间;当根据土地类型变化情况分析识别初始湿地生态空间在第一预设时段内由非湿地空间转变为湿地空间、或者当根据土地类型变化情况判定初始湿地生态空间在第一预设时段内均为湿地空间时,判定初始湿地生态空间为第一区域,其中,第一区域为待二次分析的湿地生态空间;获取第一区域的第一地表数据,根据第一地表数据进行湿地生境变化分析,得到第一分析结果;获取第一区域的第一观鸟数据,根据第一观鸟数据进行鸟类群落变化分析,得到第二分析结果;根据第一分析结果和第二分析结果,计算得到第一区域的受损程度。
其有益效果在于:本发明实施例根据第一地表数据进行湿地生境变化分析得到第一分析结果,再根据第一观鸟数据进行鸟类群落变化分析得到第二分析结果,最后结合第一分析结果和第二分析结果,计算得到待分析湿地生态空间的受损程度。由于本发明实施例在计算待分析湿地生态空间的受损程度的过程中,对鸟类群落变化与湿地生境变化进行了分析,并将分析结果作为计算依据,能够实现对于湿地生态空间现有状态的及时动态监测,提高了计算湿地生态空间受损程度的准确性。此外,本发明实施例根据土地类型变化情况对初始湿地生态空间进行初始分析识别,能够进一步提高识别湿地生态空间的准确性。
同时,通过建立观鸟数据与地表数据之间的关联关系并计算受损程度,能够实现受损湿地生态空间的快速识别和测度。
进一步地,本发明实施例基于易获取数据进行集成优化,能够解决现有技术中数据的调查时间长、数据残缺不全以及根据单一因子进行识别而导致的受损程度的计算精度不高的问题,从而进一步提高了湿地生态空间受损程度的计算精度。
附图说明
图1是本发明一实施例提供的一种湿地生态空间受损程度的计算方法的流程示意图;
图2是本发明一实施例提供的受损湿地评价指标体系实体图;
图3是本发明一实施例提供的鸟类个体数量变化指标A1的赋值示意图;
图4是本发明一实施例提供的鸟类物种数量变化指标A2的赋值示意图;
图5是本发明一实施例提供的鸟类多样性变化指标A3的赋值示意图;
图6是本发明一实施例提供的权重示意图;
图7是本发明一实施例提供的湿地生态健康分数与受损程度示意图;
图8是本发明一实施例提供的一种湿地生态空间受损程度的计算装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,是本发明一实施例提供的一种湿地生态空间受损程度的计算方法的流程示意图,包括S101-S104:
S101:根据土地类型变化情况对初始湿地生态空间进行初始分析识别后,根据初始分析识别结果确定第一区域。
具体为:当根据土地类型变化情况分析识别初始湿地生态空间在第一预设时段内由湿地空间转变为建设空间时,判定初始湿地生态空间为受损程度最重的灭失湿地空间;当根据土地类型变化情况分析识别初始湿地生态空间在第一预设时段内由非湿地空间转变为湿地空间、或者当根据土地类型变化情况判定初始湿地生态空间在第一预设时段内均为湿地空间时,判定初始湿地生态空间为第一区域,其中,第一区域为待二次分析的湿地生态空间。
在本实施例中,在所述根据土地类型变化情况对初始湿地生态空间进行初始分析识别之前,还包括:
根据所述预设条件从预设数据库中获取拟分析区域的第二地表数据;
根据所述第二地表数据以及湿地分类标准,获取所述初始湿地生态空间。
进一步地,所述湿地分类标准的获取,具体为:
根据《国际湿地公约》及湿地分类国家标准(GB/T 24708-2009)获取湿地分类标准,其中,湿地分类标准为:
湿地包括沼泽、泥炭地、湿草甸、湖泊、河流、滞蓄洪区、河口三角洲、滩涂、水库、池塘、水稻田以及低潮时水深浅小于6米的海域地带等。湿地空间获取具体包括所获取土地利用遥感观测数据中的湖泊(包括自然湖泊与人工湖泊)、水库坑塘、近海海岸与沿海滩涂(已包含受潮汐淹没影响沿海滩地)、自然河流与人工河渠、河流滩地(已包含外流河入海口地区潮汐淹没滩地)、沼泽、水田等湿地类型。非湿地空间指除上述湿地类型之外的其他空间类型。
S102:获取第一区域的第一地表数据,根据第一地表数据进行湿地生境变化分析,得到第一分析结果。
在本实施例中,所述根据所述第一地表数据进行湿地生境变化分析,得到第二分析结果,具体为:
根据所述第一地表数据进行湿地生境变化分析后,生成湿地归一化植被变化指标、湿地景观多样性变化指标和湿地景观破碎度变化指标;根据指标减少情况对所述湿地归一化植被变化指标、所述湿地景观多样性变化指标和所述湿地景观破碎度变化指标进行分级赋值后,得到所述第一分析结果。
S103:获取第一区域的第一观鸟数据,根据第一观鸟数据进行鸟类群落变化分析,得到第二分析结果。
在本实施例中,所述根据所述第一观鸟数据进行鸟类群落变化分析,得到第一分析结果,具体为:根据所述第一观鸟数据进行鸟类群落变化分析后,生成鸟类个体数量变化指标、鸟类物种数量变化指标和鸟类多样性变化指标;根据模糊评价法分别对所述鸟类个体数量变化指标、所述鸟类物种数量变化指标和所述鸟类多样性变化指标进行分级赋值后,得到所述第二分析结果。
S104:根据第一分析结果和第二分析结果,计算得到第一区域的受损程度。
在本实施例中,还包括:
根据所述第一观鸟数据计算回归直线斜率,根据所述回归直线斜率对所述第一区域进行受损预警。
进一步地,所述第一观鸟数据的获取具体为:
通过火车头采集器等数据爬取软件,在网络大数据观鸟平台上(例如中国观鸟记录中心),通过查询获取拟分析时间段内拟分析区域的所有第一观鸟数据。其中,所述第一观鸟数据包括:观测时间、坐标定位、鸟类名称(含鸟种编号、拉丁名、英文名、目、科等信息)、鸟类数量等数据。
所述第一地表数据的获取具体为:
在网络开源大数据(例如中国科学院地理科学与资源研究所的资源环境科学与数据中心云平台)中,通过查询获取拟分析时间段内拟分析区域的所有第一地表数据。其中,所述第一地表数据包括:Landsat系列遥感影像、土地利用遥感观测数据、地形地貌数据、数字高程模型(DEM)、水系流域潮汐数据、植被类型数据、归一化植被指标(NDVI)空间分布数据等反映现状地表类型、生态功能的数据。
其中,所述网络开源大数据为易获取的网络大数据。由于现有技术中,对湿地生态空间的受损分析,多聚焦于流域或城市群尺度,且基于区域生态安全格局展开,一般通过调查、部门资料收集等方式获取数据。所以现有的数据获取方式往往导致调查时间长、数据残缺不全、从单一因子识别的结果准确性不佳等问题,缺少对于湿地现有状态的及时动态监测,无法很好的应对当前湿地快速变化的实际情况。因此,通过易获取大数据的方式,可以在不同尺度层面通过地表变化和鸟类种群变化的双重要素多因子识别判读,可增加识别结果的准确性、时效性。
具体地,所述拟分析时间段(即第一预设时段)以及所述拟分析区域由所述预设条件决定。具体为:
根据实际需要设定预设条件后,根据预设条件选定起始年、期末年之间连续的若干年份作为拟分析时间段(起始年、期末年即为拟分析时间段的两个端点),如2015年-2020年之间;拟分析城市可按行政区选择,通过网络开源数据如中国科学院地理科学与资源研究所的资源环境科学与数据中心云平台等获取省域、市域、县域、乡域矢量范围作为拟分析区域;亦可通过开源地图如googlemap、baidu map等获取具体调查区域矢量范围作为拟分析区域。
进一步地,通过ArcGIS空间识别等分析工具对所述初始湿地生态空间进行校核:对土地利用遥感观测数据梳理,根据拟分析时间段识别调查起始年与期末年的土地类型变化情况,作为湿地空间受损评估基础数据。同时可结合调查范围数字高程模型(DEM)数据、水系流域潮汐数据对时令性滩涂湿地空间变化情况校核。具体为:根据网络开源大数据中易获取的地表数据的空间精度,根据获取数据的最小地表遥感栅格数据象元值作为参照网格的基准,如“中国旬300M植被指标(NDVI)空间分布数据集”。将空间分辨率设置为300M,利用ArcGIS软件Data Management Tools中的Create Fishnet工具生成300m×300m的参照网格,并与地表栅格数据网络切分进行空间匹配,将线状数据转换为面状数据后通过空间识别工具实现调查范围网格覆盖,作为后续湿地空间分析基础数据底板。然后使用ArcGIS分析工具将起始年与目标年之间的土地利用遥感观测数据作为基础底板进行空间叠加,对比得到地表土地类型变化情况。
由于第一预设时段即为拟分析时间段,优选地,所述初始湿地生态空间在第一预设时段内由湿地空间转变为建设空间,具体为:所述初始湿地生态空间在起始年时为湿地空间、在期末年时为建设空间。所述初始湿地生态空间在所述第一预设时段内由非湿地空间转变为湿地空间,具体为:所述初始湿地生态空间在起始年时为非湿地空间、在期末年时为湿地空间。所述初始湿地生态空间在所述第一预设时段内均为湿地空间,具体为:所述初始湿地生态空间在起始年时为湿地空间、在期末年时亦为湿地空间。
进一步地,所述初始湿地生态空间在起始年时为湿地空间、在期末年时为建设空间,具体为:
初始湿地生态空间在拟分析时间段内从湖泊(包括自然湖泊与人工湖泊)、水库坑塘、近海海岸与沿海滩涂(已包含受潮汐淹没影响沿海滩地)、自然河流与人工河渠、河流滩地(已包含外流河入海口地区潮汐淹没滩地)、沼泽、水田等土地利用类型,转变为建设用地(包括城镇用地、农村居民点用地、其他建设用地)、除水田外其他农用地(包括耕地、林地、园地、草地)、除沼泽外其他未利用地的土地利用类型的情形,针对这种情况,直接判定所述初始湿地生态空间为受损程度最重的灭失受损湿地空间,无需二次计算受损程度。
进一步地,在所述初始湿地生态空间在起始年时为非湿地空间、在期末年时为湿地空间的情况下,直接判定为地类变化空间,湿地空间增加;但是即使根据地表变化得知初始湿地生态空间在第一预设时段内由非湿地空间变成了湿地空间,但可能该初始湿地生态空间不具备湿地的生态功能,需要进一步进行核对,所以需将该初始湿地生态空间作为所述第一区域且进一步计算受损程度。
为了进一步说明,进行鸟类群落变化分析的过程,请参照图2至图4。
图2是本发明一实施例提供的受损湿地评价指标体系实体图,其中,受损湿地空间识别因子为鸟类群落变化因子,指标分析包括对于鸟类个体数量变化指标A1、鸟类物种数量变化指标A2和鸟类多样性变化指标A3的分析;针对不同的指标分析,不同的评价方法相应为:
1、鸟类个体数量变化指标A1的评价方法:根据鸟类个体数量减少的程度,由低到高依次赋值5、4、3、2和1;
2、鸟类物种数量变化指标A2的评价方法:根据鸟类物种数量减少的程度,由低到高依次赋值5、4、3、2和1;
3、鸟类多样性变化指标A3的评价方法:根据鸟类多样性降低的程度,由低到高依次赋值5、4、3、2和1。
进一步地,所有指标皆为正向指标,指标的数值越大,表示湿地空间的生态健康程度越好;反之,指标的数值越小,表示湿地空间的受损程度越大。
优选地,此处的鸟类为水鸟。
图3是本发明一实施例提供的鸟类个体数量变化指标A1的赋值示意图。
通过ARCGIS计算每块格网图斑“鸟类数量”数据,统计起始年(如2015年)、期末年(如2020年)的年度水鸟数量总数,并计算2020年相较于2015年的增长率,按照模糊综合评价法,将物种和个体数量变化情况依据隶属函数关系划分为五个等级,并对网格图斑进行逐一赋值。
由图3可得,当A1≥0时,判定水鸟个体总数正增长,无环境风险,给A1赋值为5;当-25%≤A1<0时,判定水鸟个体减少量较低,环境风险较低,给A1赋值为4;当-50%≤A1<-25%时,判定水鸟个体减少量中等,存在一定环境风险给A1赋值为3;当-75%≤A1<-50%时,判定水鸟个体减少量严重,存在较高环境风险,给A1赋值为2;当-100%≤A1<-75%时,判定水鸟个体减少量极为严重,具有高环境风险,给A1赋值为1。完成鸟类个体数量变化指标A1的赋值。
图4是本发明一实施例提供的鸟类物种数量变化指标A2的赋值示意图。
通过ARCGIS计算每块格网图斑“鸟种编号”数据,统计起始年(如2015年)、期末年(如2020年)的年度水鸟物种总数,并计算2020年相较于2015年的增长率,按照模糊综合评价法,将水鸟物种数量变化情况依据隶属函数关系划分为五个等级,并对网格图斑进行逐一赋值。
由图4可得,当A2≥0时,判定水鸟物种总数正增长,无环境风险,给A2赋值为5;当-25%≤A2<0时,判定水鸟物种减少量较低,环境风险较低,给A2赋值为4;当-50%≤A2<-25%时,判定水鸟物种减少量中等,存在一定环境风险,给A2赋值为3;当-75%≤A2<-50%时,判定水鸟物种减少量严重,存在较高环境风险,给A2赋值为2;当-100%≤A2<-75%时,判定水鸟物种减少量极为严重,具有高环境风险,给A2赋值为1。完成鸟类物种数量变化指标A2的赋值。
图5是本发明一实施例提供的鸟类多样性变化指标A3的赋值示意图。
优选地,此处的鸟类为水鸟。
水鸟多样性是指水鸟种类的丰富性,是以一个群落中某种水鸟的数目及它们的相对多度为衡量的指标。水鸟多样性越高,表示水鸟物种数目及相对多度越大。通过ARCGIS计算每块格网图斑“鸟种编号”及“鸟类数量”数据,采用Shannon-Wiener模型进行计算,计算过程如下所示:
H=∑(Ni)(lnNi);
其中,H为水鸟多样性,Ni为图斑内某一种水鸟的个体数目占图斑内所有水鸟个体的总数的比例。
统计起始年(如2015年)、期末年(如2020年)的年度水鸟物种总数,并计算2020年相较于2015年的增长率,按照模糊综合评价法,将水鸟多样性数量变化情况依据隶属函数关系划分为五个等级,并对网格图斑进行逐一赋值。
由图5可得,当A3≥0时,判定水鸟物种多样性正增长,无环境风险,给A3赋值为5,当-25%≤A3<0时,判定水鸟物种多样性减少量较低,环境风险较低,给A3赋值为4;当-50%≤A3<-25%时,判定水鸟物种多样性减少量中等,存在一定环境风险,给A3赋值为3;当-75%≤A3<-50%时,判定水鸟物种多样性减少量严重,存在较高环境风险,给A3赋值为2;当-100%≤A3<-75%时,判定水鸟物种多样性减少量极为严重,具有高环境风险,给A3赋值为1。完成鸟类多样性变化指标A3的赋值。
在一具体实施例中,湿地生境变化分析的过程具体如下:
1、湿地归一化植被变化指标(NDVI变化指标)分析:
归一化植被指标(NDVI)反映了区域植被生长状况及植被覆盖程度。NDVI指标值越大,表明该区域的植被状况越好、植被空间分布越密集。
通过资源环境科学与数据中心云平台等网络开源数据平台下载研究区域起始年与期末年归一化植被指标(NDVI)ARCGIS GRID数据,与土地利用遥感观测数据的网格面状进行空间配准后进行空间叠加分析,评估起始年某月与期末年同月之间研究区域湿地植被指标减少情况,并在ArcGIS平台中对其结果进行归一化处理,根据结果将NDVI指标减少情况分为5个等级作为NDVI变化指标,NDVI变化指标越大,表明研究范围内湿地生态系统可能受损程度越大。
2、湿地景观多样性变化指标(SHDI变化指标)分析:
湿地多样性指标(SHDI)可有效表征湿地景观要素的均匀化和复杂程度,多样性指标越大,表明区域地表景观越复杂。计算模型如下所示:
其中,pi是景观为i类型土地景观要素的面积占整体景观面积的比重;m为区域内景观总面积。
利用Fragstats4.2软件将起始年与期末年景观多样性指标的测算结果进行空间化表达,并在ArcGIS平台中对其结果进行归一化处理,根据结果将SHDI指标减少情况分为5个等级为SHDI变化指标。SHDI变化指标越大,表明湿地斑块组分减少情况越严重,湿地景观均衡性可能受损程度越大,进一步表明湿地生境受损可能性越大。
3、湿地景观破碎度变化指标分析(PD变化指标):
景观破碎度采用景观斑块密度指标(PD)进行测算,通过计算单位面积湿地单一类型景观斑块数,表征区域内湿地景观的破碎化程度和单位面积的景观异质性。景观斑块密度指标(PD)越大,表明区域景观破碎程度越高。计算模型如下所示:
其中,A为区域内某类型湿地景观的总面积;N为某类型湿地景观的斑块数目。
利用Fragstats4.2软件将将起始年与期末年景观斑块密度的测算变化结果进行空间化表达,并在ArcGIS平台中对其结果进行归一化处理,根据结果将(PD)指标增加情况划分为5个等级作为(PD)变化指标,(PD)变化指标越大,表明研究范围内湿地生态系统破碎程度越高,单位面积湿地生态服务功能异质性越大,进一步表明湿地生境受损可能性越大。
为了进一步说明根据第一分析结果和第二分析结果计算得到第一区域的受损程度的过程,请参照图6至图7。
其中,图6是本发明一实施例提供的权重示意图。采用层次分析法确定上述指标(即鸟类个体数量变化指标A1、鸟类物种数量变化指标A2、鸟类多样性变化指标A3、湿地归一化植被变化指标C4、湿地景观多样性变化指标C5和湿地景观破碎度变化指标C6)所对应的权重值。
不具备水鸟数据的同一网格图斑,则提高栖息地健康指标(栖息地健康指数包括:湿地归一化植被变化指标C4、湿地景观多样性变化指标C5和湿地景观破碎度变化指标C6)的权重。利用Arc GIS的加权叠加分析工具,测算湿地生态服务水平综合得分,总分值设定为5分,分值越大,表明湿地生态功能受损情况越严重。根据得分区段划分评价结果等级,并对各识别因子叠加后的空间栅格单元识别结果进行空间化表达,得到研究区域起始年与期末年湿地生态系统健康状态评价的空间分布情况。
由图6可得,鸟类个体数量变化指标A1对应的权重值为0.20;鸟类物种数量变化指标A2对应的权重值为0.15;鸟类多样性变化指标A3对应的权重值为0.15。
湿地归一化植被变化指标(NDVI变化指标)C4对应的权重值为0.20,若网格图斑无鸟类数据,则权重增大为0.40;湿地景观多样性变化指标(SHDI变化指标)C5对应的权重值为0.15,若网格图斑无鸟类数据,则权重增大为0.30;湿地景观破碎度变化指标(PD变化指标)C6对应的权重值为0.15,若网格图斑无鸟类数据,则权重增大为0.30。
根据鸟类个体数量变化指标A1、鸟类物种数量变化指标A2、鸟类多样性变化指标A3、湿地归一化植被变化指标C4、湿地景观多样性变化指标C5、湿地景观破碎度变化指标C6及其所对应的权重值,便能够计算得到湿地生态健康分数s。
图7是本发明一实施例提供的湿地生态健康分数与受损程度示意图。图7中的s即为湿地生态健康分数。
由图7可得,当4<s≤5时,健康等级为Ⅰ,判定湿地受损程度为:无受损风险,水鸟群落数量、物种及多样性、湿地生境基本稳定;当3<s≤4时,健康等级为Ⅱ,判定湿地受损程度为:较低,水鸟群落数量、物种及多样性、湿地生境受到较轻破坏;当2<s≤3时,健康等级为Ⅲ,判定湿地受损程度为:中等,水鸟群落数量、物种及多样性、湿地生境受到一定破坏;当1<s≤2时,健康等级为Ⅳ,判定湿地受损程度为:较高,水鸟群落数量、物种及多样性、湿地生境受到较严重破坏;当0≤s≤1时,健康等级为Ⅴ,判定湿地受损程度为:极高,水鸟群落数量、物种及多样性、湿地生境受到极为严重的破坏。
在一具体实施例中,为了及时识别湿地中生态服务功能剧烈变化空间,为后续对相关地区开展详细的生态调查及保护工作提供支撑,本发明实施例进一步对不同网格间的湿地功能受损程度作对比,以实现湿地受损预警。
采用SLOPE函数计算水鸟个体数量,以时间点为X横轴,水鸟个体数量为Y纵轴,分别将时间和水鸟个体数量作为参数,计算线性回归线的斜率,斜率为垂直距离除以线上任意两个点之间的水平距离。其中,水鸟个体数量由第一观鸟数据中获取。
回归直线斜率的计算为本领域技术人员惯用技术手段,在此便不再赘述。
当所述回归直线斜率大于预设数值时,对所述第一区域进行受损预警,具体为:所述预设数值即为所有网格的直线斜率均值;
将每个网格的回归直线斜率与所有网格的直线斜率均值进行对比,选取第一区域内所有大于格网图斑直线斜率均值的网格,并将该区域将识别作为未来可能受损空间,并提出湿地受损预警。
为了进一步说明受损程度的计算装置,请参照图8,图8是本发明一实施例提供的一种湿地生态空间受损程度的计算装置,包括:确定模块801、第一分析模块802、第二分析模块803和计算模块204;
其中,所述确定模块801用于根据土地类型变化情况对初始湿地生态空间进行初始分析识别后,根据初始分析识别结果确定第一区域;具体为:当根据所述土地类型变化情况分析识别所述初始湿地生态空间在第一预设时段内由湿地空间转变为建设空间时,判定所述初始湿地生态空间为受损程度最重的灭失湿地空间;当根据所述土地类型变化情况分析识别所述初始湿地生态空间在所述第一预设时段内由非湿地空间转变为湿地空间、或者当根据所述土地类型变化情况判定所述初始湿地生态空间在所述第一预设时段内均为湿地空间时,判定所述初始湿地生态空间为所述第一区域,其中,所述第一区域为待二次分析的湿地生态空间;
所述第一分析模块802用于获取所述第一区域的第一地表数据,根据所述第一地表数据进行湿地生境变化分析,得到第一分析结果;
所述第二分析模块803用于获取所述第一区域的第一观鸟数据,根据所述第一观鸟数据进行鸟类群落变化分析,得到第二分析结果;
所述计算模块804用于根据所述第一分析结果和所述第二分析结果,计算得到第一区域的受损程度。
在本实施例中,所述根据所述第一地表数据进行湿地生境变化分析,得到第一分析结果,具体为:
根据所述第一地表数据进行湿地生境变化分析后,生成湿地归一化植被变化指标、湿地景观多样性变化指标和湿地景观破碎度变化指标;
根据指标减少情况对所述湿地归一化植被变化指标、所述湿地景观多样性变化指标和所述湿地景观破碎度变化指标进行分级赋值后,得到所述第一分析结果。
在本实施例中,所述根据所述第一观鸟数据进行鸟类群落变化分析,得到第二分析结果,具体为:
根据所述第一观鸟数据进行鸟类群落变化分析后,生成鸟类个体数量变化指标、鸟类物种数量变化指标和鸟类多样性变化指标;
根据模糊评价法分别对所述鸟类个体数量变化指标、所述鸟类物种数量变化指标和所述鸟类多样性变化指标进行分级赋值后,得到所述第二分析结果。
在本实施例中,在所述根据土地类型变化情况对初始湿地生态空间进行初始分析识别之前,还包括:
根据所述预设条件从预设数据库中获取拟分析区域的第二地表数据;
根据所述第二地表数据以及湿地分类标准,获取所述初始湿地生态空间。
在本实施例中,还包括:
根据所述第一观鸟数据计算回归直线斜率,根据所述回归直线斜率对所述第一区域进行受损预警。
本发明实施例先通过确认模块根据土地类型变化情况对初始湿地生态空间进行初始分析识别后,根据初始分析识别结果确定第一区域;具体为:当根据土地类型变化情况分析识别初始湿地生态空间在第一预设时段内由湿地空间转变为建设空间时,判定初始湿地生态空间为受损程度最重的灭失湿地空间;当根据土地类型变化情况分析识别初始湿地生态空间在第一预设时段内由非湿地空间转变为湿地空间、或者当根据土地类型变化情况判定初始湿地生态空间在第一预设时段内均为湿地空间时,判定初始湿地生态空间为第一区域,其中,第一区域为待二次分析的湿地生态空间;然后通过第一分析模块获取第一区域的第一地表数据,根据第一地表数据进行湿地生境变化分析,得到第一分析结果;再通过第二分析模块获取第一区域的第一观鸟数据,根据第一观鸟数据进行鸟类群落变化分析,得到第二分析结果;最后通过计算模块根据第一分析结果和第二分析结果,计算得到第一区域的受损程度。
本发明实施例根据第一地表数据进行湿地生境变化分析得到第一分析结果,再根据第一观鸟数据进行鸟类群落变化分析得到第二分析结果,最后结合第一分析结果和第二分析结果,计算得到待分析湿地生态空间的受损程度。由于本发明实施例在计算待分析湿地生态空间的受损程度的过程中,对鸟类群落变化与湿地生境变化进行了分析,并将分析结果作为计算依据,能够实现对于湿地生态空间现有状态的及时动态监测,提高了计算湿地生态空间受损程度的准确性。此外,本发明实施例根据土地类型变化情况对初始湿地生态空间进行初始分析识别,能够进一步提高识别湿地生态空间的准确性。
同时,通过建立观鸟数据与地表数据之间的关联关系并计算受损程度,能够实现受损湿地生态空间的快速识别和测度。
进一步地,本发明实施例基于易获取数据进行集成优化,能够解决现有技术中数据的调查时间长、数据残缺不全以及根据单一因子进行识别而导致的受损程度的计算精度不高的问题,从而进一步提高了湿地生态空间受损程度的计算精度。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种湿地生态空间受损程度的计算方法,其特征在于,包括:
根据土地类型变化情况对初始湿地生态空间进行初始分析识别后,根据初始分析识别结果确定第一区域;具体为:当根据所述土地类型变化情况分析识别所述初始湿地生态空间在第一预设时段内由湿地空间转变为建设空间时,判定所述初始湿地生态空间为受损程度最重的灭失湿地空间;当根据所述土地类型变化情况分析识别所述初始湿地生态空间在所述第一预设时段内由非湿地空间转变为湿地空间、或者当根据所述土地类型变化情况判定所述初始湿地生态空间在所述第一预设时段内均为湿地空间时,判定所述初始湿地生态空间为所述第一区域,其中,所述第一区域为待二次分析的湿地生态空间;
获取所述第一区域的第一地表数据,根据所述第一地表数据进行湿地生境变化分析,得到第一分析结果;
获取所述第一区域的第一观鸟数据,根据所述第一观鸟数据进行鸟类群落变化分析,得到第二分析结果;
根据所述第一分析结果和所述第二分析结果,计算得到第一区域的受损程度。
2.根据权利要求1所述的一种湿地生态空间受损程度的计算方法,其特征在于,所述根据所述第一地表数据进行湿地生境变化分析,得到第一分析结果,具体为:
根据所述第一地表数据进行湿地生境变化分析后,生成湿地归一化植被变化指标、湿地景观多样性变化指标和湿地景观破碎度变化指标;
根据指标减少情况对所述湿地归一化植被变化指标、所述湿地景观多样性变化指标和所述湿地景观破碎度变化指标进行分级赋值后,得到所述第一分析结果。
3.根据权利要求1所述的一种湿地生态空间受损程度的计算方法,其特征在于,所述根据所述第一观鸟数据进行鸟类群落变化分析,得到第二分析结果,具体为:
根据所述第一观鸟数据进行鸟类群落变化分析后,生成鸟类个体数量变化指标、鸟类物种数量变化指标和鸟类多样性变化指标;
根据模糊评价法分别对所述鸟类个体数量变化指标、所述鸟类物种数量变化指标和所述鸟类多样性变化指标进行分级赋值后,得到所述第二分析结果。
4.根据权利要求1所述的一种湿地生态空间受损程度的计算方法,其特征在于,在所述根据土地类型变化情况对初始湿地生态空间进行初始分析识别之前,还包括:
根据所述预设条件从预设数据库中获取拟分析区域的第二地表数据;
根据所述第二地表数据以及湿地分类标准,获取所述初始湿地生态空间。
5.根据权利要求1所述的一种湿地生态空间受损程度的计算方法,其特征在于,还包括:
根据所述第一观鸟数据计算回归直线斜率,当所述回归直线斜率大于预设数值时,对所述第一区域进行受损预警。
6.一种湿地生态空间受损程度的计算装置,其特征在于,包括:确定模块、第一分析模块、第二分析模块和计算模块;
其中,所述确定模块用于根据土地类型变化情况对初始湿地生态空间进行初始分析识别后,根据初始分析识别结果确定第一区域;
具体为:当根据所述土地类型变化情况分析识别所述初始湿地生态空间在第一预设时段内由湿地空间转变为建设空间时,判定所述初始湿地生态空间为受损程度最重的灭失湿地空间;当根据所述土地类型变化情况分析识别所述初始湿地生态空间在所述第一预设时段内由非湿地空间转变为湿地空间、或者当根据所述土地类型变化情况判定所述初始湿地生态空间在所述第一预设时段内均为湿地空间时,判定所述初始湿地生态空间为所述第一区域,其中,所述第一区域为待二次分析的湿地生态空间;
所述第一分析模块用于获取所述第一区域的第一地表数据,根据所述第一地表数据进行湿地生境变化分析,得到第一分析结果;
所述第二分析模块用于获取所述第一区域的第一观鸟数据,根据所述第一观鸟数据进行鸟类群落变化分析,得到第二分析结果;
所述计算模块用于根据所述第一分析结果和所述第二分析结果,计算得到第一区域的受损程度。
7.根据权利要求6所述的一种湿地生态空间受损程度的计算装置,其特征在于,所述根据所述第一地表数据进行湿地生境变化分析,得到第一分析结果,具体为:
根据所述第一地表数据进行湿地生境变化分析后,生成湿地归一化植被变化指标、湿地景观多样性变化指标和湿地景观破碎度变化指标;
根据指标减少情况对所述湿地归一化植被变化指标、所述湿地景观多样性变化指标和所述湿地景观破碎度变化指标进行分级赋值后,得到所述第一分析结果。
8.根据权利要求6所述的一种湿地生态空间受损程度的计算装置,其特征在于,所述根据所述第一观鸟数据进行鸟类群落变化分析,得到第二分析结果,具体为:
根据所述第一观鸟数据进行鸟类群落变化分析后,生成鸟类个体数量变化指标、鸟类物种数量变化指标和鸟类多样性变化指标;
根据模糊评价法分别对所述鸟类个体数量变化指标、所述鸟类物种数量变化指标和所述鸟类多样性变化指标进行分级赋值后,得到所述第二分析结果。
9.根据权利要求6所述的一种湿地生态空间受损程度的计算装置,其特征在于,在所述根据土地类型变化情况对初始湿地生态空间进行初始分析识别之前,还包括:
根据所述预设条件从预设数据库中获取拟分析区域的第二地表数据;
根据所述第二地表数据以及湿地分类标准,获取所述初始湿地生态空间。
10.根据权利要求6所述的一种湿地生态空间受损程度的计算装置,其特征在于,还包括:
根据所述第一观鸟数据计算回归直线斜率,当所述回归直线斜率大于预设数值时,对所述第一区域进行受损预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111534775.3A CN114372676A (zh) | 2021-12-15 | 2021-12-15 | 一种湿地生态空间受损程度的计算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111534775.3A CN114372676A (zh) | 2021-12-15 | 2021-12-15 | 一种湿地生态空间受损程度的计算方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114372676A true CN114372676A (zh) | 2022-04-19 |
Family
ID=81139582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111534775.3A Pending CN114372676A (zh) | 2021-12-15 | 2021-12-15 | 一种湿地生态空间受损程度的计算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114372676A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116933985A (zh) * | 2023-09-19 | 2023-10-24 | 中国标准化研究院 | 一种适用于多区域的生物多样性物种监测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004272890A (ja) * | 2003-02-17 | 2004-09-30 | Masamitsu Tonegawa | Hsiモデルの構築方法、生態系定量評価方法及び環境保全措置方法 |
CN106909899A (zh) * | 2017-02-24 | 2017-06-30 | 中国农业大学 | 一种湿地景观演变过程的分析方法及分析系统 |
CN109670733A (zh) * | 2019-01-25 | 2019-04-23 | 北京大学深圳研究生院 | 一种滨海湿地鸟类生态健康评价方法 |
CN110705862A (zh) * | 2019-09-26 | 2020-01-17 | 华南理工大学 | 一种评价湿地公园生境健康状态的方法 |
-
2021
- 2021-12-15 CN CN202111534775.3A patent/CN114372676A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004272890A (ja) * | 2003-02-17 | 2004-09-30 | Masamitsu Tonegawa | Hsiモデルの構築方法、生態系定量評価方法及び環境保全措置方法 |
CN106909899A (zh) * | 2017-02-24 | 2017-06-30 | 中国农业大学 | 一种湿地景观演变过程的分析方法及分析系统 |
CN109670733A (zh) * | 2019-01-25 | 2019-04-23 | 北京大学深圳研究生院 | 一种滨海湿地鸟类生态健康评价方法 |
CN110705862A (zh) * | 2019-09-26 | 2020-01-17 | 华南理工大学 | 一种评价湿地公园生境健康状态的方法 |
Non-Patent Citations (2)
Title |
---|
胡越凯等: "基于遥感的杭州湾湿地鹬类水鸟适宜生境时空变化特征研究", 《杭州师范大学学报(自然科学版)》 * |
陈新军 等, 海洋出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116933985A (zh) * | 2023-09-19 | 2023-10-24 | 中国标准化研究院 | 一种适用于多区域的生物多样性物种监测方法及系统 |
CN116933985B (zh) * | 2023-09-19 | 2023-12-01 | 中国标准化研究院 | 一种适用于多区域的生物多样性物种监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chi et al. | Evaluating landscape ecological sensitivity of an estuarine island based on landscape pattern across temporal and spatial scales | |
CN111488902A (zh) | 一种原生滨海湿地生态系统碳储量定量估算方法及系统 | |
Jianchang et al. | Validation of an agricultural non-point source (AGNPS) pollution model for a catchment in the Jiulong River watershed, China | |
CN112434937A (zh) | 一种自然保护地保护空缺分析方法及系统 | |
Wilson et al. | Global positioning system sampling intensity and pattern effects on computed topographic attributes | |
RU2380890C1 (ru) | Способ испытания травяного покрова на прирусловой пойме реки | |
McKee et al. | Great Lakes aquatic habitat classification based on wetland classification systems | |
CN114372676A (zh) | 一种湿地生态空间受损程度的计算方法及装置 | |
Wu et al. | A hybrid scheme for comparing the effects of bird diversity conservation approaches on landscape patterns and biodiversity in the Shangan sub-watershed in Taiwan | |
Iverson et al. | A riparian wildlife habitat evaluation scheme developed using GIS | |
Zhou et al. | Spatial distribution patterns of wetland plants in relation to environmental gradient in the Honghe National Nature Reserve, Northeast China | |
CN112966657A (zh) | 一种大尺度水体覆盖的遥感自动分类方法 | |
CN113449982A (zh) | 基于控制性生态因子比尺的湖泊生态水文节律确定方法 | |
Torahi | Forest mapping and change analysis, using satellite imagery in Zagros mountain Iran | |
Das et al. | Spatiotemporal Change Detection Analysis of Land Cover and Land Use using Multi-Temporal Remote Sensed Imagery and Landscape Metrics: A Sub-Catchment Level Case Study of the Bhagirathi-Hugli River, West Bengal, India | |
Burke | Shelterbelt density dynamics and their driving forces in Grand Forks County, North Dakota, 1962 to 2014 | |
Evans | Quantifying variation in wetland composition and configuration for landscape-scale reclamation planning | |
McKenney et al. | Primary databases for forest ecosystem management-examples from Ontario and possibilities for Canada: NatGRID | |
Wilson et al. | Bird population and environmental change | |
Wickramasinghe et al. | Development of a rainstorm erosivity map for Sri Lanka | |
Tripathi | Land Resource Investigation Using Remote Sensing and Geographic Information System: A Case Study | |
Lama et al. | Assessment of Landcover Change of Kathmandu District, Nepal | |
Fang et al. | Applying artificial neural network on modelling waterbird diversity in irrigation ponds of Taoyuan, Taiwan | |
Zekarias et al. | Geospatial Analysis of Land Use/Land Cover Dynamics on Lake Abaya-Chamo Wetland in Southern Rift-Valley of Ethiopia | |
Woolf et al. | Survey of habitat and otter population status |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220419 |