CN114626750A - 基于多要素分析的生态保护重要性评估方法及其集成系统 - Google Patents
基于多要素分析的生态保护重要性评估方法及其集成系统 Download PDFInfo
- Publication number
- CN114626750A CN114626750A CN202210338876.1A CN202210338876A CN114626750A CN 114626750 A CN114626750 A CN 114626750A CN 202210338876 A CN202210338876 A CN 202210338876A CN 114626750 A CN114626750 A CN 114626750A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- factor
- index
- assessment
- soil
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 342
- 238000000556 factor analysis Methods 0.000 title claims abstract description 5
- 238000013178 mathematical model Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000035945 sensitivity Effects 0.000 claims description 77
- 239000002689 soil Substances 0.000 claims description 76
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 62
- 239000004576 sand Substances 0.000 claims description 30
- 230000003628 erosive effect Effects 0.000 claims description 23
- 238000001556 precipitation Methods 0.000 claims description 21
- 230000002265 prevention Effects 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 16
- 238000012423 maintenance Methods 0.000 claims description 15
- 238000010606 normalization Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 230000003746 surface roughness Effects 0.000 claims description 12
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000004162 soil erosion Methods 0.000 claims description 10
- 230000033558 biomineral tissue development Effects 0.000 claims description 9
- 238000001704 evaporation Methods 0.000 claims description 7
- 230000008020 evaporation Effects 0.000 claims description 7
- 239000003673 groundwater Substances 0.000 claims description 7
- 238000009933 burial Methods 0.000 claims description 6
- 239000011435 rock Substances 0.000 claims description 3
- 239000002352 surface water Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000007664 blowing Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 17
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000010365 information processing Effects 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 14
- 238000013524 data verification Methods 0.000 description 11
- 230000008439 repair process Effects 0.000 description 5
- 230000010354 integration Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- -1 hydrogen Chemical class 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000000007 visual effect Effects 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
-
- 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)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及基于多要素分析的生态保护重要性评估方法及其集成系统。所述方法采用三级评估，其中一级评估的评估结果由二级评估结果集成，二级评估的评估结果由对应的三级评估结果集成，三级评估依据数据库的基础上，以各自相应的数学模型计算各自的评估指标。所述系统设置采用上述方法，设有用于实现各级评估的各级评估模块及用于提供基础数据的评估因子数据库。本发明基于遥感等现有技术手段获得的信息及其他相关信息，利用GIS等计算机信息处理技术，采用更为有效和更为准确的计算方法，大大方便了在进行国土空间规划视角下的生态评估工作，极大地节省了设计人员的实施操作时间，并能够有效地保证报告质量。
Description
技术领域
本发明涉及基于多要素分析的生态保护重要性评估方法，还涉及用于实施该方法的基于多要素分析的生态保护重要性评估集成系统，主要可用于国土空间规划生态修复前期评估。
背景技术
目前，生态环境脆弱和自然生态系统基础薄弱的现象普遍存在，我国政府高度关注人与自然和谐发展，关于国土空间规划以及山水林田湖草生态修复政策不断推出，国土空间规划下的多要素融合生态修复是未来城市规划和环保治理的前沿热点，而生态治理及修复的基础就是前期的生态问题分析及评估。
以往生态治理和修复的前期工作，生态评估多是针对单一要素的评估，依据相关技术规范或指南进行手动计算及操作。由于不同的生态重要性元素，例如水源涵养、水土保持、生物多样性维护、防风固沙和海岸防护等，都需要使用重复因子，又各有不同，操作起来各个因子机器容易混乱，不仅增加了大量工作，而且还易于出错，影响工作质量。同时，在地理坐标系统认定、生态系统评估方面都需要大量的非常有经验的专业人员，形成明显的制约因素。
发明内容
为克服现有技术的上述缺陷，本发明提供了基于多要素分析的生态保护重要性评估方法，还提供了用于实施该方法的基于多要素分析的生态保护重要性评估集成系统，以利用现代信息技术手段，提高工作效率，保证工作质量。
本发明的技术方案是：基于多要素分析的生态保护重要性评估方法，采用分级评估方式进行评估，所述分级评估分为三级，其中一级评估用于形成生态保护重要性评估结果，其评估结果由二级评估结果集成，二级评估包括生态系统服务功能重要性评估和生态敏感性评估，其评估结果分别由各自对应的三级评估结果集成，其中，所述生态系统服务功能重要性评估对应的三级评估包括水源涵养功能重要性评估、水土保持功能重要性评估、防风固沙功能重要性评估和生物多样性维护功能重要性评估，包括或者不包括海岸防护重要性评估，所述生态敏感性评估对应的三级评估包括水土流失敏感性评估、土地沙化敏感性评估、石漠化敏感性评估和盐渍化敏感性评估。
优选地，所述水源涵养功能重要性评估采用下列数学模型计算并获得相应的评估指标WR：
WR＝NPPmean*Fsic*Fpre*(1-Fslo)
其中，WR为生态系统水源涵养服务能力指数；NPPmean为多年植被净初级生产力平均值；Fsic为土壤渗流因子；Fpre为多年平均降水量因子；Fslo为坡度因子，用于计算评估指标的各变量均采用归一化后的数值。
优选地，所述水土保持功能重要性评估采用下列数学模型计算并获得相应的评估指标Spro：
Spro＝NPPmean*(1-K)*(1-Fslo)
其中，Spro为水土保持服务能力指数；NPPmean为多年植被净初级生产力平均值；Fslo为坡度因子；K为土壤可蚀性因子，用于计算评估指标的各变量均采用归一化后的数值。
优选地，所述防风固沙功能重要性评估采用下列数学模型计算并获得相应的评估指标Sws：
Sws＝NPPmean*K*Fq*Ro
其中
ETPj＝0.19(20+Tj)2*(1-rj)
其中，Sws为防风固沙服务能力指数；NPPmean为多年植被净初级生产力平均值；K为土壤可蚀性因子；Fq为多年平均气候侵蚀力；Ro为地表粗糙度因子；u为2m高处的第j月平均风速；ETPj为月潜在蒸发量(mm)；Pj为第j月降水量(mm)；dj为第j月天数；Tj为第j月平均气温；rj为第j月平均相对湿度(％)；θ为坡度(弧度)，j＝1，2，3，……12，为月份数或月份编号，用于计算评估指标的各变量均采用归一化后的数值。
优选地，所述生物多样性维护功能重要性评估采用下列数学模型计算并获得相应的评估指标Sbio：
Sbio＝NPPmean*Fpre*Ftem*(1-Falt)
其中，Sbio为生物多样性维护服务能力指数；NPPmean为多年植被净初级生产力平均值；Fpre为多年平均降水量因子；Ftem为多年平均气温；Falt为海拔因子，用于计算评估指标的各变量均采用归一化后的数值。
优选地，所述水土流失敏感性评估采用下列数学模型计算并获得相应的评估指标SSi：
其中，SSi为评估区域i(第i个空间单元)水土流失敏感性指数，Ri为评估区域i的降雨侵蚀力；Ki为评估区域i的土壤可蚀性因子；LSi为评估区域i的地形因子；Ci为评估区域i的植被覆盖因子(或称地表植被覆盖因子，植被覆盖率)，用于计算评估指标的各变量均采用归一化后的数值，i为评估区域的编码，可根据实际情况设定。
优选地，所述土地沙化敏感性评估采用下列数学模型计算并获得相应的评估指标Ddi：
其中，Ddi为评估区域i的土地沙化敏感性指数，Ii为评估区域i的干燥度指数因子，体现区域的蒸发量/降雨量；Wi为评估区域i的起沙风天数；Ki为评估区域i的土壤可蚀性因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值。
优选地，所述石漠化敏感性评估采用下列数学模型计算并获得相应的评估指标Sri：
其中，Sri为评估区域i的石漠化敏感性指数；Ca为相应评估区域的碳酸岩出露面积百分比；Fslo为相应评估区域的坡度因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值。
优选地，所述盐渍化敏感性评估采用下列数学模型计算并获得相应的评估指标Ssi：
其中，Ssi为评估区域i的盐渍化敏感性指数；Ii为评估区域i的干燥度指数因子；Mi为评估区域i的地下水矿化度，Di为评估区域i的地下水埋深；Ki为评估区域i的土壤可蚀性因子，用于计算评估指标的各变量均采用归一化后的数值。
可以设置相应的数据库为评估提供基础数据。
所述数据库的数据应基于统一的坐标系。
根据实际需要，对录入数据库的原始数据进行数据校验及修复，所述校验及修复包括统一坐标系、划定评估边界、拓扑筛查及数据修补和数据系统复审若干步骤或若干过程。
所述数据库为评估因子数据库。
基于多要素分析的生态保护重要性评估集成系统，设有数据源评估因子数据库，设有一级评估模块、二级评估模块和三级评估模块，其中，
所述三级评估模块包括：
水源涵养功能重要性评估模块，用于采用下列数学模型计算并获得相应的评估指标：
WR＝NPPmean*Fsic*Fpre*(1-Fslo)
其中，WR为生态系统水源涵养服务能力指数；NPPmean为多年植被净初级生产力平均值；Fsic为土壤渗流因子；Fpre为多年平均降水量因子；Fslo为坡度因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
水土保持功能重要性评估模块，用于采用下列数学模型计算并获得相应的评估指标：
Spro＝NPPmean*(1-K)*(1-Fslo)
其中，Spro为水土保持服务能力指数；NPPmean为多年植被净初级生产力平均值；Fslo为坡度因子；K为土壤可蚀性因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
防风固沙功能重要性评估模块，用于采用下列数学模型计算并获得相应的评估指标Sws：
Sws＝NPPmean*K*Fq*Ro
其中
ETPj＝0.19(20+Tj)2*(1-rj)
其中，Sws为防风固沙服务能力指数；NPPmean为多年植被净初级生产力平均值；K为土壤可蚀性因子；Fq为多年平均气候侵蚀力；Ro
为地表粗糙度因子；u为2m高处的第j月平均风速；ETPj为月潜在蒸发量(mm)；Pj为第j月降水量(mm)；dj为第j月天数；Tj为第j月平均气温；rj为第j月平均相对湿度(％)；θ为坡度(弧度)，j＝1，2，3，……12，为月份数或月份编号，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
生物多样性维护功能重要性评估模块，用于采用下列数学模型计算并获得相应的评估指标Sbio：
Sbio＝NPPmean*Fpre*Ftem*(1-Falt)
其中，Sbio为生物多样性维护服务能力指数；NPPmean为多年植被净初级生产力平均值；Fpre为多年平均降水量因子；Ftem为多年平均气温；Falt为海拔因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
水土流失敏感性评估模块，用于采用下列数学模型计算并获得相应的评估指标SSi：
其中，SSi为评估区域i水土流失敏感性指数，Ri为评估区域i的降雨侵蚀力；Ki为评估区域i的土壤可蚀性因子；LSi为评估区域i的地形因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
土地沙化敏感性评估模块，采用下列数学模型计算并获得相应的评估指标Ddi：
其中，Ddi为评估区域i的土地沙化敏感性指数，Ii为评估区域i的干燥度指数因子；Wi为评估区域i的起沙风天数；Ki为评估区域i的土壤可蚀性因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
石漠化敏感性评估和盐渍化敏感性评估模块，用于采用下列数学模型计算并获得相应的评估指标Sri：
其中，Sri为评估区域i的石漠化敏感性指数；Ca为相应评估区域的碳酸岩出露面积百分比；Fslo为相应评估区域的坡度因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
盐渍化敏感性评估模块，用于采用下列数学模型计算并获得相应的评估指标Ssi：
其中，Ssi为评估区域i的盐渍化敏感性指数；Ii为评估区域i的干燥度指数因子；Mi为评估区域i的地下水矿化度，Di为评估区域i的地下水埋深；Ki为评估区域i的土壤可蚀性因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
所述二级评估模块包括：
生态系统服务功能重要性评估模块，用于集成所述水源涵养功能重要性评估模块、水土保持功能重要性评估模块、防风固沙功能重要性评估模块和生物多样性维护功能重要性评估模块的评估结果，形成生态系统服务功能重要性评估结果；
生态敏感性评估模块，用于集成所述水土流失敏感性评估模块、土地沙化敏感性评估模块、石漠化敏感性评估模块和盐渍化敏感性评估模块的评估结果，形成生态敏感性评估结果；
所述一级评估模块包括生态保护重要性评估模块，用于集成所述生态系统服务功能重要性评估模块和生态敏感性评估模块的评估结果，形成生态保护重要性评估结果，
所述数据源评估因子数据库包括：
地图数据筛选库M1：主要包括高程数据，采用数字高程模型数据库；
遥感影像数据筛选库M2：主要包括归一化植被指数(NCVI)和植被覆盖因子(Ci)；
统计数据筛选库M3：主要包括多年植被净初级生产力平均值(NPPmean)；土壤渗流因子(Fsic)；坡度因子(Fslo)；海拔因子(Falt)；多年平均气候侵蚀力(Fq)；地表粗糙度因子(Ro)；降雨侵蚀力(Ri)；土壤可蚀性因子(Ki)；坡长坡度/地形因子(LSi)；干燥度指数因子(Ii)；地形坡度(Pi)；碳酸岩出露面积百分比(Ca)；
实测数据筛选库M4：主要包括多年平均降水量因子(Fpre)；多年平均气温(Ftem)；起沙风天数(Wi)(年)；地下水矿化度(Mi)；地表水量(水位、水质)；海拔高度。
各所述三级评估模块依据评估运算需要，从相应数据源评估因子数据库中读取相应的数据。
本发明的有益效果是：在传统地理信息系统上进行探究开发整理，基于遥感等现有技术手段获得的信息及其他相关信息，利用GIS等计算机信息处理技术，采用更为有效和更为准确的计算方法，大大方便了在进行国土空间规划视角下的生态评估工作，能够综合性、系统性、整体性的融合了各政府部门的数据源，以计算机数据处理为基础，速度快，而且还能够完成手工条件下无法实际操作的若干运算，极大地提高了处理能力和处理效率，极大地节省了设计人员的实施操作时间，有效地保证了报告质量。
附图说明
图1是本发明涉及的系统架构图。
具体实施方式
本说明书所用部分符号解释：
Ca：碳酸岩出露面积百分比；
Ci：评估区域i的植被覆盖因子；
Ddi：评估区域i的土地沙化敏感性指数；
Di：评估区域i的地下水埋深；
dj：第j月天数；
ETPj：月潜在蒸发量；
Falt：海拔因子；
Fpre：多年平均降水量因子；
Fq：多年平均气候侵蚀力；
Ftem：多年平均气温；
Fsic：土壤渗流因子；
Fslo：坡度因子；
i：评估区域的编号或编码；
Ii：评估区域i的干燥度指数因子；
j：月份数或月份编号；
K：土壤可蚀性因子；
Ki：评估区域i的土壤可蚀性因子；
LSi：评估区域i的地形因子；
Mi：评估区域i的地下水矿化度；
NPPmean：多年植被净初级生产力平均值；
Pi：评估区域i的地形坡度；
Pj：第j月降水量；
Ri：评估区域i的降雨侵蚀力；
rj：第j月平均相对湿度；
Ro：地表粗糙度因子；
Sbio：生物多样性维护服务能力指数；
Spro：水土保持服务能力指数；
Sri：评估区域i的石漠化敏感性指数；
Ssi：评估区域i的盐渍化敏感性指数；
Sws：防风固沙服务能力指数；
SSi：评估区域i的水土流失敏感性指数；
Tj：第j月平均气温；
u：2m高处的第j月平均风速；
Wi：评估区域i的起沙风天数；
WR：生态系统水源涵养服务能力指数。
可以理解的是，在涉及具体评估区域的数据模型或其他计算中，所用的相关参数数值为该评估区域的相应参数数值，或者为该参数适应于各评估区域的统一数值，除非另有明确说明。
参见图1，本发明主要涉及下列内容：数据源评估因子数据库(包括M1、M2、M3、M4)；数据校验及修复(统一坐标系、划定评估边界、拓扑筛查及数据修补、数据系统复审)；三层级评估分级(数据归一化、地图代数计算、重分类定等级、数据集成)，具体如下：
一、数据源评估因子数据库
基础数据收集和录入是后期生态评估的基础工作。本发明依据后期评估所需必要评价因子，建立评价因子数据库。数据源库分类编码归集管理，便于后续评估工作查询及提取。
数据库分两级管理，包括M级管理及子类(小括号内字母代码表示)，基础数据录入后自动按照编码归集入库。
具体可以包括：
1)地图数据筛选库M1：主要可以包括地面高程，在现有技术背景下，可采用数字高程模型(DEM)等。
2)遥感影像数据筛选库M2：主要可以包括多年植被净初级生产力平均值(NPPmean)、植被覆盖因子(Ci)等。
3)统计数据筛选库M3：主要可以包括多年植被净初级生产力平均值(NPPmean)；土壤渗流因子(Fsic)；坡度因子(Fslo)；海拔因子(Falt)；多年平均气候侵蚀力(Fq)；地表粗糙度因子(Ro)；降雨侵蚀力(Ri)；土壤可蚀性因子(Ki)；坡长坡度/地形因子(LSi)；干燥度指数因子(Ii)；地形坡度(Pi)；碳酸岩出露面积百分比(Ca)等。
4)实测数据筛选库M4：主要可以包括多年平均降水量因子(Fpre)；多年平均气温(Ftem)；起沙风天数(Wi)(年)；地下水矿化度(Mi)；地表水量(水位、水质)；海拔高度等。
可以依据实际分析需要，增加或减少评价因子(基础数据)种类，可以依据实际情况选择用于表征同一评价因子的具体数据(参数)形成。
二、数据校验及修复
评价因子基础数据来源不同，会带来以下问题：第一，矢量和栅格数据难免存在坐标系统不统一、几何形变、旋转、空间偏移、数据重叠、信息空隙等问题；第二，表格数据也可能存在数据异常、缺失等现象。这些问题都会严重影响后续数据分析及评估评价结果，误导项目决策。
可以采用拓扑校验及算法修补的方法解决可能存在的上述问题，进行数据校验和修复。内容包括对栅格数据进行地理配准，对矢量数据进行空间校正整合，从而核查统一平面坐标系统、投影方式和高程系统。此外，对矢量数据逻辑一致性检查，以保证空间图层要素、属性及关系的逻辑规则一致性。
具体流程如下：
1、第一步，归集数据统一坐标系。
1)在未知精准坐标的情况下，先进行数据坐标判断，分为两种情况：一种是无位移的，坐标可能是西安80坐标、北京54坐标，CGCS2000坐标，这个时候与WGS84进行对比，差别不大，首先设定坐标系，进行定义投影。另一种是有位移的，与WGS84进行对比，差别较大。如果是矢量数据，可进行空间校正数据操作；如果是栅格数据，可进行地理配准，根据既有经验总结操作时候启动自动校正。
2)在明确坐标的情形下，可进行坐标投影转换，进行投影归集，将不同原始坐标系统一至国家规定的CGCS2000坐标系或项目地规定的投影坐标系统内，保证所有数据都在统一投影坐标系统内，方便汇总、计算、叠加、融合等数据的校准整合。
2、第二步，划定评估边界。
将数据的坐标系归集统一后，进行评估边界的确定。基于项目实际情况(行政区域、流域空间、生态空间等)，同时基于所在区域的DEM数据进行掩膜裁剪分析，划定评估边界。
3、第三步，拓扑筛查及数据修补。
包括：
1)拓扑筛查：
在划定评估边界后需要进一步核查数据的精准性，具体包括逻辑检查、丢漏检查、拓扑检查以及碎片检查。具体检查内容为：
逻辑检查：检查矢量图层逻辑一致性以及空间图层要素、属性及关系的逻辑规则的一致性程度(值符合性检查，即值对值域的符合程度，值不应超出值域的范围，值应满足值域之间的运算关系)；
丢漏检查：针对数据表检查矢量图层要素是否存在丢漏；
拓扑检查：针对栅格矢量图检查拓扑特征的准确度，如点、线、面类型定义正确、不同图层线面、面面、线点拓扑的一致性；
碎片检查：矢量面层是否存在碎面、碎线。
具体实施步骤如下：
a)边界补充丢失数据源
拓扑创建：【新建要素数据集】，注意这里提供的操作对象一定是在新建要素数据集内运行，然后再其内选择应拓扑的要素类，然后指定拓扑添加定义【拓扑规则】(不能重叠：一个区域不能与同一图层的另一个区域叠置，任何存在要素重叠的区域都是错误的，不能有空隙：
b)超限异常数据
同一图层中的区域之间不能存在空隙，立即【验证拓扑】，从目录将新建的要素类文件拖拽到内容列表图层上，查看拓扑验证结果。
2)数据修补
拓扑筛查发现存在的问题，通过数据逻辑修补系统进行补充，主要包括拓扑错误检测以及拓扑错误修补。
a)拓扑错误检测：打开【编辑器】-【开始编辑】的新建要素类文件，选择要编辑的图层，打开拓扑工具条【选择拓扑】，点击【地理数据库拓扑】新建的要素类，确定。再点击【错误检查器】，注意要取消勾选【仅搜索可见范围】，点击【立即搜索】即可显示所有拓扑错误，这时系统会自动运行一系列检查，已确定满足拓扑规则，检查完毕后，双击列表中的任意错误，地图则漫游到该错误所在位置，方便修改。
b)拓扑错误修改、编辑：在【错误检查器】面板中，选中规则类型为【不能重叠】，右键-点击缩放至，工作窗口即会显示所选的拓扑错误所在位置，点击【修改拓扑错误工具】，点击重叠区域的要素，右键-合并-确定。选中规则类型为【不能有空隙】的错误，在【错误检查器】中右键单击该行，弹出菜单中选择【标记为异常】，则修改完毕。点击【停止编辑】，这时系统会自动保存修改内容。
4、第四步，数据系统复审。
再次验证并保存修改内容，直至所有错误修改完成。
点击【拓扑】工具条上的【验证当前范围中的拓扑】工具，并点击【错误检查器】面板选中【立即搜索】，直至所有错误修改完成。系统校验复审完成后，录入项目评价因子库用于后期评估工作。
三、评估分级
根据实际需要(例如，根据国土空间生态系统评估实际工作及相关国家规定)采用三级评估体系进行分级评估。
包括
1、一级评估
采用一级评估模块进行一级评估。
一级评估模块为生态保护重要性评估模块，一级评估成果由所需二级评估成果集成。
一级评估模块主要由生态系统服务功能重要性评估模块和生态敏感性评估模块集成。
2、二级评估
采用二级评估模块进行二级评估。
二级评估模块包括生态系统服务功能重要性评估模块和生态敏感性评估模块，二级评估成果由所需三级评估成果集成。
二级模块中的生态系统服务功能重要性评估模块主要由水源涵养功能重要性评估模块、水土保持功能重要性评估模块、防风固沙功能重要性评估模块和生物多样性维护功能重要性评估模块集成，根据实际需要，还可以集成有海岸防护重要性评估模块。
二级模块中的生态敏感性评估模块主要由水土流失敏感性评估模块、土地沙化敏感性评估模块、石漠化敏感性评估模块和盐渍化敏感性评估模块集成得到。
3、三级评估
三级评估主要包括9种评估模块，三级评估采用内置的符合国家标准的评估核算数学模型，各评估模块通过各自内置的评估核算数学模型进行评估核算。
三级评估模块主要包括水源涵养功能重要性评估模块、水土保持功能重要性评估模块、防风固沙功能重要性评估模块和生物多样性维护功能重要性评估模块等。具体评估因地制宜，根据地域实际情况加减评估模块内容。
根据项目需求选定评估模块后，系统从评价因子数据库中筛选所需基础数据，采用系统内置分级分类生态评估计算模型进行评估核算，并通过内置标准化模板，生成符合国家相关标准的评估报告，经人工校验后输出正式成果。
各三级评估模块的具体评估方式如下：
1)水源涵养功能重要性评估模块
用于计算相关评估指标的数学模型为：
WR＝NPPmean*Fsic*Fpre*(1-Fslo)
其中，WR为生态系统水源涵养服务能力指数；NPPmean为多年植被净初级生产力平均值，可采用遥感技术调查后得到的相应评估生态因子；Fsic为土壤渗流因子，可来自科学数据中心；Fpre为多年平均降水量因子，可来自气象科学数据中心，；Fslo为坡度因子，可为高程数据转化后的栅格数据，用于计算评估指标的各变量均采用归一化后的数值(上下限阈值为1、0)，以上通过现有高技术得到的各数据都均可以依据现有技术在GIS中处理以便于计算。
采用经数据校验及修复整理好的评价因子数据系统(相关各数据库)，以生态系统水源涵养服务能力指数作为评估指标，将NPPmean数据进行叠加分析-模糊隶属度，数据归一化为0-1间的数值；将Fsic转为栅格属性再归一化到0-1的数值；将Fpre结合站点进行空间插值，再栅格化，再将数据归一化为0-1间的数值；利用DEM数据计算坡度，获得Fslo，再进行数据归一化为0-1间的数值，当任一参数本身就是归一化数据时，无需在进行归一化运算(下同)。
将所归一化后各数据进行重新赋予生态等级，输出评估指标体系等级和/或评估指标等。
2)水土保持功能重要性评估模块
用于计算相关评估指标的数学模型为：
Spro＝NPPmean*(1-K)*(1-Fslo)
其中，Spro为水土保持服务能力指数；NPPmean为多年植被净初级生产力平均值；Fslo为坡度因子；K为土壤可蚀性因子，用于计算评估指标的各变量均采用归一化后的数值。
采用经数据校验及修复整理好的评价因子数据系统(相关各数据库)，以生态系统水土保持服务能力指数作为评估指标，将NPPmean数据进行叠加分析-模糊隶属度，数据归一化为0-1间的数值；将土壤可蚀性因子K栅格化后，归一化为0-1区间的数值；利用DEM数据计算坡度，获得Fslo，再进行归一化为0-1间的数值。
将所归一化后各数据进行重新赋予生态等级，输出评估指标体系等级和/或评估指标等。
3)防风固沙功能重要性评估模块
用于计算相关评估指标的数学模型为：
Sws＝NPPmean*K*Fq*Ro
其中
ETPj＝0.19(20+Tj)2*(1-rj)
其中，Sws为防风固沙服务能力指数；NPPmean为多年植被净初级生产力平均值；Sws为防风固沙服务能力指数；NPPmean为多年植被净初级生产力平均值；K为土壤可蚀性因子；Fq为多年平均气候侵蚀力；Ro为地表粗糙度因子；u为2m高处的第j月平均风速；ETPj为月潜在蒸发量(mm)；Pj为第j月降水量(mm)；dj为第j月天数；Tj为第j月平均气温；rj为第j月平均相对湿度(％)；θ为坡度(弧度)，j＝1，2，3，……12，为月份数或月份编号，用于计算评估指标的各变量均采用归一化后的数值。
在近地面区域，对于同一地点(平面坐标)，可以认为；
其中，u1、u2分别表示在Z1、Z2高度处的风速。
采用经数据校验及修复整理好的评价因子数据系统(相关各数据库)，以生态系统防风固沙服务能力指数作为评估指标，将NPPmean数据进行叠加分析-模糊隶属度，数据归一化为0-1间的数值；将土壤可蚀性因子K栅格化后，归一化为0-1间的数值；将Fq栅格化，再进行归一化为0-1间的数值；采用DEM栅格表面数据，依据相应地图代数栅格计算器或其他计算方式，计算获得地表粗糙因子D，再进行归一化为0-1间的数值。
将所归一化后各数据进行重新赋予生态等级，输出评估指标体系等级和/或评估指标等。
4)生物多样性维护功能重要性评估模块
用于计算相关评估指标的数学模型为：
Sbio＝NPPmean*Fpre*Ftem*(1-Falt)
其中Sbio为生物多样性维护服务能力指数；NPPmean为多年植被净初级生产力平均值；Fpre为多年平均降水量因子；Ftem为多年平均气温；Falt为海拔因子，用于计算评估指标的各变量均采用归一化后的数值。
采用经数据校验及修复整理好的评价因子数据系统(相关各数据库)，以生物多样性维护服务能力指数作为评估指标，将NPPmean数据进行叠加分析-模糊隶属度，数据归一化为0-1间的数值；对Fpre结合站点进行空间插值，再栅格化，然后归一化为0-1间的数值；Falt采用DEM数值(高程)，然后归一化为0-1间的数值；采用DEM栅格表面数据，依据相应地图代数栅格计算器或其他计算方式，计算获得地表粗糙因子Ro，再进行归一化为0-1间的数值。
将所归一化后各数据进行重新赋予生态等级，输出评估指标体系等级和/或评估指标等。
5)水土流失敏感性评估模块
用于计算相关评估指标的数学模型为：
其中SSi为评估区域i水土流失敏感性指数，Ri为评估区域i的降雨侵蚀力；Ki为评估区域i的土壤可蚀性因子；LSi为评估区域i的地形因子，通常称为LS因子，与坡长坡度相关；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值。
采用经数据校验及修复整理好的评价因子数据系统(相关各数据库)，Ri采用已知数据(例如，《中国的土壤侵蚀因子定量评价研究》提供的相应数据)，经栅格化后，再进行空间插值，归一化为0-1间的数值；将土壤可蚀性因子Ki栅格化后，归一化为0-1间的数值；LSi依据DEM数据，采用地形起伏度计算方式计算获得(通常在差别大的情形下这样计算)，如果差别不大，则可以采用地表粗糙度归一化因子，地表粗糙度归一化因子可依据DEM数据计算后进行归一化获得；Ci可采用外部已知数据，在现有技术下，通常可以为基于遥感技术采集的地面图像数据通过现有相应的数学模型计算获得的相应数据。
将所归一化后各数据进行重新赋予生态等级，输出评估指标体系等级和/或评估指标等。
6)土地沙化敏感性评估模块
用于计算相关评估指标的数学模型为：
其中，Ddi为评估区域i的土地沙化敏感性指数，Ii为评估区域i的干燥度指数因子，可以采用已知数据，通常可为基于气象站测量的大于等于10℃的积温和全年大于等于10℃期间的降雨量，在GIS中通过插值栅格得到的相应数据；Wi为评估区域i的起沙风天数；Ki为评估区域i的土壤可蚀性因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值。
采用经数据校验及修复整理好的评价因子数据系统(相关各数据库)，通过kriging插值方法得到干燥度指数栅格图，添加文本标识码，导出≥0的积温表，连接降水量，进行融合计算获得Ii，
Wi为大于等于6m/s的起沙风天数指标，用于评估土地沙化敏感性，依据空间插值得到起风天数栅格图，计算风沙天占比，采用反距离权重，最后将点插值成栅格数据；Ki可依据分类插值计算，再栅格化，然后归一化为0-1间的数值；可通过建立归一化植被指数与植被覆盖度的转换信息，直接提取植被覆盖度信息，利用GIS计算获得植被覆盖因子。将所归一化后各数据进行重新赋予生态等级，输出评估指标体系等级和/或评估指标等。
7)石漠化敏感性评估模块
用于计算相关评估指标的数学模型为：
其中，Sri为评估区域i的石漠化敏感性指数；Ca为相应评估区域的碳酸岩出露面积百分比；Fslo为相应评估区域的坡度因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值。
采用经数据校验及修复整理好的评价因子数据系统(相关各数据库)，识别容易产生石漠化的区域，以石漠化敏感性指数作为评估指标评估石漠化对人类活动的敏感程度，通过选取碳酸盐出露面积百分比、地形坡度和植被覆盖因子，构建石漠化敏感性评估指标体系，Di梳理土壤矢量数据，连接土壤属性表，设定好图层及字段，栅格化图层，再进行归一化；Pi为将地形坡度表面图形栅格化、再归一化所需评估值；Ci通过建立归一化植被指数与植被覆盖度的转换信息，直接提取植被覆盖度信息。
将所归一化后各数据进行重新赋予生态等级，输出评估指标体系等级和/或评估指标等。
8)盐渍化敏感性评估模块
用于计算相关评估指标的数学模型为：
其中，Ssi为评估区域i的盐渍化敏感性指数；Ii为评估区域i的干燥度指数因子；Mi为评估区域i的地下水矿化度，Di为评估区域i的地下水埋深；Ki为评估区域i的土壤可蚀性因子，用于计算评估指标的各变量均采用归一化后的数值。
采用经数据校验及修复整理好的评价因子数据系统(相关各数据库)，识别容易产生石漠化的区域，Ii和Mi分别采用相应的已有调查数据，依据栅格计算器进行栅格化，再对获得的栅格数据进行归一化，获得相应的归一化数据，Di和Ki分别采用相应的已有调查数据，依据分类插值计算进行模拟，在利用栅格计算器进行栅格化，再对获得的栅格数据进行归一化，获得相应的归一化数据。
将所归一化后各数据进行重新赋予生态等级，输出评估指标体系等级和/或评估指标等。
对同一参数或同一参数的同一种表现形似，在任意评估/运算过程的计算/获取方式均可以用于其他评估/运算过程。
四、自动生成系统评估报告
系统中提供项目基本信息备案录入功能，具体包括：项目名称、区域位置、评估内容及等级、评估时间、委托及评估单位、评估人员等功能。
系统提供符合国家规范的评估报告模板，结合项目录入信息自动生成系统评估报告及图件。
可以依据现有技术，实现相应的软件设计。
本发明可以基于现有GIS系统(平台)实施，例如ArcMap10.1或更高版本。本说明书具体实施方式中记载的基于GIS系统的部分具体操作，为ArcMap10.7系统中的操作，可以依据不同GIS系统的人机交互界面设置，进行同功能的相应操作。
本发明涉及的系统用于实施本发明的方法，系统的各模块分别用于依据本发明的相应方法进行相应的评估(专项评估或下级评估集成等)。
本发明与现有技术相比，具有下列明显的优势：
1)以往生态修复前期调研多是现场踏勘，收集数据各式多样，数据源纰漏参差不齐，甚至有些数据源不足以构成评估要求，多是人为定性参与，而本发明则为一套自动化的集成系统，更具有科学性，能够完成手工条件下无法完成的若干运算，避免了人工作业下的重复劳动，避免了人工误差，保证了处理结果和评估报告的质量。
2)通过对评价筛选因子的层层校验、复核、审查，更深一步保证了评价数据源的科学性、准确性、权威性；通过层层叠加集成生态评估模块，更是保证了生态修复前期基础工作的完整性。
本发明公开的各优选和可选的技术手段，除特别说明外及一个优选或可选技术手段为另一技术手段的进一步限定外，均可以任意组合，形成若干不同的技术方案。
Claims (10)
1.基于多要素分析的生态保护重要性评估方法，其特征在于采用分级评估方式进行评估，所述分级评估分为三级，其中一级评估用于形成生态保护重要性评估结果，其评估结果由二级评估结果集成，二级评估包括生态系统服务功能重要性评估和生态敏感性评估，其评估结果分别由各自对应的三级评估结果集成，其中，所述生态系统服务功能重要性评估对应的三级评估包括水源涵养功能重要性评估、水土保持功能重要性评估、防风固沙功能重要性评估和生物多样性维护功能重要性评估，包括或者不包括海岸防护重要性评估，所述生态敏感性评估对应的三级评估包括水土流失敏感性评估、土地沙化敏感性评估、石漠化敏感性评估和盐渍化敏感性评估。
2.如权利要求1所述的基于多要素分析的生态保护重要性评估方法，其特征在于所述水源涵养功能重要性评估采用下列数学模型计算并获得相应的评估指标WR：
WR＝NPPmean*Fsic*Fpre*(1-Fslo)
其中，WR为生态系统水源涵养服务能力指数；NPPmean为多年植被净初级生产力平均值；Fsic为土壤渗流因子；Fpre为多年平均降水量因子；Fslo为坡度因子，用于计算评估指标的各变量均采用归一化后的数值。
3.如权利要求1所述的基于多要素分析的生态保护重要性评估方法，其特征在于所述水土保持功能重要性评估采用下列数学模型计算并获得相应的评估指标Spro：
Spro＝NPPmean*(1-K)*(1-Fslo)
其中，Spro为水土保持服务能力指数；NPPmean为多年植被净初级生产力平均值；Fslo为坡度因子；K为土壤可蚀性因子，用于计算评估指标的各变量均采用归一化后的数值。
4.如权利要求1所述的基于多要素分析的生态保护重要性评估方法，其特征在于所述防风固沙功能重要性评估采用下列数学模型计算并获得相应的评估指标Sws：
Sws＝NPPmean*K*Fq*Ro
其中
ETPj＝0.19(20+Tj)2*(1-rj)
其中，Sws为防风固沙服务能力指数；NPPmean为多年植被净初级生产力平均值；K为土壤可蚀性因子；Fq为多年平均气候侵蚀力；Ro为地表粗糙度因子；u为2m高处的第j月平均风速；ETPj为月潜在蒸发量；Pj为第j月降水量；dj为第j月天数；Tj为第j月平均气温；rj为第j月平均相对湿度；θ为坡度，j＝1,2,3,……,12，为月份数或月份编号，用于计算评估指标的各变量均采用归一化后的数值。
5.如权利要求1所述的基于多要素分析的生态保护重要性评估方法，其特征在于所述生物多样性维护功能重要性评估采用下列数学模型计算并获得相应的评估指标Sbio：
Sbio＝NPPmean*Fpre*Ftem*(1-Falt)
其中，Sbio为生物多样性维护服务能力指数；NPPmean为多年植被净初级生产力平均值；Fpre为多年平均降水量因子；Ftem为多年平均气温；Falt为海拔因子，用于计算评估指标的各变量均采用归一化后的数值。
6.如权利要求1所述的基于多要素分析的生态保护重要性评估方法，其特征在于所述水土流失敏感性评估采用下列数学模型计算并获得相应的评估指标SSi：
其中，SSi为评估区域i水土流失敏感性指数，Ri为评估区域i的降雨侵蚀力；Ki为评估区域i的土壤可蚀性因子；LSi为评估区域i的地形因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值。
7.如权利要求1所述的基于多要素分析的生态保护重要性评估方法，其特征在于所述土地沙化敏感性评估采用下列数学模型计算并获得相应的评估指标Ddi：
其中，Ddi为评估区域i的土地沙化敏感性指数，Ii为评估区域i的干燥度指数因子；Wi为评估区域i的起沙风天数；Ki为评估区域i的土壤可蚀性因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值。
8.如权利要求1所述的基于多要素分析的生态保护重要性评估方法，其特征在于所述石漠化敏感性评估采用下列数学模型计算并获得相应的评估指标Sri：
其中，Sri为评估区域i的石漠化敏感性指数；Ca为相应评估区域的碳酸岩出露面积百分比；Fslo为相应评估区域的坡度因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值。
9.如权利要求1所述的基于多要素分析的生态保护重要性评估方法，其特征在于所述盐渍化敏感性评估采用下列数学模型计算并获得相应的评估指标Ssi：
其中，Ssi为评估区域i的盐渍化敏感性指数；Ii为评估区域i的干燥度指数因子；Mi为评估区域i的地下水矿化度；Di为评估区域i的地下水埋深；Ki为评估区域i的土壤可蚀性因子,用于计算评估指标的各变量均采用归一化后的数值。
10.基于多要素分析的生态保护重要性评估集成系统，设有数据源评估因子数据库，其特征在于设有一级评估模块、二级评估模块和三级评估模块，其中，
所述三级评估模块包括：
水源涵养功能重要性评估模块，用于采用下列数学模型计算并获得相应的评估指标：
WR＝NPPmean*Fsic*Fpre*(1-Fslo)
其中，WR为生态系统水源涵养服务能力指数；NPPmean为多年植被净初级生产力平均值；Fsic为土壤渗流因子；Fpre为多年平均降水量因子；Fslo为坡度因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
水土保持功能重要性评估模块，用于采用下列数学模型计算并获得相应的评估指标：
Spro＝NPPmean*(1-K)*(1-Fslo)
其中，Spro为水土保持服务能力指数；NPPmean为多年植被净初级生产力平均值；Fslo为坡度因子；K为土壤可蚀性因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
防风固沙功能重要性评估模块，用于采用下列数学模型计算并获得相应的评估指标Sws：
Sws＝NPPmean*K*Fq*Ro
其中
ETPj＝0.19(20+Tj)2*(1-rj)
其中，Sws为防风固沙服务能力指数；NPPmean为多年植被净初级生产力平均值；K为土壤可蚀性因子；Fq为多年平均气候侵蚀力；Ro为地表粗糙度因子；u为2m高处的第j月平均风速；ETPj为月潜在蒸发量；Pj为第j月降水量；dj为第j月天数；Tj为第j月平均气温；rj为第j月平均相对湿度；θ为坡度，j＝1,2,3,……,12，为月份数或月份编号，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
生物多样性维护功能重要性评估模块，用于采用下列数学模型计算并获得相应的评估指标Sbio：
Sbio＝NPPmean*Fpre*Ftem*(1-Falt)
其中，Sbio为生物多样性维护服务能力指数；NPPmean为多年植被净初级生产力平均值；Fpre为多年平均降水量因子；Ftem为多年平均气温；Falt为海拔因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
水土流失敏感性评估模块，用于采用下列数学模型计算并获得相应的评估指标SSi：
其中，SSi为评估区域i水土流失敏感性指数，Ri为评估区域i的降雨侵蚀力；Ki为评估区域i的土壤可蚀性因子；LSi为评估区域i的地形因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
土地沙化敏感性评估模块，采用下列数学模型计算并获得相应的评估指标Ddi：
其中，Ddi为评估区域i的土地沙化敏感性指数，Ii为评估区域i的干燥度指数因子；Wi为评估区域i的起沙风天数；Ki为评估区域i的土壤可蚀性因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
石漠化敏感性评估和盐渍化敏感性评估模块，用于采用下列数学模型计算并获得相应的评估指标Sri：
其中，Sri为评估区域i的石漠化敏感性指数；Ca为相应评估区域的碳酸岩出露面积百分比；Fslo为相应评估区域的坡度因子；Ci为评估区域i的植被覆盖因子，用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
盐渍化敏感性评估模块，用于采用下列数学模型计算并获得相应的评估指标Ssi：
其中，Ssi为评估区域i的盐渍化敏感性指数；Ii为评估区域i的干燥度指数因子；Mi为评估区域i的地下水矿化度，Di为评估区域i的地下水埋深；Ki为评估区域i的土壤可蚀性因子,用于计算评估指标的各变量均采用归一化后的数值，对未归一化的变量先进行归一化处理；
所述二级评估模块包括：
生态系统服务功能重要性评估模块，用于集成所述水源涵养功能重要性评估模块、水土保持功能重要性评估模块、防风固沙功能重要性评估模块和生物多样性维护功能重要性评估模块的评估结果，形成生态系统服务功能重要性评估结果；
生态敏感性评估模块，用于集成所述水土流失敏感性评估模块、土地沙化敏感性评估模块、石漠化敏感性评估模块和盐渍化敏感性评估模块的评估结果，形成生态敏感性评估结果；
所述一级评估模块包括生态保护重要性评估模块，用于集成所述生态系统服务功能重要性评估模块和生态敏感性评估模块的评估结果，形成生态保护重要性评估结果，
所述数据源评估因子数据库包括：
地图数据筛选库M1：主要包括高程数据，采用数字高程模型数据库；
遥感影像数据筛选库M2：主要包括归一化植被指数和植被覆盖度；
统计数据筛选库M3：主要包括多年植被净初级生产力平均值；土壤渗流因子；坡度因子；海拔因子；多年平均气候侵蚀力；地表粗糙度因子；降雨侵蚀力；土壤可蚀性因子；坡长坡度；干燥度指数；地形坡度；碳酸岩出露面积百分比；
实测数据筛选库M4：主要包括多年平均降水量因子；多年平均气温；起沙风天数；地下水矿化度；地表水量；海拔高度，
各所述三级评估模块依据评估运算需要，从相应数据源评估因子数据库中读取相应的数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210338876.1A CN114626750A (zh) | 2022-04-01 | 2022-04-01 | 基于多要素分析的生态保护重要性评估方法及其集成系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210338876.1A CN114626750A (zh) | 2022-04-01 | 2022-04-01 | 基于多要素分析的生态保护重要性评估方法及其集成系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114626750A true CN114626750A (zh) | 2022-06-14 |
Family
ID=81906682
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210338876.1A Pending CN114626750A (zh) | 2022-04-01 | 2022-04-01 | 基于多要素分析的生态保护重要性评估方法及其集成系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114626750A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115481943A (zh) * | 2022-11-08 | 2022-12-16 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种生态系统恢复力的评价方法 |
-
2022
- 2022-04-01 CN CN202210338876.1A patent/CN114626750A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115481943A (zh) * | 2022-11-08 | 2022-12-16 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种生态系统恢复力的评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101477548B (zh) | 一种基于规则的通用空间数据质量检查的技术方法 | |
| CN116337146B (zh) | 基于改进遥感生态指数的生态质量评价与分区方法及装置 | |
| AU2019214077A1 (en) | Method for dividing ecological and geological environment types based on coal resource development | |
| CN113487123B (zh) | 高光谱监测与gis耦合山洪灾害动态风险评估方法 | |
| CN105678481A (zh) | 一种基于随机森林模型的管线健康状态评估方法 | |
| CN116401327A (zh) | 无资料地区中小流域设计暴雨洪水计算辅助系统 | |
| CN114626750A (zh) | 基于多要素分析的生态保护重要性评估方法及其集成系统 | |
| Lang et al. | Pavement cracking detection and classification based on 3d image using multiscale clustering model | |
| CN115457402A (zh) | 一种基于深度学习改进的高分遥感影像四乱提取方法 | |
| CN118094196A (zh) | 基于数据分析的土地利用规划方法及规划系统 | |
| CN117171533A (zh) | 一种地理测绘作业数据实时采集处理方法及系统 | |
| CN117291000A (zh) | 一种国土空间规划大数据分析辅助模型 | |
| CN109598310B (zh) | 一种多因子敏感设施识别方法 | |
| CN113807724B (zh) | 一种基于综合风险评价的弃碴场选址方法 | |
| CN114820238B (zh) | 一种农民建房选址野外实时分析方法 | |
| CN115905902A (zh) | 一种基于k-means聚类算法划分乡村景观生态敏感区的方法 | |
| CN115271332A (zh) | 一种旱情监测方法 | |
| Johnston et al. | Evaluation of catchment delineation methods for the medium-resolution National Hydrography Dataset | |
| CN114842356A (zh) | 一种高分辨率地表类型样本自动生成方法、系统及设备 | |
| Wang et al. | Application of GIS rapid mapping technology in disaster monitoring | |
| CN114626751A (zh) | 基于多要素分析的生态安全格局构建方法及其集成系统 | |
| Leshchinsky et al. | Enhancing landslide inventorying, LiDAR hazard assessment and asset management | |
| Haakana et al. | Finnish CORINE 2006 project: determining changes in land cover in Finland between 2000 and 2006 | |
| Lin et al. | Decision Tree analysis of the relationship between defects and construction inspection grades | |
| Goodenough et al. | Determination of above ground carbon in Canada's forests-a multi-source approach |
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 | ||
| CB02 | Change of applicant information |
Address after: 4 / F, Zhongqing building, 5888 Fuxing Road, Jingyue Development Zone, Changchun City, Jilin Province, 130000 Applicant after: Jinghe Design Group Co.,Ltd. Address before: 4 / F, Zhongqing building, 5888 Fuxing Road, Jingyue Development Zone, Changchun City, Jilin Province, 130000 Applicant before: Zhongbang landscape planning and Design Co.,Ltd. |
|
| CB02 | Change of applicant information |