CN114897630B - 植被生长最适温度估算方法和装置 - Google Patents

植被生长最适温度估算方法和装置 Download PDF

Info

Publication number
CN114897630B
CN114897630B CN202210705899.1A CN202210705899A CN114897630B CN 114897630 B CN114897630 B CN 114897630B CN 202210705899 A CN202210705899 A CN 202210705899A CN 114897630 B CN114897630 B CN 114897630B
Authority
CN
China
Prior art keywords
optimum temperature
ecological
value
researched
data
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
Application number
CN202210705899.1A
Other languages
English (en)
Other versions
CN114897630A (zh
Inventor
史园莉
张宏伟
肖桐
高吉喜
申文明
张玉环
陈绪慧
申振
毕晓玲
任致华
高乾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Satellite Application Center for Ecology and Environment of MEE
Original Assignee
Satellite Application Center for Ecology and Environment of MEE
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Satellite Application Center for Ecology and Environment of MEE filed Critical Satellite Application Center for Ecology and Environment of MEE
Priority to CN202210705899.1A priority Critical patent/CN114897630B/zh
Publication of CN114897630A publication Critical patent/CN114897630A/zh
Application granted granted Critical
Publication of CN114897630B publication Critical patent/CN114897630B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Animal Husbandry (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Quality & Reliability (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种植被生长最适温度估算方法和装置，属于生态学领域。本发明将生态地理区划的参考最适温度数值与生态系统类型数据进行数据融合，既保留了大尺度生态地理区划的区域性，又保留了生态系统类型数据的精准性，对大尺度的生态过程模型模拟参数本地化的计算提供了方法参考。本发明结合生态地理区划的参考最适温度数值和各类生态系统类型的最适温度数值进行最适温度估算，提高了生态系统类型最适温度估算的可靠性、科学性，同时也简化了数据融合工作流程，节约了工作成本。本发明采用生态系统类型进行植被生长最适温度估算，能够直接应用于区域生态状况调查评估、生态过程模拟等科学研究和业务应用，且进一步提升生态产品的精准性。

Description

植被生长最适温度估算方法和装置
技术领域
本发明涉及生态学领域，特别是指一种植被生长最适温度估算方法和装置。
背景技术
植被生长发育及完成其整个生命周期都需要温度的调节作用，对陆地植被生长最适温度的估算在植物生理学以及全球变化科学研究中都具有重要意义。最适温度作为模拟碳循环的一个重要参数，其值对模拟精度和最终结果都会产生较大影响。当前大部分生态过程模型都简化了植被最适温度参数的获取机理，但不同模型所用的最适温度数据集也因此存在时间序列和空间上的差异，使得模型间的可比性变差。
当前关于植被生长最适温度的研究相对较少。一方面，少量的一些研究也通常是在实验室水平上对单一物种开展的控制性试验研究；但单一物种的研究结果与整个植被群落、生态系统水平的规律存在尺度转换上的差异。另一方面，已有科研人员研究得到了中国各生态地理区植被生长的最适温度及其变化区间；但应用于气候变化对陆地生态系统影响研究的模型多是依据土地覆被分类定义各植被类型生态学参数，难以直接应用到大尺度的生态过程模型模拟中。除此之外，已有科研人员估算了不同土地覆盖类型上植被生长的最适温度；但植被最适温度的空间异质性很大，相同植被类型在不用生态地理区域的生长最适温度存在较大差异，单一的最适温度并不能反映大尺度宏观区域上植被生长的科学规律。
发明内容
为解决上述技术问题，本发明提供一种植被生长最适温度估算方法和装置，既保留了大尺度生态地理区划的区域性，又保留了生态系统类型数据的精准性，提高了生态系统类型最适温度估算的可靠性、科学性。
本发明提供技术方案如下：
一种植被生长最适温度估算方法，所述方法包括：
S1：获取待研究区域的生态系统类型栅格数据、待研究区域内的各个生态地理区划的矢量数据和各个生态地理区划的参考最适温度数值，并获取各种生态系统类型上植被生长的最适温度数值；
S2：将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值，得到待研究区域的参考最适温度栅格数据；
S3：根据待研究区域的生态系统类型栅格数据和参考最适温度栅格数据，统计待研究区域内各种生态系统类型的参考最适温度平均值；
S4：将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，判断所述参考最适温度平均值与所述最适温度数值是否满足耦合性要求；
S5：若满足耦合性要求，则联合利用所述参考最适温度平均值和所述最适温度数值对生态过程模型进行参数调优，获得最终的植被生长最适温度。
进一步的，所述S2包括：
S21：针对待研究区域的生态系统类型栅格数据，将其栅格值设为生态系统类型代码值；
S22：针对待研究区域内的各个生态地理区划的矢量数据，将各个生态地理区划的参考最适温度数值添加至对应的生态地理区划的矢量数据的数据属性表中；
S23：将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值；
S24：将转换后的栅格数据的参考最适温度数值乘以尺度因子10m，得到待研究区域的参考最适温度栅格数据；其中，m为温度值的小数位数。
进一步的，所述S3包括：
S31：利用待研究区域的生态系统类型栅格数据的生态系统类型代码值和待研究区域的参考最适温度栅格数据进行空间统计分析，得到待研究区域内各种生态系统类型的平均栅格值；
Figure BDA0003705281540000031
其中，Meank为第k种生态系统类型的平均栅格值，k＝1,2,…,n，n为生态系统类型的种类数量，Countk为待研究区域内第k种生态系统类型的栅格的个数，i为待研究区域内属于第k种生态系统类型的第i个栅格，i＝1，…,countk，Tempi为第i个栅格的栅格值；
S32：将各种生态系统类型的平均栅格值除以尺度因子10m，得到参考最适温度平均值。
进一步的，所述S4包括：
S41：将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，得到相关系数r；
Figure BDA0003705281540000032
其中，X为参考最适温度平均值，Y为最适温度数值，Cov(X,Y)为X、Y的协方差，D(X)、
Figure BDA0003705281540000033
分别为X、Y的方差；
S42：将所述相关系数r的绝对值|r|与设定的阈值T进行比较，若|r|＞T，则满足耦合性要求。
进一步的，所述S5包括：
S51：根据各种生态系统类型的参考最适温度平均值和最适温度数值，确定各种生态系统类型的多个温度取值组合；
S52：针对生态过程模型，测试各个温度取值组合对计算结果的影响；
S53：选择计算结果最优的温度取值组合作为最终的植被生长最适温度。
一种植被生长最适温度估算装置，所述装置包括：
数据准备模块，用于获取待研究区域的生态系统类型栅格数据、待研究区域内的各个生态地理区划的矢量数据和各个生态地理区划的参考最适温度数值，并获取各种生态系统类型上植被生长的最适温度数值；
数据处理模块，用于将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值，得到待研究区域的参考最适温度栅格数据；
数据融合模块，用于根据待研究区域的生态系统类型栅格数据和参考最适温度栅格数据，统计待研究区域内各种生态系统类型的参考最适温度平均值；
耦合性判断模块，用于将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，判断所述参考最适温度平均值与所述最适温度数值是否满足耦合性要求；
确定模块，用于若满足耦合性要求，则联合利用所述参考最适温度平均值和所述最适温度数值对生态过程模型进行参数调优，获得最终的植被生长最适温度。
进一步的，所述数据处理模块包括：
第一处理单元，用于针对待研究区域的生态系统类型栅格数据，将其栅格值设为生态系统类型代码值；
第二处理单元，用于针对待研究区域内的各个生态地理区划的矢量数据，将各个生态地理区划的参考最适温度数值添加至对应的生态地理区划的矢量数据的数据属性表中；
第三处理单元，用于将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值；
第四处理单元，用于将转换后的栅格数据的参考最适温度数值乘以尺度因子10m，得到待研究区域的参考最适温度栅格数据；其中，m为温度值的小数位数。
进一步的，所述数据融合模块包括：
第一计算单元，用于利用待研究区域的生态系统类型栅格数据的生态系统类型代码值和待研究区域的参考最适温度栅格数据进行空间统计分析，得到待研究区域内各种生态系统类型的平均栅格值；
Figure BDA0003705281540000051
其中，Meank为第k种生态系统类型的平均栅格值，k＝1,2,…,n，n为生态系统类型的种类数量，Countk为待研究区域内第k种生态系统类型的栅格的个数，i为待研究区域内属于第k种生态系统类型的第i个栅格，i＝1，…,countk，Tempi为第i个栅格的栅格值；
第二计算单元，用于将各种生态系统类型的平均栅格值除以尺度因子10m，得到参考最适温度平均值。
进一步的，所述耦合性判断模块包括：
相关系数计算单元，用于将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，得到相关系数r；
Figure BDA0003705281540000052
其中，X为参考最适温度平均值，Y为最适温度数值，Cov(X,Y)为X、Y的协方差，D(X)、
Figure BDA0003705281540000053
分别为X、Y的方差；
判断单元，用于将所述相关系数r的绝对值|r|与设定的阈值T进行比较，若|r|＞T，则满足耦合性要求。
进一步的，所述确定模块包括：
温度取值组合确定单元，用于根据各种生态系统类型的参考最适温度平均值和最适温度数值，确定各种生态系统类型的多个温度取值组合；
测试单元，用于针对生态过程模型，测试各个温度取值组合对计算结果的影响；
确定单元，用于选择计算结果最优的温度取值组合作为最终的植被生长最适温度。
本发明具有以下有益效果：
本发明结合地理信息、卫星遥感技术对植被生长最适温度进行估算、并刻画其空间分异，是本学科的学术前沿之一。本发明将生态地理区划的参考最适温度数值与生态系统类型数据进行数据融合，既保留了大尺度生态地理区划的区域性，又保留了生态系统类型数据的精准性，对大尺度的生态过程模型模拟参数本地化的计算提供了方法参考。本发明结合已有科研成果的生态地理区划的参考最适温度数值和各类生态系统类型上植被生长的最适温度数值进行最适温度估算，提高了生态系统类型最适温度估算的可靠性、科学性，同时也简化了数据融合工作流程，节约了工作成本。本发明采用生态系统类型进行植被生长最适温度估算，能够直接应用于区域生态状况调查评估、生态过程模拟等科学研究和业务应用，且进一步提升生态产品的精准性。
附图说明
图1为本发明的植被生长最适温度估算方法的流程图；
图2为待研究区域内的各个生态地理区划的矢量数据及其参考最适温度数值的示意图；
图3为最终的植被生长最适温度的示意图；
图4为本发明的植被生长最适温度估算装置的示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
实施例1：
本发明实施例提供一种植被生长最适温度估算方法，如图1所示，该方法包括：
S1：获取待研究区域的生态系统类型栅格数据、待研究区域内的各个生态地理区划(也称生态地理单元)的矢量数据和各个生态地理区划的参考最适温度数值，并获取各种生态系统类型上植被生长的最适温度数值。
本步骤进行文献资料查询与数据收集，其中的待研究区域可以是全中国范围，也可以是某省、市、县等范围。各个生态地理区划的参考最适温度数值可以通过查阅资料获得，例如查阅文献：崔耀平,刘纪远,胡云锋,邴龙飞,陶福禄,王军邦.中国植被生长的最适温度估算与分析[J].自然资源学报,2012,27(02):281-292。
同样的，各种生态系统类型(即土地覆盖类型)上植被生长的最适温度数值也可以通过查阅资料获得，例如查阅文献：刘正佳,刘纪远,邵全琴.不同土地覆盖类型上植被生长的最适温度[J].地球信息科学学报,2014,16(01):1-7。
待研究区域内的各个生态地理区划的矢量数据和各个生态地理区划的参考最适温度数值的一个示例如图2所示，不同的生态地理区划内具有不同的参考最适温度数值。
S2：将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值，得到待研究区域的参考最适温度栅格数据。
本步骤用于空间数据标准化处理，其中的一个具体实现方式可以为：
S21：针对待研究区域的生态系统类型栅格数据，构建栅格属性表，将其栅格值设为生态系统类型代码值。
S22：针对待研究区域内的各个生态地理区划的矢量数据，将各个生态地理区划的参考最适温度数值添加至对应的生态地理区划的矢量数据的数据属性表中。
S23：将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值。
S24：将转换后的栅格数据的参考最适温度数值乘以尺度因子10m，将参考最适温度数值转换为整型值，得到待研究区域的参考最适温度栅格数据；其中，m为温度值的小数位数。
本步骤就是将图2的生态地理区划的矢量数据转换为栅格数据，并转换后在各个生态地理区划内的栅格赋值为其参考最适温度数值，再转换为整型数据。
S3：根据待研究区域的生态系统类型栅格数据和参考最适温度栅格数据，统计待研究区域内各种生态系统类型的参考最适温度平均值。
本步骤用于区域数据融合分析，其中的一个具体实现方式可以为：
S31：利用待研究区域的生态系统类型栅格数据的生态系统类型代码值和待研究区域的参考最适温度栅格数据进行空间统计分析，得到待研究区域内各种生态系统类型的平均栅格值；
Figure BDA0003705281540000081
其中，Meank为第k种生态系统类型的平均栅格值，k为第k种生态系统类型，k＝1,2,…,n，n为生态系统类型的种类数量，Countk为待研究区域内第k种生态系统类型的栅格的个数，i为待研究区域内属于第k种生态系统类型的第i个栅格，i＝1，…,countk，Tempi为第i个栅格的栅格值。
S32：将各种生态系统类型的平均栅格值除以尺度因子10m，得到参考最适温度平均值。
S4：将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，判断参考最适温度平均值与最适温度数值是否满足耦合性要求。
本步骤用于耦合性判断，其中的一个具体实现方式可以为：
S41：将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，得到相关系数r；
Figure BDA0003705281540000082
其中，X为参考最适温度平均值，Y为最适温度数值，Cov(X,Y)为X、Y的协方差，D(X)、
Figure BDA0003705281540000091
分别为Y、Y的方差。
S42：将相关系数r的绝对值|r|与设定的阈值T进行比较，若|r|＞T，则其耦合性较强，满足耦合性要求，可联合开展后续的生态过程模型参数调优。
阈值T的取值可以根据需要设定，例如可以取值0.8。
S5：若满足耦合性要求，则联合利用参考最适温度平均值和最适温度数值对生态过程模型进行参数调优，获得最终的植被生长最适温度。
本步骤用于确定最终的植被生长最适温度，其中的一个具体实现方式可以为：
S51：根据各种生态系统类型的参考最适温度平均值和最适温度数值，确定各种生态系统类型的多个温度取值组合；
S52：针对植被净初级生产力等生态过程模型，测试各个温度取值组合对计算结果的影响；
S53：选择计算结果最优的温度取值组合作为最终的植被生长最适温度，图3给出了最终的植被生长最适温度的一个示例。
本发明结合地理信息、卫星遥感技术对植被生长最适温度进行估算、并刻画其空间分异，是本学科的学术前沿之一。本发明将生态地理区划的参考最适温度数值与生态系统类型数据进行数据融合，既保留了大尺度生态地理区划的区域性，又保留了生态系统类型数据的精准性，对大尺度的生态过程模型模拟参数本地化的计算提供了方法参考。本发明结合已有科研成果的生态地理区划的参考最适温度数值和各类生态系统类型上植被生长的最适温度数值进行最适温度估算，提高了生态系统类型最适温度估算的可靠性、科学性，同时也简化了数据融合工作流程，节约了工作成本。本发明采用生态系统类型进行植被生长最适温度估算，能够直接应用于区域生态状况调查评估、生态过程模拟等科学研究和业务应用，且进一步提升生态产品的精准性。
实施例2：
本发明实施例提供一种植被生长最适温度估算装置，如图4所示，该装置包括：
数据准备模块1，用于获取待研究区域的生态系统类型栅格数据、待研究区域内的各个生态地理区划的矢量数据和各个生态地理区划的参考最适温度数值，并获取各种生态系统类型上植被生长的最适温度数值。
数据处理模块2，用于将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值，得到待研究区域的参考最适温度栅格数据。
数据融合模块3，用于根据待研究区域的生态系统类型栅格数据和参考最适温度栅格数据，统计待研究区域内各种生态系统类型的参考最适温度平均值。
耦合性判断模块4，用于将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，判断参考最适温度平均值与最适温度数值是否满足耦合性要求。
确定模块5，用于若满足耦合性要求，则联合利用参考最适温度平均值和最适温度数值对生态过程模型进行参数调优，获得最终的植被生长最适温度。
前述的数据处理模块包括：
第一处理单元，用于针对待研究区域的生态系统类型栅格数据，将其栅格值设为生态系统类型代码值。
第二处理单元，用于针对待研究区域内的各个生态地理区划的矢量数据，将各个生态地理区划的参考最适温度数值添加至对应的生态地理区划的矢量数据的数据属性表中。
第三处理单元，用于将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值。
第四处理单元，用于将转换后的栅格数据的参考最适温度数值乘以尺度因子10m，得到待研究区域的参考最适温度栅格数据；其中，m为温度值的小数位数。
数据融合模块包括：
第一计算单元，用于利用待研究区域的生态系统类型栅格数据的生态系统类型代码值和待研究区域的参考最适温度栅格数据进行空间统计分析，得到待研究区域内各种生态系统类型的平均栅格值；
Figure BDA0003705281540000111
其中，Meank为第k种生态系统类型的平均栅格值，k＝1,2,…,n，n为生态系统类型的种类数量，Countk为待研究区域内第k种生态系统类型的栅格的个数，i为待研究区域内属于第k种生态系统类型的第i个栅格，i＝1，…,countk，Tempi为第i个栅格的栅格值。
第二计算单元，用于将各种生态系统类型的平均栅格值除以尺度因子10m，得到参考最适温度平均值。
耦合性判断模块包括：
相关系数计算单元，用于将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，得到相关系数r；
Figure BDA0003705281540000112
其中，X为参考最适温度平均值，Y为最适温度数值，Cov(X,Y)为X、Y的协方差，D(X)、
Figure BDA0003705281540000113
分别为X、Y的方差。
判断单元，用于将相关系数r的绝对值|r|与设定的阈值T进行比较，若|r|＞T，则满足耦合性要求。
确定模块包括：
温度取值组合确定单元，用于根据各种生态系统类型的参考最适温度平均值和最适温度数值，确定各种生态系统类型的多个温度取值组合。
测试单元，用于针对生态过程模型，测试各个温度取值组合对计算结果的影响。
确定单元，用于选择计算结果最优的温度取值组合作为最终的植被生长最适温度。
本发明结合地理信息、卫星遥感技术对植被生长最适温度进行估算、并刻画其空间分异，是本学科的学术前沿之一。本发明将生态地理区划的参考最适温度数值与生态系统类型数据进行数据融合，既保留了大尺度生态地理区划的区域性，又保留了生态系统类型数据的精准性，对大尺度的生态过程模型模拟参数本地化的计算提供了方法参考。本发明结合已有科研成果的生态地理区划的参考最适温度数值和各类生态系统类型上植被生长的最适温度数值进行最适温度估算，提高了生态系统类型最适温度估算的可靠性、科学性，同时也简化了数据融合工作流程，节约了工作成本。本发明采用生态系统类型进行植被生长最适温度估算，能够直接应用于区域生态状况调查评估、生态过程模拟等科学研究和业务应用，且进一步提升生态产品的精准性。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例1中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种植被生长最适温度估算方法，其特征在于，所述方法包括：
S1：获取待研究区域的生态系统类型栅格数据、待研究区域内的各个生态地理区划的矢量数据和各个生态地理区划的参考最适温度数值，并获取各种生态系统类型上植被生长的最适温度数值；
S2：将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值，得到待研究区域的参考最适温度栅格数据；
S3：根据待研究区域的生态系统类型栅格数据和参考最适温度栅格数据，统计待研究区域内各种生态系统类型的参考最适温度平均值；
S4：将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，判断所述参考最适温度平均值与所述最适温度数值是否满足耦合性要求；
S5：若满足耦合性要求，则联合利用所述参考最适温度平均值和所述最适温度数值对生态过程模型进行参数调优，获得最终的植被生长最适温度；
其中，所述S3包括：
S31：利用待研究区域的生态系统类型栅格数据的生态系统类型代码值和待研究区域的参考最适温度栅格数据进行空间统计分析，得到待研究区域内各种生态系统类型的平均栅格值；
Figure FDA0003892237380000011
其中，Meank为第k种生态系统类型的平均栅格值，k＝1,2,…,n，n为生态系统类型的种类数量，Countk为待研究区域内第k种生态系统类型的栅格的个数，i为待研究区域内属于第k种生态系统类型的第i个栅格，i＝1，…， countk，Tempi为第i个栅格的栅格值；
S32：将各种生态系统类型的平均栅格值除以尺度因子10m，得到参考最适温度平均值；
所述S4包括：
S41：将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，得到相关系数r；
Figure FDA0003892237380000021
其中，X为参考最适温度平均值，Y为最适温度数值，Cov(X,U)为X、U的协方差，D(X)、
Figure FDA0003892237380000022
分别为X、U的方差；
S42：将所述相关系数r的绝对值|r|与设定的阈值T进行比较，若|r|＞T，则满足耦合性要求。
2.根据权利要求1所述的植被生长最适温度估算方法，其特征在于，所述S2包括：
S21：针对待研究区域的生态系统类型栅格数据，将其栅格值设为生态系统类型代码值；
S22：针对待研究区域内的各个生态地理区划的矢量数据，将各个生态地理区划的参考最适温度数值添加至对应的生态地理区划的矢量数据的数据属性表中；
S23：将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值；
S24：将转换后的栅格数据的参考最适温度数值乘以尺度因子10m，得到待研究区域的参考最适温度栅格数据；其中，m为温度值的小数位数。
3.根据权利要求2所述的植被生长最适温度估算方法，其特征在于，所述S5包括：
S51：根据各种生态系统类型的参考最适温度平均值和最适温度数值，确定各种生态系统类型的多个温度取值组合；
S52：针对生态过程模型，测试各个温度取值组合对计算结果的影响；
S53：选择计算结果最优的温度取值组合作为最终的植被生长最适温度。
4.一种植被生长最适温度估算装置，其特征在于，所述装置包括：
数据准备模块，用于获取待研究区域的生态系统类型栅格数据、待研究区域内的各个生态地理区划的矢量数据和各个生态地理区划的参考最适温度数值，并获取各种生态系统类型上植被生长的最适温度数值；
数据处理模块，用于将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值，得到待研究区域的参考最适温度栅格数据；
数据融合模块，用于根据待研究区域的生态系统类型栅格数据和参考最适温度栅格数据，统计待研究区域内各种生态系统类型的参考最适温度平均值；
耦合性判断模块，用于将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，判断所述参考最适温度平均值与所述最适温度数值是否满足耦合性要求；
确定模块，用于若满足耦合性要求，则联合利用所述参考最适温度平均值和所述最适温度数值对生态过程模型进行参数调优，获得最终的植被生长最适温度；
其中，所述数据融合模块包括：
第一计算单元，用于利用待研究区域的生态系统类型栅格数据的生态系统类型代码值和待研究区域的参考最适温度栅格数据进行空间统计分析，得到待研究区域内各种生态系统类型的平均栅格值；
Figure FDA0003892237380000031
其中，Meank为第k种生态系统类型的平均栅格值，k＝1,2,…,n，n为生态系统类型的种类数量，Countk为待研究区域内第k种生态系统类型的栅格的个数，i为待研究区域内属于第k种生态系统类型的第i个栅格，i＝1，…， countk，Tempi为第i个栅格的栅格值；
第二计算单元，用于将各种生态系统类型的平均栅格值除以尺度因子10m，得到参考最适温度平均值；
所述耦合性判断模块包括：
相关系数计算单元，用于将待研究区域内各种生态系统类型的参考最适温度平均值与获取的相同种生态系统类型上植被生长的最适温度数值进行相关性分析，得到相关系数r；
Figure FDA0003892237380000041
其中，X为参考最适温度平均值，Y为最适温度数值，Cov(X,Y)为X、Y的协方差，D(X)、
Figure FDA0003892237380000042
分别为X、Y的方差；
判断单元，用于将所述相关系数r的绝对值|r|与设定的阈值T进行比较，若|r|＞T，则满足耦合性要求。
5.根据权利要求4所述的植被生长最适温度估算装置，其特征在于，所述数据处理模块包括：
第一处理单元，用于针对待研究区域的生态系统类型栅格数据，将其栅格值设为生态系统类型代码值；
第二处理单元，用于针对待研究区域内的各个生态地理区划的矢量数据，将各个生态地理区划的参考最适温度数值添加至对应的生态地理区划的矢量数据的数据属性表中；
第三处理单元，用于将待研究区域内的各个生态地理区划的矢量数据转换为栅格数据，并将转换后的栅格数据的栅格值设置为该栅格数据对应的生态地理区划的参考最适温度数值；
第四处理单元，用于将转换后的栅格数据的参考最适温度数值乘以尺度因子10m，得到待研究区域的参考最适温度栅格数据；其中，m为温度值的小数位数。
6.根据权利要求5所述的植被生长最适温度估算装置，其特征在于，所述确定模块包括：
温度取值组合确定单元，用于根据各种生态系统类型的参考最适温度平均值和最适温度数值，确定各种生态系统类型的多个温度取值组合；
测试单元，用于针对生态过程模型，测试各个温度取值组合对计算结果的影响；
确定单元，用于选择计算结果最优的温度取值组合作为最终的植被生长最适温度。
CN202210705899.1A 2022-06-21 2022-06-21 植被生长最适温度估算方法和装置 Active CN114897630B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210705899.1A CN114897630B (zh) 2022-06-21 2022-06-21 植被生长最适温度估算方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210705899.1A CN114897630B (zh) 2022-06-21 2022-06-21 植被生长最适温度估算方法和装置

Publications (2)

Publication Number Publication Date
CN114897630A CN114897630A (zh) 2022-08-12
CN114897630B true CN114897630B (zh) 2022-11-18

Family

ID=82728006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210705899.1A Active CN114897630B (zh) 2022-06-21 2022-06-21 植被生长最适温度估算方法和装置

Country Status (1)

Country Link
CN (1) CN114897630B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102650587A (zh) * 2012-05-11 2012-08-29 中国农业大学 基于sebal-hj模型的农作物生物量反演方法
CN104166782A (zh) * 2014-06-05 2014-11-26 刘健 一种林地土壤有机碳遥感估测的方法
CN106202852A (zh) * 2015-12-01 2016-12-07 中国科学院地理科学与资源研究所 一种植被生态系统气候敏感带类型的空间定量识别方法
CN108152212A (zh) * 2017-12-12 2018-06-12 中国科学院地理科学与资源研究所 基于高时间分辨率和空间分辨率多光谱遥感数据的草地地上生物量反演方法
CN109272161A (zh) * 2018-09-18 2019-01-25 三亚中科遥感研究所 基于动态hi的水稻估产方法
CN112132418A (zh) * 2020-09-02 2020-12-25 生态环境部卫星环境应用中心 基于高分辨率遥感影像的自然保护地生态环境评价方法
CN112257225A (zh) * 2020-09-16 2021-01-22 中国科学院地理科学与资源研究所 一种适用于高寒草地生态系统的npp计算方法
CN112580982A (zh) * 2020-12-21 2021-03-30 北京市测绘设计研究院 一种基于多时相遥感和casa模型的生态保护红线实施评估
CN113077153A (zh) * 2021-04-02 2021-07-06 华南理工大学 一种基于生态系统服务供需关系的生态空间管制分区方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103345567B (zh) * 2013-05-21 2017-06-09 青海师范大学 一种基于遥感影像测量生态补偿量的方法
CN106295576B (zh) * 2016-08-12 2017-12-12 中国水利水电科学研究院 一种基于自然地理特征的水源类型解析方法
CN112926416B (zh) * 2021-02-07 2021-12-14 河海大学 一种基于生态水文特征的植被分区方法、系统及装置
CN113569409B (zh) * 2021-07-28 2023-05-30 生态环境部华南环境科学研究所 耦合气候累积效应的植被生产力模型优化方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102650587A (zh) * 2012-05-11 2012-08-29 中国农业大学 基于sebal-hj模型的农作物生物量反演方法
CN104166782A (zh) * 2014-06-05 2014-11-26 刘健 一种林地土壤有机碳遥感估测的方法
CN106202852A (zh) * 2015-12-01 2016-12-07 中国科学院地理科学与资源研究所 一种植被生态系统气候敏感带类型的空间定量识别方法
CN108152212A (zh) * 2017-12-12 2018-06-12 中国科学院地理科学与资源研究所 基于高时间分辨率和空间分辨率多光谱遥感数据的草地地上生物量反演方法
CN109272161A (zh) * 2018-09-18 2019-01-25 三亚中科遥感研究所 基于动态hi的水稻估产方法
CN112132418A (zh) * 2020-09-02 2020-12-25 生态环境部卫星环境应用中心 基于高分辨率遥感影像的自然保护地生态环境评价方法
CN112257225A (zh) * 2020-09-16 2021-01-22 中国科学院地理科学与资源研究所 一种适用于高寒草地生态系统的npp计算方法
CN112580982A (zh) * 2020-12-21 2021-03-30 北京市测绘设计研究院 一种基于多时相遥感和casa模型的生态保护红线实施评估
CN113077153A (zh) * 2021-04-02 2021-07-06 华南理工大学 一种基于生态系统服务供需关系的生态空间管制分区方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
2000-2020年北方农牧交错区植被生态功能变化及驱动因子分析;王丽霞;《生态环境学报》;20211031;第30卷(第10期);全文 *
Thermal and Narrowband Multispectral Remote Sensing for Vegetation Monitoring From an Unmanned Aerial Vehicle;Jose A. J. Berni;《IEEE Transactions on Geoscience and Remote Sensing》;20090210;第47卷(第3期);全文 *
不同土地覆盖类型上植被生长的最适温度;刘正佳 等;《地球信息科学学报》;20140131;第16卷(第1期);全文 *
中国植被生长的最适温度估算与分析;崔耀平 等;《自然资源学报》;20120228;第27卷(第2期);全文 *
基于地理探测器的喀斯特植被NPP定量归因;左丽媛等;《生态环境学报》;20200418(第04期);全文 *
左丽媛等.基于地理探测器的喀斯特植被NPP定量归因.《生态环境学报》.2020,(第04期), *

Also Published As

Publication number Publication date
CN114897630A (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN110264709B (zh) 基于图卷积网络的道路的交通流量的预测方法
CN108647806B (zh) 一种考虑大尺度环流背景场的延伸期预报方法
CN110020462B (zh) 一种对气象数据进行融合处理并生成数值天气预报的方法
CN111027175A (zh) 基于耦合模型集成模拟的洪水对社会经济影响的评估方法
CN111539296A (zh) 一种基于遥感影像变化检测的违章建筑识别方法及系统
CN113988348A (zh) 一种网格化监测的空气质量预测方法
CN108764527B (zh) 一种土壤有机碳库时空动态预测最优环境变量筛选方法
CN117114438A (zh) 一种具备灵活性与可解释性的建筑区域能源系统冷热负荷数据驱动预测方法
CN114595876A (zh) 一种区域风场预测模型生成方法和装置、电子设备
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
CN117909888B (zh) 智慧人工智能气候预测方法
CN113361774B (zh) 一种生态空间集约利用优化方法及系统
CN115146874A (zh) 一种基于多图卷积网络的河流水质预测方法
CN113984198B (zh) 一种基于卷积神经网络的短波辐射预测方法及系统
CN114897630B (zh) 植被生长最适温度估算方法和装置
CN114004514A (zh) 一种大气臭氧污染发生气象条件等级判别方法
CN111259340B (zh) 一种基于logistic回归的饱和负荷预测方法
CN110019167A (zh) 一种中长期新能源资源资料库构建方法及系统
CN117634907A (zh) 城市屋顶光伏发电潜力的估算方法、装置、设备及介质
CN117911883A (zh) 基于gee时序分析的大区域生态脆弱性遥感动态评估方法
CN102880753A (zh) 基于分形维数的土地利用空间特征尺度转换方法
CN116702586A (zh) 一种基于多空间尺度数值的天气预报方法及系统
CN115392137A (zh) 一种基于岩溶塌陷水土耦合作用的三维模拟系统
CN114398760A (zh) 区域植被覆盖度与降水关系非一致性识别方法
CN114004405A (zh) 基于Elman神经网络和卫星云图的光伏功率预测方法及系统

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