CN114997237A - 基于多峰频率分布的生态系统属性组分组成结构量化方法 - Google Patents
基于多峰频率分布的生态系统属性组分组成结构量化方法 Download PDFInfo
- Publication number
- CN114997237A CN114997237A CN202210712344.XA CN202210712344A CN114997237A CN 114997237 A CN114997237 A CN 114997237A CN 202210712344 A CN202210712344 A CN 202210712344A CN 114997237 A CN114997237 A CN 114997237A
- Authority
- CN
- China
- Prior art keywords
- frequency distribution
- attribute
- ecosystem
- attribute component
- complex
- 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 20
- 238000011002 quantification Methods 0.000 title claims abstract description 17
- 230000011218 segmentation Effects 0.000 claims abstract description 12
- 238000000638 solvent extraction Methods 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 3
- 238000013139 quantization Methods 0.000 abstract 1
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000002902 bimodal effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012544 monitoring process 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
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
一种基于多峰频率分布的生态系统属性组分组成结构量化方法,本发明涉及生态系统属性组分组成结构的量化方法。本发明为了解决现有的生态系统属性组分组成结构无法量化多个基本频率分布形式组合而成的复杂属性组分组成结构的技术问题。本发明的量化方法:获取具有复杂形态的生态系统属性组分频率分布数据,将其生成属性组分频率分布图,判断峰出现的次数;通过生态系统属性频率分布数据获得复杂频率分布曲线两峰之间的最低点作为分割点;对分割获取的多个基本频率分布数据分别定量描述。本发明的方法实现了多峰频率分布的生态系统属性组分组成结构量化,解决了目前只能定量表达频率分布呈现单峰形态的生态系统属性组分组成结构的缺陷。
Description
技术领域
本发明涉及一种生态系统属性组分组成结构量化方法。
背景技术
通过一系列定量指标提取方法及其涵义解释,目前关于生态系统属性组分组成结构量化方法已经实现了生态系统属性组分组成结构的定量分析。但是现有方法只能定量表达频率分布呈现单峰形态的生态系统属性组分组成结构状况,难以对多个基本频率分布形式组合而成的复杂属性组分组成结构进行量化表征。
发明内容
本发明解决了目前的现有方法只能定量表达频率分布呈现单峰形态的生态系统属性组分组成结构的缺陷,而提供了一种多峰频率分布的生态系统属性组分组成结构量化方法。
本发明基于多峰频率分布的生态系统属性组分组成结构量化方法按照以下步骤进行:
一、属性组分复杂频率分布数据分割
获取具有复杂形态的生态系统属性组分频率分布数据,将其生成属性组分频率分布图,判断峰出现的次数,从属性组分频率分布数据中提取每两个峰值之间的最低处,作为复杂频率分布曲线的分割点;再根据分割点将复杂属性组分频率分布分离为多个基本频率分布数据;
二、基本频率分布状况量化指标计算
对分割获取的多个基本频率分布数据,分别计算每个基本频率分布状况描述的定量指标系列,形成多峰组合的属性组分复杂频率分布的一套量化指标数据集,用以对生态系统的复杂属性组分组成结构进行定量描述,即实现了多峰频率分布的生态系统属性组分组成结构的量化。
进一步,步骤一中复杂频率分布曲线的分割点位于相邻两峰之间的曲线最低点。
本发明提出将生态系统属性组分的复杂频率分布形式分割为多个基本频率(单峰)分布形式的组合,并分别计算各基本频率(单峰)分布状况的定量指标系列,用以对生态系统复杂属性组分组成结构状况进行全面量化表征。本发明的方法实现了多峰频率分布的生态系统属性组分组成结构量化,解决了目前只能定量表达频率分布呈现单峰形态的生态系统属性组分组成结构的缺陷。
本发明通过量化生态系统属性组分组成结构呈现多峰频率分布时的状况,本发明的方法可以为环境保护部门在森林、草原等自然生境监测与治理方面提供指导信息。
附图说明
图1是实施例1森林生态系统植被指数NDVI频率分布图;
图2是实施例1森林生态系统植被指数NDVI频率分布分割图;
图3是实施例2草原生态系统植被指数NDVI频率分布图;
图4是实施例2草原生态系统植被指数NVDI频率分布分割图。
具体实施方式
具体实施方式一:本实施方式基于多峰频率分布的生态系统属性组分组成结构量化方法按照以下步骤进行:
一、属性组分复杂频率分布数据分割
获取具有复杂形态的生态系统属性组分频率分布数据,将其生成属性组分频率分布图,判断峰出现的次数,从属性组分频率分布数据中提取每两个峰值之间的最低处,作为复杂频率分布曲线的分割点;再根据分割点将属性组分复杂频率分布分离为多个基本频率分布数据;
二、基本频率分布状况量化指标计算
对分割获取的多个基本频率分布数据,分别计算每个基本频率分布状况描述的定量指标系列,形成多峰组合的属性组分复杂频率分布的一套量化指标数据集,用以对生态系统的复杂属性组分组成结构进行定量描述,即实现了多峰频率分布的生态系统属性组分组成结构的量化。
本实施方式所述的定量指标系列是指各自的属性集中值、属性变化度、属性平均值、属性中点值、分布对称度与属性偏斜度定量指标。
具体实施方式二:本实施方式与具体实施方式一不同的是:步骤一中复杂频率分布曲线的分割点位于相邻两峰之间的曲线最低点。其他步骤及参数与具体实施方式一相同。
实施例1对2000年吉林省5月多峰频率分布的森林生态系统属性组分组成结构量化:
一、属性组分复杂频率分布数据分割
根据2000年吉林省5月森林生态系统植被指数NDVI栅格数据按分组区间为0.02获取生态系统属性组分频率分布数据,将其生成属性组分频率分布图(如图1所示);判断峰出现的次数为2,将相邻两峰的最低值所对应的植被指数NDVI作为两峰之间的分割点(如图2所示),其数值为0.26,依据其所在NDVI分组位置,它将整个森林生态系统属性组分频率分布数据分割为NDVI位于0.02~0.26和0.26~0.62的两个基本频率分布数据(如表1次峰基本频率分布和表2主峰基本频率分布)。
二、基本频率分布状况量化指标计算
对步骤一分割获得的两个基本频率分布数据,分别计算各自的属性集中值、属性变化度、属性平均值、属性中点值、分布对称度与属性偏斜度定量指标。
在0.26~0.62内确定峰(主峰)所在位置,即第一属性集中值为0.47,属性变化度为0.1,属性平均值为0.436,属性中点值为0.44,则计算分布对称度为0.03,属性偏斜度为-0.004;
在0.02~0.26内确定峰(次峰)所在位置,即第二属性集中值为0.21,属性变化度为0.036,属性平均值为0.22,属性中点值为0.14,进而计算分布对称度为0.07,属性偏斜度为0.08。
表1次峰基本频率分布
表2主峰基本频率分布
本实施例的方法实现了双峰频率分布的生态系统属性组分组成结构量化。
实施例2对2000年内蒙古自治区7月多峰频率分布的草原生态系统属性组分组成结构量化:
一、属性组分复杂频率分布数据分割
根据2000年内蒙古自治区7月草原生态系统植被指数NDVI栅格数据按分组区间为0.04获取生态系统属性组分频率分布数据,将其生成属性组分频率分布图(如图3所示);判断峰出现的次数为3,存在两个分割点(如图4所示);分别对每两个峰之间统计最低值,作为每两峰之间的分割点,第一个分割点为0.16,第二个分割点为0.32,依据所在NDVI分组位置,它将整个草原生态系统属性组分频率分布数据分割为NDVI位于0~0.16、0.16~0.32和0.32~0.88的三个基本频率分布数据(如表3主峰基本频率分布、表4次峰基本频率分布和表5次次峰基本频率分布)。
二、基本频率分布状况量化指标计算
对步骤一分割获得的三个基本频率分布数据,分别计算各自的属性集中值、属性变化度、属性平均值、属性中点值、分布对称度与属性偏斜度定量指标。
在0~0.16内确定峰(主峰)所在位置,即第一属性集中值为0.1,属性变化度为0.05,属性平均值为0.13,属性中点值为0.08,则计算分布对称度为0.02,属性偏斜度为0.05;
在0.16~0.32内确定峰(次峰)所在位置,即第二属性集中值为0.18,属性变化度为0.09,属性平均值为0.25,属性中点值为0.24,进而计算分布对称度为-0.06,属性偏斜度为0.01;
在0.32~0.88内确定峰(次次峰)所在位置,即第三属性集中值为0.34,属性变化度为0.19,属性平均值为0.48,属性中点值为0.6,进而计算分布对称度为-0.26,属性偏斜度为-0.12。
表3主峰基本频率分布
表4次峰基本频率分布
表5次次峰基本频率分布
本实施例的方法实现了三峰频率分布的生态系统属性组分组成结构量化。
Claims (2)
1.一种基于多峰频率分布的生态系统属性组分组成结构量化方法,其特征在于基于多峰频率分布的生态系统属性组分组成结构量化方法按照以下步骤进行:
一、属性组分复杂频率分布数据分割
获取具有复杂形态的生态系统属性组分频率分布数据,将其生成属性组分频率分布图,判断峰出现的次数,从属性组分频率分布数据中提取每两个峰值之间的最低处,作为复杂频率分布曲线的分割点;再根据分割点将复杂属性组分频率分布分离为多个基本频率分布数据;
二、基本频率分布状况量化指标计算
对分割获取的多个基本频率分布数据,分别计算每个基本频率分布状况描述的定量指标系列,形成多峰组合的属性组分复杂频率分布的一套量化指标数据集,用以对生态系统的复杂属性组分组成结构进行定量描述,即实现了多峰频率分布的生态系统属性组分组成结构的量化。
2.根据权利要求1所述的一种基于多峰频率分布的生态系统属性组分组成结构量化方法,其特征在于步骤一中复杂频率分布曲线的分割点位于相邻两峰之间的曲线最低点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210712344.XA CN114997237A (zh) | 2022-06-22 | 2022-06-22 | 基于多峰频率分布的生态系统属性组分组成结构量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210712344.XA CN114997237A (zh) | 2022-06-22 | 2022-06-22 | 基于多峰频率分布的生态系统属性组分组成结构量化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114997237A true CN114997237A (zh) | 2022-09-02 |
Family
ID=83036585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210712344.XA Pending CN114997237A (zh) | 2022-06-22 | 2022-06-22 | 基于多峰频率分布的生态系统属性组分组成结构量化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114997237A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015202141A (ja) * | 2014-04-11 | 2015-11-16 | 花王株式会社 | 歩容の評価方法 |
US20150355141A1 (en) * | 2014-06-06 | 2015-12-10 | Morpho | Size marker and method for controlling the resolution of an electropherogram |
CN106846436A (zh) * | 2017-02-21 | 2017-06-13 | 中国计量大学 | 一种串联光伏组件多峰p‑u曲线划分区间方法 |
CN112308753A (zh) * | 2020-11-24 | 2021-02-02 | 中国科学院东北地理与农业生态研究所 | 基于生态参量的生态系统属性组分组成结构描述方法 |
-
2022
- 2022-06-22 CN CN202210712344.XA patent/CN114997237A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015202141A (ja) * | 2014-04-11 | 2015-11-16 | 花王株式会社 | 歩容の評価方法 |
US20150355141A1 (en) * | 2014-06-06 | 2015-12-10 | Morpho | Size marker and method for controlling the resolution of an electropherogram |
CN106846436A (zh) * | 2017-02-21 | 2017-06-13 | 中国计量大学 | 一种串联光伏组件多峰p‑u曲线划分区间方法 |
CN112308753A (zh) * | 2020-11-24 | 2021-02-02 | 中国科学院东北地理与农业生态研究所 | 基于生态参量的生态系统属性组分组成结构描述方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11403751B2 (en) | System and method of classification of biological particles | |
CN105786860B (zh) | 一种数据建模中的数据处理方法及装置 | |
CN109657721A (zh) | 一种结合模糊集和随机森林树的多类别决策方法 | |
CN108833139B (zh) | 一种基于类别属性划分的ossec报警数据聚合方法 | |
CN104462184A (zh) | 一种基于双向抽样组合的大规模数据异常识别方法 | |
CN104216349A (zh) | 利用制造设备的传感器数据的成品率分析系统及方法 | |
CN104820841B (zh) | 基于低阶互信息和光谱上下文波段选择的高光谱分类方法 | |
EP4280088A1 (en) | Time series data trend feature extraction method based on dynamic grid division | |
CN106228190A (zh) | 针对居民异常用水的决策树判别方法 | |
CN111950922A (zh) | 一种基于多源数据交互分析的装备经济数据评估方法 | |
US20180095937A1 (en) | Automatic Data Processing System, Automatic Data Processing Method, and Automatic Data Analysis System | |
Eler et al. | Simplified stress and simplified silhouette coefficient to a faster quality evaluation of multidimensional projection techniques and feature spaces | |
CN103345575A (zh) | 一种数据流概念漂移检测方法及系统 | |
KR20140130014A (ko) | 그래프 분류를 위한 빈발 부분그래프의 생성 방법 | |
CN114997237A (zh) | 基于多峰频率分布的生态系统属性组分组成结构量化方法 | |
CN104794234A (zh) | 用于同业对标的数据处理方法和装置 | |
CN106651630A (zh) | 关键用电行业识别方法和系统 | |
US11347811B2 (en) | State analysis device, state analysis method, and storage medium | |
CN115527610A (zh) | 一种单细胞组学数据的聚类分析方法 | |
CN114926008A (zh) | 数据质量评估方法及系统 | |
CN111882289B (zh) | 一种项目数据审核指标区间测算的装置和方法 | |
CN115269677A (zh) | 一种多维度数据分析方法、装置、设备及计算机程序产品 | |
CN116842327B (zh) | 资源量评价中异常数据的处理方法、装置及设备 | |
CN104462139A (zh) | 用户行为的聚类方法和系统 | |
KR101457073B1 (ko) | 산업군에 대한 위기지수 산출방법 및 장치 |
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 |