CN115600075A - 景观斑块变化的测度方法和装置、电子设备及存储介质 - Google Patents

景观斑块变化的测度方法和装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115600075A
CN115600075A CN202211587533.5A CN202211587533A CN115600075A CN 115600075 A CN115600075 A CN 115600075A CN 202211587533 A CN202211587533 A CN 202211587533A CN 115600075 A CN115600075 A CN 115600075A
Authority
CN
China
Prior art keywords
data
land
landscape
plaque
target
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.)
Granted
Application number
CN202211587533.5A
Other languages
English (en)
Other versions
CN115600075B (zh
Inventor
唐文魁
左倩
岳隽
徐雅莉
陈小祥
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.)
URBAN PLANNING & DESIGN INSTITUTE OF SHENZHEN (UPDIS)
Original Assignee
URBAN PLANNING & DESIGN INSTITUTE OF SHENZHEN (UPDIS)
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 URBAN PLANNING & DESIGN INSTITUTE OF SHENZHEN (UPDIS) filed Critical URBAN PLANNING & DESIGN INSTITUTE OF SHENZHEN (UPDIS)
Priority to CN202211587533.5A priority Critical patent/CN115600075B/zh
Publication of CN115600075A publication Critical patent/CN115600075A/zh
Application granted granted Critical
Publication of CN115600075B publication Critical patent/CN115600075B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种景观斑块变化的测度方法和装置、电子设备及存储介质,涉及测度技术领域。该方法包括:获取待测度土地的第一土地数据和第二土地数据;其中,所述第一土地数据和所述第二土地数据为间隔预设年份的土地数据;根据所述第一土地数据和第二土地数据得到所述待测度土地的用地数据;其中,所述用地数据包括用地扩张数据和用地收缩数据;根据所述用地数据获取目标景观斑块的目标属性数据;根据所述目标属性数据计算得到邻接演化指数;根据所述邻接演化指数和预设范围确定所述目标景观斑块的变化类型。本发明能够对景观斑块的变化进行全面测度。

Description

景观斑块变化的测度方法和装置、电子设备及存储介质
技术领域
本发明涉及测度技术领域,尤其涉及一种景观斑块变化的测度方法和装置、电子设备及存储介质。
背景技术
相关技术中,区域新增或消失的景观斑块与原有景观土地的空间关系是理解景观空间动力学特性的核心,并且该空间关系能够用于指导区域土地整治、生态修复。相关技术中,通过景观扩张指数(LEI)、多阶景观扩张指数(MLEI)和邻近扩展指数(PEI)描述扩张景观斑块特征的时间可迁移性和空间梯度。但是上述方法只能描述景观斑块扩张模式的演变过程。因此,如何对景观斑块的变化进行全面测度,成为了亟待解决的技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种景观斑块变化的测度方法和装置、电子设备及存储介质,能够对景观斑块的变化进行全面测度。
根据本发明的第一方面实施例的景观斑块变化的测度方法,包括:获取待测度土地的第一土地数据和第二土地数据;其中,所述第一土地数据和所述第二土地数据为间隔预设年份的土地数据;
根据所述第一土地数据和第二土地数据得到所述待测度土地的用地数据;其中,所述用地数据包括用地扩张数据和用地收缩数据;
根据所述用地数据获取目标景观斑块的目标属性数据;
根据所述目标属性数据计算得到邻接演化指数;
根据所述邻接演化指数和预设范围确定所述目标景观斑块的变化类型。
根据本发明实施例的景观斑块变化的测度方法,至少具有如下有益效果:通过获取表征待测度土地两个年份的土地数据(即第一土地数据和第二土地数据),得到用地数据。其中,用地数据包括用于表征待测度土地扩张属性的用地扩张数据,以及用于表征待测度土地收缩属性的用地收缩数据。通过获取用地数据的目标属性数据,使得能够根据该目标属性数据计算得到的邻接演化指数,进而根据邻接演化指数和预设范围确定用地数据中目标景观斑块的变化类型,该变化类型为细化的收缩类型或扩张类型。由此可知,本申请实施例能够全面描述景观斑块的扩张属性和收缩属性,即提高了景观斑块变化度量的全面性。
根据本发明的一些实施例,根据第二土地数据计算得到生态服务价值当量;
根据所述生态服务价值当量确定选取地类;
根据所述选取地类从所述第一土地数据中筛选得到第一样本数据,并根据所述选取地类从所述第二土地数据中筛选得到第二样本数据;
擦除所述第二样本数据中与所述第一样本数据相同的数据,得到所述用地扩张数据;
擦除所述第一样本数据中与所述第二样本数据相同的数据,得到所述用地收缩数据。
根据本发明的一些实施例,所述目标属性数据包括缓冲区半径、缓冲区层数、交集面积、缓冲环面积;
所述根据所述用地数据获取目标景观斑块的目标属性数据,包括:
获取所述目标景观斑块的景观斑块面积和围合周长;
根据所述景观斑块面积和所述围合周长计算得到所述缓冲区半径;
获取所述目标景观斑块与原始景观斑块的景观斑块距离;其中,所述原始景观斑块为所述第一土地数据中与所述目标景观斑块距离最近的景观斑块,或所述原始景观斑块为所述第二土地数据中与所述目标景观斑块距离最近的景观斑块;
根据所述景观斑块距离和所述缓冲区半径计算得到所述缓冲区层数;
根据所述缓冲区层数、所述缓冲区半径构建目标缓冲区;
根据所述目标缓冲区获取所述缓冲环面积;
获取所述目标缓冲区与所述原始景观斑块的所述交集面积。
根据本发明的一些实施例,所述方法还包括:
获取所述用地数据的影响因素数据;
根据所述影响因素数据对所述用地数据进行空间离散化处理,得到离散数据;
根据所述离散数据和所述邻接演化指数计算得到关联值;其中,所述关联值用于表征所述影响因素数据对所述变化类型的影响程度。
根据本发明的一些实施例,所述根据所述离散数据和所述邻接演化指数计算得到关联值,包括:
根据所述邻接演化指数计算得到总方差;
根据所述离散数据对应的所述邻接演化指数计算得到离散方差;
根据所述总方差、所述离散方差计算得到所述关联值。
根据本发明的一些实施例,所述方法还包括:
对任意两个所述关联值进行比对计算,得到交互值;其中,任意两个所述关联值对应不同的所述影响因素数据;
根据所述交互值确定任意两个所述关联值与所述变化类型的交互关系。
根据本发明的第二方面实施例的景观斑块变化的测度装置,所述装置包括:
第一数据获取模块,用于获取待测度土地的第一土地数据和第二土地数据;其中,所述第一土地数据和所述第二土地数据为间隔预设年份的土地数据;
筛选模块,用于根据所述第一土地数据和第二土地数据得到所述待测度土地的用地数据;其中,所述用地数据包括用地扩张数据和用地收缩数据;
第二数据获取模块,用于根据所述用地数据获取目标景观斑块的目标属性数据;
计算模块,用于根据所述目标属性数据计算得到邻接演化指数;
分析模块,用于根据所述邻接演化指数和预设范围确定所述目标景观斑块的变化类型。
为实现上述目的,本申请实施例的第三方面提出了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
为实现上述目的,本申请实施例的第四方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
下面结合附图和实施例对本发明做进一步的说明,其中:
图1为本发明实施例景观斑块变化的测度方法的一流程示意图;
图2为本发明实施例景观斑块变化的测度方法的另一流程示意图;
图3为本发明实施例t年份A地区单位面积生态价值当量系数表;
图4为本发明实施例景观斑块变化的测度方法的另一流程示意图;
图5为本发明实施例构建目标景观斑块的单层缓冲区的一示意图;
图6为本发明实施例多种变化类型对应的邻接演化指数数值范围的一示意图;
图7为本发明实施例景观斑块变化的测度方法的另一流程示意图;
图8为本发明实施例进行空间离散化处理的一示意图;
图9为本发明实施例景观斑块变化的测度方法的另一流程示意图;
图10为本发明实施例景观斑块变化的测度方法的另一流程示意图;
图11为本发明实施例景观斑块变化的测度装置的一模块框图;
图12为本发明实施例提供的电子设备的硬件结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个以上,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
本发明的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
相关技术中,区域新增或消失的景观斑块与原有景观土地的空间关系是理解景观空间动力学特性的核心,并且该空间关系能够用于指导区域土地整治、生态修复。相关技术中,通过景观扩张指数(LEI)、多阶景观扩张指数(MLEI)和邻近扩展指数(PEI)描述扩张景观斑块特征的时间可迁移性和空间梯度。但是上述方法只能描述景观斑块扩张模式的演变过程。因此,如何对景观斑块的变化进行全面测度,成为了亟待解决的技术问题。
基于此,本申请实施例提供了一种景观斑块变化的测度方法和装置、电子设备及存储介质,旨在提高景观斑块变化度量的全面性。
本申请实施例提供的景观斑块变化的测度方法和装置、电子设备及存储介质,具体通过如下实施例进行说明,首先描述本申请实施例中的景观斑块变化的测度方法。
图1是本申请实施例提供的景观斑块变化的测度方法的一个可选的流程图,图1中的方法可以包括但不限于包括步骤S101至步骤S105。
步骤S101、获取待测度土地的第一土地数据和第二土地数据;其中,第一土地数据和第二土地数据为间隔预设年份的土地数据;
步骤S102、根据第一土地数据和第二土地数据得到待测度土地的用地数据;其中,用地数据包括用地扩张数据和用地收缩数据;
步骤S103、根据用地数据获取目标景观斑块的目标属性数据;
步骤S104、根据目标属性数据计算得到邻接演化指数;
步骤S105、根据邻接演化指数和预设范围确定目标景观斑块的变化类型。
在一些实施例的步骤S101中,获取待测度土地两个年份的土地数据,包括第一土地数据和第二土地数据。其中,第一土地数据为待测度土地在起始年份的土地利用矢量数据,第二土地数据为待测度土地在终止年份的土地利用矢量数据,起始年份和终止年份间隔预设年份。可以理解的是,第一土地数据和第二土地数据可基于真实调查数据,或土地覆被、遥感影像等方式获取。
在一些实施例的步骤S102中,根据第一土地数据和第二土地数据得到用于描述待测度土地收缩属性的用地收缩数据,以及用于描述待测度土地扩张属性的用地扩张数据。
参照图2,在一些实施例中,步骤S102包括但不限于包括有步骤S201至步骤S205。
步骤S201、根据第二土地数据计算得到生态服务价值当量;
步骤S202、根据生态服务价值当量确定选取地类;
步骤S203、根据选取地类从第一土地数据中筛选得到第一样本数据,并根据选取地类从第二土地数据中筛选得到第二样本数据;
步骤S204、擦除第二样本数据中与第一样本数据相同的数据,得到用地扩张数据;
步骤S205、擦除第一样本数据中与第二样本数据相同的数据,得到用地收缩数据。
在一些实施例的步骤S201至步骤S202中,第二土地数据包括多种地类的景观斑块,为了提高测度的有用性,对测度意义较小的地类进行忽略。因此,可以通过生态服务价值当量确定所要测度的地类(即选取地类)。具体地,通过如下式(1)计算得到各个地类的生态服务价值当量
Figure 553861DEST_PATH_IMAGE001
Figure 259649DEST_PATH_IMAGE002
......式(1)
其中,
Figure 673443DEST_PATH_IMAGE003
表示第二土地数据中第
Figure 730261DEST_PATH_IMAGE004
类地类的总面积,
Figure 884774DEST_PATH_IMAGE005
表示第二土地数据中第
Figure 913910DEST_PATH_IMAGE004
类地类单位面积价值系数。依据从相关公布数据中所获取的不同生态系统价值基础当量系统表,将单位面积农田生态系统粮食生产的净利润作为一个标准当量因子的生态系统服务当量,并将该数据作为各地类对应的
Figure 764186DEST_PATH_IMAGE005
的修正依据。例如,根据如下式(2)得到对应于A地区的修正系数
Figure 183666DEST_PATH_IMAGE006
Figure 659647DEST_PATH_IMAGE007
......式(2)
其中,
Figure 90759DEST_PATH_IMAGE008
表示A地区在t年份单位面积的粮食产量,
Figure 502149DEST_PATH_IMAGE009
表示A地区上级管辖地在t年份单位面积的粮食产量。
从而根据如下式(3)计算得到A地区在t年份单位面积
Figure 533559DEST_PATH_IMAGE001
的标准当量等效经济价值
Figure 157438DEST_PATH_IMAGE010
Figure 708636DEST_PATH_IMAGE011
......式(3)
其中,
Figure 884403DEST_PATH_IMAGE012
为t年份主粮均价。根据相关公布数据获取如图3所示的t年份A地区单位面积生态价值当量系数,将该单位面积生态价值当量系数与标准当量等效经济价值
Figure 278475DEST_PATH_IMAGE010
相乘得到对应二级地类的单位面积价值系数
Figure 584341DEST_PATH_IMAGE005
,进而得到每一个二级地类的生态服务价值当量
Figure 504893DEST_PATH_IMAGE001
。对多个二级地类的生态服务价值当量
Figure 258085DEST_PATH_IMAGE001
求和,得到对应一级地类的生态服务价值当量
Figure 14819DEST_PATH_IMAGE001
。具体地,根据图3所示的A地区单位面积生态价值当量系数,可以计算得到供给服务、调节服务、支持服务、文化服务等四类服务的生态服务价值当量。可以理解的是,建设用地的生态服务价值当量通常设为0。可以理解的是,可以根据实际需求对多个一级地类的生态服务价值当量进行排序,将排序前N个一级地类作为选取地类;或,将所有一级地类都作为选取地类;或,根据实际测度需求,选取对应的一级地类作为选取地类,对此本申请实施例不作具体限定。
在一些实施例的步骤S203中,根据选取地类对第一土地数据和第二土地数据进行筛选,将第一土地数据中,除选取地类以外的地类对应的景观斑块进行滤除,得到第一样本数据;将第二土地数据中,除选取地类以外的地类对应的景观斑块进行滤除,得到第二样本数据。例如,将图3所示的一级地类都作为选取地类,则第一样本数据包括第一土地数据中地类为耕地、林地、草地、湿地、未利用地、水体的景观斑块对应的土地利用矢量数据,第二样本数据包括第二土地数据中地类为耕地、林地、草地、湿地、未利用地、水体的景观斑块对应的土地利用矢量数据。
在一些实施例的步骤S204至步骤S205中,将第一样本数据和第二样本数据进行空间叠置,并进行空间擦除,得到用于表征扩张属性的用地扩张数据,以及用于表征收缩属性的用地收缩数据。具体地,在第二样本数据中擦除与第一样本数据存在叠置关系的数据,得到表示在起始年份不存在、但在终止年份存在的景观斑块对应的土地利用矢量数据(即用地扩张数据),因此用地扩张数据中的景观斑块具有扩张属性。在第一样本数据中擦除与第二样本数据存在叠置关系的数据,得到表示在起始年份存在、但在终止年份不存在的景观斑块对应的土地利用矢量数据(即用地收缩数据),因此用地收缩数据中的景观斑块具有收缩属性。
在一些实施例的步骤S103中,用地数据包括多个目标景观斑块的土地利用矢量数据,根据遥感测量、接口调取等方式获取能够对目标景观斑块的扩张属性(或收缩属性)进行定量分析的目标属性数据,如面积、周长、距离等数据。可以理解是,目标景观斑块指用地数据中某一种地类所占的地块,地类包括耕地、林地、草地、湿地、未利用地、水体等,对此本申请实施例不作具体限定。
参照图4,在一些实施例中,目标属性数据包括缓冲区半径、缓冲区层数、交集面积、缓冲环面积。步骤S103包括但不限于包括有步骤S401至步骤S407。
步骤S401、获取目标景观斑块的景观斑块面积和围合周长;
步骤S402、根据景观斑块面积和围合周长计算得到缓冲区半径;
步骤S403、获取目标景观斑块与原始景观斑块的景观斑块距离;其中,原始景观斑块为第一土地数据中与目标景观斑块距离最近的景观斑块,或原始景观斑块为第二土地数据中与目标景观斑块距离最近的景观斑块;
步骤S404、根据景观斑块距离和缓冲区半径计算得到缓冲区层数;
步骤S405、根据缓冲区层数、缓冲区半径构建目标缓冲区;
步骤S406、根据目标缓冲区获取缓冲环面积;
步骤S407、获取目标缓冲区与原始景观斑块的交集面积。
在一些实施例的步骤S401至步骤S402中,获取用地扩张数据(或用地收缩数据)中目标景观斑块的景观斑块面积
Figure 980501DEST_PATH_IMAGE013
和目标景观斑块的围合周长
Figure 224401DEST_PATH_IMAGE014
,根据景观斑块面积
Figure 758282DEST_PATH_IMAGE013
、围合周长
Figure 251580DEST_PATH_IMAGE014
和如下式(4)计算得到表示目标景观斑块单层缓冲区的缓冲区半径
Figure 286532DEST_PATH_IMAGE015
Figure 666829DEST_PATH_IMAGE016
......式(4)
在一些实施例的步骤S403中,将用地扩张数据(或用地收缩数据)中目标景观斑块与第一土地数据(或第二土地数据)中各个景观斑块进行空间近邻分析,并生成对应的近邻表。可以理解的是,该近邻表用于表述目标景观斑块与第一土地数据(或第二土地数据)中各个景观斑块的距离。因此,从该近邻表中查找到与目标景观斑块距离最近的景观斑块(即原始景观斑块),并获取该景观斑块与目标景观斑块的距离
Figure 761824DEST_PATH_IMAGE017
(即景观斑块距离)。
在一些实施例的步骤S404中,根据景观斑块距离
Figure 476839DEST_PATH_IMAGE017
、缓冲区半径
Figure 49903DEST_PATH_IMAGE015
和如下式(5)计算得到目标景观斑块需构建的单层缓冲区的缓冲区层数
Figure 16197DEST_PATH_IMAGE018
。可以理解的是,当计算得到的缓冲区层数
Figure 406727DEST_PATH_IMAGE018
为非正整数时,可以对缓冲区层数
Figure 94192DEST_PATH_IMAGE018
做向上取整、向下取整、四舍五入等任一种数据处理,对此本申请实施例不作具体限定。但为了便于说明,本申请实施例以向上取整为例进行说明。
Figure 736526DEST_PATH_IMAGE019
......式(5)
在一些实施例的步骤S405中,参照图5,利用多环缓冲区工具构建每个目标景观斑块501的
Figure 75103DEST_PATH_IMAGE018
层单层缓冲区。具体的,首先利用多环缓冲区工具构建最外层单层缓冲区,该最外层单层缓冲区的半径为
Figure 121688DEST_PATH_IMAGE020
;而后,利用多环缓冲区工具构建次外层单层缓冲区,该次外层单层缓冲区的半径为
Figure 686661DEST_PATH_IMAGE021
......依次类推,共构建N层单层缓冲区。其中,将最外层单层缓冲区作为目标缓冲区。例如,参照图5,当N为2时,构建得到第一缓冲区502、第二缓冲区503,其中,第一缓冲区502的半径为
Figure 726161DEST_PATH_IMAGE015
,第二缓冲区503(即目标缓冲区)的半径为2R。
在一些实施例的步骤S406中,利用叠置擦除工具,将目标景观斑块的最外层单层缓冲区(即目标缓冲区)与次外层单层缓冲区的堆叠部分进行擦除,得到目标缓冲环。获取该目标缓冲环的面积,得到缓冲环面积
Figure 60191DEST_PATH_IMAGE022
。可以理解的是,缓冲环面积
Figure 543256DEST_PATH_IMAGE022
可以由最外层单层缓冲区的面积减去次外层单层缓冲区的面积得到,最外层单层缓冲区面积和次外层单层缓冲区面积的计算可参照景观斑块面积的计算方法。
在一些实施例的步骤S407中,参照图5,确定目标缓冲区503与原始景观斑块504的相交区域505,并获取该相交区域的交集面积
Figure 454580DEST_PATH_IMAGE003
在一些实施例的步骤S104至步骤S105中,根据目标景观斑块的目标属性数据计算得到用于描述该目标景观斑块的收缩程度或扩张程度的邻接演化指数SMAEI,从而根据该邻接演化指数SMAEI确定目标景观斑块细化的收缩类型(或细化的扩张类型)。具体地,如图6所示,预先设置共十类变化类型。当SMAEI∈[0,0.5)时,判定该目标景观斑块的变化类型为内填式扩张;当SMAEI∈[0.5,1)时,判定该目标景观斑块的变化类型为蔓延式扩张;当SMAEI∈[1,3)时,判定该目标景观斑块的变化类型为邻近式扩张;当SMAEI∈[3,4)时,判定该目标景观斑块的变化类型为分离式扩张;当SMAEI∈[4,+∞)时,判定该目标景观斑块的变化类型为飞地式扩张;当SMAEI∈(-0.5,0]时,判定该目标景观斑块的变化类型为封闭式收缩;当SMAEI∈[-1,0.5)时,判定该目标景观斑块的变化类型为边缘式收缩;当SMAEI∈[-3,-1)时,判定该目标景观斑块的变化类型为边缘式收缩;当SMAEI∈[-4,-3)时,判定该目标景观斑块的变化类型为隔离式收缩;当SMAEI∈(-∞,-4)时,判定该目标景观斑块的变化类型为边远式收缩。
具体地,根据如下式(6)计算得到邻接演化指数SMAEI。
Figure 907558DEST_PATH_IMAGE023
......式(6)
其中,
Figure 251688DEST_PATH_IMAGE024
表示目标景观斑块属性,当目标景观斑块为用地扩张数据中的景观斑块时,表明该目标景观斑块为扩张属性,此时
Figure 889342DEST_PATH_IMAGE025
;当目标景观斑块为用地收缩数据中的景观斑块数据时,表明该目标景观斑块为收缩属性,此时
Figure 163329DEST_PATH_IMAGE026
本申请实施例提供的景观斑块变化的测度方法,通过获取表征待测度土地两个年份的土地数据(即第一土地数据和第二土地数据),得到用地数据。其中,用地数据包括用于表征待测度土地扩张属性的用地扩张数据,以及用于表征待测度土地收缩属性的用地收缩数据。通过获取用地数据的目标属性数据,使得能够根据该目标属性数据计算得到的邻接演化指数,进而根据邻接演化指数和预设范围确定用地数据中目标景观斑块的变化类型,该变化类型为细化的收缩类型或扩张类型。由此可知,本申请实施例能够全面描述景观斑块的扩张属性和收缩属性,即提高了景观斑块变化度量的全面性。
参照图7,在一些实施例中,本申请实施例提供的景观斑块变化的测度方法还包括但不限于有步骤S701至步骤S703。
步骤S701、获取用地数据的影响因素数据;
步骤S702、根据影响因素数据对用地数据进行空间离散化处理,得到离散数据;
步骤S703、根据离散数据和邻接演化指数计算得到关联值;其中,关联值用于表征影响因素数据对变化类型的影响程度。
在一些实施例的步骤S701中,获取影响用地数据中各个目标景观斑块为扩张属性或收缩属性的目标属性数据。例如,目标属性数据包括自然数据和人类活动数据。其中,自然数据包括地理高程、坡度、年均气温变换、年均降雨量变化、土地侵蚀轻度、自然保护区分布数据等;人类活动数据包括人口密度变化、人均GDP变化、土地城镇化率、路网数据、第三产业占比数据等。可以理解的是,目标属性数据可通过相关数据公布接口获取,对此本申请实施例不作具体限定。
在一些实施例的步骤S702中,根据Jenks最佳自然断裂法等离散方法对目标景观斑块的多个影响因素数据进行空间离散化处理,即根据任一影响因素数据将目标景观斑块离散
Figure 29785DEST_PATH_IMAGE027
层,得到离散数据,使得层内影响因素数据差异最小化,层间影响因素数据差异最大化。例如,如图8所示,将多个目标景观斑块离散为3层。
在一些实施例的步骤S703中,根据离散数据和邻接演化指数SMAEI进行相关性计算,以得到能够表征影响因素数据与目标景观斑块变化类型的关联值
Figure 197461DEST_PATH_IMAGE028
,从而实现对目标景观斑块变化类型的解释力分析。
参照图9,在一些实施例中,步骤S703包括但不限于包括有步骤S901至步骤S903。
步骤S901、根据邻接演化指数计算得到总方差;
步骤S902、根据离散数据对应的邻接演化指数计算得到离散方差;
步骤S903、根据总方差、离散方差计算得到关联值。
在一些实施例的步骤S901至步骤S903中,参照图8,根据用地数据的栅格影像数据,确定用地数据的栅格单元数量,其中,每一个栅格单元中的栅格点
Figure 22329DEST_PATH_IMAGE029
均对应一个邻接演化指数SMAEI或变化类型对应的编码值。而后,根据如下式(7)计算得到关联值
Figure 518032DEST_PATH_IMAGE028
Figure 968605DEST_PATH_IMAGE030
......式(7)
其中,
Figure 131733DEST_PATH_IMAGE018
表示总样本量,即栅格点
Figure 861923DEST_PATH_IMAGE029
的总数量
Figure 500715DEST_PATH_IMAGE004
Figure 99186DEST_PATH_IMAGE031
表示总方差,即根据邻接演化指数SMAEI或变化类型对应的编码值计算得到的
Figure 458099DEST_PATH_IMAGE004
个栅格点
Figure 139616DEST_PATH_IMAGE029
的方差值;
Figure 485278DEST_PATH_IMAGE032
表示第
Figure 887440DEST_PATH_IMAGE033
层离散景观斑块中,栅格点
Figure 884215DEST_PATH_IMAGE029
的数量;
Figure 221787DEST_PATH_IMAGE034
表示第
Figure 179378DEST_PATH_IMAGE033
层离散景观斑块中,根据邻接演化指数SMAEI或变化类型对应的编码值计算得到方差值(即离散方差)。
可以理解的是,关联值
Figure 244286DEST_PATH_IMAGE028
的取值范围为【0,1】,关联值
Figure 846300DEST_PATH_IMAGE028
的取值与变化类型呈正相关,即关联值
Figure 338461DEST_PATH_IMAGE028
的取值越大,表明对应的影响因素数据对变化类型的可解释性越强,反之则越弱。当关联值
Figure 396066DEST_PATH_IMAGE035
时,表明对应的影响因素数据与变化类型无关;当关联值
Figure 140031DEST_PATH_IMAGE036
时,表明对应的影响因素数据直接主导了变化类型。
参照图10,在一些实施例中,本申请实施例提供的景观斑块变化的测度方法还包括但不限于有步骤S1001至步骤S1002。
步骤S1001、对任意两个关联值进行比对计算,得到交互值;其中,任意两个关联值对应不同的影响因素数据;
步骤S1002、根据交互值确定任意两个关联值与变化类型的交互关系。
在一些实施例的步骤S1001至步骤S1002中,根据上述实施例所描述的方法,获取任意两个影响因素数据K1和K2对应的关联值
Figure 845819DEST_PATH_IMAGE037
Figure 790772DEST_PATH_IMAGE038
。对关联值
Figure 988535DEST_PATH_IMAGE037
Figure 660825DEST_PATH_IMAGE038
进行交集、求和、取最大值、取最小值等比对计算,得到多个交互值。将交互值进行比较,得到对应的交互关系。可以理解的是,该交互关系用于描述对应的两个影响因素数据对变化类型的交互影响。例如,根据上述实施例所描述的方法计算得到年均降雨量变化对应的关联值
Figure 627644DEST_PATH_IMAGE037
,以及人口密度变化对应的关联值
Figure 477919DEST_PATH_IMAGE038
,并根据关联值
Figure 897399DEST_PATH_IMAGE037
Figure 107801DEST_PATH_IMAGE038
得到交互值:
Figure 538913DEST_PATH_IMAGE039
Figure 684724DEST_PATH_IMAGE040
Figure 184975DEST_PATH_IMAGE041
Figure 681291DEST_PATH_IMAGE042
表1:
Figure 216178DEST_PATH_IMAGE043
如表1所示,为对交互值进行比较,得到的五种交互关系。以K1表示年均降雨量变化、K2表示人口密度变化为例,
Figure 408256DEST_PATH_IMAGE039
表示年均降雨量变化和人口密度变化共同对变化类型的影响。其中,非线性减弱表示年均降雨量变化和人口密度变化共同对变化类型的影响程度,小于年均降雨量变化(或人口密度变化)单一对变化类型的影响程度。单因子非线性减弱表示年均降雨量变化和人口密度变化共同对变化类型的影响程度,在年均降雨量变化、人口密度变化单一对变化类型的影响程度范围内。双因子增强表示年均降雨量变化和人口密度变化共同对变化类型的影响程度,大于年均降雨量变化(或人口密度变化)单一对变化类型的影响程度。独立表示年均降雨量变化和人口密度变化共同对变化类型的影响程度,等于年均降雨量变化、人口密度变化单一对变化类型的影响程度之和。非线性增强表示年均降雨量变化和人口密度变化共同对变化类型的影响程度,大于年均降雨量变化、人口密度变化单一对变化类型的影响程度之和。
可以理解的是,还可以基于Spearman秩相关性分析对影响因素数据影响变化类型的影响趋势方向进行分析。该分析的具体方法可参照相关技术中Spearman秩相关性分析方法,对此本申请实施例不作具体说明。
本申请实施例提供的景观斑块变化的测度方法,通过上述实施例所描述的内容,可以得到如下有益效果:
(1)本申请实施例区别于相关技术中基于栅格影像Fragstats景观指数计算软件进行分析的方法,本申请实施例以精度更高、数据结构更严密的矢量数据作为测度基础数据。由于矢量数据对目标景观斑块的形态变化更为敏感,因此本申请实施例能够有效增强景观斑块空间位置的精确性,从而更利于本申请实施例提供的方法部署于实际应用中,并减少数据分析和降低测度误差。
(2)本申请实施例提供的利用邻接演化指数SMAEI描述目标景观斑块变化类型的方法,通过构建目标景观斑块单层缓冲区的方式,不仅可以用于对两个或多个时间节点的目标景观斑块扩张属性(或收缩属性)进行确定,还可以更细化的描述扩张类型和收缩类型,从而有利于根据变化类型进行土地整治、生态修复等工作。
(3)通过分析影响因素数据与变化类型的正相关关系、多种影响因素数据与变化类型的交互关系,能够定量的描述影响因素数据对变化类型的影响,从而实现对变化类型的演变解释。
参照图11,本申请实施例还提供了一种景观斑块变化的测度装置,该装置包括:
第一数据获取模块1101,用于获取待测度土地的第一土地数据和第二土地数据;其中,第一土地数据和第二土地数据为间隔预设年份的土地数据;
筛选模块1102,用于根据第一土地数据和第二土地数据得到待测度土地的用地数据;其中,用地数据包括用地扩张数据和用地收缩数据;
第二数据获取模块1103,用于根据用地数据获取目标景观斑块的目标属性数据;
计算模块1104,用于根据目标属性数据计算得到邻接演化指数;
分析模块1105,用于根据邻接演化指数和预设范围确定目标景观斑块的变化类型。
该景观斑块变化的测度装置的具体实施方式与上述景观斑块变化的测度方法的具体实施例基本相同,在此不再赘述。
本申请实施例还提供了一种电子设备,电子设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述景观斑块变化的测度方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。
请参阅图12,图12示意了另一实施例的电子设备的硬件结构,电子设备包括:
处理器1201,可以采用通用的CPU(CentralProcessingUnit,中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请实施例所提供的技术方案;
存储器1202,可以采用只读存储器(ReadOnlyMemory,ROM)、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory,RAM)等形式实现。存储器1202可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1202中,并由处理器1201来调用执行本申请实施例的景观斑块变化的测度方法;
输入/输出接口1203,用于实现信息输入及输出;
通信接口1204,用于实现本设备与其他设备的通信交互,可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信;
总线1205,在设备的各个组件(例如处理器1201、存储器1202、输入/输出接口1203和通信接口1204)之间传输信息;
其中处理器1201、存储器1202、输入/输出接口1203和通信接口1204通过总线1205实现彼此之间在设备内部的通信连接。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述景观斑块变化的测度方法。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域技术人员可知,随着技术的演变和新应用场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
本领域技术人员可以理解的是,图中示出的技术方案并不构成对本申请实施例的限定,可以包括比图示更多或更少的步骤,或者组合某些步骤,或者不同的步骤。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括多指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例的方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本申请实施例的优选实施例,并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进,均应在本申请实施例的权利范围之内。

Claims (9)

1.一种景观斑块变化的测度方法,其特征在于,所述方法包括:
获取待测度土地的第一土地数据和第二土地数据;其中,所述第一土地数据和所述第二土地数据为间隔预设年份的土地数据;
根据所述第一土地数据和第二土地数据得到所述待测度土地的用地数据;其中,所述用地数据包括用地扩张数据和用地收缩数据;
根据所述用地数据获取目标景观斑块的目标属性数据;
根据所述目标属性数据计算得到邻接演化指数;
根据所述邻接演化指数和预设范围确定所述目标景观斑块的变化类型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一土地数据和第二土地数据得到所述待测度土地的用地数据,包括:
根据第二土地数据计算得到生态服务价值当量;
根据所述生态服务价值当量确定选取地类;
根据所述选取地类从所述第一土地数据中筛选得到第一样本数据,并根据所述选取地类从所述第二土地数据中筛选得到第二样本数据;
擦除所述第二样本数据中与所述第一样本数据相同的数据,得到所述用地扩张数据;
擦除所述第一样本数据中与所述第二样本数据相同的数据,得到所述用地收缩数据。
3.根据权利要求1所述的方法,其特征在于,所述目标属性数据包括缓冲区半径、缓冲区层数、交集面积、缓冲环面积;
所述根据所述用地数据获取目标景观斑块的目标属性数据,包括:
获取所述目标景观斑块的景观斑块面积和围合周长;
根据所述景观斑块面积和所述围合周长计算得到所述缓冲区半径;
获取所述目标景观斑块与原始景观斑块的景观斑块距离;其中,所述原始景观斑块为所述第一土地数据中与所述目标景观斑块距离最近的景观斑块,或所述原始景观斑块为所述第二土地数据中与所述目标景观斑块距离最近的景观斑块;
根据所述景观斑块距离和所述缓冲区半径计算得到所述缓冲区层数;
根据所述缓冲区层数、所述缓冲区半径构建目标缓冲区;
根据所述目标缓冲区获取所述缓冲环面积;
获取所述目标缓冲区与所述原始景观斑块的所述交集面积。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述方法还包括:
获取所述用地数据的影响因素数据;
根据所述影响因素数据对所述用地数据进行空间离散化处理,得到离散数据;
根据所述离散数据和所述邻接演化指数计算得到关联值;其中,所述关联值用于表征所述影响因素数据对所述变化类型的影响程度。
5.根据权利要求4所述的方法,其特征在于,所述根据所述离散数据和所述邻接演化指数计算得到关联值,包括:
根据所述邻接演化指数计算得到总方差;
根据所述离散数据对应的所述邻接演化指数计算得到离散方差;
根据所述总方差、所述离散方差计算得到所述关联值。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
对任意两个所述关联值进行比对计算,得到交互值;其中,任意两个所述关联值对应不同的所述影响因素数据;
根据所述交互值确定任意两个所述关联值与所述变化类型的交互关系。
7.一种景观斑块变化的测度装置,其特征在于,所述装置包括:
第一数据获取模块,用于获取待测度土地的第一土地数据和第二土地数据;其中,所述第一土地数据和所述第二土地数据为间隔预设年份的土地数据;
筛选模块,用于根据所述第一土地数据和第二土地数据得到所述待测度土地的用地数据;其中,所述用地数据包括用地扩张数据和用地收缩数据;
第二数据获取模块,用于根据所述用地数据获取目标景观斑块的目标属性数据;
计算模块,用于根据所述目标属性数据计算得到邻接演化指数;
分析模块,用于根据所述邻接演化指数和预设范围确定所述目标景观斑块的变化类型。
8.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。
CN202211587533.5A 2022-12-12 2022-12-12 景观斑块变化的测度方法和装置、电子设备及存储介质 Active CN115600075B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211587533.5A CN115600075B (zh) 2022-12-12 2022-12-12 景观斑块变化的测度方法和装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211587533.5A CN115600075B (zh) 2022-12-12 2022-12-12 景观斑块变化的测度方法和装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN115600075A true CN115600075A (zh) 2023-01-13
CN115600075B CN115600075B (zh) 2023-04-28

Family

ID=84852484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211587533.5A Active CN115600075B (zh) 2022-12-12 2022-12-12 景观斑块变化的测度方法和装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115600075B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116775787A (zh) * 2023-06-19 2023-09-19 重庆市规划和自然资源信息中心 一种基于geotools工具修复外环与内环相交的地理图像导出方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
EP3332710A1 (de) * 2016-12-12 2018-06-13 Siemens Healthcare GmbH Charakterisierung von plaque
CN109903234A (zh) * 2019-01-18 2019-06-18 重庆邮电大学 一种城市热力景观定量描述及多尺度特征分析方法
US20210224821A1 (en) * 2020-07-24 2021-07-22 Beijing Baidu Netcom Science And Technology Co., Ltd. Land usage property identification method, apparatus, electronic device and storage medium
CN114417724A (zh) * 2022-01-20 2022-04-29 河海大学 一种山地城市土地利用演变的模拟方法
CN114897287A (zh) * 2022-03-16 2022-08-12 北京师范大学 一种基于景观格局指数及气象因子的干旱半干旱区植被生态需水关键影响因子识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3332710A1 (de) * 2016-12-12 2018-06-13 Siemens Healthcare GmbH Charakterisierung von plaque
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
CN109903234A (zh) * 2019-01-18 2019-06-18 重庆邮电大学 一种城市热力景观定量描述及多尺度特征分析方法
US20210224821A1 (en) * 2020-07-24 2021-07-22 Beijing Baidu Netcom Science And Technology Co., Ltd. Land usage property identification method, apparatus, electronic device and storage medium
CN114417724A (zh) * 2022-01-20 2022-04-29 河海大学 一种山地城市土地利用演变的模拟方法
CN114897287A (zh) * 2022-03-16 2022-08-12 北京师范大学 一种基于景观格局指数及气象因子的干旱半干旱区植被生态需水关键影响因子识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张安琪等: "景观演化特征指数及其应用", 《地理科学进展》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116775787A (zh) * 2023-06-19 2023-09-19 重庆市规划和自然资源信息中心 一种基于geotools工具修复外环与内环相交的地理图像导出方法
CN116775787B (zh) * 2023-06-19 2024-04-05 重庆市规划和自然资源信息中心 一种基于geotools工具修复外环与内环相交的地理图像导出方法

Also Published As

Publication number Publication date
CN115600075B (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
Feng et al. Spatiotemporal variation of landscape patterns and their spatial determinants in Shanghai, China
Yushanjiang et al. Quantifying the spatial correlations between landscape pattern and ecosystem service value: A case study in Ebinur Lake Basin, Xinjiang, China
Sidhu et al. Using Google Earth Engine to detect land cover change: Singapore as a use case
Dewan et al. Dynamics of land use/cover changes and the analysis of landscape fragmentation in Dhaka Metropolitan, Bangladesh
Verdonck et al. Influence of neighbourhood information on ‘Local Climate Zone’mapping in heterogeneous cities
Liu et al. Efficiency of landscape metrics characterizing urban land surface temperature
Tingzon et al. Mapping poverty in the Philippines using machine learning, satellite imagery, and crowd-sourced geospatial information
Getz et al. A local nearest‐neighbor convex‐hull construction of home ranges and utilization distributions
Song et al. Wetland degradation: its driving forces and environmental impacts in the Sanjiang Plain, China
Sun et al. Quantifying different types of urban growth and the change dynamic in Guangzhou using multi-temporal remote sensing data
Langford Obtaining population estimates in non-census reporting zones: An evaluation of the 3-class dasymetric method
Djebou et al. Vegetation response to precipitation across the aridity gradient of the southwestern United states
Panagos et al. Estimating the soil organic carbon content for European NUTS2 regions based on LUCAS data collection
Pai et al. SWAT2009_LUC: A tool to activate the land use change module in SWAT 2009
Du Toit et al. Aspects influencing the selection of representative urbanization measures to quantify urban–rural gradients
Lengyel et al. A review and a framework for the integration of biodiversity monitoring at the habitat level
Ungaro et al. Assessing and mapping topsoil organic carbon stock at regional scale: a scorpan kriging approach conditional on soil map delineations and land use
CN111950942B (zh) 基于模型的水污染风险评估方法、装置和计算机设备
Kocur-Bera Data compatibility between the Land and Building Cadaster (LBC) and the Land Parcel Identification System (LPIS) in the context of area-based payments: A case study in the Polish Region of Warmia and Mazury
Zhou et al. Development and implementation of a spatial unit non-overlapping water stress index for water scarcity evaluation with a moderate spatial resolution
Vanderhaegen et al. High resolution modelling and forecasting of soil sealing density at the regional scale
CN115600075A (zh) 景观斑块变化的测度方法和装置、电子设备及存储介质
Jain et al. Spatio-temporal analysis of urban growth in selected small, medium and large Indian cities
Langford Refining methods for dasymetric mapping using satellite remote sensing
Khorrami et al. Evaluation of the environmental impacts of urbanization from the viewpoint of increased skin temperatures: a case study from Istanbul, Turkey

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: 10 / F, Jianyi building, 3 Zhenxing Road, Futian District, Shenzhen, Guangdong 518028

Applicant after: Shenzhen Urban Planning and Design Institute Co.,Ltd.

Address before: 10 / F, Jianyi building, 3 Zhenxing Road, Futian District, Shenzhen, Guangdong 518028

Applicant before: URBAN PLANNING & DESIGN INSTITUTE OF SHENZHEN (UPDIS)

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant