CN116050935B - 一种确定生物多样性优先保护地信息的方法及装置 - Google Patents
一种确定生物多样性优先保护地信息的方法及装置 Download PDFInfo
- Publication number
- CN116050935B CN116050935B CN202310162474.5A CN202310162474A CN116050935B CN 116050935 B CN116050935 B CN 116050935B CN 202310162474 A CN202310162474 A CN 202310162474A CN 116050935 B CN116050935 B CN 116050935B
- Authority
- CN
- China
- Prior art keywords
- species
- protection
- biodiversity
- distribution
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000007613 environmental effect Effects 0.000 claims description 28
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000012952 Resampling Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 5
- 241000894007 species Species 0.000 description 232
- 238000001556 precipitation Methods 0.000 description 8
- 241000592342 Tracheophyta Species 0.000 description 7
- 241000251539 Vertebrata <Metazoa> Species 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 230000001681 protective effect Effects 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000271566 Aves Species 0.000 description 1
- 241000938605 Crocodylia Species 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本申请公开了一种确定生物多样性优先保护地信息的方法及装置。该方法中,根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局;对所述目标指示物种的分布格局进行热点分析,获得生物多样性丰富区;基于所述生物多样性丰富区和预设的系统保护规划模型,确定优先保护规划单元;对所述优先保护规划单元进行空缺分析,获得生物多样性优先保护地信息,所述生物多样性优先保护地信息中的生物多样性优先保护地为游离于当前生物多样性保护地的区域。如此,能够通过科学的方式较为准确地确定生物多样性优先保护地信息。
Description
技术领域
本申请涉及生态学技术领域,特别是涉及一种确定生物多样性优先保护地信息的方法及装置。
背景技术
生物多样性是人类赖以生存和发展的基础,是维持生态平衡、促进人与自然和谐发展的重要成分。面对目前的全球生物多样性损失危机,通过建立生物多样性保护区域的方法减缓全球生物多样性丧失的速率。
但现有技术中,确定的生物多样性保护区域缺乏科学性(例如基于较单一物种确定生物多样性保护区域),无法准确确定需保护程度较高的生物多样性优先保护地信息。
发明内容
本申请提供了一种确定生物多样性优先保护地信息的方法及装置,能够通过科学的方式较为准确地确定生物多样性优先保护地信息。
第一方面,本申请提供了一种确定生物多样性优先保护地信息的方法,包括:
根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局;
对所述目标指示物种的分布格局进行热点分析,获得生物多样性丰富区;
基于所述生物多样性丰富区和预设的系统保护规划模型,确定优先保护规划单元;
对所述优先保护规划单元进行空缺分析,获得生物多样性优先保护地信息,所述生物多样性优先保护地信息中的生物多样性优先保护地为游离于当前生物多样性保护地的区域。
可选地,所述基于所述生物多样性丰富区和预设的系统保护规划模型,确定优先保护规划单元,包括:
计算所述生物多样性丰富区中的规划单元的保护代价参数;
根据所述保护代价参数和所述预设的系统保护规划模型,获得所述规划单元的不可替代性参数;
基于所述规划单元的不可替代性参数,确定所述优先保护规划单元。
可选地,所述计算所述生物多样性丰富区中的规划单元的保护代价参数,包括:
计算所述生物多样性丰富区中的规划单元的权重系数;
基于所述规划单元中的权重系数和所述规划单元中的保护对象对应的保护目标,确定所述规划单元的保护代价参数,所述保护对象为属于所述规划单元中的所述目标指示物种,所述保护目标用于指示对所述保护对象的保护程度。
可选地,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,包括:
将所述目标指示物种中各物种的所述第一分布数据和所述第一环境变量输入最大熵模型,获得所述目标指示物种中各物种的分布预测模型,所述分布预测模型指示所述目标指示物种中各物种在对应的分布区域的分布概率;
基于所述分布预测模型,获得所述目标指示物种中各物种的分布点;
将所述目标指示物种中各物种的分布点进行空间叠加,获得所述目标指示物种的分布格局。
可选地,在所述将所述目标指示物种中各物种的所述第一分布数据和所述第一环境变量输入最大熵模型,获得所述目标指示物种中各物种的分布预测模型之后,还包括:
将所述目标指示物种中各物种的分布点输入受试者工作特征曲线,得到所述分布预测模型的评价指标;
根据所述评价指标确定所述分布预测模型的准确度。
可选地,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,还包括:
对初始指示物种进行筛选,获得符合分布规则的所述目标指示物种;
对所述目标指示物种中各物种对应的物种分布数据库中的初始分布数据进行预处理,获得所述第一分布数据。
可选地,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,还包括:
获取所述目标指示物种中各物种对应的物种分布环境变量数据库中的初始环境变量;
对所述初始环境变量进行预处理,获得所述第一环境变量。
可选地,所述对所述初始环境变量进行预处理,获得所述第一环境变量,包括:
对所述初始环境变量进行重采样,获得第二环境变量,所述第二环境变量具有相同栅格分辨率;
对所述第二环境变量进行相关性分析,获得所述第二环境变量中各环境变量的相关系数;
根据所述第二环境变量中各环境变量的相关系数,对所述第二环境变量进行剔除处理,获得所述第一环境变量。
第二方面,本申请还提供了一种确定生物多样性优先保护地信息的装置,包括:
获得单元,用于根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局;
分析单元,用于对所述目标指示物种的分布格局进行热点分析,获得生物多样性丰富区;
确定单元,用于基于所述生物多样性丰富区和预设的系统保护规划模型,确定优先保护规划单元;
所述分析单元,还用于对所述优先保护规划单元进行空缺分析,获得生物多样性优先保护地信息,所述生物多样性优先保护地信息中的生物多样性优先保护地为游离于当前生物多样性保护地的区域。
可选地,所述确定单元,具体用于:
计算所述生物多样性丰富区中的规划单元的保护代价参数;
根据所述保护代价参数和所述预设的系统保护规划模型,获得所述规划单元的不可替代性参数;
基于所述规划单元的不可替代性参数,确定所述优先保护规划单元。
可选地,所述计算所述生物多样性丰富区中的规划单元的保护代价参数,包括:
计算所述生物多样性丰富区中的规划单元的权重系数;
基于所述规划单元中的权重系数和所述规划单元中的保护对象对应的保护目标,确定所述规划单元的保护代价参数,所述保护对象为属于所述规划单元中的所述目标指示物种,所述保护目标指示对所述保护对象的保护程度。
可选地,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,包括:
将所述目标指示物种中各物种的所述第一分布数据和所述第一环境变量输入最大熵模型,获得所述目标指示物种中各物种的分布预测模型,所述分布预测模型指示所述目标指示物种中各物种在对应的分布区域的分布概率;
基于所述分布预测模型,获得所述目标指示物种中各物种的分布点;
将所述目标指示物种中各物种的分布点进行空间叠加,获得所述目标指示物种的分布格局。
可选地,在所述将所述目标指示物种中各物种的所述第一分布数据和所述第一环境变量输入最大熵模型,获得所述目标指示物种中各物种的分布预测模型之后,还包括:
将所述目标指示物种中各物种的分布点输入受试者工作特征曲线,得到所述分布预测模型的评价指标;
根据所述评价指标确定所述分布预测模型的准确度。
可选地,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,还包括:
对初始指示物种进行筛选,获得符合分布规则的所述目标指示物种;
对所述目标指示物种中各物种对应的物种分布数据库中的初始分布数据进行预处理,获得所述第一分布数据。
可选地,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,还包括:
获取所述目标指示物种中各物种对应的物种分布环境变量数据库中的初始环境变量;
对所述初始环境变量进行预处理,获得所述第一环境变量。
可选地,所述对所述初始环境变量进行预处理,获得所述第一环境变量,包括:
对所述初始环境变量进行重采样,获得第二环境变量,所述第二环境变量具有相同栅格分辨率;
对所述第二环境变量进行相关性分析,获得所述第二环境变量中各环境变量的相关系数;
根据所述第二环境变量中各环境变量的相关系数,对所述第二环境变量进行剔除处理,获得所述第一环境变量。
第三方面,本申请还提供了一种电子设备,所述电子设备包括处理器以及存储器:
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序执行上述第一方面提供的所述方法。
第四方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行上述第一方面提供的所述方法。
由此可见,本申请具有如下有益效果:
本申请提供了一种确定生物多样性优先保护地信息的方法,该方法中,根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局;对所述目标指示物种的分布格局进行热点分析,获得生物多样性丰富区;基于所述生物多样性丰富区和预设的系统保护规划模型,确定优先保护规划单元;对所述优先保护规划单元进行空缺分析,获得生物多样性优先保护地信息,所述生物多样性优先保护地信息中的生物多样性优先保护地为游离于当前生物多样性保护地的区域。如此,能够通过科学的方式较为准确地确定生物多样性优先保护地信息。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本申请实施例中一种确定生物多样性优先保护地信息的方法的流程示意图;
图2为本申请实施例中一种确定生物多样性优先保护地信息的方法的一实例的流程示意图;
图3为本申请实施例提供的一种确定生物多样性优先保护地信息的装置300的结构示意图;
图4为本申请实施例提供的一种电子设备400的结构示意图。
具体实施方式
本申请实施例涉及的多个,是指大于或等于两个。需要说明的是,在本申请实施例的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
生物多样性是人类赖以生存和发展的基础,是维持生态平衡、促进人与自然和谐发展的重要成分。人们通过建立生物多样性保护区域的方法减缓全球生物多样性丧失的速率。但现有技术中,确定的生物多样性保护区域缺乏科学性(例如基于较单一物种确定生物多样性保护区域),无法准确确定需保护程度较高的生物多样性优先保护地信息。
面对目前的生物多样性损失危机,亟需确定生物多样性优先保护地,从而,发明人经过研究目前的生物多样性保护地的现状,提出了一种确定生物多样性优先保护地信息的方法,该方法耦合了生物多样性丰富区和系统保护规划的思想。其中,生物多样性丰富区是指物种丰富或濒危物种集中的地区,对维持生物多样性具有极高的不可替代性,由于濒危物种的丰富度与总物种的丰富度之间具有一定的关系,且保护工作者不能帮助所有受威胁的物种,则,将珍惜濒危物种作为指示物种来确定生物多样性丰富区。同时,结合系统保护规划的思想,通过科学的方式较为准确地确定生物多样性优先保护地信息。
基于此,本申请实施例提供了一种确定生物多样性优先保护地信息的方法,该方法中,根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局;对所述目标指示物种的分布格局进行热点分析,获得生物多样性丰富区;基于所述生物多样性丰富区和预设的系统保护规划模型,确定优先保护规划单元;对所述优先保护规划单元进行空缺分析,获得生物多样性优先保护地信息,所述生物多样性优先保护地信息中的生物多样性优先保护地为游离于当前生物多样性保护地的区域。如此,能够实现在资金有限且物种分布复杂的现状下,确立较高保护优先性的生物多样性优先保护地,给予保护工作者以较科学合理的保护方向指导,从而减缓生物多样性损失的速率。
需要说明的是,实施该确定生物多样性优先保护地信息的方法的主体可以为本申请实施例提供的确定生物多样性优先保护地信息的装置,该确定生物多样性优先保护地信息的装置可以承载于电子设备或电子设备的功能模块中。本申请实施例中的电子设备,可以是任意的能够实施本申请实施例中的确定生物多样性优先保护地信息的方法的设备,例如可以是物联网(Internet of Things,IoT)设备。
图1为本申请实施例提供的一种确定生物多样性优先保护地信息的方法的流程示意图。该方法可以应用于确定生物多样性优先保护地信息的装置,该确定生物多样性优先保护地信息的装置例如可以是如图3所示的确定生物多样性优先保护地信息的装置300,或者,该确定生物多样性优先保护地信息的装置也可以集成于图4所示的电子设备400的功能模块。
如图1所示,该方法例如可以包括:
S101:根据目标指示物种的第一分布数据和第一环境变量,获得目标指示物种的分布格局。
目标指示物种包括至少一个物种,根据目标指示物种的第一分布数据和第一环境变量,获得目标指示物种的分布格局,可以包括:将目标指示物种中各物种的第一分布数据和第一环境变量输入最大熵模型(Maximum Entropy Model,MaxEnt),获得目标指示物种中各物种的分布预测模型,分布预测模型指示目标指示物种中各物种在对应的分布区域的分布概率;基于分布预测模型,获得目标指示物种中各物种的分布点;将目标指示物种中各物种的分布点进行空间叠加,获得目标指示物种的分布格局。
需要说明的是,在现有技术的大范围物种分布调查工作中,物种的“不出现点”数据采集难度大,本申请实施例提供的MaxEnt可以基于目标指示物种的“出现点”(即第一分布数据)获取较精准的分布预测模型,任何基于“出现点”获取物种的分布预测模型的实施例,也应当视为本申请实施例提供的方法。
在一些实现方式中,为了减少第一分布数据的空间自相关导致的分布预测模型的偏差,本申请实施例提供的方法还可以包括:对初始指示物种进行筛选,获得符合分布规则的目标指示物种;对目标指示物种中各物种对应的物种分布数据库中的初始分布数据进行预处理,获得第一分布数据。
作为一个示例,对初始指示物种做筛选,选取符合分布规则例如大于10个分布数据的物种作为目标指示物种,该目标指示物种中各物种对应的物种分布数据库中的分布数据为初始分布数据;基于R语言中的Raster将初始分布数据转换为目标指示物种对应的栅格图层,通过BIOMOD2程序包进一步剔除栅格图层中重复或模糊的分布点,矫正分布点的偏差,使得该栅格图层中每个1千米(km)×1千米的网格内一个物种保留一个分布点数据,从而获得第一分布数据。
需要说明的是,可以通过物种保护名录选取初始指示物种,例如参考国家重点保护野生植物名录、国家重点保护野生动物名录、中国生物多样性红色名录、世界自然保护联盟红色名录、地方重点保护陆生野生动物名录;也可以根据保护侧重方向有选择地选取初始指示物种,例如基于不同物种的濒危性(极危、濒危、易危和近危),考虑选择珍稀濒危物种、国际关注物种、中国特有物种、旗舰种。本申请实施例提供的方法适用于陆地生物,以维管植物和陆生脊椎动物作为研究类群,那么,该初始指示物种可以包括维管植物、鸟类、哺乳动物、两栖动物或爬行动物。此外,可以通过多种途径全面综合的收集各物种的分步数据(例如分布点所在行政区域、分布点经纬度坐标、记录时间或物种数量),物种分布数据库中的初始分布数据可以基于下述方式获取,例如,参考全球生物多样性信息服务网络平台、中国观鸟记录中心、中国国家标本资源平台、中国动物主题数据库、中国数字植物标本馆、中国两栖类、已发表的权威文献、专业杂志书籍或现场野外实地调查。
在另一些实现方式中,本申请实施例提供的获得目标指示物种中各物种的第一环境变量的过程,可以包括:获取目标指示物种中各物种对应的物种分布环境变量数据库中的初始环境变量;对初始环境变量进行预处理,获得第一环境变量。其中,对初始环境变量进行预处理并获得第一环境变量,可以包括:对初始环境变量进行重采样,获得第二环境变量,该第二环境变量具有相同栅格分辨率;对第二环境变量进行相关性分析,获得第二环境变量中各环境变量的相关系数;根据所述第二环境变量中各环境变量的相关系数,对所述第二环境变量进行剔除处理,获得第一环境变量,其中,第一环境变量的相关系数符合预设阈值。
以目标指示物种包括涉危维管植物和涉危脊椎动物为例,建立对应的分布环境变量数据库,对于影响维管植物分布的环境变量,考虑生物气候变量(Bio1-Bio18)、数字高程模型数据(Digital ElevationModel,DEM)例如海拔、土壤、坡度和坡向;对于影响脊椎动物分布的环境变量,还需考虑归一化植被指数(Normalized Difference Vegetation Index,NDVI)、水源距离和道路距离,由于各环境变量的空间分辨率不一致,需要对环境变量进行重采样,具体地,获取维管植物和脊椎动物对应的物种分布环境变量数据库中的初始环境变量,通过利用Arc GIS Pro的重采样功能获取第二环境变量,使得获取的第二环境变量具有相同的栅格分辨率,例如,将第二环境变量统一到相同坐标系相同范围的1km×1km的分辨率下。
需要说明的是,为了防止第二环境变量中各环境变量的过度相关,在构建目标指示物种中各物种的分布预测模型之前,剔除第二环境变量中贡献值为0的环境变量,并通过多重共线性分析(Multicollinearity)获得二环境变量中各环境变量的相关系数(Pearson),获取相关系数符合预设阈值的第一环境变量,例如,获取相关系数的绝对值不大于0.8的第一环境变量。在一些实现方式中,第一环境变量还需满足预设贡献值规则,还可以通过再抽样方法例如刀切法(Jackknife)检验评估第一环境变量中各环境变量的重要性。
需要说明的是,生物气候变量分别为年均温(Bio1)、平均温度日较差(Bio2)、等温性(Bio3)、温度季度变化(Bio4)、最热月最高温(Bio5)、最冷月最低温(Bio6)、年温度变化范围(Bio7)、最湿季度均温(Bio8)、最干季度均温(Bio9)、最暖季度均温(Bio10、最冷季度均温(Bio11)、年平均降水量(Bio12)、最湿月降水量(Bio13)、最干月降水量(Bio14)、降水量变异系数(Bio15)、最湿季度降水量(Bio16)、最干季度降水量(Bio17)、最暖季度降水量(Bio18)、最冷季度降水量(Bio19)。
需要说明的是,本申请实施例提供的分布预测模型指示目标指示物种中各物种在对应的分布区域的分布概率;基于分布预测模型,获得目标指示物种中各物种的分布点;将目标指示物种中各物种的分布点进行空间叠加,获得目标指示物种的分布格局,例如可以是如下方式进行的,确定分布概率(P)≥0.2的区域为维管植物和脊椎动物的分布范围,将对应的分布范围进行0-1二值化获得维管植物和脊椎动物的分布点,此处的分布点可视为分布预测模型对应的各像素单元在实际空间映射的分布范围,其中,1表示潜在分布,0表示不可能分布,将分布点进行空间叠加获得对应的分布格局。
在其他实现方式中,可以利用第一环境变量获取75%的第一分布数据作为构建分布预测模型的训练数据集,利用第一环境变量获取25%的第一分布数据作为验证分布预测模型的准确性的验证数据集,那么,在获得目标指示物种中各物种的分布预测模型之后,本申请实施例提供的方法还可以包括:将所述目标指示物种中各物种的分布点输入受试者工作特征曲线(Receiver Operating Characteristic,ROC),得到所述分布预测模型的评价指标例如曲线下面积(Area Underthe Curve,AUC),根据评价指标(例如AUC值)确定所述分布预测模型的准确度。AUC的值越大表示获取的分布预测模型准确度越高,其中,AUC值的范围为[0,1],数值越接近1越达理想状态,表明该分布预测模型的精准性越高,评价标准如下,AUC值低于0.7为较差、[0.7,0.8]为可接受、[0.8,0.9]为良好、[0.9,1.0]为优秀。需要说明的是,还可以对目标指示物种中各物种的分布预测模型的运行结果进行审校,例如,对该目标指示物种中各物种的分布预测模型使用Subsample进行重复10次模拟,对于AUC值不及0.8或与已知物种的分布格局出入较明显的结果进行重新运算核实,核实无误后,计算第一环境变量中各环境变量的贡献度、10次交叉验证结果的平均生境适合度和AUC值,以此作为目标指示物种分布概率的预测结果、物种分布模型精度和环境变量的评价标准。
S102:对目标指示物种的分布格局进行热点分析,获得生物多样性丰富区。
在一些实现方式中,可以通过Arc GIS Pro中的热点分析工具(Getis-Ord Gi*)对目标指示物种的分布格局进行热点分析,该热点分析工具可以通过具有置信度的Gi_Bin字段识别统计显著性的热点和冷点。其中,置信区间,+3到-3中的要素反映置信度为99%的统计显著性;置信区间+2到-2中的要素反映置信度为95%的统计显著性;置信区间+1到-1中的要素反映置信度为90%的统计显著性;置信区间0中要素的聚类则不具有统计显著性。在本申请实施例中,确立置信度为99%、95%或90%的分布格局为生物多样性丰富区。
S103:基于生物多样性丰富区和预设的系统保护规划模型,确定优先保护规划单元。
在一些实现方式中,本申请实施例提供的基于所述生物多样性丰富区和系统保护规划模型(Marxan),确定优先保护规划单元,可以包括:计算生物多样性丰富区中的规划单元的保护代价参数;根据该保护代价参数和预设的系统保护规划模型,获得规划单元的不可替代性参数;基于该规划单元的不可替代性参数,确定所述优先保护规划单元。
需要说明的是,计算生物多样性丰富区中的规划单元的保护代价参数,可以包括:计算生物多样性丰富区中的规划单元的权重系数;基于规划单元的权重系数和规划单元中的保护对象对应的保护目标,确定规划单元的保护代价参数,保护对象为属于规划单元中的目标指示物种,保护目标用于指示对保护对象的保护程度。
作为一个示例,利用Arc GIS Pro的水文学功能提取河网,基于DEM数据和水系图构建汇水区,由于汇水区内部比传统正多边形规划单元具有更大的自然相似性,将汇水区作为规划单元。根据目标指示物种的保护级别、濒危等级和特有性确定保护目标,如表1所示,IProtective表示目标指示物种的保护级别指数,IEndemic表示目标指示物种的特有性指数,IThreatened表示目标指示物种的濒危等级指数,保护级别可以分为一级、二级和其他,分别对应指数1.0、0.5和0.2,特有性可以分为中国特有和非中国特有,分别对应指数1.0和0.2,濒危等级可以分为极危、涉危、近危、易危和无危,分别对应指数1.0、0.8、0.6、0.4和0.2,TSpecies=(IProtective+IEndemic+IThreatened)/3,通过计算IProtective、IEndemic和IThreatened三者的平均值,确定目标指示物种的保护目标(TSpecies)。
表1
然后,通过保护代价指数计算各规划单元的值可以视为对应规划单元的权重系数。需要说明的是,因为难以直接度量各规划单元的保护代价,所以选取了公路、铁路、城镇、农村居民点和保护区作为计算各保护规划单元保护代价的间接干扰因子。获取保护代价指数的过程可以包括,将各干扰因子的度量标准化在0到1之间,然后分别乘各干扰因子对应的权重系数,最后求和得到每个保护规划单元的保护代价指数。如表2所示,干扰因子可以包括公路、铁路、城镇、农村居民点和保护区,公路、铁路、城镇和农村居民点对应的权重系数分别为1、1、5和5,公路的度量标准化值=公路长度/河流长度,铁路的度量标准化值=铁路长度/河流长度,城镇的度量标准化值=城镇面积/规划单元面积,农村居民点的度量标准化值=农村居民点个数/规划单元面积,保护区的度量标准化值=保护区面积/规划单元面积。
表2
此外,还可以通过保护区的覆盖面积调整得到的保护代价指数,从而获得最终的保护代价指数,公式如下:
C′=C(1-0.5R)
其中,Vi为每个规划单元内因子i的度量值,n为因子个数,Wi为因子i的权重,j为每个规划单元内因子的个数,C为每个规划单元调整前的代价值,C'为每个规划单元经过保护区调整后的代价值,R为每个规划单元内被保护区覆盖的面积比。
最后基于规划单元的权重系数和规划单元中的保护对象对应的保护目标,确定保护代价参数,以便后续基于预设的系统规划模型和各规划单元的保护代价参数,获得各规划单元的不可替代性参数,从而确定优先保护规划单元。
作为一个示例,通过预设的系统保护规划模型迭代运行例如100次,每个规划单元被选择的次数视为不可替代性参数,规划单元的不可替代性参数越大表明该规划单元的保护效益越高。在迭代计算后,调整通过预设的系统保护规划模型获得结果单元的空间紧密度,调整过程可以基于模型边界修正值(BLM)控制,通过对BLM的不断修正可以分析结果单元的边界总长与总面积的关系,以获取能够权衡边界总长与总面积的BLM。最后,根据不可替代性参数的大小对各个规划单元进行排序和分级,将不可替代性参数高于50的规划单元确定为优先保护规划单元。
S104:对优先保护规划单元进行空缺分析,获得生物多样性优先保护地信息,该生物多样性优先保护地信息中的生物多样性优先保护地为游离于当前生物多样性保护地的区域。
如此,通过本申请实施例提供的方法,纳入多个生物类群识别获得更具有代表的性生物多样性丰富区,基于生物多样性丰富区与现有的生物多样性保护地进行空缺分析,能够实现在资金有限且物种分布复杂的现状下,准确的确立较高保护优先性的生物多样性优先保护地,给予保护工作者以较科学合理的保护方向指导,从而减缓生物多样性损失的速率。
为了使得本申请实施例提供的方法更加清楚且易于理解,下面结合具体的场景,对该方法的一个具体实例进行说明。
如图2所示,本实施例例如可以包括:
S201:将目标指示物种中各物种的第一分布数据和第一环境变量输入最大熵模型,获得目标指示物种中各物种的分布预测模型。
需要说明的是,分布预测模型指示目标指示物种中各物种在对应的分布区域的分布概率,在S201之后,还可以基于分布预测模型的受试者工作特征曲线,确定曲线下面积,通过该曲线下面积可以评价该分布预测模型的准确性。
S202:基于分布预测模型,获得目标指示物种中各物种的分布点。
S203:将目标指示物种中各物种的分布点进行空间叠加,获得目标指示物种的分布格局。
S204:对目标指示物种的分布格局进行热点分析,获得生物多样性丰富区。
S205:计算生物多样性丰富区中的各规划单元的保护代价参数。
S206:根据各规划单元的保护代价参数和预设的系统保护规划模型,获得各规划单元的不可替代性参数。
S207:基于各规划单元的不可替代性参数,确定优先保护规划单元。
需要说明的是,优先保护规划单元可以为多个。
S208:对优先保护规划单元进行空缺分析,获得生物多样性优先保护地信息,该生物多样性优先保护地信息中的生物多样性优先保护地为游离于当前生物多样性保护地的区域。
如此,通过本申请实施例提供的方法,能够实现在资金有限且物种分布复杂的现状下,较准地确立游离于现有生物多样性保护区域的生物多样性优先保护地,给予保护工作者以较科学合理的保护方向指导。
参见图3,本申请实施例还提供了一种确定生物多样性优先保护地信息的装置300,所述装置300包括:
获得单元301,用于根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局;
分析单元302,用于对所述目标指示物种的分布格局进行热点分析,获得生物多样性丰富区;
确定单元303,用于基于所述生物多样性丰富区和预设的系统保护规划模型,确定优先保护规划单元;
所述分析单元302,还用于对所述优先保护规划单元进行空缺分析,获得生物多样性优先保护地信息,所述生物多样性优先保护地信息中的生物多样性优先保护地为游离于当前生物多样性保护地的区域。
可选地,所述确定单元303,具体用于:
计算所述生物多样性丰富区中的规划单元的保护代价参数;
根据所述保护代价参数和所述预设的系统保护规划模型,获得所述规划单元的不可替代性参数;
基于所述规划单元的不可替代性参数,确定所述优先保护规划单元。
可选地,所述计算所述生物多样性丰富区中的规划单元的保护代价参数,包括:
计算所述生物多样性丰富区中的规划单元的权重系数;
基于所述规划单元中的权重系数和所述规划单元中的保护对象对应的保护目标,确定所述规划单元的保护代价参数,所述保护对象为属于所述规划单元中的所述目标指示物种,所述保护目标指示对所述保护对象的保护程度。
可选地,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,包括:
将所述目标指示物种中各物种的所述第一分布数据和所述第一环境变量输入最大熵模型,获得所述目标指示物种中各物种的分布预测模型,所述分布预测模型指示所述目标指示物种中各物种在对应的分布区域的分布概率;
基于所述分布预测模型,获得所述目标指示物种中各物种的分布点;
将所述目标指示物种中各物种的分布点进行空间叠加,获得所述目标指示物种的分布格局。
可选地,在所述将所述目标指示物种中各物种的所述第一分布数据和所述第一环境变量输入最大熵模型,获得所述目标指示物种中各物种的分布预测模型之后,还包括:
将所述目标指示物种中各物种的分布点输入受试者工作特征曲线,得到所述分布预测模型的评价指标;
根据所述评价指标确定所述分布预测模型的准确度。
可选地,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,还包括:
对初始指示物种进行筛选,获得符合分布规则的所述目标指示物种;
对所述目标指示物种中各物种对应的物种分布数据库中的初始分布数据进行预处理,获得所述第一分布数据。
可选地,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,还包括:
获取所述目标指示物种中各物种对应的物种分布环境变量数据库中的初始环境变量;
对所述初始环境变量进行预处理,获得所述第一环境变量。
可选地,所述对所述初始环境变量进行预处理,获得所述第一环境变量,包括:
对所述初始环境变量进行重采样,获得第二环境变量,所述第二环境变量具有相同栅格分辨率;
对所述第二环境变量进行相关性分析,获得所述第二环境变量中各环境变量的相关系数;
根据所述第二环境变量中各环境变量的相关系数,对所述第二环境变量进行剔除处理,获得所述第一环境变量。
需要说明的是,该装置300的具体实现方式以及达到的技术效果,均可以参见图1或图2所示的方法中的相关描述。
此外,本申请实施例还提供了一种电子设备400,如图4所示,所述电子设备400包括处理器401以及存储器402;
所述存储器402用于存储计算机程序;
所述处理器401用于根据所述计算机程序执行图1或图2提供的方法。
此外,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行本申请实施例提供的方法。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如只读存储器(英文:read-only memory,ROM)/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者诸如路由器等网络通信设备)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。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模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,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标。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本申请的优选实施方式,并非用于限定本申请的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (8)
1.一种确定生物多样性优先保护地信息的方法,其特征在于,包括:
根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局;
对所述目标指示物种的分布格局进行热点分析,获得生物多样性丰富区;
基于所述生物多样性丰富区和预设的系统保护规划模型,确定优先保护规划单元;
对所述优先保护规划单元进行空缺分析,获得生物多样性优先保护地信息,所述生物多样性优先保护地信息中的生物多样性优先保护地为游离于当前生物多样性保护地的区域;
其中,所述基于所述生物多样性丰富区和预设的系统保护规划模型,确定优先保护规划单元,包括:计算所述生物多样性丰富区中的规划单元的保护代价参数;根据所述保护代价参数和所述预设的系统保护规划模型,获得所述规划单元的不可替代性参数;基于所述规划单元的不可替代性参数,确定所述优先保护规划单元;所述不可替代性参数用于表征所述规划单元被选择的次数;
所述计算所述生物多样性丰富区中的规划单元的保护代价参数,包括:计算所述生物多样性丰富区中的规划单元的权重系数;基于所述规划单元的权重系数和所述规划单元中的保护对象对应的保护目标,确定所述规划单元的保护代价参数,所述保护对象为属于所述规划单元中的所述目标指示物种,所述保护目标用于指示对所述保护对象的保护程度。
2.根据权利要求1所述的方法,其特征在于,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,包括:
将所述目标指示物种中各物种的所述第一分布数据和所述第一环境变量输入最大熵模型,获得所述目标指示物种中各物种的分布预测模型,所述分布预测模型指示所述目标指示物种中各物种在对应的分布区域的分布概率;
基于所述分布预测模型,获得所述目标指示物种中各物种的分布点;
将所述目标指示物种中各物种的分布点进行空间叠加,获得所述目标指示物种的分布格局。
3.根据权利要求2所述的方法,其特征在于,在所述将所述目标指示物种中各物种的所述第一分布数据和所述第一环境变量输入最大熵模型,获得所述目标指示物种中各物种的分布预测模型之后,还包括:
将所述目标指示物种中各物种的分布点输入受试者工作特征曲线,得到所述分布预测模型的评价指标;
根据所述评价指标确定所述分布预测模型的准确度。
4.根据权利要求2所述的方法,其特征在于,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,还包括:
对初始指示物种进行筛选,获得符合分布规则的所述目标指示物种;
对所述目标指示物种中各物种对应的物种分布数据库中的初始分布数据进行预处理,获得所述第一分布数据。
5.根据权利要求2所述的方法,其特征在于,所述目标指示物种包括至少一个物种,所述根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局,还包括:
获取所述目标指示物种中各物种对应的物种分布环境变量数据库中的初始环境变量;
对所述初始环境变量进行预处理,获得所述第一环境变量。
6.根据权利要求5所述的方法,其特征在于,所述对所述初始环境变量进行预处理,获得所述第一环境变量,包括:
对所述初始环境变量进行重采样,获得第二环境变量,所述第二环境变量具有相同栅格分辨率;
对所述第二环境变量进行相关性分析,获得所述第二环境变量中各环境变量的相关系数;
根据所述第二环境变量中各环境变量的相关系数,对所述第二环境变量进行剔除处理,获得所述第一环境变量。
7.一种确定生物多样性优先保护地信息的装置,其特征在于,包括:
获得单元,用于根据目标指示物种的第一分布数据和第一环境变量,获得所述目标指示物种的分布格局;
分析单元,用于对所述目标指示物种的分布格局进行热点分析,获得生物多样性丰富区;
确定单元,用于基于所述生物多样性丰富区和预设的系统保护规划模型,确定优先保护规划单元;
所述分析单元,还用于对所述优先保护规划单元进行空缺分析,获得生物多样性优先保护地信息,所述生物多样性优先保护地信息中的生物多样性优先保护地为游离于当前生物多样性保护地的区域;
所述确定单元,具体用于:计算所述生物多样性丰富区中的规划单元的保护代价参数;根据所述保护代价参数和所述预设的系统保护规划模型,获得所述规划单元的不可替代性参数;基于所述规划单元的不可替代性参数,确定所述优先保护规划单元;所述不可替代性参数用于表征所述规划单元被选择的次数;
所述计算所述生物多样性丰富区中的规划单元的保护代价参数,包括:计算所述生物多样性丰富区中的规划单元的权重系数;基于所述规划单元中的权重系数和所述规划单元中的保护对象对应的保护目标,确定所述规划单元的保护代价参数,所述保护对象为属于所述规划单元中的所述目标指示物种,所述保护目标指示对所述保护对象的保护程度。
8.一种电子设备,其特征在于,所述电子设备包括处理器以及存储器:
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序执行权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310162474.5A CN116050935B (zh) | 2023-02-24 | 2023-02-24 | 一种确定生物多样性优先保护地信息的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310162474.5A CN116050935B (zh) | 2023-02-24 | 2023-02-24 | 一种确定生物多样性优先保护地信息的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116050935A CN116050935A (zh) | 2023-05-02 |
CN116050935B true CN116050935B (zh) | 2024-03-15 |
Family
ID=86114878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310162474.5A Active CN116050935B (zh) | 2023-02-24 | 2023-02-24 | 一种确定生物多样性优先保护地信息的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116050935B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556586A (zh) * | 2023-09-12 | 2024-02-13 | 云南大学 | 生物多样性调查样点优化设置方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418596A (zh) * | 2020-10-12 | 2021-02-26 | 中国科学院计算机网络信息中心 | 一种生物多样性保护规划的方法 |
CN114202232A (zh) * | 2021-12-21 | 2022-03-18 | 国家海洋环境监测中心 | 一种基于数据分析以优化生态资源保护的系统及方法 |
CN114240198A (zh) * | 2021-12-21 | 2022-03-25 | 国家海洋环境监测中心 | 一种基于gap分析而进行近海生物多样性保护的方法 |
CN115374714A (zh) * | 2022-10-26 | 2022-11-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种基于生境适宜性的生态安全格局构建方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111508569B (zh) * | 2020-03-19 | 2023-05-09 | 中国科学院南京土壤研究所 | 一种基于土壤传递函数的目标土壤性质含量预测方法 |
-
2023
- 2023-02-24 CN CN202310162474.5A patent/CN116050935B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418596A (zh) * | 2020-10-12 | 2021-02-26 | 中国科学院计算机网络信息中心 | 一种生物多样性保护规划的方法 |
CN114202232A (zh) * | 2021-12-21 | 2022-03-18 | 国家海洋环境监测中心 | 一种基于数据分析以优化生态资源保护的系统及方法 |
CN114240198A (zh) * | 2021-12-21 | 2022-03-25 | 国家海洋环境监测中心 | 一种基于gap分析而进行近海生物多样性保护的方法 |
CN115374714A (zh) * | 2022-10-26 | 2022-11-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种基于生境适宜性的生态安全格局构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116050935A (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Konowalik et al. | Evaluation metrics and validation of presence-only species distribution models based on distributional maps with varying coverage | |
Metzger et al. | A climatic stratification of the environment of Europe | |
Levin et al. | Predicting mountain plant richness and rarity from space using satellite‐derived vegetation indices | |
Chandio et al. | GIS-based land suitability analysis using AHP for public parks planning in Larkana City | |
AU2020356806A1 (en) | Historical city protection and development cooperative control scheme aided design system | |
Khawaldah | A prediction of future land use/land cover in Amman area using GIS-based Markov Model and remote sensing | |
Liu et al. | Carbon sequestration effects of shrublands in Three-North Shelterbelt Forest region, China | |
CN116050935B (zh) | 一种确定生物多样性优先保护地信息的方法及装置 | |
Chaaban et al. | Accuracy assessment of ESA WorldCover 2020 and ESRI 2020 land cover maps for a Region in Syria | |
Fan et al. | Understanding spatial-temporal urban expansion pattern (1990–2009) using impervious surface data and landscape indexes: a case study in Guangzhou (China) | |
CN111582689A (zh) | 一种生态保护红线保护成效的评估方法及系统 | |
CN115630567A (zh) | 一种海岸带土壤有机碳储量模拟及预测方法 | |
Bierman et al. | Bayesian image restoration models for combining expert knowledge on recording activity with species distribution data | |
CN115759331A (zh) | 基于最大熵模型和InVEST模型的红树林碳储量增量估算方法 | |
Liu et al. | How to balance land demand conflicts to guarantee sustainable land development | |
Quintal et al. | Forecasting urban expansion in the Seven Lakes area in San Pablo City, Laguna, the Philippines using the land transformation model | |
Medina et al. | Designing bryophyte surveys for an optimal coverage of diversity gradients | |
Tian et al. | Suburban sprawl measurement and landscape analysis of cropland and ecological land: A case study of Jiangsu Province, China | |
Nyamugama et al. | Estimation and monitoring of aboveground carbon stocks using spatial technology | |
Busho et al. | Quantifying spatial patterns of urbanization: growth types, rates, and changes in Addis Ababa City from 1990 to 2020 | |
Mubea et al. | Spatial effects of varying model coefficients in urban growth modeling in Nairobi, Kenya | |
Lashari et al. | Land suitability analysis for public parks using the GIS application | |
Liu et al. | CALC-2020: a new baseline land cover map at 10 m resolution for the circumpolar Arctic | |
Olivero-Ortíz et al. | An AHP-GIS based approach for site suitability analysis of solar-wind projects in Santa Marta, Colombia | |
KR100918008B1 (ko) | Gis를 이용한 습지위치 탐색방법 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Gong Jirui Inventor after: Dong Xuede Inventor after: Zhang Siqi Inventor after: Zhang Weiyuan Inventor after: Hu Yuxia Inventor before: Dong Xuede Inventor before: Gong Jirui Inventor before: Zhang Siqi Inventor before: Zhang Weiyuan Inventor before: Hu Yuxia |
|
GR01 | Patent grant | ||
GR01 | Patent grant |