CN116187663A - 一种林地修复的空间布局方法、装置、设备及存储介质 - Google Patents

一种林地修复的空间布局方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116187663A
CN116187663A CN202211639284.XA CN202211639284A CN116187663A CN 116187663 A CN116187663 A CN 116187663A CN 202211639284 A CN202211639284 A CN 202211639284A CN 116187663 A CN116187663 A CN 116187663A
Authority
CN
China
Prior art keywords
forest land
restoration
data
vegetation
woodland
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
CN202211639284.XA
Other languages
English (en)
Other versions
CN116187663B (zh
Inventor
岑君毅
华红
叶创基
余炜楷
李子栋
陈宇杰
郑学荣
陈仲
李佳明
佘首进
吴天婉
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.)
Guangzhou Urban Planning Survey and Design Institute
Original Assignee
Guangzhou Urban Planning Survey and Design Institute
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 Guangzhou Urban Planning Survey and Design Institute filed Critical Guangzhou Urban Planning Survey and Design Institute
Priority to CN202211639284.XA priority Critical patent/CN116187663B/zh
Publication of CN116187663A publication Critical patent/CN116187663A/zh
Application granted granted Critical
Publication of CN116187663B publication Critical patent/CN116187663B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313Resource planning in a project environment
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种林地修复的空间布局方法、装置、设备及存储介质,首先通过对林地的植被数据和气候数据分析以筛选出由人类活动造成退化的林地作为修复对象,提高林地修复效益,且通过计算各个林地的修复潜力以及修复成本,将有限的修复资源投入到修复效益高的林地,得到较优的修复成果,能够使得林地修复效益最大化。

Description

一种林地修复的空间布局方法、装置、设备及存储介质
技术领域
本发明涉及生态环境技术领域,尤其涉及一种林地修复的空间布局方法、装置、设备及存储介质。
背景技术
随着社会发展,生态环境问题日益尖锐,生态文明背景下的国土空间规划要求对功能受损、退化的生态系统修复任务做出总体安排,如何系统、高效地对退化林地生态系统进行修复工作安排,成为了国土空间生态修复相关规划中的重要问题。现有技术对于退化林地的修复方式主要根据林地的现状采用针对性的修复,没有综合考虑各个林地修复的潜力和成本,导致有限的修复资源不能获得较优的修复成果。
发明内容
本发明实施例的目的是提供一种林地修复的空间布局方法、装置、设备及存储介质,能够通过考虑各个林地的修复能力以及修复成本,将有限的修复资源投入到修复效益高的林地,得到较优的修复成果。
为实现上述目的,本发明实施例提供了一种林地修复的空间布局方法,包括:
获取连续若干历史年份的每一林地的气候数据和植被数据;
以所述植被数据为因变量,所述气候数据为自变量,进行主成分回归分析,得到每一所述林地对气候的敏感性,以及不受气候变化影响的林地以作为待选林地;
将所述历史年份的最近年份的植被数据减去最远年份的植被数据,得到每一所述待选林地的修复潜力;
获取每一所述待选林地的形状指数、坡度和缓冲区数据,并以所述形状指数作为连通度,综合所述坡度和所述缓冲区数据得到区位成本;
综合所述连通度、所述修复潜力、所述敏感性和所述区位成本,得到每一所述待选林地的修复效益;
以优先修复高效益地区为原则,根据所有待选林地的修复效益生成边际效益递减曲线;
根据预设的预期投入资金、预设的期望修复效益和所述边际效益递减曲线,生成生态修复投入的空间格局。
作为上述方案的改进,所述植被数据为植被绿地。
作为上述方案的改进,所述形状指数通过方式计算得到:
获取所述待选林地的栅格图斑并转换为林地矢量面数据;
计算每一所述林地矢量面的面积和周长,以所述面积与所述周长的比值作为形状指数。
作为上述方案的改进,所述坡度通过以下方式计算得到:
针对每一所述待选林地,计算其与相邻的林地栅格的水平距离和高程差,以所述水平距离和所述高程差的比值作为坡度。
作为上述方案的改进,所述缓冲区数据通过以下方式计算得到:
针对每一所述待选林地,根据获取的所述待选林地预设范围内的线状道路数据计算缓冲区数据。
作为上述方案的改进,所述区位成本通过以下方式计算得到:
将所述坡度和所述缓冲区数据标准化处理后相乘得到区位成本。
作为上述方案的改进,所述修复效益通过以下公式计算得到:
Figure BDA0004007956470000021
a=连通度×(1-修复潜力)×(1-敏感性)×(1-区位成本)。
为实现上述目的,本发明实施例还提供了一种林地修复的空间布局装置,包括:
数据获取模块,用于获取连续若干历史年份的每一林地的气候数据和植被数据;
林地筛选模块,用于以所述植被数据为因变量,所述气候数据为自变量,进行主成分回归分析,得到每一所述林地对气候的敏感性,以及不受气候变化影响的林地以作为待选林地;
潜力计算模块,用于将所述历史年份的最近年份的植被数据减去最远年份的植被数据,得到每一所述待选林地的修复潜力;
成本计算模块,用于获取每一所述待选林地的形状指数、坡度和缓冲区数据,并以所述形状指数作为连通度,综合所述坡度和所述缓冲区数据得到区位成本;
效益计算模块,用于综合所述连通度、所述修复潜力、所述敏感性和所述区位成本,得到每一所述待选林地的修复效益;
效益排序模块,用于以优先修复高效益地区为原则,根据所有待选林地的修复效益生成边际效益递减曲线;
方案生成模块,用于根据预设的预期投入资金、预设的期望修复效益和所述边际效益递减曲线,生成生态修复投入的空间格局。
为实现上述目的,本发明实施例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包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任一实施例所述的林地修复的空间布局方法。
与现有技术相比,本发明实施例公开的一种林地修复的空间布局方法、装置、设备及存储介质,通过获取连续若干历史年份的每一林地的气候数据和植被数据,以所述植被数据为因变量,所述气候数据为自变量,进行主成分回归分析,得到每一所述林地对气候的敏感性,以及不受气候变化影响的林地以作为待选林地;通过将所述历史年份的最近年份的植被数据减去最远年份的植被数据,来得到每一所述待选林地的修复潜力;通过获取每一所述待选林地的形状指数、坡度和缓冲区数据,并以所述形状指数作为连通度,综合所述坡度和所述缓冲区数据得到区位成本;综合所述连通度、所述修复潜力、所述敏感性和所述区位成本,得到每一所述待选林地的修复效益;以优先修复高效益地区为原则,根据所有待选林地的修复效益生成边际效益递减曲线;根据预设的预期投入资金、预设的期望修复效益和所述边际效益递减曲线,生成生态修复投入的空间格局。由此可知,本发明实施例能够通过筛选出由人类活动造成退化的林地作为修复对象,提高修复效益,且通过考虑各个林地的修复能力以及修复成本,将有限的修复资源投入到修复效益高的林地,得到较优的修复成果,能够使得林地修复效益最大化。
附图说明
图1是本发明一实施例提供的一种林地修复的空间布局方法的流程图;
图2是本发明一实施例提供的一种林地修复的空间布局方法的技术流程示意。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,是本发明一实施例提供的一种林地修复的空间布局方法的流程图,所述林地修复的空间布局方法包括步骤S1~S7:
S1、获取连续若干历史年份的每一林地的气候数据和植被数据;
S2、以所述植被数据为因变量,所述气候数据为自变量,进行主成分回归分析,得到每一所述林地对气候的敏感性,以及不受气候变化影响的林地以作为待选林地;
S3、将所述历史年份的最近年份的植被数据减去最远年份的植被数据,得到每一所述待选林地的修复潜力;
S4、获取每一所述待选林地的形状指数、坡度和缓冲区数据,并以所述形状指数作为连通度,综合所述坡度和所述缓冲区数据得到区位成本;
S5、综合所述连通度、所述修复潜力、所述敏感性和所述区位成本,得到每一所述待选林地的修复效益;
S6、以优先修复高效益地区为原则,根据所有待选林地的修复效益生成边际效益递减曲线;
S7、根据预设的预期投入资金、预设的期望修复效益和所述边际效益递减曲线,生成生态修复投入的空间格局。
值得说明的是,本发明实施例所述的方法可用于指导对退化的林地的修复工作。依托R语言平台,结合土地退化检测及影响因素的分析算法,利用气候、土地利用、植被指数等相关遥感数据,计算非气候因素所致林地的退化类型、程度、敏感性以及林地斑块的连通度,对退化林地的地形、与道路距离等区位条件进行计算,进行退化林地的修复投入-预期效果进行分析,得到边际效益递减曲线,实现最优路径的构建。
可以理解的是,考虑到有限的地方财政以及生态修复资金,规划需要对林地修复项目中的人力、物力及资金投入进行合理的分配,从而在近期实现最大的生态修复效益。林地内在属性的差异,例如林木的退化程度、对环境变化的敏感性以及原始林地生存环境的保留程度,使得在相同的修复措施下,不同林地地块的修复效果存在差异。此外,还需要考虑林地的区位条件所带来的成本,例如与道路的远近(交通的可达性)、地形的复杂性以及与后续灌溉所需的水源地的距离等。在综合考虑上述林地内在属性和外在的区位条件后,可对林地修复中的投入产出比进行综合分析,通过使用遥感颗粒度数据进行分析,最终实现区域林地修复的最优化布局。
示例性的,1、(1)通过地球科学数据中心、谷歌地球引擎、中科院地理数据资源中心等平台下载2000-2020年年平均气候和植被数据、2020年土地利用数据、高程数据、道路矢量数据;(2)利用ARGGIS10.0工具箱下的重采样工具将气候、土地利用、地形数据重采样至30米空间分辨率。2、(1)将气候(温度、降水、二氧化碳浓度等)、植被绿度和林地分布数据输入R.Studio,生成气候和植被的三维数组、土地利用类型的二维数组;(2)参考主成分回归方法原理,编写R语言代码,以植被绿度时间序列为因变量,气候数据为自变量,对气候、植被时间序列进行主成分回归分析,得到植被变化过程中不受气候变化影响的组分,即主要由人类活动(包括造林、灌溉等生态修复以及开发活动造成的破坏等负面作用)引起的植被变化;(3)对步骤2(2)中分离得到的植被变化中不受气候变化影响的组分进行趋势分析,通过分段线性识别趋势的突变点,对于无显著突变点的区域进行线性趋势分析,根据方法识别得到的突变点前后的植被绿度进行线性趋势分析。分析结果中由人为活动导致的植被绿度变化趋势中表现为“持续减少”、“先增加后减少”、“先减少后保持不变”、“先保持不变后又减少”、“先减少后增加且增加幅度小于减少”的林地变化类型对应为林地退化的“持续退化”、“先恢复后退化”、“历史退化”、“近期退化”、“退化后未完全恢复”等类型;(4)获取林地的修复潜力、敏感性,修复潜力即为相较于计算时间的起点年份,计算结点的林地退化程度,通过时间结点林地植被绿度减去时间起点的植被绿度得到,敏感性为在主成分回归中得到的林地植被对气候要素的敏感性(可用回归公式中对应的系数代替)(5)根据2(1)~2(4)的所有步骤遍历所有林地栅格,得到全域的退化信息。3、获取林地的形状指数,以所述形状指数作为连通度。4、获取林地的坡度和缓冲区数据,综合所述坡度和所述缓冲区数据得到区位成本。5、将上述得到的林地退化程度、敏感性、修复潜力、连通度、区位条件进行叠加计算得到林地修复的成本-效益曲线和区域整体的边际效益递减曲线,最终得到生态修复规划方案;(1)将林地退化程度、敏感性、修复潜力、连通度、区位条件按照全区域为整体进行标准化计算,根据标准化结果计算栅格上修复的成本-效益曲线;(2)将研究区整体各地块的林地修复成本-效益关系进行整合,以优先修复高效益地区为原则进行修复资金的分配,即每增加一单位资金投入的同时对比不同地块上一单位资金带来的修复效益,将增加的这一单位资金投入到修复效益最高的地块上,从而计算得到研究区整体的边际效益递减曲线;(3)根据边际效益递减曲线,结合实际生态修复中的预期投入资金和期望修复效益,分析得到合适的投资规模;(4)根据确定的投资规模,按照区域整体边际效益递减曲线的形成过程进行回溯,可得到对应投资规模下各地块的具体资金,即可得到整体资金在具体地块的相对分配额度,根据相对分配额度生成空间格局,即为生态修复投入的空间格局。除此之外,根据5(1)具体地块的成本-效益关系,可得到具体地块的修复效益,即可生成预计生态修复效益的空间格局。
在一种实施方式中,所述植被数据为植被绿度。
在一种实施方式中,所述形状指数通过方式计算得到:
获取所述待选林地的栅格图斑并转换为林地矢量面数据;
计算每一所述林地矢量面的面积和周长,以所述面积与所述周长的比值作为形状指数。
示例性的,提取林地栅格图斑,通过ArcGIS10.6工具箱的栅格转面要素,获得林地矢量面数据;利用ArcGIS10.6工具箱的几何计算工具箱,对林地矢量面要素的面积和周长进行计算,并通过ArcGIS10.6工具箱的栅格计算器工具箱计算面要素的形状指数;其中,面积比上周长即为面要素的形状指数。
在一种实施方式中,所述坡度通过以下方式计算得到:
针对每一所述待选林地,计算其与相邻的林地栅格的水平距离和高程差,以所述水平距离和所述高程差的比值作为坡度。
示例性的,利用ArcGIS10.6工具箱下的坡度工具,通过相邻栅格的水平距离,以及高程数据中相邻栅格的高程差,用两者的比值计算坡度。
在一种实施方式中,所述缓冲区数据通过以下方式计算得到:
针对每一所述待选林地,根据获取的所述待选林地预设范围内的线状道路数据计算缓冲区数据。
示例性的,利用ArcGIS10.6工具箱下的缓冲区工具,根据获取的线状道路数据计算0-50、50-100、100-150以及150-200米的缓冲区范围面要素(缓冲区即为距离线状要素一定范围内的区域),并分别赋值1、2、3、4,利用ArcGIS10.6工具箱下的面要素转栅格工具,将赋值后的缓冲区数据转换为30米空间分辨率的栅格数据。
在一种实施方式中,所述区位成本通过以下方式计算得到:
将所述坡度和所述缓冲区数据标准化处理后相乘得到区位成本。
示例性的,将坡度和缓冲区数据分别按照区域为整体进行标准化计算为0-1区间内的数值,将标准化后的坡度和缓冲距离相乘得到区位成本。
在一种实施方式中,所述修复效益通过以下公式计算得到:
Figure BDA0004007956470000081
a=连通度×(1-修复潜力)×(1-敏感性)×(1-区位成本)。
值得说明的是,本发明实施例公开的方法的具体流程还可参见图2。
与现有技术相比,本发明实施例公开的一种林地修复的空间布局方法,通过获取连续若干历史年份的每一林地的气候数据和植被数据,以所述植被数据为因变量,所述气候数据为自变量,进行主成分回归分析,得到每一所述林地对气候的敏感性,以及不受气候变化影响的林地以作为待选林地;通过将所述历史年份的最近年份的植被数据减去最远年份的植被数据,来得到每一所述待选林地的修复潜力;通过获取每一所述待选林地的形状指数、坡度和缓冲区数据,并以所述形状指数作为连通度,综合所述坡度和所述缓冲区数据得到区位成本;综合所述连通度、所述修复潜力、所述敏感性和所述区位成本,得到每一所述待选林地的修复效益;以优先修复高效益地区为原则,根据所有待选林地的修复效益生成边际效益递减曲线;根据预设的预期投入资金、预设的期望修复效益和所述边际效益递减曲线,生成生态修复投入的空间格局。由此可知,本发明实施例关注于由人为活动引起的森林退化,相对于气候变化引起的退化,人为活动引起的退化更容易进行修复,通过筛选出由人类活动造成退化的林地作为修复对象,提高修复效益,且通过考虑各个林地的修复能力以及修复成本,将区域地形、退化程度、交通便利性等因素纳入生态修复成分-效益分析,综合考虑了生态修复的实际成本,提高了生态修复的可行性和效率,根据修复效益递减规律得到修复的最佳模式以及空间布局,为生态修复下一部具体的实施方案提供有力支撑,能够使得林地修复效益最大化。
本发明实施例还提供一种林地修复的空间布局装置,包括:
数据获取模块,用于获取连续若干历史年份的每一林地的气候数据和植被数据;
林地筛选模块,用于以所述植被数据为因变量,所述气候数据为自变量,进行主成分回归分析,得到每一所述林地对气候的敏感性,以及不受气候变化影响的林地以作为待选林地;
潜力计算模块,用于将所述历史年份的最近年份的植被数据减去最远年份的植被数据,得到每一所述待选林地的修复潜力;
成本计算模块,用于获取每一所述待选林地的形状指数、坡度和缓冲区数据,并以所述形状指数作为连通度,综合所述坡度和所述缓冲区数据得到区位成本;
效益计算模块,用于综合所述连通度、所述修复潜力、所述敏感性和所述区位成本,得到每一所述待选林地的修复效益;
效益排序模块,用于以优先修复高效益地区为原则,根据所有待选林地的修复效益生成边际效益递减曲线;
方案生成模块,用于根据预设的预期投入资金、预设的期望修复效益和所述边际效益递减曲线,生成生态修复投入的空间格局。
值得说明的是,本发明实施例所述的装置的具体工作过程与上述任一实施例所述的方法的具体工作过程相同,在此不再赘述。
与现有技术相比,本发明实施例公开的林地修复的空间布局装置,通过获取连续若干历史年份的每一林地的气候数据和植被数据,以所述植被数据为因变量,所述气候数据为自变量,进行主成分回归分析,得到每一所述林地对气候的敏感性,以及不受气候变化影响的林地以作为待选林地;通过将所述历史年份的最近年份的植被数据减去最远年份的植被数据,来得到每一所述待选林地的修复潜力;通过获取每一所述待选林地的形状指数、坡度和缓冲区数据,并以所述形状指数作为连通度,综合所述坡度和所述缓冲区数据得到区位成本;综合所述连通度、所述修复潜力、所述敏感性和所述区位成本,得到每一所述待选林地的修复效益;以优先修复高效益地区为原则,根据所有待选林地的修复效益生成边际效益递减曲线;根据预设的预期投入资金、预设的期望修复效益和所述边际效益递减曲线,生成生态修复投入的空间格局。由此可知,本发明实施例能够通过筛选出由人类活动造成退化的林地作为修复对象,提高修复效益,且通过考虑各个林地的修复能力以及修复成本,将有限的修复资源投入到修复效益高的林地,得到较优的修复成果,能够使得林地修复效益最大化。
本发明实施例还提供一种林地修复的空间布局设备。所述林地修复的空间布局设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,例如林地修复的空间布局程序。所述处理器执行所述计算机程序时实现上述林地修复的空间布局方法实施例中的步骤,例如图1中所示的步骤S1~S7。
所述林地修复的空间布局设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述林地修复的空间布局设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述示意图仅仅是林地修复的空间布局设备的示例,并不构成对林地修复的空间布局设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述林地修复的空间布局设备还可以包括输入输出设备、网络接入设备、总线等。
所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述林地修复的空间布局设备的控制中心,利用各种接口和线路连接整个林地修复的空间布局设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述林地修复的空间布局设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据控制器的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述林地修复的空间布局设备集成的模块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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种林地修复的空间布局方法,其特征在于,包括:
获取连续若干历史年份的每一林地的气候数据和植被数据;
以所述植被数据为因变量,所述气候数据为自变量,进行主成分回归分析,得到每一所述林地对气候的敏感性,以及不受气候变化影响的林地以作为待选林地;
将所述历史年份的最近年份的植被数据减去最远年份的植被数据,得到每一所述待选林地的修复潜力;
获取每一所述待选林地的形状指数、坡度和缓冲区数据,并以所述形状指数作为连通度,综合所述坡度和所述缓冲区数据得到区位成本;
综合所述连通度、所述修复潜力、所述敏感性和所述区位成本,得到每一所述待选林地的修复效益;
以优先修复高效益地区为原则,根据所有待选林地的修复效益生成边际效益递减曲线;
根据预设的预期投入资金、预设的期望修复效益和所述边际效益递减曲线,生成生态修复投入的空间格局。
2.如权利要求1所述的林地修复的空间布局方法,其特征在于,所述植被数据为植被绿地。
3.如权利要求1所述的林地修复的空间布局方法,其特征在于,所述形状指数通过方式计算得到:
获取所述待选林地的栅格图斑并转换为林地矢量面数据;
计算每一所述林地矢量面的面积和周长,以所述面积与所述周长的比值作为形状指数。
4.如权利要求1所述的林地修复的空间布局方法,其特征在于,所述坡度通过以下方式计算得到:
针对每一所述待选林地,计算其与相邻的林地栅格的水平距离和高程差,以所述水平距离和所述高程差的比值作为坡度。
5.如权利要求1所述的林地修复的空间布局方法,其特征在于,所述缓冲区数据通过以下方式计算得到:
针对每一所述待选林地,根据获取的所述待选林地预设范围内的线状道路数据计算缓冲区数据。
6.如权利要求1所述的林地修复的空间布局方法,其特征在于,所述区位成本通过以下方式计算得到:
将所述坡度和所述缓冲区数据标准化处理后相乘得到区位成本。
7.如权利要求1所述的林地修复的空间布局方法,其特征在于,所述修复效益通过以下公式计算得到:
Figure FDA0004007956460000021
a=连通度×(1-修复潜力)×(1-敏感性)×(1-区位成本)。
8.一种林地修复的空间布局装置,其特征在于,包括:
数据获取模块,用于获取连续若干历史年份的每一林地的气候数据和植被数据;
林地筛选模块,用于以所述植被数据为因变量,所述气候数据为自变量,进行主成分回归分析,得到每一所述林地对气候的敏感性,以及不受气候变化影响的林地以作为待选林地;
潜力计算模块,用于将所述历史年份的最近年份的植被数据减去最远年份的植被数据,得到每一所述待选林地的修复潜力;
成本计算模块,用于获取每一所述待选林地的形状指数、坡度和缓冲区数据,并以所述形状指数作为连通度,综合所述坡度和所述缓冲区数据得到区位成本;
效益计算模块,用于综合所述连通度、所述修复潜力、所述敏感性和所述区位成本,得到每一所述待选林地的修复效益;
效益排序模块,用于以优先修复高效益地区为原则,根据所有待选林地的修复效益生成边际效益递减曲线;
方案生成模块,用于根据预设的预期投入资金、预设的期望修复效益和所述边际效益递减曲线,生成生态修复投入的空间格局。
9.一种林地修复的空间布局设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的林地修复的空间布局方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的林地修复的空间布局方法。
CN202211639284.XA 2022-12-20 2022-12-20 一种林地修复的空间布局方法、装置、设备及存储介质 Active CN116187663B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211639284.XA CN116187663B (zh) 2022-12-20 2022-12-20 一种林地修复的空间布局方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211639284.XA CN116187663B (zh) 2022-12-20 2022-12-20 一种林地修复的空间布局方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116187663A true CN116187663A (zh) 2023-05-30
CN116187663B CN116187663B (zh) 2024-02-20

Family

ID=86451418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211639284.XA Active CN116187663B (zh) 2022-12-20 2022-12-20 一种林地修复的空间布局方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116187663B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100951610B1 (ko) * 2009-09-10 2010-04-07 대한민국 Gis기반 기후변화 영향평가 시스템 및 그 방법
KR20110035453A (ko) * 2009-09-30 2011-04-06 경남과학기술대학교 산학협력단 식생기반재 돌망태를 이용한 임도비탈면 복원방법
CN106228610A (zh) * 2016-07-25 2016-12-14 环境保护部南京环境科学研究所 结合主导生态功能与生态退化程度的生态修复分区方法
CN108782050A (zh) * 2018-06-21 2018-11-13 武汉德翊环境科技有限公司 一种退化湖泊稳定性水生植被恢复的方法
CN110999709A (zh) * 2019-12-25 2020-04-14 湖南省林业科学院 一种石漠化土壤改良植被恢复方法
CN112488504A (zh) * 2020-11-30 2021-03-12 广州市城市规划勘测设计研究院 一种自然资源的生态保护和修复方法、装置、设备及介质
CN114219293A (zh) * 2021-12-15 2022-03-22 重庆地质矿产研究院 一种矿区生态保护修复效益评价方法
WO2022063839A1 (de) * 2020-09-22 2022-03-31 Swiss Reinsurance Company Ltd. Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren
CN114677045A (zh) * 2022-04-19 2022-06-28 重庆地质矿产研究院 一种基于生态评价的生态保护修复规划分区方法
CN115293473A (zh) * 2022-01-19 2022-11-04 中国建筑股份有限公司 一种林草生态修复效果评价方法
WO2022252799A1 (zh) * 2021-06-04 2022-12-08 成都数之联科技股份有限公司 模型训练方法及林地变化检测方法及系统及装置及介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100951610B1 (ko) * 2009-09-10 2010-04-07 대한민국 Gis기반 기후변화 영향평가 시스템 및 그 방법
KR20110035453A (ko) * 2009-09-30 2011-04-06 경남과학기술대학교 산학협력단 식생기반재 돌망태를 이용한 임도비탈면 복원방법
CN106228610A (zh) * 2016-07-25 2016-12-14 环境保护部南京环境科学研究所 结合主导生态功能与生态退化程度的生态修复分区方法
CN108782050A (zh) * 2018-06-21 2018-11-13 武汉德翊环境科技有限公司 一种退化湖泊稳定性水生植被恢复的方法
CN110999709A (zh) * 2019-12-25 2020-04-14 湖南省林业科学院 一种石漠化土壤改良植被恢复方法
WO2022063839A1 (de) * 2020-09-22 2022-03-31 Swiss Reinsurance Company Ltd. Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren
CN112488504A (zh) * 2020-11-30 2021-03-12 广州市城市规划勘测设计研究院 一种自然资源的生态保护和修复方法、装置、设备及介质
WO2022252799A1 (zh) * 2021-06-04 2022-12-08 成都数之联科技股份有限公司 模型训练方法及林地变化检测方法及系统及装置及介质
CN114219293A (zh) * 2021-12-15 2022-03-22 重庆地质矿产研究院 一种矿区生态保护修复效益评价方法
CN115293473A (zh) * 2022-01-19 2022-11-04 中国建筑股份有限公司 一种林草生态修复效果评价方法
CN114677045A (zh) * 2022-04-19 2022-06-28 重庆地质矿产研究院 一种基于生态评价的生态保护修复规划分区方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
丹宇卓等: "基于"退化压力-供给状态-修复潜力"框架的国土空间生态修复分区——以珠江三角洲为例", 《生态学报》, vol. 40, no. 23, pages 8451 - 8460 *
田美荣;高吉喜;宋国宝;邹长新;郑好;: "基于主导生态功能与生态退化程度的生态修复分区研究", 生态与农村环境学报, vol. 33, no. 01, pages 7 - 14 *

Also Published As

Publication number Publication date
CN116187663B (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
Bock et al. Spatial indicators for nature conservation from European to local scale
CN106408604A (zh) 一种点云数据的滤波方法及装置
CN111260668B (zh) 一种电力线提取方法、系统及终端
CN115082273A (zh) 一种精细区域植被碳汇可视化方法及系统
Muttaqin et al. MaxEnt (Maximum Entropy) model for predicting prehistoric cave sites in Karst area of Gunung Sewu, Gunung Kidul, Yogyakarta
CN115482269B (zh) 一种土方量计算方法、装置、终端设备以及存储介质
Petrucci et al. Geographic information in small area estimation: small area models and spatially correlated random area effects
Kadirova et al. Creating a digital model of regional relief using GIS technologies to evaluate degradation processes
CN117493805A (zh) 一种地质灾害评价过程中斜坡单元的评分取值方法
Shirani et al. Automatic landform recognition, extraction, and classification using kernel pattern modeling
Schöpfer et al. Object-fate analysis-spatial relationships for the assessment of object transition and correspondence
CN111062627A (zh) 一种风电场宏观选址方法、系统及相关设备
CN116187663B (zh) 一种林地修复的空间布局方法、装置、设备及存储介质
CN108550147B (zh) 全脑神经束投射路径自动追踪方法及系统
Busho et al. Quantifying spatial patterns of urbanization: growth types, rates, and changes in Addis Ababa City from 1990 to 2020
CN114255352A (zh) 一种河道提取方法、装置及计算机可读存储介质
CN104574394A (zh) 遥感影像数据处理方法和装置
KR102156085B1 (ko) 고해상도 드론 영상을 활용한 산림지역 변화 탐지 및 변화지역 투수/불투수도 갱신 방법
CN114861475A (zh) 一种基于传感数据的实时海洋模拟方法及系统
CN114202551A (zh) 一种喀斯特石漠化的分级制图方法及装置
Torres et al. Algorithms for mountain peaks discovery: a comparison
Sun et al. Pavement crack detection and quantification based on scanning grid and projection method
Fengliang et al. Updating Road Information in Open‐Pit Mines Using Truck Trajectories
Gaffar et al. Optimization of the spatial interpolation based on the sliding neighborhood operation method by using K-Mean Clustering for predicting the topographic shape of the ground surface
CN113538577B (zh) 多摄像机覆盖优化方法、装置、设备及存储介质

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