CN116362939B - 一种生态网络断裂影响指标的获取方法、系统及相关设备 - Google Patents
一种生态网络断裂影响指标的获取方法、系统及相关设备 Download PDFInfo
- Publication number
- CN116362939B CN116362939B CN202310163115.1A CN202310163115A CN116362939B CN 116362939 B CN116362939 B CN 116362939B CN 202310163115 A CN202310163115 A CN 202310163115A CN 116362939 B CN116362939 B CN 116362939B
- Authority
- CN
- China
- Prior art keywords
- ecological
- network
- system index
- index data
- 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 55
- 238000004891 communication Methods 0.000 claims abstract description 14
- 230000003993 interaction Effects 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 238000012216 screening Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 claims description 4
- 239000002028 Biomass Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 6
- 238000013508 migration Methods 0.000 description 5
- 230000005012 migration Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 101100150346 Arabidopsis thaliana RS31 gene Proteins 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation 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
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- 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
-
- 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
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/60—Ecological corridors or buffer zones
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Computational Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种生态网络断裂影响指标的获取方法、系统及相关设备,所述方法包括:根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络;根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据;根据所述骨架网络的系统指标数据,通过已训练的多指标交互模型,计算获取各所述系统指标数据对应的解释度;根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标。本发明有利于准确地获取影响生态网络断裂的指标。
Description
技术领域
本发明涉及地理信息领域,尤其涉及的是一种生态网络断裂影响指标的获取方法、系统及相关设备。
背景技术
生态网络断裂的情况指的是在该生态网络中的连接廊道断裂情况,连接廊道作为生物在源地间迁移的生命通道和界于城市组团之间的缓冲地带,因此生态网络断裂的情况决定了生物在生态源地之间迁徙的难易程度,获取影响生态网络断裂的指标对社会系统和生态系统都有重大意义。
在传统探究生态网络断裂的方法中,基于GIS技术与生态模拟的方法,重点在于通过识别生态廊道,现有技术存在的问题在于,通过传统探究生态网络断裂的方法,只通过单一的固定指标来对生态网络断裂进行诊断,对于不同的生态网络都使用相同的固定指标,无法准确地使用对生态网络断裂的影响较大的指标,从而不利于准确地获取生态网络断裂的影响指标的问题。
因此,现有技术还有待改进和发展。
发明内容
本发明的主要目的在于提供一种生态网络断裂影响指标的获取方法、系统及相关设备,旨在只通过一个固定的指标来对生态网络断裂进行诊断,对于不同的生态网络都是用的相同的固定的指标,无法准确地使用对生态网络断裂的影响较大的指标,从而不利于准确地获取生态网络断裂的影响指标的问题。
为了实现所述目的,本发明第一方面提供一种生态网络断裂影响指标的获取方法,其中,所述生态网络断裂影响指标的获取方法包括:
根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络,所述全连通生态网络包括生态源地集合、连接廊道集合和权重集合,其中,所述权重集合中的一个权重值用于指示所述连接廊道集合中一个连接廊道的权重;
根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据,其中,所述系统指标数据包括社会系统指标数据和生态系统指标数据;
根据所述骨架网络的系统指标数据,通过已训练的多指标交互模型,计算获取各所述系统指标数据对应的解释度,其中,所述解释度用于指示所述连接廊道的断裂程度;
根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标。
可选的,所述根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络,包括:
获取所述目标生态空间的生态用地分布图像,并根据所述生态用地分布图像提取所述目标生态空间的多个生态源地,获得所述生态源地集合,其中,一个生态源地由所述生态用地分布图像中边界相互连接的多个生态用地构成;
根据预设的第一算法筛选出各所述生态源地之间的最短路径作为连接廊道,获得所述连接廊道集合;
根据各所述生态源地之间的最短路径值,获得所述权重集合。
可选的,所述根据预设的第一算法筛选出各所述生态源地之间的最短路径作为连接廊道,获得所述连接廊道集合,包括:
获取各所述生态源地之间的多条路径,并计算各所述路径的建筑高度平均值,其中,一条路径两端分别连接一个生态源地,所述建筑高度平均值是该条路径上所有建筑物的高度之和与所有建筑物数量的比值;
根据各所述路径的建筑高度平均值,构建成本矩阵;
根据预设的第一算法和所述成本矩阵进行迭代计算,筛选出各所述生态源地之间的最短路径,其中,所述最短路径为建筑高度平均值最小的路径;
将各所述生态源地之间的最短路径作为连接廊道,获取所述连接廊道集合。
可选的,所述根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据,包括:
根据所述全连通生态网络,基于预设的第二算法进行骨架提取,获得所述骨架网络;
根据所述骨架网络计算各所述连接廊道的间断点密度值,根据所述间断点密度值和预设的断裂等级范围确定所述全连通生态网络中各所述连接廊道的实际断裂等级,其中,所述间断点密度值是各所述连接廊道在所述目标生态空间上连续的量度,所述间断点密度值是用于指示所述全连通生态网络的断裂程度;
根据预设的系统指标,提取所述骨架网络的社会系统指标数据和生态系统指标数据。
可选的,所述社会系统指标包括国有土地占比、城镇开发边界面积占比和常住人口数量,所述生态系统指标包括自然生态用地面积占比、单位面积生物量和植被覆盖度的变化。
可选的,所述根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标,包括:将各所述系统指标数据对应的解释度从大到小排列,根据预设的系统指标解释度阈值,筛选出超过所述系统指标解释度阈值对应的系统指标数据,并将该系统指标数据对应的系统指标作为所述目标系统指标,其中,所述目标系统指标为所述目标生态空间对应的生态网络断裂影响指标。
本发明第二方面提供生态网络断裂影响指标的获取系统,所述生态网络断裂影响指标的获取系统包括:
构建生态网络模块,用于根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络,所述全连通生态网络包括生态源地集合、连接廊道集合和权重集合,其中,所述权重集合中的一个权重值用于指示所述连接廊道集合中一个连接廊道的权重;
获取系统指标数据模块,用于根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据,其中,所述系统指标数据包括社会系统指标数据和生态系统指标数据;
计算解释度模块,用于根据所述骨架网络的系统指标数据,通过已训练的多指标交互模型,计算获取各所述系统指标数据对应的解释度,其中,所述解释度用于指示所述连接廊道的断裂程度;
获取目标系统指标模块,用于根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标。
可选的,所述构建生态网络模块包括生态源地获取单元、连接廊道获取单元和权重获取单元;
所述生态源地获取单元,用于获取所述目标生态空间的生态用地分布图像,并根据所述生态用地分布图像提取所述目标生态空间的多个生态源地,获得所述生态源地集合,其中,一个生态源地由所述生态用地分布图像中边界相互连接的多个生态用地构成;
所述连接廊道获取单元,用于根据预设的第一算法筛选出各所述生态源地之间的最短路径作为连接廊道,获得所述连接廊道集合;
所述权重获取单元,用于根据各所述生态源地之间的最短路径值,获得所述权重集合。
本发明第三方面提供一种智能终端,所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的生态网络断裂影响指标的获取程序,所述生态网络断裂影响指标的获取程序被所述处理器执行时实现所述任意一种生态网络断裂影响指标的获取方法的步骤。
由上可见,本发明中,根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络,所述全连通生态网络包括生态源地集合、连接廊道集合和权重集合,其中,所述权重集合中的一个权重值用于指示所述连接廊道集合中一个连接廊道的权重;根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据,其中,所述系统指标数据包括社会系统指标数据和生态系统指标数据;根据所述骨架网络的系统指标数据,通过已训练的多指标交互模型,计算获取各所述系统指标数据对应的解释度,其中,所述解释度用于指示所述连接廊道的断裂程度;根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标。
与现有技术中相比,本发明提供一种生态网络断裂影响指标的获取方法,通过构建全通道生态网络,对所述全通道生态网络提取骨架网络,计算所述骨架网络的间断点密度值,根据所述生态网络的断裂情况和预设的系统指标,获取系统指标数据,通过计算各所述系统指标数据的解释度,根据所述系统指标数据的解释度和预设的系统指标解释度阈值,将所述系统指标对生态网络断裂的影响程度进行排列,综合了社会系统指标和生态系统指标,通过针对性选择多个指标对生态网络断裂进行诊断,有利于准确地获取对生态网络断裂影响较大的指标,从而有利于准确地获取生态网络断裂的影响指标的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种生态网络断裂影响指标的获取方法的流程示意图;
图2是本发明实施例图1中步骤S100的具体流程示意图;
图3是本发明实施例图2中步骤S102的具体流程示意图;
图4是本发明实施例图1中步骤S200的具体流程示意图;
图5是本发明实施例提供的生态网络断裂影响指标的获取系统的结构示意图;
图6是本发明实施例图5中构建生态网络模块510的具体结构示意图;
图7是本发明实施例提供的一种智能终端的内部结构原理框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况下,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当…时”或“一旦”或“响应于确定”或“响应于分类到”。类似的,短语“如果确定”或“如果分类到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦分类到[所描述的条件或事件]”或“响应于分类到[所描述条件或事件]”。
下面结合本发明实施例的附图,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的一部分实施例,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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其它不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
生态网络断裂的情况指的是在该生态网络中的连接廊道断裂情况,连接廊道作为生物在源地间迁移的生命通道和界于城市组团之间的缓冲地带,因此生态网络断裂的情况决定了生物在生态源地之间迁徙的难易程度,获取影响生态网络断裂的指标对社会系统和生态系统都有重大意义。
在传统探究生态网络断裂的方法中,基于GIS技术与生态模拟的方法,重点在于通过识别生态廊道,现有技术存在的问题在于,通过传统探究生态网络断裂的方法,只通过单一的固定指标来对生态网络断裂进行诊断,对于不同的生态网络都使用的相同的固定指标,无法准确地使用对生态网络断裂的影响较大的指标,从而不利于准确地获取生态网络断裂的影响指标的问题。
为了解决所述多个问题中的至少一个问题,本发明中,根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络,所述全连通生态网络包括生态源地节点集合、连接廊道集合和权重集合,其中,所述权重集合中的一个权重值用于指示所述连接廊道集合中一个连接廊道的权重;根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据,其中,所述系统指标数据包括社会系统指标数据和生态系统指标数据;根据所述骨架网络的系统指标数据,通过已训练的多指标交互模型,计算获取各所述系统指标数据对应的解释度,其中,所述解释度用于指示所述连接廊道的断裂程度;根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标。
与现有技术中相比,本发明提供一种生态网络断裂影响指标的获取方法,通过构建全通道生态网络,对所述全通道生态网络提取骨架网络,计算所述骨架网络的间断点密度值,根据所述生态网络的断裂情况和预设的系统指标,获取系统指标数据,通过计算各所述系统指标数据的解释度,根据所述系统指标数据的解释度和预设的系统指标解释度阈值,将所述系统指标对生态网络断裂的影响程度进行排列,综合了社会系统指标和生态系统指标,通过针对性选择多个指标对生态网络断裂进行诊断,有利于准确地获取对生态网络断裂影响较大的指标,从而有利于准确地获取生态网络断裂的影响指标的问题。
示例性方法
如图1所示,本发明实施例提供一种生态网络断裂影响指标的获取方法,具体的,所述方法包括如下步骤:
步骤S100,根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络,所述全连通生态网络包括生态源地集合、连接廊道集合和权重集合,其中,所述权重集合中的一个权重值用于指示所述连接廊道集合中一个连接廊道的权重。
目标生态空间中存在多个生态用地,以及所述多个生态用地之间的连接路径,本实施例中首先需要对目标生态空间进行全连通生态网络构建,其中,所述全连通生态网络指的是构建的生态网络中任意两个节点之间都有连边,应用在本实施例中也就是在生态网络中任意两个生态源地之间都存在一条连接廊道,其中,所述一个生态源地由所述生态源地中边界相互连接的多个生态用地构成,所述连接廊道指的是生态源地之间的最短连接路径。
在本实施例中,对一个目标生态空间提取一个全连通生态网络,该全连通生态网络包括三个集合,分别是生态源地集合、连接廊道集合和权重集合。其中,将所述全连通生态网络中提取到的多个生态源地作为一个生态源地集合,将所述全连通生态网络中提取到各所述生态源地之间的连接廊道作为一个连接廊道集合,权重集合中的一个权重值用于指示所述连接廊道集合中的一个连接廊道的权重,在本实施例中所述连接廊道的权重指的是各所述连接廊道的建筑高度平均值。
具体的,如图2所示,所述步骤S100包括:
步骤S101,获取所述目标生态空间的生态源地分布图像,并根据所述生态源地分布图像提取所述目标生态空间的多个生态源地,获得所述生态源地集合,其中,一个生态源地由所述生态源地分布图像中边界相互连接的多个生态用地构成。
一种应用场景中,可以通过卫星拍摄或无人机遥感技术获取目标生态空间的生态用地分布图像,在此不作为具体限定。基于所述目标生态空间的生态用地分布图像进行生态网络的构建,第一步需要提取生态源地,将所述目标生态空间的生态用地分布图像中边界相互连接的多个生态用地作为一个生态源地提取出来,获得所述目标生态空间的多个生态源地,将所述多个生态源地作为一个生态源地集合。
步骤S102,根据预设的第一算法筛选出各所述生态源地之间的最短路径作为连接廊道,获得所述连接廊道集合。
构建生态网络的第二步需要提取连接廊道,在实施例中,基于所述目标生态空间的生态用地分布图像可以提取到多个生态源地,每两个生态源地之间存在多条连接路径,每两个生态源地之间的多条连接路径中筛选出一条最短路径作为连接廊道,获得所述连接廊道集合。
具体的,如图3所示,所述步骤S102包括:
步骤S1021,获取各所述生态源地之间的多条路径,并计算各所述路径的建筑高度平均值,其中,一条路径两端分别连接一个生态源地,所述建筑高度平均值是该条路径上所有建筑物的高度之和与所有建筑物数量的比值。
本实施例中,提取到的生态源地之间包括多条连接路径,每条连接路径上的建筑物的高度和数量并不相同,因此每两个生态源地之间连接路径上的迁徙情况也不相同,连接路径上建筑物高度平均值越大,则表明该条连接路径越难以使物种在两个生态源地之间迁徙,其中,所述建筑物高度平均值是该条路径上所有建筑物的高度之和与所有建筑物数量的比值。
步骤S1022,根据各所述路径的建筑高度平均值,构建成本矩阵。
本实施例中,将计算获得的各所述连接路径的建筑物高度平均值作为该条连接路径的成本,基于各所述建筑物高度平均值构建成本矩阵。
步骤S1023,根据预设的第一算法和所述成本矩阵进行迭代计算,筛选出各所述生态源地之间的最短路径,其中,所述最短路径为建筑高度平均值最小的路径。
本实施例中,所述预设的第一算法是Floyd算法,Floyd算法是在成本矩阵上做n次迭代,第n次迭代后,邻接矩阵i行j列上元素值即为i到j的最短路径值,如公式(1)所示,递推公式表述为:
d[i][j]表示从i到j的最短距离,k表示中间点,d[i][k]表示从i到k的最短距离,d[k][j]表示从k到j的最短距离,n表示第n次迭代。
步骤S1023,将各所述生态源地之间的最短路径作为连接廊道,获取所述连接廊道集合。
通过Floyd算法将不同生态源地之间连接路径所形成的成本矩阵,转换成源地和廊道的连边关系,得到各所述生态源地之间的最短路径值,其中,所述最短路径值在本实施例中指的是建筑物高度的平均值,其他场景下可以是其他指标,例如植被覆盖度等等,在此不作为具体限定。将所述最短路径值所对应的连接路径作为连接廊道,获得所述连接廊道集合。
步骤S200,根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据,其中,所述系统指标数据包括社会系统指标数据和生态系统指标数据。
所述骨架网络是生态网络中的一种特殊结构,由贯穿全部源地斑块、包含最短道路信息的边集合组成,它能够以最小冗余保留原始生态网络的全局信息,是代表能够维持生态网络连通的最基本结构。
具体的,如图4所示,所述步骤S200包括:
步骤S201,根据所述全连通生态网络,基于预设的第二算法进行骨架提取,获得所述骨架网络。
本实施例中,所述预设的第二算法是prim算法,通过筛选各所述源地之间的最短连边,从生态网络中提取骨架网络是一种最小生成树的搜寻过程,具体如下:将各所述生态源地看作为一个节点,将各所述生态源地之间的连接廊道看作为一条连边,从第一节点出发,寻找与第一节点相连的最短连边,并提取与所述最短连边两端连接的除去第一节点的另一个节点作为第二节点,其中,所述最短连边指的是最小权值对应的连接廊道,所述权值指的是该连接廊道的建筑高度平均值,此时该骨架网络包括第一节点、第二节点,以及第一节点与第二节点之间的连边,再寻找与第二节点相连的最短连边,以此类推,直到该生态网络中所有的节点都被提取到骨架网络中结束,如公式(2)所示,递推公式表述为:
w(a)=∑(vi,vj)∈aw(vi,vj); (2)
w(a)代表提取到的骨架网络,(vi,vj)代表连接生态源地vi与生态源地vj之间的连接廊道,w(vi,vj)代表建筑物高度平均值。
在本实施例中,通过所述基于生态网络提取骨架网络的方法,对目标生态空间的生态网络进行骨架网络提取,当骨架网络提取完毕时,所述骨架网络包括该生态网络的共386个生态源地,以及各所述生态源地之间通过搜寻最短连边提取到的385条连接廊道,基于生态网络提取其骨架网络,保留了生态网络中最重要的结构,只针对骨架网络进行数据获取及计算,提高了获取系统指标数据的效率。根据不同目标生态空间,生态源地不同则连接廊道不同,因此生态网络以及骨架网络都不相同,在此不作为具体限定,对于一个目标生态空间来说,该目标生态空间中包括n个生态源地,则提取到的骨架网络包括n个生态源地及n-1条连接廊道。
步骤S202,根据所述骨架网络计算各所述连接廊道的间断点密度值,根据所述间断点密度值和预设的断裂等级范围确定所述全连通生态网络中各所述连接廊道的实际断裂等级,其中,所述间断点密度值是各所述连接廊道在所述目标生态空间上连续的量度,所述间断点密度值是用于指示所述全连通生态网络的断裂程度。
根据所提取到的骨架网络,计算骨架网络中各所述连接廊道的间断点密度,其中,所述间断点密度是生态廊道在空间上的连接或连续的量度,用以诊断网络的完整性和连通程度,如公式(3)所示,间断点密度计算公式表述为:
BDI表示间断点密度,Li为骨架网络中第i条连接廊道的长度,Di为第i条连接廊道内被建设用地所覆盖的长度。
在本实施例中,采用自然断点法将间断点密度划分为5个等级,分别为低级、较低级、中级、较高级、高级,其中低级所对应的间断点密度范围最小,高级所对应的间断点密度范围最大,间断点密度越小则该生态网络断裂程度越低。
根据自然断点法将[0.000,0.066)设定为低级,[0.066,0.164)设定为较低级,[0.164,0.286)设定为中级,[0.286,0.427)设定为较高级,[0.427,0.674]设定为高级。对于一个目标生态空间来说,该目标生态空间的骨架网络中的连接廊道,其间断点密度落在低级范围的数量越多,则说明该目标生态空间的生态网络断裂程度越低。对于不同的目标生态空间所预设的断裂等级范围可以不相同,在此不作为具体限定。
步骤S203,根据预设的系统指标,提取所述骨架网络的社会系统指标数据和生态系统指标数据。
在本实施例中预设的系统指标包括社会系统指标和生态系统指标,其中社会系统指标包括:国有土地占比、城镇开发边界面积、各类法定保护边界面积、违法建筑总量、常住人口数、企业POI数量等,其中,各类法定保护边界包括自然保护区、水源保护区和公益林。生态系统指标包括:最大斑块面积占比、生态用地面积、主干道路密度、单位面积生物量、地形起伏度、植被覆盖度变化、物种分布概率等。根据不同的目标生态空间可以选择不同的系统指标,在此不作为具体限定。
所述系统指标数据来源于调查成果数据,包括导航OD数据、POI数据、交通路网数据等,并采用ArcGIS软件平台进行数据清洗、拓扑修正和地理坐标系的统一,形成无缝连接、边界一致的空间数据集。
步骤S300,根据所述骨架网络的系统指标数据,通过已训练的多指标交互模型,计算获取各所述系统指标数据对应的解释度,其中,所述解释度用于指示所述连接廊道的断裂程度。
所述已训练的多指标交互模型指的是一种地理分析模型,在本实施例中指的是地理探测器,其逻辑是通过探究某情景下的自变量对因变量的解释程度,从而揭示因变量地理空间分布特征背后的驱动力。在本申请中使用该模型是为了计算各所述系统指标数据的解释度,在多个系统指标中筛选出对生态网络断裂影响较大的指标,如公式(4)所示,解释度计算公式表述为:
q表示系统指标数据的解释度,其中,解释度取值范围为[0,1],X和Y变量叠加在Y方向形成L层,用h=1,2…,L表示X与Y之和,在本实施例中X代表系统指标数据,Y代表间断点密度值,Nh和N分别为子区域h和全区的样本数;和σ2分别为子区域h和全区域Y的离散方差。
步骤S400,根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标。
本实施例中,通过步骤S300计算获得各所述系统指标数据对应的解释度,将所述多个解释度从大到小进行排列,解释度越大则地理空间分布特征的驱动力越强,在本申请中体现在解释度越大,则该解释度对应的系统指标对生态网络断裂的影响程度越强,从所述多个系统指标中选择对生态网络断裂的影响程度较强的目标系统指标,并将所述目标系统指标作为该目标生态空间对应的生态网络断裂影响指标。
一种应用场景中,以A市为例,在该实施例中目标生态空间所采取的系统指标包括:生态系统连片度、生态用地面积占比、主干道路密度、单位面积生物量、地形起伏度、植被覆盖度变化量、单位面积物种密度、国有土地覆盖度、城镇开发边界管控、生态保护政策覆盖度、违法建筑总量、人口集聚水平、地区经济水平和目的地意愿,通过步骤S100-S300已经获得该目标生态空间中骨架网络的各所述系统指标,并计算各所述系统指标数据的解释度,如表1所示,获得各所述系统指标数据的解释度,将所述解释度从大到小排列后,可以得到RS31的解释度0.861最大,因此生态用地面积占比这一指标对于生态网络断裂的影响是最大的,预设的系统指标解释度阈值为0.3,因此除了RS31之外还有五项指标数据超过了所述系统指标解释度阈值,对生态网络断裂的影响较大,分别是RS11(0.314)、GS71(0.317)、A11(0.384)、A21(0.321)、A81(0.449),对于不同目标生态空间设定的系统指标解释度阈值各不相同,在此不作为具体限定。
表1
由上可见,本发明中,根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络,所述全连通生态网络包括生态源地集合、连接廊道集合和权重集合,其中,所述权重集合中的一个权重值用于指示所述连接廊道集合中一个连接廊道的权重;根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据,其中,所述系统指标数据包括社会系统指标数据和生态系统指标数据;根据所述骨架网络的系统指标数据,通过已训练的多指标交互模型,计算获取各所述系统指标数据对应的解释度,其中,所述解释度用于指示所述连接廊道的断裂程度;根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标。
与现有技术中相比,通过构建全通道生态网络,对所述全通道生态网络提取骨架网络,计算所述骨架网络的间断点密度值,根据所述生态网络的断裂情况和预设的系统指标,获取系统指标数据,通过计算各所述系统指标数据的解释度,根据所述系统指标数据的解释度和预设的系统指标解释度阈值,将所述系统指标对生态网络断裂的影响程度进行排列,综合了社会系统指标和生态系统指标,通过针对性选择多个指标对生态网络断裂进行诊断,有利于准确地获取对生态网络断裂影响较大的指标,从而有利于准确地获取生态网络断裂的影响指标的问题。
示例性设备
本发明实施例还提供一种生态网络断裂影响指标的获取系统,如图5所示,所述生态网络断裂影响指标的获取系统包括:
构建生态网络模块510,用于根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络,所述全连通生态网络包括生态源地集合、连接廊道集合和权重集合,其中,所述权重集合中的一个权重值用于指示所述连接廊道集合中一个连接廊道的权重。
获取系统指标数据模块520,用于根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据,其中,所述系统指标数据包括社会系统指标数据和生态系统指标数据。
计算解释度模块530,用于根据所述骨架网络的系统指标数据,通过已训练的多指标交互模型,计算获取各所述系统指标数据对应的解释度,其中,所述解释度用于指示所述连接廊道的断裂程度。
获取目标系统指标模块540,根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标。
所述构建生态网络模块510包括生态源地获取单元511、连接廊道获取单元512和权重获取单元513,具体的,如图6所示。
所述生态源地获取单元511,用于获取所述目标生态空间的生态用地分布图像,并根据所述生态用地分布图像提取所述目标生态空间的多个生态源地,获得所述生态源地集合,其中,一个生态源地由所述生态用地分布图像中边界相互连接的多个生态用地构成。
所述连接廊道获取单元512,用于根据预设的第一算法筛选出各所述生态源地之间的最短路径作为连接廊道,获得所述连接廊道集合。
所述权重获取单元513,用于根据各所述生态源地之间的最短路径值,获得所述权重集合。
需要说明的是,所述生态网络断裂影响指标的获取系统的各个模块的划分方式并不唯一,在此也不作为具体限定。
基于所述实施例,本发明还提供了一种智能终端,其原理框图可以如图7所示。所述智能终端包括处理器及存储器。该智能终端的存储器包括生态网络断裂影响指标的获取程序,存储器为生态网络断裂影响指标的获取程序的运行提供环境。该生态网络断裂影响指标的获取程序被处理器执行时实现所述任意一种生态网络断裂影响指标的获取方法的步骤。需要说明的是,所述智能终端还可以包括其它功能模块或单元,在此不作为具体限定。
本领域技术人员可以理解,图7中示出的原理框图,仅仅是与本发明相关的部分结构的框图,并不构成对本发明所应用于其上的智能终端的限定,具体地智能终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有生态网络断裂影响指标的获取程序,所述生态网络断裂影响指标的获取程序被处理器执行时实现本发明实施例提供的任意一种生态网络断裂影响指标的获取方法的步骤。
应理解,所述实施例中各步骤的序号大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以所述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将所述功能分配由不同的功能单元、模块完成,即将所述系统的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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,所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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。所述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在所述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟是以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的系统/智能终端和方法,可以通过其它的方式实现。例如,以上所描述的系统/智能终端实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以由另外的划分方式,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。
所述集成的模块/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存储介质中。基于这样的理解,本发明实现所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,所述计算机程序可存储于一种计算机可读存储介质中,该计算机程序在被处理器执行时,可实现所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-OnlyMemory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;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;其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不是相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种生态网络断裂影响指标的获取方法,其特征在于,所述生态网络断裂影响指标的获取方法包括:
根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络,所述全连通生态网络包括生态源地集合、连接廊道集合和权重集合,其中,所述权重集合中的一个权重值用于指示所述连接廊道集合中一个连接廊道的权重;
根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据,其中,所述系统指标数据包括社会系统指标数据和生态系统指标数据;
根据所述骨架网络的系统指标数据,通过已训练的多指标交互模型,计算获取各所述系统指标数据对应的解释度,其中,所述解释度用于指示所述连接廊道的断裂程度,所述已训练的多指标交互模型是地理分析模型,所述地理分析模型用于计算各所述系统指标数据对应的解释度,其中,所述解释度计算公式表示为:
其中,q表示系统指标数据的解释度,解释度取值范围为[0,1],Nh表示子区域的样本数,N表示全区域的样本数;表示子区域的离散方差,σ2表示全区域的离散方差;
根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标。
2.根据权利要求1所述的生态网络断裂影响指标的获取方法,其特征在于,所述根据所述目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络,包括:
获取所述目标生态空间的生态用地分布图像,并根据所述生态用地分布图像提取所述目标生态空间的多个生态源地,获得所述生态源地集合,其中,一个生态源地由所述生态用地分布图像中边界相互连接的多个生态用地构成;
根据预设的第一算法筛选出各所述生态源地之间的最短路径作为连接廊道,获得所述连接廊道集合;
根据各所述生态源地之间的最短路径值,获得所述权重集合。
3.根据权利要求2所述的生态网络断裂影响指标的获取方法,其特征在于,所述根据预设的第一算法筛选出各所述生态源地之间的最短路径作为连接廊道,获得所述连接廊道集合,包括:
获取各所述生态源地之间的多条路径,并计算各所述路径的建筑高度平均值,其中,一条路径两端分别连接一个生态源地,所述建筑高度平均值是该条路径上所有建筑物的高度之和与所有建筑物数量的比值;
根据各所述路径的建筑高度平均值,构建成本矩阵;
根据预设的第一算法和所述成本矩阵进行迭代计算,筛选出各所述生态源地之间的最短路径,其中,所述最短路径为建筑高度平均值最小的路径;
将各所述生态源地之间的最短路径作为连接廊道,获取所述连接廊道集合。
4.根据权利要求1所述的生态网络断裂影响指标的获取方法,其特征在于,所述根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据,包括:
根据所述全连通生态网络,基于预设的第二算法进行骨架提取,获得骨架网络;
根据所述骨架网络计算各所述连接廊道的间断点密度值,根据所述间断点密度值和预设的断裂等级范围确定所述全连通生态网络中各所述连接廊道的实际断裂等级,其中,所述间断点密度值是各所述连接廊道在所述目标生态空间上连续的量度,所述间断点密度值是用于指示所述全连通生态网络的断裂程度;
根据预设的系统指标,提取所述骨架网络的社会系统指标数据和生态系统指标数据。
5.根据权利要求4所述的生态网络断裂影响指标的获取方法,其特征在于,所述社会系统指标包括国有土地占比、城镇开发边界面积占比和常住人口数量,所述生态系统指标包括自然生态用地面积占比、单位面积生物量和植被覆盖度的变化。
6.根据权利要求1所述的生态网络断裂影响指标的获取方法,其特征在于,所述根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标,包括:将各所述系统指标数据对应的解释度从大到小排列,根据预设的系统指标解释度阈值,筛选出超过所述系统指标解释度阈值对应的系统指标数据,并将该系统指标数据对应的系统指标作为所述目标系统指标,其中,所述目标系统指标为所述目标生态空间对应的生态网络断裂影响指标。
7.一种生态网络断裂影响指标的获取系统,其特征在于,所述生态网络断裂影响指标的获取系统包括:
构建生态网络模块,用于根据目标生态空间的多个生态源地和所述生态源地之间的连接廊道,构建全连通生态网络,所述全连通生态网络包括生态源地集合、连接廊道集合和权重集合,其中,所述权重集合中的一个权重值用于指示所述连接廊道集合中一个连接廊道的权重;
获取系统指标数据模块,用于根据所述全连通生态网络提取骨架网络,并获取所述骨架网络的系统指标数据,其中,所述系统指标数据包括社会系统指标数据和生态系统指标数据;
计算解释度模块,用于根据所述骨架网络的系统指标数据,通过已训练的多指标交互模型,计算获取各所述系统指标数据对应的解释度,其中,所述解释度用于指示所述连接廊道的断裂程度,所述已训练的多指标交互模型是地理分析模型,所述地理分析模型用于计算各所述系统指标数据对应的解释度,其中,所述解释度计算公式表示为:
其中,q表示系统指标数据的解释度,解释度取值范围为[0,1],Nh表示子区域的样本数,N表示全区域的样本数;表示子区域的离散方差,σ2表示全区域的离散方差;
获取目标系统指标模块,用于根据各所述系统指标数据对应的解释度,从所述系统指标数据对应的系统指标中选择获取至少一个目标系统指标,并作为所述目标生态空间对应的生态网络断裂影响指标。
8.根据权利要求7所述的生态网络断裂影响指标的获取系统,其特征在于,所述构建生态网络模块包括生态源地获取单元、连接廊道获取单元和权重获取单元;
所述生态源地获取单元,用于获取所述目标生态空间的生态用地分布图像,并根据所述生态用地分布图像提取所述目标生态空间的多个生态源地,获得所述生态源地集合,其中,一个生态源地由所述生态用地分布图像中边界相互连接的多个生态用地构成;
所述连接廊道获取单元,用于根据预设的第一算法筛选出各所述生态源地之间的最短路径作为连接廊道,获得所述连接廊道集合;
所述权重获取单元,用于根据各所述生态源地之间的最短路径值,获得所述权重集合。
9.一种智能终端,其特征在于,所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的生态网络断裂影响指标的获取程序,所述生态网络断裂影响指标的获取程序被所述处理器执行时实现如权利要求1-6任意一项所述生态网络断裂影响指标的获取方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述生态网络断裂影响指标的获取程序,所述生态网络断裂影响指标的获取程序被处理器执行时实现如权利要求1-6任意一项所述生态网络断裂影响指标的获取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310163115.1A CN116362939B (zh) | 2023-02-17 | 2023-02-17 | 一种生态网络断裂影响指标的获取方法、系统及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310163115.1A CN116362939B (zh) | 2023-02-17 | 2023-02-17 | 一种生态网络断裂影响指标的获取方法、系统及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116362939A CN116362939A (zh) | 2023-06-30 |
CN116362939B true CN116362939B (zh) | 2024-03-22 |
Family
ID=86926594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310163115.1A Active CN116362939B (zh) | 2023-02-17 | 2023-02-17 | 一种生态网络断裂影响指标的获取方法、系统及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116362939B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160029400A (ko) * | 2014-09-05 | 2016-03-15 | 일심석재건설(주) | 생태통로가 구비된 역방향 하천 기초 |
CN109919819A (zh) * | 2019-01-17 | 2019-06-21 | 华南理工大学 | 区域生态网络的构建、评价和优化方法 |
CN110096563A (zh) * | 2019-04-28 | 2019-08-06 | 天津城建大学 | 一种基于生态服务逻辑编码的生态网络构建方法 |
CN110309762A (zh) * | 2019-06-26 | 2019-10-08 | 扆亮海 | 一种基于航空遥感的林业健康评价系统 |
CN111783937A (zh) * | 2020-05-19 | 2020-10-16 | 华为技术有限公司 | 一种神经网络构建方法以及系统 |
CN113327042A (zh) * | 2021-06-07 | 2021-08-31 | 中国矿业大学 | 一种区域生态系统修复需求的快速划分方法 |
CN115063276A (zh) * | 2022-05-20 | 2022-09-16 | 上海市园林科学规划研究院 | 一种基于mspa和电路理论的城市生态廊道空间划定方法 |
-
2023
- 2023-02-17 CN CN202310163115.1A patent/CN116362939B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160029400A (ko) * | 2014-09-05 | 2016-03-15 | 일심석재건설(주) | 생태통로가 구비된 역방향 하천 기초 |
CN109919819A (zh) * | 2019-01-17 | 2019-06-21 | 华南理工大学 | 区域生态网络的构建、评价和优化方法 |
CN110096563A (zh) * | 2019-04-28 | 2019-08-06 | 天津城建大学 | 一种基于生态服务逻辑编码的生态网络构建方法 |
CN110309762A (zh) * | 2019-06-26 | 2019-10-08 | 扆亮海 | 一种基于航空遥感的林业健康评价系统 |
CN111783937A (zh) * | 2020-05-19 | 2020-10-16 | 华为技术有限公司 | 一种神经网络构建方法以及系统 |
CN113327042A (zh) * | 2021-06-07 | 2021-08-31 | 中国矿业大学 | 一种区域生态系统修复需求的快速划分方法 |
CN115063276A (zh) * | 2022-05-20 | 2022-09-16 | 上海市园林科学规划研究院 | 一种基于mspa和电路理论的城市生态廊道空间划定方法 |
Non-Patent Citations (3)
Title |
---|
基于生境质量模型和电路理论的区域生态安全格局构建——以秦岭(陕西段)为例;杜雨阳;王征强;于庆和;杨永崇;张全文;;农业资源与环境学报;20221031(第5期);1069-1078 * |
基于生态保护红线和生态网络的县域生态安全格局构建;汤峰;王力;张蓬涛;付梅臣;;农业工程学报;20200508(第09期);271-280 * |
面向数字孪生城市的自然场景构造方法;贺彪;郭仁忠;张琛;马丁;王伟玺;洪武扬;陈业滨;;测绘通报;20220731(第7期);87-92 * |
Also Published As
Publication number | Publication date |
---|---|
CN116362939A (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Riitters et al. | Assessing habitat suitability at multiple scales: a landscape-level approach | |
Achmad et al. | Modeling of urban growth in tsunami-prone city using logistic regression: Analysis of Banda Aceh, Indonesia | |
Moreira et al. | Size-dependent pattern of wildfire ignitions in Portugal: when do ignitions turn into big fires? | |
Khosravi et al. | Multi-scale niche modeling of three sympatric felids of conservation importance in central Iran | |
CN114547827B (zh) | 一种基础设施群运行状态评价方法、电子设备及存储介质 | |
CN110598541B (zh) | 一种提取道路边缘信息的方法及设备 | |
CN113313384A (zh) | 一种融合弹性的城市洪涝灾害风险评估方法 | |
CN109360421B (zh) | 一种基于机器学习的交通信息预测方法及装置、电子终端 | |
CN109145489B (zh) | 一种基于概率图的障碍物分布仿真方法、装置以及终端 | |
Bonnet‐Lebrun et al. | Identifying priority conservation areas for a recovering brown bear population in Greece using citizen science data | |
CN112395383B (zh) | 基于多源信息融合的人口数据空间化方法、装置和设备 | |
CN116362939B (zh) | 一种生态网络断裂影响指标的获取方法、系统及相关设备 | |
González‐Ferreras et al. | Integration of habitat models to predict fish distributions in several watersheds of N orthern S pain | |
Console et al. | A European perspective of the conservation status of the threatened meadow viper Vipera ursinii (BONAPARTE, 1835)(Reptilia, Viperidae) | |
Eckman et al. | Methods of geo-spatial sampling | |
CN110569546B (zh) | 交通小区的划分方法及装置 | |
Steinke | Proposal for a Geobiodiversity Index Applied to the Morphoclimatic Domain of Cerrado—Brazil | |
Greenspan et al. | Large felid habitat connectivity in the transboundary Dawna-Tanintharyi landscape of Myanmar and Thailand | |
CN114331206B (zh) | 点位选址方法、装置、电子设备及可读存储介质 | |
Fogarty et al. | Evaluating the ability of occurrence models to predict nest locations and associated vegetation | |
JP6997664B2 (ja) | 状態判定装置 | |
Gage et al. | Developing a field-tested wetland indicator rating for blue spruce (Picea pungens) in the Southern Rocky Mountains | |
CN112765756A (zh) | 用于生物多样性保护的河流网络构建方法、系统及其应用 | |
Zimmermann et al. | Mapping the vision: potential living space for the leopard in the Caucasus | |
CN113034005A (zh) | 一种传统村落人口空心化程度空间差异影响因素分析方法和系统 |
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 |