CN116934015A - 城镇化与水生态功能的时空动态分析方法、装置及设备 - Google Patents

城镇化与水生态功能的时空动态分析方法、装置及设备 Download PDF

Info

Publication number
CN116934015A
CN116934015A CN202310849160.2A CN202310849160A CN116934015A CN 116934015 A CN116934015 A CN 116934015A CN 202310849160 A CN202310849160 A CN 202310849160A CN 116934015 A CN116934015 A CN 116934015A
Authority
CN
China
Prior art keywords
time nodes
grid
grid unit
water
parameters
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
CN202310849160.2A
Other languages
English (en)
Other versions
CN116934015B (zh
Inventor
尹小玲
黄爱琳
杨骥
李勇
邓应彬
邓丽明
舒思京
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 Institute of Geography of GDAS
Original Assignee
Guangzhou Institute of Geography of GDAS
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 Institute of Geography of GDAS filed Critical Guangzhou Institute of Geography of GDAS
Priority to CN202310849160.2A priority Critical patent/CN116934015B/zh
Publication of CN116934015A publication Critical patent/CN116934015A/zh
Application granted granted Critical
Publication of CN116934015B publication Critical patent/CN116934015B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数据分析领域，特别涉及一种城镇化与水生态功能的时空动态分析方法、装置以及设备，通过空间迁移趋势分析法，获得目标区域的各个所述网格单元在目标时间段内的时空动态分析结果，可以更全面地了解研究区城市化与水生态系统服务功能的空间分布特征和发展趋势，能够为研究城镇化和水生态系统服务空间演变机制提供更为深入的认识，为城市可持续发展提供科学依据。

Description

城镇化与水生态功能的时空动态分析方法、装置及设备
技术领域
本发明涉及数据分析领域，特别涉及是一种城镇化与水生态功能的时空动态分析方法、装置、设备以及存储介质。
背景技术
城市化和水生态是当今社会发展中面临的重要问题，城市化进程快速推进，导致城市规模和人口数量不断增加，建设用地比例不断上升，绿地覆盖率下降，导致水资源的利用效率和水质状况受到了影响。同时，水生态的破坏也会影响城市的可持续发展。因此，对城市化和水生态状况进行综合评价和研究，对于促进城市化和水生态的可持续发展具有重要意义。
已有研究表明，城市化对水资源的影响十分复杂，城市扩张会引起土地利用变化，进而影响水文循环，导致水资源的减少和污染等问题。但是以往的研究主要采用定性分析方法，缺少时空动态方面的研究。
发明内容
基于此，本发明的目的在于，提供一种城镇化与水生态功能的时空动态分析方法、装置、设备以及存储介质，通过空间迁移趋势分析法，获得目标区域的各个所述网格单元在目标时间段内的时空动态分析结果，可以更全面地了解研究区城市化与水生态系统服务功能的空间分布特征和发展趋势，能够为研究城镇化和水生态系统服务空间演变机制提供更为深入的认识，为城市可持续发展提供科学依据。
第一方面，本申请实施例提供了一种城镇化与水生态功能的时空动态分析方法，包括以下步骤：
获取目标区域在目标时间段内的影响数据序列，其中，所述影响数据序列包括若干个时间节点的影响数据；
将所述目标区域划分为若干个网格单元，根据所述影响数据序列，获得若干个所述网格单元的若干个时间节点的影响数据；
根据各个所述网格单元的若干个时间节点的影响数据，计算各个所述网格单元的若干个时间节点的水城空间耦合因子集，其中，所述水城空间耦合因子集包括若干个城镇化水平因子，以及若干个水生态功能因子；
根据各个所述网格单元的若干个时间节点的水城空间耦合因子集，计算各个所述网格单元的若干个时间节点的城镇化水平综合指数以及水生态功能综合指数；
获得各个所述网格单元对应的坐标参数，根据各个所述网格单元对应的坐标参数、若干个时间节点的城镇化水平综合指数以及水生态功能综合指数，获得各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，根据各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，获得各个所述网格单元在目标时间段内的时空动态分析结果。
第二方面，本申请实施例提供了一种城镇化与水生态功能的时空动态分析装置，包括：
数据获取模块，用于获取目标区域在目标时间段内的影响数据序列，其中，所述影响数据序列包括若干个时间节点的影响数据；
网格单元划分模块，用于将所述目标区域划分为若干个网格单元，根据所述影响数据序列，获得若干个所述网格单元的若干个时间节点的影响数据；
因子计算模块，用于根据各个所述网格单元的若干个时间节点的影响数据，计算各个所述网格单元的若干个时间节点的水城空间耦合因子集，其中，所述水城空间耦合因子集包括若干个城镇化水平因子，以及若干个水生态功能因子；
指数计算模块，用于根据各个所述网格单元的若干个时间节点的水城空间耦合因子集，计算各个所述网格单元的若干个时间节点的城镇化水平综合指数以及水生态功能综合指数；
时空动态分析模块，用于获得各个所述网格单元对应的坐标参数，根据各个所述网格单元对应的坐标参数、若干个时间节点的城镇化水平综合指数以及水生态功能综合指数，获得各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，根据各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，获得各个所述网格单元在目标时间段内的时空动态分析结果。
第三方面，本申请实施例提供了一种计算机设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的城镇化与水生态功能的时空动态分析方法的步骤。
第四方面，本申请实施例提供了一种存储介质，所述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如第一方面所述的城镇化与水生态功能的时空动态分析方法的步骤。
在本申请实施例中，提供一种城镇化与水生态功能的时空动态分析方法、装置、设备以及存储介质，通过空间迁移趋势分析法，获得目标区域的各个所述网格单元在目标时间段内的时空动态分析结果，可以更全面地了解研究区城市化与水生态系统服务功能的空间分布特征和发展趋势，能够为研究城镇化和水生态系统服务空间演变机制提供更为深入的认识，为城市可持续发展提供科学依据。
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
图1为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程示意图；
图2为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程中S3的示意图；
图3为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程中S3的示意图；
图4为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程中S4的示意图；
图5为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程中S5的示意图；
图6为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程中S5的示意图；
图7为本申请一个实施例提供的城镇化与水生态功能的时空动态分析装置的结构示意图；
图8为本申请一个实施例提供的计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”/“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
请参阅图1，图1为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程示意图，所述方法包括如下步骤：
S1：获取目标区域在目标时间段内的影响数据序列。
所述城镇化与水生态功能的时空动态分析方法的执行主体为城镇化与水生态功能的时空动态分析方法的分析设备(以下简称分析设备)，在一个可选的实施例中，分析设备可以是一台计算机设备，可以是服务器，或多台计算机设备联合而成的服务器机群。
在本实施例中，分析设备可以获取用户输入的目标区域在目标时间段内的影响数据序列，也可以获取用户输入的目标区域的时间以及地理位置，基于目标区域的时间以及地理位置，从预设的数据库中获取目标区域在目标时间段内的影响数据序列。其中，所述影响数据序列包括若干个时间节点的影响数据，所述影响数据包括高程数据、土地面积数据、土地利用数据、土壤数据、气象数据、人口数据以及地区生产总值数据。
高程数据为DEM(Digital Elevation Model)数据，能够反映一定分辨率的局部地形特征，是研究分析地形、流域、地物识别的重要原始资料。土地利用数据是反映土地利用系统及土地利用要素的状态、特征、动态变化、分布特点，以及人类对土地的开发利用、治理改造、管理保护和土地利用规划等数据资料。土壤数据包括沙粒、粉粒、粘粒、有机碳的含量，以及限制根层深度数据。气象数据包括降雨数据、日照、气温数据等。社会经济数据包括研究区的GDP、人口等数据，主要来自于区域内各行政单元的统计年鉴，其中，行政单元为行政区划单元，包括省、县以及乡。
S2：将所述目标区域划分为若干个网格单元，根据所述影响数据序列，获得若干个所述网格单元的若干个时间节点的影响数据。
为了将目标区域划分为一系列规则的、相对均匀的空间单元，以便进行统计和分析，识别设备将所述目标区域划分为若干个网格单元，获得若干个所述网格单元对应的基础数据集，在一个可选的实施例中，识别设备可以利用ArcGIS软件中的渔网工具，对目标区域进行等距离网格划分，可以根据目标区域的空间几何尺度、数据特征与精度要求确定网格单元的大小。
分析设备根据所述影响数据序列，获得若干个所述网格单元的若干个时间节点的影响数据。
S3：根据各个所述网格单元的若干个时间节点的影响数据，计算各个所述网格单元的若干个时间节点的水城空间耦合因子集。
水城空间耦合因子是城镇化水平与水生态功能相互作用的表征，可以更加全面地反映城镇化进程中城镇化水平与水生态功能之间的在空间上的相互作用。
所述水城空间耦合因子集包括若干个城镇化水平因子，以及若干个水生态功能因子，其中，所述城镇化水平因子包括建筑用地面积因子、人口密度因子以及地区生产总值因子，可以反映城镇化进程中城镇化的程度。
所述水生态系统功能因子包括产水量功能因子、土壤保持功能因子以及水质净化功能因子，可以反映水生态系统对社会经济发展和生态环境维护所提供的各种物质和非物质的服务功能的程度。
在本实施例中，分析设备根据同一个时间节点上，各个所述网格单元的影响数据，分别对各个所述网格单元的各个时间节点的水城空间耦合因子集进行计算，获得各个所述网格单元的若干个时间节点的水城空间耦合因子集。
请参阅图2，图2为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程中S3的示意图，包括步骤S301～S305，具体如下：
S301：基于同一个时间节点，根据各个所述网格单元对应的土地利用数据中的建设用地面积，以及土地面积数据中的总土地面积，将同一个所述网格单元对应的建筑用地面积与总土地面积进行相除，获得各个所述网格单元的若干个时间节点的建筑用地面积因子。
建设用地面积因子是指建设用地与总用地面积之比，可以反映城市土地的扩张情况。
在本实施例中，基于同一个时间节点，分析设备根据各个所述网格单元对应的土地利用数据中的建设用地面积，以及土地面积数据中的总土地面积，将同一个所述网格单元对应的建筑用地面积与总土地面积进行相除，获得各个所述网格单元的若干个时间节点的建筑用地面积因子。
S302：获得所述目标区域的若干个行政单元，根据所述目标区域的若干个时间节点的影响数据，获得各个所述行政单元的若干个时间节点的人口数据、建设用地面积以及地区生产总值数据。
由于城市化建设通常优先于行政单元，为了更加准确地提取各个所述网格单元对应的水城空间耦合因子集，在本实施例中，分析设备获得所述目标区域的若干个行政单元，根据所述目标区域的若干个时间节点的影响数据，获得各个所述行政单元的若干个时间节点的人口数据、建设用地面积以及地区生产总值数据。
S303：基于同一个时间节点，根据各个所述行政单元的人口数据以及建设用地面积，将同一个所述行政单元对应的人口数据与建筑用地面积进行相除，获得各个所述行政单元对应的，建筑用地面积上的人口密度数据，根据各个所述行政单元对应的地区生产总值数据以及建设用地面积，将同一个所述行政单元对应的地区生产总值数据与建筑用地面积进行相除，获得各个所述行政单元的若干个时间节点的，建筑用地面积上的地区生产总值密度数据。
在本实施例中，基于同一个时间节点，分析设备根据各个所述行政单元的人口数据以及建设用地面积，将同一个所述行政单元对应的人口数据与建筑用地面积进行相除，获得各个所述行政单元对应的，建筑用地面积上的人口密度数据，根据各个所述行政单元对应的地区生产总值数据以及建设用地面积，将同一个所述行政单元对应的地区生产总值数据与建筑用地面积进行相除，获得各个所述行政单元的若干个时间节点的，建筑用地面积上的地区生产总值密度数据。
S304：将所述网格单元以及行政单元进行空间重叠，获得与各个所述网格单元重叠干个所述行政单元对应的比例系数，基于同一个时间节点，将同一个所述行政单元的建筑用地面积上的人口密度数据以及比例系数进行相乘，获得各个所述网格单元重叠的，各个所述行政单元对应的单元人口密度，将同一个所述网格单元重叠干个所述行政单元对应的单元人口密度进行累加，获得各个所述网格单元的若干个时间节点的人口密度因子。
人口密度因子是指每平方千米的人口数量，反映城镇化程度的重要指标之一。
在本实施例中，分析设备将所述网格单元以及行政单元进行空间重叠，获得与各个所述网格单元重叠干个所述行政单元对应的比例系数，基于同一个时间节点，将同一个所述行政单元对应的，建筑用地面积上的人口密度数据以及比例系数进行相乘，获得各个所述网格单元重叠的，各个所述行政单元对应的单元人口密度，将同一个所述网格单元重叠干个所述行政单元对应的单元人口密度进行累加，获得各个所述网格单元的若干个时间节点的人口密度因子。
S305：基于同一个时间节点，将同一个所述行政单元对应的，建筑用地面积上的地区生产总值密度数据以及比例系数进行相乘，获得各个所述网格单元重叠的，各个所述行政单元对应的单元地区生产总值密度，将同一个所述网格单元重叠干个所述行政单元对应的单元地区生产总值密度进行累加，获得各个所述网格单元若干个时间节点的地区生产总值因子。
地区生产总值因子是指每平方千米的GDP总量，可以反映城市经济的发展水平。
在本实施例中，基于同一个时间节点，分析设备将同一个所述行政单元对应的，建筑用地面积上的地区生产总值密度数据以及比例系数进行相乘，获得各个所述网格单元重叠的，各个所述行政单元对应的单元地区生产总值密度，将同一个所述网格单元重叠干个所述行政单元对应的单元地区生产总值密度进行累加，获得各个所述网格单元的若干个时间节点的地区生产总值因子。
请参阅图3，图3为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程中S3的示意图，包括步骤S311，具体如下：
S311：将各个所述网格单元的若干个时间节点的土地利用数据、土壤数据以及气象数据输入至预设的水生态功能因子计算模型，获得各个所述网格单元的若干个时间节点的产水量功能因子、土壤保持功能因子以及水质净化功能因子。
所述水生态功能因子计算模型采用InVEST(Integrated Valuation ofEcosystem Services and Trade-offs)生态系统服务和权衡的综合评估模型，其集成了各种生物物理和社会经济数据，提供一系列的生态系统服务评估能力。
在本实施例中，分析设备将各个所述网格单元的若干个时间节点的土地利用数据、土壤数据以及气象数据输入至预设的水生态功能因子计算模型，获得各个所述网格单元的若干个时间节点的产水量功能因子、土壤保持功能因子以及水质净化功能因子。具体地，其中，产水量功能因子可以采用InVEST模型中的产水量模块进行估算，土壤保持功能因子可以采用InVEST模型中的SDR模块进行估算，水质净化功能因子可以采用InVEST模型的NDR模块进行估算。
通过目标区域的城镇化水平因子与水生态功能因子共同组成的水城空间耦合因子，采用空间自相关方法，结合水城空间耦合因子，从而更加明确、直接地进行城镇化水平与水生态功能之间的空间响应状况的分析。
S4：根据各个所述网格单元的若干个时间节点的水城空间耦合因子集，计算各个所述网格单元的若干个时间节点的城镇化水平综合指数以及水生态功能综合指数。
在本实施例中，分析设备根据各个所述网格单元的若干个时间节点的水城空间耦合因子集，计算各个所述网格单元的若干个时间节点的城镇化水平综合指数以及水生态功能综合指数。
请参阅图4，图4为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程中S4的示意图，包括步骤S401～S402，具体如下：
S401：根据各个所述网格单元的若干个时间节点的若干个城镇化水平因子以及预设的城镇化水平综合指数计算算法，获得各个所述网格单元的若干个时间节点的城镇化水平综合指数。
所述城镇化水平综合指数计算算法为：
式中，CUI为所述城镇化水平综合指数，q为城镇化水平因子的数目，r表示第r个城镇化水平因子，wr为第r个城镇化水平因子的权重参数，Ur为第r个城镇化水平因子。
在本实施例中，分析设备根据各个所述网格单元的若干个时间节点的建筑用地面积因子、人口密度因子、地区生产总值因子以及预设的城镇化水平综合指数计算算法，获得各个所述网格单元的若干个时间节点的城镇化水平综合指数。
S402：根据各个所述网格单元的若干个时间节点的若干个水生态功能因子以及预设的水生态功能综合指数计算算法，获得各个所述网格单元的若干个时间节点的水生态功能综合指数。
所述水生态功能综合指数计算算法为：
式中，CESI为所述水生态功能综合指数，p为水生态功能因子的数目，k表示第k个水生态功能因子，ψk为第k个水生态功能因子的权重参数，ESk为第k个水生态功能因子。
在本实施例中，分析设备采用累积法，根据各个所述网格单元的若干个时间节点的若干个水生态功能因子以及预设的水生态功能综合指数计算算法，获得各个所述网格单元的若干个时间节点的水生态功能综合指数。
S5：获得各个所述网格单元对应的坐标参数，根据各个所述网格单元对应的坐标参数、若干个时间节点的城镇化水平综合指数以及水生态功能综合指数，获得各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，根据各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，获得各个所述网格单元在目标时间段内的时空动态分析结果。
在本实施例中，分析设备获得各个所述网格单元对应的坐标参数，根据各个所述网格单元对应的坐标参数、若干个时间节点的城镇化水平综合指数以及水生态功能综合指数，获得各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数。
分析设备根据各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，获得各个所述网格单元在目标时间段内的时空动态分析结果，其中，所述时空动态分析结果反映了网格单元在当前时间节点上的城镇化和水生态系统服务的在空间上的动态变化趋势以及空间分布特征。
具体地，当空间距离变化参数越小，表示该网格单元的城镇化水平以及水生态系统服务状况的重叠性越高，关联性越强。在本实施例中，分析设备基于同一个所述网格单元相邻的时间节点的空间距离变化参数，进行比较，获得目标区域的城镇化和水生态系统服务的在空间上的动态变化趋势，以进一步分析城镇化和水生态系统服务之间的空间关系和发展趋势。为城市规划提供科学决策支持。
分析设备基于同一个所述网格单元相邻的时间节点的空间分布参数，进行比较，通过空间迁移趋势分析法，根据各个所述网格单元在目标时间段内的空间分布参数，可以更全面地了解研究区城市化与水生态系统服务功能的空间分布特征和发展趋势，当城镇化化与水生态系统服务功能状况在一个特定方向上发展趋势明显，意味着需要在该方向上采取措施，以加强生态保护和土地管理，以保护水生态系统的稳定性和城市环境的可持续发展，能够为研究城镇化和水生态系统服务空间演变机制提供更为深入的认识，为城市可持续发展提供科学依据。
请参阅图5，图5为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程中S5的示意图，包括步骤S501～S502，具体如下：
S501：分别将所述网格单元的城镇化水平综合指数、水生态功能综合指数作为权重参数，根据各个所述网格单元对应的坐标参数、若干个时间节点的权重参数以及预设的地理加权平均中心算法，获得各个所述网格单元的若干个时间节点的地理加权平均中心坐标参数。
所述地理加权平均中心坐标参数包括城镇化水平综合指数对应的地理加权平均中心坐标参数，以及水生态功能综合指数对应的地理加权平均中心坐标参数。
在本实施例中，分析设备分别将所述网格单元的城镇化水平综合指数、水生态功能综合指数作为权重参数，根据各个所述网格单元对应的坐标参数、若干个时间节点的权重参数以及预设的地理加权平均中心算法，获得各个所述网格单元的若干个时间节点的地理加权平均中心坐标参数，其中，所述地理加权平均中心算法为：
式中，为所述地理加权平均中心坐标参数的横坐标参数，n为网格单元的数目，i表示第i个网格，wi为第i个网格对应的权重参数，xi为第i个网格对应的坐标参数的横坐标参数，/>为所述地理加权平均中心坐标参数的纵坐标参数，yi为第i个网格对应的坐标参数的纵坐标参数。
S502：根据各个所述网格单元的若干个时间节点的地理加权平均中心坐标参数以及预设的空间距离计算算法，获得各个所述网格单元的若干个时间节点的空间距离变化参数。
所述空间距离计算算法为：
式中，Dj为第j个时间节点的空间距离变化参数，为城镇化水平综合指数对应的第j个时间节点的地理加权平均中心坐标参数的横坐标参数，/>为水生态功能综合指数对应的第j个时间节点的地理加权平均中心坐标参数的横坐标参数，/>为城镇化水平综合指数对应的第j个时间节点的地理加权平均中心坐标参数的纵坐标参数，/>为水生态功能综合指数对应的第j个时间节点的地理加权平均中心坐标参数的纵坐标参数。
在本实施例中，分析设备根据各个所述网格单元的若干个时间节点的地理加权平均中心坐标参数以及预设的空间距离计算算法，获得各个所述网格单元的若干个时间节点的空间距离变化参数。
所述空间分布参数包括椭圆坐标参数、空间方位角参数以及椭圆标准差参数，请参阅图6，图6为本申请一个实施例提供的城镇化与水生态功能的时空动态分析方法的流程中S5的示意图，包括步骤S511～S513，具体如下：
S511：根据各个所述网格单元对应的坐标参数、若干个时间节点的地理加权平均中心坐标参数以及预设的椭圆坐标计算算法，获得各个所述网格单元的若干个时间节点的椭圆坐标参数。
所述椭圆坐标参数包括城镇化水平综合指数对应的椭圆坐标参数，以及水生态功能综合指数对应的椭圆坐标参数，所述椭圆坐标计算算法为：
式中，SDEx为所述椭圆坐标参数的横坐标参数，SDEy为所述椭圆坐标参数的纵坐标参数；为第i个网格单元在横轴方向的偏差参数，/> 为第i个网格单元在纵轴方向的偏差参数，/>
在本实施例中，分析设备根据各个所述网格单元对应的坐标参数、若干个时间节点的地理加权平均中心坐标参数以及预设的椭圆坐标计算算法，获得各个所述网格单元的若干个时间节点的椭圆坐标参数。
S512：根据各个所述网格单元的若干个时间节点的权重参数、椭圆坐标参数以及预设的空间方位角计算算法，获得各个所述网格单元的若干个时间节点的空间方位角参数，获得各个所述网格单元的若干个时间节点的角度参数。
所述空间方位角计算算法为：
式中，tanθ为所述空间方位角参数，θ为角度参数。
在本实施例中，分析设备根据各个所述网格单元的若干个时间节点的权重参数、椭圆坐标参数以及预设的空间方位角计算算法，获得各个所述网格单元的若干个时间节点的空间方位角参数，获得各个所述网格单元的若干个时间节点的角度参数。
S513：根据各个所述网格单元的若干个时间节点的权重参数、椭圆坐标参数、角度参数以及预设的椭圆标准差参数计算算法，获得各个所述网格单元的若干个时间节点的椭圆标准差参数。
所述椭圆标准差参数包括城镇化水平综合指数对应的椭圆标准差参数，以及水生态功能综合指数对应的椭圆标准差参数，以反映城市化指数和水生态系统服务指数的发展趋势。
在本实施例中，分析设备根据各个所述网格单元的若干个时间节点的权重参数、椭圆坐标参数、角度参数以及预设的椭圆标准差参数计算算法，获得各个所述网格单元的若干个时间节点的椭圆标准差参数，其中，所述椭圆标准差参数计算算法为：
式中，σx为所述椭圆标准差参数的横轴标准差参数，表示椭圆在横轴方向的标准差，σy为所述椭圆标准差参数的纵轴标准差参数，表示椭圆在纵轴方向的标准差。其中，所述椭圆标准差参数的横轴标准差参数以及纵轴标准差参数表示扁率的方向，差越大表示方向越显著，通过分别对比网格单元的多个时间节点的横轴标准差参数以及纵轴标准差参数，能够反映目标区域的城镇化和水生态系统服务的空间分布变化信息。
请参考图7，图7为本申请一个实施例提供的城镇化与水生态功能的时空动态分析装置的结构示意图，该装置可以通过软件、硬件或两者的结合实现城镇化与水生态功能的时空动态分析装置的全部或一部分，该装置7包括：
数据获取模块71，用于获取目标区域在目标时间段内的影响数据序列，其中，所述影响数据序列包括若干个时间节点的影响数据；
网格单元划分模块72，用于将所述目标区域划分为若干个网格单元，根据所述影响数据序列，获得若干个所述网格单元的若干个时间节点的影响数据；
因子计算模块73，用于根据各个所述网格单元的若干个时间节点的影响数据，计算各个所述网格单元的若干个时间节点的水城空间耦合因子集，其中，所述水城空间耦合因子集包括若干个城镇化水平因子，以及若干个水生态功能因子；
指数计算模块74，用于根据各个所述网格单元的若干个时间节点的水城空间耦合因子集，计算各个所述网格单元的若干个时间节点的城镇化水平综合指数以及水生态功能综合指数；
时空动态分析模块75，用于获得各个所述网格单元对应的坐标参数，根据各个所述网格单元对应的坐标参数、若干个时间节点的城镇化水平综合指数以及水生态功能综合指数，获得各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，根据各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，获得各个所述网格单元在目标时间段内的时空动态分析结果。
在本申请实施例中，通过数据获取模块，获取目标区域在目标时间段内的影响数据序列，其中，所述影响数据序列包括若干个时间节点的影响数据；通过网格单元划分模块，将所述目标区域划分为若干个网格单元，根据所述影响数据序列，获得若干个所述网格单元的若干个时间节点的影响数据；通过因子计算模块，根据各个所述网格单元的若干个时间节点的影响数据，计算各个所述网格单元的若干个时间节点的水城空间耦合因子集，其中，所述水城空间耦合因子集包括若干个城镇化水平因子，以及若干个水生态功能因子；通过指数计算模块，根据各个所述网格单元的若干个时间节点的水城空间耦合因子集，计算各个所述网格单元的若干个时间节点的城镇化水平综合指数以及水生态功能综合指数；通过时空动态分析模块，获得各个所述网格单元对应的坐标参数，根据各个所述网格单元对应的坐标参数、若干个时间节点的城镇化水平综合指数以及水生态功能综合指数，获得各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，根据各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，获得各个所述网格单元在目标时间段内的时空动态分析结果。通过空间迁移趋势分析法，获得目标区域的各个所述网格单元在目标时间段内的时空动态分析结果，可以更全面地了解研究区城市化与水生态系统服务功能的空间分布特征和发展趋势，能够为研究城镇化和水生态系统服务空间演变机制提供更为深入的认识，为城市可持续发展提供科学依据。
请参考图8，图8为本申请一个实施例提供的计算机设备的结构示意图，计算机设备8包括：处理器81、存储器82以及存储在存储器82上并可在处理器81上运行的计算机程序83；计算机设备可以存储有多条指令，指令适用于由处理器81加载并执行上述图1至图6所示实施例的方法步骤，具体执行过程可以参见图1至图6所示实施例的具体说明，在此不进行赘述。
其中，处理器81可以包括一个或多个处理核心。处理器81利用各种接口和线路连接服务器内的各个部分，通过运行或执行存储在存储器82内的指令、程序、代码集或指令集，以及调用存储器82内的数据，执行城镇化与水生态功能的时空动态分析装置7的各种功能和处理数据，可选的，处理器81可以采用数字数据处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programble Logic Array，PLA)中的至少一个硬件形式来实现。处理器81可集成中央处理器81(Central Processing Unit，CPU)、图像处理器81(Graphics Processing Unit，GPU)和调制解调器等中的一个或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责触摸显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器81中，单独通过一块芯片进行实现。
其中，存储器82可以包括随机存储器82(Random Access Memory，RAM)，也可以包括只读存储器82(Read-Only Memory)。可选的，该存储器82包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器82可用于存储指令、程序、代码、代码集或指令集。存储器82可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控指令等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器82可选的还可以是至少一个位于远离前述处理器81的存储装置。
本申请实施例还提供了一种存储介质，所述存储介质可以存储有多条指令，所述指令适用于由处理器加载并执行上述图1至图6所示实施例的具体步骤，具体执行过程可以参见图1至图6所示实施例的具体说明，在此不进行赘述。
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，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置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，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。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，并不用于限制本申请的保护范围。上述系统中单元、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。
在上述实施例中，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示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算法。专业技术人员可以对每个特定的应用来使用不同方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，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅是示意性的，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所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，在本发明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。
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。
本发明并不局限于上述实施方式，如果对本发明的各种改动或变形不脱离本发明的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变形。

Claims (10)

1.一种城镇化与水生态功能的时空动态分析方法，其特征在于，包括以下步骤：
获取目标区域在目标时间段内的影响数据序列，其中，所述影响数据序列包括若干个时间节点的影响数据；
将所述目标区域划分为若干个网格单元，根据所述影响数据序列，获得若干个所述网格单元的若干个时间节点的影响数据；
根据各个所述网格单元的若干个时间节点的影响数据，计算各个所述网格单元的若干个时间节点的水城空间耦合因子集，其中，所述水城空间耦合因子集包括若干个城镇化水平因子，以及若干个水生态功能因子；
根据各个所述网格单元的若干个时间节点的水城空间耦合因子集，计算各个所述网格单元的若干个时间节点的城镇化水平综合指数以及水生态功能综合指数；
获得各个所述网格单元对应的坐标参数，根据各个所述网格单元对应的坐标参数、若干个时间节点的城镇化水平综合指数以及水生态功能综合指数，获得各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，根据各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，获得各个所述网格单元在目标时间段内的时空动态分析结果。
2.根据权利要求1所述的城镇化与水生态功能的时空动态分析方法，其特征在于，所述根据各个所述网格单元对应的坐标参数、若干个时间节点的城镇化水平综合指数以及水生态功能综合指数，获得各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，包括步骤：
分别将所述网格单元的城镇化水平综合指数、水生态功能综合指数作为权重参数，根据各个所述网格单元对应的坐标参数、若干个时间节点的权重参数以及预设的地理加权平均中心算法，获得各个所述网格单元的若干个时间节点的地理加权平均中心坐标参数，其中，所述地理加权平均中心坐标参数包括城镇化水平综合指数对应的地理加权平均中心坐标参数，以及水生态功能综合指数对应的地理加权平均中心坐标参数，所述地理加权平均中心算法为：
式中，为所述地理加权平均中心坐标参数的横坐标参数，n为网格单元的数目，i表示第i个网格，wi为第i个网格对应的权重参数，xi为第i个网格对应的坐标参数的横坐标参数，为所述地理加权平均中心坐标参数的纵坐标参数，yi为第i个网格对应的坐标参数的纵坐标参数；
根据各个所述网格单元的若干个时间节点的地理加权平均中心坐标参数以及预设的空间距离计算算法，获得各个所述网格单元的若干个时间节点的空间距离变化参数，其中，所述空间距离计算算法为：
式中，Dj为第j个时间节点的空间距离变化参数，为城镇化水平综合指数对应的第j个时间节点的地理加权平均中心坐标参数的横坐标参数，/>为水生态功能综合指数对应的第j个时间节点的地理加权平均中心坐标参数的横坐标参数，/>为城镇化水平综合指数对应的第j个时间节点的地理加权平均中心坐标参数的纵坐标参数，/>为水生态功能综合指数对应的第j个时间节点的地理加权平均中心坐标参数的纵坐标参数。
3.根据权利要求2所述的城镇化与水生态功能的时空动态分析方法，其特征在于：所述空间分布参数包括椭圆坐标参数、空间方位角参数以及椭圆标准差参数；
所述根据各个所述网格单元对应的坐标参数、若干个时间节点的城镇化水平综合指数以及水生态功能综合指数，获得各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，包括步骤：
根据各个所述网格单元对应的坐标参数、若干个时间节点的地理加权平均中心坐标参数以及预设的椭圆坐标计算算法，获得各个所述网格单元的若干个时间节点的椭圆坐标参数，其中，所述椭圆坐标参数包括城镇化水平综合指数对应的椭圆坐标参数，以及水生态功能综合指数对应的椭圆坐标参数，所述椭圆坐标计算算法为：
式中，SDEx为所述椭圆坐标参数的横坐标参数，SDEy为所述椭圆坐标参数的纵坐标参数；为第i个网格单元在横轴方向的偏差参数，/> 为第i个网格单元在纵轴方向的偏差参数，/>
根据各个所述网格单元的若干个时间节点的权重参数、椭圆坐标参数以及预设的空间方位角计算算法，获得各个所述网格单元的若干个时间节点的空间方位角参数，获得各个所述网格单元的若干个时间节点的角度参数，其中，所述空间方位角计算算法为：
式中，tanθ为所述空间方位角参数，θ为角度参数；
根据各个所述网格单元的若干个时间节点的权重参数、椭圆坐标参数、角度参数以及预设的椭圆标准差参数计算算法，获得各个所述网格单元的若干个时间节点的椭圆标准差参数，其中，所述椭圆标准差参数包括城镇化水平综合指数对应的椭圆标准差参数，以及水生态功能综合指数对应的椭圆标准差参数，所述椭圆标准差参数计算算法为：
式中，σx为所述椭圆标准差参数的横轴标准差参数，表示椭圆在横轴方向的标准差，σy为所述椭圆标准差参数的纵轴标准差参数，表示椭圆在纵轴方向的标准差。
4.根据权利要求1所述的城镇化与水生态功能的时空动态分析方法，其特征在于：所述城镇化水平因子包括建筑用地面积因子、人口密度因子以及地区生产总值因子，所述水生态功能因子包括产水量功能因子、土壤保持功能因子以及水质净化功能因子。
5.根据权利要求4所述的城镇化与水生态功能的时空动态分析方法，其特征在于：所述影响数据包括高程数据、土地面积数据、土地利用数据、土壤数据、气象数据、人口数据以及地区生产总值数据；
所述根据各个所述网格单元的若干个时间节点的影响数据，计算各个所述网格单元的若干个时间节点的水城空间耦合因子集，包括步骤：
基于同一个时间节点，根据各个所述网格单元对应的土地利用数据中的建设用地面积，以及土地面积数据中的总土地面积，将同一个所述网格单元对应的建筑用地面积与总土地面积进行相除，获得各个所述网格单元的若干个时间节点的建筑用地面积因子；
获得所述目标区域的若干个行政单元，根据所述目标区域的若干个时间节点的影响数据，获得各个所述行政单元的若干个时间节点的人口数据、建设用地面积以及地区生产总值数据；
基于同一个时间节点，根据各个所述行政单元的人口数据以及建设用地面积，将同一个所述行政单元对应的人口数据与建筑用地面积进行相除，获得各个所述行政单元对应的，建筑用地面积上的人口密度数据，根据各个所述行政单元对应的地区生产总值数据以及建设用地面积，将同一个所述行政单元对应的地区生产总值数据与建筑用地面积进行相除，获得各个所述行政单元的若干个时间节点的，建筑用地面积上的地区生产总值密度数据；
将所述网格单元以及行政单元进行空间重叠，获得与各个所述网格单元重叠干个所述行政单元对应的比例系数，基于同一个时间节点，将同一个所述行政单元的建筑用地面积上的人口密度数据以及比例系数进行相乘，获得各个所述网格单元重叠的，各个所述行政单元对应的单元人口密度，将同一个所述网格单元重叠干个所述行政单元对应的单元人口密度进行累加，获得各个所述网格单元的若干个时间节点的人口密度因子；
基于同一个时间节点，将同一个所述行政单元对应的，建筑用地面积上的地区生产总值密度数据以及比例系数进行相乘，获得各个所述网格单元重叠的，各个所述行政单元对应的单元地区生产总值密度，将同一个所述网格单元重叠干个所述行政单元对应的单元地区生产总值密度进行累加，获得各个所述网格单元若干个时间节点的地区生产总值因子。
6.根据权利要求5所述的城镇化与水生态功能的时空动态分析方法，其特征在于，所述根据各个所述网格单元的若干个时间节点的影响数据，计算各个所述网格单元的若干个时间节点的水城空间耦合因子集，包括步骤：
将各个所述网格单元的若干个时间节点的土地利用数据、土壤数据以及气象数据输入至预设的水生态功能因子计算模型，获得各个所述网格单元的若干个时间节点的产水量功能因子、土壤保持功能因子以及水质净化功能因子。
7.根据权利要求6所述的城镇化与水生态功能的时空动态分析方法，其特征在于，所述根据各个所述网格单元的若干个时间节点的水城空间耦合因子集，计算各个所述网格单元的若干个时间节点的城镇化水平综合指数以及水生态功能综合指数，包括步骤：
根据各个所述网格单元的若干个时间节点的若干个城镇化水平因子以及预设的城镇化水平综合指数计算算法，获得各个所述网格单元的若干个时间节点的城镇化水平综合指数，其中，所述城镇化水平综合指数计算算法为：
式中，CUI为所述城镇化水平综合指数，q为城镇化水平因子的数目，r表示第r个城镇化水平因子，wr为第r个城镇化水平因子的权重参数，Ur为第r个城镇化水平因子；
根据各个所述网格单元的若干个时间节点的若干个水生态功能因子以及预设的水生态功能综合指数计算算法，获得各个所述网格单元的若干个时间节点的水生态功能综合指数，其中，所述水生态功能综合指数计算算法为：
式中，CESI为所述水生态功能综合指数，p为水生态功能因子的数目，k表示第k个水生态功能因子，ψk为第k个水生态功能因子的权重参数，ESk为第k个水生态功能因子。
8.一种城镇化与水生态功能的时空动态分析装置，其特征在于，包括：
数据获取模块，用于获取目标区域在目标时间段内的影响数据序列，其中，所述影响数据序列包括若干个时间节点的影响数据；
网格单元划分模块，用于将所述目标区域划分为若干个网格单元，根据所述影响数据序列，获得若干个所述网格单元的若干个时间节点的影响数据；
因子计算模块，用于根据各个所述网格单元的若干个时间节点的影响数据，计算各个所述网格单元的若干个时间节点的水城空间耦合因子集，其中，所述水城空间耦合因子集包括若干个城镇化水平因子，以及若干个水生态功能因子；
指数计算模块，用于根据各个所述网格单元的若干个时间节点的水城空间耦合因子集，计算各个所述网格单元的若干个时间节点的城镇化水平综合指数以及水生态功能综合指数；
时空动态分析模块，用于获得各个所述网格单元对应的坐标参数，根据各个所述网格单元对应的坐标参数、若干个时间节点的城镇化水平综合指数以及水生态功能综合指数，获得各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，根据各个所述网格单元的若干个时间节点的空间距离变化参数以及空间分布变化参数，获得各个所述网格单元在目标时间段内的时空动态分析结果。
9.一种计算机设备，其特征在于，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，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任一项所述的城镇化与水生态功能的时空动态分析方法的步骤。
10.一种存储介质，其特征在于：所述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如权利要求1至7任一项所述的城镇化与水生态功能的时空动态分析方法的步骤。
CN202310849160.2A 2023-07-11 2023-07-11 城镇化与水生态功能的时空动态分析方法、装置及设备 Active CN116934015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310849160.2A CN116934015B (zh) 2023-07-11 2023-07-11 城镇化与水生态功能的时空动态分析方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310849160.2A CN116934015B (zh) 2023-07-11 2023-07-11 城镇化与水生态功能的时空动态分析方法、装置及设备

Publications (2)

Publication Number Publication Date
CN116934015A true CN116934015A (zh) 2023-10-24
CN116934015B CN116934015B (zh) 2024-07-26

Family

ID=88388866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310849160.2A Active CN116934015B (zh) 2023-07-11 2023-07-11 城镇化与水生态功能的时空动态分析方法、装置及设备

Country Status (1)

Country Link
CN (1) CN116934015B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110166446A (zh) * 2019-05-13 2019-08-23 矩阵元技术（深圳）有限公司 一种基于安全多方计算的地理加权平均中心的实现方法
CN110458048A (zh) * 2019-07-23 2019-11-15 南京林业大学 顾及城镇格局特征的人口分布时空演变与认知
CN113139151A (zh) * 2021-04-13 2021-07-20 武汉理工大学 一种城市化与生态环境近远程耦合协调水平的测度方法
CN114841560A (zh) * 2022-04-29 2022-08-02 甘肃农业大学 一种基于城市土地利用的生态服务功效评价方法
CN115082250A (zh) * 2022-05-18 2022-09-20 深圳大学 个体移动与生态空间的网络关系分析方法、装置及终端
CN115409374A (zh) * 2022-08-30 2022-11-29 南方海洋科学与工程广东省实验室(广州) 城镇化差异对流域水生态服务功能的影响预警方法
CN115630802A (zh) * 2022-09-26 2023-01-20 中国科学院生态环境研究中心 一种结合生态系统服务供需的生态修复空间划定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110166446A (zh) * 2019-05-13 2019-08-23 矩阵元技术（深圳）有限公司 一种基于安全多方计算的地理加权平均中心的实现方法
CN110458048A (zh) * 2019-07-23 2019-11-15 南京林业大学 顾及城镇格局特征的人口分布时空演变与认知
CN113139151A (zh) * 2021-04-13 2021-07-20 武汉理工大学 一种城市化与生态环境近远程耦合协调水平的测度方法
CN114841560A (zh) * 2022-04-29 2022-08-02 甘肃农业大学 一种基于城市土地利用的生态服务功效评价方法
CN115082250A (zh) * 2022-05-18 2022-09-20 深圳大学 个体移动与生态空间的网络关系分析方法、装置及终端
CN115409374A (zh) * 2022-08-30 2022-11-29 南方海洋科学与工程广东省实验室(广州) 城镇化差异对流域水生态服务功能的影响预警方法
CN115630802A (zh) * 2022-09-26 2023-01-20 中国科学院生态环境研究中心 一种结合生态系统服务供需的生态修复空间划定方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
吴凯;王晓琳;刘培;许怡;: "三峡库区生态系统时空分布及其演替特征", 三峡生态环境监测, no. 04, 28 December 2017 (2017-12-28), pages 1 - 9 *
李一凡: "天津市经济、人口重心的空间迁移轨迹分析", 环渤海经济瞭望, no. 02, 15 February 2019 (2019-02-15), pages 91 - 95 *
李艺宁; 龚心仪: "江苏省城镇化建设与生态环境建设耦合协调度及时空格局演变分析", 国土与自然资源研究, no. 5, 2 August 2023 (2023-08-02), pages 41 - 45 *
石蕾洁: "城市化进程中的热环境空间格局演变研究——以西安-咸阳主城区为例", 中国优秀硕士学位论文全文数据库 基础科学辑, no. 2, 15 February 2021 (2021-02-15), pages 009 - 273 *
肖圣;多玲花;邹自力: "城镇化与水生态环境耦合协调时空演变及驱动因素——以长江中下游城市群为例", 上海国土资源, vol. 43, no. 3, 15 September 2022 (2022-09-15), pages 61 - 68 *
胡义强;杨骥;荆文龙;杨传训;舒思京: "基于无人机遥感的海岸带生态环境监测研究综述", 测绘通报, no. 5, 25 June 2022 (2022-06-25), pages 18 - 24 *
赵怡: "亚像元尺度下不透水面优化提取及其热环境效应时空分析", 中国博士学位论文全文数据库基础科学辑, no. 1, 15 January 2022 (2022-01-15), pages 009 - 134 *
郑德凤; 徐文瑾; 姜俊超; 吕乐婷: "中国水资源承载力与城镇化质量演化趋势及协调发展分析", 辽宁师范大学地理科学学院, vol. 41, no. 2, 8 January 2021 (2021-01-08), pages 72 - 81 *
陈睿; 杨灿; 童晶; 蒋晓娉; 蔺向宇; 欧阳婳: "长株潭城市群新型城镇化对生态系统服务价值空间分异的影响", 中南林业科技大学经济学院, vol. 43, no. 6, 20 June 2023 (2023-06-20), pages 158 - 167 *

Also Published As

Publication number Publication date
CN116934015B (zh) 2024-07-26

Similar Documents

Publication Publication Date Title
Liang et al. High-resolution three-dimensional mapping of soil organic carbon in China: Effects of SoilGrids products on national modeling
Abushandi et al. Modelling rainfall runoff relations using HEC-HMS and IHACRES for a single rain event in an arid region of Jordan
Ramachandra et al. Insights to urban dynamics through landscape spatial pattern analysis
CN103413293B (zh) 城市土地利用景观格局本征观测尺度的获取方法
Parviainen et al. Modelling the occurrence of threatened plant species in taiga landscapes: methodological and ecological perspectives
Ramachandra et al. Spatio-temporal pattern of landscape dynamics in Shimoga, tier II city, Karnataka state, India
CN107784165A (zh) 基于光伏电站的地表温度场多尺度资料同化方法
CN116933679B (zh) 流域的水生态安全格局构建方法、装置、设备及存储介质
CN110110025A (zh) 基于特征向量空间滤值的区域人口密度模拟方法
CN116934139B (zh) 城镇化进程中水生态功能空间响应识别方法、装置及设备
CN110852472B (zh) 一种基于随机森林算法的陆地水储量预测方法及设备
Mattikalli et al. Prediction of river discharge and surface water quality using an integrated geographical information system approach
CN113282572B (zh) 一种耕地网格化划分的方法、系统及终端设备
CN117436756B (zh) 一种大熊猫国家公园建设成效系统性空间化评估方法
Stehman et al. Designing a multi-objective, multi-support accuracy assessment of the 2001 National Land Cover Data (NLCD 2001) of the conterminous United States
Farinha-Marques et al. A sampling methodology to facilitate biodiversity assessment in public green spaces
CN116934015B (zh) 城镇化与水生态功能的时空动态分析方法、装置及设备
Sottini et al. Rural environment and landscape quality: an evaluation model integrating social media analysis and geostatistics techniques
CN106546958B (zh) 一种优化的雷达数据同化方法
Mubea et al. Spatial effects of varying model coefficients in urban growth modeling in Nairobi, Kenya
Gadgay et al. Novel ensemble neural network models for better prediction using variable input approach
CN115640756A (zh) 一种基于多源数据的停车需求预测模型、方法及其应用
Cao et al. Exploring spatially varying relationships between forest fire and environmental factors at different quantile levels
Myers Multi-scale statistical approach to critical-area analysis and modeling of watersheds and landscapes
CN117556586B (zh) 生物多样性调查样点优化设置方法

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