CN116957207A - 一种实时数据采集的草地生态健康监测方法 - Google Patents

一种实时数据采集的草地生态健康监测方法 Download PDF

Info

Publication number
CN116957207A
CN116957207A CN202311208547.6A CN202311208547A CN116957207A CN 116957207 A CN116957207 A CN 116957207A CN 202311208547 A CN202311208547 A CN 202311208547A CN 116957207 A CN116957207 A CN 116957207A
Authority
CN
China
Prior art keywords
grassland
subarea
health
sub
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202311208547.6A
Other languages
English (en)
Other versions
CN116957207B (zh
Inventor
周华坤
魏晶晶
徐维新
史正晨
张中华
马丽
李航
司荆柯
祁进贤
党志英
李永元
秦瑞敏
苏洪烨
胡雪
袁访
李珊
阿的哈则
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.)
Chengdu University of Information Technology
Northwest Institute of Plateau Biology of CAS
Original Assignee
Chengdu University of Information Technology
Northwest Institute of Plateau Biology of CAS
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 Chengdu University of Information Technology, Northwest Institute of Plateau Biology of CAS filed Critical Chengdu University of Information Technology
Priority to CN202311208547.6A priority Critical patent/CN116957207B/zh
Publication of CN116957207A publication Critical patent/CN116957207A/zh
Application granted granted Critical
Publication of CN116957207B publication Critical patent/CN116957207B/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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G01N33/246—Earth materials for water content
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Strategic Management (AREA)
  • Food Science & Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Economics (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Geology (AREA)
  • Mathematical Physics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)

Abstract

本发明公开了一种实时数据采集的草地生态健康监测方法，涉及数据采集技术领域，本发明包括生态信息获取、草地健康分析、草地健康状态判断、动物分配分析和状态显示，通过对草地健康分析的了解，并结合动物数量的了解，从而得到了更准确的各子区域对应的草地生态健康系数，进而分析对应的动物分配分析，从而得出各目标子区域与各待恢复子区域对应的匹配优先系数，以便完成最适宜的分配，解决了当前技术中存在的不足，方便了用户可以获得更加精准和具有参考性的草地生态健康分析结果，有效的降低了人工的负担，提高了草地生态健康监测的智能化和自动化。

Description

一种实时数据采集的草地生态健康监测方法
技术领域
本发明涉及数据采集技术领域，具体涉及一种实时数据采集的草地生态健康监测方法。
背景技术
当前对草地生态健康的监测可以实时的对草地的情况和状态进行了解，以便对动物活动轨迹进行适当的调配，保障动物的生存和草地的生成，更好的进行草地生态的循环利用和改善，从而提高草地生态健康。
传统技术中对草地生态健康的分析主要是人工对草地的表面生长状态进行监测，并没有对土壤的变化情况进行深度监测和分析，因此这种分析方式还较为浅显，无法有效的保障草地中土壤环境的健康，同时也无法体现出动物活动对土壤和草地的影响，导致草地生态失衡，并且通过人工进行监测分析，无法有效的降低人工的工作负担，也无法提高草地生态的智能化和自动化的监测和分析，降低草地生态健康分析结果的准确性和参考性，另一方面也无法对草地生态失衡区域中的动物进行合理的分配，导致草地生态不平衡，同时也无法提高草地的生态健康，在一定程度上也无法保障动物的健康的生长。
发明内容
针对上述存在的技术不足，本发明的目的是提供一种实时数据采集的草地生态健康监测方法。
为解决上述技术问题，本发明采用如下技术方案：本发明提供一种实时数据采集的草地生态健康监测方法，包括：步骤一、生态信息获取：将待测草地按照预设面积进行区域划分，得到各子区域，进而获取当前时间点各子区域对应的土壤信息、草地信息和动物数量，其中土壤信息包括酸碱度、含水量，草地信息包括草地覆盖率、植被生长高度；
步骤二、草地健康分析：根据从草地数据监测中心中获取初始时间点中各子区域对应的初始土壤信息和初始草地信息，进而根据各子区域对应的土壤信息和初始土壤信息，分析各子区域对应的土壤健康系数和土壤变化评估系数，并根据各子区域对应的草地信息和初始草地信息，分析各子区域对应的草地健康系数和草地变化评估系数，进而根据各子区域对应的动物数量，对各子区域对应的草地生态健康系数进行评估；
步骤三、草地健康状态判断：根据基于各子区域对应的草地生态健康系数，判断各子区域对应的草地生态健康状态，若某子区域对应的草地生态健康状态处于健康状态，则将该子区域记为目标子区域，若某子区域对应的草地生态健康状态处于破坏状态，则将该子区域记为待恢复子区域，以此得到各目标子区域和各待恢复子区域；
步骤四、动物分配分析：根据获取各目标子区域和各待恢复子区域对应的位置，并获取各目标子区域与各待恢复子区域对应的动物数量，分析各目标子区域与各待恢复子区域对应的匹配优先系数，进而将各目标子区域与各待恢复子区域对应的匹配优先系数按照降序排序，并根据排序结果得到各待恢复子区域中动物对应分配的各目标子区域；
步骤五、状态显示：显示各子区域对应的草地生态健康状态，显示各待恢复子区域中动物对应分配的各目标子区域。
优选地，所述分析各子区域对应的土壤健康系数和土壤变化评估系数，具体分析过程如下：
通过计算公式，分析得出子区域/>对应的土壤健康系数/>，i表示各子区域对应的编号，/>，n为大于2的任意整数，/>、/>分别表示为土壤酸碱度、含水量的权重因子，/>、/>分别表示第i个子区域土壤的酸碱度、含水量，/>、/>分别表示第i个子区域的初始土壤酸碱度、初始含水量；
通过计算公式，分析得出子区域/>对应的土壤变化评估系数/>，/>表示当前时间点，/>表示初始时间点，/>、/>分别表示为设定的参考土壤酸碱度变化率、参考含水量变化率，/>、/>分别表示为设定的参考土壤酸碱度变化率、参考含水量变化率的权重因子。
优选地，所述分析各子区域对应的草地健康系数和草地变化评估系数，具体分析过程如下：
将各子区域对应的草地覆盖率、植被生长高度、初始草地覆盖率和初始植被生长高度代入计算公式，计算得出子区域/>对应的草地健康系数/>，i表示各子区域对应的编号，/>，n为大于2的任意整数，/>、/>分别表示为草地覆盖率、植被生长高度的权重因子，/>、/>分别表示第i个子区域草地覆盖率、植被生长高度，/>、/>分别表示第i个子区域的初始草地覆盖率、初始植被生长高度；
通过计算公式，计算得出子区域/>对应的草地变化评估系数/>，/>表示当前时间点，/>表示初始时间点，/>、/>分别表示为设定的参考草地覆盖率变化率、参考植被生长高度变化率，/>、/>分别表示为设定的参考草地覆盖率变化率、参考植被生长高度变化率的权重因子。
优选地，所述对各子区域对应的草地生态健康系数进行评估，具体分析过程如下：
通过计算公式，分析得到子区域/>对应的草地生态健康系数/>，i表示各子区域对应的编号，/>，n为大于2的任意整数，/>表示自然常数，/>、/>、/>、/>分别表示设定的土壤健康系数、土壤变化评估系数、草地健康系数、草地变化评估系数的权重因子，/>、/>、/>、/>分别表示第i个子区域对应的土壤健康系数、土壤变化评估系数、草地健康系数、草地变化评估系数，/>表示设定的参考动物数量，/>表示第i个子区域对应的动物数量。
优选地，所述判断各子区域对应的草地生态健康状态，具体判断过程如下：
将各子区域对应的草地生态健康系数与设定的草地生态健康系数阈值进行对比，若某子区域对应的草地生态健康系数大于或者等于草地生态健康系数阈值，则判断该子区域对应的草地生态健康状态处于健康状态，并将该子区域记为目标子区域，若某子区域对应的草地生态健康系数小于草地生态健康系数阈值，则判定该子区域对应的草地生态健康状态处于破坏状态，并将该子区域记为待恢复子区域，以此判断各子区域对应的草地生态健康状态，并得到各目标子区域和各待恢复子区域。
优选地，所述分析各目标子区域与各待恢复子区域对应的匹配优先系数，具体分析过程如下：
获取各目标子区域和各待恢复子区域对应的位置，进而得到目标子区域与待恢复子区域/>之间的间距，记为/>，j表示各目标子区域对应的编号，/>，/>为大于2的任意整数，g表示各待恢复子区域对应的编号，/>，/>为大于2的任意整数；
将各目标子区域对应的草地生态健康系数与草地数据监测中心中存储的各草地生态健康系数对应的许可容纳动物数量进行对比，得到目标子区域对应的许可容纳动物数量，记为/>；
将各待恢复子区域对应的草地生态健康系数与草地数据监测中心中存储的各草地生态健康系数对应的目标分配动物数量进行对比，得到待恢复子区域对应的目标分配动物数量，记为/>；
根据计算公式，计算得到目标子区域/>与待恢复子区域/>对应的匹配优先系数/>，/>、/>分别表示为设定的各目标子区域与各待恢复子区域之间的间距、各目标子区域与各待恢复子区域对应动物数量的权重因子，/>表示初始的各目标子区域与各待恢复子区域之间的间距，/>表示为初始的许可动物数量差。
与现有技术相比，本发明的有益效果在于：
1、本发明提供一种实时数据采集的草地生态健康监测方法，通过对草地健康分析的了解，进而更好的分析了各子区域对应的土壤健康系数和草地健康系数，并结合动物数量的了解，从而得到了更准确的各子区域对应的草地生态健康系数，进而进行分析相应的草地健康状态判断，从而得到相对的各目标子区域和各待恢复子区域，进而分析对应的动物分配分析，从而得出各目标子区域与各待恢复子区域对应的匹配优先系数，以便完成最适宜的分配，解决了当前技术中存在的不足，方便了用户可以获得更加精准和具有参考性的草地生态健康分析结果，有效的降低了人工的负担，提高了草地生态健康监测的智能化和自动化。
2、本发明在草地健康状态判断中通过对各目标子区域和各待恢复子区域进行了深度的分析，从而可以帮助用户得到更加详细的草地信息，可以获得更好的动物调配基础信息，可以在一定程度上保障了动物的生长。
3、本发明在动物分配分析中通过对各目标子区域与各待恢复子区域对应的匹配优先系数进行了深度的分析，从而可以帮助用户进行更好的动物草地区域分配，可以创造出更加有利于动物生长的草地环境，可以提高的草地的生态健康。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明方法结构连接示意图。
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，都属于本发明保护的范围。
请参阅图1所示，一种实时数据采集的草地生态健康监测方法，包括生态信息获取、草地健康分析、草地健康状态判断、动物分配分析和状态显示。
所述生态信息获取分别与草地健康分析和草地健康状态判断连接，草地健康分析分别与动物分配分析和动物分配分析连接，草地健康状态判断分别与动物分配分析和状态显示连接。
步骤一、生态信息获取：将待测草地按照预设面积进行区域划分，得到各子区域，进而获取当前时间点各子区域对应的土壤信息、草地信息和动物数量，其中土壤信息包括酸碱度、含水量，草地信息包括草地覆盖率、植被生长高度；
在一个具体的实施例中，获取当前时间点各子区域对应的土壤信息、草地信息和动物数量，具体获取过程如下：通过无人机搭载的摄像头对当前时间点中各子区域的图像进行采集，进而从中获取各子区域对应的动物数量；通过土壤pH值分析计对当前时间点中各子区域对应的土壤酸碱度进行采集；通过土壤水分测定仪对当前时间点中各子区域对应的土壤含水量进行采集；从当前时间点中各子区域的图像中获取各子区域的草地面积和总面积，进而将各子区域中草地面积除以总面积，得到各子区域对应的草地覆盖率；在各子区域的草地区域中布设若干采集点，通过无人机搭载的摄像头对当前时间点中各子区域中各采集点的图像进行采集，进而从中获取当前时间点中各子区域中各采集点对应的植被生长高度，并通过均值计算得到当前时间点中各子区域对应的平均植被生长高度，作为当前时间点中各子区域对应的植被生长高度。
步骤二、草地健康分析：根据从草地数据监测中心中获取初始时间点中各子区域对应的初始土壤信息和初始草地信息，进而根据各子区域对应的土壤信息和初始土壤信息，分析各子区域对应的土壤健康系数和土壤变化评估系数，并根据各子区域对应的草地信息和初始草地信息，分析各子区域对应的草地健康系数和草地变化评估系数，进而根据各子区域对应的动物数量，对各子区域对应的草地生态健康系数进行评估；
作为一种可选的实施方式，所述分析各子区域对应的土壤健康系数和土壤变化评估系数，具体分析过程如下：
通过计算公式，分析得出子区域/>对应的土壤健康系数/>，i表示各子区域对应的编号，/>，n为大于2的任意整数，/>、/>分别表示为土壤酸碱度、含水量的权重因子，/>、/>分别表示第i个子区域土壤的酸碱度、含水量，/>、/>分别表示第i个子区域的初始土壤酸碱度、初始含水量；
通过计算公式，分析得出子区域/>对应的土壤变化评估系数/>，/>表示当前时间点，/>表示初始时间点，/>、/>分别表示为设定的参考土壤酸碱度变化率、参考含水量变化率，/>、/>分别表示为设定的参考土壤酸碱度变化率、参考含水量变化率的权重因子。
作为一种可选的实施方式，所述分析各子区域对应的草地健康系数和草地变化评估系数，具体分析过程如下：
将各子区域对应的草地覆盖率、植被生长高度、初始草地覆盖率和初始植被生长高度代入计算公式，计算得出子区域/>对应的草地健康系数/>，i表示各子区域对应的编号，/>，n为大于2的任意整数，/>、/>分别表示为草地覆盖率、植被生长高度的权重因子，/>、/>分别表示第i个子区域草地覆盖率、植被生长高度，/>、/>分别表示第i个子区域的初始草地覆盖率、初始植被生长高度；
通过计算公式，计算得出子区域/>对应的草地变化评估系数/>，/>表示当前时间点，/>表示初始时间点，/>、/>分别表示为设定的参考草地覆盖率变化率、参考植被生长高度变化率，/>、/>分别表示为设定的参考草地覆盖率变化率、参考植被生长高度变化率的权重因子。
作为一种可选的实施方式，所述对各子区域对应的草地生态健康系数进行评估，具体分析过程如下：
通过计算公式，分析得到子区域/>对应的草地生态健康系数/>，i表示各子区域对应的编号，/>，n为大于2的任意整数，/>表示自然常数，/>、/>、/>、/>分别表示设定的土壤健康系数、土壤变化评估系数、草地健康系数、草地变化评估系数的权重因子，/>、/>、/>、/>分别表示第i个子区域对应的土壤健康系数、土壤变化评估系数、草地健康系数、草地变化评估系数，/>表示设定的参考动物数量，/>表示第i个子区域对应的动物数量。
步骤三、草地健康状态判断：根据基于各子区域对应的草地生态健康系数，判断各子区域对应的草地生态健康状态，若某子区域对应的草地生态健康状态处于健康状态，则将该子区域记为目标子区域，若某子区域对应的草地生态健康状态处于破坏状态，则将该子区域记为待恢复子区域，以此得到各目标子区域和各待恢复子区域；
作为一种可选的实施方式，所述判断各子区域对应的草地生态健康状态，具体判断过程如下：
将各子区域对应的草地生态健康系数与设定的草地生态健康系数阈值进行对比，若某子区域对应的草地生态健康系数大于或者等于草地生态健康系数阈值，则判断该子区域对应的草地生态健康状态处于健康状态，并将该子区域记为目标子区域，若某子区域对应的草地生态健康系数小于草地生态健康系数阈值，则判定该子区域对应的草地生态健康状态处于破坏状态，并将该子区域记为待恢复子区域，以此判断各子区域对应的草地生态健康状态，并得到各目标子区域和各待恢复子区域。
本发明在草地健康状态判断中通过对各目标子区域和各待恢复子区域进行了深度的分析，从而可以帮助用户得到更加详细的草地信息，可以获得更好的动物调配基础信息，可以在一定程度上保障了动物的生长。
步骤四、动物分配分析：根据获取各目标子区域和各待恢复子区域对应的位置，并获取各目标子区域与各待恢复子区域对应的动物数量，分析各目标子区域与各待恢复子区域对应的匹配优先系数，进而将各目标子区域与各待恢复子区域对应的匹配优先系数按照降序排序，并根据排序结果得到各待恢复子区域中动物对应分配的各目标子区域；
作为一种可选的实施方式，所述分析各目标子区域与各待恢复子区域对应的匹配优先系数，具体分析过程如下：
获取各目标子区域和各待恢复子区域对应的位置，进而得到目标子区域与待恢复子区域/>之间的间距，记为/>，j表示各目标子区域对应的编号，/>，/>为大于2的任意整数，g表示各待恢复子区域对应的编号，/>，/>为大于2的任意整数；
将各目标子区域对应的草地生态健康系数与草地数据监测中心中存储的各草地生态健康系数对应的许可容纳动物数量进行对比，得到目标子区域对应的许可容纳动物数量，记为/>；
将各待恢复子区域对应的草地生态健康系数与草地数据监测中心中存储的各草地生态健康系数对应的目标分配动物数量进行对比，得到待恢复子区域对应的目标分配动物数量，记为/>；
根据计算公式，计算得到目标子区域/>与待恢复子区域/>对应的匹配优先系数/>，/>、/>分别表示为设定的各目标子区域与各待恢复子区域之间的间距、各目标子区域与各待恢复子区域对应动物数量的权重因子，/>表示初始的各目标子区域与各待恢复子区域之间的间距，/>表示为初始的许可动物数量差。
本发明在动物分配分析中通过对各目标子区域与各待恢复子区域对应的匹配优先系数进行了深度的分析，从而可以帮助用户进行更好的动物草地区域分配，可以创造出更加有利于动物生长的草地环境，可以提高的草地的生态健康。
步骤五、状态显示：根据显示各子区域对应的草地生态健康，显示各待恢复子区域中动物对应分配的各目标子区域。
本发明提供一种实时数据采集的草地生态健康监测方法，通过对草地健康分析的了解，进而更好的分析了各子区域对应的土壤健康系数和草地健康系数，并结合动物数量的了解，从而得到了更准确的各子区域对应的草地生态健康系数，进而进行分析相应的草地健康状态判断，从而得到相对的各目标子区域和各待恢复子区域，进而分析对应的动物分配分析，从而得出各目标子区域与各待恢复子区域对应的匹配优先系数，以便完成最适宜的分配，解决了当前技术中存在的不足，方便了用户可以获得更加精准和具有参考性的草地生态健康分析结果，有效的降低了人工的负担，提高了草地生态健康监测的智能化和自动化。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种实时数据采集的草地生态健康监测方法，其特征在于，包括：
步骤一、生态信息获取：将待测草地按照预设面积进行区域划分，得到各子区域，进而获取当前时间点各子区域对应的土壤信息、草地信息和动物数量，其中土壤信息包括酸碱度、含水量，草地信息包括草地覆盖率、植被生长高度；
步骤二、草地健康分析：根据从草地数据监测中心中获取初始时间点中各子区域对应的初始土壤信息和初始草地信息，进而根据各子区域对应的土壤信息和初始土壤信息，分析各子区域对应的土壤健康系数和土壤变化评估系数，并根据各子区域对应的草地信息和初始草地信息，分析各子区域对应的草地健康系数和草地变化评估系数，进而根据各子区域对应的动物数量，对各子区域对应的草地生态健康系数进行评估；
步骤三、草地健康状态判断：根据基于各子区域对应的草地生态健康系数，判断各子区域对应的草地生态健康状态，若某子区域对应的草地生态健康状态处于健康状态，则将该子区域记为目标子区域，若某子区域对应的草地生态健康状态处于破坏状态，则将该子区域记为待恢复子区域，以此得到各目标子区域和各待恢复子区域；
步骤四、动物分配分析：根据获取各目标子区域和各待恢复子区域对应的位置，并获取各目标子区域与各待恢复子区域对应的动物数量，分析各目标子区域与各待恢复子区域对应的匹配优先系数，进而将各目标子区域与各待恢复子区域对应的匹配优先系数按照降序排序，并根据排序结果得到各待恢复子区域中动物对应分配的各目标子区域；
步骤五、状态显示：显示各子区域对应的草地生态健康状态，显示各待恢复子区域中动物对应分配的各目标子区域。
2.如权利要求1所述的一种实时数据采集的草地生态健康监测方法，其特征在于，所述分析各子区域对应的土壤健康系数和土壤变化评估系数，具体分析过程如下：
通过计算公式，分析得出子区域/>对应的土壤健康系数/>，i表示各子区域对应的编号，/>，n为大于2的任意整数，/>、/>分别表示为土壤酸碱度、含水量的权重因子，/>、/>分别表示第i个子区域土壤的酸碱度、含水量，/>、/>分别表示第i个子区域的初始土壤酸碱度、初始含水量；
通过计算公式，分析得出子区域/>对应的土壤变化评估系数/>，/>表示当前时间点，/>表示初始时间点，/>、/>分别表示为设定的参考土壤酸碱度变化率、参考含水量变化率，/>、/>分别表示为设定的参考土壤酸碱度变化率、参考含水量变化率的权重因子。
3.如权利要求1所述的一种实时数据采集的草地生态健康监测方法，其特征在于，所述分析各子区域对应的草地健康系数和草地变化评估系数，具体分析过程如下：
将各子区域对应的草地覆盖率、植被生长高度、初始草地覆盖率和初始植被生长高度代入计算公式，计算得出子区域/>对应的草地健康系数/>，i表示各子区域对应的编号，/>，n为大于2的任意整数，/>、/>分别表示为草地覆盖率、植被生长高度的权重因子，/>、/>分别表示第i个子区域草地覆盖率、植被生长高度，/>、/>分别表示第i个子区域的初始草地覆盖率、初始植被生长高度；
通过计算公式，计算得出子区域/>对应的草地变化评估系数/>，/>表示当前时间点，/>表示初始时间点，/>、/>分别表示为设定的参考草地覆盖率变化率、参考植被生长高度变化率，/>、/>分别表示为设定的参考草地覆盖率变化率、参考植被生长高度变化率的权重因子。
4.如权利要求1所述的一种实时数据采集的草地生态健康监测方法，其特征在于，所述对各子区域对应的草地生态健康系数进行评估，具体分析过程如下：
通过计算公式，分析得到子区域/>对应的草地生态健康系数/>，i表示各子区域对应的编号，/>，n为大于2的任意整数，/>表示自然常数，/>、/>、/>、/>分别表示设定的土壤健康系数、土壤变化评估系数、草地健康系数、草地变化评估系数的权重因子，/>、/>、/>、/>分别表示第i个子区域对应的土壤健康系数、土壤变化评估系数、草地健康系数、草地变化评估系数，/>表示设定的参考动物数量，/>表示第i个子区域对应的动物数量。
5.如权利要求4所述的一种实时数据采集的草地生态健康监测方法，其特征在于，所述判断各子区域对应的草地生态健康状态，具体判断过程如下：
将各子区域对应的草地生态健康系数与设定的草地生态健康系数阈值进行对比，若某子区域对应的草地生态健康系数大于或者等于草地生态健康系数阈值，则判断该子区域对应的草地生态健康状态处于健康状态，并将该子区域记为目标子区域，若某子区域对应的草地生态健康系数小于草地生态健康系数阈值，则判定该子区域对应的草地生态健康状态处于破坏状态，并将该子区域记为待恢复子区域，以此判断各子区域对应的草地生态健康状态，并得到各目标子区域和各待恢复子区域。
6.如权利要求5所述的一种实时数据采集的草地生态健康监测方法，其特征在于，所述分析各目标子区域与各待恢复子区域对应的匹配优先系数，具体分析过程如下：
获取各目标子区域和各待恢复子区域对应的位置，进而得到目标子区域与待恢复子区域/>之间的间距，记为/>，j表示各目标子区域对应的编号，/>，/>为大于2的任意整数，g表示各待恢复子区域对应的编号，/>，/>为大于2的任意整数；
将各目标子区域对应的草地生态健康系数与草地数据监测中心中存储的各草地生态健康系数对应的许可容纳动物数量进行对比，得到目标子区域对应的许可容纳动物数量，记为/>；
将各待恢复子区域对应的草地生态健康系数与草地数据监测中心中存储的各草地生态健康系数对应的目标分配动物数量进行对比，得到待恢复子区域对应的目标分配动物数量，记为/>；
根据计算公式，计算得到目标子区域/>与待恢复子区域/>对应的匹配优先系数/>，/>、/>分别表示为设定的各目标子区域与各待恢复子区域之间的间距、各目标子区域与各待恢复子区域对应动物数量的权重因子，/>表示初始的各目标子区域与各待恢复子区域之间的间距，/>表示为初始的许可动物数量差。
CN202311208547.6A 2023-09-19 2023-09-19 一种实时数据采集的草地生态健康监测方法 Active CN116957207B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311208547.6A CN116957207B (zh) 2023-09-19 2023-09-19 一种实时数据采集的草地生态健康监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311208547.6A CN116957207B (zh) 2023-09-19 2023-09-19 一种实时数据采集的草地生态健康监测方法

Publications (2)

Publication Number Publication Date
CN116957207A true CN116957207A (zh) 2023-10-27
CN116957207B CN116957207B (zh) 2023-11-28

Family

ID=88454916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311208547.6A Active CN116957207B (zh) 2023-09-19 2023-09-19 一种实时数据采集的草地生态健康监测方法

Country Status (1)

Country Link
CN (1) CN116957207B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117252350A (zh) * 2023-11-20 2023-12-19 杨凌职业技术学院 一种农林业施肥监控系统及使用方法
CN117875658A (zh) * 2024-01-16 2024-04-12 广东省六七八控股集团股份公司 基于物联网的农业数字化管理方法
CN117933579A (zh) * 2024-03-25 2024-04-26 中国农业科学院草原研究所 一种高效人工草地综合管理方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210029890A1 (en) * 2017-12-01 2021-02-04 Sony Corporation Information processing apparatus, information processing method, and vegetation management system
CN113191302A (zh) * 2021-05-14 2021-07-30 成都鸿钰网络科技有限公司 一种草原生态监测方法及系统
CN113225372A (zh) * 2021-03-22 2021-08-06 中国科学院新疆生态与地理研究所 草地生态健康监测系统
CN114065481A (zh) * 2021-10-14 2022-02-18 中国科学院地理科学与资源研究所 基于大数据的草地数据监测方法、系统和可读存储介质
CN114399206A (zh) * 2022-01-17 2022-04-26 成都鸿钰网络科技有限公司 一种草原生态健康评估方法及系统
CN114414742A (zh) * 2022-01-25 2022-04-29 嘉兴市晟帆网络科技有限公司 一种基于人工智能的城市绿化日常养护在线智能监测管理云系统
CN115456476A (zh) * 2022-10-17 2022-12-09 东平鑫隆建筑安装有限公司 一种基于机器视觉的国土空间规划数据采集分析系统
CN116307872A (zh) * 2023-03-07 2023-06-23 中国科学院地理科学与资源研究所 生态优先目标下草地生态承载力指数和载畜量获取方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210029890A1 (en) * 2017-12-01 2021-02-04 Sony Corporation Information processing apparatus, information processing method, and vegetation management system
CN113225372A (zh) * 2021-03-22 2021-08-06 中国科学院新疆生态与地理研究所 草地生态健康监测系统
CN113191302A (zh) * 2021-05-14 2021-07-30 成都鸿钰网络科技有限公司 一种草原生态监测方法及系统
CN114065481A (zh) * 2021-10-14 2022-02-18 中国科学院地理科学与资源研究所 基于大数据的草地数据监测方法、系统和可读存储介质
CN114399206A (zh) * 2022-01-17 2022-04-26 成都鸿钰网络科技有限公司 一种草原生态健康评估方法及系统
CN114414742A (zh) * 2022-01-25 2022-04-29 嘉兴市晟帆网络科技有限公司 一种基于人工智能的城市绿化日常养护在线智能监测管理云系统
CN115456476A (zh) * 2022-10-17 2022-12-09 东平鑫隆建筑安装有限公司 一种基于机器视觉的国土空间规划数据采集分析系统
CN116307872A (zh) * 2023-03-07 2023-06-23 中国科学院地理科学与资源研究所 生态优先目标下草地生态承载力指数和载畜量获取方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
G.S.BILOTTA 等: "The impacts of Grazing Animals on the Quality of Soils, Vegetation, and Surface Waters in Intensively Managed Grasslands", 《ADVANCES IN AGRONOMY》, vol. 94, no. 94, pages 237 - 280 *
周道玮;钟荣珍;孙海霞;黄迎新;房义;: "草地划区轮牧饲养原则及设计", 草业学报, no. 02, pages 176 - 184 *
梁天刚;冯琦胜;夏文韬;崔霞;: "甘南牧区草畜平衡优化方案与管理决策", 生态学报, no. 04, pages 1111 - 1123 *
韩美;李艳红;李海亭;庞小平;: "山东寿光沿海湿地生态系统健康诊断", 中国人口.资源与环境, no. 04, pages 78 - 83 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117252350A (zh) * 2023-11-20 2023-12-19 杨凌职业技术学院 一种农林业施肥监控系统及使用方法
CN117252350B (zh) * 2023-11-20 2024-02-23 杨凌职业技术学院 一种农林业施肥监控系统及使用方法
CN117875658A (zh) * 2024-01-16 2024-04-12 广东省六七八控股集团股份公司 基于物联网的农业数字化管理方法
CN117933579A (zh) * 2024-03-25 2024-04-26 中国农业科学院草原研究所 一种高效人工草地综合管理方法

Also Published As

Publication number Publication date
CN116957207B (zh) 2023-11-28

Similar Documents

Publication Publication Date Title
CN116957207B (zh) 一种实时数据采集的草地生态健康监测方法
CN110926430B (zh) 一种空地一体化红树林监测系统及控制方法
Juhos et al. Influence of soil properties on crop yield: a multivariate statistical approach
CN113222991A (zh) 基于深度学习网络的田间麦穗计数以及小麦产量预测
WO2014054042A1 (en) Device and method for detecting plantation rows
CN108052886A (zh) 一种小麦条锈病菌夏孢子自动统计计数方法
CN117352083B (zh) 一种基于物联网技术的土壤精准施肥方法
CN115456476B (zh) 一种基于机器视觉的国土空间规划数据采集分析系统
CN112526097A (zh) 一种基于大数据分析的养殖水体环境智能监测管理系统
CN114065481B (zh) 基于大数据的草地数据监测方法、系统和可读存储介质
Jiang et al. On-the-go image processing system for spatial mapping of lettuce fresh weight in plant factory
CN111950589B (zh) 结合K-means聚类的点云区域生长优化分割方法
CN112767435A (zh) 一种圈养的目标动物检测和跟踪方法与装置
CN110307903A (zh) 一种家禽特定部位无接触温度动态测量的方法
CN102938069A (zh) 一种基于信息熵的纯净和混合像元自动划分方法
CN102592118B (zh) 一种玉米出苗期的自动检测方法
CN111289997A (zh) 一种基于激光雷达传感器的田间作物冠层稠密度检测方法
Wardius et al. Terrestrial laser scanning vs. manual methods for assessing complex forest stand structure: a comparative analysis on plenter forests
CN116778343B (zh) 一种用于综合识别的目标图像特征提取方法
CN116897668B (zh) 一种电驱农作物播种施肥控制方法及系统
CN117627001A (zh) 一种防止水土流失固沙植被护坡建立方法
CN106845554B (zh) 一种檀香植株生长土壤铁元素含量的图像确定方法和系统
Wrbka et al. Biodiversity patterns in cultivated landscapes: experiences and first results from a nationwide Austrian survey
CN105184234B (zh) 一种冬小麦秸秆焚烧污染物排放量的测算方法及装置
CN111259961A (zh) 一种基于主动学习的面向对象分类方法

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