CN117573794A - 亚洲象象道识别及道路阻隔评价方法及装置 - Google Patents
亚洲象象道识别及道路阻隔评价方法及装置 Download PDFInfo
- Publication number
- CN117573794A CN117573794A CN202410050997.5A CN202410050997A CN117573794A CN 117573794 A CN117573794 A CN 117573794A CN 202410050997 A CN202410050997 A CN 202410050997A CN 117573794 A CN117573794 A CN 117573794A
- Authority
- CN
- China
- Prior art keywords
- road
- image
- asian
- distance
- elephant
- 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
Links
- 241000283095 Elephas maximus Species 0.000 title claims abstract description 129
- 238000011156 evaluation Methods 0.000 title claims abstract description 53
- 230000000694 effects Effects 0.000 claims abstract description 87
- 230000004888 barrier function Effects 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 230000007613 environmental effect Effects 0.000 claims abstract description 32
- 241000406668 Loxodonta cyclotis Species 0.000 claims abstract description 20
- 230000000903 blocking effect Effects 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 55
- 235000013305 food Nutrition 0.000 claims description 32
- 238000012795 verification Methods 0.000 claims description 25
- 238000010606 normalization Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 16
- 238000012876 topography Methods 0.000 claims description 15
- 235000020803 food preference Nutrition 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 13
- 241000282414 Homo sapiens Species 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003066 decision tree Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 3
- 238000013508 migration Methods 0.000 abstract description 11
- 230000005012 migration Effects 0.000 abstract description 11
- 241001465754 Metazoa Species 0.000 abstract description 4
- 238000010276 construction Methods 0.000 abstract description 4
- 230000002068 genetic effect Effects 0.000 abstract description 3
- 230000036541 health Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000011835 investigation Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000004083 survival effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 240000005561 Musa balbisiana Species 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000116 mitigating effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000209128 Bambusa Species 0.000 description 1
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 208000003643 Callosities Diseases 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 240000006432 Carica papaya Species 0.000 description 1
- 235000009467 Carica papaya Nutrition 0.000 description 1
- 235000013162 Cocos nucifera Nutrition 0.000 description 1
- 244000060011 Cocos nucifera Species 0.000 description 1
- 240000003537 Ficus benghalensis Species 0.000 description 1
- 240000000231 Ficus thonningii Species 0.000 description 1
- 206010020649 Hyperkeratosis Diseases 0.000 description 1
- 241000283092 Loxodonta Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 244000081757 Phalaris arundinacea Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 241000209504 Poaceae Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 235000021015 bananas Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002550 fecal effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Remote Sensing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种亚洲象象道识别及道路阻隔评价方法及装置,属于野生动物保护、交通建设、计算机技术领域,特别涉及一种亚洲象象道识别及道路阻隔评价方法,包括:采集目标道路和预测道路两侧亚洲象活动特征数据,根据采集到的亚洲象活动特征数据生成并记录象道拐点;采集象道环境因子;根据象道拐点和象道环境因子,采用模糊邻近值计算方法生成亚洲象象道适宜性评级;根据亚洲象象道适宜性评级生成亚洲象活动热区;根据山脊山谷线和亚洲象活动热区提取亚洲象象道,并进行道路阻隔评价,生成道路阻隔评价结果。通过识别象道,保护人工或天然的迁徙通道,维持不同栖息地连通性,利于维持亚洲象种群的健康和遗传多样性。
Description
技术领域
本发明属于野生动物保护、交通建设、计算机技术领域,特别涉及一种亚洲象象道识别及道路阻隔评价方法及装置。
背景技术
亚洲象(Elephas maximus)是亚洲地区的象科动物,被列为濒危物种。亚洲象对栖息地的连通性和可用性非常敏感。亚洲象在寻找食物、水源、繁殖伙伴和栖息地之间的迁徙中,通常会选择一条被称为“象道”的特定路径,是亚洲象在栖息地之间移动的主要通道。亚洲象需要大范围的栖息地来寻找食物和水源,并满足繁殖和社交需求。
现有技术中,亚洲象的栖息地通常与人类活动区域相邻,如农田、村庄和道路。当象道被障碍物或人类活动所阻断时,亚洲象会被迫改变迁徙路径或与人类频繁接触,增加了人与亚洲象发生冲突的风险。
发明内容
为了至少解决上述技术问题,本发明提供了一种亚洲象象道识别及道路阻隔评价方法、装置、设备及可读存储介质。
根据本发明第一方面,提供了一种亚洲象象道识别及道路阻隔评价方法,包括:
采集目标道路和预测道路两侧亚洲象活动特征数据,根据采集到的亚洲象活动特征数据生成并记录象道拐点;
采集象道环境因子;
根据象道拐点和象道环境因子,采用模糊邻近值计算方法生成亚洲象象道适宜性评级;
根据亚洲象象道适宜性评级生成亚洲象活动热区;
叠加象道环境因子山脊线、山谷线和亚洲象活动热区提取亚洲象象道,并进行道路阻隔评价,生成道路阻隔评价结果。
进一步地,所述采集目标道路和预测道路两侧亚洲象活动特征数据,根据采集到的亚洲象活动特征数据生成并记录象道拐点,包括:
查找并识别目标道路和预测道路中可供亚洲象穿越的点位处、目标道路和预测道路两侧较开阔且无人类活动干扰的沟谷处、当地保护区已经识别出的象道,获取存在亚洲象活动特征数据的点位;
根据对附近居民进行访谈查找有亚洲象活动特征数据的点位,将有亚洲象活动特征的点位记录为象道,根据地形条件、亚洲象活动特征数据分布,绘制象道走向,记录象道拐点的地理坐标。
进一步地,所述采集象道环境因子,包括:
对所述目标道路两侧象道处至少采集植被类型、坡向、坡位、坡度、海拔,作为象道环境因子。
进一步地,所述根据象道拐点和象道环境因子,采用模糊邻近值计算方法生成亚洲象象道适宜性评级,包括:
根据空间分析法计算象道拐点分别与河流、道路、居民点之间的距离;
在目标道路和预测道路两侧,根据预先存储的亚洲象食性特点数据识别亚洲象喜食作物,计算象道拐点与喜食作物之间的距离,即食源距离;
计算各象道拐点处的河流、居民点、道路、食源距离区间以及海拔、坡度、坡向的频数分布;
分别对河流距离、居民点距离、道路距离、食源距离进行分级处理,将频度数最大(>50%)的距离区间作为最适宜的象道,采用模糊隶属度中“模糊邻近值”以特定值点为中心,计算模糊隶属度,再将得到的计算结果采用归一化方法,计算标准值在[0,3]数值区间,按照预设方法计算海拔、坡度、坡向的数值区间;
将分级得到的河流距离、居民点距离、道路距离、食源距离,以及按照预设方法计算得到的海拔、坡度、坡向数据进行加法运算,得到亚洲象象道适宜性评级。
进一步地,所述分别对河流距离、居民点距离、道路距离、食源距离进行分级处理,包括:
河流距离:频度数最大(>50%)的距离区间为[0-74m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
居民点距离:频度数最大(>50%)的距离区间赋值为[931.32-2191.32m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
道路距离:频度数最大(>50%)的距离区间赋值为[0-66m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
食源距离:频度数最大(>50%)的距离区间赋值为[960-1600m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
所述按照预设方法计算海拔、坡度、坡向的数值区间,包括:
海拔因子频度数(>50%)数值区间为[832.24m-888.24m]
坡度因子频度数(>50%)数值区间为[1.86°-12.16°]
坡向因子频度数(>50%)数值区间为[10.95°-146.95°]
将频度数(>50%)数值区间赋值为1,即为最适宜的地形因子,其余数值区间赋值为0,为不适宜的地形因子;
所述将分级得到的河流距离、居民点距离、道路距离、食源距离,以及按照预设方法计算得到的海拔、坡度、坡向数据进行加法运算,得到亚洲象象道适宜性评级,具体包括:
利用如下公式进行计算,得到的计算结果为亚洲象象道适宜性评级,
;
式中:ETSR为亚洲象象道适宜性评级,数值区间为[0-15],Dwater为河流距离,DResidents为居民点距离,DRoad为道路距离,Vegetation为食源距离,Elevation为海拔,Slope为坡度,Aespect为坡向。
进一步地,所述根据亚洲象象道适宜性评级生成亚洲象活动热区,包括:
采用自然分类法,将所述亚洲象象道适宜性评级中大于四分位(75%)的适宜性区做为亚洲象活动热区栅格,即亚洲象活动热区。
进一步地,所述叠加象道环境因子山脊线、山谷线和亚洲象活动热区提取亚洲象象道,并进行道路阻隔评价,生成道路阻隔评价结果,包括:
根据象道环境因子中的海拔、坡度、坡向生成山脊线、山谷线栅格;
将亚洲象活动热区栅格与山脊线、山谷线栅格采用相乘进行空间叠加的方法计算得到山谷型象道、山脊型象道,
具体采用的公式如下:
山谷型象道[0,1]=山谷线栅格[0,1]×亚洲象活动热区栅格[0,15];
山脊型象道[0,1]=山脊线栅格[0,1]×亚洲象活动热区栅格[0,15];
所述方法还包括,将提取的象道分别与验证道路沿线提取的象道数据进行比对,生成象道提取精度;
所述方法还包括,将验证道路沿线提取的象道与目标道路、验证道路进行叠加,按照伴行、相交两种位置关系,分析象道分别与目标道路和验证道路的位置关系,对于相交关系的象道,查询相交位置处是否存在桥梁、涵洞、隧道等工程构筑物,根据亚洲象活动特征、设有通道的情况,对象道进行道路阻隔评价,生成道路阻隔评价结果;
对象道进行道路阻隔评价时将象道划分为有效象道、潜在有效象道、上路风险象道,将有效象道、潜在有效象道、上路风险象道作为道路阻隔评价结果;
所述方法还包括:采用决策树方法,分别针对有效象道、潜在有效象道、上路风险象道生成连通性保护措施及亚洲象动物通道的优化方案。
所述方法还包括:监测、评估象道的使用情况和道路阻隔情况的变化,评估当前保护措施的有效性,并根据需要进行调整和改进。
根据本发明第二方面,一种亚洲象象道识别及道路阻隔评价装置,包括:
拐点采集模块,用于采集目标道路和预测道路两侧亚洲象活动特征数据,根据采集到的亚洲象活动特征数据生成并记录象道拐点;
环境采集模块,用于采集象道环境因子;
适宜性评级模块,用于根据象道拐点和象道环境因子,采用模糊邻近值计算方法生成亚洲象象道适宜性评级;
活动区生成模块,用于根据亚洲象象道适宜性评级生成亚洲象活动热区;
道路阻隔评价模块,用于叠加象道环境因子山脊线、山谷线和亚洲象活动热区提取亚洲象象道,并进行道路阻隔评价,生成道路阻隔评价结果。
根据本发明第三方面,一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,
所述处理器执行所述程序时实现本发明第一方面任一项所述方法的步骤。
根据本发明第四方面,一种计算机可读存储介质,所述计算机可读存储介质存储有程序,所述程序被执行时,能够实现如本发明第一方面任一项所述的方法。
本发明的有益效果:对象道的提取有助于了解亚洲象的迁徙模式和栖息地利用方式。这些信息对于制定有效的保护规划和管理措施至关重要。通过识别象道,保护人工或天然的迁徙通道,维持不同栖息地连通性,利于亚洲象能够在不同的栖息地之间自由移动,形成亚洲象栖息地网络,对于维持种群的健康和遗传多样性有重要意义。
通过识别亚洲象象道位置,并能避免或减轻人象冲突。亚洲象的栖息地通常与人类活动区域相邻,如农田、村庄和道路。当象道被障碍物或人类活动所阻断时,亚洲象会被迫改变迁徙路径或与人类频繁接触,增加了人象冲突的风险。通过识别象道并减少障碍物,可以帮助减少人象冲突,保护两者的安全。
通过识别亚洲象象道并叠加公路、铁路线位,指导选线规划与通道选址,可显著减少对象道的阻隔,最大程度地减少对它们生存和迁徙的干扰,对于亚洲象的保护和生存至关重要。
经过多次研究发现,最适宜的象道环境因子的提取时,选用50%频率值是最低值,经过反复试验验证,按照这个值提取出来的数据是符合实际情况的亚洲象活动的热区范围,如果频率值低于50%,得到的活动热区会变得非常分散,即热区不连续,观测发现亚洲象不能沿着热区活动。如果频率值高于50%,数据分析的结果是到处都是热区,与实际上亚洲象的活动范围大相径庭,亚洲象常会选择沟谷或者山脊这些部位活动,上述范围无法得到准确的活动热区。
本发明的研究发现,坡向变率值影响到山脊山谷线连续或不连续,我们对比过“坡向变率”>70或80两个数值,最优效果即为60,如果值太大,只能提取出断的点状的山脊和山谷线,与实际情况不符,60提取的线是相对完整的线。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中,
图1为本发明提供的一种亚洲象象道识别及道路阻隔评价方法流程图;
图2为本发明提供的一种亚洲象象道环境因子分级示意图;
图3为本发明提供的一种亚洲象活动热区分级示意图;
图4为本发明提供的一种目标道路、预测道路象道分布图;
图5为本发明提供的一种亚洲象道路阻隔减缓措施决策树示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
为了更清楚地说明本发明,下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解,下面所具体描述的内容是说明性的而非限制性的,不应以此限制本发明的保护范围。
在本发明的第一方面,提供一种亚洲象象道识别及道路阻隔评价方法,对已建设道路、拟建设道路的道路两侧,获取亚洲象活动区域,提取象道环境因子、构建象道适宜性评价准则,生成亚洲象活动热区,结合地形因子提取全路段象道,将象道与工程构筑物叠加,划分象道的阻隔程度,并以此生成连通设施的布局方案,具体如图1所示,包括:
步骤101:采集目标道路和预测道路两侧亚洲象活动特征数据,根据采集到的亚洲象活动特征数据生成并记录象道拐点;
在本发明中,将已建设道路作为目标道路,将拟建设道路作为预测道路。沿着已建设道路、拟建设道路进行象道采集,采集的位置具体包括,可以查找并识别道路中可供亚洲象穿越的点位处,具体可以在道路中查找可供亚洲象穿越的桥梁、隧道、涵洞等。还可以查找并识别国道两侧较开阔且无人类活动干扰的沟谷处;还可以查找并识别当地保护区已经识别出的象道。
亚洲象活动特征数据,包括:亚洲象足迹、粪便等痕迹。采集亚洲象活动特征数据,具体包括:采集有亚洲象足迹、粪便等痕迹的象道点位处,进一步地,也可以对附近居民进行访谈,将有亚洲象粪便、足迹以及周边居民反映有亚洲象活动的点位记录为象道,根据地形条件、足迹、粪便分布情况,绘制象道走向,记录象道拐点的地理坐标。
步骤102:采集象道环境因子;
本发明中,对目标道路两侧象道处至少采集植被类型、坡向、坡位、坡度、海拔,作为象道环境因子。进一步地,可以采用提取值至点工具采集象道环境因子。具体可以使用罗盘与GPS记录象道拐点处坡向、坡度、海拔信息。
本发明中,可以首先确定象道提取的分析区域,应用缓冲区分析工具,确定目标公路、验证公路两侧各5km缓冲区为分析区域。
进一步的使用GIS软件空间分析工具包中欧氏距离工具,计算象道拐点分别与道路、水体、居民点及食源之间的距离。
可以根据空间分析法计算象道拐点分别与河流、道路、居民点之间的距离。
将象道拐点分别与河流、道路、居民点之间的距离导入分析区域的数字高程模型,应用空间分析工具包中的表面分析工具,提取坡度、坡向数据。进一步地,将象道拐点矢量数据与海拔、坡度、坡向进行叠加,应用“提取信息至点”工具,获取象道拐点处海拔、坡度、坡向数据。
在目标道路和预测道路两侧,根据预先存储的亚洲象食性特点数据识别亚洲象喜食作物,利用欧氏距离工具计算象道拐点与喜食植被之间的距离,即食源距离。
进一步地,根据预先存储的亚洲象食性特点数据获取亚洲象喜食作物,具体的亚洲象喜食玉米、芭蕉等农作物,以及野芭蕉、粽叶芦、禾本科草丛、木瓜榕、对叶榕、竹类、木奶果、粗粮柴、董棕、椰子等植被,将数字化的植被数据导入,并与象道拐点数据进行叠加,应用欧氏距离工具,计算象道拐点与上述植被距离,得到食源距离。
步骤103:根据象道拐点和象道环境因子,采用模糊邻近值计算方法生成亚洲象象道适宜性评级。
本发明中,计算各象道拐点处的河流、居民点、道路、食源距离区间以及海拔、坡度、坡向的频数分布,确定亚洲象象道环境因子中心值。
将频度数最大(>50%)的距离区间作为最适宜的象道,具体采用模糊隶属度中“模糊邻近值”以特定值点为中心,计算模糊隶属度,再将得到的计算结果采用归一化方法,计算标准值在[0,3]数值区间。
归一化计算公式如下:
;
式中:X为模糊隶属度栅格数值,Xmin为模糊隶属度栅格图层最小值,Xmax为模糊隶属度栅格图层最大值。
象道环境因子的分级方法如下:
河流距离:频度数最大(>50%)的距离区间为[0-74m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间。
居民点距离:频度数最大(>50%)的距离区间赋值为[931.32-2191.32m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间。
道路距离:频度数最大(>50%)的距离区间赋值为[0-66m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间。
食源距离:频度数最大(>50%)的距离区间赋值为[960-1600m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间。
由于象道对地形因子的偏好数值区间窄,且各地形因子数值分布为非线性,因此按如下方法计算海拔、坡度、坡向的数值区间:
海拔因子频度数(>50%)数值区间为[832.24m-888.24m]
坡度因子频度数(>50%)数值区间为[1.86°-12.16°]
坡向因子频度数(>50%)数值区间为[10.95°-146.95°]
将频度数(>50%)数值区间赋值为1,即为最适宜的地形因子,其余数值区间赋值为0,为不适宜的地形因子,亚洲象道环境因子分级示意图具体如图2所示。
值得注意的是,50%频率值是最低值,经过反复试验验证,按照这个值提取出来的数据是符合实际情况的亚洲象活动的热区范围,如果频率值低于50%,得到的活动热区会变得非常分散,即热区不连续,观测发现亚洲象不能沿着热区活动。如果频率值高于50%,数据分析的结果是到处都是热区,与实际上亚洲象的活动范围大相径庭,亚洲象常会选择沟谷或者山脊这些部位活动,上述范围无法得到准确的活动热区。
通过计算,得到象道环境因子模糊邻近值分布如表1所示:
表1 象道环境因子模糊邻近值分布
;
将得到的河流距离、居民点距离、道路距离、食源距离、海拔、坡度、坡向数据进行累加运算,得到亚洲象象道适宜性评级。采用的公式如下:
;
式中:ETSR为亚洲象象道适宜性评级,数值区间为[0-15],Dwater为河流距离,DResidents为居民点距离,DRoad为道路距离,Vegetation为食源距离,Elevation为海拔,Slope为坡度,Aespect为坡向。
步骤104:根据亚洲象象道适宜性评级生成亚洲象活动热区;
本发明中,可以结合亚洲象活动调查结果,按照自然分类法对目标道路、验证道路两侧预设距离内的象道质量分级,得到亚洲象活动热区。
本发明中,亚洲象象道适宜性评级为0-15。结合象道现场调查情况,将数值区间8-15的区域定义为亚洲象活动热区,亚洲象活动热区分级示意图,具体见图3。
具体可以结合亚洲象活动调查结果,采用自然分类法将大于四分位(75%)的适宜性区做为亚洲象活动热区栅格,即亚洲象活动热区。
在本发明的一个实施例中,做为验证道路的高速中亚洲象活动热区集中分布段落有9处,长度在717-6100m不等。做为目标道路的高速中亚洲象活动热区有4处,如表2所示。
表2 目标道路、验证道路两侧亚洲象活动热区
;
步骤105:叠加象道环境因子山脊线、山谷线和亚洲象活动热区提取亚洲象象道,并进行道路阻隔评价,生成道路阻隔评价结果。
在本发明中,根据象道环境因子中的海拔、坡度、坡向生成山脊线、山谷线栅格。具体可以提取分析区域内的山脊线,对DEM数据,使用空间分析中focal statistic工具;计算邻域的大小为12×12栅格,设置统计类型为平均值(MEAN)。使用栅格计算器计算正负地形,公式正负地形=“DEM”-“MEAN”:
使用栅格计算器计算山脊线,公式为山脊=(“正负地形”>0)&(“坡向变率”>60):计算山谷线,公式为山谷=(“正负地形”<0)&(“坡向变率”>60)。式中SOA为坡向变率。
值得注意的是,坡向变率值影响到山脊山谷线连续或不连续,我们对比过“坡向变率”>70或80两个数值,最优效果即为60,如果值太大,只能提取出断的点状的山脊和山谷线,与实际情况不符,60提取的线是相对完整的线。
将亚洲象活动热区栅格与山脊线、山谷线栅格采用相乘进行空间叠加的方法计算得到山谷型象道、山脊型象道,具体可以将位于亚洲象活动热区内的山谷线作为山谷型象道,将位于亚洲象活动热区内的山脊线作为山脊型象道,
具体采用的公式如下:
山谷型象道[0,1]=山谷线栅格[0,1]×亚洲象活动热区栅格[0,15];
山脊型象道[0,1]=山脊线栅格[0,1]×亚洲象活动热区栅格[0,15];
本发明中,可以将提取的象道分别与验证道路沿线提取的象道数据进行比对,生成象道提取精度。
进一步地,将验证道路现场调查的象道数据与提取的象道数据叠加,分析二者对应关系,评估象道提取精度,在验证道路提取的10处象道中,有8处象道在现场调查中都发现了亚洲象的活动痕迹,有1处现场调查中发现了亚洲象活动痕迹,但没有提取到象道。如表3所示,使用混淆矩阵评估实际值与预测结果的对应情况,经过计算,象道提取精度达到了80%。
表3 预测道路中象道预测精度评价混淆矩阵
;
生成的象道提取精度可以在开展道路规划等与象道相关工作时提供参考。通过提取象道,有助于了解亚洲象的迁徙模式和栖息地利用方式。对于制定有效的保护规划和管理措施至关重要。通过识别象道,保护人工或天然的迁徙通道,维持不同栖息地连通性,利于亚洲象能够在不同的栖息地之间自由移动,形成亚洲象栖息地网络,对于维持种群的健康和遗传多样性有重要意义。
进一步地,本发明还可以,将验证道路沿线提取的象道与目标道路、验证道路进行叠加,按照伴行、相交两种位置关系,分析象道分别与目标道路和验证道路的位置关系,对于相交关系的象道,进一步查询相交位置处是否存在桥梁、涵洞、隧道等工程构筑物,根据亚洲象活动特征、设有通道的情况,对象道进行道路阻隔评价,生成道路阻隔评价结果。
本公开中,具体可以在对象道进行道路阻隔评价时将象道划分为有效象道、潜在有效象道、上路风险象道,将有效象道、潜在有效象道、上路风险象道作为道路阻隔评价结果,具体划分方法详见象道划分类型表4所示:
表4 象道划分类型表
;
其中,ET为有效象道,WCS为动物通道。
本公开中,通过识别亚洲象象道并叠加道路、铁路线位,指导选线规划与通道选址,可显著减少对象道的阻隔,最大程度地减少对它们生存和迁徙的干扰,对于亚洲象的保护和生存至关重要。
另外,通过叠加道路、铁路线位,确定阻隔点位,通过在关键位置建设道路桥梁、通道或隧道处补充通道设施,避免道路或铁路选线切断象道,帮助亚洲象安全地穿越道路,可以减少亚洲象上路事件发生,减少与车辆和人类的接触,确保人、象安全。
进一步地,将提取的象道与目标公路、验证公路进行叠加,分析象道与公路位置关系,目标道路共提取14处象道,验证道路共提取10处象道,再按照与道路的关系将象道分为伴行、相交两种,对于相交关系的象道,分析相交位置处有无桥梁、涵洞、隧道等工程构筑物,根据是否有亚洲象活动、是否设有通道将判断亚洲象能否穿越公路,将能够穿越公路的象道划分为有效象道。对于有象道但无桥、涵、隧构筑物,导致亚洲象不能穿越公路的象道划分为有上路风险象道。有桥、涵、隧构筑物,但没有象道的位置划分为潜在有效通道。
在验证道路中提取了10处有效象道,其中3处象道未监测到亚洲象活动,提取了2处有象道但对应位置处未设施通道设施的有上路风险的象道。在验证道路中提取了7处有效通道,其中2处象道未监测到亚洲象活动,提取了2处有象道但对应位置处未设置通道设施的有上路风险的象道。
在本发明中,还包括:采用决策树方法,分别针对上述三种类型的象道生成连通性保护措施及亚洲象动物通道的优化方案。
亚洲象道路阻隔减缓措施决策树,如图5所示,有上路风险的象道可能存在亚洲象由路面穿越公路的可能,存在交通事故风险,经现场调查,有象道且有亚洲象活动,但未设置通道的位置处均为因工程条件限制,无法设置桥梁、涵洞,或为低矮路基,由于尺寸不够,即便设置了涵洞也无法供亚洲象使用,因此建议在上述路段安装防象护栏、设置亚洲象诱导措施引导至邻近动物通道,以避免亚洲象在路面穿越公路,详见目标道路、验证道路象道阻隔评价表,如表5所示。
表5 目标道路、验证道路象道阻隔评价
;
本申请方法,形成一种亚洲象象道识别及道路阻隔评价方法,通过建立象道提取方法,掌握亚洲象的迁徙模式和活动路径,保护亚洲象不同栖息地间连通性。基于亚洲象的穿越需求,指导公路建设中亚洲象通道、防象护栏选址方案。需要说明的是,本发明中所述的象道均为亚洲象象道,象道精度为亚洲象象道精度。
进一步地,本发明对还可以,定期或实时监测、评估象道的使用情况和道路阻隔情况的变化,评估当前保护措施的有效性,并根据需要进行调整和改进,为道路、铁路建设中亚洲象保护提供科学依据。
在本发明第二方面,提供一种亚洲象象道识别及道路阻隔评价装置,包括:
拐点采集模块,用于采集目标道路和预测道路两侧亚洲象活动特征数据,根据采集到的亚洲象活动特征数据生成并记录象道拐点;
在本发明中,拐点采集模块,具体用于查找并识别目标道路和预测道路中可供亚洲象穿越的点位处、目标道路和预测道路两侧较开阔且无人类活动干扰的沟谷处、当地保护区已经识别出的象道,获取存在亚洲象活动特征数据的点位;
拐点采集模块,具体还用于根据对附近居民进行访谈查找有亚洲象活动特征数据的点位,将有亚洲象活动特征的点位记录为象道,根据地形条件、亚洲象活动特征数据分布,绘制象道走向,记录象道拐点的地理坐标。
环境采集模块,用于采集象道环境因子;
进一步地,环境采集模块,具体用于对所述目标道路两侧象道处至少采集植被类型、坡向、坡位、坡度、海拔,作为象道环境因子。
适宜性评级模块,用于根据象道拐点和象道环境因子,采用模糊邻近值计算方法生成亚洲象象道适宜性评级;
进一步地,适宜性评级模块,用于根据空间分析法计算象道拐点分别与河流、道路、居民点之间的距离;
适宜性评级模块,还用于在目标道路和预测道路两侧,根据预先存储的亚洲象食性特点数据识别亚洲象喜食作物,计算象道拐点与喜食作物之间的距离,即食源距离;
适宜性评级模块,还用于计算各象道拐点处的河流、居民点、道路、食源距离区间以及海拔、坡度、坡向的频数分布;
适宜性评级模块,还用于分别对河流距离、居民点距离、道路距离、食源距离进行分级处理,将频度数最大(>50%)的距离区间作为最适宜的象道,采用模糊隶属度中“模糊邻近值”以特定值点为中心,计算模糊隶属度,再将得到的计算结果采用归一化方法,计算标准值在[0,3]数值区间;
更进一步地,
河流距离:频度数最大(>50%)的距离区间为[0-74m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
居民点距离:频度数最大(>50%)的距离区间赋值为[931.32-2191.32m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
道路距离:频度数最大(>50%)的距离区间赋值为[0-66m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
食源距离:频度数最大(>50%)的距离区间赋值为[960-1600m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
按照预设方法计算海拔、坡度、坡向的数值区间,包括:
海拔因子频度数(>50%)数值区间为[832.24m-888.24m]
坡度因子频度数(>50%)数值区间为[1.86°-12.16°]
坡向因子频度数(>50%)数值区间为[10.95°-146.95°]
将频度数(>50%)数值区间赋值为1,即为最适宜的地形因子,其余数值区间赋值为0,为不适宜的地形因子;
适宜性评级模块,还用于将分级得到的河流距离、居民点距离、道路距离、食源距离,以及按照预设方法计算得到的海拔、坡度、坡向数据进行加法运算,得到亚洲象象道适宜性评级。具体地,可以采用如下公式进行计算,得到的计算结果为亚洲象象道适宜性评级,
;
式中:ETSR为亚洲象象道适宜性评级,数值区间为[0-15],Dwater为河流距离,DResidents为居民点距离,DRoad为道路距离,Vegetation为食源距离,Elevation为海拔,Slope为坡度,Aespect为坡向。
活动区生成模块,用于根据亚洲象象道适宜性评级生成亚洲象活动热区;
在本公开中,活动区生成模块,具体用于采用自然分类法,将所述亚洲象象道适宜性评级中大于四分位(75%)的适宜性区做为亚洲象活动热区栅格,即亚洲象活动热区。
道路阻隔评价模块,用于叠加象道环境因子山脊线、山谷线和亚洲象活动热区提取亚洲象象道,并进行道路阻隔评价,生成道路阻隔评价结果。
进一步地,道路阻隔评价模块,具体用于根据象道环境因子中的海拔、坡度、坡向生成山脊线、山谷线栅格;
道路阻隔评价模块,具体用于将亚洲象活动热区栅格与山脊线、山谷线栅格采用相乘进行空间叠加的方法计算得到山谷型象道、山脊型象道,
具体采用的公式如下:
山谷型象道[0,1]=山谷线栅格[0,1]×亚洲象活动热区栅格[0,15];
山脊型象道[0,1]=山脊线栅格[0,1]×亚洲象活动热区栅格[0,15];
所述道路阻隔评价模块,具体还用于将验证道路沿线提取的象道与目标道路、验证道路进行叠加,按照伴行、相交两种位置关系,分析象道分别与目标道路和验证道路的位置关系,对于相交关系的象道,查询相交位置处是否存在桥梁、涵洞、隧道等工程构筑物,根据亚洲象活动特征、设有通道的情况,对象道进行道路阻隔评价,生成道路阻隔评价结果;
道路阻隔评价模块,具体还用于对象道进行道路阻隔评价时,将象道划分为有效象道、潜在有效象道、上路风险象道,将有效象道、潜在有效象道、上路风险象道作为道路阻隔评价结果;
所述装置还包括,精度提取模块,用于将提取的象道分别与验证道路沿线提取的象道数据进行比对,生成象道提取精度;
所述装置还包括推荐方案模块,用于采用决策树方法,分别针对有效象道、潜在有效象道、上路风险象道生成连通性保护措施及亚洲象动物通道的优化方案。
所述装置还包括维护模块,用于监测、评估象道的使用情况和道路阻隔情况的变化,评估当前保护措施的有效性,并根据需要进行调整和改进。更进一步地,可以实时或定时监测、评估象道的使用情况和道路阻隔情况的变化,评估当前保护措施的有效性,并根据需要进行调整和改进。
在本发明第三方面,提供一种电子设备,本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。
电子设备可以包括处理装置(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)中的程序或者从存储装置加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中,还存储有电子设备操作所需的各种程序和数据。处理装置、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
通常,以下装置可以连接至I/O接口:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置;包括例如磁带、硬盘等的存储装置;以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置从网络上被下载和安装,或者从存储装置被安装,或者从ROM被安装。在该计算机程序被处理装置执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:从第一设备接收语音信号;解析所述语音信号得到第二设备标识符以及第二设备控制指令;根据所述第二设备标识符向所述第二设备发送所述第二设备控制指令;从所述第二设备接收所述第二设备控制指令的执行结果;向所述第一设备发送所述第二设备控制指令的执行结果。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
应当理解,以上借助优选实施例对本发明的技术方案进行的详细说明是示意性的而非限制性的。本领域的普通技术人员在阅读本发明说明书的基础上可以对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,并不使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。
Claims (10)
1.一种亚洲象象道识别及道路阻隔评价方法,其特征在于,包括:
采集目标道路和预测道路两侧亚洲象活动特征数据,根据采集到的亚洲象活动特征数据生成并记录象道拐点;
采集象道环境因子;
根据象道拐点和象道环境因子,采用模糊邻近值计算方法生成亚洲象象道适宜性评级;
根据亚洲象象道适宜性评级生成亚洲象活动热区;
叠加山脊线、山谷线和亚洲象活动热区提取亚洲象象道,并进行道路阻隔评价,生成道路阻隔评价结果。
2.如权利要求1所述的方法,其特征在于,
所述采集目标道路和预测道路两侧亚洲象活动特征数据,根据采集到的亚洲象活动特征数据生成并记录象道拐点,包括:
查找并识别目标道路和预测道路中供亚洲象穿越的点位处、目标道路和预测道路两侧较开阔且无人类活动干扰的沟谷处、当地保护区已经识别出的象道,获取存在亚洲象活动特征数据的点位;
根据对附近居民进行访谈查找有亚洲象活动特征数据的点位,将有亚洲象活动特征的点位记录为象道,根据地形条件、亚洲象活动特征数据分布,绘制象道走向,记录象道拐点的地理坐标。
3.如权利要求2所述的方法,其特征在于,
所述采集象道环境因子,包括:
对所述目标道路两侧象道处至少采集植被类型、坡向、坡位、坡度、海拔,作为象道环境因子。
4.如权利要求3所述的方法,其特征在于,
所述根据象道拐点和象道环境因子,采用模糊邻近值计算方法生成亚洲象象道适宜性评级,包括:
根据空间分析法计算象道拐点分别与河流、道路、居民点之间的距离;
在目标道路和预测道路两侧,根据预先存储的亚洲象食性特点数据识别亚洲象喜食作物,计算象道拐点与喜食作物之间的距离,即食源距离;
计算各象道拐点处的河流、居民点、道路、食源距离区间以及海拔、坡度、坡向的频数分布;
分别对河流距离、居民点距离、道路距离、食源距离进行分级处理,将频度数最大(>50%)的距离区间作为最适宜的象道,采用模糊隶属度中“模糊邻近值”以特定值点为中心,计算模糊隶属度,再将得到的计算结果采用归一化方法,计算标准值在[0,3]数值区间,按照预设方法计算海拔、坡度、坡向的数值区间;
将分级得到的河流距离、居民点距离、道路距离、食源距离,以及按照预设方法计算得到的海拔、坡度、坡向数据进行加法运算,得到亚洲象象道适宜性评级。
5.如权利要求4所述的方法,其特征在于,所述分别对河流距离、居民点距离、道路距离、食源距离进行分级处理,包括:
河流距离:频度数最大(>50%)的距离区间为[0-74m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
居民点距离:频度数最大(>50%)的距离区间赋值为[931.32-2191.32m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
道路距离:频度数最大(>50%)的距离区间赋值为[0-66m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
食源距离:频度数最大(>50%)的距离区间赋值为[960-1600m],以此距离进行模糊邻近值计算,并进行归一化处理为[0-3]数值区间;
所述按照预设方法计算海拔、坡度、坡向的数值区间,包括:
海拔因子频度数(>50%)数值区间为[832.24m-888.24m]
坡度因子频度数(>50%)数值区间为[1.86°-12.16°]
坡向因子频度数(>50%)数值区间为[10.95°-146.95°]
将频度数(>50%)数值区间赋值为1,即为最适宜的地形因子,其余数值区间赋值为0,为不适宜的地形因子;
所述将分级得到的河流距离、居民点距离、道路距离、食源距离,以及按照预设方法计算得到的海拔、坡度、坡向数据进行加法运算,得到亚洲象象道适宜性评级,具体包括:
利用如下公式进行计算,得到的计算结果为亚洲象象道适宜性评级,
;
式中:ETSR为亚洲象象道适宜性评级,数值区间为[0-15],Dwater为河流距离,DResidents为居民点距离,DRoad为道路距离,Vegetation为食源距离,Elevation为海拔,Slope为坡度,Aespect为坡向。
6.如权利要求5所述的方法,其特征在于,
所述根据亚洲象象道适宜性评级生成亚洲象活动热区,包括:
采用自然分类法,将所述亚洲象象道适宜性评级中大于四分位(75%)的适宜性区做为亚洲象活动热区栅格,即亚洲象活动热区。
7.如权利要求6所述的方法,其特征在于,
所述叠加象道环境因子山脊线、山谷线和亚洲象活动热区提取亚洲象象道,并进行道路阻隔评价,生成道路阻隔评价结果,包括:
根据象道环境因子中的海拔、坡度、坡向生成山脊线、山谷线栅格;
将亚洲象活动热区栅格与山脊线、山谷线栅格采用相乘进行空间叠加的方法计算得到山谷型象道、山脊型象道,
具体采用的公式如下:
山谷型象道[0,1]=山谷线栅格[0,1]×亚洲象活动热区栅格[0,15];
山脊型象道[0,1]=山脊线栅格[0,1]×亚洲象活动热区栅格[0,15];
所述方法还包括,将提取的象道分别与验证道路沿线提取的象道数据进行比对,生成象道提取精度;
所述方法还包括,将验证道路沿线提取的象道与目标道路、验证道路进行叠加,按照伴行、相交两种位置关系,分析象道分别与目标道路和验证道路的位置关系,对于相交关系的象道,查询相交位置处是否存在桥梁、涵洞、隧道等工程构筑物,根据亚洲象活动特征、设有通道的情况,对象道进行道路阻隔评价,生成道路阻隔评价结果;
对象道进行道路阻隔评价时将象道划分为有效象道、潜在有效象道、上路风险象道,将有效象道、潜在有效象道、上路风险象道作为道路阻隔评价结果;
所述方法还包括:采用决策树方法,分别针对有效象道、潜在有效象道、上路风险象道生成连通性保护措施及亚洲象动物通道的优化方案;
所述方法还包括:监测、评估象道的使用情况和道路阻隔情况的变化,评估当前保护措施的有效性,并根据需要进行调整和改进。
8.一种亚洲象象道识别及道路阻隔评价装置,其特征在于,包括:
拐点采集模块,用于采集目标道路和预测道路两侧亚洲象活动特征数据,根据采集到的亚洲象活动特征数据生成并记录象道拐点;
环境采集模块,用于采集象道环境因子;
适宜性评级模块,用于根据象道拐点和象道环境因子,采用模糊邻近值计算方法生成亚洲象象道适宜性评级;
活动区生成模块,用于根据亚洲象象道适宜性评级生成亚洲象活动热区;
道路阻隔评价模块,用于叠加象道环境因子山脊线、山谷线和亚洲象活动热区提取亚洲象象道,并进行道路阻隔评价,生成道路阻隔评价结果。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,
所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
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存储有程序,所述程序被执行时,能够实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410050997.5A CN117573794B (zh) | 2024-01-15 | 2024-01-15 | 亚洲象象道识别及道路阻隔评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410050997.5A CN117573794B (zh) | 2024-01-15 | 2024-01-15 | 亚洲象象道识别及道路阻隔评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117573794A true CN117573794A (zh) | 2024-02-20 |
CN117573794B CN117573794B (zh) | 2024-03-22 |
Family
ID=89888433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410050997.5A Active CN117573794B (zh) | 2024-01-15 | 2024-01-15 | 亚洲象象道识别及道路阻隔评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117573794B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117763450A (zh) * | 2024-02-22 | 2024-03-26 | 交通运输部天津水运工程科学研究所 | 一种路网对野生动物阻隔效应指数计算方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015139439A (ja) * | 2014-01-30 | 2015-08-03 | 富士通株式会社 | 生息地適性評価プログラム、生息地適性評価方法及び生息地適性評価装置 |
AU2020103524A4 (en) * | 2020-11-18 | 2021-01-28 | Shanghai Ocean University | A technical method for evaluating and predicting the habitat suitablity of Illex argentinus in the southwest Atlantic Ocean based on the vertical water temperature structure |
CN113034040A (zh) * | 2021-04-19 | 2021-06-25 | 交通运输部科学研究院 | 一种典型物种迁移廊道选址方法、装置及设备 |
CN116307400A (zh) * | 2023-04-03 | 2023-06-23 | 吉林省林业科学研究院 | 生境廊道的识别方法、装置、电子设备及介质 |
-
2024
- 2024-01-15 CN CN202410050997.5A patent/CN117573794B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015139439A (ja) * | 2014-01-30 | 2015-08-03 | 富士通株式会社 | 生息地適性評価プログラム、生息地適性評価方法及び生息地適性評価装置 |
AU2020103524A4 (en) * | 2020-11-18 | 2021-01-28 | Shanghai Ocean University | A technical method for evaluating and predicting the habitat suitablity of Illex argentinus in the southwest Atlantic Ocean based on the vertical water temperature structure |
CN113034040A (zh) * | 2021-04-19 | 2021-06-25 | 交通运输部科学研究院 | 一种典型物种迁移廊道选址方法、装置及设备 |
CN116307400A (zh) * | 2023-04-03 | 2023-06-23 | 吉林省林业科学研究院 | 生境廊道的识别方法、装置、电子设备及介质 |
Non-Patent Citations (2)
Title |
---|
林柳;金延飞;杨鸿培;罗爱东;郭贤明;王利繁;张立;: "西双版纳亚洲象的栖息地评价", 兽类学报, vol. 35, no. 01, 15 February 2015 (2015-02-15), pages 1 - 13 * |
蔡青;曾光明;石林;梁婕;黄璐;韦安磊;: "基于栅格数据和图论算法的生态廊道识别", 地理研究, vol. 31, no. 08, 15 August 2012 (2012-08-15), pages 1523 - 1534 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117763450A (zh) * | 2024-02-22 | 2024-03-26 | 交通运输部天津水运工程科学研究所 | 一种路网对野生动物阻隔效应指数计算方法及系统 |
CN117763450B (zh) * | 2024-02-22 | 2024-05-07 | 交通运输部天津水运工程科学研究所 | 一种路网对野生动物阻隔效应指数计算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117573794B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110210604B (zh) | 一种终端设备移动轨迹预测方法及装置 | |
CN117573794B (zh) | 亚洲象象道识别及道路阻隔评价方法及装置 | |
Wang et al. | Estimating traffic flow in large road networks based on multi-source traffic data | |
Guan et al. | Delineating urban park catchment areas using mobile phone data: A case study of Tokyo | |
Yin et al. | A city-scale assessment of emergency response accessibility to vulnerable populations and facilities under normal and pluvial flood conditions for Shanghai, China | |
Maiorano et al. | Uncertainties in the identification of potential dispersal corridors: The importance of behaviour, sex, and algorithm | |
US20140365103A1 (en) | Method and system for collecting traffic data | |
Lassarre et al. | A GIS-based methodology for identifying pedestrians’ crossing patterns | |
Thumlert et al. | Describing the severity of avalanche terrain numerically using the observed terrain selection practices of professional guides | |
Bastille‐Rousseau et al. | Optimizing the positioning of wildlife crossing structures using GPS telemetry | |
CN112770265B (zh) | 一种行人身份信息获取方法、系统、服务器和存储介质 | |
Mossoux et al. | Assessing the impact of road segment obstruction on accessibility of critical services in case of a hazard | |
Keya et al. | Habitat suitability & connectivity of Alborz wild sheep in the east of Tehran, Iran | |
CN115100848A (zh) | 一种地面交通拥堵的出行溯源方法和系统 | |
CN113486880A (zh) | 图像采集设备布置方法、装置、电子设备及存储介质 | |
Balakrishnan et al. | Mapping resilience of Houston freeway network during Hurricane Harvey using extreme travel time metrics | |
Costello et al. | Response of American black bears to the non-motorized expansion of a road corridor in Grand Teton National Park | |
Al-Shaar et al. | The applicability of the extended Markov Chain Model to the land use dynamics in Lebanon | |
Barr et al. | Flood-prepared: a nowcasting system for real-time impact adaption to surface water flooding in cities | |
Liu et al. | Optimizing seismic retrofit of bridges: integrating efficient graph neural network surrogates and transportation equity | |
Guo et al. | Utilising social media data to evaluate urban flood impact in data scarce cities | |
Yoon et al. | Optimal decision making in post-hazard bridge recovery strategies for transportation networks after seismic events | |
Pérez‐delHoyo et al. | Addressing new challenges in smart urban planning using Information and Communication Technologies | |
Cerqueira et al. | Integrative analysis of traffic and situational context data to support urban mobility planning | |
CN114862001A (zh) | 一种基于区域功能增强特征的城市人群流量预测方法及系统 |
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 |