CN117634729A - 一种自然资源监测中重点水源区的生态脆弱性评价方法 - Google Patents
一种自然资源监测中重点水源区的生态脆弱性评价方法 Download PDFInfo
- Publication number
- CN117634729A CN117634729A CN202311577553.9A CN202311577553A CN117634729A CN 117634729 A CN117634729 A CN 117634729A CN 202311577553 A CN202311577553 A CN 202311577553A CN 117634729 A CN117634729 A CN 117634729A
- Authority
- CN
- China
- Prior art keywords
- ecological
- area
- vulnerability
- index
- water source
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 108
- 238000011156 evaluation Methods 0.000 title claims abstract description 34
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 55
- 230000000694 effects Effects 0.000 claims abstract description 35
- 230000035945 sensitivity Effects 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims description 42
- 230000008859 change Effects 0.000 claims description 38
- 239000013598 vector Substances 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000005065 mining Methods 0.000 claims description 19
- XLYOFNOQVPJJNP-ZSJDYOACSA-N Heavy water Chemical compound [2H]O[2H] XLYOFNOQVPJJNP-ZSJDYOACSA-N 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 241000282414 Homo sapiens Species 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 9
- 238000004162 soil erosion Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 238000001556 precipitation Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 claims description 6
- 238000002310 reflectometry Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000006698 induction Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 239000002689 soil Substances 0.000 claims description 4
- 230000003139 buffering effect Effects 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 230000006866 deterioration Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000010899 nucleation Methods 0.000 claims description 3
- 238000010206 sensitivity analysis Methods 0.000 claims description 3
- 238000012732 spatial analysis Methods 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 244000025254 Cannabis sativa Species 0.000 abstract description 2
- 230000005764 inhibitory process Effects 0.000 abstract description 2
- 230000003993 interaction Effects 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- MUXFZBHBYYYLTH-UHFFFAOYSA-N Zaltoprofen Chemical compound O=C1CC2=CC(C(C(O)=O)C)=CC=C2SC2=CC=CC=C21 MUXFZBHBYYYLTH-UHFFFAOYSA-N 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- XPIJWUTXQAGSLK-UHFFFAOYSA-N ozenoxacin Chemical compound C1=C(C)C(NC)=NC=C1C1=CC=C2C(=O)C(C(O)=O)=CN(C3CC3)C2=C1C XPIJWUTXQAGSLK-UHFFFAOYSA-N 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种自然资源监测中重点水源区的生态脆弱性评价方法,涉及自然资源管理技术领域,包括步骤一:数据预处理、步骤二:国土空间开发利用格局分析和步骤三:生态脆弱性分析。本发明通过深入研究重点水源区山水林田湖草多类自然资源要素和生态系统的相互作用关系与效应,因地制宜地确定生态保护修复途径,则能提升生态系统质量和稳定性,并防止因为生态脆弱性和敏感性问题,引发对土地空间结构与功能的稳定进行有害抑制,且通过分析区域生态脆弱性和敏感性,则能识别潜在的自然灾害风险高发易发地区。
Description
技术领域
本发明涉及自然资源管理技术领域,具体为一种自然资源监测中重点水源区的生态脆弱性评价方法。
背景技术
自然资源亦称天然资源,自然资源是自然物质经过人类的发现,被输入生产过程,或直接进入消耗过程,变成有用途的,或能给人以舒适感,从而产生经济价值以提高人类当前和未来福利的物质与能量的总称,自然资源调查监测包括定期调查、现场监测、遥感调查监测以及统计分析,尤其是在对重点水源地区的监测更是非常重要的工作方式,且还需要对重点水源区的生态脆弱性进行评价;
但是现有的技术对生态脆弱性进行评价的时候,评价的方式和手段都比较的单一,不能做到因地制宜进行生态保护和修复,则就无法对生态系统的质量和稳定性进行提升,甚至会影响土地空间结构与功能的稳定发展,且在进行监测评估的过程中,只对脆弱性进行评估并进行治理,无法对在治理的同时制定合理的开发方案。
发明内容
本发明的目的在于提供一种自然资源监测中重点水源区的生态脆弱性评价方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种自然资源监测中重点水源区的生态脆弱性评价方法,包括
步骤一:数据预处理,首先划分重点水源区的范围,并对重点水源区进行遥感影像预处理,处理后对矢栅进行转换,再基于DEM的流域范围提取;
步骤二:国土空间开发利用格局分析,基于DEM数据通过空间分析并结合重点水源区的水岸线保护范围,分析重点水源区空间尺度单元的生产空间、生活空间和生态空间,并形成三生空间;
且对国土空间格局进行分类,且分类后对国土空间时空格局进行分析,且分析后对土地利用景观格局变化进行分析;
步骤三:生态脆弱性分析,首先对生态脆弱性评价指标体系进行构建,且构建时通过对重点水源区生态脆弱性的主要成因和现状进行综合评价,再构建生态敏感性、生态恢复力和生态压力度的指标数据对指标模型体系进行构建,并对生态敏感性进行分析,且分析时对地形因子、气象因子和地表因子里面选取指标;
且在对生态恢复力进行分析时,通过对重点水源区内部的生物丰度对生态活力状况进行分析,且分析时对生态活力、植被因子和水体因子三个指标数据进行参考,分析后对植被生长状况和生态恢复能力进行判断,判断重点水源区域内部环境变化的抗干扰能力和缓冲能力;
再对生态压力度进行分析,并对生态脆弱性进评价,在评价后对生态脆弱性进行分级,并在分级后进行生态脆弱性综合指数进行分析。
优选的,所述步骤一中在遥感影像进行预处理时,通过地理空间数据平台对遥感影像数据进行下载,下载后通过ENV1软件进行辐射定标和大气校正处理,然后对影像进行拼、裁剪,则获得新的重点水源区的遥感影像图,且对矢栅进行转换时,通过空间进行分析,将矢量转换成栅格对属性信息进行计算和统计,并在生态脆弱性评价过程中,对提取的坡度、高程、人均GDP、路网密度、水网密度、人口密度、耕地占比、归一化植被指数等评价要素,需要将矢量转换成栅格,再进行空间叠加分析;
对DEM的流域范围进行提取时,围绕DEM提取流域范围技术路线图,对提取流程分步骤细化:
第一步:流向分析,采用D8单流向法进行水流方向分析,得到未填洼的水流方向栅格,若流向分析最大值为128,则不需要进行填洼处理,否则填洼;
第二步:洼地计算,计算由于DEM数据本身问题存在的洼地,得到DEM数据中的洼地数据;
第三步:洼地填充,在未填洼的水流方向栅格基础上,对洼地进行填充,得到填洼后的水流方向栅格;
第四步:流向分析,对填洼后的文件进行水流方向分析,得到无洼地的水流方向的栅格文件;
第五步:流域提取,在无洼地水流方向文件的基础上进行流域提取,得到流域盆地的栅格文件;
第六步:矢量化,对流域盆地的栅格文件进行矢量化,得到流域盆地范围的矢量面,再利用地理信息方法提取界线的基础上,套合地理国情监测数据中的水域界线进行比对,对于存在可按行政区划界线调整的区域。
优选的,所述步骤二中在国土空间格局分类时通过标准土地利用现状分类体系结合不同土地类型所具有的功能进行分类归纳,且把具有相同功能的土地归纳到同一个空间,通过ArcGIS平台,在归纳时对各类空间进行属性查询、提取,将重点水源区土地利用分为生态空间、生产空间和生活空间,且生态空间包括林地、草地、水域、其他生态空间,而生产空间包括耕地、林园、工矿生产空间,且生活空间包括城乡、交通、水利、公共服务生活空间,且通过两期三生空间转换后的土地现状数据,则得出三生空间分类体系的土地利用现状分布及面积;
且对土地利用景观格局进行变化分析时,首先对景观指数进行选择,且选择时先对类型水平上的景观格局指数进行分析,并在分析后对景观水平上的景观格局指数进行分析,最后对流域景观格局变化进行分析,在分析时对重点水源区流域河岸1km缓冲区范围内三生空间土地利用类型结构数量变化,分析近五年来河库岸周边土地类型的转移变化情况,为流域生态治理措施提供数据支撑,且重点水源区流域河岸1km缓冲区范围内十种景观格局指数的变化,分析在流域范围内土地利用背景下景观格局指数的变化趋势,对引起土地利用景观格局变化的驱动因素进行判断。
优选的,所述步骤三中指标具体选取为高程、坡度、土壤侵蚀强度、用地类型、景观破碎度、年均气温、年降水量、石漠化、露天采矿用地、生物丰度、归一化植被指数、水网密度、人口密度、农作物播种面积、路网密度、人均GDP十六个指标构建评价指标体系,且在生态敏感性分析中地形因素中,选取高程和坡度作为指示地形因素的评价指标,地表因子选取景观破碎度指标来反映用地类型的变化,土壤侵蚀强度指标来反映工作区水土流失特征,石漠化范围来反映土地退化特征。
优选的,所述步骤三中生态恢复力分析中生态活力中对生物丰度进行计算,且计算公式具体如下,生物丰度指数=(0.11×耕地面积+0.35×林地面积+0.21×草地面积+0.28×水域面积+0.04×建设用地+0.01×未利用地)/区域面积,且植被因子中通过计算归一化植被指数NDVI对区域植被覆盖度进行计算,且NDVI计算公式如下:
NDVI=(NIR-R)/(NIR+R)
对于OLI的NDVI计算:NDVI=(b5-b4)/(b5+b4),式中,NIR、b5是近红外波段反射率,R、b4是红光波段反射率,NDVI取值范围在;
且水体因子运用ArcGIS中的线密度分析工具,计算每个输出格栅像元邻域内的线状要素的密度,则得到重点水源区流域内部水网密度栅格数据的分布情况。
优选的,所述步骤三中对生态压力度分析,且生态压力包括人类活动压力、交通活动压力、经济活动压力和采矿活动压力,先对人类活动压力进行分析,且分析时通过对人口密度和农作物耕地占比进行分析,其中人口密度根据地理国情数据中的居民建筑物数据,获取到居民建筑物投影到地面的占地面积以及建筑物的楼层数,且由于一栋建筑物承载的居民人数与其占地面积和楼层数量有关,因此建立有效居住面积的概念,如式:
AreaEfj=AreaCvj×Floorj
其中,j表示第j栋居民建筑物,AreaEfj表示第j栋居民建筑物的有效居住面积,AreaCvj表示第j栋居民建筑物投影到地面的占地面积,Floorj表示第j栋建筑物的楼层数;
且对农作物耕地占比进行分析时,进耕地矢量数据从地理国情数据中提取出来,并按照在ArcGIS中创建的地理格网对耕地矢量数据进行切割,利用几何计算器计算每一块被切割的耕地的面积,进行统计即可得到每个格网中耕地的总面积;
当对交通活动压力进行分析时,对路网密度进行提取,并在地理国情数据中对道路矢量进行提取出,按照在ArcGIS中创建的最佳地理格网对路网矢量数据进行切割,利用几何计算器计算每一段被切割的道路的长度,进行统计得到每个格网中道路的总长度;
且经济活动压力统计年鉴中可以得到区域内部的人均GDP数据,并对采矿活动压力进行分析时,统计区域内部的露天采矿面积,并建立露天采矿区的地界线,且分别建立一百米、两百米、三百米和五百米的缓冲区。
优选的,所述步骤三中对生态脆弱性评价时,包括数据标准化和生态脆弱性评价方法,且数据标准化处理时先对十六个评价指标借助ArcGIS软件Fuzzymembership工具将原始指标进行标准化处理,以统一指标量纲,且由于评价指标与生态脆弱性关系有正负两种,其计算方法也不同,数据标准化计算公式如下:
式中,X'为第i个指标的标准化值,Xi表示第i个指标的初始值,Xmax、Xmin分别表示第i个指标的最大值和最小值,其中,定量正向指标包括:坡度、高程、农作物耕地占比、人口密度、路网密度、土壤侵蚀强度、用地类型、景观破碎度指数、人均GDP,定量负向指标包括,年平均降水、年平均温度、水网密度、归一化植被指数、生物丰度;
且生态脆弱性评价方法将原来具有一定相关性的十六个指标数据转换成不相关的各主成分,根据各主成分的贡献率分别赋予不同权重,最终计算获得生态脆弱性指数,且使用时在SPSS软件下完成,其过程如下:
(1)标准化处理原始数据得到标准化矩阵,以避免量纲对数据的影响;
(2)构建指标原始数据的相关系数矩阵,该矩阵为样本相关矩阵,是总体相关矩阵的估计;
(3)计算相关系数矩阵的特征值和对应的特征向量;
(4)对特征向量进行线性组合然后输出主成分。
优选的,所述步骤三中对生态脆弱性进行分级时通过公式进行计算,且计算公式具体为:
式中:EVImax、EVImin为生态脆弱性指数的最大值和最小值,且综合重点水源区自然环境和生态脆弱度的表现特征,基于自然断点法将生态脆弱度指数从低到高划分为五级:微度脆弱(0.2以下)、轻度脆弱(0.2~0.4)中度脆弱(0.4~0.6)重度脆弱(0.6~0.8)和极度脆弱(0.8~1.0),则得到重点水源区生态脆弱性强度空间分布成果,通过对不同时期各个脆弱程度的面积占总面积的百分比加以统计整理。
优选的,所述步骤三中生态脆弱性综合指数使用定量的生态脆弱性综合性指数(EVSI)能够更加直观全面的反映项目区生态环境质量,而对项目区生态脆弱度变化趋势可根据变化率进行描述,得到重点水源区生态脆弱性综合指数和变化率成果。计算公式如下:
式中,EVSI表示生态脆弱性综合指数;Pi表示脆弱性等级值,Ai表示第i脆弱等级面积;S表示区域总面积;n表示脆弱性等级总数,且EVSI值越大,表明区域脆弱性越严重,当EVSI值越小,表明区域生态环境越好;
R为综合指数变化率;Aim和Ain分别为m,n时,第i类脆弱性面积,若R<0,则生态环境呈恢复趋势,若R>0,则生态环境呈恶化趋势,不容乐观。
与现有技术相比,本发明的有益效果是:
本发明通过深入研究重点水源区山水林田湖草多类自然资源要素和生态系统的相互作用关系与效应,因地制宜地确定生态保护修复途径,则能提升生态系统质量和稳定性,并防止因为生态脆弱性和敏感性问题,引发对土地空间结构与功能的稳定进行有害抑制,且通过分析区域生态脆弱性和敏感性,则能识别潜在的自然灾害风险高发易发地区,并通过测算资源环境的敏感性与脆弱性,得到不同等级的风险等级图,且可以提出开发型和保护型两种生态风险防控分区方案,进而确定区域可持续发展的目标指标,明确地域功能和空间用途管制要求,且在摸清区域资源的自然禀赋特征、开发利用程度和生态环境修复进展进行评价,从而为区域发展定位与发展模式、用地功能合理配置、生态文明建设提供理论依据和现实参考。
附图说明
图1为本发明实施例提供整体方法流程图。
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,本发明提供一种技术方案:一种自然资源监测中重点水源区的生态脆弱性评价方法,包括
步骤一:数据预处理,首先划分重点水源区的范围,并对重点水源区进行遥感影像预处理,处理后对矢栅进行转换,再基于DEM的流域范围提取;
步骤二:国土空间开发利用格局分析,基于DEM数据通过空间分析并结合重点水源区的水岸线保护范围,分析重点水源区空间尺度单元的生产空间、生活空间和生态空间,并形成三生空间;
且对国土空间格局进行分类,且分类后对国土空间时空格局进行分析,且分析后对土地利用景观格局变化进行分析;
步骤三:生态脆弱性分析,首先对生态脆弱性评价指标体系进行构建,且构建时通过对重点水源区生态脆弱性的主要成因和现状进行综合评价,再构建生态敏感性、生态恢复力和生态压力度的指标数据对指标模型体系进行构建,并对生态敏感性进行分析,且分析时对地形因子、气象因子和地表因子里面选取指标;
且在对生态恢复力进行分析时,通过对重点水源区内部的生物丰度对生态活力状况进行分析,且分析时对生态活力、植被因子和水体因子三个指标数据进行参考,分析后对植被生长状况和生态恢复能力进行判断,判断重点水源区域内部环境变化的抗干扰能力和缓冲能力;
再对生态压力度进行分析,并对生态脆弱性进评价,在评价后对生态脆弱性进行分级,并在分级后进行生态脆弱性综合指数进行分析。
所述步骤一中在遥感影像进行预处理时,通过地理空间数据平台对遥感影像数据进行下载,下载后通过ENV1软件进行辐射定标和大气校正处理,然后对影像进行拼、裁剪,则获得新的重点水源区的遥感影像图,且对矢栅进行转换时,通过空间进行分析,将矢量转换成栅格对属性信息进行计算和统计,并在生态脆弱性评价过程中,对提取的坡度、高程、人均GDP、路网密度、水网密度、人口密度、耕地占比、归一化植被指数等评价要素,需要将矢量转换成栅格,再进行空间叠加分析;
对DEM的流域范围进行提取时,围绕DEM提取流域范围技术路线图,对提取流程分步骤细化:
第一步:流向分析,采用D8单流向法进行水流方向分析,得到未填洼的水流方向栅格,若流向分析最大值为128,则不需要进行填洼处理,否则填洼;
第二步:洼地计算,计算由于DEM数据本身问题存在的洼地,得到DEM数据中的洼地数据;
第三步:洼地填充,在未填洼的水流方向栅格基础上,对洼地进行填充,得到填洼后的水流方向栅格;
第四步:流向分析,对填洼后的文件进行水流方向分析,得到无洼地的水流方向的栅格文件;
第五步:流域提取,在无洼地水流方向文件的基础上进行流域提取,得到流域盆地的栅格文件;
第六步:矢量化,对流域盆地的栅格文件进行矢量化,得到流域盆地范围的矢量面,再利用地理信息方法提取界线的基础上,套合地理国情监测数据中的水域界线进行比对,对于存在可按行政区划界线调整的区域。
所述步骤二中在国土空间格局分类时通过标准土地利用现状分类体系结合不同土地类型所具有的功能进行分类归纳,且把具有相同功能的土地归纳到同一个空间,通过ArcGIS平台,在归纳时对各类空间进行属性查询、提取,将重点水源区土地利用分为生态空间、生产空间和生活空间,且生态空间包括林地、草地、水域、其他生态空间,而生产空间包括耕地、林园、工矿生产空间,且生活空间包括城乡、交通、水利、公共服务生活空间,且通过两期三生空间转换后的土地现状数据,则得出三生空间分类体系的土地利用现状分布及面积;
且对国土空间时空格局分析时,分别对三生空间进行转化分析和三生空间变化格局进行分析,且对三生空间进行转换时,利用ArcGIS空间分析工具,对两期三生空间数据进行融合、相交分析和归类统计,得到三生空间转移矩阵:
式中:Pij为区域内三生空间某一空间类型i转移到j类空间的面积,且转移矩阵的对角线表示的是用地类型自身随时间发生的面积数量变化;
且对土地利用景观格局进行变化分析时,首先对景观指数进行选择,且选择时先对类型水平上的景观格局指数进行分析,并在分析后对景观水平上的景观格局指数进行分析,最后对流域景观格局变化进行分析,在分析时对重点水源区流域河岸1km缓冲区范围内三生空间土地利用类型结构数量变化,分析近五年来河库岸周边土地类型的转移变化情况,为流域生态治理措施提供数据支撑,且重点水源区流域河岸1km缓冲区范围内十种景观格局指数的变化,分析在流域范围内土地利用背景下景观格局指数的变化趋势,对引起土地利用景观格局变化的驱动因素进行判断;
且类型水平上的景观格局指数分析在类型水平上的景观格局分析,且从景观格局层次反映出区域不同用地类型变化对整体项目区的影响程度和土地利用动态变化特征,按式5-2、5-3、5-4、5-5、5-6、5-7分别计算斑块个数(NP)、斑块平均大小(MPS)、最大斑块面积指数(LPI)、聚合度指数(COHESION)、斑块所占景观面积比例(PLAND)、面积加权平均形状指数(SHAPE_AM),且景观水平上的景观格局指数分析时,在景观水平上的景观格局分析能反映出整个区域的景观格局的演变规律,按式5-8、5-9、5-10、5-11分别计算边缘密度(ED)、聚集度指数(CONTAG)、多样性指数(SHDI)、均匀度指数(SHEl)。
所述步骤三中指标具体选取为高程、坡度、土壤侵蚀强度、用地类型、景观破碎度、年均气温、年降水量、石漠化、露天采矿用地、生物丰度、归一化植被指数、水网密度、人口密度、农作物播种面积、路网密度、人均GDP十六个指标构建评价指标体系,且在生态敏感性分析中地形因素中,选取高程和坡度作为指示地形因素的评价指标,地表因子选取景观破碎度指标来反映用地类型的变化,土壤侵蚀强度指标来反映工作区水土流失特征,石漠化范围来反映土地退化特征。
所述步骤三中生态恢复力分析中生态活力中对生物丰度进行计算,且计算公式具体如下,生物丰度指数=(0.11×耕地面积+0.35×林地面积+0.21×草地面积+0.28×水域面积+0.04×建设用地+0.01×未利用地)/区域面积,且植被因子中通过计算归一化植被指数NDVI对区域植被覆盖度进行计算,且NDVI计算公式如下:
NDVI=(NIR-R)/(NIR+R)
对于OLI的NDVI计算:NDVI=(b5-b4)/(b5+b4),式中,NIR、b5是近红外波段反射率,R、b4是红光波段反射率,NDVI取值范围在;
且水体因子运用ArcGIS中的线密度分析工具,计算每个输出格栅像元邻域内的线状要素的密度,则得到重点水源区流域内部水网密度栅格数据的分布情况。
所述步骤三中对生态压力度分析,且生态压力包括人类活动压力、交通活动压力、经济活动压力和采矿活动压力,先对人类活动压力进行分析,且分析时通过对人口密度和农作物耕地占比进行分析,其中人口密度根据地理国情数据中的居民建筑物数据,获取到居民建筑物投影到地面的占地面积以及建筑物的楼层数,且由于一栋建筑物承载的居民人数与其占地面积和楼层数量有关,因此建立有效居住面积的概念,如式:
AreaEfj=AreaCvj×Floorj
其中,j表示第j栋居民建筑物,AreaEfj表示第j栋居民建筑物的有效居住面积,AreaCvj表示第j栋居民建筑物投影到地面的占地面积,Floorj表示第j栋建筑物的楼层数;
且对农作物耕地占比进行分析时,进耕地矢量数据从地理国情数据中提取出来,并按照在ArcGIS中创建的地理格网对耕地矢量数据进行切割,利用几何计算器计算每一块被切割的耕地的面积,进行统计即可得到每个格网中耕地的总面积;
当对交通活动压力进行分析时,对路网密度进行提取,并在地理国情数据中对道路矢量进行提取出,按照在ArcGIS中创建的最佳地理格网对路网矢量数据进行切割,利用几何计算器计算每一段被切割的道路的长度,进行统计得到每个格网中道路的总长度,且根据公式:
MDi=Di/Areai
其中,i表示第i个单元格,MDi表示第i个单元格所对应的道路密度,Di表示第i个单元格内道路的总长度,Areai表示每个单元格的面积,则计算出项目区范围内每个地理格网中每一个单元格所对应的道路网密度,最后将格网按照道路密度数据转换为栅格数据;
且经济活动压力统计年鉴中可以得到区域内部的人均GDP数据,且统计时通过如下公式进行计算:
GDPjk=PeoNumjk×GDPperk
其中,j表示第j栋居民建筑物;k表示第k个行政区,共有9个行政区;GDPjk表示第k个行政区第j栋建筑物中的人口所拥有的GDP总值;PeoNumjk表示第k个行政区第j栋建筑物中的人口数量;GDPperk表示第k个行政区的人均GDP;
并对采矿活动压力进行分析时,统计区域内部的露天采矿面积,并建立露天采矿区的地界线,且分别建立一百米、两百米、三百米和五百米的缓冲区。
所述步骤三中对生态脆弱性评价时,包括数据标准化和生态脆弱性评价方法,且数据标准化处理时先对十六个评价指标借助ArcGIS软件Fuzzy membership工具将原始指标进行标准化处理,以统一指标量纲,且由于评价指标与生态脆弱性关系有正负两种,其计算方法也不同,数据标准化计算公式如下:
式中,X'为第i个指标的标准化值,Xi表示第i个指标的初始值,Xmax、Xmin分别表示第i个指标的最大值和最小值,其中,定量正向指标包括:坡度、高程、农作物耕地占比、人口密度、路网密度、土壤侵蚀强度、用地类型、景观破碎度指数、人均GDP,定量负向指标包括,年平均降水、年平均温度、水网密度、归一化植被指数、生物丰度;
且生态脆弱性评价方法将原来具有一定相关性的十六个指标数据转换成不相关的各主成分,根据各主成分的贡献率分别赋予不同权重,最终计算获得生态脆弱性指数,且使用时在SPSS软件下完成,其过程如下:
(1)标准化处理原始数据得到标准化矩阵,以避免量纲对数据的影响;
(2)构建指标原始数据的相关系数矩阵,该矩阵为样本相关矩阵,是总体相关矩阵的估计;
(3)计算相关系数矩阵的特征值和对应的特征向量;
(4)对特征向量进行线性组合然后输出主成分;
且完成生态脆弱性评价后,对数据贡献率进行计算,在使用空间主成分分析法来计算十六项指标的贡献率,然后选取累计贡献率大于百分之八十五的几项作为综合评价的主成分;
主成分分析计算公式如下:
Fi=a1iX1+a2iX2+…+a16iX16
式中,表示Fi第i个主成分,ani表示第一个至第十六个主成分因子相对应的特征向量,其中X1为高程,X2为坡度,X3为年均气温,X4为年均降水量,X5为用地类型,X6为土壤侵蚀强度,X7为景观破碎度,X8为人口密度,X9为耕地占比,X10为路网密度,X11为石漠化范围,X12为露天采矿用地,X13为生物丰度,X14为归一化植被指数,X15为人均GDP,X16为水网密度,标准化处理各指标后进行叠加运算,以获得每个主成分的特征值和贡献率,并根据累加贡献率筛选达百分之八十五的几个主成分进行特征向量分析;
并再对生态脆弱性评价模型进行处理,具体如下:
EVI=W1×ES+W2×EEI+W3xEPI
式中,ES、EEI、EPI和EVI分别为生态敏感性、生态恢复力、生态压力指数及生态脆弱性指数,Ai、Bi、Ci分别为生态敏感性、生态恢复力及生态压力指标要素,W1、W2、W3为生态敏感性、生态恢复力及生态压力度权重值。
所述步骤三中对生态脆弱性进行分级时通过公式进行计算,且计算公式具体为:
式中:EVImax、EVImin为生态脆弱性指数的最大值和最小值,且综合重点水源区自然环境和生态脆弱度的表现特征,基于自然断点法将生态脆弱度指数从低到高划分为五级:微度脆弱(0.2以下)、轻度脆弱(0.2~0.4)中度脆弱(0.4~0.6)重度脆弱(0.6~0.8)和极度脆弱(0.8~1.0),则得到重点水源区生态脆弱性强度空间分布成果,通过对不同时期各个脆弱程度的面积占总面积的百分比加以统计整理。
所述步骤三中生态脆弱性综合指数使用定量的生态脆弱性综合性指数(EVSI)能够更加直观全面的反映项目区生态环境质量,而对项目区生态脆弱度变化趋势可根据变化率进行描述,得到重点水源区生态脆弱性综合指数和变化率成果。计算公式如下:
式中,EVSI表示生态脆弱性综合指数;Pi表示脆弱性等级值,Ai表示第i脆弱等级面积;S表示区域总面积;n表示脆弱性等级总数,且EVSI值越大,表明区域脆弱性越严重,当EVSI值越小,表明区域生态环境越好;
R为综合指数变化率;Aim和Ain分别为m,n时,第i类脆弱性面积,若R<0,则生态环境呈恢复趋势,若R>0,则生态环境呈恶化趋势,不容乐观。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种自然资源监测中重点水源区的生态脆弱性评价方法,其特征在于包括以下步骤:
步骤一:数据预处理,首先划分重点水源区的范围,并对重点水源区进行遥感影像预处理,处理后对矢栅进行转换,再基于DEM的流域范围提取;
步骤二:国土空间开发利用格局分析,基于DEM数据通过空间分析并结合重点水源区的水岸线保护范围,分析重点水源区空间尺度单元的生产空间、生活空间和生态空间,并形成三生空间;
且对国土空间格局进行分类,且分类后对国土空间时空格局进行分析,且分析后对土地利用景观格局变化进行分析;
步骤三:生态脆弱性分析,首先对生态脆弱性评价指标体系进行构建,且构建时通过对重点水源区生态脆弱性的主要成因和现状进行综合评价,再构建生态敏感性、生态恢复力和生态压力度的指标数据对指标模型体系进行构建,并对生态敏感性进行分析,且分析时对地形因子、气象因子和地表因子里面选取指标;
且在对生态恢复力进行分析时,通过对重点水源区内部的生物丰度对生态活力状况进行分析,且分析时对生态活力、植被因子和水体因子三个指标数据进行参考,分析后对植被生长状况和生态恢复能力进行判断,判断重点水源区域内部环境变化的抗干扰能力和缓冲能力;
再对生态压力度进行分析,并对生态脆弱性进评价,在评价后对生态脆弱性进行分级,并在分级后进行生态脆弱性综合指数进行分析。
2.根据权利要求1所述的一种自然资源监测中重点水源区的生态脆弱性评价方法,其特征在于:所述步骤一中在遥感影像进行预处理时,通过地理空间数据平台对遥感影像数据进行下载,下载后通过ENV1软件进行辐射定标和大气校正处理,然后对影像进行拼、裁剪,则获得新的重点水源区的遥感影像图,且对矢栅进行转换时,通过空间进行分析,将矢量转换成栅格对属性信息进行计算和统计,并在生态脆弱性评价过程中,对提取的坡度、高程、人均GDP、路网密度、水网密度、人口密度、耕地占比、归一化植被指数等评价要素,需要将矢量转换成栅格,再进行空间叠加分析。
3.根据权利要求1所述的一种自然资源监测中重点水源区的生态脆弱性评价方法,其特征在于:所述步骤二中在国土空间格局分类时通过标准土地利用现状分类体系结合不同土地类型所具有的功能进行分类归纳,且把具有相同功能的土地归纳到同一个空间,通过ArcGIS平台,在归纳时对各类空间进行属性查询、提取,将重点水源区土地利用分为生态空间、生产空间和生活空间,且生态空间包括林地、草地、水域、其他生态空间,而生产空间包括耕地、林园、工矿生产空间,且生活空间包括城乡、交通、水利、公共服务生活空间,且通过两期三生空间转换后的土地现状数据,则得出三生空间分类体系的土地利用现状分布及面积;
且对土地利用景观格局进行变化分析时,首先对景观指数进行选择,且选择时先对类型水平上的景观格局指数进行分析,并在分析后对景观水平上的景观格局指数进行分析,最后对流域景观格局变化进行分析,在分析时对重点水源区流域河岸1km缓冲区范围内三生空间土地利用类型结构数量变化,分析近五年来河库岸周边土地类型的转移变化情况,为流域生态治理措施提供数据支撑,且重点水源区流域河岸1km缓冲区范围内十种景观格局指数的变化,分析在流域范围内土地利用背景下景观格局指数的变化趋势,对引起土地利用景观格局变化的驱动因素进行判断。
4.根据权利要求1所述的一种自然资源监测中重点水源区的生态脆弱性评价方法,其特征在于:所述步骤三中指标具体选取为高程、坡度、土壤侵蚀强度、用地类型、景观破碎度、年均气温、年降水量、石漠化、露天采矿用地、生物丰度、归一化植被指数、水网密度、人口密度、农作物播种面积、路网密度、人均GDP十六个指标构建评价指标体系,且在生态敏感性分析中地形因素中,选取高程和坡度作为指示地形因素的评价指标,地表因子选取景观破碎度指标来反映用地类型的变化,土壤侵蚀强度指标来反映工作区水土流失特征,石漠化范围来反映土地退化特征。
5.根据权利要求1所述的一种自然资源监测中重点水源区的生态脆弱性评价方法,其特征在于:所述步骤三中生态恢复力分析中生态活力中对生物丰度进行计算,且计算公式具体如下,生物丰度指数=(0.11×耕地面积+0.35×林地面积+0.21×草地面积+0.28×水域面积+0.04×建设用地+0.01×未利用地)/区域面积,且植被因子中通过计算归一化植被指数NDVI对区域植被覆盖度进行计算,且NDVI计算公式如下:
NDVI=(NIR-R)/(NIR+R)
对于OLI的NDVI计算:NDVI=(b5-b4)/(b5+b4),式中,NIR、b5是近红外波段反射率,R、b4是红光波段反射率,NDVI取值范围在;
且水体因子运用ArcGIS中的线密度分析工具,计算每个输出格栅像元邻域内的线状要素的密度,则得到重点水源区流域内部水网密度栅格数据的分布情况。
6.根据权利要求1所述的一种自然资源监测中重点水源区的生态脆弱性评价方法,其特征在于:所述步骤三中对生态压力度分析,且生态压力包括人类活动压力、交通活动压力、经济活动压力和采矿活动压力,先对人类活动压力进行分析,且分析时通过对人口密度和农作物耕地占比进行分析,其中人口密度根据地理国情数据中的居民建筑物数据,获取到居民建筑物投影到地面的占地面积以及建筑物的楼层数,且由于一栋建筑物承载的居民人数与其占地面积和楼层数量有关,因此建立有效居住面积的概念,如式:
AreaEfj=AreaCvj×Floorj
其中,j表示第j栋居民建筑物,AreaEfj表示第j栋居民建筑物的有效居住面积,AreaCvj表示第j栋居民建筑物投影到地面的占地面积,Floorj表示第j栋建筑物的楼层数;
且对农作物耕地占比进行分析时,进耕地矢量数据从地理国情数据中提取出来,并按照在ArcGIS中创建的地理格网对耕地矢量数据进行切割,利用几何计算器计算每一块被切割的耕地的面积,进行统计即可得到每个格网中耕地的总面积;
当对交通活动压力进行分析时,对路网密度进行提取,并在地理国情数据中对道路矢量进行提取出,按照在ArcGIS中创建的最佳地理格网对路网矢量数据进行切割,利用几何计算器计算每一段被切割的道路的长度,进行统计得到每个格网中道路的总长度;
且经济活动压力统计年鉴中可以得到区域内部的人均GDP数据,并对采矿活动压力进行分析时,统计区域内部的露天采矿面积,并建立露天采矿区的地界线,且分别建立一百米、两百米、三百米和五百米的缓冲区。
7.根据权利要求1所述的一种自然资源监测中重点水源区的生态脆弱性评价方法,其特征在于:所述步骤三中对生态脆弱性评价时,包括数据标准化和生态脆弱性评价方法,且数据标准化处理时先对十六个评价指标借助ArcGIS软件Fuzzy membership工具将原始指标进行标准化处理,以统一指标量纲,且由于评价指标与生态脆弱性关系有正负两种,其计算方法也不同,数据标准化计算公式如下:
式中,X'为第i个指标的标准化值,Xi表示第i个指标的初始值,Xmax、Xmin分别表示第i个指标的最大值和最小值,其中,定量正向指标包括:坡度、高程、农作物耕地占比、人口密度、路网密度、土壤侵蚀强度、用地类型、景观破碎度指数、人均GDP,定量负向指标包括,年平均降水、年平均温度、水网密度、归一化植被指数、生物丰度;
且生态脆弱性评价方法将原来具有一定相关性的十六个指标数据转换成不相关的各主成分,根据各主成分的贡献率分别赋予不同权重,最终计算获得生态脆弱性指数,且使用时在SPSS软件下完成,其过程如下:
(1)标准化处理原始数据得到标准化矩阵,以避免量纲对数据的影响;
(2)构建指标原始数据的相关系数矩阵,该矩阵为样本相关矩阵,是总体相关矩阵的估计;
(3)计算相关系数矩阵的特征值和对应的特征向量;
(4)对特征向量进行线性组合然后输出主成分。
8.根据权利要求1所述的一种自然资源监测中重点水源区的生态脆弱性评价方法,其特征在于:所述步骤三中对生态脆弱性进行分级时通过公式进行计算,且计算公式具体为:
式中:EVImax、EVImin为生态脆弱性指数的最大值和最小值,且综合重点水源区自然环境和生态脆弱度的表现特征,基于自然断点法将生态脆弱度指数从低到高划分为五级:微度脆弱(0.2以下)、轻度脆弱(0.2~0.4)中度脆弱(0.4~0.6)重度脆弱(0.6~0.8)和极度脆弱(0.8~1.0),则得到重点水源区生态脆弱性强度空间分布成果,通过对不同时期各个脆弱程度的面积占总面积的百分比加以统计整理。
9.根据权利要求1所述的一种自然资源监测中重点水源区的生态脆弱性评价方法,其特征在于:所述步骤三中生态脆弱性综合指数使用定量的生态脆弱性综合性指数(EVSI)能够更加直观全面的反映项目区生态环境质量,而对项目区生态脆弱度变化趋势可根据变化率进行描述,得到重点水源区生态脆弱性综合指数和变化率成果。计算公式如下:
式中,EVSI表示生态脆弱性综合指数;Pi表示脆弱性等级值,Ai表示第i脆弱等级面积;S表示区域总面积;n表示脆弱性等级总数,且EVSI值越大,表明区域脆弱性越严重,当EVSI值越小,表明区域生态环境越好;
R为综合指数变化率;Aim和Ain分别为m,n时,第i类脆弱性面积,若R<0,则生态环境呈恢复趋势,若R>0,则生态环境呈恶化趋势。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311577553.9A CN117634729A (zh) | 2023-11-24 | 2023-11-24 | 一种自然资源监测中重点水源区的生态脆弱性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311577553.9A CN117634729A (zh) | 2023-11-24 | 2023-11-24 | 一种自然资源监测中重点水源区的生态脆弱性评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117634729A true CN117634729A (zh) | 2024-03-01 |
Family
ID=90017414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311577553.9A Pending CN117634729A (zh) | 2023-11-24 | 2023-11-24 | 一种自然资源监测中重点水源区的生态脆弱性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117634729A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117935061A (zh) * | 2024-03-21 | 2024-04-26 | 四川省能源地质调查研究所 | 基于数据分析的地质区域环境综合评价系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599601A (zh) * | 2016-12-29 | 2017-04-26 | 中国科学院遥感与数字地球研究所 | 生态系统脆弱性遥感评估方法和系统 |
CN109242260A (zh) * | 2018-08-14 | 2019-01-18 | 黑龙江工程学院 | 景观生态脆弱性指数的构建方法与验证方法 |
US20210341445A1 (en) * | 2020-04-30 | 2021-11-04 | Inst Geochemistry Cas | Method for monitoring change of vegetation water conservation |
CN115563448A (zh) * | 2022-10-12 | 2023-01-03 | 江苏省海涂研究中心(江苏省海洋环境监测预报中心) | 一种沿海滩涂生态脆弱性评价系统及方法 |
CN116757357A (zh) * | 2023-05-29 | 2023-09-15 | 河北省科学院地理科学研究所 | 一种耦合多源遥感信息的土地生态状况评估方法 |
CN117078077A (zh) * | 2023-08-15 | 2023-11-17 | 中交第三公路工程局有限公司 | 一种高速公路路域的生态脆弱性评价方法 |
-
2023
- 2023-11-24 CN CN202311577553.9A patent/CN117634729A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599601A (zh) * | 2016-12-29 | 2017-04-26 | 中国科学院遥感与数字地球研究所 | 生态系统脆弱性遥感评估方法和系统 |
CN109242260A (zh) * | 2018-08-14 | 2019-01-18 | 黑龙江工程学院 | 景观生态脆弱性指数的构建方法与验证方法 |
US20210341445A1 (en) * | 2020-04-30 | 2021-11-04 | Inst Geochemistry Cas | Method for monitoring change of vegetation water conservation |
CN115563448A (zh) * | 2022-10-12 | 2023-01-03 | 江苏省海涂研究中心(江苏省海洋环境监测预报中心) | 一种沿海滩涂生态脆弱性评价系统及方法 |
CN116757357A (zh) * | 2023-05-29 | 2023-09-15 | 河北省科学院地理科学研究所 | 一种耦合多源遥感信息的土地生态状况评估方法 |
CN117078077A (zh) * | 2023-08-15 | 2023-11-17 | 中交第三公路工程局有限公司 | 一种高速公路路域的生态脆弱性评价方法 |
Non-Patent Citations (2)
Title |
---|
何丽华 等: "丹江口核心水源区(湖北段)三生空间时空演变及景观格局分析", 《测绘地理信息》, vol. 48, no. 2, 6 April 2023 (2023-04-06) * |
何丽华 等: "水源保护区的生态脆弱性及生态修复成效分析", 《测绘科学》, vol. 47, no. 8, 20 August 2022 (2022-08-20) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117935061A (zh) * | 2024-03-21 | 2024-04-26 | 四川省能源地质调查研究所 | 基于数据分析的地质区域环境综合评价系统 |
CN117935061B (zh) * | 2024-03-21 | 2024-05-31 | 四川省能源地质调查研究所 | 基于数据分析的地质区域环境综合评价系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ayodele et al. | A multi-criteria GIS based model for wind farm site selection using interval type-2 fuzzy analytic hierarchy process: The case study of Nigeria | |
CN110334864B (zh) | 一种基于gis的多规合一城乡空间分区划定的方法 | |
Delfanti et al. | Solar plants, environmental degradation and local socioeconomic contexts: A case study in a Mediterranean country | |
Tenerelli et al. | Multi-criteria, multi-objective and uncertainty analysis for agro-energy spatial modelling | |
Liu et al. | Land use and land cover change analysis and prediction in the upper reaches of the Minjiang River, China | |
CN113988688B (zh) | 一种耕地生态可持续性评价方法和系统 | |
CN117634729A (zh) | 一种自然资源监测中重点水源区的生态脆弱性评价方法 | |
Mondino et al. | A GIS tool for the land carrying capacity of large solar plants | |
CN111445116A (zh) | 国土空间规划辅助编制系统 | |
Nasehi et al. | Application of fuzzy GIS and ANP for wind power plant site selection in East Azerbaijan Province of Iran | |
CN115438855A (zh) | 一种山地城市土地利用优化配置方法 | |
Lu et al. | An integrated GIS-based interval-probabilistic programming model for land-use planning management under uncertainty—a case study at Suzhou, China | |
CN115630802A (zh) | 一种结合生态系统服务供需的生态修复空间划定方法 | |
CN114723283A (zh) | 一种面向城市群的生态承载力遥感评估方法及装置 | |
Shi et al. | Spatio-temporal differences and factors influencing intensive cropland use in the Huang-Huai-Hai Plain | |
Bu et al. | Not all forests are alike: The role of commercial forest in the conservation of landscape connectivity for the giant panda | |
CN116757357B (zh) | 一种耦合多源遥感信息的土地生态状况评估方法 | |
CN116384829A (zh) | 生态分析方法、装置、电子设备及计算机可读取存储介质 | |
Al-Ardeeni | Selecting potential water harvest sites using GIS and remote sensing in Al-Tharthar Valley, West Nineveh, Iraq. | |
Wang et al. | Development and application of a comprehensive assessment method of regional flood disaster risk based on a refined random forest model using beluga whale optimization | |
CN116109031A (zh) | 一种考虑生态服务价值的可再生能源选址方法 | |
Victor et al. | An application of GIS-based multi-criteria decision making approach for land evaluation and suitability mapping for Rice cultivation in Oye-Ekiti, Nigeria | |
Peng et al. | Evaluation for sustainable land use in coastal areas: A landscape ecological prospect | |
Yang | Using GIS to determine wind energy potential in Minnesota, USA | |
Farajzadeh et al. | The wind energy potential zoning using GIS and fuzzy MCDM-based approach (study area: Zanjan province, Iran) |
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 |