CN117993607A - 基于交通走廊的生态影响贡献率厘定方法、设备及介质 - Google Patents

基于交通走廊的生态影响贡献率厘定方法、设备及介质 Download PDF

Info

Publication number
CN117993607A
CN117993607A CN202410058137.6A CN202410058137A CN117993607A CN 117993607 A CN117993607 A CN 117993607A CN 202410058137 A CN202410058137 A CN 202410058137A CN 117993607 A CN117993607 A CN 117993607A
Authority
CN
China
Prior art keywords
ecological
target road
road section
influence
reference system
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
Application number
CN202410058137.6A
Other languages
English (en)
Inventor
宁佳
黄麟
曹巍
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.)
Institute of Geographic Sciences and Natural Resources of CAS
Original Assignee
Institute of Geographic Sciences and Natural Resources 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 Institute of Geographic Sciences and Natural Resources of CAS filed Critical Institute of Geographic Sciences and Natural Resources of CAS
Priority to CN202410058137.6A priority Critical patent/CN117993607A/zh
Publication of CN117993607A publication Critical patent/CN117993607A/zh
Pending legal-status Critical Current

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
    • 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
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于交通走廊的生态影响贡献率厘定方法、设备及介质，其方法包括：获取目标交通走廊的地理信息和评估时间段信息；基于地理信息将目标交通走廊划分为多个目标路段，并获取每个目标路段对应的建设时间信息；对于每个目标路段，基于目标路段的建设时间信息确定目标路段的生态参照系，生态参照系为历史生态参照系和自然生态参照系中的任一种；基于评估时间段信息、目标路段的生态参照系和预设的贡献率厘定计算规则，计算目标路段的生态影响贡献率；基于各个目标路段对应的生态影响贡献率和预设的交通走廊贡献率计算规则，计算目标交通走廊的生态影响贡献率。本申请具有实现陆路交通对生态环境长期影响的定量厘定分析的效果。

Description

基于交通走廊的生态影响贡献率厘定方法、设备及介质
技术领域
本发明涉及生态学技术领域，尤其涉及一种基于交通走廊的生态影响贡献率厘定方法、设备及介质。
背景技术
生态系统是人类社会赖以生存和发展的物质基础，具有供给、调节、支持等重要生态服务功能，对维持地球生态平衡具有不可替代的作用。
交通走廊作为一种长跨度的线形构造物，周围往往存在具有时空分布异质性、点线面相结合、影响的生态因子复杂多样等独特的生态系统特征。
目前，随着交通基础设施建设的快速发展，交通走廊对生态环境的影响日益显著。为了科学评估交通走廊对生态环境的贡献率，需要一种有效的方法来确定交通走廊对生态环境指标变化的影响程度。
现有的贡献率厘定方法多为笼统的人为因素和气候因素的厘定，仅有陆路交通对生态环境影响的定性分析，尚未有单独针对陆路交通对生态环境长期影响的定量厘定。
发明内容
本发明所要解决的技术问题是:实现陆路交通对生态环境长期影响的定量厘定分析。
本发明解决上述技术问题的技术方案如下：
第一方面，本申请提供一种基于交通走廊的生态影响贡献率厘定方法，采用如下技术方案：
一种基于交通走廊的影响贡献率厘定方法，包括：
获取目标交通走廊的地理信息和评估时间段信息；
基于所述地理信息将所述目标交通走廊划分为多个目标路段，并获取每个所述目标路段对应的建设时间信息；
对于每个所述目标路段，基于所述目标路段的建设时间信息确定所述目标路段的生态参照系，所述生态参照系为历史生态参照系和自然生态参照系中的任一种；
基于所述评估时间段信息、所述目标路段的生态参照系和预设的贡献率厘定计算规则，计算所述目标路段的生态影响贡献率；
基于各个所述目标路段对应的生态影响贡献率和预设的交通走廊贡献率计算规则，计算所述目标交通走廊的生态影响贡献率。
本发明的有益效果是：通过将目标交通走廊划分为多个目标路段，并针对每个目标路段进行生态影响贡献率的计算，能够更全面地评估交通走廊对生态环境的整体影响，对交通走廊周围的生态因子进行定量分析，可以更准确地评估交通走廊对生态环境的贡献率，避免定性分析的主观性和不确定性。通过引入了生态参照系的概念，包括历史生态参照系和自然生态参照系，根据所述目标路段的建设时间信息确定目标路段的生态参照系，能够更准确地评估交通走廊在不同时间段的生态影响贡献率。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述目标路段包括评估区和参照区，所述目标路段包括评估区和参照区，所述基于所述目标路段的建设时间信息确定所述目标路段的生态参照系，包括：
判断所述目标路段的建设时间信息是否大于预设时间；
若所述目标路段的建设时间信息大于预设时间，则基于历史条件法确定所述目标路段的评估区的历史生态参照系，将所述历史生态参照系作为所述目标路段的生态参照系；
若所述目标路段的建设时间信息不大于预设时间，则基于自然条件法确定所述目标路段的评估区的自然生态参照系，将所述自然生态参照系作为所述目标路段的生态参照系。
采用上述进一步方案的有益效果是：由于遥感卫星起步于20世纪90年代末，1990年以后的基于遥感卫星影像研发的生态数据才开始产生，一般是2000年以后建设的公路/铁路宜采用历史生态参照系开展贡献率厘定。因此设定预设时间，根据目标路段的建设时间信息，将目标路段的建设时间与预设时间作对比，对于建设时间大于预设时间的路段，则说明历史数据充足，选择历史生态参照系可以更好地反映交通走廊对生态环境的影响；对于建设时间不大于预设时间的路段，则说明历史生态数据缺乏，对于历史生态数据缺乏的目标路段，选择自然生态参照系则更能反映原始生态状况。根据目标路段的建设时间信息，可以更准确地确定评估区的生态参照系，从而提高贡献率厘定的准确性。
通过将目标路段划分为评估区和参照区，利用历史条件法和自然条件法确定影响评价空间配对比较的生态参照系，可以更全面地评估交通走廊对生态环境的整体影响。评估区用于计算目标路段的生态影响贡献率，参照区则用于比较不同时间段或不同区域的生态状况。
进一步，所述生态参照系包括多个生态参数，所述基于历史条件法确定所述目标路段的评估区的历史生态参照系，包括：
根据所述目标路段的建设时间信息确定所述目标路段的历史时间段；
获取所述目标路段的评估区的各个生态参数的第一历史生态参数信息，所述第一历史生态参数信息为历史时间段的生态参数信息以及评估时间段的生态参数信息，所述生态参数为植被覆盖参数、NDVI、土壤水蚀模数、水网密度参数和生物多样性指数中的任一种；
基于各个生态参数对应的第一历史生态参数信息和预设的历史生态参照系算法，计算所述目标路段的评估区的历史生态参照系。
采用上述进一步方案的有益效果是：通过获取目标路段的历史生态参数信息，并基于预设的历史生态参照系算法进行计算，可以更准确地确定评估区的历史生态参照系，从而提高贡献率厘定的准确性。考虑了多个生态参数，包括植被覆盖参数、NDVI、土壤水蚀模数、水网密度参数和生物多样性指数等，可以更全面地评估交通走廊对生态环境的影响。通过该路段评估时间段的生态参数与历史事件段的生态参数进行比较，可以更方便地评估交通走廊对生态环境的整体影响，并找出潜在的生态问题。
进一步，所述生态参照系包括多个生态参数，所述基于自然条件法确定所述目标路段的评估区的自然生态参照系，包括：
获取所述目标路段的参照区的各个生态参数的第二历史生态参数信息，所述第二历史生态参数信息为评估时间段的生态参数信息；所述生态参数为植被覆盖参数、NDVI、土壤水蚀模数、水网密度参数和生物多样性指数中的任一种；
基于各个生态参数对应的所述第二历史生态参数信息和预设的自然生态参照系算法，计算所述目标路段的评估区的自然生态参照系。
采用上述进一步方案的有益效果是：由于目标路段没有充足的历史生态数据，所以利用自然生态参照系，通过获取目标路段的参照区的历史生态参数信息，并基于预设的自然生态参照系算法进行计算，可以更准确地确定评估区的自然生态参照系，从而更接近自然状态下的生态环境状况。自然生态参照系采用以空间代时间的原理，在缺乏历史生态状态数据时，采用评估区周边的参照区的生态状态作为不受公路/铁路影响的评估区的生态状态。
进一步，当所述目标路段的生态参照系为历史生态参照系时,所述基于所述评估时间段信息、所述目标路段的生态参照系和预设的贡献率厘定计算规则，计算所述目标路段的生态影响贡献率，包括：
获取所述目标路段对应的生态参照系中每个生态参数的影响因素，所述影响因素为降水因素、温度因素、地形因素、湿度因素、交通流量和交通设施中的至少两种所形成的组合；
获取所述评估区的每个所述影响因素在所述历史时间段对应的多个第一影响数据；
对于所述评估区的历史生态参照系的每个生态参数，根据所述生态参数对应的多个第一影响数据，建立所述生态参数与所述生态参数对应的两种影响因素的函数方程，并对所述函数方程进行线性拟合，得到所述目标路段的第一相关算法；
对于每个所述影响因素，获取所述影响因素在所述评估时间段的多个第二影响数据，并根据所述多个第二影响数据计算所述影响因素在所述评估时间段的第一平均影响数据；
将每个所述第一平均影响数据输入至所述第一相关算法中，得到所述目标路段的评估区在所述评估时间段的第一生态参数参照值；
计算所述评估区的历史生态参照系中的每个生态参数在所述评估时间段的第一平均生态参数值；
基于各个所述第一平均生态参数值和各个所述第一生态参数参照值，计算所述目标路段的生态影响贡献率。
采用上述进一步方案的有益效果是：综合考虑了多种影响因素，包括降水、温度和交通等，能够更全面地评估交通走廊对生态环境的长期影响。通过建立生态参数与影响因素的函数方程并进行线性拟合，使得贡献率厘定的计算过程更加科学和准确。通过对比评估区在历史时间段和评估时间段的生态环境变化，即，可以对比评估区施工期和建设前期的生态环境变化，得出施工活动对铁路周边影响的贡献率，也可以对比评估区运营期和建设前期的生态环境变化，得到铁路对周边影响的贡献率。
进一步，当所述目标路段的生态参照系为自然生态参照系时,所述基于所述目标路段的生态参照系、生态状态信息和预设的贡献率厘定计算规则计算所述目标路段的贡献率，包括：
获取所述目标路段对应的生态参照系中每个生态参数的影响因素，所述影响因素为降水因素、温度因素、地形因素、湿度因素、交通流量和交通设施中的至少两种所形成的组合；
获取所述参照区的每个所述影响因素在所述评估时间段的多个第三影响数据；
对于所述参照区的自然生态参照系的每个生态参数，根据所述生态参数对应的多个第三影响数据，建立所述生态参数与所述对应的两种影响因素的函数方程，并对所述函数方程进行线性拟合，得到所述目标路段的第二相关算法；
对于每个所述影响因素，获取所述评估区的所述影响因素在所述评估时间段的多个第四影响数据，并根据所述多个第四影响数据计算所述影响因素在所述评估时间段的第二平均影响数据；
将每个所述平均影响数据输入至所述第二相关算法中，得到所述目标路段的评估区在所述评估时间段的第二生态参数参照值；
计算所述评估区的自然生态参照系中的每个生态参数在所述评估时间段的第二平均生态参数值；
基于各个所述第二平均生态参数值和对应的第二生态参数参照值，计算所述目标路段的生态影响贡献率。
采用上述进一步方案的有益效果是：通过获取目标路段对应生态参照系中每个生态参数的影响因素，并基于这些影响因素建立函数方程进行线性拟合，能够更准确地计算出目标路段的生态影响贡献率；通过采用评估时间段参照区域的生态参数代替历史时间段评估区域的生态参数来计算交通走廊对生态影响的贡献率，以空间代替时间的原理计算交通走廊对生态影响的贡献率，避免数据缺失而无法进行交通走廊对生态影响的定量分析。通过对比参照区评估时间段和评估区评估时间段的生态变化，即，以参照区评估时间段的生态参数代替数据缺失的评估区历史时间段的生态参数。
进一步，所述获取所述目标路段对应的生态参照系中每个生态参数的影响因素，包括：
获取所述目标路段的原数据样本；所述原数据样本包括相关生态参数、气候因素信息和交通因素信息；
根据所述原数据样本和预设的主成分分析法，确定所述目标路段的生态参照系的每个生态参数对应的多个驱动因素，所述驱动因素为影响生态参数变化的因素；
对于每个生态参数，根据预设的相关关系法确定所述生态参数与对应的每个驱动因素的相关性；
根据每个所述驱动因素的相关性，确定生态参数对应的影响因素。
采用上述进一步方案的有益效果是：通过目标交通走廊的原数据样本和预设的主成分分析法，确定了生态参照系中每个生态参数对应的多个驱动因素，并进一步根据相关关系法确定了生态参数与每个驱动因素的相关性。全面地考虑各种影响因素，避免了遗漏重要因素的可能性，提高确定目标交通走廊的生态影响因素的准确性。
进一步，所述目标交通走廊的地理信息包括长度信息，所述基于每个所述目标路段对应的贡献率和预设的交通走廊贡献率计算规则计算所述目标交通走廊的生态影响贡献率包括：
获取每个所述目标路段对应的距离信息，所述距离信息为所述目标路段起点到终点之间的距离；
根据每个所述目标路段的距离信息以及所述目标交通走廊的长度信息，计算每个所述目标路段在所述目标交通走廊中的距离比值；
基于每个所述目标路段的距离比值，对每个所述目标路段对应的贡献率进行加权平均，得到所述目标交通走廊的生态影响贡献率。
采用上述进一步方案的有益效果是：通过获取每个目标路段对应的距离信息，并根据这些距离信息计算每个目标路段在目标交通走廊中的距离比值，能够更准确地确定每个目标路段的相对贡献。在此基础上，通过加权平均每个目标路段的贡献率，可以得到目标交通走廊的整体生态影响贡献率，使得目标交通走廊整体的生态影响贡献率计算的更加准确。
第二方面，本申请提供一种电子设备，采用如下技术方案：
一种电子设备，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行第一方面任一项所述的基于交通走廊的生态贡献率厘定方法的计算机程序。
本发明的有益效果是：处理器执行存储器中存储的基于交通走廊的生态影响贡献率厘定方法，通过将目标交通走廊划分为多个目标路段，并针对每个目标路段进行生态影响贡献率的计算，能够更全面地评估交通走廊对生态环境的整体影响，对交通走廊周围的生态因子进行定量分析，可以更准确地评估交通走廊对生态环境的贡献率，避免定性分析的主观性和不确定性。通过引入了生态参照系的概念，包括历史生态参照系和自然生态参照系，根据所述目标路段的建设时间信息确定目标路段的生态参照系，能够更准确地评估交通走廊在不同时间段的生态影响贡献率。
第三方面，本申请提供一种计算机可读存储介质，采用如下技术方案：
一种计算机可读存储介质，存储有能够被处理器加载并执行第一方面任一项所述的基于交通走廊的生态影响贡献率厘定方法的计算机程序。
本发明的有益效果是：处理器加载并执行计算机可读存储介质中存储的计算机程序，电子设备通过将目标交通走廊划分为多个目标路段，并针对每个目标路段进行生态影响贡献率的计算，能够更全面地评估交通走廊对生态环境的整体影响，对交通走廊周围的生态因子进行定量分析，更准确地评估交通走廊对生态环境的贡献率，避免定性分析的主观性和不确定性。
附图说明
图1为本发明基于交通走廊的生态影响贡献率厘定方法的流程示意图；
图2为本发明交通走廊的参照区和评估区的示意图；
图3为本发明生态参照系识别模型的结构框图；
图4为本发明一种电子设备的结构框图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
本申请实施例提供一种基于交通走廊的生态影响贡献率厘定方法，该基于交通走廊的生态影响贡献率厘定方法可由电子设备执行，该电子设备可以为服务器，也可以为移动终端设备，其中服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器；移动终端设备可以是笔记本电脑、台式计算机等，但不局限于此。
下面结合说明书附图对本申请实施例作进一步详细描述。如图1所示，一种基于交通走廊的生态影响贡献率厘定方法包括步骤S1～S5：
步骤S1，获取目标交通走廊的地理信息和评估时间段信息；
在一种实施方式中，交通走廊是一个由几条起讫点大致相同的平行交通路线所构成的带状空间，通常由两条及以上不同等级的公路或公路和铁路构成，具有流量大、服务水平要求高的特点。它是以高效率的综合运输通道为发展主轴，以轴上或被其紧密吸引的区域内的大中城镇为依托，由产业、人口、资源、信息、城镇、客货流等集聚而成的带状空间地域经济综合体。
如图2所示，目前，基于公路和铁路对生态直接影响范围和程度的大小，将交通走廊划分为评估区和参照区，在本申请实施方式中，将公路或铁路周边1公里的区域作为评估区，将评估区两侧向外延伸2公里的区域作为参照区。
通过卫星遥感的方式收集目标交通走廊的地理信息，地理信息包括但不限于交通走廊的起点、终点、长度、宽度、地形地貌和植被覆盖。电子设备将收集到的数据进行预处理，包括数据清洗、格式转换、异常值处理等，以确保数据的准确性和可靠性，之后，将地理信息转换为计算机可读的形式，通常使用地理信息系统(GIS)进行编码和存储。
评估时间段可根据研究目的和实际需求，选择合适的评估时间段，并可由用户输入至电子设备中，电子设备响应与用户输入的指令，获取目标交通走廊的评估时间段，评估时间段可以为一个季节、目标交通走廊的施工期和目标交通走廊的运营期等。
步骤S2，基于所述地理信息将所述目标交通走廊划分为多个目标路段，并获取每个所述目标路段对应的建设时间信息；
在一种实施方式中，电子设备首先通过地理信息系统ARCGIS软件，对收集的地理信息进行特征分析，根据交通走廊的多条交通路线的评估区以及参照区是否重合作为目标交通走廊的划分条件，并使用GIS软件的编辑功能将交通走廊划分为多个目标路段。每个目标路段应具有一定的连贯性和一致性。
之后，对于每个划分出的目标路段，进一步查询或收集相关的建设时间信息。这些信息可能来源于道路建设记录、历史档案或其他相关资料。
将划分出的目标路段和对应的建设时间信息整理成表格或数据库形式，以便于后续的数据处理和生态影响评估。
将目标交通走廊划分为多个目标路段之后，重新确定每个目标路段的评估和参照区，具体如下：
对于各个相邻的目标路段，电子设备判断相邻的两个目标路段是否存在重叠区域，若存在重叠区域，则判断两个目标路段的评估区和参照区在空间上的重合面积是否超过预设阈值；
若两个目标路段的评估区和参照区在空间上的重合面积是超过预设阈值，则将两个目标路段均作为综合影响目标路段，并将两个综合影响目标路段合并为一个目标路段；
若两个目标路段的评估区和参照区在空间上的重合面积是不超过预设阈值，则将两个目标路段作为单一影响目标路段。
对于各个单一影响目标路段，按照第一划分方式确定单一影响目标路段的评估区和参照区，在本申请实施方式中，将单一影响目标路段周边1公里的区域作为评估区，将评估区两侧向外延伸2公里的区域作为参照区；
对于各个综合影响目标路段，按照第二划分方式确定综合影响目标路段的评估区和参照区，在本申请实施方式中，两个综合影响目标路段最外侧的2公里的区域为参照区，中间重叠部分为评估区。
下面以目标交通走廊中的两条公路或铁路的评估区和参照区进行举例说明。
当陆路交通走廊中两条公路或铁路的评估区和参照区空间上重合面积超过10％时，则认为该目标路段为综合影响目标路段，当两条公路或铁路的评估区和参照区空间上重合面积不超过10％时，则认为该目标路段为单一影响目标路段。
需要说明的是，对于每相邻的两个综合影响目标路段，将两个综合影响目标路段合并为一个目标路段计算生态影响贡献率，对于单一影响目标路段，计算每一个目标路段的生态影响贡献率。
例如，目标交通走廊包括两条道路，每条道路都是各100公里，其中有10公里的参照区重合了，那么将该重合的10公里对应的两个路段分别对应作为两个综合影响目标路段，未重合的道路作为单一影响目标路段，那么在计算目标交通走廊的生态影响贡献率的时，两个综合影响目标路段作为一个目标路段并计算一个目标路段对应的生态影响贡献率，其余180公里所包含的单一影响目标路段的分别计算对应的生态贡献率。
步骤S3，对于每个所述目标路段，基于所述目标路段的建设时间信息确定所述目标路段的生态参照系，所述生态参照系为历史生态参照系和自然生态参照系中的任一种；
在一种实施方式中，生态参照系是指在生态恢复过程中，用于参照和对比的标准或状态。生态参照系包括多个生态参数，生态参数为植被覆盖参数、NDVI、土壤水蚀模数、水网密度参数和生物多样性指数中的任一种。
具体的，如图3所示，电子设备判断所述目标路段的建设时间信息是否大于预设时间；
若所述目标路段的建设时间信息大于预设时间，则基于历史条件法确定所述目标路段的评估区的历史生态参照系，将所述历史生态参照系作为所述目标路段的生态参照系；若所述目标路段的建设时间信息不大于预设时间，则基于自然条件法确定所述目标路段的评估区的自然生态参照系，将所述自然生态参照系作为所述目标路段的生态参照系。
需要说明的是，由于卫星遥感的发展，在1990后生态数据才开始产生，因此，在1990年之前建设的公路或铁路存在生态数据缺乏的情况。在本申请实施方式中，设置预设时间为2000年，在2000年以后建设的路段，有充足的历史生态数据，采用历史条件法确定目标路段的评估区的历史生态参照系；在2000年之前建设的路段，缺乏充足的历史生态数据，采用自然条件法确定目标路段的评估区的自然生态参照系。通过根据目标路段的建设时间信息，可以更准确地确定评估区的生态参照系，从而提高贡献率厘定的准确性。
其中，所述基于历史条件法确定所述目标路段的评估区的历史生态参照系包括步骤S311～S313:
步骤S311，根据所述目标路段的建设时间信息确定所述目标路段的历史时间段；
在一种实施方式中，根据已有的交通走廊建设资料，获取每个路段的建设时间，即，每个目标路段开始建设或竣工的时间点。根据建设时间信息，确定每个目标路段的历史时间段。例如，一个目标路段的建设时间是2000年开始，那么其历史时间段为2000年至该目标路段评估的时间点。
步骤S312，获取所述目标路段的评估区的各个生态参数的第一历史生态参数信息，所述第一历史生态参数信息为历史时间段的生态参数信息以及评估时间段的生态参数信息，所述生态参数为植被覆盖参数、NDVI、土壤水蚀模数、水网密度参数和生物多样性指数中的任一种；
在一种实施方式中，根据目标路段的历史时间段，通过历史数据档案、研究报告等获取该时间段内的生态参数信息。
步骤S313，基于各个生态参数对应的第一历史生态参数信息和预设的历史生态参照系算法，计算所述目标路段的评估区的历史生态参照系
其中，所述预设的历史生态参照系算法为：
ELS评估区＝Ecomean评估区；
其中，ELS评估区为所述目标路段的评估区的历史生态参照系中的任一个生态参数，Ecomean评估区为该任一个生态参数对应的各个第一历史生态参数信息的平均数据。
基于预设的历史生态参照系算法可计算得到历史生态参照系中的各个生态参数，基于所确定的各个生态参数，可确定历史生态参照系。
在一种实施方式中，目标路段的评估区的历史生态参照系的一个生态参数等于该评估区在历史时间段和评估时间段的平均生态参数。对目标路段的每个生态参数均进行计算，得出目标路段的评估区的历史生态参照系。
通过获取目标路段的历史生态参数信息，并基于预设的历史生态参照系算法进行计算，可以更准确地确定评估区的历史生态参照系，从而提高贡献率厘定的准确性。考虑了多个生态参数，包括植被覆盖参数、NDVI、土壤水蚀模数、水网密度参数和生物多样性指数等，可以更全面地评估交通走廊对生态环境的影响。
所述基于自然条件法确定所述目标路段的评估区的自然生态参照系包括步骤S321～S323：
步骤S321，获取所述目标路段的参照区的各个生态参数的第二历史生态参数信息，所述第二历史生态参数信息为评估时间段的生态参数信息；
在一种实施方式中，对于2000年以前建设的公路或铁路，不存在评估区在历史时间段对应的历史生态参数信息，所以获取目标路段的参照区的历史生态参数信息。例如，1990年建设的道路，评估时间段为1990-2020年，2000年前没有评估区的历史生态参数信息，所以获取2000-2020年参照区的平均生态参数数据代替评估区在历史时间段对应的生态参数信息。
步骤S322，基于各个生态参数对应的所述第二历史生态参数信息和预设的自然生态参照系算法，计算所述目标路段的评估区的自然生态参照系；
其中，所述预设的自然生态参照系算法为：
EZR评估区＝Ecomean参照区；
其中，EZR评估区为所述目标路段的评估区的自然生态参照系中的任一个生态参数，Ecomean参照区为该任一个生态参数对应的各个第二历史生态参数信息的平均数据。
基于预设的自然生态参照系算法可计算得到自然生态参照系中的各个生态参数，基于所确定的各个生态参数，可确定自然生态参照系。
在目标路段没有充足的历史生态数据时，利用自然生态参照系，通过获取目标路段的参照区的历史生态参数信息，并基于预设的自然生态参照系算法进行计算，可以更准确地确定评估区的自然生态参照系，从而更接近自然状态下的生态环境状况。自然生态参照系采用以空间代时间的原理，在缺乏历史生态状态数据时，采用评估区周边的参照区的生态状态作为不受公路/铁路影响的评估区的生态状态。
步骤S4，基于所述评估时间段信息、所述目标路段的生态参照系和预设的贡献率厘定计算规则，计算所述目标路段的生态影响贡献率；
在一种实施方式中，具体的，当所述目标路段的生态参照系为历史生态参照系时,步骤S4包括如下子步骤：
步骤S411，获取所述目标路段对应的生态参照系中每个生态参数的影响因素，所述影响因素为降水因素、温度因素、地形因素、湿度因素、交通流量和交通设施中的至少两种所形成的组合；
步骤S412，获取所述评估区的每个所述影响因素在所述历史时间段对应的多个第一影响数据；
在一种实施方式中，影响因素也可以为降水因素、温度因素、地形因素、湿度因素、交通流量和交通设施等因素中的任意三种或多种组合，并不限于此。
步骤S413，对于所述评估区的历史生态参照系的每个生态参数，根据所述生态参数对应的多个第一影响数据，建立所述生态参数与所述生态参数对应的两种影响因素的函数方程，并对所述函数方程进行线性拟合，得到所述目标路段的第一相关算法；例如，确定温度和降水作为影响因素，那么可以建立生态参数与这两个因素之间的线性关系模型。
在一种实施方式中，所述第一相关算法为：
ELS评估区＝A*temp历史+B*prep历史+C
其中，ELS评估区为评估区历史时间段的某个生态参数参照值，temp历史为评估区在历史时间段对应的多个第一种影响因素的第一平均影响数据，prep历史为评估区在历史时间段对应的多个第二种影响因素的第一平均影响数据，A、B、C均为拟合系数。
在其它实施方式中，若影响因素为三种，则对应建立每个生态参数与对应的三种影响因素的函数方程；若影响因素为四种，则对应建立每个生态参数与对应的四种影响因素的函数方程，并以此类推。本申请实施方式中，影响因素优选设置为两种。
步骤S414，对于每个所述影响因素，获取所述影响因素在所述评估时间段的多个第二影响数据，并根据所述多个第二影响数据计算所述影响因素在所述评估时间段的第一平均影响数据；
步骤S415，将每个所述第一平均影响数据输入至所述第一相关算法中，得到所述目标路段的评估区在所述评估时间段的第一生态参数参照值；
步骤S416，计算所述评估区的历史生态参照系中的每个生态参数在所述评估时间段的第一平均生态参数值；
步骤S417，基于各个所述第一平均生态参数值和各个所述第一生态参数参照值，计算所述目标路段的生态影响贡献率，所述生态影响贡献率为所述第一生态参照值与所述第一平均生态参数值之间的比值对应的百分数。
在一种实施方式中，如图2和图3所示，输入参数可以为评估区在评估时间段的生态参数，气候因素信息或交通因素信息根据影响因素的类型进行输入，时间段设置评估时间段和历史时间段，采用上述方法可以输出目标路段的生态参照系并根据生态参照系计算生态影响贡献率。
当需要计算目标路段在施工期的生态影响贡献率时，图2中标注为施工期贡献率，那么输入评估时间段的时间为施工期的时间段，将施工期的时间段作为评估时间段，当需要计算目标路段在运营期的生态影响贡献率时，图2中标注为运营期贡献率，那么输入评估时间段的时间为运营期的时间段，将运营期的时间段作为评估时间段。
通过综合考虑了多种影响因素，包括降水、温度和交通等，能够更全面地评估交通走廊对生态环境的长期影响。通过建立生态参数与影响因素的函数方程并进行线性拟合，使得贡献率厘定的计算过程更加科学和准确。通过对比评估区在历史时间段和评估时间段的生态环境变化，即，可以对比评估区施工期和建设前期的生态环境变化，得出施工期施工活动对铁路或公路周边影响的贡献率，也可以对比评估区运营期和建设前期的生态环境变化，得到运营期铁路或公路对周边生态影响的贡献率。
当所述目标路段的生态参照系为自然生态参照系时,步骤S4包括如下子步骤：
步骤S421，获取所述目标路段对应的生态参照系中每个生态参数的影响因素，所述影响因素为降水因素、温度因素、地形因素、湿度因素、交通流量和交通设施中的任意两种组合；
步骤S422，获取所述参照区的每个所述影响因素在所述评估时间段的多个第三影响数据；
步骤S423，对于所述参照区的自然生态参照系的每个生态参数，根据所述生态参数对应的多个第三影响数据，建立所述生态参数与所述对应的两种影响因素的函数方程，并对所述函数方程进行线性拟合，得到所述目标路段的第二相关算法；
在一种实施方式中，第二相关算法为：
EZR参照区＝A*temp评估时段+B*prep评估时段+C；
其中，EZR参照区为参照区评估时间段的某个生态参数参照值，temp评估时段为参照区在评估时间段对应的多个第一种影响因素的第二平均影响数据，prep评估时段为参照区在评估时段对应的多个第二种影响因素的第二平均影响数据，A、B、C均为拟合系数。
需要说明的是，步骤S423和步骤S413中选取影响因素并建立生态参数与对应影响因素的函数方程的方式相同，在此不在进行说明。
步骤S424，对于每个所述影响因素，获取所述评估区的所述影响因素在所述评估时间段的多个第四影响数据，并根据所述多个第四影响数据计算所述影响因素在所述评估时间段的第二平均影响数据；
步骤S425，将每个所述平均影响数据输入至所述第二相关算法中，得到所述目标路段的评估区在所述评估时间段的第二生态参数参照值；
步骤S426,计算所述评估区的自然生态参照系中的每个生态参数在所述评估时间段的第二平均生态参数值；
步骤S427，基于各个所述第二平均生态参数值和对应的第二生态参数参照值，计算所述目标路段的生态影响贡献率，所述生态影响贡献率为所述第二生态参数参照值与所述第二平均生态参数值之间的比值对应的百分数。
通过采用评估时间段参照区域的生态参数代替历史时间段评估区域的生态参数来计算交通走廊对生态影响的贡献率，以空间代替时间的原理计算交通走廊对生态影响的贡献率，避免数据缺失而无法进行交通走廊对生态影响的定量分析。通过对比参照区评估时间段和评估区评估时间段的生态变化，即，以参照区评估时间段的生态参数代替数据缺失的评估区历史时间段的生态参数。
作为获取所述目标路段对应生态参照系中每个生态参数的影响因素的一种实施方式，包括步骤Sa～Sd：
步骤Sa，获取所述目标路段的原数据样本；所述原数据样本包括相关生态参数、气候因素信息和交通因素信息；
步骤Sb，根据所述原数据样本和预设的主成分分析法，确定所述目标路段的生态参照系的每个生态参数对应的多个驱动因素，所述驱动因素为影响生态参数变化的因素；
在一种实施方式中，首先，用原数据样本建立如下矩阵：
X＝(Xij)n×p，i＝1，2，…，n；j＝1，2，…，p；
其中，n为样本个数，p为每个样本有p项指标。
其次，对原数据样本进行标准化处理，消除原数据间不同数量级和量纲的影响，标准化处理后样本数据如下：
其中，Zij为第i个站位第j个指标的标准化数值,Xij为第i个站位第j个指标的实测值,第j个指标的均值；σj为第j个指标的标准值。
之后，对标准化处理后的数据进行KMO(Kaiser Meyer-Olkin-Measure ofSampling Adequacy)检验和巴特莱特球形检验(Bartlett Test of Sphercity)。KMO检验是对原始变量之间的简相关系数和偏相关系数的相对大小进行检验，KMO值越接近于1，意味着变量间的相关性越强，原有变量越适合做因子分析。巴特莱特球形检验是通过判断相关阵是否为单位阵来验证各变量间的相关性，如果相关阵为单位阵，则各变量间相互独立，不适合做因子分析，反之则适合做因子分析。当KMO检验值大于0.5，Bartlett球形检验值小于0.001时，表明该数据各变量存在相互关系，并非独立，可以进行主成分分析。
之后，根据标准化数据矩阵，建立变量的相关系数矩阵:R＝(rij)p×p，根据特征方程|R-λi|＝0，计算R的特征值λi(i＝1，2，…，p)，即为主成分的方差，将特征值从大到小排列为λ1≥λ2≥…≥λp，则方差贡献率为 累计方差贡献率为/>
不同特征值对应的特征向量为Ig＝(Ig1，Ig2，…，Igp)T,(g＝1，2，…，p)，通过特征向量将标准化数据转化为主成分F。根据主成分方差累积贡献率至少80％或者特征值大于1.0的原则确定主成分个数m。
最后，计算主成分综合得分，先求每个站位i前m个主成分的值，即：
Fij＝Zi1Ig1+Zi2Ig2+…+ZipIgp；i＝1，2，…，n；g＝1，2，…，m。
对前m个主成分进行加权求和，每个主成分的权重系数为该主成分的方差贡献率，最终得到陆路交通走廊生态环境变化的多个驱动因素。此驱动因素各个站位的综合得分计算公式如下：
步骤Sc，对于每个生态参数，根据预设的相关关系法确定所述生态参数与对应的每个驱动因素的相关性；
在一种实施方式中，采用相关关系法确定步骤Sb中相关的主要影响因素与某一生态环境指标的相关性。采用回归分析计算，主要方程如下：
Y＝(X1Y1+X2Y2+...XnYn-nXY)/(X1+X2+...Xn-nX)。
步骤Sd，根据每个所述驱动因素的相关性，确定生态参数对应的影响因素。
在一种实施方式中，若需要确定两个影响因素，则按照每个驱动因素相关性结果的大小选取相关性最大的两个驱动因素作为影响因素；若需要确定三个影响因素，则按照每个驱动因素相关性结果的大小选取相关性最大的三个驱动因素作为影响因素。
通过目标交通走廊的原数据样本和预设的主成分分析法，确定了生态参照系中每个生态参数对应的多个驱动因素，并进一步根据相关关系法确定了生态参数与每个驱动因素的相关性。全面地考虑各种影响因素，避免了遗漏重要因素的可能性，提高确定目标交通走廊的生态影响因素的准确性。
另外，通过斯皮尔曼检验(Spearman’s test)等显著性检验方式对多种原数据样本进行分析，确定了影响交通走廊生态变化的主要影响因素。即，在铁路或公路建设前，评估区和参照区生态变化通常主要受到温度和降水影响；在铁路或公路施工期，评估区的生态变化通常主要受到温度、降水以及施工活动的多重影响，参照区的生态变化通常主要受到温度和降水影响；在铁路或公路运营期，评估区的生态变化通常主要受到温度、降水以及铁路或公路的多重影响，而参照区的生态变化通常主要受到温度和降水影响。
步骤S5，基于各个所述目标路段对应的生态影响贡献率和预设的交通走廊贡献率计算规则计算所述目标交通走廊的生态影响贡献率。
在一种实施方式中，首先，获取每个所述目标路段对应的距离信息，所述距离信息为所述目标路段起点到终点之间的距离，距离信息可以从地理信息系统(GIS)软件中获取；之后，根据每个所述目标路段的距离信息以及所述目标交通走廊的长度信息，计算每个所述目标路段在所述目标交通走廊中的距离比值，例如，如果一个目标路段的长度为10公里，而整个交通走廊的长度为100公里，那么该目标路段的距离比值就是10％；最后，基于每个所述目标路段的距离比值对每个所述目标路段对应的贡献率进行加权平均，得到所述目标交通走廊的生态影响贡献率。
通过获取每个目标路段对应的距离信息，并根据这些距离信息计算每个目标路段在目标交通走廊中的距离比值，能够更准确地确定每个目标路段的相对贡献。在此基础上，通过加权平均每个目标路段的贡献率，可以得到目标交通走廊的整体生态影响贡献率，使得目标交通走廊整体的生态影响贡献率计算的更加准确。
本方法通过将目标交通走廊划分为多个目标路段，并针对每个目标路段进行生态影响贡献率的计算，通过引入了生态参照系的概念，包括历史生态参照系和自然生态参照系，根据所述目标路段的建设时间信息确定目标路段的生态参照系，对交通走廊周围的生态因子进行定量分析。从而更准确地评估交通走廊对生态环境的贡献率，更全面地评估交通走廊对生态环境的整体影响，避免定性分析的主观性和不确定性。
图4为本申请实施例一种电子设备300的结构框图。
如图4所示，电子设备300包括处理器301和存储器302，还可以进一步包括信息输入/信息输出(I/O)接口303以及通信组件304中的一种或多种。
其中，处理器301用于控制电子设备300的整体操作，以完成上述的网络链路故障检测方法中的全部或部分步骤；存储器302用于存储各种类型的数据以支持在电子设备300的操作，这些数据例如可以包括用于在该电子设备300上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，SRAM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、只读存储器(Read-OnlyMemory，ROM)、磁存储器、快闪存储器、磁盘或光盘中的一种或多种。
I/O接口303为处理器301和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件304用于测试电子设备300与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearField Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件304可以包括：Wi-Fi部件，蓝牙部件，NFC部件。
通信总线305可包括一通路，在上述组件之间传送信息。通信总线305可以是PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。通信总线305可以分为地址总线、数据总线、控制总线等。
电子设备300可以被一个或多个应用专用集成电路(ApplicationSpecificIntegrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field ProgrammableGate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例给出的基于交通走廊的生态影响贡献率厘定方法。
电子设备300可以包括但不限于数字广播接收器、PDA(个人数字助理)、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，还可以为服务器等。
下面对本申请实施例提供的计算机可读存储介质进行介绍，下文描述的计算机可读存储介质与上文描述的基于交通走廊的生态影响贡献率厘定方法可相互对应参照。
本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述的基于交通走廊的生态影响贡献率厘定方法的步骤。
该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(R ead-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
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。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种基于交通走廊的生态影响贡献率厘定方法，其特征在于，包括：
获取目标交通走廊的地理信息和评估时间段信息；
基于所述地理信息将所述目标交通走廊划分为多个目标路段，并获取每个所述目标路段对应的建设时间信息；
对于每个所述目标路段，基于所述目标路段的建设时间信息确定所述目标路段的生态参照系，所述生态参照系为历史生态参照系和自然生态参照系中的任一种；
基于所述评估时间段信息、所述目标路段的生态参照系和预设的贡献率厘定计算规则，计算所述目标路段的生态影响贡献率；
基于各个所述目标路段对应的生态影响贡献率和预设的交通走廊贡献率计算规则，计算所述目标交通走廊的生态影响贡献率。
2.根据权利要求1所述的一种基于交通走廊的生态影响贡献率厘定方法，其特征在于,所述目标路段包括评估区和参照区，所述基于所述目标路段的建设时间信息确定所述目标路段的生态参照系，包括：
判断所述目标路段的建设时间信息是否大于预设时间；
若所述目标路段的建设时间信息大于预设时间，则基于历史条件法确定所述目标路段的评估区的历史生态参照系，将所述历史生态参照系作为所述目标路段的生态参照系；
若所述目标路段的建设时间信息不大于预设时间，则基于自然条件法确定所述目标路段的评估区的自然生态参照系，将所述自然生态参照系作为所述目标路段的生态参照系。
3.根据权利要求2所述的一种基于交通走廊的生态影响贡献率厘定方法，其特征在于，所述生态参照系包括多个生态参数，所述基于历史条件法确定所述目标路段的评估区的历史生态参照系，包括：
根据所述目标路段的建设时间信息确定所述目标路段的历史时间段；
获取所述目标路段的评估区的各个生态参数的第一历史生态参数信息，所述第一历史生态参数信息为历史时间段的生态参数信息以及评估时间段的生态参数信息，所述生态参数为植被覆盖参数、NDVI、土壤水蚀模数、水网密度参数和生物多样性指数中的任一种；
基于各个生态参数对应的第一历史生态参数信息和预设的历史生态参照系算法，计算所述目标路段的评估区的历史生态参照系。
4.根据权利要求2所述的一种基于交通走廊的生态影响贡献率厘定方法，其特征在于，所述生态参照系包括多个生态参数，所述基于自然条件法确定所述目标路段的评估区的自然生态参照系，包括：
获取所述目标路段的参照区的各个生态参数的第二历史生态参数信息，所述第二历史生态参数信息为评估时间段的生态参数信息；所述生态参数为植被覆盖参数、NDVI、土壤水蚀模数、水网密度参数和生物多样性指数中的任一种；
基于各个生态参数对应的所述第二历史生态参数信息和预设的自然生态参照系算法，计算所述目标路段的评估区的自然生态参照系。
5.根据权利要求3所述的一种基于交通走廊的生态影响贡献率厘定方法，其特征在于，当所述目标路段的生态参照系为历史生态参照系时,所述基于所述评估时间段信息、所述目标路段的生态参照系和预设的贡献率厘定计算规则，计算所述目标路段的生态影响贡献率，包括：
获取所述目标路段对应的生态参照系中每个生态参数的影响因素，所述影响因素为降水因素、温度因素、地形因素、湿度因素、交通流量和交通设施中的至少两种所形成的组合；
获取所述评估区的每个所述影响因素在所述历史时间段对应的多个第一影响数据；
对于所述评估区的历史生态参照系的每个生态参数，根据所述生态参数对应的多个第一影响数据，建立所述生态参数与所述生态参数对应的两种影响因素的函数方程，并对所述函数方程进行线性拟合，得到所述目标路段的第一相关算法；
对于每个所述影响因素，获取所述影响因素在所述评估时间段的多个第二影响数据，并根据所述多个第二影响数据计算所述影响因素在所述评估时间段的第一平均影响数据；
将每个所述第一平均影响数据输入至所述第一相关算法中，得到所述目标路段的评估区在所述评估时间段的第一生态参数参照值；
计算所述评估区的历史生态参照系中的每个生态参数在所述评估时间段的第一平均生态参数值；
基于各个所述第一平均生态参数值和各个所述第一生态参数参照值，计算所述目标路段的生态影响贡献率。
6.根据权利要求3所述的一种基于交通走廊的生态影响贡献率厘定方法，其特征在于，当所述目标路段的生态参照系为自然生态参照系时,所述基于所述目标路段的生态参照系、生态状态信息和预设的贡献率厘定计算规则计算所述目标路段的贡献率，包括：
获取所述目标路段对应的生态参照系中每个生态参数的影响因素，所述影响因素为降水因素、温度因素、地形因素、湿度因素、交通流量和交通设施中的至少两种所形成的组合；
获取所述参照区的每个所述影响因素在所述评估时间段的多个第三影响数据；
对于所述参照区的自然生态参照系的每个生态参数，根据所述生态参数对应的多个第三影响数据，建立所述生态参数与所述对应的两种影响因素的函数方程，并对所述函数方程进行线性拟合，得到所述目标路段的第二相关算法；
对于每个所述影响因素，获取所述评估区的所述影响因素在所述评估时间段的多个第四影响数据，并根据所述多个第四影响数据计算所述影响因素在所述评估时间段的第二平均影响数据；
将每个所述平均影响数据输入至所述第二相关算法中，得到所述目标路段的评估区在所述评估时间段的第二生态参数参照值；
计算所述评估区的自然生态参照系中的每个生态参数在所述评估时间段的第二平均生态参数值；
基于各个所述第二平均生态参数值和对应的第二生态参数参照值，计算所述目标路段的生态影响贡献率。
7.根据权利要求5或6所述的一种基于交通走廊的生态影响贡献率厘定方法，其特征在于，所述获取所述目标路段对应的生态参照系中每个生态参数的影响因素，包括：
获取所述目标路段的原数据样本；所述原数据样本包括相关生态参数、气候因素信息和交通因素信息；
根据所述原数据样本和预设的主成分分析法，确定所述目标路段的生态参照系的每个生态参数对应的多个驱动因素，所述驱动因素为影响生态参数变化的因素；
对于每个生态参数，根据预设的相关关系法确定所述生态参数与对应的每个驱动因素的相关性；
根据每个所述驱动因素的相关性，确定生态参数对应的影响因素。
8.根据权利要求1所述的一种基于交通走廊的生态影响贡献率厘定方法，其特征在于，所述目标交通走廊的地理信息包括长度信息，所述基于每个所述目标路段对应的贡献率和预设的交通走廊贡献率计算规则计算所述目标交通走廊的生态影响贡献率包括：
获取每个所述目标路段对应的距离信息，所述距离信息为所述目标路段起点到终点之间的距离；
根据每个所述目标路段的距离信息以及所述目标交通走廊的长度信息，计算每个所述目标路段在所述目标交通走廊中的距离比值；
基于每个所述目标路段的距离比值，对每个所述目标路段对应的贡献率进行加权平均，得到所述目标交通走廊的生态影响贡献率。
9.一种电子设备，包括处理器，所述处理器与存储器耦合；
所述处理器用于执行所述存储器中存储的计算机程序，以使得所述电子设备执行如权利要求1至8任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得所述计算机执行如权利要求1-8任一项所述的方法。
CN202410058137.6A 2024-01-15 2024-01-15 基于交通走廊的生态影响贡献率厘定方法、设备及介质 Pending CN117993607A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410058137.6A CN117993607A (zh) 2024-01-15 2024-01-15 基于交通走廊的生态影响贡献率厘定方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410058137.6A CN117993607A (zh) 2024-01-15 2024-01-15 基于交通走廊的生态影响贡献率厘定方法、设备及介质

Publications (1)

Publication Number Publication Date
CN117993607A true CN117993607A (zh) 2024-05-07

Family

ID=90901933

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410058137.6A Pending CN117993607A (zh) 2024-01-15 2024-01-15 基于交通走廊的生态影响贡献率厘定方法、设备及介质

Country Status (1)

Country Link
CN (1) CN117993607A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109493707A (zh) * 2018-10-24 2019-03-19 上海市政工程设计研究总院（集团）有限公司 堰塘型海绵城市社区的城市规划模型
CN116467869A (zh) * 2023-04-12 2023-07-21 同济大学 一种基于改进群组ahp法的街道完整性优化方法
CN116644329A (zh) * 2023-03-15 2023-08-25 交通运输部规划研究院 综合交通运输规划行业的数据分级分类的方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109493707A (zh) * 2018-10-24 2019-03-19 上海市政工程设计研究总院（集团）有限公司 堰塘型海绵城市社区的城市规划模型
CN116644329A (zh) * 2023-03-15 2023-08-25 交通运输部规划研究院 综合交通运输规划行业的数据分级分类的方法和装置
CN116467869A (zh) * 2023-04-12 2023-07-21 同济大学 一种基于改进群组ahp法的街道完整性优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
贺晓琴;华文龙;朱小康;吴寻;: "都市区综合交通走廊工程规划实践――以金华市为例", 城市交通, no. 04, 25 July 2020 (2020-07-25) *
钟味蓉: "基于生态安全格局的大理州国土空间生态修复关键区域识别", 生态学杂志, vol. 1, no. 1, 29 May 2024 (2024-05-29) *

Similar Documents

Publication Publication Date Title
Aburas et al. Land suitability analysis of urban growth in Seremban Malaysia, using GIS based analytical hierarchy process
Boria et al. Spatial filtering to reduce sampling bias can improve the performance of ecological niche models
Kanuganti et al. Evaluation of access to health care in rural areas using enhanced two-step floating catchment area (E2SFCA) method
Ferson et al. Quantitative methods for modeling species habitat: comparative performance and an application to Australian plants
Vlasblom et al. Markov clustering versus affinity propagation for the partitioning of protein interaction graphs
Moradi et al. A GIS-based multi-criteria analysis model for earthquake vulnerability assessment using Choquet integral and game theory
Chan et al. Tourism forecast combination using the CUSUM technique
Niamir et al. Finessing atlas data for species distribution models
Svendsen et al. A hybrid structural health monitoring approach for damage detection in steel bridges under simulated environmental conditions using numerical and experimental data
Bertola et al. A multi-criteria decision framework to support measurement-system design for bridge load testing
Elbagalati et al. Development of an enhanced decision-making tool for pavement management using a neural network pattern-recognition algorithm
Yang et al. Automatic pavement type recognition for image-based pavement condition survey using convolutional neural network
Chen et al. Building vulnerability assessment in seismic areas using ensemble learning: A Nepal case study
Walker et al. Does demolition improve biodiversity? Linking urban green space and socioeconomic characteristics to avian richness in a shrinking city
Aston et al. Study design impacts on built environment and transit use research
CN113627975A (zh) 门店选址方法、装置、计算机设备和存储介质
Song et al. Hybrid nonlinear and machine learning methods for analyzing factors influencing the performance of large-scale transport infrastructure
Acevedo et al. New developments in the study of species distribution
CN112184495B (zh) 存量低效土地监测系统及应用其的分析平台
JP5146084B2 (ja) モデル作成支援システム、モデル作成支援方法、モデル作成支援プログラム
Li et al. Surface layer modulus prediction of asphalt pavement based on LTPP database and machine learning for Mechanical-Empirical rehabilitation design applications
KR101743254B1 (ko) 확률 그래프 모델을 이용한 단백질의 중요부위 예측장치 및 이의 예측방법
Strickland et al. Introduction to the special section on resource selection
Ghasemi et al. Building clustering for regional seismic response and damage analysis
Artés et al. Real-time genetic spatial optimization to improve forest fire spread forecasting in high-performance computing environments

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination