CN114580972A - 一种基于多元生态源地的生态廊道构建方法和装置 - Google Patents
一种基于多元生态源地的生态廊道构建方法和装置 Download PDFInfo
- Publication number
- CN114580972A CN114580972A CN202210458402.0A CN202210458402A CN114580972A CN 114580972 A CN114580972 A CN 114580972A CN 202210458402 A CN202210458402 A CN 202210458402A CN 114580972 A CN114580972 A CN 114580972A
- Authority
- CN
- China
- Prior art keywords
- ecological
- source
- grid
- value
- area
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 32
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 105
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 105
- 239000001301 oxygen Substances 0.000 claims abstract description 105
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 101
- 239000002689 soil Substances 0.000 claims abstract description 95
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 81
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 81
- 238000012423 maintenance Methods 0.000 claims abstract description 66
- 238000004364 calculation method Methods 0.000 claims abstract description 54
- 238000001556 precipitation Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000009826 distribution Methods 0.000 claims abstract description 25
- 238000012163 sequencing technique Methods 0.000 claims description 34
- 230000003628 erosive effect Effects 0.000 claims description 22
- 230000035945 sensitivity Effects 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 14
- 238000000576 coating method Methods 0.000 claims description 11
- 239000011248 coating agent Substances 0.000 claims description 9
- 230000009919 sequestration Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 239000003488 releasing hormone Substances 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 abstract description 7
- 235000013339 cereals Nutrition 0.000 description 55
- 230000006870 function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 241001465754 Metazoa Species 0.000 description 7
- 230000001186 cumulative effect Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000013508 migration Methods 0.000 description 5
- 230000005012 migration Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000004927 clay Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 238000004162 soil erosion Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- NAXKFVIRJICPAO-LHNWDKRHSA-N [(1R,3S,4R,6R,7R,9S,10S,12R,13S,15S,16R,18S,19S,21S,22S,24S,25S,27S,28R,30R,31R,33S,34S,36R,37R,39R,40S,42R,44R,46S,48S,50R,52S,54S,56S)-46,48,50,52,54,56-hexakis(hydroxymethyl)-2,8,14,20,26,32,38,43,45,47,49,51,53,55-tetradecaoxa-5,11,17,23,29,35,41-heptathiapentadecacyclo[37.3.2.23,7.29,13.215,19.221,25.227,31.233,37.04,6.010,12.016,18.022,24.028,30.034,36.040,42]hexapentacontan-44-yl]methanol Chemical compound OC[C@H]1O[C@H]2O[C@H]3[C@H](CO)O[C@H](O[C@H]4[C@H](CO)O[C@H](O[C@@H]5[C@@H](CO)O[C@H](O[C@H]6[C@H](CO)O[C@H](O[C@H]7[C@H](CO)O[C@@H](O[C@H]8[C@H](CO)O[C@@H](O[C@@H]1[C@@H]1S[C@@H]21)[C@@H]1S[C@H]81)[C@H]1S[C@@H]71)[C@H]1S[C@H]61)[C@H]1S[C@@H]51)[C@H]1S[C@@H]41)[C@H]1S[C@H]31 NAXKFVIRJICPAO-LHNWDKRHSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000002431 foraging effect Effects 0.000 description 2
- 238000013467 fragmentation Methods 0.000 description 2
- 238000006062 fragmentation reaction Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 102000003712 Complement factor B Human genes 0.000 description 1
- 108090000056 Complement factor B Proteins 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241000209504 Poaceae Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- -1 loam Substances 0.000 description 1
- CSJDCSCTVDEHRN-UHFFFAOYSA-N methane;molecular oxygen Chemical compound C.O=O CSJDCSCTVDEHRN-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000031068 symbiosis, encompassing mutualism through parasitism Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/60—Ecological corridors or buffer zones
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cultivation Of Plants (AREA)
Abstract
本公开涉及一种基于多元生态源地的生态廊道构建方法和装置,涉及景观生态学和城市生态规划领域,其中,方法包括:获取目标区域的多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数进行指标计算,得到归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子后进行生态源地识别,得到粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地,对其进行并集运算得到综合性生态源地分布区域为源演算生态阻力耗费成本值,基于最小耗费成本值为目标计算各源地间的生态廊道。由此,解决了城市生态空间合理保护和利用问题,为城市生态空间预留、保护提供科学分析、划定方法,实现城市扩张与生态保护的和谐发展。
Description
技术领域
本公开涉及环境科学技术领域中的景观生态学和城市生态规划领域,尤其涉及一种基于多元生态源地的生态廊道构建方法和装置。
背景技术
目前,加速的城市化进程在促进社会进步和经济发展的同时,引起了生物栖息环境的破坏,加剧了生物栖息地的景观破碎化,以及自然生境被过度片段化、人工化和岛屿化,导致生物多样性下降、生态***整体功能退化,致使人与自然矛盾日趋尖锐。因此,如何在土地资源稀缺的城市地区,加强生态空间合理的保护和利用,以满足市民的多元生态、人文需求,实现城市的生态化、韧性化、和谐化就成为城市可持续发展的新挑战。
因此,生态源地和生态廊道的概念应运而生,鉴于生态源地和生态廊道的特殊重要意义,如何识别出其二者的空间分布位置,并加以科学保护、生态化利用,以保障城市生态安全格局,则显得尤为重要。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种基于多元生态源地的生态廊道构建方法和装置。
本公开提供了一种基于多元生态源地的生态廊道构建方法,包括:
获取目标区域的多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数;
基于所述多波段遥感数据、所述下垫面数据、所述降水数据、所述统计数据和所述夜间灯光指数进行指标计算,得到归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子;
基于所述归一化植被指数、所述地形起伏度、所述目标水源涵养因子、所述固碳因子和所述释氧因子进行生态源地识别,得到粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地;
对所述粮食供给源地、所述水源涵养源地、所述生境维持源地、所述固碳释氧源地和所述土壤保持源地进行并集运算得到综合性生态源地分布区域;
获取所述综合性生态源地分布区域对应的生态阻力值面域图层,并基于所述生态阻力值面域图层计算耗费成本值;
获取所述耗费成本值中最小耗费成本值对应的生态廊道作为目标生态廊道。
可选地,所述基于所述多波段遥感数据、所述下垫面数据、所述降水数据、所述统计数据和所述夜间灯光指数进行指标计算,得到归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子,包括:
基于所述多波段遥感数据获取每个栅格的近红外波段灰度值和红外波段灰度值,并获取所述近红外波段灰度值和所述红外波段灰度值之间的差值、以及求和值,计算所述差值和所述求和值的比值,得到每个栅格的所述归一化植被指数;
基于所述下垫面数据获取每个栅格目标距离单位面积内的最大高程值和最小高程值,计算所述最大高程值和所述最小高程值的差值,得到每个栅格的所述地形起伏度;
获取起伏度修正因子,基于所述降水数据获取每个栅格的栅格单元降水量和经验径流系数,基于所述栅格单元降水量、所述起伏度修正因子和所述经验径流系数进行计算,得到所述目标水源涵养因子;
基于每个栅格的所述归一化植被指数和每个栅格的固碳速率平均值进行计算,得到所述固碳因子;
基于每个栅格的所述归一化植被指数和每个栅格的释氧速率平均值进行计算,得到所述释氧因子。
可选地,所述基于所述归一化植被指数、所述地形起伏度、所述目标水源涵养因子、所述固碳因子和所述释氧因子进行生态源地识别,得到粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地,包括:
基于农田区域所有的归一化植被指数进行平均计算,得到归一化植被指数平均值,并基于每个栅格的归一化植被指数和所述归一化植被指数平均值、以及粮食产量平均值进行计算,得到每个栅格的粮食产量,以及基于每个栅格的粮食产量按照从大到小进行排序,获取排序前预设第一数值的栅格的作为所述粮食供给源地;其中,所述预设第一数值的栅格总面积大于预设的第一面积阈值;
基于每个栅格的目标水源涵养因子按照从大到小进行排序,获取排序前预设第二数值的栅格的作为所述水源涵养源地;其中,所述预设第二数值的栅格总面积大于预设的第二面积阈值;
获取水源距离、用地距离、地类条件和所述地形起伏度对应的权重因子,基于所述水源距离、所述用地距离、所述地类条件和所述地形起伏度以及对应的权重因子进行计算,得到所述生境维持数值,并基于每个栅格的生境维持数值按照从大到小进行排序,获取排序前预设第三数值的栅格的作为所述生境维持源地;其中,所述预设第三数值的栅格总面积大于预设的第三面积阈值;
分别对每个栅格的所述固碳因子和所述释氧因子进行求和,得到每个栅格的综合固碳释氧速率,并基于每个栅格的综合固碳释氧速率按照从大到小进行排序,获取排序前预设第四数值的栅格的作为所述固碳释氧源地;其中,所述预设第四数值的栅格总面积大于预设的第四面积阈值;
基于所述降水数据获取降雨侵蚀力和所述下垫面数据获取植被覆盖因子,并基于预设的土壤数据库获取土壤质地,以及基于所述降雨侵蚀力、所述土壤质地、所述地形起伏度和所述植被覆盖因子进行分析,得到每个栅格的土壤敏感等级,基于每个栅格的土壤敏感等级按照敏感等级从低到高进行排序,获取排序前预设第五数值的栅格的作为所述土壤保持源地;其中,所述预设第五数值的栅格总面积大于预设的第五面积阈值。
可选地,所述基于所述生态阻力值面域图层计算耗费成本值,包括:
基于所述生态阻力值面域图层获取实地距离和目标生态阻力值;
基于预设的公式对所述实地距离和所述目标生态阻力值进行计算,得到所述耗费成本值。
可选地,所述基于所述生态阻力值面域图层获取目标生态阻力值,包括:
获取所述生态阻力值面域图层中各地表覆被类型的归一化植被指数、生态阻力当量平均值和非生态空间阻力当量平均值;
基于所述生态空间各地表覆被类型的归一化植被指数进行平均计算,得到相应归一化植被指数平均值;
基于所述生态空间各地表覆被类型的归一化植被指数、所述生态阻力当量平均值和所述归一化植被指数平均值进行计算,得到第一生态阻力值;
基于所述夜间灯光指数获取非生态空间各地表覆被类型的夜间灯光指数数值;
基于所述非生态空间各地表覆被类型的夜间灯光指数进行平均计算,得到相应夜间灯光指数平均值;
基于非生态空间各地表覆被类型的夜间灯光指数数值、所述非生态空间阻力当量平均值和所述夜间灯光指数平均值进行计算,得到第二生态阻力值;
基于所述第一生态阻力值和所述第二生态阻力值进行计算,得到所述目标生态阻力值。
本公开提供了一种基于多元生态源地的生态廊道构建装置,包括:
获取数据模块,用于获取目标区域的多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数;
指标计算模块,用于基于所述多波段遥感数据、所述下垫面数据、所述降水数据、所述统计数据和所述夜间灯光指数进行指标计算,得到归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子;
源地识别模块,用于基于所述归一化植被指数、所述地形起伏度、所述目标水源涵养因子、所述固碳因子和所述释氧因子进行生态源地识别,得到粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地;
并集计算模块,用于对所述粮食供给源地、所述水源涵养源地、所述生境维持源地、所述固碳释氧源地和所述土壤保持源地进行并集运算得到综合性生态源地分布区域;
获取模块,用于获取所述综合性生态源地分布区域对应的生态阻力值面域图层;
计算成本模块,用于基于所述生态阻力值面域图层计算耗费成本值;
确定生态廊道模块,用于获取所述耗费成本值中最小耗费成本值对应的生态廊道作为目标生态廊道。
可选地,所述指标计算模块,具体用于:
基于所述多波段遥感数据获取每个栅格的近红外波段灰度值和红外波段灰度值,并获取所述近红外波段灰度值和所述红外波段灰度值之间的差值、以及求和值,计算所述差值和所述求和值的比值,得到每个栅格的所述归一化植被指数;
基于所述下垫面数据获取每个栅格目标距离单位面积内的最大高程值和最小高程值,计算所述最大高程值和所述最小高程值的差值,得到每个栅格的所述地形起伏度;
获取起伏度修正因子,基于所述降水数据获取每个栅格的栅格单元降水量和经验径流系数,基于所述栅格单元降水量、所述起伏度修正因子和所述经验径流系数进行计算,得到所述目标水源涵养因子;
基于每个栅格的所述归一化植被指数和每个栅格的固碳速率平均值进行计算,得到所述固碳因子;
基于每个栅格的所述归一化植被指数和每个栅格的释氧速率平均值进行计算,得到所述释氧因子。
可选地,所述源地识别模块,具体用于:
基于农田区域所有的归一化植被指数进行平均计算,得到归一化植被指数平均值,并基于每个栅格的归一化植被指数和所述归一化植被指数平均值、以及粮食产量平均值进行计算,得到每个栅格的粮食产量,以及基于每个栅格的粮食产量按照从大到小进行排序,获取排序前预设第一数值的栅格的作为所述粮食供给源地;其中,所述预设第一数值的栅格总面积大于预设的第一面积阈值;
基于每个栅格的目标水源涵养因子按照从大到小进行排序,获取排序前预设第二数值的栅格的作为所述水源涵养源地;其中,所述预设第二数值的栅格总面积大于预设的第二面积阈值;
获取水源距离、用地距离、地类条件和所述地形起伏度对应的权重因子,基于所述水源距离、所述用地距离、所述地类条件和所述地形起伏度以及对应的权重因子进行计算,得到所述生境维持数值,并基于每个栅格的生境维持数值按照从大到小进行排序,获取排序前预设第三数值的栅格的作为所述生境维持源地;其中,所述预设第三数值的栅格总面积大于预设的第三面积阈值;
分别对每个栅格的所述固碳因子和所述释氧因子进行求和,得到每个栅格的综合固碳释氧速率,并基于每个栅格的综合固碳释氧速率按照从大到小进行排序,获取排序前预设第四数值的栅格的作为所述固碳释氧源地;其中,所述预设第四数值的栅格总面积大于预设的第四面积阈值;
基于所述降水数据获取降雨侵蚀力和所述下垫面数据获取植被覆盖因子,并基于预设的土壤数据库获取土壤质地,以及基于所述降雨侵蚀力、所述土壤质地、所述地形起伏度和所述植被覆盖因子进行分析,得到每个栅格的土壤敏感等级,基于每个栅格的土壤敏感等级按照敏感等级从低到高进行排序,获取排序前预设第五数值的栅格的作为所述土壤保持源地;其中,所述预设第五数值的栅格总面积大于预设的第五面积阈值。
本公开提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述实施例所述的基于多元生态源地的生态廊道构建方法。
本公开提供了一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述实施例所述的基于多元生态源地的生态廊道构建方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点:
获取目标区域的多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数,基于多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数进行指标计算,得到归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子,基于归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子进行生态源地识别,得到粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地,对粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地进行并集运算得到综合性生态源地分布区域,获取综合性生态源地分布区域对应的生态阻力值面域图层,并基于生态阻力值面域图层计算耗费成本值,获取耗费成本值中最小耗费成本值对应的生态廊道作为目标生态廊道。由此,为城市生态空间预留、保护提供科学的分析、划定方法,实现城市扩张、生态保护的和谐发展。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例提供的一种基于多元生态源地的生态廊道构建方法的流程示意图;
图2为本公开实施例提供的另一种基于多元生态源地的生态廊道构建方法的流程示意图;
图3为本公开实施例提供的基于量化数据分析计算的生态源地识别流程示意图;
图4为本公开实施例提供的一种基于多元生态源地的生态廊道构建装置的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
通常,生态源地和生态廊道由草地、湿地、绿地、林地、耕地、园地、水域等具有显著生态功能的绿色空间组成。生态源地能够有效地为动植物提供良好的觅食、栖息、繁殖场所,同时还能发挥涵养水源、调节小气候、消解污染物等生态功能。生态廊道作为具有一定物理宽度和空间连续性的线状或带状生态空间,不仅能够为野生动物提供优质的觅食、迁徙通道,促进多元生态***间物质流、信息流、能量流的传递与交互,实现生物多样性的增加;另外,生态廊道还能够为城市居民提供优良的休闲、游憩空间。
基于城市扩张与生态环境和谐、可持续发展的高压驱动下,本公开实施例提出基于多元生态源地的生态廊道构建方法,为城市生态空间预留、保护提供科学的分析、划定方法,实现城市扩张、生态保护的和谐发展。
具体地,图1为本公开实施例提供的一种基于多元生态源地的生态廊道构建方法的流程示意图,包括:
步骤101,获取目标区域的多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数。
其中,目标区域可以根据应用场景需要选择,比如XX省YY市或者是AA市BB区等。
其中,多波段遥感数据比如近红外波段灰度值、红外波段灰度值等;下垫面数据比如土地利用、地表覆被和地形高程等数据;降水数据比如目标区域内站点的降水量、降水频率等;统计数据比如粮食产量均值、固碳释氧量均值等方便后续的空间离散化;夜间灯光指数比如利用可见光红外成像辐射仪(VIIRS,Visible Infrared Imaging RadiometerSuite)获取的夜间灯光指数数据,后续利用该数据对非生态空间用地的生态阻力值进行空间离散化处理。
步骤102,基于多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数进行指标计算,得到归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子。
在本公开实施例中,利用搜集到的目标区域的多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数等数据,利用数学模型对目标区域的相关数字化指标进行计算,包括:归一化植被指数(NDVI,Normalized Difference Vegetation Index)、地形起伏度、目标水源涵养因子、固碳因子、释氧因子等。
在本公开实施例中,基于多波段遥感数据获取每个栅格的近红外波段灰度值和红外波段灰度值,并获取近红外波段灰度值和红外波段灰度值之间的差值、以及求和值,计算差值和求和值的比值,得到每个栅格的归一化植被指数。
具体地,归一化植被指数NDVI=(NIR-R)÷(NIR+R),式中,NIR为近红外波段灰度值,R为红外波段灰度值。
在本公开实施例中,基于下垫面数据获取每个栅格目标距离单位面积内的最大高程值和最小高程值,计算最大高程值和最小高程值的差值,得到每个栅格的地形起伏度。其中,目标距离可以根据应用场景需要设置,比如在目标栅格目标距离1 km(搜索窗口面积为1km2)内的最大高程赋值给中心区域的当前栅格;按照1 km2的窗口范围,遍历全域,将最值(大、小)赋值给相应的中心栅格。
具体地,地形起伏度D=Hmax-Hmin,式中,Hmax为单位面积内最大高程值,Hmin为单位面积内最小高程值。
在本公开实施例中,获取起伏度修正因子,基于降水数据获取每个栅格的栅格单元降水量、起伏度修正因子和经验径流系数,基于栅格单元降水量和经验径流系数进行计算,得到目标水源涵养因子。
具体地,目标水源涵养因子R=P×(1-α)×q,式中,P为栅格单元降水量,α为不同地表覆被的经验径流系数,q为起伏度修正因子。
在本公开实施例中,基于每个栅格的归一化植被指数和每个栅格的固碳速率平均值进行计算,得到固碳因子。
具体地,固碳因子Ci= NDVIi÷NDVIi均×Ci均,式中,NDVIi为第i种地表覆被类型的NDVI值,NDVIi均为第i种地表覆被类型的NDVI平均值,Ci均为第i种地表覆被类型的固碳速率平均值。
在本公开实施例中,基于每个栅格的归一化植被指数和每个栅格的释氧速率平均值进行计算,得到释氧因子。
具体地,释氧因子Oi= NDVIi÷NDVIi均×Oi均,式中,Oi均为第i种地表覆被类型的释氧速率平均值。
步骤103,基于归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子进行生态源地识别,得到粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地。
在本公开实施例中,基于指标数据,通过离散化、加权法等对生态源地进行识别,包括:粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地。
在本公开实施例中,基于目标区域所有农田的归一化植被指数进行平均计算,得到归一化植被指数平均值,并基于每个栅格的归一化植被指数和归一化植被指数平均值、以及粮食产量平均值进行计算,得到每个栅格的粮食产量,以及基于每个栅格的粮食产量按照从大到小进行排序,获取排序前预设第一数值的栅格的作为粮食供给源地;其中,预设第一数值的栅格总面积大于预设的第一面积阈值。由此,通过科学的基于NDVI的栅格离散化方法,可精准实现农田高产区的有效识别,进一步科学确定粮食供给源地。
具体地,粮食供给源地识别指的是基于目标区域粮食平均单位面积产量,生成栅格化粮食产量数据(如:该目标区域粮食平均产量为500kg/ha,则对所有耕地范围赋值为500),利用栅格化NDVI对其进行离散化处理(将上述500的一个值,空间离散化为50-900的不同数值)后比如选择前20%的高产区、整体面积大于50 ha的地块作为粮食供给源地。其中,离散化方法为:栅格化粮食产量Li= NDVILi÷NDVIL均×L均,式中,NDVILi为耕地的栅格化NDVI值,NDVIL均为耕地的NDVI平均值,L均为粮食产量平均值。
在本公开实施例中,基于每个栅格的目标水源涵养因子按照从大到小进行排序,获取排序前预设第二数值的栅格的作为水源涵养源地;其中,预设第二数值的栅格总面积大于预设的第二面积阈值。由此,可以简单、迅速的演算区域出水源涵养量,相对已有的模型法来看,可以节约大量时间;并通过地形起伏度对结果进行修正,可以提高计算的准确性和精度。
具体地,水源涵养源地识别指的是基于水量平衡原理,利用经验径流系数法,并采用地形起伏度对其进行修正,演算降水对地下水的补给后比如选择前20%的高水源涵养区、整体面积大于50 ha的地块作为源地。
更具体地,为了简单、迅速的演算区域出水源涵养量,节约大量时间,通过地形起伏度对结果进行修正,可以提高计算的准确性和精度。R=P×(1-α)×q,式中,P为栅格单元降水量,α为不同地表覆被的经验径流系数,q为起伏度修正因子。
在本公开实施例中,获取水源距离、用地距离、地类条件和地形起伏度对应的权重因子,基于水源距离、用地距离、地类条件和地形起伏度以及对应的权重因子进行计算,得到生境维持数值,并基于每个栅格的生境维持数值按照从大到小进行排序,获取排序前预设第三数值的栅格的作为生境维持源地;其中,预设第三数值的栅格总面积大于预设的第三面积阈值。由此,生境维持源地识别的指标体系构建科学、合理、全面,能够反映动物栖息源地质量等级状态。
具体地,生境维持源地识别指的是综合与水源距离、地形条件、与建成用地距离、地表覆被的隐蔽性(地类条件)等四种生境维持因子进行加权适宜性分析(比如权重依次为0.3、0.15、0.25、0.3),以反映空间的生境质量级别,比如选择前20%的高适宜性区域、整体面积大于50 ha的地块作为生境维持源地。
在本公开实施例中,分别对每个栅格的固碳因子和释氧因子进行求和,得到每个栅格的综合固碳释氧速率,并基于每个栅格的综合固碳释氧速率按照从大到小进行排序,获取排序前预设第四数值的栅格的作为固碳释氧源地;其中,预设第四数值的栅格总面积大于预设的第四面积阈值。由此,综合考虑固碳、释氧的生态环境效益,将植被的大气环境作用得以全面量化表达。
具体地,固碳释氧源地识别指的是基于不同地表植被类型的平均固碳、释氧速率,利用各地类的NDVI对其分别进行离散化处理,对固碳、释氧综合速率求和后比如选择前20%的高产区、整体面积大于50ha的地块作为固碳释氧源地。
即,从统计数据获取目标区域地表覆被的固碳、释氧速率平均值,然后结合空间化的NDVI值对其进行离散化处理(得到固碳、释氧的速率的空间分布图)。
在本公开实施例中,基于降水数据获取降雨侵蚀力和下垫面数据获取植被覆盖因子,并基于预设的土壤数据库获取土壤质地,以及基于降雨侵蚀力、所述土壤质地、地形起伏度和植被覆盖因子进行分析,得到每个栅格的土壤敏感等级,基于每个栅格的土壤敏感等级按照敏感等级从低到高进行排序,获取排序前预设第五数值的栅格的作为土壤保持源地;其中,预设第五数值的栅格总面积大于预设的第五面积阈值。由此,可以分别从侵蚀力、土壤质地、起伏度、植被覆盖等四个方面简化为五级敏感性指标,可便捷、快速的对土壤侵蚀敏感性进行定量化评价,极大地提高了评估的便捷性和可操作性。
具体地,土壤保持源地识别指的是基于预设的土壤流失方程简化的土壤侵蚀风险模型,将降雨侵蚀力、土壤质地、地形起伏度、植被覆盖因子等四项因子进行集成评价后比如选择前20%的低敏感区、整体面积大于50ha的地块作为土壤保持源地。
表1
举例而言,土壤保持源地的识别综合考虑降雨侵蚀力、土壤质地、地形起伏度、植被覆盖等四种要素,通过分级当量赋值法,对各要素进行级别分值确定,采用1、3、5、7、9等五级分值法,其中降雨侵蚀力的分级阈值分别为25、100、400、600;土壤质地阈值分类依次为石砾、沙,粗砂土、细砂土、黏土,面砂土、壤土,砂壤土、粉黏土、壤黏土,砂粉土、粉土;地形起伏度阈值分别为20、50、100、300 m/km2;植被覆盖主要依靠土地利用地类情况划分,具体划分阈值地类为水体、沼泽、稻田,阔叶林、针叶林、草甸、灌丛,稀疏灌木草原、一年二熟、一年水旱两作,荒漠、一年一熟,无植被。
需要说明的是预设的第一数值的栅格总面积至第五数值的栅格总面积,以及第一面积阈值至第五面积阈值,都可以根据应用场景选择设置,本公开不做具体限制。
步骤104,对粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地进行并集运算得到综合性生态源地分布区域。
在本公开实施例中,综合生态源地:基于粮食供给、水源涵养、生境维持、固碳释氧、土壤保持等五种生态功能,通过并集运算得到综合性生态源地分布范围,实现多样化的综合性生态服务功能。也就是说,对生成的5种源地矢量图层进行并集计算,得到综合性生态源地分布区域对应的矢量图层。其中,对生成的5种源地矢量图层进行并集计算,得到综合性生态源地分布区域对应的矢量图层可以理解成将5种源地矢量图层进行空间叠加,对有相交部分的不同源地地块,合并为新的大综合单元,对于无相交独立的源地单元地块,直接纳入综合生态源地。
由此,选择的生态源地类型多样、全面,能够较好、客观、科学地反映自然环境的主要生态功能特征。
步骤105,获取综合性生态源地分布区域对应的生态阻力值面域图层,并基于生态阻力值面域图层计算耗费成本值。
步骤106,获取耗费成本值中最小耗费成本值对应的生态廊道作为目标生态廊道。
其中,生态阻力值面域图层指的是基于地类生态阻力当量均值栅格文件,利用空间离散方法进行均值离散化处理后所得的生态阻力图层。
在本公开实施例中,基于生态阻力值面域图层计算耗费成本值,包括:基于预设的公式对实地距离和目标生态阻力值进行计算,得到耗费成本值。也就是说,将生态源地等价为电路节点,非生态源地视为具有不同阻力值的电阻,采用最小累积阻力模型和电路模型对源地间的生态廊道进行识别。
由此,识别生态廊道的方法科学、合理,结合物理空间的实地距离和动物对地物感知的阻力当量综合叠加,实现动物迁移最小阻力廊道的有效识别。
在本公开实施例中,获取所述生态阻力值面域图层中生态空间各地表覆被类型的归一化植被指数、生态阻力当量平均值和非生态空间阻力当量平均值,基于生态空间各地表覆被类型的归一化植被指数进行平均计算,得到相应归一化植被指数平均值,基于生态空间各地表覆被类型的归一化植被指数、生态阻力当量平均值和归一化植被指数平均值进行计算,得到第一生态阻力值,基于夜间灯光指数获取非生态空间各地表覆被类型的夜间灯光指数数值,基于非生态空间各地表覆被类型的夜间灯光指数进行平均计算,得到相应夜间灯光指数平均值,基于非生态空间各地表覆被类型的夜间灯光指数数值、非生态空间阻力当量平均值和夜间灯光指数平均值进行计算,得到第二生态阻力值,基于第一生态阻力值和第二生态阻力值进行计算,得到目标生态阻力值。
由此,针对生态空间和非生态空间,分别选择NDVI和夜间灯光指数来对生态阻力值进行空间离散化处理,该方法科学、高效,能够有效实现客观反映地表的生态阻力情况。
具体地,基于景观连通度原理,评价粮食供给、水源涵养、生境维持、固碳释氧、土壤保持等任意个体源地缺失情况下对整体景观连通性的影响,并用“景观连通度重要性”指标来量化表达,以此来科学确定各生态源地斑块的重要性,进一步有助于评判相关生态廊道的重要性。
其中,景观连通度重要性指的是源地斑块对生态景观保持连通的重要性,即在此处断裂(或者移除后)整个区域生态景观连通性的变化量,具体计算公式为:
dI(%)=100×(I-Iremove)÷I;
式中,n 表示目标区域中斑块总数,和分别表示斑块i 和斑块j 的面积,是目标区域的总面积,是物种在斑块i 和斑块j 直接扩散的概率。I 表示景观中所有斑块的整体指数,Iremove是去除单个斑块后剩余斑块的整体指数值。dI值越高,表示该斑块在景观连通中的重要性越高,也意味着dI值越高的斑块,在目标区域的核心地位越明显。
具体地,采用基于土地利用类型的生态阻力当量法进行赋值,并利用NDVI和夜间灯光指数进行空间离散化处理,综合生态阻力值、生态源地位置、与源地的空间距离等,构建基于生态源地空间的生态阻力累计耗费成本栅格图。
具体地,基于土地利用类型的阻力当量均值进行栅格化赋值(比如针对不同的地类,如草地、林地,分别赋予不同的阻力值当量如1、3、50等),其中,生态空间(林、草、水、田、公园与绿地等)基于栅格化的NDVI值进行空间离散化处理;非生态空间(建设用地、机场用地、道路、宅基地、岩石砾地、公用设施用地等)基于栅格化的夜间灯光指数值进行空间离散化处理;然后将不同下垫面地类条件的离散化栅格图层进行合并,并结合源地空间位置生成空间成本距离栅格表面,即可得到基于生态源地位置的生态阻力累计耗费成本栅格图。
具体地,生态空间的阻力值离散化方法为:栅格化阻力当量F生i= NDVI生i÷NDVI生i均×T生i均,式中,NDVI生i为生态空间第i种地表覆被类型的NDVI值,NDVI生i均为第i种地表覆被类型的NDVI平均值,T生i均为第i种地表覆被类型的生态阻力当量平均值。
非生态空间的阻力值离散化方法为:栅格化阻力当量F非i= G非i÷G非i均×Y非i均,式中,G非i为第i种非生态空间地表覆被类型的夜间灯光指数数值,G非i均为第i种非生态空间地表覆被类型的夜间灯光指数平均值,Y非i均为第i种地表覆被类型的生态阻力当量平均值。
由此,生态阻力值的空间离散化方法,可有效实现生态阻力值当量的空间化、差异化、异质化。
从而累计耗费成本值(i=1,2,…n;j=1,2,…m),式中,Ei为从空间某一单元i到生态源地的实地距离;Fj为空间范围中某一景观单元j的生态阻力值;Mi为景观单元i到源地的累计耗费成本值。n为基本生态景观单元总数。
最小累积耗费成本路径(即生态廊道)则可以通过数学模型表达为:
其中,MCR表示最小累积耗费成本路径;min()表示求取最小值;Mi为景观单元i到源地的累计耗费成本值。
生态廊道属于连通型廊道,作为保障生态源地之间能量和物质流动的通道,是促进物质流、生态流、生态过程连通,实现区域生态***功能完整性的关键生态用地。本公开实施例中,采用最小累积阻力模型和电路模型对生态廊道进行识别,最小累积阻力模型认为,生态过程水平流动需要克服相应的景观阻力,因此生态阻力反映景观内部迁移的受阻程度。生态源地可等价为电路节点,非生态源地则视为具有不同阻力值的电阻,基于非生态源地区域所通过的电流值高低识别生态廊道。从而实现城市发展的有序扩张,能够达成科学预留城市生态源地和廊道空间,促进城市与生态的共生。
综上所述,本公开实施例的基于多元生态源地的生态廊道构建方法,通过获取目标区域的多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数,基于多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数进行指标计算,得到归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子,基于归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子进行生态源地识别,得到粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地,对粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地进行并集运算得到综合性生态源地分布区域,获取综合性生态源地分布区域对应的生态阻力值面域图层,并基于生态阻力值面域图层计算耗费成本值,获取耗费成本值中最小耗费成本值对应的生态廊道作为目标生态廊道。由此,为城市生态空间预留、保护提供科学的分析、划定方法,实现城市扩张、生态保护的和谐发展。
基于上述实施例描述,如图2所示,包括数据收集(遥感数据、下垫面数据、降水数据、统计数据和灯光数据)、指标计算(归一化植被指数、地形因子、地类要素、地类距离因子、径流因子、固碳、释氧因子和侵蚀因子)、源地识别(粮食供给、水源涵养、生境维持、固碳释氧和土壤保持)、阻力面构建(地类阻力当量和栅格离散化)以及按照最小阻力模型法进行廊道构建,得到连接各生态源地的最小阻力生态廊道。
如图3所示,包括数据层(遥感数据、DEM(Digital Elevation Model,数字高程模型)数据、土地利用数据、降水数据、土壤数据、统计数据和灯光数据)连接要素层(农田产量、NDVI、地类要素、起伏度、降水、径流系数、固碳速率、释氧速率、水源距离、建设用地距离、灯光指数、隐蔽性条件、降雨侵蚀力、土壤质地和植被覆盖)连接分析层(粮食供给、水源涵养、生境维持、固碳释氧和土壤保持)。
由此,通过对遥感、下垫面、降水等数据的收集与分析,科学计算归一化植被指数、侵蚀因子等量化指标,选择粮食供给、水源涵养、生境维持、固碳释氧、土壤保持等生态功能比如位于前20%的优越地区、连续整体面积大于50 ha的地块作为生态源地。基于“景观连通度重要性”指标对生态源地的重要性进行分析,以识别各生态源地的保护等级。利用最小累计阻力模型和电路模型,基于离散化的栅格生态阻力表面,提取各生态源地间的最佳生态廊道,从而为城市生态安全格局提供有效保障。
作为一种场景举例,以S省T市为例,结合T市土地利用数据库,筛选出农田属性地类,包括水田、旱地、水浇地等,经查询统计资料可知T市年平均粮食单产为6712.14kg/ha,农田区域的平均NDVI值为0.38,利用栅格化NDVI值对农田区域的粮食产量进行空间离散化。选择粮食产量位于前20%的高产区、连续整体面积大于50ha的地块作为粮食供给源地。比如T市包括11处粮食供给源地,总面积为976ha,最大的源地,257ha,占总粮食供给源地面积的26%。
进一步地,基于T市土地利用数据库筛选出不同下垫面类型,利用水量平衡原理,采用经验径流系数、插值后的栅格化降水数据,并利用地形起伏度对其进行修正,计算降水对地下水的补给作为水源涵养量;选择前20%的高水源涵养区、整体面积大于50ha的地块作为水源涵养源地。比如T市包括13处水源涵养源地,总面积为7763ha,最大的源地面积为4406ha,占总水源涵养源地面积比例的57%;其次为源地面积为1580ha,占比达20%。
进一步地,生境维持源地识别。综合考虑与水源距离、地形条件、与建成用地距离、地表覆被的隐蔽性等四种因子,进行加权量化分析(权重依次为0.3、0.15、0.25、0.3),以反映土地空间的生境质量级别;各生境维持因子的阈值划分结合动物活动能力和范围进行科学设定,各因子的阈值及当量赋值情况详见下表。选择前20%的高适宜性区域、整体面积大于50 ha的地块作为源地。比如T市包括18处生境维持源地,总面积为109 km2,最大的源地面积为23 km2,占总生境维持源地面积的比例为21%;其次为源地面积为17 km2,占比达15%。
具体地,生境维持源地识别要素指标划分表如表2所示:
表2
进一步地,固碳释氧源地识别,基于不同地表植被类型的平均固碳、释氧速率,利用栅格化的NDVI对其分别进行离散化处理,得到T市固碳、释氧分布图,随后对固碳、释氧能力进行空间求和,选择前20%的高产区、整体面积大于50 ha的地块作为固碳释氧源地。比如T市包括13处固碳释氧源地,总面积为102 km2,最大的源地面积约77 km2,占总固碳释氧源地面积比例为75%;其次为源地面积约为7 km2,占比为7%。
进一步地,土壤保持源地识别,基于通用土壤流失方程简化的土壤侵蚀风险模型,综合考虑降雨侵蚀力、土壤质地、地形起伏度、植被覆盖因子等进行集成评价,土壤保持因子B=(R×S×D×C)1/4,式中,R为降雨侵蚀力;S为土壤质地;D为地形起伏度;C为植被覆盖情况;具体分级标准及分值当量详见表1。最后选择土壤保持功能较好的低敏感区域的前20%、整体连续面积大于50 ha的地块作为土壤保持源地。比如T市包括10处土壤保持源地,总面积为57 km2,最大的源地面积约21 km2,占总土壤保持源地面积比例为36%;其次为源地面积约为16 km2,占比为27%。
进一步地,综合生态源地,也就是说基于粮食供给、水源涵养、生境维持、固碳释氧、土壤保持等五种生态功能,通过并集运算得到T市综合性生态源地分布范围,实现多样化的综合生态服务功能。比如T市综合生态源地面积为268.9 km2,能够提供3项生态功能的生态源地面积为6.4 km2,占总源地面积的2.4%,,能够提供2项生态功能的生态源地面积为74.5 km2,占27.7%,仅能够提供1项生态功能的生态源地面积为188.0 km2,占69.9%。
进一步地,生态源地重要性识别,具体地,基于景观连通度原理,评价综合生态源地的任意个体单元缺失情况下对整体景观连通性的影响,用“景观连通度重要性”指标来量化表达,以此来科学确定各生态源地斑块的重要性。比如基于自然断点法,景观连通度重要性在20%以上的作为生态源地极重要保护区,面积为171.9 km2,该类型源地应严格保护,并合理构建目标距离缓冲带;景观连通度重要性在10%~20%的作为生态源地重要保护区,面积为52.7 km2,该类型源地应加强保护与有序生态化利用;景观连通度重要性在10%以下的作为生态源地重点修复区,面积为44.2 km2,该类型源地应加强修复与保护工作,有序提升其生态环境质量。
进一步地,栅格阻力面构建,具体地,基于动物生活***相对较高的区域。
最后,生态廊道识别,具体地,采用最小累积阻力模型和电路模型对生态廊道进行识别,最小累积阻力模型认为,生态过程的水平流动需要克服相应的景观阻力,因此生态阻力可以反映景观内部迁移的受阻程度。生态源地可等价为电路节点,非生态源地则视为具有不同阻力值的电阻,基于非生态源地区域所通过的电流值高低来识别生态廊道。比如T市25块生态源地间存在38条最佳生态廊道,总长度为256 km;其中最长的廊道,长约32 km。对于较长距离廊道(10 km以上),需在目标距离50~100 m范围重点加强保护与限制性开发,以保障生态***间物质流与能量流的顺利、有效传递;对于短距离(3 km以内)的廊道,需要强化保护、逐渐拓宽,实现不同源地间的有效联结,以减小生物迁移成本,提升动物生境的范围与质量。
图4为本公开实施例提供的一种基于多元生态源地的生态廊道构建装置的结构示意图,该装置可由软件和/或硬件实现,一般可集成在电子设备中。
如图4所示,该装置包括:
获取数据模块201,用于获取目标区域的多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数;
指标计算模块202,用于基于所述多波段遥感数据、所述下垫面数据、所述降水数据、所述统计数据和所述夜间灯光指数进行指标计算,得到归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子;
源地识别模块203,用于基于所述归一化植被指数、所述地形起伏度、所述目标水源涵养因子、所述固碳因子和所述释氧因子进行生态源地识别,得到粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地;
并集计算模块204,用于对所述粮食供给源地、所述水源涵养源地、所述生境维持源地、所述固碳释氧源地和所述土壤保持源地进行并集运算得到综合性生态源地分布区域;
获取模块205,用于获取所述综合性生态源地分布区域对应的生态阻力值面域图层;
计算成本模块206,用于基于所述生态阻力值面域图层计算耗费成本值;
确定生态廊道模块207,用于获取所述耗费成本值中最小耗费成本值对应的生态廊道作为目标生态廊道。
可选地,所述指标计算模块202,具体用于:
基于所述多波段遥感数据获取每个栅格的近红外波段灰度值和红外波段灰度值,并获取所述近红外波段灰度值和所述红外波段灰度值之间的差值、以及求和值,计算所述差值和所述求和值的比值,得到每个栅格的所述归一化植被指数;
基于所述下垫面数据获取每个栅格目标距离单位面积内的最大高程值和最小高程值,计算所述最大高程值和所述最小高程值的差值,得到每个栅格的所述地形起伏度;
获取起伏度修正因子,基于所述降水数据获取每个栅格的栅格单元降水量和经验径流系数,基于所述栅格单元降水量、所述起伏度修正因子和所述经验径流系数进行计算,得到所述目标水源涵养因子;
基于每个栅格的所述归一化植被指数和每个栅格的固碳速率平均值进行计算,得到所述固碳因子;
基于每个栅格的所述归一化植被指数和每个栅格的释氧速率平均值进行计算,得到所述释氧因子。
可选地,所述源地识别模块203,具体用于:
基于农田区域所有的归一化植被指数进行平均计算,得到归一化植被指数平均值,并基于每个栅格的归一化植被指数和所述归一化植被指数平均值、以及粮食产量平均值进行计算,得到每个栅格的粮食产量,以及基于每个栅格的粮食产量按照从大到小进行排序,获取排序前预设第一数值的栅格的作为所述粮食供给源地;其中,所述预设第一数值的栅格总面积大于预设的第一面积阈值;
基于每个栅格的目标水源涵养因子按照从大到小进行排序,获取排序前预设第二数值的栅格的作为所述水源涵养源地;其中,所述预设第二数值的栅格总面积大于预设的第二面积阈值;
获取水源距离、用地距离、地类条件和所述地形起伏度对应的权重因子,基于所述水源距离、所述用地距离、所述地类条件和所述地形起伏度以及对应的权重因子进行计算,得到所述生境维持数值,并基于每个栅格的生境维持数值按照从大到小进行排序,获取排序前预设第三数值的栅格的作为所述生境维持源地;其中,所述预设第三数值的栅格总面积大于预设的第三面积阈值;
分别对每个栅格的所述固碳因子和所述释氧因子进行求和,得到每个栅格的综合固碳释氧速率,并基于每个栅格的综合固碳释氧速率按照从大到小进行排序,获取排序前预设第四数值的栅格的作为所述固碳释氧源地;其中,所述预设第四数值的栅格总面积大于预设的第四面积阈值;
基于所述降水数据获取降雨侵蚀力和所述下垫面数据获取植被覆盖因子,并基于预设的土壤数据库获取土壤质地,以及基于所述降雨侵蚀力、所述土壤质地、所述地形起伏度和所述植被覆盖因子进行分析,得到每个栅格的土壤敏感等级,基于每个栅格的土壤敏感等级按照敏感等级从低到高进行排序,获取排序前预设第五数值的栅格的作为所述土壤保持源地;其中,所述预设第五数值的栅格总面积大于预设的第五面积阈值。
可选地,计算成本模块206,用于,包括:
获取单元,用于基于所述生态阻力值面域图层获取实地距离和目标生态阻力值;
计算单元,用于基于预设的公式对所述实地距离和所述目标生态阻力值进行计算,得到所述耗费成本值。
所述获取单元,具体用于:
获取所述生态阻力值面域图层中生态空间各地表覆被类型的归一化植被指数、生态阻力当量平均值和非生态空间阻力当量平均值;
基于所述生态空间各地表覆被类型的归一化植被指数进行平均计算,得到相应归一化植被指数平均值;
基于所述生态空间各地表覆被类型的归一化植被指数、所述生态阻力当量平均值和所述归一化植被指数平均值进行计算,得到第一生态阻力值;
基于所述夜间灯光指数获取非生态空间各地表覆被类型的夜间灯光指数数值;
基于所述非生态空间各地表覆被类型的夜间灯光指数进行平均计算,得到相应夜间灯光指数平均值;
基于非生态空间各地表覆被类型的夜间灯光指数数值、所述非生态空间阻力当量平均值和所述夜间灯光指数平均值进行计算,得到第二生态阻力值;
基于所述第一生态阻力值和所述第二生态阻力值进行计算,得到所述目标生态阻力值。
本公开实施例所提供的基于多元生态源地的生态廊道构建装置可执行本公开任意实施例所提供的基于多元生态源地的生态廊道构建方法,具备执行方法相应的功能模块和有益效果。
根据本公开的一个或多个实施例,本公开提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现如本公开提供的任一所述的基于多元生态源地的生态廊道构建方法。
根据本公开的一个或多个实施例,本公开提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行如本公开提供的任一所述的基于多元生态源地的生态廊道构建方法。
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。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于多元生态源地的生态廊道构建方法,其特征在于,包括:
获取目标区域的多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数;
基于所述多波段遥感数据、所述下垫面数据、所述降水数据、所述统计数据和所述夜间灯光指数进行指标计算,得到归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子;
基于所述归一化植被指数、所述地形起伏度、所述目标水源涵养因子、所述固碳因子和所述释氧因子进行生态源地识别,得到粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地;
对所述粮食供给源地、所述水源涵养源地、所述生境维持源地、所述固碳释氧源地和所述土壤保持源地进行并集运算得到综合性生态源地分布区域;
获取所述综合性生态源地分布区域对应的生态阻力值面域图层,并基于所述生态阻力值面域图层计算耗费成本值;
获取所述耗费成本值中最小耗费成本值对应的生态廊道作为目标生态廊道。
2.根据权利要求1所述的基于多元生态源地的生态廊道构建方法,其特征在于,所述基于所述多波段遥感数据、所述下垫面数据、所述降水数据、所述统计数据和所述夜间灯光指数进行指标计算,得到归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子,包括:
基于所述多波段遥感数据获取每个栅格的近红外波段灰度值和红外波段灰度值,并获取所述近红外波段灰度值和所述红外波段灰度值之间的差值、以及求和值,计算所述差值和所述求和值的比值,得到每个栅格的所述归一化植被指数;
基于所述下垫面数据获取每个栅格目标距离单位面积内的最大高程值和最小高程值,计算所述最大高程值和所述最小高程值的差值,得到每个栅格的所述地形起伏度;
获取起伏度修正因子,基于所述降水数据获取每个栅格的栅格单元降水量和经验径流系数,基于所述栅格单元降水量、所述起伏度修正因子和所述经验径流系数进行计算,得到所述目标水源涵养因子;
基于每个栅格的所述归一化植被指数和每个栅格的固碳速率平均值进行计算,得到所述固碳因子;
基于每个栅格的所述归一化植被指数和每个栅格的释氧速率平均值进行计算,得到所述释氧因子。
3.根据权利要求1所述的基于多元生态源地的生态廊道构建方法,其特征在于,所述基于所述归一化植被指数、所述地形起伏度、所述目标水源涵养因子、所述固碳因子和所述释氧因子及其他各相关指标进行生态源地识别,得到粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地,包括:
基于农田区域所有的归一化植被指数进行平均计算,得到归一化植被指数平均值,并基于每个栅格的归一化植被指数和所述归一化植被指数平均值、以及粮食产量平均值进行计算,得到每个栅格的粮食产量,以及基于每个栅格的粮食产量按照从大到小进行排序,获取排序前预设第一数值的栅格的作为所述粮食供给源地;其中,所述预设第一数值的栅格总面积大于预设的第一面积阈值;
基于每个栅格的目标水源涵养因子按照从大到小进行排序,获取排序前预设第二数值的栅格的作为所述水源涵养源地;其中,所述预设第二数值的栅格总面积大于预设的第二面积阈值;
获取水源距离、用地距离、地类条件和所述地形起伏度对应的权重因子,基于所述水源距离、所述用地距离、所述地类条件和所述地形起伏度以及对应的权重因子进行计算,得到生境维持数值,并基于每个栅格的生境维持数值按照从大到小进行排序,获取排序前预设第三数值的栅格的作为所述生境维持源地;其中,所述预设第三数值的栅格总面积大于预设的第三面积阈值;
分别对每个栅格的所述固碳因子和所述释氧因子进行求和,得到每个栅格的综合固碳释氧速率,并基于每个栅格的综合固碳释氧速率按照从大到小进行排序,获取排序前预设第四数值的栅格的作为所述固碳释氧源地;其中,所述预设第四数值的栅格总面积大于预设的第四面积阈值;
基于所述降水数据获取降雨侵蚀力和所述下垫面数据获取植被覆盖因子,并基于预设的土壤数据库获取土壤质地,以及基于所述降雨侵蚀力、所述土壤质地、所述地形起伏度和所述植被覆盖因子进行分析,得到每个栅格的土壤敏感等级,基于每个栅格的土壤敏感等级按照敏感等级从低到高进行排序,获取排序前预设第五数值的栅格的作为所述土壤保持源地;其中,所述预设第五数值的栅格总面积大于预设的第五面积阈值。
4.根据权利要求1所述的基于多元生态源地的生态廊道构建方法,其特征在于,所述基于所述生态阻力值面域图层计算耗费成本值,包括:
基于所述生态阻力值面域图层获取实地距离和目标生态阻力值;
基于预设的公式对所述实地距离和所述目标生态阻力值进行计算,得到所述耗费成本值。
5.根据权利要求4所述的基于多元生态源地的生态廊道构建方法,其特征在于,所述基于所述生态阻力值面域图层获取目标生态阻力值,包括:
获取所述生态阻力值面域图层中各地表覆被类型的归一化植被指数、生态阻力当量平均值和非生态空间阻力当量平均值;
基于所述生态空间各地表覆被类型的归一化植被指数进行平均计算,得到相应归一化植被指数平均值;
基于所述生态空间各地表覆被类型的归一化植被指数、所述生态阻力当量平均值和所述归一化植被指数平均值进行计算,得到第一生态阻力值;
基于所述夜间灯光指数获取非生态空间各地表覆被类型的夜间灯光指数数值;
基于所述非生态空间各地表覆被类型的夜间灯光指数进行平均计算,得到相应夜间灯光指数平均值;
基于非生态空间各地表覆被类型的夜间灯光指数数值、所述非生态空间阻力当量平均值和所述夜间灯光指数平均值进行计算,得到第二生态阻力值;
基于所述第一生态阻力值和所述第二生态阻力值进行计算,得到所述目标生态阻力值。
6.一种基于多元生态源地的生态廊道构建装置,其特征在于,包括:
获取数据模块,用于获取目标区域的多波段遥感数据、下垫面数据、降水数据、统计数据和夜间灯光指数;
指标计算模块,用于基于所述多波段遥感数据、所述下垫面数据、所述降水数据、所述统计数据和所述夜间灯光指数进行指标计算,得到归一化植被指数、地形起伏度、目标水源涵养因子、固碳因子和释氧因子;
源地识别模块,用于基于所述归一化植被指数、所述地形起伏度、所述目标水源涵养因子、所述固碳因子和所述释氧因子进行生态源地识别,得到粮食供给源地、水源涵养源地、生境维持源地、固碳释氧源地和土壤保持源地;
并集计算模块,用于对所述粮食供给源地、所述水源涵养源地、所述生境维持源地、所述固碳释氧源地和所述土壤保持源地进行并集运算得到综合性生态源地分布区域;
获取模块,用于获取所述综合性生态源地分布区域对应的生态阻力值面域图层;
计算成本模块,用于基于所述生态阻力值面域图层计算耗费成本值;
确定生态廊道模块,用于获取所述耗费成本值中最小耗费成本值对应的生态廊道作为目标生态廊道。
7.根据权利要求6所述的基于多元生态源地的生态廊道构建装置,其特征在于,所述指标计算模块,具体用于:
基于所述多波段遥感数据获取每个栅格的近红外波段灰度值和红外波段灰度值,并获取所述近红外波段灰度值和所述红外波段灰度值之间的差值、以及求和值,计算所述差值和所述求和值的比值,得到每个栅格的所述归一化植被指数;
基于所述下垫面数据获取每个栅格目标距离单位面积内的最大高程值和最小高程值,计算所述最大高程值和所述最小高程值的差值,得到每个栅格的所述地形起伏度;
获取起伏度修正因子,基于所述降水数据获取每个栅格的栅格单元降水量和经验径流系数,基于所述栅格单元降水量、所述起伏度修正因子和所述经验径流系数进行计算,得到所述目标水源涵养因子;
基于每个栅格的所述归一化植被指数和每个栅格的固碳速率平均值进行计算,得到所述固碳因子;
基于每个栅格的所述归一化植被指数和每个栅格的释氧速率平均值进行计算,得到所述释氧因子。
8.根据权利要求6所述的基于多元生态源地的生态廊道构建装置,其特征在于,所述源地识别模块,具体用于:
基于农田区域所有的归一化植被指数进行平均计算,得到归一化植被指数平均值,并基于每个栅格的归一化植被指数和所述归一化植被指数平均值、以及粮食产量平均值进行计算,得到每个栅格的粮食产量,以及基于每个栅格的粮食产量按照从大到小进行排序,获取排序前预设第一数值的栅格的作为所述粮食供给源地;其中,所述预设第一数值的栅格总面积大于预设的第一面积阈值;
基于每个栅格的目标水源涵养因子按照从大到小进行排序,获取排序前预设第二数值的栅格的作为所述水源涵养源地;其中,所述预设第二数值的栅格总面积大于预设的第二面积阈值;
获取水源距离、用地距离、地类条件和所述地形起伏度对应的权重因子,基于所述水源距离、所述用地距离、所述地类条件和所述地形起伏度以及对应的权重因子进行计算,得到生境维持数值,并基于每个栅格的生境维持数值按照从大到小进行排序,获取排序前预设第三数值的栅格的作为所述生境维持源地;其中,所述预设第三数值的栅格总面积大于预设的第三面积阈值;
分别对每个栅格的所述固碳因子和所述释氧因子进行求和,得到每个栅格的综合固碳释氧速率,并基于每个栅格的综合固碳释氧速率按照从大到小进行排序,获取排序前预设第四数值的栅格的作为所述固碳释氧源地;其中,所述预设第四数值的栅格总面积大于预设的第四面积阈值;
基于所述降水数据获取降雨侵蚀力和所述下垫面数据获取植被覆盖因子,并基于预设的土壤数据库获取土壤质地,以及基于所述降雨侵蚀力、所述土壤质地、所述地形起伏度和所述植被覆盖因子进行分析,得到每个栅格的土壤敏感等级,基于每个栅格的土壤敏感等级按照敏感等级从低到高进行排序,获取排序前预设第五数值的栅格的作为所述土壤保持源地;其中,所述预设第五数值的栅格总面积大于预设的第五面积阈值。
9.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现权利要求1-5中任一所述的基于多元生态源地的生态廊道构建方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行权利要求1-5中任一所述的基于多元生态源地的生态廊道构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210458402.0A CN114580972B (zh) | 2022-04-28 | 2022-04-28 | 一种基于多元生态源地的生态廊道构建方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210458402.0A CN114580972B (zh) | 2022-04-28 | 2022-04-28 | 一种基于多元生态源地的生态廊道构建方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114580972A true CN114580972A (zh) | 2022-06-03 |
CN114580972B CN114580972B (zh) | 2022-07-29 |
Family
ID=81779363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210458402.0A Active CN114580972B (zh) | 2022-04-28 | 2022-04-28 | 一种基于多元生态源地的生态廊道构建方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114580972B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014158A (zh) * | 2024-03-13 | 2024-05-10 | 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) | 一种顾及伞护种习性的面域生态廊道划定方法和*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101782388A (zh) * | 2010-03-22 | 2010-07-21 | 北京师范大学 | 一种多尺度河流健康表征与评价方法 |
US20160203146A1 (en) * | 2015-01-12 | 2016-07-14 | Gary Allison Moll | Ecosystem Services Index, Exchange and Marketplace and Methods of Using Same |
CN109919819A (zh) * | 2019-01-17 | 2019-06-21 | 华南理工大学 | 区域生态网络的构建、评价和优化方法 |
CN110096563A (zh) * | 2019-04-28 | 2019-08-06 | 天津城建大学 | 一种基于生态服务逻辑编码的生态网络构建方法 |
CN113505510A (zh) * | 2021-07-13 | 2021-10-15 | 四川师范大学 | 融合景观指数和随机游走模型的生态安全格局识别方法 |
CN113868732A (zh) * | 2021-08-25 | 2021-12-31 | 中国水利水电科学研究院 | 一种流域生态廊道安全格局构建布局方法 |
-
2022
- 2022-04-28 CN CN202210458402.0A patent/CN114580972B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101782388A (zh) * | 2010-03-22 | 2010-07-21 | 北京师范大学 | 一种多尺度河流健康表征与评价方法 |
US20160203146A1 (en) * | 2015-01-12 | 2016-07-14 | Gary Allison Moll | Ecosystem Services Index, Exchange and Marketplace and Methods of Using Same |
CN109919819A (zh) * | 2019-01-17 | 2019-06-21 | 华南理工大学 | 区域生态网络的构建、评价和优化方法 |
CN110096563A (zh) * | 2019-04-28 | 2019-08-06 | 天津城建大学 | 一种基于生态服务逻辑编码的生态网络构建方法 |
CN113505510A (zh) * | 2021-07-13 | 2021-10-15 | 四川师范大学 | 融合景观指数和随机游走模型的生态安全格局识别方法 |
CN113868732A (zh) * | 2021-08-25 | 2021-12-31 | 中国水利水电科学研究院 | 一种流域生态廊道安全格局构建布局方法 |
Non-Patent Citations (1)
Title |
---|
吴晓等: "城市绿色基础设施生态***服务供给与需求的空间关系――以西安市为例", 《生态学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014158A (zh) * | 2024-03-13 | 2024-05-10 | 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) | 一种顾及伞护种习性的面域生态廊道划定方法和*** |
CN118014158B (zh) * | 2024-03-13 | 2024-06-28 | 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) | 一种顾及伞护种习性的面域生态廊道划定方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN114580972B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tadesse et al. | Land use and land cover changes and Soil erosion in Yezat Watershed, North Western Ethiopia | |
Persichillo et al. | The role of land use changes in the distribution of shallow landslides | |
Karamesouti et al. | Land-use and land degradation processes affecting soil resources: Evidence from a traditional Mediterranean cropland (Greece) | |
Baldi et al. | Characterizing fragmentation in temperate South America grasslands | |
Nandy et al. | Environmental vulnerability assessment of eco-development zone of Great himalayan National Park, himachal Pradesh, India | |
Padoa-Schioppa et al. | Bird communities as bioindicators: The focal species concept in agricultural landscapes | |
Godar et al. | Who is responsible for deforestation in the Amazon? A spatially explicit analysis along the Transamazon Highway in Brazil | |
Wiens et al. | Selecting and conserving lands for biodiversity: The role of remote sensing | |
Imbrenda et al. | Indicators for the estimation of vulnerability to land degradation derived from soil compaction and vegetation cover | |
d'Angelo et al. | Mitigating land degradation in Mediterranean agro-silvo-pastoral systems: a GIS-based approach | |
Šúri et al. | Erosion Assessment of Slovakia at regional scale using GIS | |
Tian et al. | Human infrastructure development drives decline in suitable habitat for Reeves’s pheasant in the Dabie Mountains in the last 20 years | |
Feyissa et al. | Mapping of landscape structure and forest cover change detection in the mountain chains around Addis Ababa: The case of Wechecha Mountain, Ethiopia | |
Raduła et al. | Effect of environmental gradients, habitat continuity and spatial structure on vascular plant species richness in semi-natural grasslands | |
Schaich et al. | Land change in eastern Mediterranean wood-pasture landscapes: the case of deciduous oak woodlands in Lesvos (Greece) | |
Geng et al. | Migratory locust habitat analysis with PB-AHP model using Time-Series satellite images | |
CN114580972B (zh) | 一种基于多元生态源地的生态廊道构建方法和装置 | |
Batistella et al. | Farming expansion and land degradation in Western Bahia, Brazil | |
Kang et al. | Construction of multidimensional features to identify tea plantations using multisource remote sensing data: A case study of Hangzhou city, China | |
Paquit et al. | Assessing suitable sites for falcata (Paraserianthes falcataria Nielsen) plantation in Bukidnon, Philippines using GIS | |
Berlanga-Robles et al. | Landscape changes in a critical subtropical coastal wetland in northwestern Mexico: Is shrimp farming a driver of concern? | |
Wade et al. | A multi-scale method of mapping urban influence | |
Chiappini et al. | Olive grove landscape change: A spatial analysis using multitemporal geospatial datasets | |
Asubonteng | Identification of Land Use-Cover Transfer Hotspots in Ejisu-Juabeng District, Ghana | |
Koranteng et al. | Landuse and land cover dynamics in the Volta River Basin surrounding APSD forest plantation, Ghana |
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 |