CN117522652A - 人居环境脆弱性评价方法、***、智能终端及存储介质 - Google Patents
人居环境脆弱性评价方法、***、智能终端及存储介质 Download PDFInfo
- Publication number
- CN117522652A CN117522652A CN202311698226.9A CN202311698226A CN117522652A CN 117522652 A CN117522652 A CN 117522652A CN 202311698226 A CN202311698226 A CN 202311698226A CN 117522652 A CN117522652 A CN 117522652A
- Authority
- CN
- China
- Prior art keywords
- vulnerability
- living environment
- target
- ecological
- geographic space
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000013210 evaluation model Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000010276 construction Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 9
- 238000010206 sensitivity analysis Methods 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 2
- 230000035945 sensitivity Effects 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000000877 morphologic effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012876 topography Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
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
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供的人居环境脆弱性评价方法、***、智能终端及存储介质，具体涉及环境变化与自然资源管理技术领域，方案包括：基于与目标人居环境对应的目标地理空间相关的多源数据和地理位置坐标，构建人居环境地理信息数据库；基于数据库中的数据对目标地理空间进行识别及类别划分，获得若干个地理空间类型；基于每个地理空间类型，分别构建一个社会‑生态脆弱性评价模型；利用所有社会‑生态脆弱性评价模型对目标人居环境进行脆弱性评价，获得脆弱性评价结果。该方案从不同维度对目标地理空间的社会生态脆弱性进行评价，并将若干个单一维度的脆弱性评价结果整合为总的脆弱性评价结果，提高了对人居环境脆弱性评价的精度和全面性。
Description
技术领域
本发明涉及环境变化与自然资源管理技术领域，尤其涉及的是一种人居环境脆弱性评价方法、***、智能终端及存储介质。
背景技术
目前，由于高原山地自然条件复杂、生态环境脆弱，地区发展受自然区位的阻遏以及历史、社会和经济发展的影响，地理空间保护与建设极具艰巨性，亟需环境脆弱性评价技术对生态环境进行评价，以更好地保护生态环境。
现有的环境脆弱性评价方法主要基于对生态环境监测的传统的遥感数据或统计数据进行生态脆弱性评价，所采用的数据本身不能全面反映复杂的人居环境下的真实生态状况，存在无法对人居环境所对应的地理空间进行全面且准确的脆弱性评价的缺陷。
发明内容
鉴于上述现有技术的不足，本发明的目的在于提供一种人居环境脆弱性评价方法、***、智能终端及存储介质，旨在解决现有技术中的环境脆弱性评价方法存在无法对人居环境所对应的地理空间进行全面且准确的脆弱性评价的问题。
为了实现上述目的，本发明第一方面提供一种人居环境脆弱性评价方法，包括：
基于目标人居环境，确定目标地理空间，并获取与所述目标地理空间相关的多源数据；
基于所述多源数据和所述目标地理空间的地理位置坐标，构建人居环境地理信息数据库；
基于所述人居环境地理信息数据库中的数据对所述目标地理空间进行识别及类别划分，获得若干个地理空间类型；
基于每个所述地理空间类型，分别构建一个社会-生态脆弱性评价模型；
利用所有所述社会-生态脆弱性评价模型对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果。
可选的，所述基于所述人居环境地理信息数据库中的数据对所述目标地理空间进行识别及类别划分，获得若干个地理空间类型，包括：
对所述人居环境地理信息数据库中的数据进行维度划分，获得若干个数据维度；
基于选定的所述数据维度对所述人居环境地理信息数据库中的数据进行筛选，获得地理空间区划指标；
基于所述地理空间区划指标，对所述人居环境地理信息数据库中的数据进行识别及类别划分，获得若干个地理空间类型。
可选的，所述基于每个所述地理空间类型，分别构建一个社会-生态脆弱性评价模型，包括：
基于各个所述地理空间类型，确定相应的暴露度分析指标、目标敏感性分析指标和适应能力分析指标；
基于每个所述地理空间类型对应的所述暴露度分析指标、所述目标敏感性分析指标和所述适应能力分析指标，分别构建一个社会-生态脆弱性评价模型。
可选的，所述利用所有所述社会-生态脆弱性评价模型对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果，包括：
对所述目标地理空间进行栅格划分，获得每个栅格中各个类型数据的值；
确定所述多源数据中各个类型数据的重要性排序，并基于所述重要性排序，确定各个类型数据的权重；
将每个栅格中的各个类型数据的值及相应的类型数据的权重进行融合，获得每个所述栅格中各个类型数据的加权值；
基于各个所述加权值，对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果。
可选的，在所述获得脆弱性评价结果之后，还包括：
基于所述脆弱性评价结果，获得影响整个所述目标地理空间的社会影响因子和生态影响因子；
分析各个所述社会影响因子和所述生态影响因子之间的交互影响与组合驱动作用，获得影响与制约所述目标地理空间的社会-生态脆弱性的关键因素。
可选的，在所述获得影响与制约所述目标地理空间的社会-生态脆弱性的关键因素之后，还包括：
基于所述目标地理空间发展的约束条件和所述关键因素，对每个所述社会-生态脆弱性评价模型进行优化，获得相应的更新后的社会-生态脆弱性评价模型；
基于所有所述更新后的社会-生态脆弱性评价模型，对所述目标人居环境进行脆弱性评价，获得客观脆弱性评价结果；
基于所述客观脆弱性评价结果，对所述目标地理空间进行规划调整。
本发明第二方面提供一种人居环境脆弱性评价***，所述***包括：
数据获取模块，用于基于目标人居环境，确定目标地理空间，并获取与所述目标地理空间相关的多源数据；
数据库构建模块，用于基于所述多源数据和所述目标地理空间的地理位置坐标，构建人居环境地理信息数据库；
地理空间类型划分模块，用于基于所述人居环境地理信息数据库中的数据对所述目标地理空间进行识别及类别划分，获得若干个地理空间类型；
脆弱性评价模型构建模块，用于基于每个所述地理空间类型，分别构建一个社会-生态脆弱性评价模型；
脆弱性评价模块，用于利用所有所述社会-生态脆弱性评价模型对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果。
可选的，所述***还包括脆弱性关键因素识别模块，其中，
所述脆弱性关键因素识别模块，用于基于所述脆弱性评价结果，获得影响整个所述目标地理空间的社会影响因子和生态影响因子；分析各个所述社会影响因子和所述生态影响因子之间的交互影响与组合驱动作用，获得影响与制约所述目标地理空间的社会-生态脆弱性的关键因素。
本发明第三方面提供一种智能终端，所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的人居环境脆弱性评价程序，所述人居环境脆弱性评价程序被所述处理器执行时实现任意一项上述人居环境脆弱性评价方法的步骤。
本发明第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有人居环境脆弱性评价程序，所述人居环境脆弱性评价程序被处理器执行时实现任意一项上述人居环境脆弱性评价方法的步骤。
与现有技术相比，本方案的有益效果如下：
本发明利用目标人居环境所对应的目标地理空间的多维异构数据，对目标人居环境所对应的目标地理空间进行不同维度划分形成不同的地理空间类型，利用每个地理空间类型分别构建一个社会-生态脆弱性评价模型，以分别从不同维度对目标地理空间的社会生态脆弱性进行评价，由于从单一维度进行评价涉及的指标类型较少，有利于提高每个模型的评价结果的精度，然后将各个模型的社会生态脆弱性评价结果整合为总的脆弱性评价结果，能够提高对人居环境脆弱性评价的全面性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明的人居环境脆弱性评价方法流程图；
图2为本发明的人居环境脆弱性评价***结构示意图；
图3为本发明的智能终端结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况下，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
下面结合本发明实施例的附图，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的一部分实施例，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它实施例，都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
本发明面对现有的环境脆弱性评价方法存在的无法对人居环境所对应的地理空间进行全面且准确的脆弱性评价的问题，提出一种人居环境脆弱性评价方法，该方法基于目标人居环境所对应的目标地理空间的多源异构数据，对目标人居环境所对应的目标地理空间进行不同维度的划分，获得若干个地理空间类型；然后基于每个所述地理空间类型，分别构建一个社会-生态脆弱性评价模型；利用所有所述社会-生态脆弱性评价模型对所述目标人居环境所对应的目标地理空间进行脆弱性评价，获得脆弱性评价结果；然后基于所述脆弱性评价结果，筛选出影响与制约目标人居环境所对应的目标地理空间的社会-生态脆弱性的关键因素，进而给出关于所述目标人居环境所对应的目标地理空间的建设意见和保护意见。该方案利用目标人居环境所对应的目标地理空间的多维数据特征，对目标人居环境所对应的目标地理空间进行不同维度的划分，包括宏观层面生态安全格局、中观层面形态空间和微观层面街巷体系的划分，从而实现了对目标人居环境更为科学、合理地划分人居环境“三区三线”，控制与自然适应的人居环境所对应的地理空间形态，调控人居环境所对应的地理空间的建设强度与规划布局，实现因地制宜，极大地提升了对目标人居环境所对应的目标地理空间规划的精准性与科学性。
示例性方法
本发明实施例提供一种人居环境脆弱性评价方法，部署于电脑、服务器等电子设备上，应用场景为人居环境所对应的地理空间，针对的是人居环境的社会-生态脆弱性评价的情况。上述地理空间的类型不做限制，可以是高原山地、草原林地、平原沿海等复杂的人居环境所对应的地理空间。具体的，如图1所示，本实施例方法的步骤包括：
步骤S100：基于目标人居环境，确定目标地理空间，并获取与所述目标地理空间相关的多源数据；
具体地，本实施例基于目标人居环境所对应的目标地理空间，获取与目标地理空间相关的多源数据，采用的多源数据包括常规的遥感数据、气象观测、社会经济统计数据和土地利用数据获取，以及与人居坏境地理信息数据相关的兴趣点(Point of Interest，POI)数据、平台搜索指数数据和企业数据等网络数据，这些网络数据可以通过网络爬虫技术获取或者通过网络平台提供的应用程序接口API进行获取。
步骤S200：基于所述多源数据和所述目标地理空间的地理位置坐标，构建人居环境地理信息数据库；
具体地，基于地理位置坐标，将获得的多源数据按照数据类型分别导入GIS软件，构建人居环境地理信息数据库。
步骤S300：基于所述人居环境地理信息数据库中的数据对所述目标地理空间进行识别及类别划分，获得若干个地理空间类型；
具体地，首先，对人居环境地理信息数据库中的数据进行标准化处理，以将不同量级的数据进行缩放处理到相同量级，以便于后续对不同量级的数据进行归类划分。
然后，以生态结构、农业空间和城镇空间为区划目标，采用GIS空间分析方法或聚类方法等分类方法，对所述目标人居环境所对应的目标地理空间按照地理位置坐标及各个地理位置坐标下的各种维度的数据进行识别及类别划分，获得若干个能够表征不同数据维度特征的地理空间类型，以便于从不同的维度对目标人居环境所对应的目标地理空间进行社会和生态的脆弱性进行分析。
步骤S400：基于每个所述地理空间类型，分别构建一个社会-生态脆弱性评价模型；
具体地，基于社会-生态***的暴露度-敏感度-适应能力(Vulnerability-Scoping-Diagram，VSD)模型，分别根据每个所述地理空间类型建立一个社会-生态脆弱性评价模型，从社会-生态***的暴露度、敏感度和适应能力三个方面评价每个地理空间类型的社会和生态的脆弱性，以从不同维度准确反映不同类型的人居环境所对应的地理空间的社会和生态的脆弱性。
其中，暴露度是目标人居环境所对应的目标地理空间经历外界压力或冲击的程度，用于反映受干扰或胁迫程度的参数。通常利用社会经济分布和社会活动干扰两个方面的指标来表征社会-生态暴露度。敏感性是目标人居环境所对应的目标地理空间在特定的时空尺度下相对于外界干扰所具有的敏感性反应和自我恢复能力。通常利用自然生态***环境质量、水资源状况、气候条件和地形条件等指标来表征生态敏感性。生态资源越丰富，单位面积水资源量越高，污染水占比越低，极端气候越少，地形越平坦，受到外界干扰后恢复的速率越快，生态敏感性就越低。适应能力是目标人居环境所对应的目标地理空间能够处理、适应胁迫以及从胁迫造成的后果中恢复的能力。通常利用经济社会发展、社会服务能力和生态保护意识与能力等指标来表征社会生态***适应能力。指标数值越高，说明环境保护力度越大，生态适应能力越强，从干扰中恢复的速率越快。
步骤S500：利用所有所述社会-生态脆弱性评价模型对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果。
具体地，结合各个地理空间类型所对应的社会-生态脆弱性评价模型表现出的社会和生态的脆弱性，对整个目标人居环境所对应的目标地理空间的社会和生态的脆弱性进行总结归纳，以准确反映目标人居环境所对应的目标地理空间在整体上的社会和生态的脆弱性评价结果。
本实施例中，利用目标人居环境所对应的目标地理空间的多维异构数据，对目标人居环境所对应的目标地理空间进行不同维度的划分形成不同的地理空间类型，利用每个地理空间类型分别构建一个社会-生态脆弱性评价模型进行社会生态脆弱性评价，并将各个模型的社会生态脆弱性评价结果整合为对目标人居环境所对应的目标地理空间在整体上的脆弱性评价结果，从而实现了对目标人居环境更为科学、合理地划分人居环境“三区三线”，控制与自然适应的人居环境所对应的地理空间形态，调控人居环境所对应的地理空间的建设强度与规划布局，实现因地制宜，极大地提升了对目标人居环境所对应的目标地理空间规划的精准性与科学性。
在一种实施方式中，步骤S300中的基于所述人居环境地理信息数据库中的数据对所述目标地理空间进行识别及类别划分，获得若干个地理空间类型，包括：
步骤S310：对所述人居环境地理信息数据库中的数据进行维度划分，获得若干个数据维度；
步骤S330：基于选定的所述数据维度对所述人居环境地理信息数据库中的数据进行筛选，获得地理空间区划指标；
具体地，考虑到对目标人居环境所对应的目标地理空间进行不同维度的划分，且包括宏观层面生态安全格局、中观层面形态空间和微观层面街巷体系的划分，本实施例将目标人居环境所对应的目标地理空间的水平形态与竖直形态、城镇与乡村形态、农业与工业形态等多种维度，作为地理空间区划指标。
步骤S330：基于所述地理空间区划指标，对所述人居环境地理信息数据库中的数据进行识别及类别划分，获得若干个地理空间类型。
具体地，分别基于宏观层面生态安全格局、中观层面形态空间和微观层面街巷体系的上述地理空间区划指标，对人居环境地理信息数据库中的数据进行识别及类别划分，获得若干个地理空间类型。
本实施例中，分别从宏观层面生态安全格局、中观层面形态空间和微观层面街巷体系对目标人居环境所对应的目标地理空间进行不同维度的划分，得到能够反映不同维度层面的地理空间类型，也就是将目标人居环境所对应的目标地理空间中的相同地理位置坐标上的数据在不同的维度上归类为不同的地理空间类型，实现对同一个数据的多维度的全面分析，以提高区划的精确性。
在一种实施方式中，步骤S400中的基于每个所述地理空间类型，分别构建一个社会-生态脆弱性评价模型，包括：
步骤S410：基于各个所述地理空间类型，确定相应的暴露度分析指标、目标敏感性分析指标和适应能力分析指标；
步骤S420：基于每个所述地理空间类型对应的所述暴露度分析指标、所述目标敏感性分析指标和所述适应能力分析指标，分别构建一个社会-生态脆弱性评价模型。
具体地，首先，根据社会经济分布和社会活动干扰两个方面，选取人口密度、GDP密度、二氧化碳排放量、二氧化硫排放量和化肥施用量强度等指标来表征社会-生态暴露度。根据自然生态***环境质量、水资源状况、气候条件和地形条件四个方面，选取生态***净初级生产力、生态环境质量指数、植被覆盖度指数、水网密度指数、水质、人均可利用水资源量、降水量、湿润度、≥10℃积温、年均风速、坡度和高程等指标来表征生态敏感性，且生态资源越丰富，单位面积水资源量越高，污染水占比越低，极端气候越少，地形越平坦，受到外界干扰后恢复的速率越快，生态敏感性就越低。根据经济社会发展、社会服务能力和生态保护意识与能力三个方面，选取产业多样性指数、人口城镇化率、人均可支配收入、人均一般财政支出、社会吸引力、商业活力、万人医疗床位数、万人卫生技术人员数量、居民受教育程度、环保投资比重、人口吸引力、人口结构健康度、造林面积比、人均公园绿地面积和污水处理率等指标来表征社会生态***适应能力，且指标数值越高，说明环境保护力度越大，生态适应能力越强，从干扰中恢复的速率越快。
然后，基于每个所述地理空间类型的暴露度对应的所述目标敏感性分析指标和适应能力分析指标，分别构建一个社会-生态脆弱性评价模型。
本实施例中，基于不同的地理空间类型对应的目标人居环境所对应的目标地理空间数据，分别构建一个社会-生态脆弱性评价模型，以反映人居环境所对应的地理空间数据的分布特点和规律，从而分析出不同维度的地理空间数据在暴露度、敏感度和适应能力三个方面之间的相互影响和制约关系。
在一种实施方式中，步骤S500中的利用所有所述社会-生态脆弱性评价模型对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果，包括：
步骤S510：对所述目标地理空间进行栅格划分，获得每个栅格中各个类型数据的值；
具体地，基于地理信息操作***(Geographic Information System，GIS)，将目标人居环境所对应的目标地理空间划分为若干个栅格，获得每个栅格中包括的各个类型数据的值；
容易理解的是，上述划分的每个维度的地理空间数据均包括若干种类型的数据，反映不同维度层面的地理空间类型同样对应多种类型的数据。例如，如果当前研究的是城镇和乡村梯度的维度数据，那么需要采集和城镇、乡村相关的数据(如人口城镇化率、人均可支配收入、人均一般财政支出、社会吸引力、商业活力、万人医疗床位数、万人卫生技术人员数量、居民受教育程度等等)，并利用这些数据构成对应的地理空间类型，从而构建出一个社会-生态脆弱性评价模型。
步骤S520：确定所述多源数据中各个类型数据的重要性排序，并基于所述重要性排序，确定各个类型数据的权重；
具体地，根据实际应用的研究重点，确定多源数据中各个类型数据对应的所述暴露度分析指标、目标敏感性分析指标和所述适应能力分析指标的重要性；并基于所述重要性排序，获得与当前的研究重点匹配的各个所述暴露度分析指标、所述目标敏感性分析指标和所述适应能力分析指标的权重。
步骤S530：将每个栅格中的各个类型数据的值及相应的类型数据的权重进行融合，获得每个所述栅格中各个类型数据的加权值；
具体地，将每个栅格中的各个类型数据的值及相应的类型数据的权重进行相乘，获得每个所述栅格中各个类型数据的加权值。
步骤S540：基于各个所述加权值，对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果。
具体地，基于每个所述栅格中各个类型数据的加权值，分别对不同维度下的各个社会-生态脆弱性评价模型中的分析指标进行分析，以反映每个地理空间类型对应的人居环境所对应的地理空间在暴露度、敏感度和适应能力三个方面的综合社会-生态脆弱性评价结果，然后，将对所有维度的人居环境所对应的地理空间数据的脆弱性评价结果进行整合，获得对整个目标人居环境所对应的目标地理空间在暴露度、敏感度和适应能力三个方面的总体脆弱性评价结果。
本实施例中，先对目标人居环境所对应的目标地理空间数据进行单一维度的脆弱性进行评价，能够减少评价指标的种类，以提高评价的精准性；然后通过整合所有维度的脆弱性进行评价结果，获得对整个目标人居环境所对应的目标地理空间在暴露度、敏感度和适应能力三个方面的总体脆弱性评价结果，能够提高对同一项数据在多个维度上的综合性的脆弱性评价结果的全面性和准确性。
进一步地，在一种实施方式中，在所述获得脆弱性评价结果之后，还包括步骤S600，所述步骤S600具体包括：
步骤S610：基于所述脆弱性评价结果，获得影响整个所述目标地理空间的社会影响因子和生态影响因子；
具体地，基于所述脆弱性评价结果，获得目标地理空间的脆弱性空间格局以及各个局部目标地理空间的脆弱性等级，从而获得影响整个目标人居环境所对应的目标地理空间格局的社会影响因子和生态影响因子。
步骤S620：分析各个所述社会影响因子和所述生态影响因子之间的交互影响与组合驱动作用，获得影响与制约所述目标地理空间的社会-生态脆弱性的关键因素。
本实施例中，基于所述脆弱性评价结果，能够进一步地分析出目标地理空间的脆弱性空间格局以及各个局部目标地理空间的脆弱性等级，从而获得影响与制约所述目标人居环境的社会-生态脆弱性的关键因素，以便于根据这些关键因素分析目标人居环境的暴露度-敏感度-适应能力之间的紧密联系和制约程度。
进一步地，在一种实施方式中，在获得影响与制约所述目标地理空间的社会-生态脆弱性的关键因素之后，还包括步骤S700，所述步骤S700具体包括：
步骤S710：基于所述目标地理空间发展的约束条件和所述关键因素，对每个所述社会-生态脆弱性评价模型进行优化，获得相应的更新后的社会-生态脆弱性评价模型；
步骤S720：基于所有所述更新后的社会-生态脆弱性评价模型，对所述目标人居环境进行脆弱性评价，获得客观脆弱性评价结果；
步骤S730：基于所述客观脆弱性评价结果，对所述目标地理空间进行规划调整。
具体地，根据影响目标人居环境所对应的目标地理空间发展的地理和环境等方面的客观约束条件，结合得到的上述关键因素，对每个所述社会-生态脆弱性评价模型进行优化更新，从而根据所有更新后的社会-生态脆弱性评价模型，重新对所述目标人居环境进行脆弱性评价，获得客观脆弱性评价结果，可见这里的客观脆弱性评价结果对于人居环境的规划调整具有更重要的、实际可操作的参考价值，从而将会带来重要的社会效益和经济价值。
示例性***
如图2所示，对应于上述人居环境脆弱性评价方法，本发明实施例还提供一种人居环境脆弱性评价***，上述人居环境脆弱性评价***包括：
数据获取模块210，用于基于目标人居环境，确定目标地理空间，并获取与所述目标地理空间相关的多源数据；
数据库构建模块220，用于基于所述多源数据和所述目标地理空间的地理位置坐标，构建人居环境地理信息数据库；
地理空间类型划分模块230，用于基于所述人居环境地理信息数据库中的数据对所述目标地理空间进行识别及类别划分，获得若干个地理空间类型；
脆弱性评价模型构建模块240，用于基于每个所述地理空间类型，分别构建一个社会-生态脆弱性评价模型；
脆弱性评价模块250，用于利用所有所述社会-生态脆弱性评价模型对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果。
进一步地，该***还包括脆弱性关键因素识别模块，其中，所述脆弱性关键因素识别模块用于基于所述脆弱性评价结果，获得影响整个所述目标地理空间的社会影响因子和生态影响因子；分析各个所述社会影响因子和所述生态影响因子之间的交互影响与组合驱动作用，获得影响与制约所述目标地理空间的社会-生态脆弱性的关键因素。
具体的，本实施例中，上述人居环境脆弱性评价***的具体功能还可以参照上述人居环境脆弱性评价方法中的对应描述，在此不再赘述。
基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图3所示。上述智能终端包括通过***总线连接的处理器、存储器、网络接口以及显示屏。其中，该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内部存储器。该非易失性存储介质存储有操作***和人居环境脆弱性评价程序。该内部存储器为非易失性存储介质中的操作***和基于人居环境脆弱性评价程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该人居环境脆弱性评价程序被处理器执行时实现上述任意一种人居环境脆弱性评价方法的步骤。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解，图3中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体的智能终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种智能终端，上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的人居环境脆弱性评价程序，上述人居环境脆弱性评价程序被上述处理器执行时实现本发明实施例提供的任意一种人居环境脆弱性评价方法的步骤。
本发明实施例还提供一种计算机可读存储介质，上述计算机可读存储介质上存储有人居环境脆弱性评价程序，上述人居环境脆弱性评价程序被处理器执行时实现本发明实施例提供的任意一种人居环境脆弱性评价方法的步骤。
应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟是以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以由另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不是相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包括在本发明的保护范围之内。
Claims (10)
1.一种人居环境脆弱性评价方法，其特征在于，包括以下步骤：
基于目标人居环境，确定目标地理空间，并获取与所述目标地理空间相关的多源数据；
基于所述多源数据和所述目标地理空间的地理位置坐标，构建人居环境地理信息数据库；
基于所述人居环境地理信息数据库中的数据对所述目标地理空间进行识别及类别划分，获得若干个地理空间类型；
基于每个所述地理空间类型，分别构建一个社会-生态脆弱性评价模型；
利用所有所述社会-生态脆弱性评价模型对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果。
2.根据权利要求1所述的人居环境脆弱性评价方法，其特征在于，所述基于所述人居环境地理信息数据库中的数据对所述目标地理空间进行识别及类别划分，获得若干个地理空间类型，包括：
对所述人居环境地理信息数据库中的数据进行维度划分，获得若干个数据维度；
基于选定的所述数据维度对所述人居环境地理信息数据库中的数据进行筛选，获得地理空间区划指标；
基于所述地理空间区划指标，对所述人居环境地理信息数据库中的数据进行识别及类别划分，获得若干个地理空间类型。
3.根据权利要求1所述的人居环境脆弱性评价方法，其特征在于，所述基于每个所述地理空间类型，分别构建一个社会-生态脆弱性评价模型，包括：
基于各个所述地理空间类型，确定相应的暴露度分析指标、目标敏感性分析指标和适应能力分析指标；
基于每个所述地理空间类型对应的所述暴露度分析指标、所述目标敏感性分析指标和所述适应能力分析指标，分别构建一个社会-生态脆弱性评价模型。
4.根据权利要求1所述的人居环境脆弱性评价方法，其特征在于，所述利用所有所述社会-生态脆弱性评价模型对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果，包括：
对所述目标地理空间进行栅格划分，获得每个栅格中各个类型数据的值；
确定所述多源数据中各个类型数据的重要性排序，并基于所述重要性排序，确定各个类型数据的权重；
将每个栅格中的各个类型数据的值及相应的类型数据的权重进行融合，获得每个所述栅格中各个类型数据的加权值；
基于各个所述加权值，对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果。
5.根据权利要求1所述的人居环境脆弱性评价方法，其特征在于，在所述获得脆弱性评价结果之后，还包括：
基于所述脆弱性评价结果，获得影响整个所述目标地理空间的社会影响因子和生态影响因子；
分析各个所述社会影响因子和所述生态影响因子之间的交互影响与组合驱动作用，获得影响与制约所述目标地理空间的社会-生态脆弱性的关键因素。
6.根据权利要求5所述的人居环境脆弱性评价方法，其特征在于，在所述获得影响与制约所述目标地理空间的社会-生态脆弱性的关键因素之后，还包括：
基于所述目标地理空间发展的约束条件和所述关键因素，对每个所述社会-生态脆弱性评价模型进行优化，获得相应的更新后的社会-生态脆弱性评价模型；
基于所有所述更新后的社会-生态脆弱性评价模型，对所述目标人居环境进行脆弱性评价，获得客观脆弱性评价结果；
基于所述客观脆弱性评价结果，对所述目标地理空间进行规划调整。
7.人居环境脆弱性评价***，其特征在于，所述***包括：
数据获取模块，用于基于目标人居环境，确定目标地理空间，并获取与所述目标地理空间相关的多源数据；
数据库构建模块，用于基于所述多源数据和所述目标地理空间的地理位置坐标，构建人居环境地理信息数据库；
地理空间类型划分模块，用于基于所述人居环境地理信息数据库中的数据对所述目标地理空间进行识别及类别划分，获得若干个地理空间类型；
脆弱性评价模型构建模块，用于基于每个所述地理空间类型，分别构建一个社会-生态脆弱性评价模型；
脆弱性评价模块，用于利用所有所述社会-生态脆弱性评价模型对所述目标人居环境进行脆弱性评价，获得脆弱性评价结果。
8.根据权利要求7所述的人居环境脆弱性评价***，其特征在于，还包括脆弱性关键因素识别模块，其中，
所述脆弱性关键因素识别模块，用于基于所述脆弱性评价结果，获得影响整个所述目标地理空间的社会影响因子和生态影响因子；
分析各个所述社会影响因子和所述生态影响因子之间的交互影响与组合驱动作用，获得影响与制约所述目标地理空间的社会-生态脆弱性的关键因素。
9.智能终端，其特征在于，所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的人居环境脆弱性评价程序，所述人居环境脆弱性评价程序被所述处理器执行时实现如权利要求1-6任意一项所述人居环境脆弱性评价方法的步骤。
10.计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有人居环境脆弱性评价程序，所述人居环境脆弱性评价程序被处理器执行时实现如权利要求1-6任意一项所述人居环境脆弱性评价方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311698226.9A CN117522652B (zh) | 2023-12-11 | 2023-12-11 | 人居环境脆弱性评价方法、***、智能终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311698226.9A CN117522652B (zh) | 2023-12-11 | 2023-12-11 | 人居环境脆弱性评价方法、***、智能终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117522652A true CN117522652A (zh) | 2024-02-06 |
| CN117522652B CN117522652B (zh) | 2024-05-31 |
Family
ID=89747814
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311698226.9A Active CN117522652B (zh) | 2023-12-11 | 2023-12-11 | 人居环境脆弱性评价方法、***、智能终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117522652B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118152890A (zh) * | 2024-04-02 | 2024-06-07 | 中国电建集团西北勘测设计研究院有限公司 | 流域相似性的分类方法及装置、存储介质、设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111429039A (zh) * | 2020-04-26 | 2020-07-17 | 国家海洋环境监测中心 | 一种海岛生态脆弱性评估方法 |
| CN113283810A (zh) * | 2021-06-29 | 2021-08-20 | 辽宁大学 | 一种沿海地区大气环境脆弱性综合评价方法 |
| US20220284071A1 (en) * | 2020-03-04 | 2022-09-08 | Karl Louis Denninghoff | Transitory salient attention capture to draw attention to digital document parts |
| CN116882625A (zh) * | 2023-07-12 | 2023-10-13 | 贵州师范大学 | 一种岩溶山地乡村聚落用地空间脆弱性识别方法 |
| 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
- 2023-12-11 CN CN202311698226.9A patent/CN117522652B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220284071A1 (en) * | 2020-03-04 | 2022-09-08 | Karl Louis Denninghoff | Transitory salient attention capture to draw attention to digital document parts |
| CN111429039A (zh) * | 2020-04-26 | 2020-07-17 | 国家海洋环境监测中心 | 一种海岛生态脆弱性评估方法 |
| CN113283810A (zh) * | 2021-06-29 | 2021-08-20 | 辽宁大学 | 一种沿海地区大气环境脆弱性综合评价方法 |
| CN116882625A (zh) * | 2023-07-12 | 2023-10-13 | 贵州师范大学 | 一种岩溶山地乡村聚落用地空间脆弱性识别方法 |
| 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 (3)
| Title |
|---|
| YANWEI SUN: "Mapping urban socio-economic vulnerability related to heat risk: A grid-based assessment framework by combing the geospatial big data", 《ELSEVIER》, no. 43, 2 May 2022 (2022-05-02), pages 1 - 11 * |
| 张学玲;余文波;蔡海生;郭晓敏;: "区域生态环境脆弱性评价方法研究综述", 生态学报, no. 16, 11 May 2018 (2018-05-11) * |
| 王茜: "滇东南喀斯特区域生态脆弱性的时空演变及其影响因素", 《应用生态学报》, vol. 32, no. 06, 4 March 2021 (2021-03-04), pages 2180 - 2190 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118152890A (zh) * | 2024-04-02 | 2024-06-07 | 中国电建集团西北勘测设计研究院有限公司 | 流域相似性的分类方法及装置、存储介质、设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117522652B (zh) | 2024-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dinda et al. | An integrated simulation approach to the assessment of urban growth pattern and loss in urban green space in Kolkata, India: A GIS-based analysis | |
| CN110796284B (zh) | 细颗粒物污染等级的预测方法、装置及计算机设备 | |
| Liu et al. | Modeling different urban growth patterns based on the evolution of urban form: A case study from Huangpi, Central China | |
| Ferrier et al. | Extended statistical approaches to modelling spatial pattern in biodiversity in northeast New South Wales. II. Community-level modelling | |
| CN111144651A (zh) | 一种地质灾害的预测方法、装置及设备 | |
| Roy et al. | Predicting land cover change in a Mediterranean catchment at different time scales | |
| CN113642849B (zh) | 考虑空间分布特征的地质灾害危险性综合评价方法及装置 | |
| CN109493119B (zh) | 一种基于poi数据的城市商业中心识别方法及*** | |
| CN117522652B (zh) | 人居环境脆弱性评价方法、***、智能终端及存储介质 | |
| Xu et al. | Spatiotemporal variations of land use intensity and its driving forces in China, 2000–2010 | |
| Shoyama et al. | Development of land-use scenarios using vegetation inventories in Japan | |
| CN112907113B (zh) | 一种考虑空间相关性的植被变化成因识别方法 | |
| CN111079999A (zh) | 一种基于cnn和svm的洪水灾害易发性预测方法 | |
| CN111984701B (zh) | 乡村聚落演化的预测方法、装置、设备及存储介质 | |
| Sapena et al. | Identifying urban growth patterns through land-use/land-cover spatio-temporal metrics: Simulation and analysis | |
| Lü et al. | Scale and landscape features matter for understanding the performance of large payments for ecosystem services | |
| Liang et al. | Modeling urban growth in the middle basin of the Heihe River, northwest China | |
| Oshan et al. | A scoping review on the multiplicity of scale in spatial analysis | |
| CN116882625A (zh) | 一种岩溶山地乡村聚落用地空间脆弱性识别方法 | |
| Xu et al. | Comparing satellite image and GIS data classified local climate zones to assess urban heat island: A case study of Guangzhou | |
| Wang et al. | Incorporation of intra-city human mobility into urban growth simulation: A case study in Beijing | |
| Lin et al. | Identifying the spatial mixture distribution of bird diversity across urban and suburban areas in the metropolis: A case study in Taipei Basin of Taiwan | |
| CN112232689A (zh) | 一种茶叶连片种植区的生态地质脆弱性评价方法 | |
| Chuangchang et al. | Modelling urban growth over time using grid-digitized method with variance inflation factors applied to spatial correlation | |
| Roser et al. | Drone imagery protocols to map vegetation are transferable between dryland sites across an elevational gradient |
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 |