CN117875219B - 运河通航影响下河口湿地植被时空变化的模拟方法及装置 - Google Patents
运河通航影响下河口湿地植被时空变化的模拟方法及装置 Download PDFInfo
- Publication number
- CN117875219B CN117875219B CN202410270177.7A CN202410270177A CN117875219B CN 117875219 B CN117875219 B CN 117875219B CN 202410270177 A CN202410270177 A CN 202410270177A CN 117875219 B CN117875219 B CN 117875219B
- Authority
- CN
- China
- Prior art keywords
- space
- simulation
- data
- wetland vegetation
- dominant species
- 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.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 143
- 230000008859 change Effects 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000012010 growth Effects 0.000 claims abstract description 69
- 239000002028 Biomass Substances 0.000 claims abstract description 65
- 241000894007 species Species 0.000 claims description 107
- 241000196324 Embryophyta Species 0.000 claims description 69
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 44
- 230000006870 function Effects 0.000 claims description 29
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 24
- 230000009467 reduction Effects 0.000 claims description 13
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 12
- 229910052757 nitrogen Inorganic materials 0.000 claims description 12
- 229910052698 phosphorus Inorganic materials 0.000 claims description 12
- 239000011574 phosphorus Substances 0.000 claims description 12
- 238000009991 scouring Methods 0.000 claims description 12
- 238000004880 explosion Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008636 plant growth process Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 abstract description 8
- 230000035882 stress Effects 0.000 description 29
- 238000009826 distribution Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000008635 plant growth Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000035784 germination Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 241001149258 Sporobolus alterniflorus Species 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 235000007516 Chrysanthemum Nutrition 0.000 description 2
- 244000189548 Chrysanthemum x morifolium Species 0.000 description 2
- 235000014676 Phragmites communis Nutrition 0.000 description 2
- 241000233948 Typha Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 230000007226 seed germination Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000005156 Dehydration Diseases 0.000 description 1
- 240000003793 Rhizophora mangle Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006355 external stress Effects 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000005080 plant death Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035040 seed growth Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种运河通航影响下河口湿地植被时空变化的模拟方法及装置，包括：首先，针对待模拟区域进行地理空间单元划分以获得多个空间网格。然后，根据区域的遥感数据和生物量数据，确定每个空间网格对应的湿地植被优势种。接着，构建优势物种生长动态模型，并获取该区域的船行波影响模拟数据。最后，将这两种模型结合，构建河口湿地植被空间模拟模型，并在其中输入通航条件预设情景，以获取每个空间网格对应的河口湿地植被时空变化模拟结果。如此设计，能有效评估运河通航对河口湿地植被的影响，为湿地保护和合理利用提供科学依据。
Description
技术领域
本发明涉及生态管理技术领域，具体而言，涉及一种运河通航影响下河口湿地植被时空变化的模拟方法及装置。
背景技术
随着城市化进程的加快，运河通航的需求日益增强，这对周边的河口湿地环境产生了显著影响。
其中，船行波是一个重要的影响因素，它会改变湿地的水流条件，进而影响湿地植被的分布和生长。
然而，传统的湿地植被模拟方法主要基于现场观测和样本调查，往往忽视了船行波的影响，并且由于时间和空间的限制，难以全面准确地描绘湿地植被的时空变化。
发明内容
本发明的目的在于提供一种运河通航影响下河口湿地植被时空变化的模拟方法及装置。
第一方面，本发明实施例提供一种运河通航影响下河口湿地植被时空变化的模拟方法，包括：
针对待模拟区域进行地理空间单元划分，得到多个空间网格；
根据所述待模拟区域的遥感数据和生物量数据，确定每个所述空间网格对应的湿地植被优势种；
根据植物定植率构建每个所述湿地植被优势种对应的优势物种生长动态模型；
获取所述待模拟区域的船行波影响模拟数据；
根据所述优势物种生长动态模型和所述船行波影响模拟数据，构建河口湿地植被空间模拟模型；
输入通航条件预设情景至所述河口湿地植被空间模拟模型中，得到每个所述空间网格对应的河口湿地植被时空变化模拟结果。
在一种可能的实施方式中，所述根据所述待模拟区域的遥感数据和生物量数据，确定每个所述空间网格对应的湿地植被优势种，包括：
获取所述待模拟区域所在片区的遥感数据；
根据所述遥感数据，确定所述待模拟区域的代表性像元；
基于预先确定的对应关系获取所述代表性像元对应的植物种类；
获取所述代表性像元的光谱特征，并确定所述光谱特征和生物量的定量化关系；
根据所述代表性像元对应的植物种类和所述定量化关系，确定每个所述空间网格对应的湿地植被优势种。
在一种可能的实施方式中，所述根据植物定植率构建每个所述湿地植被优势种对应的优势物种生长动态模型，包括：
获取所述待模拟区域的胁迫因子，所述胁迫因子包括盐度数据、水深数据、总氮数据和总磷数据；
利用高斯耐受曲线建立胁迫因子与植物生长过程的目标耐受曲线函数；
根据所述胁迫因子确定植物死亡率函数；
根据所述目标耐受曲线函数和所述植物死亡率函数，构建得到所述优势物种生长动态模型，所述优势物种生长动态模型用于表征目标优势物种的种群生物量变化。
在一种可能的实施方式中，所述获取所述待模拟区域的船行波影响模拟数据，包括：
获取所述待模拟区域的河道数据，并利用MIKE模型进行船行模拟，得到植物生物量、船速、岸滩坡度、河岸冲刷和淤积的相关关系；
根据所述相关关系，计算不同船速下河岸植被冲刷和淤积情况，并将计算结果作为所述船行波影响模拟数据。
在一种可能的实施方式中，所述根据所述优势物种生长动态模型和所述船行波影响模拟数据，构建河口湿地植被空间模拟模型，包括：
根据所述优势物种生长动态模型，确定出每个所述空间网格对应的植物时空生长状态；
获取所述待模拟区域关联的运河工程疏浚和炸礁施工方案，结合所述船行波影响模拟数据，确定出每个所述空间网络对应的胁迫因子变化情况；
基于所述植物时空生长状态和所述胁迫因子变化情况，调整所述优势物种生长动态模型，得到所述河口湿地植被空间模拟模型。
在一种可能的实施方式中，所述输入通航条件预设情景至所述河口湿地植被空间模拟模型中，得到每个所述空间网格对应的河口湿地植被时空变化模拟结果，包括：
获取所述通航条件预设情景对应的船舶流量、航运调水数据、河道数据、船舶航行速度；
将所述船舶流量、所述航运调水数据、所述河道数据、所述船舶航行速度输入至所述河口湿地植被空间模拟模型中，得到每个所述空间网络对应的河口湿地植被时空变化模拟结果。
在一种可能的实施方式中，所述方法还包括：
当所述河口湿地植被时空变化模拟结果表征目标空间网络对应的湿地生物量总体下降率超过预设下降率阈值时，获取所述河口湿地植被时空变化模拟结果对应的目标情景；
当检测到所述待模拟区域出现与所述目标情景相同的当前情景时，发出告警。
第二方面，本发明实施例提供了一种运河通航影响下河口湿地植被时空变化的模拟装置，包括：
获取模块，用于针对待模拟区域进行地理空间单元划分，得到多个空间网格；根据所述待模拟区域的遥感数据和生物量数据，确定每个所述空间网格对应的湿地植被优势种；根据植物定植率构建每个所述湿地植被优势种对应的优势物种生长动态模型；获取所述待模拟区域的船行波影响模拟数据；根据所述优势物种生长动态模型和所述船行波影响模拟数据，构建河口湿地植被空间模拟模型；
模拟模块，用于输入通航条件预设情景至所述河口湿地植被空间模拟模型中，得到每个所述空间网格对应的河口湿地植被时空变化模拟结果。
第三方面，本发明实施例提供一种计算机设备，所述计算机设备包括处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述处理器执行时，所述计算机设备执行第一方面至少一种可能的实施方式中所述的河口湿地植被时空变化模拟方法。
第四方面，本发明实施例提供一种可读存储介质，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在计算机设备执行第一方面至少一种可能的实施方式中所述的河口湿地植被时空变化模拟方法。
相比现有技术，本发明提供的有益效果包括：采用本发明公开的一种运河通航影响下河口湿地植被时空变化的模拟方法及装置，通过针对待模拟区域进行地理空间单元划分以获得多个空间网格。
然后，根据区域的遥感数据和生物量数据，确定每个空间网格对应的湿地植被优势种。
接着，构建优势物种生长动态模型，并获取该区域的船行波影响模拟数据。
最后，将这两种模型结合，构建河口湿地植被空间模拟模型，并在其中输入通航条件预设情景，以获取每个空间网格对应的河口湿地植被时空变化模拟结果。
如此设计，能有效评估运河通航对河口湿地植被的影响，为湿地保护和合理利用提供科学依据。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。
应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定。
对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的运河通航影响下河口湿地植被时空变化的模拟方法的步骤流程示意框图；
图2为本发明实施例提供的运河通航影响下河口湿地植被时空变化的模拟装置的结构示意框图；
图3为本发明实施例提供的计算机设备的结构示意框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。
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，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要理解的是，术语“上”、“下”、“内”、“外”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，或者是本领域技术人员惯常理解的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，“设置”、“连接”等术语应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接连接，也可以通过中间媒介间接连接，可以是两个元件内部的连通。
对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图，对本发明的具体实施方式进行详细说明。
为了解决前述背景技术中的技术问题，图1为本公开实施例提供的运河通航影响下河口湿地植被时空变化的模拟方法的流程示意图，下面对该运河通航影响下河口湿地植被时空变化的模拟方法进行详细介绍。
步骤S201，针对待模拟区域进行地理空间单元划分，得到多个空间网格；
步骤S202，根据所述待模拟区域的遥感数据和生物量数据，确定每个所述空间网格对应的湿地植被优势种；
步骤S203，根据植物定植率构建每个所述湿地植被优势种对应的优势物种生长动态模型；
步骤S204，获取所述待模拟区域的船行波影响模拟数据；
步骤S205，根据所述优势物种生长动态模型和所述船行波影响模拟数据，构建河口湿地植被空间模拟模型；
步骤S206，输入通航条件预设情景至所述河口湿地植被空间模拟模型中，得到每个所述空间网格对应的河口湿地植被时空变化模拟结果。
在本发明实施例中，示例性的，假设选择一个具体的河口湿地区域，例如位于某国家的河口湿地保护区，该区域面积广阔。
将该区域划分为许多小的地理空间单元，例如正方形或矩形的网格。
通过使用卫星遥感数据获取该河口湿地区域的植被分布信息，并结合现有的生物量数据，可以确定每个空间网格对应的主要植被物种。
例如，在某个网格内主要是苇类植物、蒲草等。
基于调查数据和先前的研究，可以确定每个湿地植被优势种的定植率。
然后，根据这些定植率以及相关的生长参数（例如光照、水分等）构建每个植物优势种的生长动态模型。
使用数值模拟方法，可以模拟在河口湿地区域进行航运时产生的船行波的影响。
通过计算船只行驶过程中产生的波浪，并将其与湿地的位置和形态相结合，得到船行波影响模拟数据。
综合考虑植物的生长特性和船行波对植物的影响，可以构建一个河口湿地植被空间模拟模型。
该模型将考虑每个空间网格上的植物生长情况以及船行波对植物的干扰程度，以预测植被在不同网格上的时空变化。
在模拟过程中，可以输入不同的情景参数，例如航运强度、天气条件等，来模拟这些不同情景下的河口湿地植被时空变化。
通过运行模拟模型，可以获得对应于每个情景的河口湿地植被时空变化的模拟结果，例如预测湿地植被的分布、生长状态等。
在输入通航条件预设情景至河口湿地植被空间模拟模型之前，需要定义和设置不同的情景参数。这些参数可以包括船只通行频率、船只类型、水位变化等影响湿地植被的因素。
假设设置两个不同的通航条件预设情景，一个是高频率的船只通行情景，另一个是低频率的船只通行情景。
此外，还考虑了潮汐引起的水位变化。
这样，就可以比较这两个情景下河口湿地植被的时空变化。
根据通航条件预设情景的参数，将其输入到河口湿地植被空间模拟模型中，以便进行模拟计算。
通过输入先前设置的高频率船只通行情景和相关的水位变化数据，将这些情景参数传递给模拟模型。
模型将使用这些参数来计算和预测在该情景下湿地植被的时空变化。
通过运行河口湿地植被空间模拟模型，得到通航条件预设情景下的植被时空变化的模拟结果。
执行模拟计算后，可以获得高频率船只通行情景下河口湿地植被的时空分布图或其他相关结果。
这些结果可以显示出湿地植被的变化趋势、密度分布以及不同区域之间的差异。
如此设计，从划分空间网格到根据情景参数进行模拟计算，这些步骤共同构成了一个完整的模拟过程，为研究者提供了对于不同情景下河口湿地植被变化的深入理解和预测。
在一种可能的实施方式中，前述步骤S202可以通过以下示例执行实施。
（1）获取所述待模拟区域所在片区的遥感数据；
（2）根据所述遥感数据，确定所述待模拟区域的代表性像元；
（3）基于预先确定的对应关系获取所述代表性像元对应的植物种类；
（4）获取所述代表性像元的光谱特征，并确定所述光谱特征和生物量的定量化关系；
（5）根据所述代表性像元对应的植物种类和所述定量化关系，确定每个所述空间网格对应的湿地植被优势种。
在本发明实施例中，示例性的，假设的待模拟区域是一个位于某国家的河口湿地保护区，该区域的边界已知。
可以通过使用卫星或无人机等遥感技术来获取该区域的高分辨率遥感图像数据。
利用遥感图像的空间分辨率和多光谱信息，可以选择一些代表性像元来代表整个待模拟区域。
这些代表性像元应该能够准确反映该区域的植被类型和空间分布。
通过与实地调查、植被数据库或专家知识的比对，可以确定代表性像元与特定植物种类之间的对应关系。
例如，某个代表性像元可能对应湿地中的芦苇或蒲草等特定植被类型。
通过分析代表性像元的遥感图像数据，提取出其光谱特征，如反射率、NDVI等。
然后，通过与实测生物量数据的对比和相关性分析，建立光谱特征与湿地植被生物量之间的定量化关系。
根据前面步骤中获取的信息，结合遥感数据、植物种类和生物量的定量关系，可以将这些知识应用于待模拟区域的每个空间网格。
通过根据代表性像元的特征和对应的植物种类，确定每个空间网格内的湿地植被优势种类。
如此设计，可以利用遥感数据和生物量数据来确定每个空间网格对应的湿地植被优势种类。
通过获取代表性像元的光谱特征，并与植被生物量建立定量关系，可以提高对植被类型的识别和准确性，从而为后续的时空变化模拟提供更可靠的基础数据。
在一种可能的实施方式中，前述步骤S203可以通过以下示例执行实施。
（1）获取所述待模拟区域的胁迫因子，所述胁迫因子包括盐度数据、水深数据、总氮数据和总磷数据；
（2）利用高斯耐受曲线建立胁迫因子与植物生长过程的目标耐受曲线函数；
（3）根据所述胁迫因子确定植物死亡率函数；
（4）根据所述目标耐受曲线函数和所述植物死亡率函数，构建得到所述优势物种生长动态模型，所述优势物种生长动态模型用于表征目标优势物种的种群生物量变化。
在本发明实施例中，示例性的，假设的待模拟区域是一个河口湿地，需要收集该区域的盐度数据、水深数据以及总氮和总磷等养分数据。
这些数据可以通过采样和实验室测试等方法获取。
基于先前获取的胁迫因子数据，可以使用高斯耐受曲线来建立胁迫因子与植物生长过程之间的关系。
例如，可以针对不同的胁迫因子，如盐度或水深，确定相应的目标耐受曲线函数。
根据胁迫因子的大小和植物对该因子的耐受性，可以建立相应的植物死亡率函数。
这个函数可以基于实验数据或相关的研究结果来确定。
根据先前建立的目标耐受曲线函数和植物死亡率函数，可以结合其他影响因素（如营养、竞争等）构建优势物种的生长动态模型。
这个模型可以使用数学方程或模拟算法来描述优势物种的种群生物量在不同条件下的变化趋势。
如此设计，可以根据待模拟区域的胁迫因子数据，利用高斯耐受曲线建立目标耐受曲线函数，并根据胁迫因子确定植物死亡率函数。
通过结合目标耐受曲线函数和植物死亡率函数，可以构建优势物种的生长动态模型，用于表征目标优势物种的种群生物量变化。
这些步骤为研究者提供了可靠的方法来模拟并预测不同条件下湿地植被的生长动态。
在一种可能的实施方式中，前述步骤S204可以通过以下示例执行实施。
（1）获取所述待模拟区域的河道数据，并利用MIKE模型进行船行模拟，得到植物生物量、船速、岸滩坡度、河岸冲刷和淤积的相关关系；
（2）根据所述相关关系，计算不同船速下河岸植被冲刷和淤积情况，并将计算结果作为所述船行波影响模拟数据。
在一种可能的实施方式中，示例性的，假设的待模拟区域是一个人工运河，需要收集该区域的河道数据，包括河道宽度、水深、流速等信息。
使用MIKE模型（一种常用的水动力学模型），可以进行船行模拟，模拟船只通过运河时产生的波浪和涡流等水动力效应。
通过分析模拟结果，可以得到船速、岸滩坡度、河岸冲刷和淤积等因素与植物生物量之间的相关关系。
利用前面得到的相关关系，可以根据不同的船速设定进行计算。
通过模拟不同船速下的船行波效应，在特定位置上确定河岸植被冲刷和淤积情况。
这些计算结果可以作为船行波影响模拟数据，用于描述船只通行对湿地植被的影响。
如此设计，可以通过获取待模拟区域的河道数据并使用MIKE模型进行船行模拟来得到植物生物量、船速、岸滩坡度、河岸冲刷和淤积等因素之间的相关关系。
基于这些关系，可以计算不同船速下的河岸植被冲刷和淤积情况，并将结果作为船行波影响模拟数据。
这些模拟数据可以用于分析和预测运河通航对湿地植被的影响，为保护和管理工作提供科学依据。
在一种可能的实施方式中，前述步骤S205可以通过以下示例执行实施。
（1）根据所述优势物种生长动态模型，确定出每个所述空间网格对应的植物时空生长状态；
（2）获取所述待模拟区域关联的运河工程疏浚和炸礁施工方案，结合所述船行波影响模拟数据，确定出每个所述空间网络对应的胁迫因子变化情况；
（3）基于所述植物时空生长状态和所述胁迫因子变化情况，调整所述优势物种生长动态模型，得到所述河口湿地植被空间模拟模型。
在本发明实施例中，示例性的，基于之前构建的优势物种生长动态模型，可以在待模拟区域的每个空间网格上确定相应的植物时空生长状态。
这包括植物的生长速率、生长阶段和生物量等信息。
通过模拟和预测，可以描绘植物随着时间和空间变化的生长状态。
假设的待模拟区域是一个河口湿地，与该区域相关的运河工程计划进行疏浚和炸礁施工。
可以获取这些工程方案的相关数据，如疏浚深度、炸礁强度等。结合前面获得的船行波影响模拟数据，可以确定每个空间网格对应的胁迫因子变化情况，如水深变化、岸滩坡度变化等。
根据前面得到的植物时空生长状态和胁迫因子变化情况，可以对优势物种生长动态模型进行调整。
通过考虑胁迫因子对植物生长的影响，可以改变模型中的参数或者增加相应的修正因子，以更准确地描述植被在不同区域和时间的生长情况。
最终，将得到一个基于植物生长状态和胁迫因子变化的河口湿地植被空间模拟模型。
如此设计，可以根据优势物种生长动态模型确定每个空间网格的植物时空生长状态。
结合待模拟区域的运河工程疏浚和炸礁施工方案以及船行波影响模拟数据，可以确定每个空间网格对应的胁迫因子变化情况。
通过调整优势物种生长动态模型，考虑到胁迫因子的影响，可以得到河口湿地植被空间模拟模型，用于预测和分析在不同条件下湿地植被的时空变化。
这个模型可以帮助更好地理解和管理河口湿地生态***。
在一种可能的实施方式中，前述步骤S206可以通过以下示例执行实施。
（1）获取所述通航条件预设情景对应的船舶流量、航运调水数据、河道数据、船舶航行速度；
（2）将所述船舶流量、所述航运调水数据、所述河道数据、所述船舶航行速度输入至所述河口湿地植被空间模拟模型中，得到每个所述空间网络对应的河口湿地植被时空变化模拟结果。
在本发明实施例中，示例性的，假设需要模拟一种通航条件预设情景，如某个特定时间段内的运输需求或调水方案。
在这个情景中，需要获取相关的数据，包括船舶流量（即船只的数量和频率）、航运调水数据（如注入或排出的水量和速度）、河道数据（如河道的宽度、深度等）以及船舶的航行速度。
利用前面构建的河口湿地植被空间模拟模型，可以将所述船舶流量、航运调水数据、河道数据和船舶航行速度等输入该模型。
通过模拟运算，可以得到每个空间网络对应的河口湿地植被时空变化模拟结果。
这些结果将描述在给定情景下，河口湿地中植被的生长状态、分布格局以及植被与船舶活动之间的相互作用。
如此设计，可以获取通航条件预设情景下的船舶流量、航运调水数据、河道数据和船舶航行速度。
将这些数据输入到河口湿地植被空间模拟模型中，可以得到每个空间网络对应的河口湿地植被时空变化模拟结果。
这些结果可以帮助评估不同情景下河口湿地植被的变化趋势，为河口湿地管理和保护提供参考依据。
在一种可能的实施方式中，本发明实施例还提供以下示例。
（1）当所述河口湿地植被时空变化模拟结果表征目标空间网络对应的湿地生物量总体下降率超过预设下降率阈值时，获取所述河口湿地植被时空变化模拟结果对应的目标情景；
（2）当检测到所述待模拟区域出现与所述目标情景相同的当前情景时，发出告警。
在本发明实施例中，示例性的，假设通过河口湿地植被时空变化模拟得到了一组结果，这些结果表征了河口湿地不同空间网络对应的湿地生物量。
设定了一个预设的下降率阈值，用于判断湿地生物量是否下降过快。
如果模拟结果中某个空间网络对应的湿地生物量总体下降率超过了预设的下降率阈值，那么将该模拟结果认定为目标情景。
在实时监测待模拟区域的情况时，将不断获取最新的数据并进行分析。
当检测到当前情景与之前确定的目标情景相匹配时，即湿地生物量总体下降率超过预设下降率阈值，会触发告警机制。
这可以通过发送警报通知相关人员或***来实现，以便及时采取措施来保护和管理河口湿地。
在河口湿地植被时空变化模拟中，通过判断湿地生物量总体下降率是否超过预设下降率阈值，获取目标情景。
当待模拟区域的当前情景与目标情景匹配时，会发出告警，以提醒相关人员或***注意河口湿地植被的变化情况。
这样可以帮助及时发现植被下降过快的问题，并采取适当的措施进行保护和管理。
下面提供一种本发明实施例的整体实施方式。
（1）划分地理空间单元。
考虑河口湿地面积、两岸敏感植被（如红树林、互花米草）分布、计算效率等情况，利用GIS空间技术进行河口湿地空间单元划分，作为统计和评价的基准单元。
以茅尾海河口湿地为例，茅尾海面积135平方公里，空间单元最小网格可设置为2米×2米。
（2）对河口湿地遥感数据进行解译，通过目视解译和训练数据判断湿地分布区域和各地理空间单元的代表性像元。
结合现场调查确定各空间地理单位的湿地植被优势种。
构建代表性像元光谱与生物量关系，确定各地理空间单元优势种生物量。
①收集研究区域的卫星遥感数据（如Landsat系列卫星、Sentinel系列卫星、高分GF系列卫星等），采用监督分类和人工目视方式对卫星遥感数据进行解译。
定义遥感图像中的地物类别，区分城市建设区和河口湿地区域。
②根据地理空间单元划分，采用目视解译和训练数据判断卫星遥感图中河口湿地区域面积最大的代表性像元。
对代表性像元进行现场调查，确定代表性像元的植物种类。
③根据代表性像元光谱特征和生物量数据，利用相关性分析构建光谱密度与生物量的定量化关系，从而确定每个地理空间单元的主要优势种及其生物量。
（3）采用植物定植率来构建每个地理空间单位优势物种生长动态模型，该模型用以分析每个地理单元优势物种的生物量变化。
①定植率通常表征一种植物移植到别的地方的成活率。
选择外界胁迫因子构建植物定植率计算公式。
示例性的，河口湿地植被主要受到盐度、水深、总氮和总磷等营养盐的胁迫。
因此，可采用YD、SH、TN、TP等4个指标来计算植物定植率Li。
其中，YD、SH、TN、TP均为[0，1]。
；每种胁迫因子采用高斯耐受曲线建立胁迫因子与植物生长过程的耐受曲线/>、/>、/>、/>。
；其中，cYDi是常数∈[0，1]，代表物种i在土壤盐度胁迫下的响应情况，/>是物种i的最适土壤盐度，/>为物种i对土壤盐度耐受范围常数，/>越大表明耐受范围越大。
；其中，cSHi是常数∈[0，1]，代表物种i在水深胁迫下的响应情况，/>是物种i的最适水深，/>为物种i对水深耐受范围常数，/>越大表明耐受范围越大。
；其中，cTNi是常数∈[0，1]，代表物种i在总氮胁迫下的响应情况，/>是物种i的最适总氮浓度，/>为物种i对总氮耐受范围常数，/>越大表明耐受范围越大。
；其中，cTPi是常数∈[0，1]，代表物种i在总磷胁迫下的响应情况，/>是物种i的最适总磷浓度，/>为物种i对总磷耐受范围常数，/>越大表明耐受范围越大。
②植物死亡率Di可以采用如下公示计算，其中a为常数。
；③利用有限差分方程来计算每个地理空间单元、每一时间步长内的优势植物物种生物量变化。
以当前非生物和生物条件下每种植物的定植率和死亡率为基础，构建优势物种生长动态模型，该模型可分析每个地理单元优势物种的生物量变化，生物量变化计算方程如下：;其中，i代表优势物种，j为地理空间单元中所有物种（以主要优势物种代替），/>为各地理空间单元物种i在t时刻的生物量，/>是从时间t到下一个时间步长t+1物种的种群生物量变化。
为一个地理空间单元所能承载的最大生物量。
4）将船行波对河岸植被影响纳入到河口湿地植被模拟中。
根据航道距离河道两岸植被距离，采用MIKE模型估算船行波到达河岸植被的波高，判断是否存在影响。
对于波高较高的区域，采用物理模型实验方式，构建植物生物量、船速、岸滩坡度与河岸冲刷和淤积的估算公式，计算不同船速下河岸植被冲刷和淤积情况，为通航影响下河口湿地模拟提供数据。
①根据河道宽度和水深，将河口通航水域划分为不同的区域，如河流区域、入海口区域、近海区域。
将河道概化为三维槽道进行数值模拟，利用MIKE模型计算不同船速产生的船行波波面高程。
船速可模拟2m/s、5m/s、7m/s、9m/s等不同速度，也可根据实际情况进行调整。
波面高程可统计船行波到达河岸湿地植被的最大波高和时间后最大波高。
最大波高定义为：船行过程中，船行波传播到河岸湿地植被区域和离开河岸湿地植被区域期间（t=1，...，T），所选特征点(p=1，...，N)中最大波高。
表征了河岸湿地植被受到船行波主波影响最大的区域与其最大振幅。
;时间平均后最大波高mHmax：船行波传播到河岸湿地植被区域和离开河岸湿地植被区域期间（t=1，...，T），所选特征点(p=1，...，N)中时间平均后的最大波高。
表征了河岸湿地植被受到船行波整体影响最大的区域与其平均振幅。
;②判断船行波对河岸湿地影响较显著的区域。
本发明提出判断标准参考：对于水深深度超过2米，时间平均后最大波高小于0.1米以下的区域，船行波对河岸湿地植被影响可适当忽略；水深深度低于2米，时间平均后最大波高小于0.1米以下的区域，应考虑船行波对河岸湿地植被影响。
③对于受到船行波影响较为显著的区域，根据河道岸坡坡度、坡高等，按照1:10几何比例，搭建物理水槽实验模型。
可针对不同船速、不同生物量覆盖等进行实验。
波浪类型可选择为规则波，采用波高仪和水位计记录波高。
地形测量采用地形测量仪。
实验同时进行拍摄记录。
根据不同植物生物量布置植物密度和排布，对于不同船速统计岸坡高程变化，构建植物生物量、船速、岸滩坡度与河岸冲刷和淤积的估算公式，可采用下述公式模拟。
;其中，/>代表河岸植被区域冲刷深度或淤积深度，H代表波高，L代表波长，X代表植被生物量，可通过植物密度或排布来反映，a、b、c代表常数，/>可认为是植物综合系数。
④采用部分实验数据或其他区域实测数据，对拟合公式进行验证。
（5）根据优势物种生长动态模型，建河口湿地植被空间模拟模型。
对每个空间网格模拟植物种子萌芽、生长、和竞争过程。
将运河通航调水及产生的盐度、总氮、总磷、水深变化，以及船行波对河岸湿地植被影响，纳入到模拟中。
设置不同的运河通航情景，模拟河口湿地植被时空变化情况，提出运河通航影响下河口湿地的保护措施。
①每个网格按照种子产生、萌芽、成长、竞争和扩张等状态过程。
这些过程共同决定下一时间步长的植物状态和生物量。
根据各地理空间单元优势物种i，确定其种子的种类，作为起始种子。
种子数量可采用如下计算公式：
;其中，t为时间，E为滩面高程，为最大种子库，/>为种子分布高程阈值，/>为种子库对应的斜率常数。
最大种子库可根据现场调查也可根据LEDA数据库获得。
种子的萌发率在时间和空间维度上具有较大差异，主要受到盐度的影响，通常种子在生长季内的萌发率呈指数形式下降，可采用如下公式计算：;其中，/>种子出芽率，YD为盐度，a、b为常数。
植物生长采用（3）中基于植物定植率构建的物种生长动态模型进行模拟，分析优势物种生物量的变化情况。
植物生长竞争模块，将各地理空间单元的优势物种的竞争性进行定义，强竞争性物种会扩散到弱竞争性物种空间，弱竞争性物种无法扩散到强竞争性物种空间，比如互花米草的竞争性强于黄菊花，则互花米草会扩张到黄菊花的空间单元。
假设河口湿地植物平均扩张距离为每个月1米，当优势植被达到临近网格并成功扩张后，按照萌芽、成长等公式进行生物量计算。
②根据通航方案，设置不同模拟情景，可以参考表一。
表一
| 情景名称 | 情景内容 |
| 无通航情景 | 预测未实现通航情况下，河口湿地植被变化情况 |
| 中等流量情景1 | 中等强度的船舶流量，及产生中等规模的航运调水，在河岸较窄区域较快船舶航行速度 |
| 中等流量情景2 | 中等强度的船舶流量，及产生中等规模的航运调水，在河岸较窄区域较慢船舶航行速度 |
| 大流量情景1 | 大强度的船舶流量，及产生大规模的航运调水，在河岸较窄区域较快船舶航行速度 |
| 大流量情景2 | 大强度的船舶流量，及产生大规模的航运调水，在河岸较窄区域较慢船舶航行速度 |
③根据运河工程疏浚和炸礁施工方案（包括疏浚和炸礁位置、疏浚和炸礁规模、疏浚和炸礁时间、疏浚源强和炸礁源强等）、调水方案、通航运行方案，基于MIKE、Delft 3D等数值模型建立研究区域二维水动力-水环境模型，模拟运河建设后河口湿地每个地理空间单元盐度、水深、总氮、总磷的变化情况。
将计算盐度、水深、总氮、总磷变化，纳入到优势物种生长动态模型中，模拟每个地理空间网格优势物种生物量并结合物种竞争分析生物量变化。
对于受到船行波影响的空间网格，当最大淤积深度超过20厘米时，空间网格生物量自动判断为0，说明船行波导致岸滩崩塌，造成水土流失；当网格出现淤积坑时，将改变网格水深参数SH，从而纳入物种生长模型中。
④根据生物量模拟结果、运河通航需求，提出在保障河口湿地生物量总体稳定，不出现大规模生物量下降的情况下，运河通航的规模。
针对局部河段提出船舶航速限制性建议，以及运河局部护岸强化防护建议。
请结合参阅图2，图2为本发明实施例提供的一种运河通航影响下河口湿地植被时空变化的模拟装置110，包括：
获取模块1101，用于针对待模拟区域进行地理空间单元划分，得到多个空间网格；根据所述待模拟区域的遥感数据和生物量数据，确定每个所述空间网格对应的湿地植被优势种；根据植物定植率构建每个所述湿地植被优势种对应的优势物种生长动态模型；获取所述待模拟区域的船行波影响模拟数据；根据所述优势物种生长动态模型和所述船行波影响模拟数据，构建河口湿地植被空间模拟模型；
模拟模块1102，用于输入通航条件预设情景至所述河口湿地植被空间模拟模型中，得到每个所述空间网格对应的河口湿地植被时空变化模拟结果。
需要说明的是，前述河口湿地植被时空变化模拟装置110的实现原理可以参考前述河口湿地植被时空变化模拟方法的实现原理，在此不再赘述。
应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。
且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。
例如，河口湿地植被时空变化模拟装置110可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上河口湿地植被时空变化模拟装置110的功能。
其它模块的实现与之类似。
此外这些模块全部或部分可以集成在一起，也可以独立实现。
这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。
在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)等。
再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessing unit，CPU)或其它可以调用程序代码的处理器。
再如，这些模块可以集成在一起，以片上***(system-on-a-chip，SOC)的形式实现。
本发明实施例提供一种计算机设备100，计算机设备100包括处理器及存储有计算机指令的非易失性存储器，计算机指令被处理器执行时，计算机设备100执行前述的河口湿地植被时空变化模拟装置110。
如图3所示，图3为本发明实施例提供的计算机设备100的结构框图。
计算机设备100包括河口湿地植被时空变化模拟装置110、存储器111、处理器112及通信单元113。
为实现数据的传输或交互，存储器111、处理器112以及通信单元113各元件相互之间直接或间接地电性连接。
例如，可通过一条或多条通讯总线或信号线实现这些元件相互之间电性连接。
河口湿地植被时空变化模拟装置110包括至少一个可以软件或固件（firmware）的形式存储于存储器111中或固化在计算机设备100的操作***（operating system，OS）中的软件功能模块。
处理器112用于执行存储器111中存储的河口湿地植被时空变化模拟装置110，例如河口湿地植被时空变化模拟装置110所包括的软件功能模块及计算机程序等。
本发明实施例提供一种可读存储介质，可读存储介质包括计算机程序，计算机程序运行时控制可读存储介质所在计算机设备执行前述的河口湿地植被时空变化模拟方法。
出于说明目的，前面的描述是参考具体实施例而进行的。
但是，上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。
根据上述教导，众多修改和变化都是可行的。
选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用，从而使本领域技术人员最佳地利用本公开，并利用具有不同修改的各种实施例以适于预期的特定应用。
出于说明目的，前面的描述是参考具体实施例而进行的。
但是，上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。
根据上述教导，众多修改和变化都是可行的。
选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用，从而使本领域技术人员最佳地利用本公开，并利用具有不同修改的各种实施例以适于预期的特定应用。
Claims (8)
1.一种运河通航影响下河口湿地植被时空变化的模拟方法，其特征在于，包括：
针对待模拟区域进行地理空间单元划分，得到多个空间网格；
根据所述待模拟区域的遥感数据和生物量数据，确定每个所述空间网格对应的湿地植被优势种；
根据植物定植率构建每个所述湿地植被优势种对应的优势物种生长动态模型；
获取所述待模拟区域的船行波影响模拟数据；
根据所述优势物种生长动态模型和所述船行波影响模拟数据，构建河口湿地植被空间模拟模型；
输入通航条件预设情景至所述河口湿地植被空间模拟模型中，得到每个所述空间网格对应的河口湿地植被时空变化模拟结果；
所述根据植物定植率构建每个所述湿地植被优势种对应的优势物种生长动态模型，包括：
获取所述待模拟区域的胁迫因子，所述胁迫因子包括盐度数据、水深数据、总氮数据和总磷数据；
利用高斯耐受曲线建立胁迫因子与植物生长过程的目标耐受曲线函数；
根据所述胁迫因子确定植物死亡率函数；
根据所述目标耐受曲线函数和所述植物死亡率函数，构建得到所述优势物种生长动态模型，所述优势物种生长动态模型用于表征目标优势物种的种群生物量变化；
根据所述优势物种生长动态模型和所述船行波影响模拟数据，构建河口湿地植被空间模拟模型，包括：
根据所述优势物种生长动态模型，确定出每个所述空间网格对应的植物时空生长状态；
获取所述待模拟区域关联的运河工程疏浚和炸礁施工方案，结合所述船行波影响模拟数据，确定出每个所述空间网络对应的胁迫因子变化情况；
基于所述植物时空生长状态和所述胁迫因子变化情况，调整所述优势物种生长动态模型，得到所述河口湿地植被空间模拟模型。
2.根据权利要求1所述的方法，其特征在于，所述根据所述待模拟区域的遥感数据和生物量数据，确定每个所述空间网格对应的湿地植被优势种，包括：
获取所述待模拟区域所在片区的遥感数据；
根据所述遥感数据，确定所述待模拟区域的代表性像元；
基于预先确定的对应关系获取所述代表性像元对应的植物种类；
获取所述代表性像元的光谱特征，并确定所述光谱特征和生物量的定量化关系；
根据所述代表性像元对应的植物种类和所述定量化关系，确定每个所述空间网格对应的湿地植被优势种。
3.根据权利要求1所述的方法，其特征在于，所述获取所述待模拟区域的船行波影响模拟数据，包括：
获取所述待模拟区域的河道数据，并利用MIKE模型进行船行模拟，得到植物生物量、船速、岸滩坡度、河岸冲刷和淤积的相关关系；
根据所述相关关系，计算不同船速下河岸植被冲刷和淤积情况，并将计算结果作为所述船行波影响模拟数据。
4.根据权利要求1所述的方法，其特征在于，所述输入通航条件预设情景至所述河口湿地植被空间模拟模型中，得到每个所述空间网格对应的河口湿地植被时空变化模拟结果，包括：
获取所述通航条件预设情景对应的船舶流量、航运调水数据、河道数据、船舶航行速度；
将所述船舶流量、所述航运调水数据、所述河道数据、所述船舶航行速度输入至所述河口湿地植被空间模拟模型中，得到每个所述空间网络对应的河口湿地植被时空变化模拟结果。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述河口湿地植被时空变化模拟结果表征目标空间网络对应的湿地生物量总体下降率超过预设下降率阈值时，获取所述河口湿地植被时空变化模拟结果对应的目标情景；
当检测到所述待模拟区域出现与所述目标情景相同的当前情景时，发出告警。
6.一种运河通航影响下河口湿地植被时空变化的模拟装置，其特征在于，包括：
获取模块，用于针对待模拟区域进行地理空间单元划分，得到多个空间网格；根据所述待模拟区域的遥感数据和生物量数据，确定每个所述空间网格对应的湿地植被优势种；根据植物定植率构建每个所述湿地植被优势种对应的优势物种生长动态模型；获取所述待模拟区域的船行波影响模拟数据；根据所述优势物种生长动态模型和所述船行波影响模拟数据，构建河口湿地植被空间模拟模型；
模拟模块，用于输入通航条件预设情景至所述河口湿地植被空间模拟模型中，得到每个所述空间网格对应的河口湿地植被时空变化模拟结果；
所述获取模块具体用于：
获取所述待模拟区域的胁迫因子，所述胁迫因子包括盐度数据、水深数据、总氮数据和总磷数据；利用高斯耐受曲线建立胁迫因子与植物生长过程的目标耐受曲线函数；根据所述胁迫因子确定植物死亡率函数；根据所述目标耐受曲线函数和所述植物死亡率函数，构建得到所述优势物种生长动态模型，所述优势物种生长动态模型用于表征目标优势物种的种群生物量变化；
根据所述优势物种生长动态模型，确定出每个所述空间网格对应的植物时空生长状态；获取所述待模拟区域关联的运河工程疏浚和炸礁施工方案，结合所述船行波影响模拟数据，确定出每个所述空间网络对应的胁迫因子变化情况；基于所述植物时空生长状态和所述胁迫因子变化情况，调整所述优势物种生长动态模型，得到所述河口湿地植被空间模拟模型。
7.一种计算机设备，其特征在于，所述计算机设备包括处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述处理器执行时，所述计算机设备执行权利要求1-5中任意一项所述的运河通航影响下河口湿地植被时空变化的模拟方法。
8.一种可读存储介质，其特征在于，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在计算机设备执行权利要求1-5中任意一项所述的运河通航影响下河口湿地植被时空变化的模拟方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410270177.7A CN117875219B (zh) | 2024-03-11 | 2024-03-11 | 运河通航影响下河口湿地植被时空变化的模拟方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410270177.7A CN117875219B (zh) | 2024-03-11 | 2024-03-11 | 运河通航影响下河口湿地植被时空变化的模拟方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117875219A CN117875219A (zh) | 2024-04-12 |
| CN117875219B true CN117875219B (zh) | 2024-06-04 |
Family
ID=90595220
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410270177.7A Active CN117875219B (zh) | 2024-03-11 | 2024-03-11 | 运河通航影响下河口湿地植被时空变化的模拟方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117875219B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886607A (zh) * | 2019-03-28 | 2019-06-14 | 交通运输部水运科学研究所 | 一种航道工程生态环境影响多层级综合指标体系架构 |
| CN112307420A (zh) * | 2020-10-29 | 2021-02-02 | 大连海洋大学 | 一种河口湿地植被生境修复方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113821925B (zh) * | 2021-09-18 | 2023-11-24 | 北京师范大学 | 一种基于水生土三要素的湿地动态边界确定方法 |
-
2024
- 2024-03-11 CN CN202410270177.7A patent/CN117875219B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886607A (zh) * | 2019-03-28 | 2019-06-14 | 交通运输部水运科学研究所 | 一种航道工程生态环境影响多层级综合指标体系架构 |
| CN112307420A (zh) * | 2020-10-29 | 2021-02-02 | 大连海洋大学 | 一种河口湿地植被生境修复方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117875219A (zh) | 2024-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109657392A (zh) | 一种基于深度学习的高光谱遥感水深反演方法 | |
| CN110348324A (zh) | 一种基于遥感大数据的洪涝实时淹没分析方法及*** | |
| CN111680866A (zh) | 一种海洋生态保护重要性的评价方法、应用和装置 | |
| Márquez et al. | Hybrid model for forecasting of changes in land use and land cover using satellite techniques | |
| CN112903606B (zh) | 一种基于无人机高光谱的红树林生态恢复力评估方法 | |
| CN114329957A (zh) | 一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法 | |
| CN114612789A (zh) | 一种通过长时序卫星遥感提取常绿森林林分变化的方法 | |
| CN116645789A (zh) | 一种基于无人机测绘的土地自然灾害预警管控*** | |
| CN108764527B (zh) | 一种土壤有机碳库时空动态预测最优环境变量筛选方法 | |
| Sun et al. | Coastal water bathymetry for critical zone management using regression tree models from Gaofen-6 imagery | |
| CN117520718B (zh) | 一种感潮河流水文数据的处理方法及*** | |
| CN114140697A (zh) | 海表流场遥感探测方法及装置 | |
| CN117687416A (zh) | 河网水安全检测装置路径规划方法及*** | |
| CN117875219B (zh) | 运河通航影响下河口湿地植被时空变化的模拟方法及装置 | |
| KR102156107B1 (ko) | 해사 채취시 해양 생태계 일차 생산량의 변화 예측 방법 및 컴퓨터 판독 가능 기록 매체 | |
| Van Leeuwen | Artificial neural networks and geographic information systems for inland excess water classification | |
| CN116912672A (zh) | 一种基于无人测量船的大型底栖无脊椎动物生物完整性评价方法 | |
| Hou et al. | Automatic Extraction of Drainage Networks from DEMs Base on Heuristic Search. | |
| CN112380984B (zh) | 一种基于遥感的盐沼植被缓流能力空间评价方法 | |
| CN115761520A (zh) | 基于河流漂浮物自主学习的河流径流量分析方法及*** | |
| Peng | Application of marine remote sensing technology in the development of fishery economy | |
| Liu et al. | Spatio-temporally varying Strickler coefficient: A calibration approach applied to a Danish river using in-situ water surface elevation and UAS altimetry | |
| Hou et al. | Historical reconstruction of aquatic vegetation of typical lakes in Northeast China based on an improved CA-Markov model | |
| Tran et al. | Exploring spatial relationship between electrical conductivity and spectral salinity indices in the mekong delta | |
| CN117272182B (zh) | 一种逐日气温的预测方法、装置、介质及设备 |
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 |