一种乡村生境质量评估及预测方法

    公开(公告)号:CN115983522A

    公开(公告)日:2023-04-18

    申请号:CN202211406746.3

    申请日:2022-11-10

    Applicant: 东南大学

    Abstract: 本发明公开一种乡村生境质量评估及预测方法,属于城乡规划领域;该方法将FLUS、InVEST和MaxEnt模型耦合,利用RCPs情景下未来气候数据,驱动多种生态模型,分别从地理学和生物学的角度得到研究区生境质量现状的综合评估及未来预测结果;通过FLUS模型土地利用惯性、适宜性概率等算法,获得RCPs情景下的研究区未来土地利用分布图;在此基础上,通过InVEST模型自带的生态系统服务功能评估模块得出研究区的生境退化和生境质量评估,并给出研究区的未来生境质量预测,最后结合MaxEnt模型模块预测RCPs情景下研究区的物种丰富度分布格局,得到研究区域的生境质量综合评价及RCPs情景下的未来预测结果,进而提出研究区的生境优化策略。

    一种乡村生境质量评估及预测方法

    公开(公告)号:CN115983522B

    公开(公告)日:2023-10-13

    申请号:CN202211406746.3

    申请日:2022-11-10

    Applicant: 东南大学

    Abstract: 本发明公开一种乡村生境质量评估及预测方法,属于城乡规划领域;该方法将FLUS、InVEST和MaxEnt模型耦合,利用RCPs情景下未来气候数据,驱动多种生态模型,分别从地理学和生物学的角度得到研究区生境质量现状的综合评估及未来预测结果;通过FLUS模型土地利用惯性、适宜性概率等算法,获得RCPs情景下的研究区未来土地利用分布图;在此基础上,通过InVEST模型自带的生态系统服务功能评估模块得出研究区的生境退化和生境质量评估,并给出研究区的未来生境质量预测,最后结合MaxEnt模型模块预测RCPs情景下研究区的物种丰富度分布格局,得到研究区域的生境质量综合评价及RCPs情景下的未来预测结果,进而提出研究区的生境优化策略。

    一种基于K-MEANS聚类算法划分乡村景观生态敏感区的方法

    公开(公告)号:CN115905902A

    公开(公告)日:2023-04-04

    申请号:CN202211406724.7

    申请日:2022-11-10

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于K‑MEANS聚类算法划分乡村景观生态敏感区的方法,属于风景园林学领域。该方法的步骤包括建立适宜乡村生态景观的生态敏感性评价体系;利用网格法收集研究区域的基本信息,对网格进行叠加分析及合并,划分基本生态单元并命名;对三级单因子的数据样本进行K‑means聚类分析,选取不同的k值进行聚类,对上一步骤得到的各单因子结果全部进行赋值;利用熵值法得出各因子所占权重;在每个生态单元内,统计三级单因子要素结果的基础上再次进行K‑means聚类分析,得到每个单元二级要素的划分结果;对每个生态单元内的二级要素重复K‑means聚类分析的步骤,得出每个单元一级要素的敏感度等级;统一底图进行可视化表达。

    一种乡村生态系统碳储量预测方法

    公开(公告)号:CN116151413B

    公开(公告)日:2024-04-26

    申请号:CN202211406775.X

    申请日:2022-11-10

    Applicant: 东南大学

    Abstract: 本发明公开一种乡村生态系统碳储量预测方法,属于生态环境技术领域;预测方法包括:S1,获取研究区域的初始土地利用数据和气候情景数据,建立土地利用和气候情景数据库,气候情景数据为共享社会经济路径;对研究区域进行等距网格划分,在气候情景中选取驱动力因子组成驱动力数据;并计算模拟区域内栅格到土地利用变化驱动因子的距离;S2,构建CARA模型,计算出生物量的年总增量和四大碳库数据,并与初始土地利用数据进行线性回归分析,得到一定时空下土地碳储量的演变模型;S3,构建FLUS模型,并得到土地利用模拟结果;S4,构建InVEST模型,并将四大碳库数据和土地利用模拟结果输入InVEST模型,得出对应年份研究区域土地碳储量的分布情况。

    一种乡村生态系统碳储量预测方法

    公开(公告)号:CN116151413A

    公开(公告)日:2023-05-23

    申请号:CN202211406775.X

    申请日:2022-11-10

    Applicant: 东南大学

    Abstract: 本发明公开一种乡村生态系统碳储量预测方法,属于生态环境技术领域;预测方法包括:S1,获取研究区域的初始土地利用数据和气候情景数据,建立土地利用和气候情景数据库,气候情景数据为共享社会经济路径;对研究区域进行等距网格划分,在气候情景中选取驱动力因子组成驱动力数据;并计算模拟区域内栅格到土地利用变化驱动因子的距离;S2,构建CARA模型,计算出生物量的年总增量和四大碳库数据,并与初始土地利用数据进行线性回归分析,得到一定时空下土地碳储量的演变模型;S3,构建FLUS模型,并得到土地利用模拟结果;S4,构建InVEST模型,并将四大碳库数据和土地利用模拟结果输入InVEST模型,得出对应年份研究区域土地碳储量的分布情况。

Patent Agency Ranking