-
公开(公告)号：CN110991562B
公开(公告)日：2023-11-24
申请号：CN201911333365.5
申请日：2019-12-23
Applicant: 南京大学
IPC: G06F18/2413 , G06F18/25 , G06F18/2321 , G06F18/22 , G06F16/29
Abstract: 本发明涉及一种基于物种构成特征的动物类群地理区划方法，利用物种自身分布格局进行地理区划。该方法基于精细栅格网，利用物种分布数据建立各物种在目标区域内的空间分布二值栅格图像。将各二值图像作为单个波段数据进行融合，得到目标区域物种分布多光谱数据。建立物种构成相异度指标，作为栅格间物种差异性度量单位进行聚类分组，得到各栅格单元所属类别。最后制订合适的制图综合规则对分组后栅格进行矢量化显示，得到基于矢量的动物类群地理区划结果图。该方法直接利用物种自身分布数据进行地理区划，与以往主要利用环境因子进行区划的方法相比更好地反映了物种构成的实际地理分异，同时为进行不同层次、不同粒度的地理区划提供基础。
-
公开(公告)号：CN110991562A
公开(公告)日：2020-04-10
申请号：CN201911333365.5
申请日：2019-12-23
Applicant: 南京大学
Abstract: 本发明涉及一种基于物种构成特征的动物类群地理区划方法，利用物种自身分布格局进行地理区划。该方法基于精细栅格网，利用物种分布数据建立各物种在目标区域内的空间分布二值栅格图像。将各二值图像作为单个波段数据进行融合，得到目标区域物种分布多光谱数据。建立物种构成相异度指标，作为栅格间物种差异性度量单位进行聚类分组，得到各栅格单元所属类别。最后制订合适的制图综合规则对分组后栅格进行矢量化显示，得到基于矢量的动物类群地理区划结果图。该方法直接利用物种自身分布数据进行地理区划，与以往主要利用环境因子进行区划的方法相比更好地反映了物种构成的实际地理分异，同时为进行不同层次、不同粒度的地理区划提供基础。
-
公开(公告)号：CN109447028A
公开(公告)日：2019-03-08
申请号：CN201811338624.9
申请日：2018-11-12
Applicant: 南京大学
Abstract: 本发明涉及一种农田沟渠网络提取方法，实现了从高精度DEM中自动提取沟渠区域并建立了点-线沟渠网络。该方法通过DEM衍生的5个地形特征（坡度、曲率、粗糙度、坡向、坡向纹理）进行全区域的最大熵模型学习，通过统计学习模型对全区域进行分类得到沟渠概率栅格；对概率栅格二值化后剔除噪声，得到沟渠栅格区域；将沟渠栅格矢量化后提取中心线，得到线状沟渠并建立点-线沟渠网络；根据沟渠网络节点的高程信息，建立同时具有拓扑结构和上下游关系的渠道网络。该方法从高精度DEM中自动快速提取了沟渠网络并对网络增加了上下游流域属性，不需复杂的人工干预，可用于后续的水文分析应用，使得农田沟渠的监测管理更加自动便捷。
-
-
Search Results
3
records
(took 0.014 seconds)
