-
公开(公告)号:CN117973836A
公开(公告)日:2024-05-03
申请号:CN202311720552.5
申请日:2023-12-14
IPC分类号: G06Q10/0635 , G06Q50/26
摘要: 本发明提供一种基于生态系统服务供需平衡的生态风险识别方法,包括:根据研究区确定生态服务类型,生态服务类型包括土壤保持、水源涵养、粮食服务和释氧服务;基于生态系统服务类型,计算得到研究区评估期间对应的生态系统服务供需值,采用归一化和加权叠加分析得到研究区生态系统服务供需综合评价指标;根据得到的生态系统服务供需综合评价指标,计算得到研究区生态服务供需比和协调度;根据供需比及协调度,利用趋势检验分析法分别得到评估期间供需比和协调度的变化趋势;基于供需比和协调度的变化趋势,对研究区的生态风险进行识别,得到生态风险识别结果。本发明能够充分考虑生态系统服务供需平衡的变化,提高生态风险识别的准确性。
-
公开(公告)号:CN118014158B
公开(公告)日:2024-06-28
申请号:CN202410284095.8
申请日:2024-03-13
IPC分类号: G06Q10/04 , G06Q10/063 , G06Q50/26
摘要: 本发明提供一种顾及伞护种习性的面域生态廊道划定方法和系统,其中,方法包括:获取伞护种基础数据,根据所述伞护种基础数据,得到生境影响因子表数据;其中,所述生境影响因子表数据包括多个生境影响因子;根据所述生境影响因子表数据,得到生境影响因子权重;根据所述生境影响因子权重,得到线性廊道;根据所述线性廊道,得到面域廊道。本发明基于遥感和地理空间数据,通过对伞护种习性的梳理与分析,优化了生态源地提取和阻力面构建的流程,有效提高了生态廊道识别的准确性。识别的生态廊道能满足不同物种的迁徙需求,保护和建设价值更高。
-
公开(公告)号:CN117746250A
公开(公告)日:2024-03-22
申请号:CN202311852221.7
申请日:2023-12-29
摘要: 本发明提供了一种融合实景三维与视频的烟火智能识别与精准定位方法,首先利用深度学习方法在图像处理上的优势,采用双光谱云台摄像机进行实时自动识别,烟火识别精度高。其次在定位时,融合了实景三维信息和视频信息,烟火定位的精度高。最后分别通过实时识别烟火和定位烟火,实现了森林烟火自动实时识别和定位,减少人工工作量,提高了工作效率。
-
公开(公告)号:CN117933825A
公开(公告)日:2024-04-26
申请号:CN202410201622.4
申请日:2024-02-23
IPC分类号: G06Q10/0639 , G06Q50/26
摘要: 本发明提供一种基于多光谱无人机的森林保护修复生态成效评估方法,包括:获取相关数据得到评估区域的空间范围,并基于评估区域选定参照生态系统;根据评估区域和参照生态系统划定多光谱无人机的影像采集范围,得到多光谱遥感数据;结合森林保护修复措施,选定生态指标,基于生态指标构建森林保护修复生态成效评估指标体系;将必选指标和至少两个选择性指标作为评估指标,建立森林保护修复生态成效指数;根据多光谱遥感数据,计算评估区域和参照生态系统的评估指标,并对评估指标进行分级和赋权;根据所有评估指标及对应权重计算生态成效综合得分,分析得到评估结果。本发明能够实现对修复成效的快速量化评估,提高评估工作的便捷性和科学性。
-
公开(公告)号:CN118095956A
公开(公告)日:2024-05-28
申请号:CN202410335861.9
申请日:2024-03-22
IPC分类号: G06Q10/0639 , G06Q50/26
摘要: 本发明提供一种工程尺度生物多样性恢复成效评估方法、系统和设备,其中,方法包括:获取生物恢复评估基础数据,根据所述生物评估基础数据得到评价指标;对所述评价指标进行标准化处理,得到标准评价指标;根据所述标准评价指标,得到生物恢复评估指数;根据所述生物恢复评估指数进行多样性恢复成效评估。本发明以生物恢复快速的节肢动物作为指示物种,优化了工程尺度的生物多样性恢复成效评估方法,研发了生物恢复评估指数模型,实现了生物多样性恢复效果的量化评估。
-
公开(公告)号:CN118014158A
公开(公告)日:2024-05-10
申请号:CN202410284095.8
申请日:2024-03-13
IPC分类号: G06Q10/04 , G06Q10/063 , G06Q50/26
摘要: 本发明提供一种顾及伞护种习性的面域生态廊道划定方法和系统,其中,方法包括:获取伞护种基础数据,根据所述伞护种基础数据,得到生境影响因子表数据;其中,所述生境影响因子表数据包括多个生境影响因子;根据所述生境影响因子表数据,得到生境影响因子权重;根据所述生境影响因子权重,得到线性廊道;根据所述线性廊道,得到面域廊道。本发明基于遥感和地理空间数据,通过对伞护种习性的梳理与分析,优化了生态源地提取和阻力面构建的流程,有效提高了生态廊道识别的准确性。识别的生态廊道能满足不同物种的迁徙需求,保护和建设价值更高。
-
公开(公告)号:CN117932547A
公开(公告)日:2024-04-26
申请号:CN202410198542.8
申请日:2024-02-22
IPC分类号: G06F18/25 , G06N3/0442 , G06N3/08 , G06N3/047
摘要: 本发明提供了一种基于深度学习的植被叶面积指数动态估算方法,通过采用基于深度学习算法LSTM模型,利用多个LAI遥感产品和地表反射率数据,反演了不同时间的LAI数据,得到完整的LAI时间序列。该方法不仅可以准确的估算LAI值,而且能够提高LAI的时空连续性,实现了时间和空间连续的LAI的反演。在运用LSTM模型前,先利用双重logistic函数对所选择的LAI遥感观测数据进行融合,双重logistic函数融合技术能够进一步提高原始LAI遥感数据的质量,保证了输入数据的准确性,较大程度上提高了利用LSTM模型估算的可靠性和稳定性。引入了贝叶斯模型平均法以融合基于LSTM模型的多种LAI估算数据,生成最终的LAI数据,进一步保证了LAI数据的时空连续性和一致性,提高了LAI估算数据的准确性。
-
-
-
-
-
-