[發(fā)明專利]一種基于多源數(shù)據(jù)的物種生境質(zhì)量模擬方法

有效

• 申請?zhí)枺?/td>: 202011235382.8
• 申請日: 2020-11-06
• 公開（公告）號: CN112348086B
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計）人: 王宏偉;祁元;張金龍;楊瑞;馬曉芳
• 申請（專利權(quán)）人: 中國科學院西北生態(tài)環(huán)境資源研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/29;G06F16/587;G06F16/51
• 代理公司: 南京利豐知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32256
• 代理人: 王鋒

本申請公開了一種基于多源數(shù)據(jù)的物種生境質(zhì)量模擬方法，其包括：對衛(wèi)星遙感影像進行預處理，并根據(jù)物種分布的地形地貌和影像特征等，建立適用于衛(wèi)星遙感影像特點的物種解譯標志，再進行樣本信息的提取及驗證；建立物種分布模擬的環(huán)境因子數(shù)據(jù)庫，并進行數(shù)據(jù)的標準化處理及環(huán)境因子共線性檢驗；基于衛(wèi)星遙感影像解譯的物種分布點以及標準化和共線性檢驗的環(huán)境因子數(shù)據(jù)庫，篩選出影響物種分布的主導環(huán)境因子，再以此模擬物種適宜的生境分布。本申請?zhí)峁┑慕Y(jié)合高分辨率衛(wèi)星遙感數(shù)據(jù)以及標準化的環(huán)境因子數(shù)據(jù)庫的物種適宜生境分布模擬方法可以為區(qū)域生態(tài)保護與修復、發(fā)展特色產(chǎn)業(yè)等提供科學指導，對物種的引種栽培和規(guī)模化種植具有重要意義。

技術(shù)領(lǐng)域

本申請涉及一種物種生境質(zhì)量模擬方法，具體涉及一種基于多源數(shù)據(jù)的物種生境質(zhì)量模擬方法。

背景技術(shù)

地理環(huán)境因素是生物物種分布的制約因素，如何通過物種分布特征與地理環(huán)境因素，模擬物種的適宜生境，對區(qū)域生態(tài)保護與修復、合理指導物種引種栽培和擴大種植規(guī)模具有重要的實際意義。目前，人們對于大多數(shù)特定物種適宜生境分布區(qū)域不明確，導致盲目的引種栽培，造成資源浪費。同時，當前對于物種適宜生境分布也模擬缺乏統(tǒng)一的環(huán)境因子數(shù)據(jù)庫。

有鑒于此，業(yè)界亟待發(fā)展出一種有效的物種適宜生境分布模擬方法，從而能夠為區(qū)域發(fā)展生態(tài)保護與修復、特色產(chǎn)業(yè)發(fā)展等提供科學指導。

發(fā)明內(nèi)容

本申請的目的在于提供一種基于多源數(shù)據(jù)的物種生境質(zhì)量模擬方法，以克服現(xiàn)有技術(shù)中的不足。

為實現(xiàn)上述目的，本申請?zhí)峁┤缦录夹g(shù)方案：

本申請的一些實施例提供了一種基于多源數(shù)據(jù)的物種生境質(zhì)量模擬方法，其包括：

(1)對衛(wèi)星遙感影像進行預處理，生成研究區(qū)包含藍光、綠光、紅光和近紅外波段的標準正射影像，在物種信息的提取中采用近紅外、紅光、綠光波段合成的假彩色模式；

(2)根據(jù)物種分布的地形地貌和影像特征，建立適用于衛(wèi)星遙感影像特點的物種解譯分類體系；

(3)根據(jù)建立的衛(wèi)星遙感影像特點的物種解譯標志，采用面向?qū)ο蠹夹g(shù)與人工目視解譯技術(shù)相結(jié)合的方法提取物種均勻分布的樣本點，并基于文獻資料和/或?qū)嵉卣{(diào)查的物種分布數(shù)據(jù)與衛(wèi)星遙感影像解譯的物種分布數(shù)據(jù)建立誤差矩陣，檢驗提取的所述樣本點的精度是否精確；

(4)建立物種分布模擬的環(huán)境因子數(shù)據(jù)庫，所述數(shù)據(jù)庫覆蓋影響物種分布的環(huán)境因子數(shù)據(jù)；

(5)利用ArcGIS對所述環(huán)境因子數(shù)據(jù)庫進行標準化處理，再通過方差膨脹因子(VIF)檢驗環(huán)境因子之間的共線性，即：

其中，R²為基于多元回歸模型建立的每個指標與其余各項指標之間的線性回歸系數(shù)，通過VIF的取值判斷環(huán)境因子之間的共線性，構(gòu)建各環(huán)境因子之間不存在共線性的環(huán)境因子數(shù)據(jù)庫；

(6)基于衛(wèi)星遙感影像解譯的物種分布點以及步驟(5)構(gòu)建的環(huán)境因子數(shù)據(jù)庫進行建模運算，從所述物種分布點中隨機選取指定比例的點作為模型訓練集，剩余的點作為測試集，通過迭代算法計算各個環(huán)境因子對預測結(jié)果的貢獻率，進而篩選出影響物種分布的主導環(huán)境因子，之后基于所述主導環(huán)境因子模擬物種的適宜生境分布。

在一些實施方式中，步驟(1)中對衛(wèi)星遙感影像進行預處理的方法包括：

i)基于已知的衛(wèi)星外場絕對輻射定標系數(shù)對多光譜進行輻射定標，將衛(wèi)星遙感影像的DN值轉(zhuǎn)換為輻亮度圖像；

ii)基于已知的FLAASH模塊對經(jīng)步驟i)定標后的影像進行大氣校正；

iii)基于已知的高精度數(shù)字高程模型數(shù)據(jù)對經(jīng)步驟ii)校正后的影像進行正射校正；