CN116168015B - 红树林修复适宜区的识别方法和装置 - Google Patents
红树林修复适宜区的识别方法和装置 Download PDFInfo
- Publication number
- CN116168015B CN116168015B CN202310281974.0A CN202310281974A CN116168015B CN 116168015 B CN116168015 B CN 116168015B CN 202310281974 A CN202310281974 A CN 202310281974A CN 116168015 B CN116168015 B CN 116168015B
- Authority
- CN
- China
- Prior art keywords
- mangrove
- pleasant
- flooding time
- substrate
- maximum
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明提供了红树林修复适宜区的识别方法和装置，包括：确定宜林地初划结果；通过底质类型调查数据对现状红树林斑块进行标识，得到红树林的宜林地底质类型；确定拟修复区域的拟种植红树植物种类的最大适宜浸淹时间；根据最大适宜浸淹时间确定拟种植红树植物的最大适宜浸淹时间的临界高程；将宜林地初划结果、红树林的宜林地底质类型和最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑，提高了适宜性区域的选划精度；将适宜条件的满足情况进行等级划分，便于区分修复难度和成本，指导红树林修复途径。
Description
技术领域
本发明涉及海洋环境技术领域，尤其是涉及红树林修复适宜区的识别方法和装置。
背景技术
红树林具有较高的有机碳埋藏速率和较长的埋藏周期，其碳汇作用具有重要意义。部分沿海地区属于红树林适生区，适宜种植的地点多在平均海面线靠上的潮滩。
目前对生态系统增汇适宜区的识别存在以下问题：一是宜林地条件表述笼统，缺乏可操作的指标体系，高程、底质等量化要求不明确，评价过于依赖人为主观判断，不易操作，导致难以利用已有监测数据在空间上划定宜林图斑；二是以往标准中红树林适宜底质类型的表述与现场调查的标准化数据表达存在差异，导致难以充分发挥调查数据的最大效能；三是红树林宜林滩涂高程范围表达较为宽泛，一般表述为介于平均海平面高与回归潮平均高潮位之间，在具体的宜林地选划中，因区域和树种不同，最适宜的浸淹时间各有差异，因此平均海平面高与回归潮平均高高潮位之间的高程范围可能远宽于实际适宜种植的高程范围。
发明内容
有鉴于此，本发明的目的在于提供红树林修复适宜区的识别方法和装置，通过宜林地初划结果、宜林地底质类型和最大适宜浸淹时间的临界高程，大大提高了适宜性区域的选划精度；以及将适宜条件的满足情况进行等级划分，便于区分修复难度和成本，指导红树林修复途径。
第一方面，本发明实施例提供了红树林修复适宜区的识别方法，所述方法包括：
确定宜林地初划结果；
获取现状红树林斑块和底质类型调查数据；
通过所述底质类型调查数据对所述现状红树林斑块进行标识，得到红树林的宜林地底质类型；
确定拟修复区域的拟种植红树植物种类的最大适宜浸淹时间；
根据所述最大适宜浸淹时间确定所述拟种植红树植物的所述最大适宜浸淹时间的临界高程；
将所述宜林地初划结果、所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑。
进一步的，确定宜林地初划结果，包括：
当存在红树林时，选择所述红树林的斑块附近的潮间带作为所述宜林地初划结果；
当不存在所述红树林时，选取满足区位特征、气温、滩面高程和水体盐条件的潮间带作为所述宜林地初划结果。
进一步的，通过所述底质类型调查数据对所述现状红树林斑块进行标识，得到红树林的宜林地底质类型，包括：
通过ARCGIS软件采用所述底质类型调查数据标识所述现状红树林斑块的分布属性，得到所述现状红树林斑块与所述底质类型调查数据的对应关系；
根据所述现状红树林斑块与所述底质类型调查数据的对应关系得到属性表；
从所述属性表中统计各底质类型的红树林面积；
将所述各底质类型现状红树林面积按照降序排列，得到排列后的各底质类型红树林面积；
从所述排列后的各底质类型红树林面积中选取预设比例的红树林面积作为所述红树林的宜林地底质类型。
进一步的，所述红树林的宜林地底质类型包括：粉砂质砂、砂-粉砂-粘土、砂质粉砂、粘土质粉砂和粘土质砂。
进一步的，根据所述最大适宜浸淹时间确定所述拟种植红树植物的所述最大适宜浸淹时间的临界高程，包括：
通过海域潮汐表查找所述拟修复区域所在地最近地点的拟种植年份全年潮汐数据，或搜集修复区域所在地最近潮位站近1年潮汐数据；
根据所述潮汐数据绘制年平均高潮过程曲线；
在全日潮地区，以所述年平均高潮过程曲线的满潮对应时间为起点，以所述最大适宜浸淹时间的一半为截距，在所述年平均高潮过程曲线的时间轴上自所述起点向两侧选取相应截距，将所述截距位置对应的潮高均值作为所述拟种植红树植物的所述最大适宜浸淹时间的临界高程；
在半日潮地区，以所述年平均高潮过程曲线的2个满潮对应时间为起点，以所述最大适宜浸淹时间的1/4为截距，在所述年平均高潮过程曲线的时间轴上自所述起点向两侧选取相应截距，将所述截距位置对应的潮高均值作为所述拟种植红树植物的所述最大适宜浸淹时间的临界高程。
进一步的，将所述宜林地初划结果、所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑，包括：
当满足所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程时，得到适宜等级的宜林地图斑；
当满足所述红树林的宜林地底质类型或所述最大适宜浸淹时间的临界高程时，得到一般适宜等级的宜林地图斑；
当所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程均不满足时，得到不适宜等级的宜林地图斑。
第二方面，本发明实施例提供了红树林修复适宜区的识别装置，所述装置包括：
初划结果确定模块，用于确定宜林地初划结果；
获取模块，用于获取现状红树林斑块和底质类型调查数据；
标识模块，用于通过所述底质类型调查数据对所述现状红树林斑块进行标识，得到红树林的宜林地底质类型；
浸淹时间确定模块，用于确定拟修复区域的拟种植红树植物种类的最大适宜浸淹时间；
临界高程确定模块，用于根据所述最大适宜浸淹时间确定所述拟种植红树植物的所述最大适宜浸淹时间的临界高程；
空间叠加模块，用于将所述宜林地初划结果、所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑。
进一步的，所述初划结果确定模块具体用于：
当存在红树林时，选择所述红树林的斑块附近的潮间带作为所述宜林地初划结果；
当不存在所述红树林时，选取满足区位特征、气温、滩面高程和水体盐条件的潮间带作为所述宜林地初划结果。
第三方面，本发明实施例提供了电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法。
第四方面，本发明实施例提供了具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行如上所述的方法。
本发明实施例提供了红树林修复适宜区的识别方法和装置，包括：确定宜林地初划结果；获取现状红树林斑块和底质类型调查数据；通过底质类型调查数据对现状红树林斑块进行标识，得到红树林的宜林地底质类型；确定拟修复区域的拟种植红树植物种类的最大适宜浸淹时间；根据最大适宜浸淹时间确定拟种植红树植物的最大适宜浸淹时间的临界高程；将宜林地初划结果、红树林的宜林地底质类型和最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑，大大提高了适宜性区域的选划精度；以及将适宜条件的满足情况进行等级划分，便于区分修复难度和成本，指导红树林修复途径。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。
图1为本发明实施例一提供的红树林修复适宜区的识别方法流程图；
图2为本发明实施例一提供的全日潮地区适宜浸淹时间与临界高程关系示意图；
图3为本发明实施例一提供的半日潮地区适宜浸淹时间与临界高程关系示意图；
图4为本发明实施例二提供的红树林修复适宜区的识别装置示意图。
图标：
1-初划结果确定模块；2-获取模块；3-标识模块；4-浸淹时间确定模块；5-临界高程确定模块；6-空间叠加模块。
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，下面将结合附图对本发明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。基于本发明中的实施例，本领域普通技术人员在没有做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。
为便于对本实施例进行理解，下面对本发明实施例进行详细介绍。
实施例一：
图1为本发明实施例一提供的红树林修复适宜区的识别方法流程图。
参照图1，该方法包括以下步骤：
步骤S101，确定宜林地初划结果；
步骤S102，获取现状红树林斑块和底质类型调查数据；
步骤S103，通过底质类型调查数据对现状红树林斑块进行标识，得到红树林的宜林地底质类型；
步骤S104，确定拟修复区域的拟种植红树植物种类的最大适宜浸淹时间；
步骤S105，根据最大适宜浸淹时间确定拟种植红树植物的最大适宜浸淹时间的临界高程；
步骤S106，将宜林地初划结果、红树林的宜林地底质类型和最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑。
本申请大大提高了项目尺度的适宜性区域选划精度，经过试点区域研究，所选适宜区域与现状红树林向海一侧外边界重叠率约90％，实现紧密贴合。
进一步的，步骤S101包括以下步骤：
步骤S201，当存在红树林时，选择红树林的斑块附近的潮间带作为宜林地初划结果；
步骤S202，当不存在红树林时，选取满足区位特征、气温、滩面高程和水体盐条件的潮间带作为宜林地初划结果。
具体地，参照如表1所示的表1红树林营造修复类增汇适宜区识别指标体系及赋值方法。
表1
进一步的，步骤S103包括以下步骤：
步骤S301，通过ARCGIS软件采用底质类型调查数据标识现状红树林斑块的分布属性，得到现状红树林斑块与底质类型调查数据的对应关系；
步骤S302，根据现状红树林斑块与底质类型调查数据的对应关系得到属性表；
步骤S303，从属性表中统计各底质类型的红树林面积；
步骤S304，将各底质类型红树林面积按照降序排列，得到排列后的各底质类型红树林面积；
步骤S305，从排列后的各底质类型红树林面积中选取预设比例的红树林面积作为红树林的宜林地底质类型。
具体地，根据现状红树林斑块与底质类型调查数据的对应关系得到属性表；通过ARCGIS软件导出相关属性表后，统计各底质类型的红树林面积，并按降序排列，选取预设比例(前90％以上的)的底质类型作为红树林的宜林地底质类型；其中，红树林的宜林地底质类型包括粉砂质砂、砂-粉砂-粘土、砂质粉砂、粘土质粉砂、粘土质砂。排除了中砂、中细沙等零星红树林分布的底质类型。
进一步的，步骤S104包括以下步骤：
具体地，参照如表2所示的红树林修复常见种类最适宜生存条件。
表2
进一步的，步骤S105包括以下步骤：
步骤S401，通过海域潮汐表查找拟修复区域所在地最近地点的当月大潮的潮汐数据；
步骤S402，根据潮汐数据中的潮高数据绘制年平均高潮过程曲线；
步骤S403，在全日潮地区，一天中有1次高潮和1次低潮，以年平均高潮过程曲线的满潮对应时间为起点，以最大适宜浸淹时间的一半为截距，在年平均高潮过程曲线的时间轴上自起点向两侧选取相应截距，将截距位置对应的潮高均值作为拟种植红树植物的最大适宜浸淹时间的临界高程，全日潮地区适宜浸淹时间与临界高程关系示意图如图2所示；
步骤S404，在半日潮地区，一天中有2次高潮和2次低潮，以年平均高潮过程曲线的2个满潮对应时间为起点，以最大适宜浸淹时间的1/4为截距，在年平均高潮过程曲线的时间轴上自起点向两侧选取相应截距，将截距位置对应的潮高均值作为拟种植红树植物的最大适宜浸淹时间的临界高程，半日潮地区适宜浸淹时间与临界高程关系示意图如图3所示。这里，本申请方法简便易行，通过利用公开的标准化海域潮汐表快速测算特定红树植物最大适宜浸淹时间对应的潮高，提高高宜林地选划精度的同时，降低了技术门槛。
进一步的，步骤S106包括以下步骤：
步骤S501，当满足红树林的宜林地底质类型和最大适宜浸淹时间的临界高程时，得到适宜等级的宜林地图斑；
步骤S502，当满足红树林的宜林地底质类型或最大适宜浸淹时间的临界高程时，得到一般适宜等级的宜林地图斑；
步骤S503，当红树林的宜林地底质类型和最大适宜浸淹时间的临界高程均不满足时，得到不适宜等级的宜林地图斑。
具体地，通过ARCGIS软件，将符合宜林地一般性要求区域的宜林地底质类型、最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，取交集即可得到不同等级的宜林地图斑。
按照宜林地底质类型和最大适宜浸淹时间的临界高程条件的满足情况划分适宜等级，指导红树林种植和宜林地整治，实现修复不同途径经费的准确估算。适宜等级划分和修复途径参照表3：
表3
本发明实施例提供了红树林修复适宜区的识别方法，包括：确定宜林地初划结果；获取现状红树林斑块和底质类型调查数据；通过底质类型调查数据对现状红树林斑块进行标识，得到红树林的宜林地底质类型；确定拟修复区域的拟种植红树植物种类的最大适宜浸淹时间；根据最大适宜浸淹时间确定拟种植红树植物的最大适宜浸淹时间的临界高程；将宜林地初划结果、红树林的宜林地底质类型和最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑；通过宜林地初划结果、宜林地底质类型和最大适宜浸淹时间的临界高程，大大提高了适宜性区域的选划精度；以及将适宜条件的满足情况进行等级划分，便于区分修复难度和成本，指导红树林修复途径。
实施例二：
图4为本发明实施例二提供了红树林修复适宜区的识别装置示意图。
参照图4，该装置包括：
初划结果确定模块1，用于确定宜林地初划结果；
获取模块2，用于获取现状红树林斑块和底质类型调查数据；
标识模块3，用于通过底质类型调查数据对现状红树林斑块进行标识，得到红树林的宜林地底质类型；
浸淹时间确定模块4，用于确定拟修复区域的拟种植红树植物种类的最大适宜浸淹时间；
临界高程确定模块5，用于根据最大适宜浸淹时间确定拟种植红树植物的最大适宜浸淹时间的临界高程；
空间叠加模块6，用于将宜林地初划结果、红树林的宜林地底质类型和最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑。
进一步的，初划结果确定模块1具体用于：
当存在红树林时，选择红树林的斑块附近的潮间带作为宜林地初划结果；
当不存在红树林时，选取满足区位特征、气温、滩面高程和水体盐条件的潮间带作为宜林地初划结果。
本发明实施例提供了红树林修复适宜区的识别装置，包括：确定宜林地初划结果；获取现状红树林斑块和底质类型调查数据；通过底质类型调查数据对现状红树林斑块进行标识，得到红树林的宜林地底质类型；确定拟修复区域的拟种植红树植物种类的最大适宜浸淹时间；根据最大适宜浸淹时间确定拟种植红树植物的最大适宜浸淹时间的临界高程；将宜林地初划结果、红树林的宜林地底质类型和最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑，大大提高了适宜性区域的选划精度；将适宜条件的满足情况进行等级划分，便于区分修复难度和成本，指导红树林修复途径。
本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例提供的红树林修复适宜区的识别方法的步骤。
本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，计算机可读介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例的红树林修复适宜区的识别方法的步骤。
本发明实施例所提供的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，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；可以是直接相连，也可以通过中间媒介间接相连，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，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”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，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装置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”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (4)
1.一种红树林修复适宜区的识别方法，其特征在于，所述方法包括：
确定宜林地初划结果；
获取现状红树林斑块和底质类型调查数据；
通过所述底质类型调查数据对所述现状红树林斑块进行标识，得到红树林的宜林地底质类型；
确定拟修复区域的拟种植红树植物种类的最大适宜浸淹时间；
根据所述最大适宜浸淹时间确定所述拟种植红树植物的所述最大适宜浸淹时间的临界高程；
将所述宜林地初划结果、所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑；
通过所述底质类型调查数据对所述现状红树林斑块进行标识，得到红树林的宜林地底质类型，包括：
通过ARCGIS软件采用所述底质类型调查数据标识所述现状红树林斑块的分布属性，得到所述现状红树林斑块与所述底质类型调查数据的对应关系；
根据所述现状红树林斑块与所述底质类型调查数据的对应关系得到属性表；
从所述属性表中统计各底质类型的红树林面积；
将所述各底质类型红树林面积按照降序排列，得到排列后的各底质类型红树林面积；
从所述排列后的各底质类型红树林面积中选取预设比例的红树林面积作为所述红树林的宜林地底质类型；
确定宜林地初划结果，包括：
当存在红树林时，选择所述红树林的斑块附近的潮间带作为所述宜林地初划结果；
当不存在所述红树林时，选取满足区位特征、气温、滩面高程和水体盐条件的潮间带作为所述宜林地初划结果；
根据所述最大适宜浸淹时间确定所述拟种植红树植物的所述最大适宜浸淹时间的临界高程，包括：
通过海域潮汐表查找所述拟修复区域所在地最近地点的拟种植年份全年潮汐数据，或搜集所述拟修复区域所在地最近潮位站上年潮汐数据；
根据所述潮汐数据绘制年平均高潮过程曲线；
在全日潮地区，以所述年平均高潮过程曲线的满潮对应时间为起点，以所述最大适宜浸淹时间的一半为截距，在所述年平均高潮过程曲线的时间轴上自所述起点向两侧选取相应截距，将所述截距位置对应的潮高均值作为所述拟种植红树植物的所述最大适宜浸淹时间的临界高程；
在半日潮地区，以所述年平均高潮过程曲线的2个满潮对应时间为起点，以所述最大适宜浸淹时间的1/4为截距，在所述年平均高潮过程曲线的时间轴上自所述起点向两侧选取相应截距，将所述截距位置对应的潮高均值作为所述拟种植红树植物的所述最大适宜浸淹时间的临界高程；
将所述宜林地初划结果、所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑，包括：
当满足所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程时，得到适宜等级的宜林地图斑；
当满足所述红树林的宜林地底质类型或所述最大适宜浸淹时间的临界高程时，得到一般适宜等级的宜林地图斑；
当所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程均不满足时，得到不适宜等级的宜林地图斑；
所述红树林的宜林地底质类型包括：粉砂质砂、砂-粉砂-粘土、砂质粉砂、粘土质粉砂和粘土质砂。
2.一种红树林修复适宜区的识别装置，其特征在于，所述装置包括：
初划结果确定模块，用于确定宜林地初划结果；
获取模块，用于获取现状红树林斑块和底质类型调查数据；
标识模块，用于通过所述底质类型调查数据对所述现状红树林斑块进行标识，得到红树林的宜林地底质类型；
浸淹时间确定模块，用于确定拟修复区域的拟种植红树植物种类的最大适宜浸淹时间；
临界高程确定模块，用于根据所述最大适宜浸淹时间确定所述拟种植红树植物的所述最大适宜浸淹时间的临界高程；
空间叠加模块，用于将所述宜林地初划结果、所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程以上潮间带矢量数据进行空间叠加，得到不同适宜等级的宜林地图斑；
所述标识模块具体用于：
通过ARCGIS软件采用所述底质类型调查数据标识所述现状红树林斑块的分布属性，得到所述现状红树林斑块与所述底质类型调查数据的对应关系；
根据所述现状红树林斑块与所述底质类型调查数据的对应关系得到属性表；
从所述属性表中统计各底质类型的红树林面积；
将所述各底质类型红树林面积按照降序排列，得到排列后的各底质类型红树林面积；
从所述排列后的各底质类型红树林面积中选取预设比例的红树林面积作为所述红树林的宜林地底质类型；
所述初划结果确定模块具体用于：
当存在红树林时，选择所述红树林的斑块附近的潮间带作为所述宜林地初划结果；
当不存在所述红树林时，选取满足区位特征、气温、滩面高程和水体盐条件的潮间带作为所述宜林地初划结果；
所述临界高程确定模块具体用于：
通过海域潮汐表查找所述拟修复区域所在地最近地点的拟种植年份全年潮汐数据，或搜集所述拟修复区域所在地最近潮位站上年潮汐数据；
根据所述潮汐数据绘制年平均高潮过程曲线；
在全日潮地区，以所述年平均高潮过程曲线的满潮对应时间为起点，以所述最大适宜浸淹时间的一半为截距，在所述年平均高潮过程曲线的时间轴上自所述起点向两侧选取相应截距，将所述截距位置对应的潮高均值作为所述拟种植红树植物的所述最大适宜浸淹时间的临界高程；
在半日潮地区，以所述年平均高潮过程曲线的2个满潮对应时间为起点，以所述最大适宜浸淹时间的1/4为截距，在所述年平均高潮过程曲线的时间轴上自所述起点向两侧选取相应截距，将所述截距位置对应的潮高均值作为所述拟种植红树植物的所述最大适宜浸淹时间的临界高程；
所述空间叠加模块具体用于：
当满足所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程时，得到适宜等级的宜林地图斑；
当满足所述红树林的宜林地底质类型或所述最大适宜浸淹时间的临界高程时，得到一般适宜等级的宜林地图斑；
当所述红树林的宜林地底质类型和所述最大适宜浸淹时间的临界高程均不满足时，得到不适宜等级的宜林地图斑；
所述红树林的宜林地底质类型包括：粉砂质砂、砂-粉砂-粘土、砂质粉砂、粘土质粉砂和粘土质砂。
3.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1所述的方法。
4.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310281974.0A CN116168015B (zh) | 2023-03-21 | 2023-03-21 | 红树林修复适宜区的识别方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310281974.0A CN116168015B (zh) | 2023-03-21 | 2023-03-21 | 红树林修复适宜区的识别方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116168015A CN116168015A (zh) | 2023-05-26 |
| CN116168015B true CN116168015B (zh) | 2024-03-26 |
Family
ID=86413358
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310281974.0A Active CN116168015B (zh) | 2023-03-21 | 2023-03-21 | 红树林修复适宜区的识别方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116168015B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118111927B (zh) * | 2024-01-10 | 2025-02-18 | 广东省林业科学研究院 | 基于物种水平的红树植物生长高程适宜性评价方法和装置 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008206421A (ja) * | 2007-02-23 | 2008-09-11 | Kansai Electric Power Co Inc:The | マングローブの生長予測システム、マングローブの植林適地判定システム、マングローブの生長予測方法、及びマングローブの植林適地判定方法 |
| CN103218806A (zh) * | 2013-03-18 | 2013-07-24 | 中国科学院东北地理与农业生态研究所 | 一种基于遥感卫星图像和面向对象分类法探测高潮时被淹没红树林分布的方法 |
| CN103999736A (zh) * | 2014-05-19 | 2014-08-27 | 江苏大学 | 一种河口湿地红树林生态修复造林方法 |
| KR101686848B1 (ko) * | 2016-09-19 | 2016-12-16 | 주식회사 정도유아이티 | 평가지표의 표준화지수를 이용하여 공원계획을 포함한 도시계획의 기초자료로 제공하기 위한 토지적성평가시스템 |
| CN106613735A (zh) * | 2016-12-23 | 2017-05-10 | 国家海洋局第三海洋研究所 | 一种提高红树林植被固碳能力的混交种植方法 |
| CN108156875A (zh) * | 2018-01-10 | 2018-06-15 | 广东海洋大学 | 一种近岸海域湿地生态系统修复方法 |
| CN111105173A (zh) * | 2019-12-31 | 2020-05-05 | 内蒙古蒙草生命共同体大数据有限公司 | 一种植物适宜生长区域评价方法和设备 |
| CN111310681A (zh) * | 2020-02-24 | 2020-06-19 | 中国科学院地理科学与资源研究所 | 一种融入地学知识的红树林分布遥感提取方法 |
| CN112376496A (zh) * | 2020-11-17 | 2021-02-19 | 广西红树林研究中心 | 通过建设堤脚潜坝快速创建或修复红树林的方法 |
| CN113591032A (zh) * | 2021-07-15 | 2021-11-02 | 清华大学深圳国际研究生院 | 一种红树植物最适生长高程的计算方法 |
| CN114223449A (zh) * | 2021-11-09 | 2022-03-25 | 深圳中绿环境集团有限公司 | 困难立地红树林生态修复方法 |
| CN114399217A (zh) * | 2022-01-19 | 2022-04-26 | 自然资源部第一海洋研究所 | 取水口选划适宜性的评价方法、装置、电子设备及介质 |
| CN115293664A (zh) * | 2022-10-10 | 2022-11-04 | 中国科学院地理科学与资源研究所 | 基于gis的干旱绿洲县级农牧业生产适宜性细化评价方法 |
| CN115329012A (zh) * | 2022-08-01 | 2022-11-11 | 杭州领见数字农业科技有限公司 | 基于多源数据多维度评价的林木种植选择方法及系统 |
| CN115510262A (zh) * | 2022-09-29 | 2022-12-23 | 交通运输部天津水运工程科学研究所 | 基于干旱区湖泊退缩区的植被生态建设适宜性划分方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8194916B2 (en) * | 2008-12-24 | 2012-06-05 | Weyerhaeuser Nr Company | Method and apparatus for monitoring tree growth |
-
2023
- 2023-03-21 CN CN202310281974.0A patent/CN116168015B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008206421A (ja) * | 2007-02-23 | 2008-09-11 | Kansai Electric Power Co Inc:The | マングローブの生長予測システム、マングローブの植林適地判定システム、マングローブの生長予測方法、及びマングローブの植林適地判定方法 |
| CN103218806A (zh) * | 2013-03-18 | 2013-07-24 | 中国科学院东北地理与农业生态研究所 | 一种基于遥感卫星图像和面向对象分类法探测高潮时被淹没红树林分布的方法 |
| CN103999736A (zh) * | 2014-05-19 | 2014-08-27 | 江苏大学 | 一种河口湿地红树林生态修复造林方法 |
| KR101686848B1 (ko) * | 2016-09-19 | 2016-12-16 | 주식회사 정도유아이티 | 평가지표의 표준화지수를 이용하여 공원계획을 포함한 도시계획의 기초자료로 제공하기 위한 토지적성평가시스템 |
| CN106613735A (zh) * | 2016-12-23 | 2017-05-10 | 国家海洋局第三海洋研究所 | 一种提高红树林植被固碳能力的混交种植方法 |
| CN108156875A (zh) * | 2018-01-10 | 2018-06-15 | 广东海洋大学 | 一种近岸海域湿地生态系统修复方法 |
| CN111105173A (zh) * | 2019-12-31 | 2020-05-05 | 内蒙古蒙草生命共同体大数据有限公司 | 一种植物适宜生长区域评价方法和设备 |
| CN111310681A (zh) * | 2020-02-24 | 2020-06-19 | 中国科学院地理科学与资源研究所 | 一种融入地学知识的红树林分布遥感提取方法 |
| CN112376496A (zh) * | 2020-11-17 | 2021-02-19 | 广西红树林研究中心 | 通过建设堤脚潜坝快速创建或修复红树林的方法 |
| CN113591032A (zh) * | 2021-07-15 | 2021-11-02 | 清华大学深圳国际研究生院 | 一种红树植物最适生长高程的计算方法 |
| CN114223449A (zh) * | 2021-11-09 | 2022-03-25 | 深圳中绿环境集团有限公司 | 困难立地红树林生态修复方法 |
| CN114399217A (zh) * | 2022-01-19 | 2022-04-26 | 自然资源部第一海洋研究所 | 取水口选划适宜性的评价方法、装置、电子设备及介质 |
| CN115329012A (zh) * | 2022-08-01 | 2022-11-11 | 杭州领见数字农业科技有限公司 | 基于多源数据多维度评价的林木种植选择方法及系统 |
| CN115510262A (zh) * | 2022-09-29 | 2022-12-23 | 交通运输部天津水运工程科学研究所 | 基于干旱区湖泊退缩区的植被生态建设适宜性划分方法 |
| CN115293664A (zh) * | 2022-10-10 | 2022-11-04 | 中国科学院地理科学与资源研究所 | 基于gis的干旱绿洲县级农牧业生产适宜性细化评价方法 |
Non-Patent Citations (2)
| Title |
|---|
| Land suitability analysis for global mangrove rehabilitation in Indonesia;Luri N Syahid 等;《The Fifth International Conferences of Indonesian Society for Remote Sensing》;第2-8页第2-3节 * |
| 历史遗留围填海生态保护修复工作探讨———以晋江盐场围填海项目为例;李婵娟 等;《应用海洋学学报》;第第41卷卷(第第1期期);第60-68页第3.2.3节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116168015A (zh) | 2023-05-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rahman et al. | Monitoring urban sprawl using remote sensing and GIS techniques of a fast growing urban centre, India | |
| Hatten et al. | A spatial model of potential jaguar habitat in Arizona | |
| De Veer et al. | Physiognomic landscape mapping in the Netherlands | |
| Rampi et al. | Comparison of flow direction algorithms in the application of the CTI for mapping wetlands in Minnesota | |
| CN116168015B (zh) | 红树林修复适宜区的识别方法和装置 | |
| Fariza et al. | Spatial flood risk mapping in east Java, Indonesia, using analytic hierarchy process—Natural breaks classification | |
| Short et al. | Extent and impacts of dryland salinity | |
| Torbick et al. | Investigating impacts of land-use land cover change on wetlands in the Muskegon River Watershed, Michigan, USA | |
| Prasad | Conservation planning for the Western Ghats of Kerala: II. Assessment of habitat loss and degradation | |
| Lan et al. | Exploring long‐term datasets of land use, economy, and demography variations in karst wetland areas to detect possible microclimate changes | |
| CN115034683A (zh) | 水生态空间管控范围及功能区识别与提取方法及其装置 | |
| Kutyła et al. | Hydromorphological assessment of Polish lakes: Elaborating the Lake Habitat Survey for Polish Lakes (LHS_PL) method and determining ecologically based boundary values for lake classification | |
| CN107063210A (zh) | 一种土地规划整治项目的测绘方法 | |
| Baldan et al. | Regionalization strategy affects the determinants of fish community structure | |
| Masoudi et al. | Risk assessment of lowering of groundwater table using GIS for the Qareh Aghaj sub-basin, Southern Iran | |
| Remm et al. | Design of the Pan-European Ecological Network: a national level attempt | |
| Niedzwiedz et al. | An assessment of urban development into coastal wetlands using historical aerial photography: a case study | |
| Drzewiecki | Sustainable land-use planning support by GIS-based evaluation of landscape functions and potentials | |
| Zhu et al. | Large‐scale assessment of soil erosion using a neuro‐fuzzy model combined with GIS: A case study of Hubei Province, China | |
| Masoudi et al. | Hazard assessment of ground water resource degradation using GIS in Mond Miyani basin, Iran | |
| Ruyle et al. | Rangeland monitoring and the parker 3-step method: overview, perspectives and current applications | |
| Mancuso et al. | An ecological integrity index to assess and monitor Lepidium papilliferum (slickspot peppergrass) habitat in southwestern Idaho | |
| Churko | Evaluating the landscape connectivity of five amphibian species using circuit theory | |
| Mesterházy | Archaeological GIS Modelling and Spatial Analysis in the Vicinity of Polgár from the Neolithic to Middle Ages | |
| Wells et al. | Seagrass habitat of Mourilyan Harbour: Annual Monitoring Report–2018 |
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 |