申请/专利权人：江西师范大学

申请日：2024-03-22

公开（公告）日：2024-04-26

公开（公告）号：CN117933764A

主分类号：G06Q10/0637

分类号：G06Q10/0637;G06Q50/26;G06F16/29

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种基于可持续发展指数的区域生态安全格局构建方法及系统，构建方法具体步骤如下：步骤S1，根据研究区域生成对应的研究任务，并采集研究区域在预设时间内生成的预处理数据集；步骤S2，基于预处理数据集进行统一处理，构建可持续发展指数；步骤S3，根据可持续发展指数，基于深度学习算法识别研究区域的生态源地；步骤S4，根据预处理数据集，构建研究区域的生态阻力面；步骤S5，根据生态源地与生态阻力面，提取生态廊道和生态节点，组成生态安全格局结果图。本发明的有益效果是：在考虑自然和经济两个方面的因素前提下，通过分析各项指标的权重，将这些指标进行加权求和得到综合指数即可持续发展指数，构建生态安全格局。

主权项：1.基于可持续发展指数的区域生态安全格局构建方法，其特征在于：构建方法具体步骤如下：步骤S1，根据研究区域生成对应的研究任务，并采集研究区域在预设时间内生成的预处理数据集；步骤S2，基于预处理数据集进行统一处理，构建可持续发展指数；步骤S3，根据可持续发展指数，基于深度学习算法识别研究区域的生态源地；步骤S4，根据预处理数据集，构建研究区域的生态阻力面；步骤S5，根据生态源地与生态阻力面，提取生态廊道和生态节点，组成生态安全格局结果图；步骤S3中识别研究区域的生态源地，具体为：步骤S31，计算可持续发展指数的结果格式为栅格数据；步骤S32，在可持续发展指数的栅格数据基础上，将像元值即栅格数据使用深度学习算法进行聚类，将聚类结果视为初筛生态源地，将面积排在初筛生态源地平均以上的像元值视为初生态源地；使用深度学习算法进行聚类见公式（1）、公式（2）、公式（3）和公式（4）； （1）； （2）； （3）； （4）；其中，是权重矩阵，是输入空间的维度i连接到输出神经元j的权重向量，表示输入空间的维度，是输入样本与输出神经元j的权重向量之间的距离，C是最优神经元，为迭代t+1次的输出神经元j的权重，是迭代t次输出神经元j的权重，是迭代t次的一个单调递减学习率，是迭代t次的邻域函数，邻域函数控制邻域范围随着迭代次数逐渐减小；步骤S33，初生态源地通过形态学空间格局分析得到核心区生态源地，即通过Guidos软件进行提取核心区生态源地，将核心区生态源地面积排在平均以上的核心区生态源地面积视为研究区域的生态源地。

全文数据：

权利要求：

百度查询： 江西师范大学 基于可持续发展指数的区域生态安全格局构建方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD