一种水浮莲入侵分布区预测方法及系统技术方案

本发明专利技术公开了水浮莲入侵分布区预测方法及系统，该方法包括对所获取到的水浮莲灾害发生点信息和水浮莲灾害发生点的环境变量集进行RDA分析，获得与水浮莲生长相关的无冗余环境变量集；对无冗余环境变量集采用WOE法处理，获得无冗余环境变量集中每一环境变量对水浮莲发生的影响权重；对预测区域中的所有环境变量进行影响权重求和，得到预测区域的水浮莲生境适应性指数。本发明专利技术可以去除水浮莲入侵灾害区域S

A prediction method and system for the invasion area of water hyacinth

【技术实现步骤摘要】
一种水浮莲入侵分布区预测方法及系统
本专利技术涉及地理信息、植物生态及入侵植物监测领域，具体涉及一种水浮莲入侵分布区预测方法及系统。
技术介绍
水浮莲被世界自然保护联盟(IUCN)列为全球十大入侵物种，其在我国的分布具有面积大、范围广、时间长的特征。水浮莲已严重威胁到我国尤其是南方地区的生物多样性，加剧了水生环境的恶化和物种灭绝，被国家环境保护总局和中国科学院列为必须严格控制的入侵物种名单。因此，揭示水浮莲的入侵分布区对于水浮莲的治理和预防具有重要意义。随着全球变暖进程的加剧，水生入侵物种的适生区逐渐变大，并向高纬度地区转移。另外，随着全球一体化进程的加快，国际和区域间的交流贸易活动更加频繁，也潜在的丰富了物种入侵的传播载体。因此，入侵物种治理和生物多样性的保护得到了国内外众多研究者的关注。然而，现有技术中并没有揭示如何有效地预测水浮莲入侵的可能性。
技术实现思路
本专利技术的目的在于克服上述现有技术的不足，提供一种水浮莲入侵分布区预测方法及系统，以对水浮莲的适生区域做定量评估，为水浮莲灾害防治、水生环境管理和生物多样性保护提供信息支撑。为实现上述目的，本专利技术的技术方案是：第一方面，本专利技术实施例提供了一种水浮莲入侵分布区预测方法，包括：对所获取到的水浮莲灾害发生点信息和水浮莲灾害发生点的环境变量集进行RDA分析，以每个区域单元的水浮莲灾害发生点个数和密度作为响应变量，以水浮莲灾害发生点的环境变量集作为解释变量，获得与水浮莲生长相关的无冗余环境变量集；对无冗余环境变量集采用WOE法处理，获得无冗余环境变量集中每一环境变量对水浮莲发生的影响权重；对预测区域中的所有环境变量进行影响权重求和，得到预测区的水浮莲生境适应性指数，以根据水浮莲生境适应性指数来分析预测区内可能发生水浮莲灾害的程度。第二方面，本专利技术实施例提供了一种水浮莲入侵分布区预测系统，包括：水浮莲分布信息数据库，其存储的信息包括每个县域单元内水浮莲灾害发生点的个数和密度；水浮莲环境信息数据库，其存储的信息包括水浮莲灾害发生点的环境变量集；第一数据处理器，其用于将从水浮莲分布信息数据库中获取到的区域单元的水浮莲灾害发生点的个数和密度信息作为响应变量，将从水浮莲环境信息数据库中获取到的环境变量集作为解释变量，以进行RDA分析处理，获得与水浮莲生长相关的无冗余环境变量集；第二数据处理器，其用于对第一数据处理器传输来的无冗余环境变量集采用WOE法处理，获得无冗余环境变量集中每一环境变量对水浮莲发生的影响权重；还用于接收指令，来对预测区域中的所有环境变量进行影响权重求和，得到预测区的水浮莲生境适应性指数。本专利技术与现有技术相比，其有益效果在于：本实施例提供的水浮莲入侵分布区预测方法是一种基于RDA-WOE的生境适应性评估方法，是一种大范围、快速、科学的预测方法，可以去除水浮莲入侵灾害区域Sobs的地形、气象、污水排放和社会经济发展状况等环境变量的共线性问题，并可以基于这些环境变量预测更大区域Spre的水浮莲入侵可能，直观的反映整个区域入侵可能性的强弱。本实施提供的水浮莲入侵分布区预测系统通过第一数据处理器来从水浮莲分布信息数据库中获取到每个县域的水浮莲灾害发生点个数和密度信息作为响应变量，将从水浮莲环境信息数据库中获取到的环境变量集作为解释变量来进行RDA分析处理，能够将去除共线性变量之后的环境因子进行耦合，然后通过第二数据处理器建立水浮莲环境因子的权重矩阵，最终通过构建适生性指数来定量预测水浮莲在某一区域内的分布情况，本系统能够对水浮莲的适生区域做定量评估，为水浮莲灾害防治、水生环境管理和生物多样性保护提供信息支撑。附图说明图1为本专利技术实施例1提供的水浮莲入侵分布区预测方法流程图；图2为水浮莲入侵分布区预测方法技术路线图；图3为广东省地理位置示意和水浮莲灾害采样点；图4为广东省地形因子示意图；图5为广东省气象因子示意图；图6为广东省社会经济因子示意图；图7为广东省土地利用现状图；图8为广东省污水排放数据图；图9为RDA分析图；图10为广东省水浮莲入侵预测分布图；图11为RDA-WOE方法的ROC评价结果；图12为本专利技术实施例2提供的水浮莲入侵分布区预测系统的组成示意图。具体实施方式下面结合附图和具体实施方式对本专利技术的内容做进一步详细说明。实施例：参阅图1所示，本实施例提供的一种水浮莲入侵分布区预测方法，包括：101、对所获取到的水浮莲灾害发生点信息和水浮莲灾害发生点的环境变量集进行RDA(Redundancyanalysis，冗余分析)分析；具体地，该水浮莲灾害发生点信息包括水浮莲灾害发生点的时间、地点、范围等信息，该环境变量集则包括地形、气象、社会经济、土地利用、污水排放等环境变量参数。在进行RDA分析处理时，以每个县域单元水浮莲灾害发生点的个数和密度作为响应变量，以水浮莲灾害发生点的环境变量集作为解释变量，从而能够获得与水浮莲生长相关的无冗余环境变量集；也就是说，在此步骤中，通过采用RDA方法对除土地利用数据以外环境变量进行冗余分析，找到去除共线性变量，且对水浮莲影响较大的环境变量。102、对无冗余环境变量集采用WOE(Weightofevidence，证据权重法)法处理，获得无冗余环境变量集中每一环境变量对水浮莲发生的影响权重；也就是说，在此步骤中，能够去除各与水浮莲生长相关的环境变量之间可能由于共线性问题产生的冗余，即将去除共线性变量之后的环境因子进行耦合，并根据已有水浮莲的空间分布，建立水浮莲环境因子的权重矩阵。103、对预测区域中的所有环境变量进行影响权重求和，得到预测区的水浮莲生境适应性指数HAI(式5)；根据其统计特征，采取自然间断法，将HAI划分为极高、高、中、低、极低五个等级，分别代表预测区水浮莲入侵可能性的高低。如此，即可以通过构建生境适应性指数来定量预测水浮莲在某一区域内的分布情况。由此可见，本实施例提供的水浮莲入侵分布区预测方法是基于RDA-WOE的生境适应性评估方法，是一种大范围、快速、科学的预测方法，可以去除水浮莲入侵灾害区域Sobs的地形、气象、污水排放和社会经济发展状况等环境变量的共线性问题，并可以基于这些环境变量预测更大区域Spre的水浮莲入侵可能，直观的反映整个区域入侵可能性的强弱。具体地，该水浮莲灾害发生点信息从水浮莲分布信息数据库中获取，该水浮莲分布信息数据库基于EsriArcGIS的Geodatabase数据库模块来构建，水浮莲分布信息数据库中的信息可以通过野外调查、文献查阅、国家植物标本馆以及网络标本库等途径获取研究区的水浮莲灾害发生点信息，并输入到数据库之中。同理该水浮莲灾害发生点的环境变量集是从水浮莲环境信息数据库中获取，该水浮莲环境信息数据库基于EsriArcGIS的Geodatabase数据库模块来构建，通过文献调查本文档来自技高网...

【技术保护点】
1.一种水浮莲入侵分布区预测方法，其特征在于，包括：/n对所获取到的水浮莲灾害发生点信息和水浮莲灾害发生点的环境变量集进行RDA分析，所述水浮莲灾害发生点信息包括水浮莲灾害发生点的时间、位置和范围信息，以每个县域单元的水浮莲灾害发生点的个数和密度作为响应变量，以水浮莲灾害发生点的环境变量集作为解释变量，获得与水浮莲生长相关的无冗余环境变量集；/n对无冗余环境变量集采用WOE法处理，获得无冗余环境变量集中每一环境变量对水浮莲发生的影响权重；/n对预测区域中的所有环境变量进行影响权重求和，得到预测区的水浮莲生境适应性指数，以根据水浮莲生境适应性指数来分析预测区内可能发生水浮莲灾害的程度。/n

【技术特征摘要】
1.一种水浮莲入侵分布区预测方法，其特征在于，包括：
对所获取到的水浮莲灾害发生点信息和水浮莲灾害发生点的环境变量集进行RDA分析，所述水浮莲灾害发生点信息包括水浮莲灾害发生点的时间、位置和范围信息，以每个县域单元的水浮莲灾害发生点的个数和密度作为响应变量，以水浮莲灾害发生点的环境变量集作为解释变量，获得与水浮莲生长相关的无冗余环境变量集；
对无冗余环境变量集采用WOE法处理，获得无冗余环境变量集中每一环境变量对水浮莲发生的影响权重；
对预测区域中的所有环境变量进行影响权重求和，得到预测区的水浮莲生境适应性指数，以根据水浮莲生境适应性指数来分析预测区内可能发生水浮莲灾害的程度。


2.如权利要求1所述的水浮莲入侵分布区预测方法，其特征在于，所述水浮莲灾害发生点信息通过数字植物标本馆、文献记录和实地调查方式获取，并基于EsriArcGIS的Geodatabase数据库模块来构建水浮莲分布信息数据库。


3.如权利要求1所述的水浮莲入侵分布区预测方法，其特征在于，所述水浮莲灾害发生点的环境变量集从地理空间数据云、国家气象局数据共享平台、统计年鉴方式获取，并基于EsriArcGIS的Geodatabase数据库模块来构建水浮莲环境信息数据库。


4.如权利要求1所述的水浮莲入侵分布区预测方法，其特征在于，所述对无冗余环境变量集采用WOE法处理，获得无冗余环境变量集中每一环境变量对水浮莲发生的影响权重，包括：
假设水浮莲灾害发生的环境条件保持不变，即当区域满足已发生水浮莲灾害的条件，水浮莲灾害将会发生；设未来发生水浮莲灾害的事件为A，其概率为P(A)；已经发生水浮莲灾害的事件为B，其概率为P(B)；则P(A|B)为事件B发生条件下的事件A、B的发生概率，其等于P(B|A)乘于P(A)除以P(B)，则：



将P(F)定义为区域内某一环境变量的概率，为不是该环境变量的概率；相应的，P(H)和分别代表该环境变量下和非该环境变量下的水浮莲灾害发生的概率，则Wi+和Wi-表示各个环境变量对水浮莲发生的正负向贡献程度，Wi+和Wi-的差Wi代表各个环境变量对水浮莲发生的影响程度，其相互关系可由式2-式4计算：






Wi＝Wi+-Wi-(式4)。


5.如权利要求1所述的水浮莲入侵分布区预测方法，其特征在于，所述获得与水浮莲生长相关的无冗余环境变量集的过程为：
将响应变量和解释变量分别标准化为环境变量矩阵X和水浮莲矩阵Y，然后对矩阵Y中的每个响应变量分别与矩阵X中的所有解释变量进行多元回归，得到水浮莲与环境变量的拟合值矩阵Yfit以及残差矩阵Yres
对Yfit和Yres进行主成分分析，得到特征向量矩阵E和非约束性环境变量矩阵UE；特征向量矩阵E即为无冗余环境变量集。


6.一种水浮莲入侵分布区预测系统，其特征在于，包括：
水浮莲分布信息数据库，其存储的信...

【专利技术属性】
技术研发人员：陈水森，陈金月，付娆，王重洋，赵晶，周慧，彭咏石，李丹，姜浩，
申请(专利权)人：广州地理研究所，
类型：发明
国别省市：广东;44