一种基于python的水生态修复植物群落匹配方法及系统技术方案

本发明专利技术公开了一种基于python的水生态修复植物群落匹配方法及系统，包括：数据库识别与读取、阈值与条件的输入和解析、水生态修复效果分析、植物群落共生匹配分析、方案评分、生成生态修复工程植物材料表，本方法在目标导向前提下以阈值为核心分析指标，基于矩阵分析构建水生态修复植物与待修复水体之间的植物群落共生匹配算法，快速分析出多种符合阈值要求的植物群落匹配方案，并对方案建立评价指标体系，帮助水生态修复工程师找到最优匹配方案，为水生态修复设计中植物选取及群落匹配的科学性、全面性、专业性提供有力的技术支撑。

A method and system of plant community matching for water ecological restoration based on Python

【技术实现步骤摘要】
一种基于python的水生态修复植物群落匹配方法及系统
本专利技术涉及水生态修复领域，具体为一种基于python的水生态修复植物群落匹配方法及系统。
技术介绍
传统的河道治理往往会改变河流生态环境的多样性，导致河流水质变差、功能退化，随着生态环境保护力度的加大，植物生态修复以其投资少、运行维护费用低、没有二次环境污染，且能够提升生态环境质量和景观效果的优点而日益受到人们青睐。但是水生态修复植物品种数量众多、适应环境及修复水体功能各有不同，水生态修复工程师要结合不同流域水体的水深、流速、温度、污染物种类、超载倍数、植物修复能力、多样性等多种因素来优选植物种类，筛选与匹配工作需要有经验的水生态、水环境、水景观多专业的人员共同协作完成，不仅耗时长、工作量大而且选择品种易受主观经验影响。通过系统创建数字量化的分析方法进行植物群落共生匹配，推动水生态修复治理的技术进步，是一项意义重大且十分迫切的任务。但是，目前有关理论及技术方法正在起步、探索阶段，尚未出现利用基于python的水生态修复植物群落匹配方法及系统的技术方案及应用。...

【技术保护点】
1.一种基于python的水生态修复植物群落匹配方法,其特征在于，包括以下步骤：数据库识别与读取、阈值与条件的输入和解析、水生态修复效果分析、植物共生匹配分析、方案评分、生成生态修复工程植物材料表，具体步骤如下：/nS1、自动识别与读取植物数据库，并根据需要导入待修复水体的监测断面水质数据；/nS2、输入修复阈值和筛选条件，通过验证器和解析器将筛选条件格式化为植物数据库能够识别的规范关键字，所述验证器与解析器由python的validator库与自定义算法构成；/nS3、根据水质数据与输入条件对植物数据库进行过滤，以修复阈值为核心分析指标，基于矩阵分析的方法，分析出可以使污染物超载倍数恢复到阈...

【技术特征摘要】
1.一种基于python的水生态修复植物群落匹配方法,其特征在于，包括以下步骤：数据库识别与读取、阈值与条件的输入和解析、水生态修复效果分析、植物共生匹配分析、方案评分、生成生态修复工程植物材料表，具体步骤如下：
S1、自动识别与读取植物数据库，并根据需要导入待修复水体的监测断面水质数据；
S2、输入修复阈值和筛选条件，通过验证器和解析器将筛选条件格式化为植物数据库能够识别的规范关键字，所述验证器与解析器由python的validator库与自定义算法构成；
S3、根据水质数据与输入条件对植物数据库进行过滤，以修复阈值为核心分析指标，基于矩阵分析的方法，分析出可以使污染物超载倍数恢复到阈值水平的植物品种，并通过可视化列表显示植物品种、修复特征值与多样性指标；
S4、设定共生群落阈值，基于递归法从列表中匹配出植物种类和多样性指标符合阈值要求的植物品种集合，作为水生态修复植物群落匹配方案；
S5、基于逻辑回归算法对方案进行评分；
S6、根据工程师选中的方案，在CAD文件中自动生成生态修复工程植物材料表。


2.根据权利要求1所述基于python的水生态修复植物群落匹配方法,其特征在于，在步骤S1中，遍历指定地址中Mydata.*文件，通过函数识别文件类型，自动选择与文件类型相对应的方法进行读取并作为植物数据库；水生态修复工程师导入待修复水体的监测断面水质数据，作为水体特征数据；所述植物数据库中包含：植被区划表、植物品种、生活方式、高度、适宜水深、适宜温度、适宜pH值、净化物质、相对修复系数；所述水体特征数据包含：水体名称、所在区域、主要污染物、超载倍数、水深、温度范围、pH值、流速。


3.根据权利要求1所述基于python的水生态修复植物群落匹配方法,其特征在于，在步骤S2中，所述修复阈值为水生态修复工程师期望通过修复使水体污染物超载倍数降低到某个数值，用V0表示，V0是必要的输入要素，也是步骤S3的核心分析指标；所述筛选条件只作为辅助要素，用于根据工程师的需要缩小匹配范围，筛选条件与植物数据库条目一一对应，通过验证器和解析器限制错误的输入并将模糊输入和范围输入格式化为规范关键字，提高输入容错率和分析准确度。


4.根据权利要求1所述基于python的水生态修复植物群落匹配方法,其特征在于，在步骤S3中，滤除植物数据库中不符合水体特征数据和输入条件的植物品种，水体特征数据中用于数据库过滤的分析指标为：所在区域、主要污染物、水深、温度范围、pH值、流速；随后基于python的numpy模块构建m×n的矩阵A，矩阵的元素为αij，其中，行坐标i表示植物品种，最大值m为滤除后的植物品种总数，列坐标j表示水体特征数据中的污染物种类，最大值n为污染物种类总数；先通过修复阈值V0与污染物超载倍数Vj构建每列水体污染物的修复特征值T(j)，计算公式为：其中0≤V0≤Vj，当水体存在n种污染物时，则该水体存在n个修复特征值；之后通过公式αij＝Ρij-T(j)计算矩阵中每个元素的值，所述Ρij为第i行植物对第j列污染物的相对修复系数，数值范围在0到1之间，表示修复能力由弱至强；当第i行存在任意一个元素αij(j∈1,2,3…n)≥0时，则Ρij视为达标，并将第i行的植物品种加入到可视化列表中作为备选植物，修复分析结束后可视化列表会显示出所有备选植物的植物品种、...

【专利技术属性】
技术研发人员：宋金，樊亮，冯亚耐，李志华，任喜龙，田伟，张宗亮，秦鹏鹏，胡月楠，赵馨，
申请(专利权)人：中水北方勘测设计研究有限责任公司，
类型：发明
国别省市：天津;12