一种基于K-MEANS聚类算法划分乡村景观生态敏感区的方法技术

本发明专利技术公开了一种基于K

【技术实现步骤摘要】
一种基于K
‑
MEANS聚类算法划分乡村景观生态敏感区的方法


[0001]本专利技术涉及风景园林学领域，具体涉及一种基于K
‑
MEANS聚类算法划分乡村景观生态敏感区的方法。

技术介绍

[0002]当前，乡村建设在全国各地全面启动，持续推进。但在乡村面貌焕新的同时，不少乡村建设在沿用城市建设的模式和思路，乡村出现城市化或城镇化倾向，失去了原有的乡村性和精神特质，自然特征流失，乡村生态环境和生态景观也存在建设性破坏的潜在风险。乡村生态景观是地域地理特征、资源特征、资源禀赋和人工改造自然形成外在特征的综合反映，是乡村可持续发展的基础。因此，如何维系、保护、恢复和提升乡村特有的生态景观是当下的一项重要任务。尤其是如何准确地识别出乡村景观生态敏感区，并对其进行科学分区和分级，是乡村生态景观综合整治和优化提升的第一步。
[0003]生态敏感性指生态系统对自然环境变化与人类活动干扰的反应程度，即在不损失或不降低环境质量情况下，生态因子对外界变化或外界压力的适应能力，反映了该区域发生生态环境问题的概率。生态敏感区则本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于K
‑
MEANS聚类算法划分乡村景观生态敏感区的方法，其特征在于，包括以下步骤：步骤A，建立能够有效识别乡村景观生态敏感区域的乡村生态景观敏感性评价指标体系；步骤B，将研究范围划分为若干基本景观生态单元；步骤C，依次收集研究范围内乡村景观生态敏感性分析所需的三级指标数据，整理出划分景观生态敏感区域所需要的三级单因子数据样本；步骤D，对三级单因子的数据样本分别进行K
‑
means聚类分析，包括估计聚类趋势、选取不同k值并通过检验确定最佳k值和测定聚类质量；步骤E，对步骤C得到的各单因子聚类结果进行数据标准化处理；步骤F，应用熵值法计算出指标分级体系中各级指标的权重；步骤G，以景观生态单元为单位，将步骤D中所得到的标准化处理后的各单因子聚类结果，结合步骤E中确定的权重，计算得到每个单元二级指标的划分结果；步骤H，对于二级要素重复K
‑
means聚类分析的步骤，结合权重得出每个单元中一级要素的敏感度等级；步骤I，对于一级要素重复K
‑
means聚类分析的步骤，结合权重得到每个景观生态单元最终的生态敏感分区，并以统一底图进行可视化表达。2.根据权利要求1所述的基于K
‑
MEANS聚类算法划分乡村景观生态敏感区的方法，其特征在于，所述指标体系的一级指标包括：稳定度、A2恢复度和A3景观价值。3.根据权利要求1所述的基于K
‑
MEANS聚类算法划分乡村景观生态敏感区的方法，其特征在于，所述指标体系的二级指标包括：地形、用地、水体、生境敏感性、土壤脆弱性、人为景观和自然景观。4.根据权利要求1所述的基于K
‑
MEANS聚类算法划分乡村景观生态敏感区的方法，其特征在于，所述指标体系的三级指标包括：高程、坡度、用地类型、植被覆盖率、植被种类、水体面积、水质、水体岸线、水体...

【专利技术属性】
技术研发人员：徐宁，王思宇，樊梦楚，王伟，张超，成玉宁，伊丹阳，刘琦琳，宋义智，段皓然，
申请(专利权)人：东南大学，
类型：发明
国别省市：