一种绿地景观格局指数测度方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开一种绿地景观格局指数测度方法、装置、设备及存储介质，包括：获取预设持续时间段内的面板数据；其中，所述面板数据包括空气污染物数据、绿地景观格局指数和自然环境数据；构建门槛模型，以所述绿地景观格局指数作为自变量，以单一的所述空气污染物数据作为因变量，以所述自然环境数据作为控制变量；将所述面板数据输入所述门槛模型进行训练，得到所述绿地景观格局指数与所述空气污染物的定量关系。本发明专利技术实施例能够通过在控制自然环境因素的基础上，根据获取的面板数据对绿地景观格局指数对空气污染物的非线性影响进行定量分析，其分析结果可直接用于科学指导城市绿地景观格局的优化建设。景观格局的优化建设。景观格局的优化建设。

【技术实现步骤摘要】
一种绿地景观格局指数测度方法、装置、设备及存储介质


[0001]本专利技术涉及生态环境
，尤其涉及一种绿地景观格局指数测度方法、装置、设备及存储介质。

技术介绍

[0002]随着我国城市污染问题日益突出，而城市品质与居民需求层次日益提升，以美化城市环境、改善城市景观为目标的城市生态网络体系建设布局，已成为当前我国城乡建设与可持续发展的重要内容。
[0003]目前我国大部分城市的绿地布局相对分散、可达性偏低，城市绿地景观格局及其与自然生态过程的相互联系未被关注并疏于维护，生态网络体系无法形成，从而导致城市绿地系统结构单一、抗干扰能力偏低，城市绿地系统的环境效益也无法有效发挥，因此有必要对绿地景观格局指数对空气污染的影响进行分析，以对城市绿地规划提供指导。
[0004]现有研究发现城市中的各种景观要素所构成的景观格局对城市的空气污染分布具有重要的影响，一方面景观格局可以直接作用于空气污染物并影响其浓度，另一方面景观格局变化所产生的城市局部地区大气环流或湍流，通过改变城市大气环境又会间接影响空气污染物的运输容积和传输速度，但现有关于绿地景观格局与空气污染的关系的探究方法主要是定性地对绿地规划提出改善意见或者策略，无法定量分析和评价城市绿地景观格局，指导意义较弱。

技术实现思路

[0005]本专利技术实施例的目的是提供一种绿地景观格局指数测度方法、装置、设备及存储介质，能够通过构建门槛模型，来对空气污染物数据、绿地景观格局指数和自然环境数据进行处理以得到绿地景观格局指数与空气污染物的定量关系，实现了定量分析和评价城市绿地景观格局，对于绿地规划具有较优的指导意义。
[0006]为实现上述目的，本专利技术实施例提供了一种绿地景观格局指数测度方法，包括：
[0007]获取预设持续时间段内的面板数据；其中，所述面板数据包括空气污染物数据、绿地景观格局指数和自然环境数据；
[0008]构建门槛模型，以所述绿地景观格局指数作为自变量，以单一的所述空气污染物数据作为因变量，以所述自然环境数据作为控制变量；
[0009]将所述面板数据输入所述门槛模型进行训练，得到所述绿地景观格局指数与所述空气污染物的定量关系。
[0010]作为上述方案的改进，所述门槛模型为：
[0011][0012]其中，GATE表示门槛变量；γ表示待估的门槛值；I(
·
)为指示函数，当括号内条件满足时，I(
·
)＝1，否则为0；CONTR表示控制变量；下标i表示第i个县区，下标t表示时间t，下标k表示第k个控制变量，n表示控制变量总种类数；η表示控制变量的干扰项；μ表示个体
干扰项；ε代表随机误差项。
[0013]作为上述方案的改进，所述将所述面板数据输入所述门槛模型进行训练，得到所述绿地景观格局指数与所述空气污染物的定性关系，包括：
[0014]针对每一绿地景观格局指数，基于所述面板数据，利用所述门槛模型校验门槛是否存在，并测定门槛的个数以及门槛估计值；
[0015]构建似然比统计量验证门槛估计值的真实性；
[0016]测度所述绿地景观格局指数对空气污染物产生显著负向影响时的阈值区间。
[0017]作为上述方案的改进，所述绿地景观格局指数包括绿地规模特征、绿地形态特征和绿地分布特征；所述绿地规模特征包括斑块密度和平均斑块面积；所述绿地形态特征包括最大斑块指数和斑块形状指数；所述绿地分布特征包括香农多样性指数和聚集度指数。
[0018]作为上述方案的改进，所述空气污染物数据为细颗粒物浓度、可吸入颗粒物数据浓度、二氧化硫浓度、二氧化氮浓度、一氧化碳浓度或臭氧浓度。
[0019]作为上述方案的改进，所述自然环境数据包括植被覆盖水平、环境温度、环境湿度、降水量、风速、气压、日照时长、地形标高、地形坡度中的至少一种。
[0020]为实现上述目的，本专利技术实施例还提供了一种绿地景观格局指数测度装置，包括：
[0021]数据获取模块，用于获取预设持续时间段内的面板数据；其中，所述面板数据包括空气污染物数据、绿地景观格局指数和自然环境数据；
[0022]模型构建模块，用于构建门槛模型，以所述绿地景观格局指数作为自变量，以单一的所述空气污染物数据作为因变量，以所述自然环境数据作为控制变量；
[0023]关系计算模块，用于将所述面板数据输入所述门槛模型进行训练，得到所述绿地景观格局指数与所述空气污染物的定量关系。
[0024]作为上述方案的改进，所述门槛模型为：
[0025][0026]其中，GATE表示门槛变量；γ表示待估的门槛值；I(
·
)为指示函数，当括号内条件满足时，I(
·
)＝1，否则为0；CONTR表示控制变量；下标i表示第i个县区，下标t表示时间t，下标k表示第k个控制变量，n表示控制变量总种类数；η表示控制变量的干扰项；μ表示个体干扰项；ε代表随机误差项。
[0027]为实现上述目的，本专利技术实施例还提供了一种绿地景观格局指数测度设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一实施例所述的绿地景观格局指数测度方法。
[0028]为实现上述目的，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任一实施例所述的绿地景观格局指数测度方法。
[0029]与现有技术相比，本专利技术实施例公开的一种绿地景观格局指数测度方法、装置、设备及存储介质，通过获取预设持续时间段内的面板数据，其中，所述面板数据包括空气污染物数据、绿地景观格局指数和自然环境数据，以及构建门槛模型，以所述绿地景观格局指数作为自变量，以单一的所述空气污染物数据作为因变量，以所述自然环境数据作为控制变量，来将所述面板数据输入所述门槛模型进行训练，以得到所述绿地景观格局指数与所述
空气污染物的定量关系。由此可知，本专利技术实施例能够通过在控制自然环境因素的基础上，根据获取的面板数据对绿地景观格局指数对空气污染物的非线性影响进行定量分析，其分析结果可直接用于科学指导城市绿地景观格局的优化建设。
附图说明
[0030]图1是本专利技术一实施例提供的一种绿地景观格局指数测度方法的流程图；
[0031]图2是本专利技术一实施例提供的一种变量说明和描述示意图；
[0032]图3是本专利技术一实施例提供的一种绿地景观格局指数测度方法的技术流程示意。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]参见图1，是本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种绿地景观格局指数测度方法，其特征在于，包括：获取预设持续时间段内的面板数据；其中，所述面板数据包括空气污染物数据、绿地景观格局指数和自然环境数据；构建门槛模型，以所述绿地景观格局指数作为自变量，以单一的所述空气污染物数据作为因变量，以所述自然环境数据作为控制变量；将所述面板数据输入所述门槛模型进行训练，得到所述绿地景观格局指数与所述空气污染物的定量关系。2.如权利要求1所述的绿地景观格局指数测度方法，其特征在于，所述门槛模型为：其中，GATE表示门槛变量；γ表示待估的门槛值；I(
·
)为指示函数，当括号内条件满足时，I(
·
)＝1，否则为0；CONTR表示控制变量；下标i表示第i个县区，下标t表示时间t，下标k表示第k个控制变量，n表示控制变量总种类数；η表示控制变量的干扰项；μ表示个体干扰项；ε代表随机误差项。3.如权利要求2所述的绿地景观格局指数测度方法，其特征在于，所述将所述面板数据输入所述门槛模型进行训练，得到所述绿地景观格局指数与所述空气污染物的定性关系，包括：针对每一绿地景观格局指数，基于所述面板数据，利用所述门槛模型校验门槛是否存在，并测定门槛的个数以及门槛估计值；构建似然比统计量验证门槛估计值的真实性；测度所述绿地景观格局指数对空气污染物产生显著负向影响时的阈值区间。4.如权利要求1或2或3所述的绿地景观格局指数测度方法，其特征在于，所述绿地景观格局指数包括绿地规模特征、绿地形态特征和绿地分布特征；所述绿地规模特征包括斑块密度和平均斑块面积；所述绿地形态特征包括最大斑块指数和斑块形状指数；所述绿地分布特征包括香农多样性指数和聚集度指数。5.如权利要求4所述的绿地景观格局指数测度方法，其特征在于，所述空气污染物数据为细颗粒物浓度、可吸入...

【专利技术属性】
技术研发人员：岑君毅，华红，叶创基，余炜楷，陈宇杰，李子栋，杨洋，谢卓亚，张煜晗，张艺馨，王炜文，何旭玮，
申请(专利权)人：广州市城市规划勘测设计研究院，
类型：发明
国别省市：