多指标间权衡的生产可能性边界生成及阈值识别方法和系统技术方案

本发明专利技术提出一种多指标间权衡的生产可能性边界生成及阈值识别方法，包括：

【技术实现步骤摘要】
多指标间权衡的生产可能性边界生成及阈值识别方法和系统


[0001]本专利技术涉及生态环境领域，更具体地，涉及一种多指标间权衡的生产可能性边界生成及阈值识别方法和系统
。

技术介绍

[0002]当前生态系统服务权衡研究主要集中在对权衡现状的评估，常以相关性系数
、
冷热点图或生态系统服务簇的形式呈现，如何通过调整生态系统管理策略来减缓生态系统服务间的权衡却鲜少有人关注
。
因此，探索科学有效的方法协调经济利益与生态效益之间的关系，实现包容性增长和可持续发展，成为当前国内外生态环境领域的研究热点
。
[0003]区域景观格局决定了生态系统内部的生态过程，并进一步影响着最终的生态系统服务效益
。
目前的景观格局优化一般根据政策
、
规划等要求设置多种优化情景，常使用元胞自动机
、CLUE
‑
S、
智能体等模型对景观格局在空间上进行重分配
。
然而，多情景优化对生态系统服务权衡的改善程度有限，如何调整景观格局以最大程度地提升当前生态系统服务，同时寻找多尺度下生态系统服务的最优解仍是生态系统服务权衡研究的重点和难点
。
[0004]生产可能性边界
(production possibility frontier
，简称
PPF)
表示经济社会在既定资源和技术条件下所能生产的各种商品最大数量的组合，即生产可能性边界上的所有点是当前资源配置最有效率的组合，称为“帕累托最优点”。Polasky
与
Nelson
两位学者最先将
PPF
引入生态系统服务权衡的研究中，边界上的每一点表示给定一种服务下另一种服务能达到的最大值，对应着最高的土地利用效率，很好地解决了传统景观格局优化中生态系统服务提升程度有限的短板
。
在当前的生态系统服务权衡研究中，生产可能性边界的应用仍旧较少，常见的生成方法有累积求和法
、
约束线法
、
多目标优化算法等，其核心是利用生产可能性边界进行景观格局的高效配置，实现真正意义上生态系统服务权衡关系的优化
。
[0005]目前常用生成方法是总和法以及线性约束法，此类方法相对简单快捷，在评估现状生态系统服务的基础上，通过拟合总和最大的服务指标对生成权衡边界
。
然而，以现状服务生成权衡边界未考虑调整优化景观格局后的生态系统服务指标值变化，若调整景观格局后的生态系统服务相较于现状服务对总和的最大值有所增加，则该方法生成的权衡边界并不是严格意义上的生产可能性边界
。
另一类方法是基于优化算法的生产可能性边界，如贪婪算法
、
局部搜索算法
、
遗传算法等启发式算法，类似方法考虑不同土地管理策略下生态系统服务的最优解，如调整景观格局配置和管理措施，因而这类方法生成的权衡边界与其理想边界更为接近
。
但该类方法并不是针对所有权衡问题都能求得全局最优解，容易陷入局部最优，需要耗费大量的计算资源
。
鉴于此，当前在生态环境领域，亟需一种能够快速解析不同指标间的权衡关系，并直观呈现系列景观格局空间分布图的普适性
(
适用于各类尺度
、
各类地区
)
和高效性
(
可支撑大数据
、
繁杂运算
)
的方法和系统
。

技术实现思路

[0006]针对
技术介绍
中的问题，本专利技术提出一种多指标间权衡的生产可能性边界生成及
阈值识别方法和系统，包括：
S1
，计算目标指标在不同土地利用类别对应的指标值；
S2
，计算约束指标在不同土地利用类别对应的指标值；
S3
，设置锁定数据；
S4
，生成约束指标的目标列表；
S5
，生成生产可能性边界以及景观格局空间优化图；
S6
，识别生产可能性边界的阈值
。
[0007]本专利技术的有益效果包括：本专利技术以获得生态指标的最大值为目标生成权衡边界，能在不同空间尺度上进行景观格局空间优化的研究
(
例如：栅格尺度
、
行政尺度等
)
，且本专利技术求得的解为全局最优解，即生态指标的最大值及对应的景观格局分布图，克服了以往优化模型容易陷入局部最优解的缺陷，比当前方法更具有灵活性
、
可靠性和普适性
。
[0008]本专利技术支持配置步长来一键生成用于拟合生产可能性边界的点数据，步长越小，边界越准确，但计算量也随之成倍上涨
。
因而本专利技术创新性地支持了可运行在多个计算机的分布式模式，充分利用计算资源的同时大幅缩短生产可能性边界的生成时间
。
[0009]本专利技术创新性地将栅格数据以及约束条件转化为抽象的线性规划数学问题，并借助插件化的架构实现，方便利用商业化
(IBM ILOG Cplex、Gurobi)、
开源免费
(SCIP、CBC)
等多种求解器，且可以满足不同场景下的使用需求
。
[0010]更进一步，在权衡边界生成的基础上，本专利技术还根据边界形态的变化进行阈值识别，揭示了生态系统服务指标间权衡关系发生显著变化的临界状态，可为景观格局空间优化或不同相关利益者采取优化措施和方案提供约束范畴，为减缓生态系统服务间的冲突与促进生态系统可持续性提供新的技术手段
。
附图说明
[0011]为了更容易理解本专利技术，将通过参照附图中示出的具体实施方式更详细地描述本专利技术
。
这些附图仅仅描绘了本专利技术的典型实施方式，不应认为是对本专利技术保护范围的限制
。
[0012]图1为本专利技术的方法的一个实施方式的流程图
。
[0013]图2显示了生产可能性边界的形态
。
[0014]图3显示了粮食产量与生物多样性的二维权衡边界
。
[0015]图4显示了粮食产量与生物多样性边界对应的景观格局
。
[0016]图5显示了一个示例的权衡边界上各点斜率的
。
[0017]图6显示了一个示例的权衡边界上相邻点斜率差的绝对值
。
[0018]图7显示了一个示例的权衡边界上的斜率突变点
(
即阈值
)。
具体实施方式
[0019]下面参照附图描述本专利技术的实施方式，以便于本领域的技术人员可以更好的理解本专利技术并能予以实施，但所列举的实施案例不作为本专利技术的限定，在不冲突的情况下，下述的实施案例及其中的技术特征可以相互组合，其中相同的部件用相同的附图标记表示
。
[0020]需要说明的是景观格局具体可体现为不同土地利用类别的组成比例及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
多指标间权衡的生产可能性边界生成及阈值识别方法，其特征在于，包括：
S1
，计算目标指标在不同土地利用类别对应的指标值；
S2
，计算约束指标在不同土地利用类别对应的指标值；
S3
，设置锁定数据；
S4
，生成约束指标的目标列表；
S5
，生成生产可能性边界以及景观格局空间优化图；
S6
，识别生产可能性边界的阈值
。2.
根据权利要求1所述的方法，其特征在于，还包括：步骤
S1
包括：基于耕地图层的生物多样性
、
草地图层的生物多样性
、
林地图层的生物多样性，计算不同土地利用类别的指标值，在步骤
S1
中，将目标指标在不同土地利用类别的指标值处理成为栅格集合对象，数据表示如下：
{t1,t2,t3…
t
j
}
，式中，
t
j
表示目标指标
t
在土地类别
j
的指标值；在步骤
S2
中，将约束指标在不同土地利用类别的指标值处理成为栅格集合对象，再将所有约束指标的栅格集合对象处理成为分区对象，约束数据表示如下：式中，
a
jc
表示约束指标
c
在土地类别
j
上的指标值；在步骤
S1
中，每种土地利用的锁定数据为0和1二值化栅格图像，0代表非锁定区，1代表锁定区，将所有土地利用类别的锁定数据处理成为栅格集合形式参与运算，锁定约束条件表示如下：
l
ij
∈{0,1}{l1,l2,l3.......l
j
}
式中，
l
j
表示土地类别
j
的二值化锁定值，
l
ij
表示土地类别
j
在栅格单元
i
的指标值
。3.
根据权利要求2所述的方法，其特征在于，还包括：在步骤
S4
中，每个约束指标需满足不同土地类别上对应的约束指标值总和不小于某个数值这个条件，指标约束条件具体表示如下：式中，
j
表示所有土地类别
J
中的某种土地类别
j
，
i
表示在所有栅格单元
I
中的某个栅格单元
i
，
x
ij
是二值化变量，表示栅格单元
i
被分配给土地类别
j
，
a
ijc
表示约束指标
c
在土地类别
j
栅格单元
i
上的指标值，
A
c
表示约束指标
c
的数值，
C
表示所有约束指标的数量
。4.
根据权利要求1所述的方法，其特征在于，步骤
S5
还包括：
1)
基于步骤
S2
中的约束指标的指标值，通过优化算法搜索满足约束条件的景观格局，比较不同景观格局下的目标指标的值大小，取目标指标的最大或最小值，同时获得其对应的景观格局空间分布图
。
由于锁定数据的限制，景观格局优化中不改变锁定区栅格单元的
属性；
2)
变化约束指标的指标值，即依次取步骤
S4
中获得的约束指标目标列表中的数值，重复步骤
1)
，获得不同约束值对应的目标指标最大值或最小值，同时获得其对应的景观格局分布图；
3)
将这一系列的约束指标数值与其对应的最大化或最小目标值在坐标系...

【专利技术属性】
技术研发人员：孙晓，刘清华，
申请(专利权)人：中国农业科学院农业资源与农业区划研究所，
类型：发明
国别省市：