System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及底栖生境,特别涉及一种底栖生境的分类方法、系统、设备及介质。
技术介绍
1、底栖生境是海洋生境的重要组成部分,与特定海洋生物在不同的海床区域(如海底峡谷、海山、环礁、峡湾等)的空间分布相关,且与海洋物理、海洋化学、生物分布和地质因素等都有密切联系,不仅可以展现海底环境和生态特征,还可以用来预测相关物种和群落的分布。因此,底栖生境分类地图是影响参照区和保全参照区选划的关键依据,在生物多样性保护和海洋空间管理中发挥了关键作用。目前底栖生境分类地图已成为国际通用的生态系统管理工具之一,资源管理者们越来越依赖生境地图来进行空间规划和风险评估。
2、目前,由于深海环境因素获取难度大且成本较高,数据时空覆盖和关联性不足,增大了相关管理和决策过程分析的误差,导致了不同研究者进行生境分类所采用的环境因素有较大差异,因此针对不同区域、不同地形地貌单元及不同尺度生境的关键环境控制因素高度依赖于研究者的主观认知,对关键环境控制因素的选择标准不一,客观程度不高,分类结果的可解释性不强。另外,由于以文献资料中的数据或单一调查数据直接进行生境分类并不能全面反映底栖生境特征;目前出现少数通过非监督分类对深海底栖生境的研究,但该方式输入至非监督分类模型的参数参差不齐,分类结果的有效性较低。
3、因此,现有技术存在的问题还亟需解决和优化。
技术实现思路
1、为解决上述技术问题的至少之一,本申请提供了一种底栖生境的分类方法、系统、设备及介质,该分类方法可以有效提高底栖生境分类的效率和
2、根据本申请的第一方面,提供了一种底栖生境的分类方法,包括:
3、获取来自底栖生境的多源环境数据;
4、对所述多源环境数据进行预处理,得到第一数据集;
5、对所述第一数据集进行因素分析处理,确定第二数据集,所述第二数据集用于表征所述多源环境数据中的关键环境控制因素;
6、对所述第二数据集进行聚类分析处理,得到第三数据集,所述第三数据集包括所述关键环境控制因素的最佳分类数和最佳分类中心,所述最佳分类中心的数目和所述最佳分类数相等;
7、将所述第三数据集输入至训练好的分类模型中,得到底栖生境的分类结果。
8、进一步地,在本申请实施例中,所述对所述多源环境数据进行预处理,得到第一数据集,包括:
9、对所述多源环境数据进行缺失值填充处理,得到填充后的多源环境数据;
10、对所述填充后的多源环境数据进行去噪处理,得到去噪后的多源环境数据;
11、对所述去噪后的多源环境数据进行数据集成处理,得到所述第一数据集。
12、进一步地,在本申请实施例中,所述对所述第一数据集进行因素分析处理,确定第二数据集,包括:
13、对所述第一数据集中的各个环境因素进行因素相关处理,得到相关系数,所述相关系数用于表征各个所述环境因素之间的相关度;
14、对所述第一数据集中的各个环境因素进行因素分析处理,得到与所述环境因素对应的因子载荷;
15、根据所述因子载荷和所述相关系数,对所述第一数据集进行因素筛选处理,得到所述第二数据集。
16、进一步地,在本申请实施例中,所述对所述第二数据集进行聚类分析处理,得到第三数据集,包括:
17、根据所述最佳分类数和所述最佳分类中心,对所述第二数据集进行分类处理,得到分类数据集,所述分类数据集包括所述关键环境控制因素,以及与所述关键环境控制因素对应的关键环境因素图层;
18、根据所述分类数据集下的关键环境控制因素,对所述分类数据集下的关键环境因素图层进行第一组合处理,得到与所述分类数据集对应的环境特征图层;
19、对各个所述分类数据集进行第二组合处理,得到所述第三数据集。
20、进一步地,在本申请实施例中,所述最佳分类数和所述最佳分类中心通过以下步骤得到:
21、获取预设的第一阈值;
22、对所述第二数据集进行差异聚类处理,得到中间聚类结果,所述中间聚类结果包括聚类数目、聚类中心簇和所述第二数据集当前的聚类次数;
23、当所述当前的聚类次数小于等于所述第一阈值,返回至对所述第二数据集进行聚类处理,得到当前的中间聚类结果这一步骤,直至所述当前的聚类次数大于所述第一阈值;
24、对所述中间聚类结果进行分类评估处理,得到所述最佳分类数和所述最佳分类中心,所述最佳分类数用于表征分类评估得到的最优聚类数目,所述最佳分类中心用于表征分类评估得到的最优聚类中心簇的簇中心。
25、进一步地,在本申请实施例中,所述对所述中间聚类结果进行分类评估处理,得到所述最佳分类数和所述最佳分类中心,包括:
26、对所述中间聚类结果进行簇内距离评估处理,得到距离评估结果;
27、对所述中间聚类结果进行簇间相似评估处理,得到相似评估结果;
28、对所述中间聚类结果进行簇正向分离评估处理,得到正向分离评估结果;
29、对所述中间聚类结果进行簇逆向分离评估处理,得到逆向分离评估结果;
30、根据所述距离评估结果、所述相似评估结果、所述正向分离评估结果和所述逆向分离评估结果,确定所述最佳分类数和所述最佳分类中心。
31、进一步地,在本申请实施例中,所述根据所述距离评估结果、所述相似评估结果、所述正向分离评估结果和所述逆向分离评估结果,确定所述最佳分类数和所述最佳分类中心,包括:
32、对所述距离评估结果、所述相似评估结果、所述正向分离评估结果和所述逆向分离评估结果进行曲线生成处理,得到评估曲线图;
33、对所述评估曲线图进行肘部分析处理,得到肘部点;
34、根据所述肘部点对应的中间聚类结果,确定所述最佳分类数和所述最佳分类中心。
35、根据本申请的第二方面,提供了一种底栖生境的分类系统,包括:
36、获取模块,用于获取来自底栖生境的多源环境数据;
37、第一处理模块,用于对所述多源环境数据进行预处理,得到第一数据集;
38、第二处理模块,用于对所述第一数据集进行因素分析处理,确定第二数据集,所述第二数据集用于表征所述多源环境数据中的关键环境控制因素;
39、第三处理模块,用于对所述第二数据集进行聚类分析处理,得到第三数据集,所述第三数据集包括所述关键环境控制因素的最佳分类数和最佳分类中心,所述最佳分类中心的数目和所述最佳分类数相等;
40、分类模块,用于将所述第三数据集输入至训练好的分类模型中,得到底栖生境的分类结果。
41、根据本申请的第三方面,提供了一种计算机设备,包括:
42、至少一个处理器;
43、至少一个存储器,用于存储至少一个程序;
44、当所述至少一个程序被所述至少一个处理器执行,使得所述至少本文档来自技高网...
【技术保护点】
1.一种底栖生境的分类方法,其特征在于,包括:
2.根据权利要求1所述的一种底栖生境的分类方法,其特征在于,所述对所述多源环境数据进行预处理,得到第一数据集,包括:
3.根据权利要求1所述的一种底栖生境的分类方法,其特征在于,所述对所述第一数据集进行因素分析处理,确定第二数据集,包括:
4.根据权利要求1所述的一种底栖生境的分类方法,其特征在于,所述对所述第二数据集进行聚类分析处理,得到第三数据集,包括:
5.根据权利要求1所述的一种底栖生境的分类方法,其特征在于,所述最佳分类数和所述最佳分类中心通过以下步骤得到:
6.根据权利要求5所述的一种底栖生境的分类方法,其特征在于,所述对所述中间聚类结果进行分类评估处理,得到所述最佳分类数和所述最佳分类中心,包括:
7.根据权利要求6所述的一种底栖生境的分类方法,其特征在于,所述根据所述距离评估结果、所述相似评估结果、所述正向分离评估结果和所述逆向分离评估结果,确定所述最佳分类数和所述最佳分类中心,包括:
8.一种底栖生境的分类系统,其特征在于,包括:<
...【技术特征摘要】
1.一种底栖生境的分类方法,其特征在于,包括:
2.根据权利要求1所述的一种底栖生境的分类方法,其特征在于,所述对所述多源环境数据进行预处理,得到第一数据集,包括:
3.根据权利要求1所述的一种底栖生境的分类方法,其特征在于,所述对所述第一数据集进行因素分析处理,确定第二数据集,包括:
4.根据权利要求1所述的一种底栖生境的分类方法,其特征在于,所述对所述第二数据集进行聚类分析处理,得到第三数据集,包括:
5.根据权利要求1所述的一种底栖生境的分类方法,其特征在于,所述最佳分类数和所述最佳分类中心通过以下步骤得到:
6.根据权利要求5所述的一种底栖生...
【专利技术属性】
技术研发人员:杜然然,马金凤,于淼,洪双,刘永刚,林江南,杨永,张立敏,
申请(专利权)人:广州海洋地质调查局,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。