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() 一种基于种间互作网络的生态系统稳定性评估方法及系统技术方案_技高网

一种基于种间互作网络的生态系统稳定性评估方法及系统技术方案

技术编号:43205200 阅读:35 留言:0更新日期:2024-11-01 20:22
本发明专利技术提出一种基于种间互作网络的生态系统稳定性评估方法及系统。服务器接收生态系统中各个物种之间的参数关系数据,网络构建模块利用参数关系数据构建物种互作网络,互作网络评估模型构建模块利用物种互作网络相关参数、物种功能重要性、物种对生态系统的稳定性贡献以及对应的生态系统稳定性评级指标构建互作网络评估模型,构建好的模型根据服务器接收到的生态系统相关数据,生成跨生态系统稳定性评级指标对不同生态系统稳定性进行智能化显示和加强对生态系统其中薄弱环节提示。本发明专利技术实现了对生态系统的跨区域监测,利用种间互作网络实现了生态系统稳定性监控一体化,提高生态系统稳定性定性判断的效果,为生态系统管理和保护提供科学依据。

【技术实现步骤摘要】

本专利技术属于生态系统评估,尤其涉及一种基于种间互作网络的生态系统稳定性评估方法及系统


技术介绍

1、生态系统作为一个复杂、开放、动态、非平衡和非线性系统。对于生态系统稳定性的研究,有些只专注于生态系统中的生物部分(如分类学、生物多样性等),有些虽然考虑了生物与非生物两部分,但也仅是通过统计手段(如相关性分析和cca分析等)将两者简单的联系起来。而在复杂多变的环境中,生物与非生物之间通过非线性相参数用耦合在一起,并且由于生态系统的开放性,二者自身也往往具有复杂结构。所以以前的方法不能够客观、准确的评估生态系统稳定性。

2、为了能够真实地描述生态系统在跨系统跨空间和时间上的稳定性,对生态系统稳定性进行科学地评价与预测,有必要基于机器学习的方法构建生态系统稳定性评估模型,除了考虑生态系统各物种指标自身的重要性外,还会将种间互作网络的拓扑结构和稳定性指标,对生态系统的稳定性进行评估和预测,纳入到模型中,极大地减少以往评估方法的主观性,克服具有不同差异生态系统稳定性的不可比性,使得生态系统稳定性的评估结果更加准确。

3、在现有技术对生态系统的稳定性评估方法中,增加模型的数据量会增加处理的难度,这具有一定的局限性,而有的生态系统指标数据变量对生态系统的稳定性影响较大,需要进行一定的挑选,以实现低成本高准确率的生态系统稳定性评估。此外,对于传统的生态系统评估可能仅有人工的方法进行评估,会导致成本过高,且人工评估利用的数据误差大,准确度较低。

4、因此,需要设计实现一种对生态系统稳定性进行跨系统跨空间和时间进行监测,可不断增加生态系统稳定性评估数据量的智能化的评估方法,可以有效准确地帮助理解生态系统的结构和功能,预测生态系统对外界干扰的响应,为生态系统管理和保护提供科学依据。


技术实现思路

1、为解决上述技术问题,本专利技术提出一种基于种间互作网络的生态系统稳定性评估方法及系统。

2、在本专利技术的第一个方面,一种基于种间互作网络的生态系统稳定性评估方法,所述方法包括:

3、获取第一生态系统中各个物种之间的第一参数关系数据、物种第一功能重要性以及物种对生态系统的第一稳定性贡献,还获取对应的生态系统稳定性第一评级指标;

4、本实施例中,生态系统稳定性评级指标可以分为稳定性低、稳定性中以及稳定性高三种等级,可以按照训练模型的评估精准度,按照模型计算得出的值进行更多层级的调整,由本领域技术人员按照实际需求设定,本实施例中不再赘述。

5、利用所述第一参数关系数据构建第一物种互作网络,根据所述第一物种互作网络计算第一互作网络相关参数,并以所述第一互作网络相关参数、所述第一功能重要性以及所述第一稳定性贡献和所述第一评级指标,共同构建互作网络评估模型;

6、接收第二生态系统中各个物种之间的第二参数关系数据、物种第二功能重要性以及物种对生态系统的第二稳定性贡献,利用所述第二参数关系数据构建第二物种互作网络,根据所述第二物种互作网络计算第二互作网络相关参数,并将所述第二互作网络相关参数、所述第二功能重要性以及所述第二稳定性贡献输入所述互作网络评估模型得出所述第二生态系统的第二评级指标,实现对生态系统的跨系统高精度一体化稳定性评估。

7、进一步地,参数关系数据包括:生态系统中,物种所在食物链层数、物种间关系种类及数量;

8、互作网络相关参数包括:以物种为节点,以物种间关系种类和数量计算得到的关联度构建的互作网络的平均路径长度、连通性以及节点度。

9、进一步地,所述互作网络评估模型利用改进的支持向量机模型来进行构建。

10、进一步地,在构建改进的支持向量机模型之前,挑选第一互作网络相关参数,其方法步骤如下:

11、步骤s1、将所述第一互作网络相关参数组成的数据集分为训练集r以及测试集e;

12、步骤s2、利用所述训练集r建立random forest模型;

13、步骤s3、利用第一互作网络相关参数的关键度ai来挑选第一互作网络相关参数;

14、步骤s4、根据所述关键度ai来挑选第一互作网络相关参数后得到特定训练集sr。

15、进一步地,利用所述特定训练集sr根据改进的支持向量机模型进行所述互作网络评估模型构建。

16、还提供了一种基于种间互作网络的生态系统稳定性评估系统,所述系统包括数据接收模块、网络构建模块、互作网络评估模型构建模块、生态系统稳定性评估模块、可视化模块、数据存储模块,其特征在于:

17、所述数据接收模块:接收生态系统中各个物种之间的第一参数关系数据、第二参数关系数据,并接收生态系统稳定性第一评级指标;

18、所述网络构建模块:利用第一参数关系数据构建物种互作网络,并计算第一物种互作网络相关参数、物种功能第一重要性、物种对生态系统的第一稳定性贡献,利用第二参数关系数据构建物种互作网络,并计算第二物种互作网络相关参数、物种功能第二重要性、物种对生态系统的第二稳定性贡献;

19、所述互作网络评估模型构建模块:用于根据所述第一物种互作网络相关参数、物种功能第一重要性、物种对生态系统的第一稳定性贡献及生态系统第一稳定性评级指标共同构建互作网络评估模型;

20、所述生态系统稳定性评估模块:用于接收传输来的第二物种互作网络相关参数、物种功能第二重要性、物种对生态系统的第二稳定性贡献,并利用所述互作网络评估模型生成生态系统稳定性第二评级指标;还用于传输第二物种互作网络相关参数、物种功能第二重要性、物种对生态系统的第二稳定性贡献及生态系统稳定性第二评级指标至所述数据存储模块存储;

21、可视化展示模块,与所述生态系统稳定性评估模块连接,用于通过可视化技术实现物种互作网络及生态系统稳定性评级指标的3d可视化展示。

22、所述数据存储模块:用于存储物种互作网络相关参数、物种功能重要性、物种对生态系统的稳定性贡献,以及利用所述互作网络评估模型生成的生态系统稳定性第二评级指标;

23、本专利技术构建的互作网络评估模型,利用可以实际测量的客观数据,如物种互作网络相关参数、物种功能重要性、物种对生态系统的稳定性贡献,利用了多种特征,构建的模型评估获得的生态系统稳定性等级划分更为精确。

24、本专利技术在构建改进的支持向量机模型之前,通过参数的关键度来挑选互作网络中繁多的参数特征变量数据集,构建改进的支持向量机模型可以降低本专利技术中可能存在的选取的互作网络参数类别差异化问题,以获得更高精确度的生态系统稳定性评估。

25、本专利技术还设置利用模型评估得到的生态系统数据再次进行模型训练,以实现模型的不断训练达到一个较高精确度的生态系统稳定性评估,使得模型不断进化,得到更为精确的生态系统稳定性评估等级,并相应的给出修复环节,可以后续根据此给出修复建议。

本文档来自技高网...

【技术保护点】

1.一种基于种间互作网络的生态系统稳定性评估方法,其特征在于,所述方法包括:

2.如权利要求1所述的一种基于种间互作网络的生态系统稳定性评估方法,其特征在于:

3.如权利要求1所述的一种基于种间互作网络的生态系统稳定性评估方法,其特征在于:

4.如权利要求3所述的一种基于种间互作网络的生态系统稳定性评估方法,其特征在于:

5.如权利要求4所述的一种基于种间互作网络的生态系统稳定性评估方法,其特征在于:

6.一种基于种间互作网络的生态系统稳定性评估系统,该系统实现如权利要求5所述的方法,所述系统包括数据接收模块、网络构建模块、互作网络评估模型构建模块、生态系统稳定性评估模块、可视化模块、数据存储模块,其特征在于:

【技术特征摘要】

1.一种基于种间互作网络的生态系统稳定性评估方法,其特征在于,所述方法包括:

2.如权利要求1所述的一种基于种间互作网络的生态系统稳定性评估方法,其特征在于:

3.如权利要求1所述的一种基于种间互作网络的生态系统稳定性评估方法,其特征在于:

4.如权利要求3所述的一种基于种间互作网络的生态系统稳定性评估...

【专利技术属性】
技术研发人员:路宁娜杨海年蔡维陈洋洋卢颖何灏城
申请(专利权)人:西北师范大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1