城市群生态系统服务的驱动关系分析方法及系统技术方案

本发明专利技术公开了一种城市群生态系统服务的驱动关系分析方法及系统，涉及环境科学技术领域。基于修订的当量价值系数和土地利用数据分析长三角城市群ESV时空演化特征，通过RF和SEM探究人为活动和自然条件共10项指标对ESV的驱动特征及驱动影响演化特征，在统一框架下定量测度ESV各影响因素之间的相互作用关系及其对ESV直接间接驱动效应，探究城市群ESV演化模式和驱动机制。通过本发明专利技术方法可以深入研究ESV各影响因素之间的相互作用关系，以及驱动因素对ESV的驱动特征及驱动路径。对ESV的驱动特征及驱动路径。对ESV的驱动特征及驱动路径。

【技术实现步骤摘要】
城市群生态系统服务的驱动关系分析方法及系统


[0001]本专利技术涉及环境科学
，更具体的说是涉及一种城市群生态系统服务的驱动关系分析方法及系统。

技术介绍

[0002]生态系统服务代表了人类从生态系统中获得的利益，通过其生态特征、功能、过程、产品直接或间接促进人类福祉。城市是一个社会
‑
经济
‑
自然复合生态系统，由于快速工业化和经济扩张，城市生态服务供需严重失衡，通过核算生态系统服务价值(ecosystem service value,ESV)，剖析ESV空间特征可提升对城市生态系统服务的认识，城市化与生态系统服务之间存在复杂关系，因此，探索城市群ESV驱动效应对于更好地理解城市生态环境问题的空间模式、过程和机制是必要的，对于提升城市群尺度生态福祉和人居环境健康具有重要借鉴意义。
[0003]在驱动方法研究方面，Pearson相关系数能够确定变量间的相关性，但不能指明变量间的明确因果方向；公开号为CN114037351A的专利公开了一种生态系统服务价值评价模型、建立方法及应用，量化了城市生态空间的生态系统服务价值并没有分析研究区域的时空演化特征；而公开号为CN108346108A的专利公开了一种生态交错带的生态系统服务演变分析方法及装置，仅仅研究了生态交错带的演变规律，并没有对驱动关系进行分析，可见传统回归分析方法不能厘清变量之间相互作用关系，以至于各变量对被解释变量的重要性无法精确测度。因此，尽管现有技术的研究范围很广，但并不能阐明ESV各影响因素之间的相互作用关系，各影响因素对ESV的直接间接效应并没有在统一框架下定量测度。因此，对本领域技术人员来说，如何进一步分析城市群生态系统服务的时空演化特征以及驱动特征和驱动路径，是亟待解决的问题。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种城市群生态系统服务的驱动关系分析方法及系统，以解决
技术介绍
中的问题。
[0005]为了实现上述目的，本专利技术采用如下技术方案：一种城市群生态系统服务的驱动关系分析方法，具体步骤包括如下：
[0006]采集数据，所述数据包括ESV核算数据和ESV驱动数据；
[0007]利用当量因子法对生态系统服务价值进行计算，并通过所述ESV核算数据对当量价值系数进行修订；
[0008]基于修订的当量价值系数和土地利用数据分析生态系统服务价值的时空演化特征；
[0009]运用随机森林分析所述ESV驱动数据对生态系统服务价值的驱动影响；
[0010]运用结构方程模型分析所述ESV驱动数据对生态系统服务价值的驱动路径。
[0011]可选的，所述ESV驱动数据包括人为活动数据和自然条件数据；其中，所述人为活
动数据包括人口密度、夜间灯光指数、土地利用结构和PM
2.5
浓度，所述自然条件数据包括高程、坡度、归一化植被指数、降水、温度和河网密度。
[0012]可选的，生态系统服务价值的计算过程为：
[0013][0014]其中，ESV为生态系统的总服务价值，E
i,j
表示第i种生态系统类型第j生态系统服务价值系数，A
i
为第i类生态系统的面积，E
j
为第j类生态系统经过区域修正后的生态系统服务当量，E
j
＝λ
·
E
oj
；其中，λ为生态系统服务当量的区域修正系数，E
oj
为第j类生态系统全国平均生态系统服务当量。
[0015]可选的，在所述随机森林中，通过袋外误差样本来估计变量的主要性，公式为：
[0016][0017]其中，IMp(var
i
)是变量i的重要性，errOOB1
i,j
是根据CART
j
中变量i出袋数据计算的误差，errOOB2
i,j
是根据CART
j
中变量i出袋数据加上噪声干扰计算的误差，n是CART数量。
[0018]可选的，所述结构方程模型为分段结构方程模型，通过线性拟合分组模型，对所述ESV驱动数据的驱动路径进行标准化处理，然后利用Shipley的分离测试评估分段结构方程模型的整体拟合解释度。
[0019]可选的，还包括通过结构方程模型定量测度生态系统服务价值各影响因素之间的相互作用关系及其对生态系统服务价值的直接或间接驱动效应。
[0020]另一方面，提供一种城市群生态系统服务的驱动关系分析系统，包括数据采集模块、ESV核算与系数修订模块、ESV演化分析模块、驱动因素分析模块、驱动路径分析模块；其中，
[0021]所述数据采集模块，用于采集数据，所述数据包括ESV核算数据和ESV驱动数据；
[0022]所述ESV核算与系数修订模块，用于利用当量因子法对生态系统服务价值进行计算，并通过所述ESV核算数据对当量价值系数进行修订；
[0023]所述ESV演化分析模块，用于基于修订的当量价值系数和土地利用数据分析生态系统服务价值的时空演化特征；
[0024]所述驱动因素分析模块，用于运用随机森林分析所述ESV驱动数据对生态系统服务价值的驱动影响；
[0025]所述驱动路径分析模块，用于运用结构方程模型分析所述ESV驱动数据对生态系统服务价值的驱动路径。
[0026]可选的，所述时空演化特征包括时空变化、空间异质性变化以及冷热点分析。
[0027]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种城市群生态系统服务的驱动关系分析方法及系统，具有以下有益的技术效果：基于修订的当量价值系数和土地利用数据分析城市群ESV时空演化特征，通过RF和SEM探究人为活动和自然条件共10项指标对ESV的驱动特征及驱动影响演化特征，在统一框架下定量测度ESV各影响因素之间的相互作用关系及其对ESV直接间接驱动效应，探究了城市群ESV演化模式和驱动机制；通过对生态系统服务价值进行分析，根据因果驱动效应可以从系统性整体性角度加强城市生态保护协同治理。
附图说明
[0028]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0029]图1为本专利技术的方法流程图；
[0030]图2为本专利技术的2000
‑
2020年长三角城市群ESV与驱动因素相关性关系图；
[0031]图3(a)为本专利技术的2000长三角城市群ESV结构方程建模图；
[0032]图3(b)为本专利技术的2010长三角城市群ESV结构方程建模图；
[0033]图3(c)为本专利技术的2020长三角城市群ESV结构方程建模图；
[0034]图3(d)为本专利技术的2000
‑
...

【技术保护点】

【技术特征摘要】
1.一种城市群生态系统服务的驱动关系分析方法，其特征在于，具体步骤包括如下：采集数据，所述数据包括ESV核算数据和ESV驱动数据；利用当量因子法对ESV进行计算，并通过所述ESV核算数据对当量价值系数进行修订；基于修订的当量价值系数和土地利用数据分析ESV的时空演化特征；运用随机森林分析所述ESV驱动数据对ESV的驱动影响；运用结构方程模型分析所述ESV驱动数据对ESV的驱动路径。2.根据权利要求1所述的一种城市群生态系统服务的驱动关系分析方法，其特征在于，所述ESV驱动数据包括人为活动数据和自然条件数据。3.根据权利要求2所述的一种城市群生态系统服务的驱动关系方法，其特征在于，所述人为活动数据包括人口密度、夜间灯光指数、土地利用结构和PM
2.5
浓度，所述自然条件数据包括高程、坡度、归一化植被指数、降水、温度和河网密度。4.根据权利要求1所述的一种城市群生态系统服务的驱动关系分析方法，其特征在于，生态系统服务价值的计算过程为：其中，ESV为生态系统的总服务价值，E
i,j
表示第i种生态系统类型第j生态系统服务价值系数，A
i
为第i类生态系统的面积，E
j
为第j类生态系统经过区域修正后的生态系统服务当量，E
j
＝λ
·
E
oj
；其中，λ为生态系统服务当量的区域修正系数，E
oj
为第j类生态系统全国平均生态系统服务当量。5.根据权利要求1所述的一种城市群生态系统服务的驱动关系分析方法，其特征在于，在所述随机森林中，通过袋外误差样本来估计变量的主要性，公式为：其中，IMp(var
i<...

【专利技术属性】
技术研发人员：马伟波，李海东，王楠，赵立君，刘臣炜，张龙江，
申请(专利权)人：生态环境部南京环境科学研究所，
类型：发明
国别省市：