买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国环境科学研究院

摘要：本发明涉及一种生态修复区域的识别方法，具体提供了一种气候变化影响下湖滨带生态修复区域的识别方法。包括以下步骤：（1）根据给定湖泊的预测气象数据采用支持向量机算法对给定湖泊未来不同时段的水位进行预测；（2）根据各个时段预测水位的高程，结合给定湖泊全湖区的数字高程模型来识别其新淹没或暴露的区域；（3）根据新淹没或暴露区土地利用遥感数据确定生态修复区域。本发明可以提前对湖泊等受气候变化的区域进行前期识别，使得生态修复工程更有针对性。同时由于其仅需通过已有的国际气候变化预测数据库及历史水位监测数据即可进行，大大提高了湖滨带生态修复区域识别的准确性与便捷性。

主权项：1.一种气候变化影响下湖滨带生态修复区域的识别方法，其特征在于，包括以下步骤：步骤1：根据给定湖泊的预测气象数据采用支持向量机算法对给定湖泊未来不同时段的水位进行预测，具体如下：步骤1-1：将给定湖泊第N年的历史气象数据和第N-1年的水位监测数据作为输入变量，将第N年的水位监测数据作为输出变量；将输入和输出变量分为两部分，一部分作为模型的训练集，一部分作为模型的验证集；步骤1-2：利用训练集和验证集训练支持向量机，得到支持向量机回归预测模型；步骤1-3：将给定湖泊未来不同时段的预测气象数据，输入至步骤1-2得到的支持向量机回归预测模型，通过模型逐年迭代运行，得到给定湖泊未来不同时段的预测水位；步骤2：根据给定湖泊未来不同时段预测水位的高程，利用给定湖泊全湖区的数字高程模型提取对应时段给定湖泊的预测海岸线，通过对比某一时段预测海岸线相对于该时段的前一时段预测海岸线的变化，识别给定湖泊新淹没或暴露的区域，具体如下：步骤2-1：训练集设为，其中，l为训练集的样本数，是第i个训练样本的输入列向量，是对应的输出值；利用一个非线性映射函数Φx将训练集数据映射到特征空间，在高维特征空间建立如下线性回归函数： ；式中，ω为回归系数向量，b为阈值，Φx为非线性映射函数；步骤2-2：训练原始支持向量机模型的优化目标如下： ； ；其中，fx表示回归函数返回的预测值，y表示相应的真值，ε是作为阈值的线性不敏感损失函数；如果fx和y之间的差小于或等于ε，则损失等于0，不计入误差；当fx和y之间的差大于ε时，将线性回归函数的求解问题转化为约束二次规划问题，得到原始支持向量机模型；步骤2-3：将验证集的数据代入原始支持向量机模型进行验证，并用预测值与实测值的均方误差作为评价指标，根据验证结果调整原始支持向量机模型的参数和核函数，最终得到支持向量机回归预测模型；步骤3：将基准年给定湖泊所在地区的土地利用遥感数据层叠加在步骤2识别的新淹没或暴露的区域上，得到新淹没或暴露区域的土地利用属性，并在ArcGIS中计算出每种土地利用类型的面积，进而确定给定湖泊的生态修复区域。

全文数据：

权利要求：

百度查询： 中国环境科学研究院 气候变化影响下湖滨带生态修复区域的识别方法