本发明属于生态源地规划
技术领域：
：，尤其是涉及一种基于泰森多边形的生态源地优化方法。
背景技术：
：：近年来，城市化的快速发展使得城市景观类型变化剧烈且景观破碎化严重，从而导致生态系统的结构和功能严重失调、生态系统服务能力降低，对整体区域的生态安全产生了负面的影响。由此，生态安全格局优化逐渐成为了研究的热门领域，其中生态源地的选取与优化、“生态廊道”的构建与优化是生态安全格局优化的重要手段。在生态源地的相关研究中，尽管生态源地的筛选方法与其重要性的分类依据多种多样，但均与生态源地的面积密切相关。尽管关于生态源地的研究较多，但对生态源地服务能力的研究较少，对生态源地服务能力量化表达的研究更少。在生态源地的优化研究中，多数研究表明扩展生态源地以及增加生态源地的数量可以达到优化生态安全格局的目的，但少有研究表明各生态源地扩展的最佳方向，对需要增加生态源地的区域也未能精确的可视化表达。技术实现要素：有鉴于此，本发明旨在提出一种基于泰森多边形的生态源地优化方法，以解决目前对生态源地的研究方向较为单一的情况。为达到上述目的，本发明的技术方案是这样实现的：一种基于泰森多边形的生态源地优化方法，包括：s1、准备生态源地矢量面数据a、研究区边界矢量面数据b；s2、对研究区内的生态源地设定唯一编号；s3、计算生态源地的服务半径，量化生态源地的服务能力；s4、将生态源地矢量面数据a转换为生态源地矢量点数据c，数据c为生态源地矢量面数据的几何中心点数据；s5、构建泰森多边形，并结合步骤s4对生态源地的形心进行计算；s6、对研究区内的生态源地的欠缺区域进行识别。进一步的，所述步骤s1中，生态源地矢量面数据a必须包括各个生态源地的面积数据。进一步的，所述步骤s3中，生态源地的服务半径计算公式如下：其中，ri为第i个生态源地的服务半径；k为固定系数；si为第i个生态源地的面积；n为生态源地的总数。进一步的，所述步骤s5中，构建泰森多边形以及生态源地的形心计算的方法如下：s501、利用arcgis软件生成基于生态源地矢量点数据c的泰森多边形矢量面数据d；s502、利用研究区边界矢量面数据b对泰森多边形矢量面数据d进行裁剪，得到以研究区为边界的泰森多边形矢量面数据e；s503、生成泰森多边形矢量面数据e的几何中心点数据，命名为形心f。进一步的，所述步骤s6是通过比较每个泰森多边形区域内生态源地的几何中心点与形心之间的距离di与生态源地服务半径ri的大小进行欠缺区域识别的；其中，di的计算公式如下：公式中，di为几何中心点数据c中编号为i的点与形心数据f中编号为i的中心点间的距离；xbi、ybi指形心数据f中编号为i的中心点的x坐标与y坐标；xai、yai指几何中心点数据c中编号为i的中心点的x坐标与y坐标。进一步的，根据步骤s5，还用于对生态源最优扩展方向的可视化表达,具体方法如下：s701、计算并得到每个生态源地几何中心点与形心的地理坐标(xai、yai)(xbi、ybi)；s702、根据公式计算得到生态源地的最优扩展方向，公式如下：其中，θ为以x轴正方向为起始边的角度标识，θ∈[-180°，180°]，xbi、ybi指形心数据f中编号为i的中心点的x坐标与y坐标；xai、yai指几何中心点数据c中编号为i的中心点的x坐标与y坐标。进一步的，还包括对生态源地服务盲区的识别，具体方法如下：s801、对步骤s4中生成的生态源地矢量面数据的几何中心点数据c新命名为中心点数据z,其集合为z＝{z1,z2……,zn}；对步骤s502中生成的泰森多边形矢量面数据e新命名为泰森多边形面图层z，泰森多边形的集合为z＝{z1,z2,……,zn}；对步骤s503中生成的形心f数据新命名为形心图层p,形心泰森多边形形心的集合为：p＝{p1,p2,……,pn}；s802、计算节点zi在当前位置对zi的覆盖率qi，所有节点z对当前位置z的覆盖率集合为q＝{q1,……,qi,……,qn}；计算节点zi在形心pi处对zi的覆盖率所有节点z在p处z的覆盖率集合为s803、比较覆盖率集合q和qcen，如果则更新当前节点位置，否则保留当前节点位置，进入下一个节点，直至所有节点比较结束。相对于现有技术，本发明所述的基于泰森多边形的生态源地优化方法具有以下优势：(1)本发明所述的基于泰森多边形的生态源地优化方法以科学的方式定量每个生态源地的生态服务范围是本研究的创新点。关于生态源地服务范围的研究较少，基于等面积圆的半径量化生态源地的服务半径是一种科学有效的方式。(2)本发明所述的基于泰森多边形的生态源地优化方法由于生态源地的位置一般不能移动，对其扩展以增加生态服务能力及范围是主要方式，利用泰森多边形原理，确定每个泰森多边形内源地的最佳位置，即若生态源地在最佳位置会减少区域的生态盲区(生态源地服务不到的区域)，同理生态源地的几何中心位置向最佳位置方向移动对现有的生态盲区的减少效果更明显。(3)本发明所述的基于泰森多边形的生态源地优化方法基于每个生态源地有不同的生态服务半径，确定区域的所有生态源地的生态服务范围，从而确定生态盲区是本研究的创新点。将生态服务半径的量化与泰森盲区多边形形心优化模型(blind-zonecentroid-basedscheme，bcbs)相结合，从而实现对生态源地进行优化，为生态源地的优化方法提供了新思路。(4)本发明所述的基于泰森多边形的生态源地优化方法基于本方法在精准识别生态源地欠缺区域、生态盲区的同时，还明确表达了生态源地的最佳扩展方向，从而提出合理化的优化建议，而不再是简单的扩展及增加建议。附图说明构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：图1为本发明实施例所述的泰森多边形及其形心与生态源地中心的空间分布图；图2为本发明实施例所述的生态源地欠缺区域识别对比图；图3为本发明实施例所述的生态源地最优扩展角度及方向定义图；图4为本发明实施例所述的生态源地最优扩展方向示意图；图5为本发明实施例所述的生态源地服务盲区对比图。具体实施方式需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。下面将参考附图并结合实施例来详细说明本发明。一种基于泰森多边形的生态源地优化方法，包括以下几个步骤；步骤一、准备生态源地矢量面数据a、研究区边界矢量面数据b。其中生态源地矢量面数据的属性表中必须包含各生态源地的面积。步骤二、确定生态源地编号。由于在后续研究中会对生态源地进行遍历并循环，故为每块生态源地附上唯一的辨别标志相当重要。为生态源地矢量面数据添加“coreid”字段，并从第一行开始，依次附上1～m(m为生态源地的总数量)作为每个生态源地的编号。具体步骤为“选中生态源地面图层”->“右键”->openattributetable->tableoptions->addfields。步骤三、量化生态源地的服务能力。由于选取的生态源地在大小、形状、景观结构组成等方面存在差异，故不同生态源地的生态服务能力存在差异，本部分以面积大小为唯一因子，构建生态源地服务半径计算公式(公式(1))，以反映不同生态源地的服务能力大小。首先依据步骤二为生态源地矢量面数据添加新字段”sr”(serviceradius)，之后选中该字段->“右键”->fieldcalculator，输入公式(1)，得到生态源地服务半径。其中，服务半径的计算公式为：式中：ri为第i个生态源地的服务半径；k为固定系数(大小自定，作为实验内容)；si为第i个生态源地的面积；n为生态源地的总数。步骤四、将生态源地矢量面数据转换为生态源地矢量点数据c(图1)，该数据为生态源地矢量面数据的几何中心点数据，每个生态源地的编号和几何中心数据的编号都是相对应的，都是唯一编号。具体为arctoolbox->datamanagementtools->features->featuretopoint，且选中inside(optional)。步骤五、泰森多边形构建及其形心计算。首先，利用arcgis软件生成基于生态源地矢量点数据c的泰森多边形矢量面数据d(图1)，具体步骤为arctoolbox->analysistools->proximity->createthiessenpolygons，且在outputfields(optional)中选all；其次，利用研究区边界矢量面数据b对泰森多边形矢量面数据d进行裁剪，得到以研究区为边界的泰森多边形矢量面数据e，具体步骤为arctoolbox->analysistools->extract->clip；最后，基于步骤四生成泰森多边形矢量面数据e的几何中心点数据，命名为形心f(图1)。步骤六、生态源地的欠缺区域识别。基于布尔感知模型识别生态源地的欠缺区域的原理主要是通过比较每个泰森多边形区域内生态源地的几何中心点与形心之间的距离di与生态源地服务半径ri。若di≤ri，则表明该泰森多边形为生态源地非欠缺区域；若di＞ri，则表明该泰森多边形为生态源地欠缺区域。其中di的计算公式为公式中，di为几何中心点数据c中“coreid”为i的点与形心数据f中“coreid”为i的中心点间的距离；xbi、ybi指形心数据f中“coreid”为i的中心点的x坐标与y坐标；xai、yai指几何中心点数据c中“coreid”为i的中心点的x坐标与y坐标。具体步骤为：首先将几何中心点数据c与形心数据f的坐标系转换为“gcs_wgs_1984”，选中“layers”->右键->properties->coordinatesystem->“gcs_wgs_1984”；其次，计算两几何中心点数据种各点之间的欧氏距离，arctoolbox->analysistools->proximity->pointdistance；最后，依据“coreid”一一对应原则，筛选出同一泰森多边形内，生态源地几何中心点与泰森多边形几何中心点之间的距离，并保存最终基于布尔感知模型识别生态源地的欠缺区域，结果图2所示。步骤七、生态源地最优扩展方向的可视化表达。由于各生态源地的几何中心位置对全区域的生态服务范围有重要影响，故确定生态源地的最优扩展方向是生态安全格局优化的关键。如图3，图4所示，首先，计算并得到每个生态源地几何中心点与形心的地理坐标(xai、yai)(xbi、ybi)，即基于步骤二在生态源地矢量点数据c中新建字段xa、ya与在形心数据f中新建字段xb、yb后，选中字段xa或xb->右键->calculategeometry->xcoordinateofpoint生成各点的x坐标，选中字段ya或yb->右键->calculategeometry->ycoordinateofpoint生成各点的y坐标。然后，基于公式(3)得到生态源地的最优扩展方向。其中，θ为以x轴正方向为起始边的角度标识，θ∈[-180°，180°]，xbi、ybi、xai、yai与公式(2)中的含义一致，最优扩展方向如图4所示。步骤八、生态源地服务盲区识别。如图5所示，由于生态源地的生态服务范围是有一定限度的，利用voronoi图模型所构建的生态源地中心点泰森多边形，并不一定能被生态源地的服务范围完全覆盖，这就形成了泰森盲区。盲区面积过大不仅不利于区域的生态环境稳定，且可能会导致生态网络稳定性差，从而降低生态格局安全，故准确反映泰森盲区的区域位置与范围相当重要。具体步骤如下：首先，对步骤4中生成的生态源地矢量面数据的几何中心点数据c新命名为中心点数据z,其集合为z＝{z1,z2……,zn}；对步骤五中生成的泰森多边形矢量面数据e新命名为泰森多边形面图层z，泰森多边形的集合为z＝{z1,z2,……,zn}。对步骤五中生成的形心f数据新命名为形心图层p(形心泰森多边形形心的集合为：p＝{p1,p2,……,pn}。其次，计算节点zi在当前位置对zi的覆盖率qi，所有节点z对当前位置z的覆盖率集合为q＝{q1,……,qi,……,qn}；计算节点zi在形心pi处对zi的覆盖率所有节点z在p处z的覆盖率集合为最后，比较覆盖率集合q和qcen，如果存在则更新当前节点位置，否则保留当前节点位置，进入下一个节点，直至所有节点比较结束。该内容实现方法通过在arcgis中采用phthon语言进行二次开发。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12当前第1页12