基于语音及文字输入的城市绿地生物多样性判别方法与流程

本发明涉及生物多样性采集领域，尤其是涉及基于语音及文字输入的城市绿地生物多样性判别方法。

背景技术：

1、随着全球范围对生物多样性保护达成广泛共识，世界各地建立了生物多样性新加坡指标、日本指标，以及中国指标评估体系。但直至目前仍未有统一的调查方法和评价指标。尤其在场地复杂、生物种类丰富的城市绿地环境下，开展生物多样性的调查及评价，挑战极大。

2、本产品基于城市绿地生物资源种类多、场地环境复杂，受人工扰动严重，调查工作量大、繁琐，书写记录受天气影响大，纸质材料易受损，重要信息易遗漏和缺失，且大量调查信息输入计算机需要花费大量人工，研发一种基于语音及文字输入的(城市绿地)生物多样性判别仪，满足其室外调查的记录便捷、巨量信息储存及结果快速判别等需求。为此我们提出基于语音及文字输入的城市绿地生物多样性判别方法用于解决上述问题。

技术实现思路

1、本发明提供了基于语音及文字输入的城市绿地生物多样性判别方法，解决现有的基于城市绿地生物资源种类多、场地环境复杂，受人工扰动严重，调查工作量大、繁琐，书写记录受天气影响大，纸质材料易受损，重要信息易遗漏和缺失，且大量调查信息输入计算机需要花费大量人工的问题。

2、为解决上述技术问题，本发明所采用的技术方案是：基于语音及文字输入的城市绿地生物多样性判别方法，包括以下步骤：s1、提前在存储器模块中存储各待识别物种的名称，并对各待识别物种进行编列序号；

3、s2、在存储器模块中存储每个不同待识别物种编列序号中对应该物种的表格；

4、s3、通过各种调查方法调查待识别物种，并通过数据收集模块对监测目标采集影像；

5、s4、对待识别物种的动、植物种群特征进行提取：提取动物特征包括物种的种类、分布生境状况和受干扰情况；

6、提取植物特征包括物种的种类、分布和生境状况；

7、s5、数据处理模块依据提取结果，选择对应生物调查表格，回归分析产生表格；

8、s6、通过语音及文字输入待识别物种的各项参数，计算种群数量数据最高的种群类别，利对于生境未来发展进行预测。

9、优选方案中，s3中数据收集模块对监测目标采集影像方式是：采集周边环境因子和主要检测目标，通过红外源辐射实时获取环境影像；

10、s4中判断待识别物种的方式是：a1：存储器模块中存储待识别物种特征向量；

11、a2、通过影像获取待识别物种的图片；

12、a3、通过预先存储的向量转换器对获取的图片进行处理，获得目标物种的特征向量；

13、a4、判断获得待检测物种的特征向量与存储器模块中的特征向量是否一致，确定物种名称。

14、优选方案中，s4中动物物种特征包括类别和数量，动物分布特征包括经纬度、海拔、地名，动物生境状况特征包括土壤、气候，动物受干扰情况特征包括人为干扰、自然灾害；植物物种特征包括乔木、灌木、草本，植物分布特征包括经纬度、海拔、地名，植物生境状况特征包括土壤、气候坡度、植物受干扰情况特征包括人为干扰、自然灾害。

15、优选方案中，s5中对数据处理模块列出数量最多的动植物种群进行多元非线性回归模型建立，分析生境状况和受干扰情况对于种群的影响，其中生境状况和受干扰情况为自变量，预测结果为因变量，通过生境状况和受干扰情况预测种群数量发展趋势。

16、优选方案中，多元非线性回归模型包括相对重要值、物种多样性和综合物种指数；

17、相对重要值计算方式为：陆生高等植物乔木层和灌木层相对重要值＝(相对频度+相对多度+相对显著度)/3；

18、陆生高等植物草本层相对重要值＝(相对频度+相对多度+相对盖度+相对高度)/4水生维管束植物相对重要值＝(相对频度+相对盖度)/2；

19、物种多样性包括α多样性和β多样性；

20、综合物种指数计算方式为：h＝；

21、式中：h——综合物种指数；——单项物种指数；——城市建成区内该类物种数；——市域范围内该类物种总数。

22、优选方案中，物种多样性包括α多样性和β多样性；

23、α多样性公式为：dm＝(s-1)/lnn，βc＝，βc——科迪指数；g(h)——沿生境梯度h增加的物种数量；l(h)——沿生境梯度h失去的物种数量。

24、优选方案中，s5中由于种群数量受生境状况、受干扰情况影响，种群数量的数据集中特征与种群数量结果存在着线性关系；

25、对种群数量的数据运用多变量线性回归的方式：通过最小二乘法矩阵形式求得种群数量的数据。

26、优选方案中，s6中基于种群数量与输入参数，求出偏导数并使偏导数为零，以使误差平方最小，利用序预测方法通过生境状况、受干扰情况对于生境未来进行预测。

27、优选方案中，包括判别仪，判别仪包括数据采集器模块；图文编辑器；公式编辑器；音频输入端；存储器模块；气象传感器；土壤传感器；气象传感器用于测量风速、风向、pm2.5、负氧离子、气温、湿度、co2和o2；土壤传感器用于测量水分、温度、电导率和ph。

28、本发明的有益效果为：调查者只需通过语音或文字录入需调查物种种类及样地信息即可对该物种的相对重要性、多样性与综合指数进行判别，既简化了记录过程，防止调查数据遗漏缺失，又可迅速获得样地调查信息与生物多样性结果，为今后全国生物资源调查提供便利与帮助，具有较大的推广价值。

技术特征：

1.基于语音及文字输入的城市绿地生物多样性判别方法，其特征是：包括以下步骤：s1、提前在存储器模块中存储各待识别物种的名称，并对各待识别物种进行编列序号；

2.根据权利要求1所述基于语音及文字输入的城市绿地生物多样性判别方法，其特征是：s3中数据收集模块对监测目标采集影像方式是：采集周边环境因子和主要检测目标，通过红外源辐射实时获取环境影像；

3.根据权利要求1所述基于语音及文字输入的城市绿地生物多样性判别方法，其特征是：s4中动物物种特征包括类别和数量，动物分布特征包括经纬度、海拔、地名，动物生境状况特征包括土壤、气候，动物受干扰情况特征包括人为干扰、自然灾害；植物物种特征包括乔木、灌木、草本，植物分布特征包括经纬度、海拔、地名，植物生境状况特征包括土壤、气候坡度、植物受干扰情况特征包括人为干扰、自然灾害。

4.根据权利要求1所述基于语音及文字输入的城市绿地生物多样性判别方法，其特征是：s5中对数据处理模块列出数量最多的动植物种群进行多元非线性回归模型建立，分析生境状况和受干扰情况对于种群的影响，其中生境状况和受干扰情况为自变量，预测结果为因变量，通过生境状况和受干扰情况预测种群数量发展趋势。

5.根据权利要求4所述基于语音及文字输入的城市绿地生物多样性判别方法，其特征是：多元非线性回归模型包括相对重要值、物种多样性和综合物种指数；

6.根据权利要求5所述基于语音及文字输入的城市绿地生物多样性判别方法，其特征是：物种多样性包括α多样性和β多样性；

7.根据权利要求1所述基于语音及文字输入的城市绿地生物多样性判别方法，其特征是：s5中由于种群数量受生境状况、受干扰情况影响，种群数量的数据集中特征与种群数量结果存在着线性关系；

8.根据权利要求1所述基于语音及文字输入的城市绿地生物多样性判别方法，其特征是：s6中基于种群数量与输入参数，求出偏导数并使偏导数为零，以使误差平方最小，利用序预测方法通过生境状况、受干扰情况对于生境未来进行预测。

9.根据权利要求1所述基于语音及文字输入的城市绿地生物多样性判别方法，其特征是：包括判别仪，判别仪包括数据采集器模块；图文编辑器；公式编辑器；音频输入端；存储器模块；气象传感器；土壤传感器；气象传感器用于测量风速、风向、pm2.5、负氧离子、气温、湿度、co2和o2；土壤传感器用于测量水分、温度、电导率和ph。

技术总结
本发明提供基于语音及文字输入的城市绿地生物多样性判别方法，包括存储识别物种的名称，对识别物种进行编列序号；存储每个待识别物种编列序号中对应该物种的表格；通过数据收集模块对监测目标采集影像；对待识别物种的动、植物种群特征进行提取：选择对应生物调查表格，回归分析产生表格；计算种群数量数据最高的种群类别，利对于生境未来发展进行预测。调查者只需通过语音或文字录入需调查物种种类及样地信息，简化了记录过程，防止调查数据遗漏缺失，又可迅速获得样地调查信息与生物多样性结果，为今后全国生物资源调查提供便利与帮助，具有较大的推广价值。

技术研发人员：张浪,张冬梅,傅仁杰,张标,尹丽娟,王磐岩
受保护的技术使用者：上海市园林科学规划研究院
技术研发日：
技术公布日：2024/1/13