[发明专利]一种智能交互式的生态控制线划定方法及装置

权利要求书

1.一种智能交互式的生态控制线划定方法，其特征在于，包括如下步骤：

选定研究区域，并根据多准则决策方法对所述研究区域的关键要素进行生态适宜性分析，得到所述关键要素的空间数据，并根据所述空间数据生成生态适宜性分析结果；

采用GIS空间分析法，识别所述研究区域的预设保护区域，并根据所述预设保护区域，生成初步生态控制线方案；

基于预先构建的空间优化模型，根据所述生态适宜性分析结果和初步生态控制线方案，采用智能优化算法对所述研究区域进行生态控制线划定，得到所述研究区域的最终生态控制线方案。

2.根据权利要求1所述的智能交互式的生态控制线划定方法，其特征在于，所述关键要素包括净初级生产力、生境多样性、地形坡度、土壤属性以及距水体距离；所述空间数据为将所述关键要素进行量化，并归一化到[0，1]的范围内的数据。

3.根据权利要求1所述的智能交互式的生态控制线划定方法，其特征在于，根据所述空间数据生成生态适宜性分析结果，具体为：

采用多准则决策方法，对每个关键要素对应的空间数据进行线性加权，得到生态适宜性分析结果；所述生态适宜性分析结果包括适宜性值。

4.根据权利要求1所述的智能交互式的生态控制线划定方法，其特征在于，采用GIS空间分析法，识别所述研究区域的预设保护区域，并根据所述预设保护区域，生成初步生态控制线方案，具体为：

采用GIS空间分析法，将所述研究区域的多个地理图层数据进行叠置，产生一个新图层；新图层包含多个地理图层数据所具有的属性；

根据所述新图层的属性，识别所述研究区域的预设保护区域，并根据所述预设保护区域，生成初步生态控制线方案。

5.根据权利要求1所述的智能交互式的生态控制线划定方法，其特征在于，所述智能优化算法包括遗传算法、模拟退火算法和神经网络；所述空间优化模型为基于遗传算法构建。

6.根据权利要求1所述的智能交互式的生态控制线划定方法，其特征在于，基于预先构建的空间优化模型，根据所述生态适宜性分析结果和初步生态控制线方案，采用智能优化算法对所述研究区域进行生态控制线划定，得到所述研究区域的最终生态控制线方案，具体为：

基于预先构建的空间优化模型，根据所述生态适宜性分析结果和初步生态控制线方案，划定候选生态控制线方案；

利用二元二维矩阵表示所述研究区域，并将每个所述候选生态控制线方案编码成一条染色体；

采用智能优化算法，并采取基于斑块的交叉和变异机制对每条染色体进行多次迭代的选择、交叉和变异，得到染色体交叉变异后对应的所述二元二维矩阵中不同像元的数值变化，并根据不同像元的数值变化对所述研究区域进行生态控制线划定，得到所述研究区域的最终生态控制线方案；其中，

每条染色体在迭代选择中被选中的概率与自身适宜性值成正比；像元值为1或0，其中，1代表需要保护的像元，0代表其它像元；不同像元值的数量为根据适宜性值进行调整以满足生态控制线的面积要求。

7.一种智能交互式的生态控制线划定装置，其特征在于，包括：

生态适宜性分析单元，用于选定研究区域，并根据多准则决策方法对所述研究区域的关键要素进行生态适宜性分析，得到所述关键要素的空间数据，并根据所述空间数据生成生态适宜性分析结果；

空间分析单元，用于采用GIS空间分析法，识别所述研究区域的预设保护区域，并根据所述预设保护区域，生成初步生态控制线方案；

智能优化单元，用于基于预先构建的空间优化模型，根据所述生态适宜性分析结果和初步生态控制线方案，采用智能优化算法对所述研究区域进行生态控制线划定，得到所述研究区域的最终生态控制线方案。

8.根据权利要求7所述的智能交互式的生态控制线划定装置，其特征在于，所述关键要素包括净初级生产力、生境多样性、地形坡度、土壤属性以及距水体距离；所述空间数据为将所述关键要素进行量化，并归一化到[0，1]的范围内的数据。