田 東,單桂華,遲學(xué)斌

1(中國科學(xué)院 計算機網(wǎng)絡(luò)信息中心,北京 100190)

2(中國科學(xué)院大學(xué),北京 100049)

我國國土資源豐富,單草地面積就高達約392 萬km2,居世界第二位.國土資源生態(tài)覆被不同類型之間的相互轉(zhuǎn)換一方面取決于自然環(huán)境的變化,另一方面,國家的相關(guān)政策也對生態(tài)系統(tǒng)具有重要的影響,比如退耕還林政策、退牧還草工程[1]等都是對不同生態(tài)類型的再定義和重新分配,以滿足我國經(jīng)濟發(fā)展的需要和人民生產(chǎn)生活的需要.生態(tài)系統(tǒng)的研究主要集中在不同類型之間的面積變化及其比例的對比,從而分析變化趨勢,判斷政策的執(zhí)行力度和效果,為下一步發(fā)展做好決策,生態(tài)變化數(shù)據(jù)的研究是生態(tài)安全的基礎(chǔ)技術(shù)支撐,為生態(tài)決策提供支持.

當前我國生態(tài)覆被分析具有以下3 點迫切需求:

需求1.對多個類型生態(tài)覆被轉(zhuǎn)移變化進行整體和局部的對比分析;

需求2.對生態(tài)覆被時序變化的分析.在考慮整體變化的影響下,分析某一區(qū)域生態(tài)覆被變化;

需求3.生態(tài)覆被空間劃分分析.對具有相同變化趨勢的區(qū)域進行空間聚類,研究不同空間的相似性.

本文針對以上需求研發(fā)了ECOVIS 系統(tǒng).該系統(tǒng)利用可視化交互設(shè)計實現(xiàn)了對生態(tài)數(shù)據(jù)的可視分析.解決了生態(tài)數(shù)據(jù)的空間劃分和時序分析需求.本文的主要貢獻包括:

(1)設(shè)計了一種有效的轉(zhuǎn)移矩陣可視化視圖,可以從全局和局部交互式地對生態(tài)變化進行可視化;

(2)實現(xiàn)了一套針對生態(tài)變化數(shù)據(jù)的可視分析系統(tǒng)ECOVIS,可以在考慮整體變化背景下分析某一生態(tài)類型的時序變化;

(3)實現(xiàn)了基于T-SNE 降維算法的散點圖,可以對生態(tài)數(shù)據(jù)進行空間劃分.

本文第1 節(jié)介紹了生態(tài)系統(tǒng)數(shù)據(jù)可視化的研究現(xiàn)狀;第2 節(jié)介紹了基于轉(zhuǎn)移矩陣設(shè)計的數(shù)據(jù)模型;第3 節(jié)介紹了針對數(shù)據(jù)模型的可視化方法;第4 節(jié)介紹了可視化交互方法;第5 節(jié)利用用戶使用案例來證明本文方法的有效性;最后一節(jié)對本文系統(tǒng)進行了總結(jié)和展望.

1 相關(guān)工作

隨著遙感技術(shù)的發(fā)展,以遙感數(shù)據(jù)作為生態(tài)系統(tǒng)監(jiān)測與評價的基礎(chǔ)已成為宏觀生態(tài)學(xué)研究的重要手段[2],其中用到的研究數(shù)據(jù)特征中最為重要的是生態(tài)系統(tǒng)轉(zhuǎn)移矩陣[3].借助生態(tài)系統(tǒng)的轉(zhuǎn)移矩陣特征,可以較好地分析區(qū)域生態(tài)系統(tǒng)變化的特征,研究各類型的轉(zhuǎn)移轉(zhuǎn)化關(guān)系[4].矩陣數(shù)據(jù)也被越來越多的應(yīng)用在生態(tài)系統(tǒng)研究的各個方面[5-7].轉(zhuǎn)移矩陣中包含多種特征,關(guān)系錯綜復(fù)雜,如何充分有效地利用生態(tài)系統(tǒng)轉(zhuǎn)移矩陣深度挖掘生態(tài)系統(tǒng)的詳細特征是當前生態(tài)系統(tǒng)研究領(lǐng)域的一個難題[8],以往該領(lǐng)域的研究主要利用人工統(tǒng)計的方法得出若干結(jié)論,或通過曲線圖對特定維度的數(shù)據(jù)進行可視化.這些方式較難體現(xiàn)出生態(tài)數(shù)據(jù)內(nèi)部包含的邏輯關(guān)系[9].轉(zhuǎn)移矩陣來源于系統(tǒng)分析中對系統(tǒng)狀態(tài)與狀態(tài)轉(zhuǎn)移的定量描述.一般用二維表來表示,從中可以查看各個生態(tài)類型間相互轉(zhuǎn)化的情況.比如某一類別的土地轉(zhuǎn)化成其他類型土地的比例等,描述了前后兩個時刻之間覆被發(fā)生轉(zhuǎn)變的對比信息.轉(zhuǎn)移矩陣可以從柵格圖像中計算得到,也可以從兩個矢量文件中計算獲得.以上研究主要通過表格和熱力圖的方式加以呈現(xiàn).這些方法較難給用戶以直觀的數(shù)據(jù)呈現(xiàn),并且只能刻畫某一個時刻生態(tài)覆被類型的分布,無法體現(xiàn)出生態(tài)轉(zhuǎn)移的整體狀態(tài),也無法較好地讓用戶對感興趣數(shù)據(jù)做更進一步的可視化交互分析.本文針對生態(tài)系統(tǒng)格點數(shù)據(jù)中隱含的轉(zhuǎn)移特征信息,設(shè)計有效的可視化算法和交互方案,為生態(tài)覆被類型的轉(zhuǎn)化特征從全部到局部提供可視化分析方法,為分析生態(tài)系統(tǒng)中各覆被類型的變化趨勢提供技術(shù)手段.

2 數(shù)據(jù)模型

2.1 數(shù)據(jù)介紹

本文實驗數(shù)據(jù)是我國2000年和2010年的生態(tài)系統(tǒng)格點數(shù)據(jù),數(shù)據(jù)編碼采用LUCC 分類土地利用體系.每一個數(shù)據(jù)格點代表不同的生態(tài)覆被類型,包括耕地、林地、草地、水域、城鄉(xiāng)、未利用等,其中每一類包含多項子類,比如未利用土地包括沙地、戈壁、鹽堿地、沼澤地、裸土等多項子類.根據(jù)格點數(shù)據(jù)代表的生態(tài)覆被類型,對比兩個年份的變化,統(tǒng)計不同轉(zhuǎn)換發(fā)生的總量累計和,可以得到不同覆被類型之間轉(zhuǎn)化的矩陣數(shù)據(jù),即轉(zhuǎn)移矩陣.矩陣對角線表示沒有狀態(tài)變化的覆被類型占比數(shù)量,轉(zhuǎn)移矩陣主要反映了區(qū)域內(nèi)生態(tài)變化情況.

2.2 數(shù)據(jù)處理

如表1所示,即為一個典型的轉(zhuǎn)移矩陣,轉(zhuǎn)移矩陣統(tǒng)計局部區(qū)域格點的變化值,該值基于格點的數(shù)量計算.轉(zhuǎn)移矩陣是一個非對稱的矩陣,矩陣的對角線和非對角線上的數(shù)據(jù)代表不同的轉(zhuǎn)移類型,需要分開進行可視化預(yù)處理.以下將從對角線上的同類型轉(zhuǎn)換和非對角線上的異類型轉(zhuǎn)換兩方面闡述.

表1 2000～2010年全國生態(tài)系統(tǒng)轉(zhuǎn)移矩陣(km2)

定義轉(zhuǎn)移矩陣E為M×M的矩陣:

生態(tài)系統(tǒng)轉(zhuǎn)移矩陣中,通常轉(zhuǎn)變的面積遠小于未轉(zhuǎn)變的面積,所以一般情況下矩陣的對角線上的值遠大于非對角線上的值.在可視化的過程中,如果將對角線上的元素考慮進去,會嚴重影響可視化效果.所以,本文將矩陣進行了拆分,非對角線上的元素構(gòu)成的矩陣定義為異類型轉(zhuǎn)換矩陣R,即轉(zhuǎn)換前后的生態(tài)系統(tǒng)種類不同;對角線上的元素構(gòu)成的矩陣定義為同類型轉(zhuǎn)換矩陣I,即轉(zhuǎn)換前后的生態(tài)系統(tǒng)種類相同,亦可理解為特定生態(tài)系統(tǒng)保留下來的面積構(gòu)成的矩陣,定義如下:

同類型轉(zhuǎn)換矩陣體現(xiàn)的是生態(tài)系統(tǒng)中的不變面積,這部分數(shù)值較大,用來體現(xiàn)不同生態(tài)類型之間的不變面積數(shù)值的對比;異類型轉(zhuǎn)換矩陣體現(xiàn)的是不同種類生態(tài)類型相互之間的轉(zhuǎn)換數(shù)量,生態(tài)系統(tǒng)轉(zhuǎn)移矩陣的研究價值主要體現(xiàn)在這一類數(shù)據(jù)上,所以異類型轉(zhuǎn)換矩陣是本文研究的重點.同類型轉(zhuǎn)換矩陣和異類型轉(zhuǎn)換矩陣之間的關(guān)聯(lián)體現(xiàn)在,特定生態(tài)類型變化前的面積Sp等 于該生態(tài)類型的不變面積St加上轉(zhuǎn)移走的面積Sout,特定生態(tài)類型變化前的面積Sq等于該生態(tài)類型的不變面積St加上轉(zhuǎn)移進的面積Sin,如下所示:

其中,不變面積St在異類型矩陣中在變化前后保持不變,且數(shù)值較大,可以將這部分內(nèi)容從異類型矩陣分析過程中統(tǒng)一排除,所以將這兩部分數(shù)據(jù)區(qū)分開來進行分析不影響轉(zhuǎn)移矩陣的整體研究.

2.2.1 同類型轉(zhuǎn)換

同類型轉(zhuǎn)換矩陣I,只有對角線上的值不為0,可以將之轉(zhuǎn)換為一個一維數(shù)組IA,映射關(guān)系為:

該數(shù)組主要體現(xiàn)各個生態(tài)類型之間不變數(shù)值之間的對比關(guān)系和不同生態(tài)類型保留面積中的最大值、最小值和均值等特征信息.所以針對同類型轉(zhuǎn)換矩陣的可視化,轉(zhuǎn)化為對一維數(shù)組IA的可視化,本文采用柱狀圖的可視化方式,并附加最大值、最小值和均值的展示即可將該類型矩陣的信息進行較好地可視化.

2.2.2 異類型轉(zhuǎn)換

異類型轉(zhuǎn)換矩陣R,對角線上的數(shù)值都為0,其他元素數(shù)值表示不同類型之間的轉(zhuǎn)換值,且為不對稱矩陣.以下用轉(zhuǎn)入和轉(zhuǎn)出描述同一生態(tài)類型,從其他類型轉(zhuǎn)移過來的面積和轉(zhuǎn)移到其他類型的面積.矩陣中包含了兩類數(shù)據(jù)特征:特定生態(tài)類型變化前后的面積總和變化情況和特定生態(tài)類型變化前后的源類型(轉(zhuǎn)換前)和目的類型(轉(zhuǎn)換后)的比例.

針對特定生態(tài)類型變化前后的面積總和變化情況,定義R中元素為rij∈R,可以定義按行累加和按列累加的變量,有如下關(guān)系式:

其中,C為按列累加得到的數(shù)組,該數(shù)組中元素表示第j類生態(tài)類型的轉(zhuǎn)出面積總和;D為按行累加得到的數(shù)組,該數(shù)組中元素表示第i類生態(tài)類型的轉(zhuǎn)入面積總和.根據(jù)式(3)可知,同一生態(tài)類型,變化總面積Sc即等于轉(zhuǎn)入的面積與轉(zhuǎn)出的面積之差.

設(shè)計分組柱狀圖的方式,每一組有3 個柱狀圖,表示一種生態(tài)類型的轉(zhuǎn)出面積Sp、變化總面積Sc和轉(zhuǎn)入面積Sq,用冷色調(diào)表示轉(zhuǎn)出面積,暖色調(diào)表示轉(zhuǎn)入面積,暗色調(diào)表示變化總面積.通過暗色調(diào)柱狀圖是否在0 刻度以上,可以判斷該類型面積是否增加,以及增加的量.同時可以對比多個生態(tài)類型之間的轉(zhuǎn)入面積和轉(zhuǎn)出面積.

針對特定生態(tài)類型變化前后的源類型和目的類型的比例情況,可以對Sout和Sin分別展開,動態(tài)的分析兩者的來源類型和目的類型,根據(jù)式(5)和式(6)分別計算Sout和Sin的來源類型和目的類型的占比情況,通過雙向交互的方式為用戶呈現(xiàn)實時的轉(zhuǎn)換比例特征.

2.3 評價模型

通過轉(zhuǎn)移矩陣的性質(zhì),我們了解到,其本身反映了各種類型之間的轉(zhuǎn)移關(guān)系.本文定義生態(tài)轉(zhuǎn)移變化空間為K,每一種類型的轉(zhuǎn)移都表示變化空間的一個維度kp,該維度表示一種覆被類型轉(zhuǎn)移到另外一個覆被類型的概率.基于此,我們定義變化空間模型如下:

針對某一特定區(qū)域,其評價模型計算步驟如算法1.

算法1.評價模型計算算法輸入:區(qū)域內(nèi)兩個時刻覆被點陣 和.輸出:評價模型K.A1 A2 1) 讀入點陣 和,統(tǒng)計每一類轉(zhuǎn)移發(fā)生的數(shù)量,得到轉(zhuǎn)移矩陣E.2) 計算得到評價模型.Eijkp A1 A2 2.1) 轉(zhuǎn)移矩陣中非對角線元素 順序賦值給第p 個維度.2.2) 對評價模型K 進行單位化.

由于用戶感興趣區(qū)域的面積不同,覆被類型也多種多樣,為了消除由于這兩個因素導(dǎo)致的數(shù)值差異過大,將評價模型進行單位化,最終模型向量分布在一個n維空間球上,其方向表示不同的生態(tài)轉(zhuǎn)移類型.數(shù)據(jù)評價模型空間的維度數(shù)量與覆被類型的數(shù)量的平方成正比,所以該模型是一個高維數(shù)據(jù),需要進行降維處理.

3 可視化設(shè)計

3.1 評價模型可視化

通過分析,我們得到本文定義的評價模型可以用一個雙向圖來表示,通過對比分析多種可視化方式,選定Sankey 圖(桑吉圖)作為模型的可視化基礎(chǔ).桑吉圖有左右兩側(cè)兩個堆疊柱狀圖和中間的雙向弦圖組成,每個柱狀圖表示兩個時刻不同類型的比例,弦圖的寬度表示該變化所占的比例,寬度越寬,比例越大.該圖的優(yōu)勢是既可以全局直觀的呈現(xiàn)各個轉(zhuǎn)移覆被類型的比例,還可以通過鼠標懸浮的方式查看某一類型的出度和入度詳情.

為了對類型轉(zhuǎn)化實現(xiàn)更直觀的可視化,本文改進了桑吉圖的顯示方式,在右側(cè)柱狀圖上附加了一個柱狀圖,用來表示轉(zhuǎn)移后的覆被類型,這樣可以非常直觀的對轉(zhuǎn)移前后的覆被類型做對比可視化,如圖1所示.

圖1 改進的桑吉圖

3.2 基于T-SNE 的區(qū)域評價可視化

對特定區(qū)域進行生態(tài)變化評價,需要對多個區(qū)域的評價模型進行對比可視化.但是生態(tài)覆被類型繁多,假設(shè)只按照7 個大類計算,維度也高達42 個,為了實現(xiàn)多區(qū)域?qū)Ρ瓤梢暬?本文基于T-SNE 算法設(shè)計了區(qū)域評價可視化方法.表2為一種評價矩陣示例.

表2 單一針對森林變化的一種評價矩陣

數(shù)據(jù)樣本集為多個預(yù)設(shè)定區(qū)域的評價模型集合P:{pi},其中p0為用戶自定義區(qū)域的評價模型,其他pi為預(yù)定義評價模型,是指用戶根據(jù)自己的需要設(shè)定特定覆被類型之間的轉(zhuǎn)移評價模型.比如,當用戶需要對森林覆蓋面積的變化情況進行判定分析時,可以設(shè)計森林轉(zhuǎn)移到城鎮(zhèn)用地、森林轉(zhuǎn)移到荒漠、森林轉(zhuǎn)移到農(nóng)田等維度較高的模型向量和其反向量,即城鎮(zhèn)用地轉(zhuǎn)移到森林、荒漠轉(zhuǎn)移到森林、農(nóng)田轉(zhuǎn)移到森林等維度較高的模型向量.模擬生成多組符合用戶意圖的評價模型向量,與用戶自定義區(qū)域模型向量一同進行TSNE 降維運算,得到二維平面上的分布.由于覆被類型多樣,某種覆被類型轉(zhuǎn)出的變化向量不一定都集中在一起,用戶自定義區(qū)域的向量投影所在的團簇判定采用二維空間距離的方法,以自定義區(qū)域向量投影點為中心,直線距離最近的預(yù)定義評價模型向量點即看做當前用戶自定義區(qū)域向量的特征相似點.根據(jù)該算法可以通過可視化的方式快速得出用戶自定義區(qū)域的生態(tài)轉(zhuǎn)移情況.

評價算法步驟如算法2.

算法2.區(qū)域評價算法輸入:自定義區(qū)域格點集、和評價矩陣M.輸出:自定義區(qū)域生態(tài)轉(zhuǎn)移評價.A1 A2 1) 讀入?yún)^(qū)域格點集,和評價矩陣M.2) 計算自定義區(qū)域評價模型.A1 A2 2.1) 根據(jù)格點集計算轉(zhuǎn)移矩陣.2.2) 利用轉(zhuǎn)移矩陣計算評價模型并單位化.3) 計算預(yù)定義評價模型.3.1) 根據(jù)評價矩陣隨機生成評價模型向量集.3.2) 對向量集單位化,并與自定義向量合并.4) 對合并向量集做T-SNE 降維可視化.5) 根據(jù)歐氏距離判定當前點的評價.

通過以上評價算法,可以實現(xiàn)對用戶感興趣區(qū)域的生態(tài)覆被類型變化情況的定性評價.將以上算法流程繪制為流程圖如圖2所示.

圖2 區(qū)域評價可視化流程圖

4 用戶交互設(shè)計

4.1 評價矩陣交互設(shè)計

設(shè)計評價矩陣的交互方式,可以方便用戶快速制定評價矩陣,并根據(jù)評價矩陣計算預(yù)定義模型向量,矩陣中選中項表示該項是否被作為評價指標,每一項都被隨機賦予一個0.5～1 的值,并對向量做單位化.如圖3所示為重點研究森林變化的評價矩陣,預(yù)定的評價矩陣分類可以輔助隊用戶自定義區(qū)域的矩陣的評價.

4.2 界面交互設(shè)計

4.2.1 自定義區(qū)域交互

區(qū)域分析需要有區(qū)域選擇方法,基于GIS 地圖,設(shè)計了矩陣和多邊形兩類區(qū)域選擇方法,通過鼠標交互在地圖上獲取區(qū)域范圍,然后將該區(qū)域范圍的生態(tài)覆被數(shù)據(jù)按照數(shù)據(jù)模型計算得到數(shù)據(jù)樣本點進行后續(xù)分析和可視化,如圖4所示.

圖3 可交互的評價矩陣圖

圖4 自定義區(qū)域并計算

4.2.2 分類圖框選交互

基于T-SNE 降維后的向量點,通過散點圖繪制出來,增加框選的交互方式,一方面可以快速選中一個團簇,得到相關(guān)團簇的詳細信息;另一方面,可以與地圖進行聯(lián)動,選中的點對應(yīng)在地圖上的區(qū)域?qū)⒈桓吡溜@示,如圖5所示.

圖5 分類圖框選交互

5 案例分析

5.1 轉(zhuǎn)移矩陣分析

表1所示為2000年到2010年生態(tài)系統(tǒng)的轉(zhuǎn)移矩陣數(shù)據(jù),從表中可見,對角線上的數(shù)據(jù)是非對角線上的數(shù)據(jù)的近1000 倍.利用本文方法拆分后得到同類型轉(zhuǎn)換矩陣,并轉(zhuǎn)化為數(shù)組

利用柱狀圖對該數(shù)組進行可視化,如圖6.

從圖6可以得出,2010年相比2000年,我國的生態(tài)系統(tǒng)保留下來的面積中,草地的面積最大,城鎮(zhèn)的面積最小.草地和荒漠的保留面積在平均線以上,其他類型面積在平均線以下.

圖6 對同類型轉(zhuǎn)換矩陣的可視化

同理可以得到:

利用分組柱狀圖對該數(shù)據(jù)進行可視化,如圖7.

圖7 不同生態(tài)類型轉(zhuǎn)入轉(zhuǎn)出面積變化情況

從圖7可以得到,2010年相比2000年,我國的生態(tài)系統(tǒng)中,濕地、農(nóng)田和城鎮(zhèn)面積總體有所增長,增長量最大的是農(nóng)田,城鎮(zhèn)轉(zhuǎn)入的面積遠大于轉(zhuǎn)出的面積,說明城鎮(zhèn)面積很少轉(zhuǎn)移成其他類型面積,卻較大的從其他類型獲取面積.其他類型總體面積都呈減少趨勢,其中草地的減少量最多,結(jié)合圖6可知,草地也是保留面積最多的類型.森林的減少量最少,其轉(zhuǎn)入轉(zhuǎn)出面積基本持平.

對R矩陣在橫縱兩個方向進行多對多的對應(yīng)和比例計算,可以得到不同類型轉(zhuǎn)出面積中新生態(tài)類型的比例和轉(zhuǎn)入面積中舊生態(tài)類型的比例情況.通過圖8進行交互式可視化.

如圖8所示,左側(cè)為2000年轉(zhuǎn)移走的各個生態(tài)類型的面積比例堆疊圖,右側(cè)為2010年轉(zhuǎn)移來的各個生態(tài)類型的面積比例堆疊圖,中間部分為左側(cè)轉(zhuǎn)出變換到右側(cè)轉(zhuǎn)入的比例連接線,線的寬度表示轉(zhuǎn)換的面積值.其中不同的顏色表示不同的類型,通過色彩讓人直觀的感受到不同的生態(tài)類型的特征,比如用黑色表示荒漠,用草綠色表示草地,用黃綠色表示農(nóng)田等.右側(cè)的堆疊圖細分為左右兩部分,左側(cè)部分對應(yīng)了來源生態(tài)類型的顏色,右側(cè)部分表示了當前生態(tài)類型的顏色,便于區(qū)分當前的生態(tài)類型種類.

圖8 異類型轉(zhuǎn)移矩陣可視化

從圖8中可得到,2000年流失的生態(tài)類型中,草地占了一半,城鎮(zhèn)的流失面積最少.2010年轉(zhuǎn)移來的生態(tài)類型中,農(nóng)田占到了38%,轉(zhuǎn)移成其他(冰川或裸地)的較少,通過兩邊的對比,可以對發(fā)生變化的生態(tài)類型進行全局的對比分析.鼠標懸浮在左右區(qū)域,都會動態(tài)擴展當前鼠標選定的類型的詳細比例信息.以下對幾類較典型的分析結(jié)果分別闡述.

從圖9可見,2000年發(fā)生轉(zhuǎn)移的荒漠面積中,轉(zhuǎn)為森林的有0%,有22%轉(zhuǎn)為了農(nóng)田,其他兩類較多的為濕地和草地,而且轉(zhuǎn)移的荒漠比例從2000年的14%下降到了2010年的10%,說明對荒漠的治理初見成效.

圖9 2000年轉(zhuǎn)移走的荒漠面積目的分布

5.2 森林變化分析

設(shè)定評價矩陣為森林相關(guān)系數(shù),并生成數(shù)據(jù)樣本.此時用戶可以利用交互方式在地圖上選擇自己感興趣的區(qū)域,并做可視化分析.

分別對中國中部兩個區(qū)域進行的選擇,如圖9所示,兩個區(qū)域的森林變化特征呈現(xiàn)出截然相反的情況,同時設(shè)定評價矩陣為森林模式,如圖3所示.

5.2.1 森林增加

根據(jù)圖10左側(cè)選定區(qū)域計算得到的可視化結(jié)果如圖11所示.左側(cè)圖是T-SNE 降維數(shù)據(jù)結(jié)果,藍色點是用戶選擇點,紅色點是森林增加的點,色點是森林減少的點,從圖中可以看到,選中區(qū)域?qū)儆谏衷黾狱c的范圍,所以選中區(qū)域的森林變化出現(xiàn)了上漲,對比右側(cè)的圖可以印證森林增加的結(jié)論,同時可以對森林轉(zhuǎn)移的比例進行可視化.

圖10 地圖選擇

圖11 森林增加案例

5.2.2 森林減少

如上節(jié)中所述同樣的判定方法作用的圖10右側(cè)選中區(qū)域上,得到了森林減少的判定結(jié)果,對比?；鶊D驗證,可得到森林轉(zhuǎn)移的比例情況(如圖12).

圖12 森林減少案例

5.3 城鎮(zhèn)化分析

在生態(tài)分析中,與森林變化同樣重要的是城鄉(xiāng)用地變化,如圖13所示,為框選的上海和京津區(qū)域,并對其進行城鎮(zhèn)化生態(tài)判定.

圖13 城鎮(zhèn)分析中地圖選擇

圖14是圖13中左側(cè)選中的上海區(qū)域的城鎮(zhèn)化判定,圖15是圖13右側(cè)選中的京津區(qū)域的城鎮(zhèn)化判定.通過兩個圖左側(cè)的降維可視化效果可以得到兩個區(qū)域的城鄉(xiāng)用地都出現(xiàn)了較明顯的增長,即2000年有大量的土地轉(zhuǎn)換成了2010年的城鎮(zhèn)用地.

圖14 上海地區(qū)城鎮(zhèn)增加案例

圖15 京津冀城鎮(zhèn)增加案例

5.4 模式聚類分析

生態(tài)覆被的轉(zhuǎn)移區(qū)域是生態(tài)研究的重點,但是沒有發(fā)生轉(zhuǎn)移的區(qū)域往往遠遠大于發(fā)生轉(zhuǎn)移的區(qū)域,通過一般的熱度圖對差異區(qū)域進行可視化,得到的變化格點非常稀疏,很難從空間上對生態(tài)變化進行可視化.本文基于以上算法設(shè)計模式聚類分析方法.該方法流程為將格點數(shù)據(jù)分為等距離的網(wǎng)格,每一個網(wǎng)格作為一個數(shù)據(jù)采樣,計算轉(zhuǎn)移矩陣,并得到單位化的數(shù)據(jù)評價模型,如圖16.

設(shè)定好網(wǎng)格尺度后,對其進行區(qū)域評價可視化(如圖17),右側(cè)的圖為降維后的可視化圖,對其中左上側(cè)的團簇進行框選,可以看到,他們都集中在我國的東部地區(qū),而且集中在京津冀、山東和江浙一帶,說明這一帶的生態(tài)覆被變化是類似的.同理如圖18所示的團簇集中在我國的北部區(qū)域.

圖16 對全國生態(tài)覆被數(shù)據(jù)進行網(wǎng)格化

圖17 右側(cè)框選集合集中在東部地區(qū)

圖18 右側(cè)框選集合集中在西北部和東北部區(qū)域

圖19右側(cè)框選的是中部的團簇,得到的是東北的4 個區(qū)域和西南的一個區(qū)域,說明這5 個區(qū)域在生態(tài)覆被變化上具有共性,可以根據(jù)該可視化結(jié)果進行進一步的生態(tài)分析.

圖19 右側(cè)框選集合出現(xiàn)東西部距離較遠的區(qū)域

5.5 用戶反饋

本文采用調(diào)查問卷的方式收集行業(yè)領(lǐng)域?qū)＜覍υ撓到y(tǒng)的使用評價.評價主要集中在改進的?；鶊D方法和模式聚類分析方法兩部分.“該方法中改進的桑基圖非常高效的將生態(tài)覆被轉(zhuǎn)移情況展示出來并進行交互,極大的方便了對生態(tài)變化的快速分析”.“模式聚類分析方法提供了一種比較新穎的方式去分析生態(tài)覆被類型變化,希望能對降維后團簇的特征做更深入的判別方法研究.”

通過以上案例分析,我們實現(xiàn)了對多個類型生態(tài)覆被轉(zhuǎn)移變化進行整體和局部的對比分析;在整體變化分布圖中對某一生態(tài)類型變化進行判定;對具有相同變化趨勢的區(qū)域進行空間聚類,研究不同空間的相似性.

6 結(jié)論與展望

本文針對當前生態(tài)系統(tǒng)數(shù)據(jù)及其研究中重要的指標性特征生態(tài)系統(tǒng)轉(zhuǎn)移矩陣進行詳細分析,在此基礎(chǔ)上設(shè)計數(shù)據(jù)模型,利用降維算法處理后,設(shè)計可視化視圖,實現(xiàn)生態(tài)數(shù)據(jù)的可交互的數(shù)據(jù)可視分析.通過案例驗證系統(tǒng)在時序分析和空間劃分上的可視分析作用,為評價生態(tài)系統(tǒng)變化提供了一種新的技術(shù)分析手段.