生态系统变化对我们的生产生活和健康等各个方面具有重要影响. 生态覆被数据中蕴含了生态系统变化的重要特征. 为了利用生态覆被数据研究生态系统的空间划分和时序变化, 本文基于生态数据转移矩阵, 建立了区域生态覆被变化数据模型. 然后设计了基于降维算法的生态变化可视分析系统ECOVIS, 其中改进的桑基图用以实现对生态覆被变化数据的可视化, 可交互散点图被设计用来进行交互聚类分析, 基于地图的热图用来显示选中聚类数据在空间上的分布. 本文利用该系统应用到我国生态覆被数据中, 实现对局部地区森林和城镇变化的时序可视分析, 和对整体生态空间的聚类划分分析. 分析结果证明该方法对生态系统数据具有较好的空间聚类和时序对比功能, 可以提高生态覆被数据的分析效率.
Ecosystem changes have an important impact on our production, life and health. The ecological cover data contains important characteristics of ecosystem changes. In order to use ecological cover data to study the spatial division and time-series changes of ecosystems, we establish the regional ecological cover change data model based on ecology data transfer matrix. Then the ecological change visual analysis system ECOVIS is designed based on the dimensionality reduction algorithm, in which the improved Sankey chart is used to realize the visualization of the ecological cover change data, the Scatter plots are designed for interactive cluster analysis, and map-based heat maps are used to display the spatial distribution of selected cluster data. The system is used to analyze the data of ecological cover in China. We analyze the time sequence of forest and town changes in local areas, and to cluster and divide the whole ecological space. The analysis results show that the method has good spatial clustering and time sequence comparison functions for the data of ecological system, which can improve the analysis of ecological cover data effectively.
我国国土资源丰富, 单草地面积就高达约392万km2, 居世界第二位. 国土资源生态覆被不同类型之间的相互转换一方面取决于自然环境的变化, 另一方面, 国家的相关政策也对生态系统具有重要的影响, 比如退耕还林政策、退牧还草工程[
当前我国生态覆被分析具有以下3点迫切需求:
需求1. 对多个类型生态覆被转移变化进行整体和局部的对比分析;
需求2. 对生态覆被时序变化的分析. 在考虑整体变化的影响下, 分析某一区域生态覆被变化;
需求3. 生态覆被空间划分分析. 对具有相同变化趋势的区域进行空间聚类, 研究不同空间的相似性.
本文针对以上需求研发了ECOVIS系统. 该系统利用可视化交互设计实现了对生态数据的可视分析. 解决了生态数据的空间划分和时序分析需求. 本文的主要贡献包括:
(1)设计了一种有效的转移矩阵可视化视图, 可以从全局和局部交互式地对生态变化进行可视化;
(2)实现了一套针对生态变化数据的可视分析系统ECOVIS, 可以在考虑整体变化背景下分析某一生态类型的时序变化;
(3)实现了基于T-SNE降维算法的散点图, 可以对生态数据进行空间划分.
本文第1节介绍了生态系统数据可视化的研究现状; 第2节介绍了基于转移矩阵设计的数据模型; 第3节介绍了针对数据模型的可视化方法; 第4节介绍了可视化交互方法; 第5节利用用户使用案例来证明本文方法的有效性; 最后一节对本文系统进行了总结和展望.
随着遥感技术的发展, 以遥感数据作为生态系统监测与评价的基础已成为宏观生态学研究的重要手段[
本文实验数据是我国2000年和2010年的生态系统格点数据, 数据编码采用LUCC分类土地利用体系. 每一个数据格点代表不同的生态覆被类型, 包括耕地、林地、 草地、水域、城乡、未利用等, 其中每一类包含多项子类, 比如未利用土地包括沙地、戈壁、盐碱地、沼泽地、裸土等多项子类. 根据格点数据代表的生态覆被类型, 对比两个年份的变化, 统计不同转换发生的总量累计和, 可以得到不同覆被类型之间转化的矩阵数据, 即转移矩阵. 矩阵对角线表示没有状态变化的覆被类型占比数量, 转移矩阵主要反映了区域内生态变化情况.
如
2000~2010年全国生态系统转移矩阵(km2)
类型 | 森林 | 灌丛 | 草地 | 湿地 | 农田 | 城镇 | 荒漠 | 其他 |
森林 | 1.9 e5 | 23 | 327 | 30 | 137 | 0 | 7 | 0 |
灌丛 | 369 | 1.8 e5 | 425 | 33 | 375 | 5 | 380 | 0 |
草地 | 48 | 135 | 1.7 e5 | 1743 | 2701 | 33 | 1327 | 125 |
湿地 | 62 | 161 | 3436 | 1.1 e5 | 280 | 4 | 1428 | 1 |
农田 | 118 | 1862 | 9134 | 447 | 1.2 e5 | 176 | 1081 | 0 |
城镇 | 22 | 145 | 1653 | 130 | 931 | 1 e4 | 363 | 0 |
荒漠 | 0 | 238 | 1613 | 683 | 247 | 5 | 7 e5 | 698 |
其他 | 0 | 0 | 24 | 1 | 0 | 0 | 225 | 3e4 |
定义转移矩阵
生态系统转移矩阵中, 通常转变的面积远小于未转变的面积, 所以一般情况下矩阵的对角线上的值远大于非对角线上的值. 在可视化的过程中, 如果将对角线上的元素考虑进去, 会严重影响可视化效果. 所以, 本文将矩阵进行了拆分, 非对角线上的元素构成的矩阵定义为异类型转换矩阵
同类型转换矩阵体现的是生态系统中的不变面积, 这部分数值较大, 用来体现不同生态类型之间的不变面积数值的对比; 异类型转换矩阵体现的是不同种类生态类型相互之间的转换数量, 生态系统转移矩阵的研究价值主要体现在这一类数据上, 所以异类型转换矩阵是本文研究的重点. 同类型转换矩阵和异类型转换矩阵之间的关联体现在, 特定生态类型变化前的面积
其中, 不变面积
同类型转换矩阵
该数组主要体现各个生态类型之间不变数值之间的对比关系和不同生态类型保留面积中的最大值、最小值和均值等特征信息. 所以针对同类型转换矩阵的可视化, 转化为对一维数组
异类型转换矩阵
针对特定生态类型变化前后的面积总和变化情况, 定义
其中,
设计分组柱状图的方式, 每一组有3个柱状图, 表示一种生态类型的转出面积
针对特定生态类型变化前后的源类型和目的类型的比例情况, 可以对
通过转移矩阵的性质, 我们了解到, 其本身反映了各种类型之间的转移关系. 本文定义生态转移变化空间为
针对某一特定区域, 其评价模型计算步骤如算法1.
算法1. 评价模型计算算法
输入: 区域内两个时刻覆被点阵
输出: 评价模型
1) 读入点阵
2) 计算得到评价模型.
2.1) 转移矩阵中非对角线元素
2.2) 对评价模型
由于用户感兴趣区域的面积不同, 覆被类型也多种多样, 为了消除由于这两个因素导致的数值差异过大, 将评价模型进行单位化, 最终模型向量分布在一个
通过分析, 我们得到本文定义的评价模型可以用一个双向图来表示, 通过对比分析多种可视化方式, 选定Sankey图(桑吉图)作为模型的可视化基础. 桑吉图有左右两侧两个堆叠柱状图和中间的双向弦图组成, 每个柱状图表示两个时刻不同类型的比例, 弦图的宽度表示该变化所占的比例, 宽度越宽, 比例越大. 该图的优势是既可以全局直观的呈现各个转移覆被类型的比例, 还可以通过鼠标悬浮的方式查看某一类型的出度和入度详情.
为了对类型转化实现更直观的可视化, 本文改进了桑吉图的显示方式, 在右侧柱状图上附加了一个柱状图, 用来表示转移后的覆被类型, 这样可以非常直观的对转移前后的覆被类型做对比可视化, 如
改进的桑吉图
对特定区域进行生态变化评价, 需要对多个区域的评价模型进行对比可视化. 但是生态覆被类型繁多, 假设只按照7个大类计算, 维度也高达42个, 为了实现多区域对比可视化, 本文基于T-SNE算法设计了区域评价可视化方法.
单一针对森林变化的一种评价矩阵
类型 | 森林 | 灌丛 | 草地 | 湿地 | 农田 | 城镇 | 荒漠 | 其他 |
森林 | 0 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
灌丛 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
草地 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
湿地 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
农田 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
城镇 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
荒漠 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
其他 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
数据样本集为多个预设定区域的评价模型集合
评价算法步骤如算法2.
算法2. 区域评价算法
输入: 自定义区域格点集
输出: 自定义区域生态转移评价.
1) 读入区域格点集
2) 计算自定义区域评价模型.
2.1) 根据格点集计算转移矩阵.
2.2) 利用转移矩阵计算评价模型并单位化.
3) 计算预定义评价模型.
3.1) 根据评价矩阵随机生成评价模型向量集.
3.2) 对向量集单位化, 并与自定义向量合并.
4) 对合并向量集做T-SNE降维可视化.
5) 根据欧氏距离判定当前点的评价.
通过以上评价算法, 可以实现对用户感兴趣区域的生态覆被类型变化情况的定性评价. 将以上算法流程绘制为流程图如
区域评价可视化流程图
设计评价矩阵的交互方式, 可以方便用户快速制定评价矩阵, 并根据评价矩阵计算预定义模型向量, 矩阵中选中项表示该项是否被作为评价指标, 每一项都被随机赋予一个0.5~1的值, 并对向量做单位化. 如
区域分析需要有区域选择方法, 基于GIS地图, 设计了矩阵和多边形两类区域选择方法, 通过鼠标交互在地图上获取区域范围, 然后将该区域范围的生态覆被数据按照数据模型计算得到数据样本点进行后续分析和可视化, 如
可交互的评价矩阵图
自定义区域并计算
基于T-SNE降维后的向量点, 通过散点图绘制出来, 增加框选的交互方式, 一方面可以快速选中一个团簇, 得到相关团簇的详细信息; 另一方面, 可以与地图进行联动, 选中的点对应在地图上的区域将被高亮显示, 如
分类图框选交互
利用柱状图对该数组进行可视化, 如
从
对同类型转换矩阵的可视化
同理可以得到:
利用分组柱状图对该数据进行可视化, 如
不同生态类型转入转出面积变化情况
从
对
如
异类型转移矩阵可视化
从
从
2000年转移走的荒漠面积目的分布
设定评价矩阵为森林相关系数, 并生成数据样本. 此时用户可以利用交互方式在地图上选择自己感兴趣的区域, 并做可视化分析.
分别对中国中部两个区域进行的选择, 如图9所示, 两个区域的森林变化特征呈现出截然相反的情况, 同时设定评价矩阵为森林模式, 如
根据
地图选择
森林增加案例
如上节中所述同样的判定方法作用的
森林减少案例
在生态分析中, 与森林变化同样重要的是城乡用地变化, 如
城镇分析中地图选择
上海地区城镇增加案例
京津冀城镇增加案例
生态覆被的转移区域是生态研究的重点, 但是没有发生转移的区域往往远远大于发生转移的区域, 通过一般的热度图对差异区域进行可视化, 得到的变化格点非常稀疏, 很难从空间上对生态变化进行可视化. 本文基于以上算法设计模式聚类分析方法. 该方法流程为将格点数据分为等距离的网格, 每一个网格作为一个数据采样, 计算转移矩阵, 并得到单位化的数据评价模型, 如
设定好网格尺度后, 对其进行区域评价可视化(如
对全国生态覆被数据进行网格化
右侧框选集合集中在东部地区
右侧框选集合集中在西北部和东北部区域
右侧框选集合出现东西部距离较远的区域
本文采用调查问卷的方式收集行业领域专家对该系统的使用评价. 评价主要集中在改进的桑基图方法和模式聚类分析方法两部分. “该方法中改进的桑基图非常高效的将生态覆被转移情况展示出来并进行交互, 极大的方便了对生态变化的快速分析”. “模式聚类分析方法提供了一种比较新颖的方式去分析生态覆被类型变化, 希望能对降维后团簇的特征做更深入的判别方法研究. ”
通过以上案例分析, 我们实现了对多个类型生态覆被转移变化进行整体和局部的对比分析; 在整体变化分布图中对某一生态类型变化进行判定; 对具有相同变化趋势的区域进行空间聚类, 研究不同空间的相似性.
本文针对当前生态系统数据及其研究中重要的指标性特征生态系统转移矩阵进行详细分析, 在此基础上设计数据模型, 利用降维算法处理后, 设计可视化视图, 实现生态数据的可交互的数据可视分析. 通过案例验证系统在时序分析和空间划分上的可视分析作用, 为评价生态系统变化提供了一种新的技术分析手段.
张海燕, 樊江文, 邵全琴, 等. 2000–2010年中国退牧还草工程区生态系统宏观结构和质量及其动态变化. 草业学报, 2016, 25(4): 1–15.
欧阳志云, 张路, 吴炳方, 等. 基于遥感技术的全国生态系统分类体系. 生态学报, 2015, 35(2): 219–226.
张蒙蒙, 杨凯悦, 周汝良. 古林箐自然保护区生态系统格局动态变化研究. 安徽农业科学, 2015, 43(31): 7–9.
姜凌, 王成璋. 若尔盖湿地生态系统管理的关键问题. 生态经济(学术版), 2008, (1): 443–445.
张芙蓉, 许存兴. 基于矩阵法的辅助生产费用分配及可视化分析. 会计之友, 2016, (14): 79–83.
林晓蕾. 一种基于矩阵热图的关联层次数据可视化方法. 信息与电脑, 2016, (5): 35–36.
牟雪洁, 赵昕奕, 饶胜, 等. 青藏高原生态屏障区近10年生态系统结构变化研究. 北京大学学报(自然科学版), 2016, 52(2): 279–286.
汤颖, 林琦峰, 肖廷哲, 等. 可伸缩二维多元数据可视化. 计算机辅助设计与图形学学报, 2016, 28(9): 1476–1488.
陈善为. 非对称关系中的数据可视化研究. 信息技术, 2016, (6): 59–62.