基于声景观智能识别的生态保护红线日常监测与侵扰因素分析
生态保护红线的划定是中国践行生态文明建设的重要举措,已有较多成熟的相关研究和工作利用遥感、人工调查方法对其进行划定.然而,传统生态评估方法忽略了动态要素对生态环境的影响,目前仍缺乏一套生态保护红线的日常监测体系.文章从生态声景观视角出发,先制定一份面向日常监测的声景观要素分类标准,并构建深度学习模型进行训练,得到基于声景观智能识别的分类模型;再利用该模型在共成水库保护区结合传统GIS方法对生态保护红线进行评估,并分析影响生态声景观的主要因素.结果表明:1)参考"三生空间"制定了一份面向日常监测的声景观要素分类标准,并构建深度学习模型进行训练,得到分类模型的训练精度为89.88％;2)利用训练好的深度学习模型对案例地收集的声景观进行智能识别,利用生态声景观要素占比作为衡量生态受侵扰程度的指标,实现了生态保护红线的日常监测评估;3)利用回归模型分析生态易受侵扰的影响因素,模型结果表明夜间灯光强度对生态受侵扰的影响最大,随后依次是距离居民点的距离、空间中心性、距道路距离.
生态保护红线、声景观、智能识别、深度学习、日常监测、共成水库保护区
43
TN912.34;P208;X321
广东省重点研发领域研发计划项目;国家自然科学基金
2023-03-13（万方平台首次上网日期，不代表论文的发表时间）
共11页
202-212
