基于空间相关性的生态承载力演化预测与跨区域调度方法

本发明属于自然资源管控调度，具体地说是基于空间相关性的生态承载力演化预测与跨区域调度方法。

背景技术：

1、当前生态预警方案大多依托各个独立监测节点的时序监测数据，借助arima、lstm等时序模型开展单点趋势预测；监测指标超限后依靠人工经验拟定排污管控和资源调度方案。但自然生态系统具备空间连通、扰动级联传播的特征，现有技术仍存有三处核心短板：

2、忽视生态因子的跨区域因果关联。污染物迁移、富营养化扩散、碳排放流转存在空间滞后传导特性，传统方案将各个空间节点当作独立单元，缺少因果检验区分线性、非线性空间连通关系，难以识别生态风险的传播通路，承载力预测和真实演化规律偏差较大。

3、传统耦合模型仅限单一辖区或者小范围流域；局部开展排污管控、水资源调度产生的扰动，会顺着地理拓扑向外逐层传导。现有技术缺少共享中继节点组网架构，无法封装全局耦合网络、推演调度扰动带来的全域连锁反应，缺失全局研判能力。

4、现有设备只能够输出超标警报，无法顺着因果传导网络反向定位生态超载的源头节点，也不能够解耦计算源头区域所需的调控补偿量；调度决策依靠人工协商，不能够输出量化指令驱动排污阀门、水利设施、碳捕集设备等终端执行调控，调度精准度与自动化程度低下。

5、综上，现阶段亟须解决精准构建跨区域生态因果传导网络、承载力演化预判、超载源头溯源以及全域闭环式智能调度的技术难题。为此，本发明提供了基于空间相关性的生态承载力演化预测与跨区域调度方法。

技术实现思路

1、为了弥补现有技术的不足，解决背景技术中所提出的至少一个技术问题。

2、本发明解决其技术问题所采用的技术方案是：

3、本发明提供了基于空间相关性的生态承载力演化预测与跨区域调度方法，包括：

4、获取目标区域所属的各个空间节点的空间相关性数据流，通过基于因果检验的动态时间规整算法，筛选出多个相邻空间节点组；

5、分析任意一个相邻空间节点组内部空间相关性数据流之间的连通性，基于连通性分析结果，建立相邻空间节点组连通性耦合模型；

6、获取各个相邻空间节点组之间的共享空间节点，以共享空间节点为级联传导中继，将所有相邻空间节点组连通性耦合模型封装为全局连通性耦合模型；

7、当生成候选跨区域调度事件时，获取所述候选跨区域调度事件对应的目标空间节点的空间相关性数据流，并将空间相关性数据流输入至全局连通性耦合模型中，通过共享空间节点的级联传导中继，输出全局各个空间节点在下一调控周期的空间相关性数据流；

8、根据各个空间节点下一调控周期的空间相关性数据流，计算各空间节点的生态压力指数，并与对应的承载力红线阈值进行比对，完成生态承载力演化预测；

9、若演化预测结果显示存在任意一个空间节点的生态压力指数超出承载力红线阈值，则调整至所有空间节点的生态压力指数均处于承载力红线阈值内，完成跨区域调度。

10、优选的，所述获取目标区域所属的各个空间节点的空间相关性数据流的具体过程为：

11、将目标区域划分为多个独立的空间节点，通过部署在各个空间节点的物理监测设备或调用历史生态数据库，获取各个空间节点在预设时间窗口内的多维生态指标数据，多维生态指标数据包括大气污染物浓度、水体富营养化指数以及碳排放量，将多维生态指标数据按时间序列排列，构建各个空间节点的空间相关性数据流。

12、优选的，其特征在于，所述相邻空间节点组的具体筛选过程为：

13、利用动态时间规整算法计算任意两个空间节点的空间相关性数据流之间的规整距离，若规整距离小于预设的规整距离阈值，则利用格兰杰因果检验计算所述两个空间节点的空间相关性数据流之间的因果显著性p值及因果传导方向，若因果显著性p值小于预设的显著性阈值，则判定两个空间节点为相邻空间节点组。

14、优选的，其特征在于，所述分析任意一个相邻空间节点组内部空间相关性数据流之间的连通性的具体过程为：

15、根据因果显著性p值确定的因果传导方向，将相邻空间节点组内部的两个空间节点分别标记为源节点和汇节点；

16、计算源节点和汇节点对应的空间相关性数据流之间的线性皮尔逊相关系数以及非线性互信息值；

17、若线性皮尔逊相关系数的绝对值大于或等于预设的线性判定阈值，则判定相邻空间节点组内部存在线性连通性；

18、若线性皮尔逊相关系数的绝对值小于线性判定阈值，且非线性互信息值大于或等于预设的互信息判定阈值，则判定相邻空间节点组内部存在非线性连通性。

19、优选的，其特征在于，建立所述相邻空间节点组连通性耦合模型的具体过程为：

20、若连通性类型为线性连通性，则建立基于线性传递矩阵的自回归分布滞后模型，拟合源节点向汇节点的线性数值传导；

21、若连通性类型为非线性连通性，则建立基于多层感知机网络层的非线性动态映射函数，拟合源节点对汇节点的非线性响应传导。

22、优选的，其特征在于，所述全局连通性耦合模型的具体封装过程为：

23、获取各个相邻空间节点组的空间节点标识符进行集合交集比对，将同时存在于至少两个不同相邻空间节点组中的空间节点标记为共享空间节点；

24、以共享空间节点为级联传导中继建立节点状态级联传递方程，将上游相邻空间节点组连通性耦合模型的输出端映射对接至下游相邻空间节点组连通性耦合模型的输入端；

25、基于节点状态级联传递方程，利用张量拼接技术将独立的相邻空间节点组连通性耦合模型的线性传递矩阵或多层感知机网络层进行维度对齐与拼接； 以各个空间节点为图节点，以因果传导方向为有向边的指向，以因果显著性p值或非线性互信息值为有向边的权重，将拼接后的整体结构融合为全局有向图传导网络，并整体封装生成全局连通性耦合模型。

26、优选的，所述输出全局各个空间节点在下一调控周期的空间相关性数据流的具体过程为：

27、获取候选跨区域调度事件的调控位置信息与调控强度参数，确定目标空间节点；

28、将调控强度参数设定为预期数值变化量作为扰动变量，并根据预设生效时间定位初始空间相关性数据流中对应的时间序列节点；

29、在时间序列节点及后续节点上，针对对应的大气污染物浓度、水体富营养化指数或碳排放量，独立进行扰动变量的数值加减运算；

30、将叠加扰动变量后的数据序列进行平滑与归一化处理，生成更新后的空间相关性数据流；

31、将目标空间节点更新后的空间相关性数据流，以及全局其他非目标空间节点的初始空间相关性数据流，同步输入至全局连通性耦合模型中，输出全局各个空间节点在下一调控周期的空间相关性数据流。

32、优选的，计算所述各空间节点的生态压力指数的具体过程为：

33、基于下一调控周期的空间相关性数据流，获取空间节点在下一调控周期下的多维生态指标数据；

34、采用极差标准化方法消除各维生态指标数据的量纲差异，得到标准化数值；

35、获取各维度生态指标数据对应的特征权重系数，将各维度的标准化数值与其对应的特征权重系数进行加权求和计算，得到无量纲的综合标量值，作为空间节点的生态压力指数。

36、优选的，完成所述生态承载力演化预测的具体过程为：

37、将计算得出的各个空间节点的生态压力指数，分别与各个空间节点对应的承载力红线阈值进行比对；

38、若生态压力指数小于或等于对应的承载力红线阈值，则标记对应的空间节点为生态安全；

39、若生态压力指数大于对应的承载力红线阈值，则标记对应的空间节点为生态超载，计算超出承载力红线阈值的差值作为超载风险量。

40、优选的，完成所述跨区域调度的具体过程为：

41、将标记为生态超载的空间节点作为溯源起点，基于图论搜索算法沿全局有向图传导网络的反方向遍历由有向边构成的连通路径；

42、基于连通路径上各条有向边的权重，计算各条连通路径的综合传导贡献度，将综合传导贡献度最大的连通路径定位为关键传导路径，并将关键传导路径最前端的节点确定为上游源头空间节点；

43、利用特征权重系数将超载风险量反向解耦为单一生态指标的指标超标量，结合综合传导贡献度计算上游源头空间节点的参数补偿量；

44、根据参数补偿量更新调控强度参数，以增大削减幅度或增益幅度的方向生成新的预期数值变化量，当所有空间节点的生态压力指数均小于或等于其对应的承载力红线阈值时，获取对应的跨区域调度事件参数作为平衡调度方案，转化为控制执行指令并下发至目标区域内对应的物理执行终端，物理执行终端包括水利闸门控制系统、工业排污阀门控制器或智能限电网关及碳捕集设备控制器。

45、本发明的有益效果如下：

46、本发明融合因果检验与动态时间规整算法实现空间节点组精准筛选，结合皮尔逊相关系数与非线性互信息值区分线性、非线性两类空间连通关系，突破了传统单一相关性分析无法兼顾时序特征与因果传导机制、难以刻画复杂区域生态关联的技术瓶颈，大幅提升了空间生态关联识别的精细化与准确性。

47、本发明针对不同连通类型差异化构建线性自回归分布滞后模型与非线性多层感知机映射模型，并通过共享空间节点级联中继、张量维度拼接与全局有向图网络封装方式，构建全域统一的连通性耦合模型，有效解决了传统技术区域节点割裂、联动传导关系刻画不完整、多区域生态耦合建模精度低的问题，实现了生态数据流跨节点、跨区域的精准推演。