【RS&GIS数据资源】2000–2018年中国陆地生态系统生态质量指数

摘要

生态状况的退化引起人们的广泛关注，并促使定量分析生态质量方法的发展，促进生态质量概念的完善，以指导未来生态环境保护政策的制定。基于当前生态系统功能和生物多样性生境的像素级历史基线的生态质量概念框架，应用卫星遥感和生态系统过程模型数据，经过正向归一化、相关性分析、基于粒子群优化的投影寻踪算法方面的数据质量控制，**构建了2000–2018年空间分辨率为1公里的中国陆地生态系统生态质量数据集。**通过共享本数据集，以期为生态评估理论和方法的发展，以及为宏观生态系统的管理和决策提供数据基础。

基本信息

最新发布日期： 2023-05-25	存储量： 788.62MB
存储类型： 栅格图像	学科分类： 生物学>生态学
时间范围： 2000–2018年	空间范围： 3°51′N– 53°33′N，73°33’E–135°05′E

生态质量指数（EQI）整合了维持生物多样性或栖息地、保护水和土壤、支持营养物质和能量循 环以及调节气候等基本生态系统功能，从这三种功能（支持、维持和调节功能）中，选择出 11 个 指标，用更合适的指标，更全面的生态系统服务，生产了更客观的 EQI。

数据处理

选择多个指标描述生态系统功能，每个指标具有不同的量纲，为避免维度差异采用最小–最大值的方法进行归一化处理，并为确保信息的完整而无冗余，采用相关性分析法，选择相互间相关性较低的指标组成最终的生态质量评价指标，从而组成最终的生态质量评价模型。对指标采用基于粒 子群优化算法的投影寻踪算法，在像元尺度计算指标权重，得到最终的生态质量指数（EQI）。
数据 处理具体包括以下几个部分： （1）为了避免每个指标的纬度差异，将数据在正方向和负方向上进行归一化处理，选择最小– 最大比例作为归一化方法，将数值重新划分在 0–1 的范围中。正向归一化为公式（1），负向归一化 为公式（2）：

其中，_Fi_为像素的归一化值；_Ii_为该像素点的数值；_I_max 为该像素多年来的最大值；_I_min 为多年来的像素的最小值。
（2）基于粒子群优化算法的投影寻踪算法
Kenny 和 Eberhart 于 1995 年提出的粒子群优化（PSO）是一种基于群体合作的随机搜索算法。 基于 PSO 的投影寻踪算法（PPC）优化了寻踪过程，整体分散性和局部密度是该模型的主要思想， 它使样本投影的标准偏差（Sz）与局部密度值（Dz）的乘积最大化，并被定义为目标函数 Q(α)。公式如下：

注意：请数据使用者在基于本数据所产生的研究成果中标注数据来源，
并按照[文献引用方式]标注需引用的参考文献。

---

仅供学习交流，不能用于商业通途，资料数据来源于网络
本公众号只负责数据的搜集和整理工作
不能保证资料的精度和准确度以及时效性
如有侵权请联系删除

欢迎批评指正
关注微信公众号：【GeoLearning】
领取网址哦！