基于GIS、RS、VORS模型、CCDM模型、geodetecto、GWR模型集成的生态系统健康的耦合协调分析
详情点击链接：基于GIS、RS、VORS模型、CCDM模型、geodetecto、GWR模型集成的生态系统健康的耦合协调分析
第一：基础
1.生态系统健康概内涵
2.生态系统健康评价方法与指标体系
3.城镇化与生态系统健康
4.研究热点及未来发展方向
第二GIS基础
1.ArcGIS软件安装、常用功能
ArcGIS版本，安装；
ArcGIS软件界面，常用功能；
2.数据类型与加载
(1)数据类型及获取方式：
(2)ArcGIS Pro 可使用和集成各种数据集类型：包括基于要素和栅格的空间数据（包括图像和遥感数据）、表格数据、激光雷达等
(3)数据进入ArcGIS Pro
(4)从 ArcGIS Living Atlas、工程中的默认地理数据库和本地文件夹连接添加数据。
(5)空间地理数据库建立
(6)数据格式转换
(7)预览并浏览数据，检查其元数据，将其裁剪到感兴趣的重点区域，并对其进行处理以确保格式和空间参考的一致性
3.坐标系及地图投影
(1)地理坐标系
(2)投影坐标系
4.地图符号与版面设计
(1)根据获取或创建的空间数据集来创作地图
(2)符号化地图图层
(3)对地图进行标注
(4)创建图表
(5)地图布局：地图排版设计
(6)插入地图整饰要素：为地图添加文字信息； 使用表格框、使用经纬网、构建空间地图系列
(7)研究区域图制作
第三空间数据获取与预处理
1.数据类型
2.数据预处理
(1)土地利用数据
将土地利用按照需求进行重分类。
土地利用数据的重分类、掩膜提取和投影变换等均在ArcGIS 中完成。
(2)DEM数据
在PIE ENGINE云平台或者下载得到分辨率为30 m的ASTER GDEM数字高程数据，并在云平台进行拼接、裁剪等预处理后导出到本地。
或者在地理空间数据云平台下载得到分辨率为30 m的ASTER GDEM数字高程数据，在ArcGIS 中进行拼接、裁剪。
在ArcGIS 中进行投影变换和No data值处理等得到30 m×30 m栅格数据。
(3)社会经济数据
社会经济数据，主要包括人口、社会、经济三个方面，各项统计数据主要
从《**省统计年鉴》、《中国城市统计年鉴》和各个市、区（县）统计公报等获取。各指标数据基于所收集到的原始数据进行整理和处理。
(1)遥感产品数据
归一化植被指数（NDVI）、GDP和人口数据等可以分别采用中国科学院资源环境科学数据中心产品“中国年度植被指数空间分布数据集”“中国人口空间分布公里网格数据集”“中国GDP空间分布公里网格数据集”，空间分辨率均为1 km×1 km，主要在ArcGIS 中进行投影变换后，用空间范围矢量边界对相应的栅格数据分别进行掩膜提取。
也可以在PIE ENGINE云平台或者下载得到NDVI\NPP\GDP\POP等遥感数据集，并在云平台进行拼接、裁剪等预处理后导出到本地。
3.指标标准化处理
由于评价模型中指标的类型、量纲和趋势各不相同，对各指标进行了标准化和归一化：
正向指标：
负向指标：
第四模型参量提取
1.生态系统健康水平测算
基于VORS（活力-组织力-恢复力-服务）模型，主要依据生态系统活力（EV）、生态系统组织力（EO）、生态系统恢复力（ER）和生态系统服务（ES）4个指标，对生态系统健康进行评估。
(1)生态系统活力（Ecosystem Vigor，EV）
自然生态系统活力一般指生态系统的初级生产力、代谢能力和活性。可以采用NDVI或者NPP等植被参量进行表征。
NPP的计算方法通常基于植物生物量变化或光合作用的速率。计算NPP时需要考虑到生态系统内各种因素的影响，包括气候因素（如降水量、温度、日照时数等）、土壤因素（如土壤养分含量、质地等）和植物物种、密度和分布等因素。
数据集下载与预处理：
基于PIE ENGINE的长序列NDVI指数、NPP指数提取与预处理；
(2)生态系统组织力( Ecosystem Organization，EO)
生态系统组织力指生态系统结构的稳定性，其度量通常选取基于空间邻接关系的景观格局指数构建指标体系。景观格局是不同类型景观斑块的空间排列。景观格局指数是一个描述不同土地利用类型的斑块大小、数量、面积、形状、布局和其他特征的指标。
生态系统组织力的计算方法：
对生态系统组织力的定量评价主要是从景观异质性、景观连通性及具有重要生态功能的斑块连通性进行的，采用Fragstats 4.2 软件进行景观格局指数计算。
1)Fragstats 使用的数据是栅格数据，数据格式为 GeoTIFF(.tif)，注意属性最好为英文，不然可能报错，数据的预处理过程可以在 ArcGIS 中进行。 模导
2)一个 Fragstats 模型简单来说就是为 Fragstats 进行了配备了分析所需的全部参数。点击左上角工具条上的 New 按钮或从 File 的下拉菜单中选择 New 选项，即可创建一个空白模型。
3)加入之前准备好的实验数据，点击Add layer：
4)常用的一些景观指数以及他们的具体含义以及们在 Fragstats中的英文缩写：
5)设置参数：点击工具栏下方的Analysis parameters，并在下方选择Use 8 cell neighborhood rule，8近邻相比4近邻更为平滑，但计算也相对较慢。勾选Patch metrics、Class metrics、Landscape metrics以及Generate patch ID file。
6)视需要输入分类描述信息：新建一个 txt 文件，后缀为.fcd，其中 ID 即为不同地表类型的取值，它们取决于输入的栅格；Name 是每种地表分类的描述，在 Fragstats 的输出文件中将以TYPE 字段显示；Enabled 和 IsBackground 两者分别表示是否计算并输出本类型以及是否将本类型作为背景值。
7)接下来我们把设置好的 fcd 文件导入 Fragstats：
8)设置计算指标
9)保存后，点击运行，确定无误得出运行结果
10)最后的结果可以在“Results”中看到
(3)生态系统恢复力（Ecosystem Resilience，ER）
生态系统健康的另一个重要评价指标是生态系统弹性，也可以称为生态系统恢复力，是指自然生态系统在受到外界干扰后恢复到其原有结构和功能的能力，可以用抵抗力（Resistance）和恢复力（Resilience）来衡量。
(4)生态系统服务（Ecosystem Service，ES）
Ø生态系统服务表示生态系统为人类社会提供直接或间接效益的能力，其是指示区域生态系统健康的重要指标。生态系统服务可以从两个方面来衡量：一是区域不同土地利用/覆被类型的生态系统服务系数（ESC），可以通过特定土地利用类型的生态系统服务价值与空间单元所有土地利用类型的平均生态系统服务价值的比值来确定；二是土地利用类型的空间邻近性。
Ø生态系统服务是指生态系统和生态过程对人类生存形成和维持的自然效用，反映了生态系统中相互关联的生态功能的产物。文章考虑空间异质性、社会发展程度和人口差异因素，采用改进的当量因子法计算生态系统服务价值（ESV）。
Ø基于PIE ENGINE云平台获取生态系统服务价值数据
2.城镇化水平测算
城镇化是一个复杂的系统，可以从人口、土地和经济3个维度构建区（县）域城镇化水平综合评价指标体系。人口城镇化常用人口密度（POPD）来量化；经济城镇化用国内生产总值密度（GDPD）来量化；选取建设用地比例（ULP）来表示土地城镇化，将这些指标整合为一个衡量区域城镇化水平（UL）的综合指标。
(1)人口密度数据获取
数据来源：
中国科学院地理科学与资源研究所资源环境科学与数据中心WorldPop数据集，数据集分辨率较高可达100 m
数据链接
http://www.resdc.cn/DOI/DOI.aspx?DOIid=322→https://www.worldpop.org/project/categories?id=3
https://engine.piesat.cn/dataset-list
数据预览---POP人口密度数据
(2)经济数据获取
数据预览---GDP经济数据
https://www.resdc.cn/DOI/DOI.aspx?DOIID=33
https://doi.org/10.6084/m9.figshare.17004523.v1
第五城镇化和生态系统健康空间关系测算
1.空间相关性分析
空间自相关是指地理对象的某一属性值的相似性与空间位置差异之间的统计相关性。空间自相关分析包括全局空间自相关和局部空间自相关。
计算出全局和局部Moran’s I 后，一般还需要对其结果进行假设检验[：
2.耦合模型
（1）耦合度模型
耦合是指多个系统之间或系统内部各组成要素之间通过相互作用、相互影响，彼此之间产生相互促进或约束，以致联合起来的现象。耦合度是对系统之间或系统中各要素相互作用、相互联系的紧密程度的一种度量：
（2）耦合协调度模型（CCDM）
协调则是系统之间一种良性的相互关联，体现了系统要素从杂乱无章到和谐发展的趋势。利用耦合协调度模型来考量城镇化与生态系统健康之间的发展协调性：
3.城镇化对生态系统健康的影响效应
运用地理探测器模型研究城镇化子系统对研究区生态系统健康空间分布特征的解释强度。
(1)R开发环境部署及简介
(2)R语言中地理探测器简介
geodetector包（install.packages("geodetector") ），
GD包install.packages("GD")
(3) 栅格数据读取与预处理
(4)无效值去除
(5)分异及因子探测
在geodetector包中，基于factor_detector()函数实现
(6)交互作用探测
通过interaction_detector()函数来执行
(7)最优参数地理探测器（OPGD）
采用最优参数地理探测器（OPGD），划定最优参数区间，以因子探测以及交互探测两大模块解析城镇化子系统对生态系统健康影响效应。
离散化方法：equal(等距),natural(自然间断点分类),quantile(分位数),geometric(几何间隔),sd(标准差),manual(手动间隔)
optidisc()函数：通过算法自动计算出最优的方法及分类
4.城镇化对生态系统健康影响效应
运用地理加权回归模型从全局视角探析城镇化对生态系统健康影响的空间异质性。
(1)地理加权回归（GWR）简介
(2)六个核函数的选择：
(3)Global Model(均值核函数)、Gaussian(高斯核函数)、Exponential、Box-car(盒状核函数)、Bi-square(二次核函数)、Tri-cude(立方体和函数)
(4)带宽的确定
(5)回归结果解读
第六SCI论文写作与拓展
1.论文写作思路与心得分享
2.SCI论文案例分析
