基于InVEST模型的太行山沿线地区生态系统碳储量时空分异驱动力分析

提升区域的碳汇能力是中国生态文明建设的重点战略方向,是促进经济社会发展绿色转型的重要举措。太行山区是中国华北地区重要的生态屏障,其生态系统拥有良好的碳汇能力。研究太行山区生态系统碳储量时空分异特征及其影响驱动机制,对华北地区落实国家“双碳”工程建设,提升区域释氧固碳能力,乃至全面提升区域生态环境质量具有重要的意义。以太行山区为例,基于2005、2010、2015、2020年太行山区四期土地覆盖及碳密度数据,使用InVEST模型估算研究区碳储量,使用地理探测器探索驱动碳储量空间分异的主要因子,分析驱动机制。研究结果表明,(1)在2005—2020年期间,太行山区的土地利用类型发生明显变化。林地、建设用地土地利用面积增加,耕地、草地土地利用面积减少。耕地和草地主要转化为建设用地,同时也有一部分耕地转化为林地。(2)太行山区碳储总量在1.48×109—1.50×109 t之间,整体逐渐增加。从土地类型来看,碳储量占比由大到小依次为:林地、耕地、草地、建设用地、水域、未利用地。林地增加是太行山区碳储量增加的主要原因;(3)太行山区碳储量空间分异主要受地形、环境和土壤因素的影响。根据地理探测器分析,NDVI(0.214—0.280)和土壤类型(0.151—0.160)的解释力明显大于其他因素,是驱动太行山区碳储量空间分异的主导因子。各驱动因子间的交互作用强度均强于单一因子,其中协同作用最强的是DEM与NDVI协同影响类型(0.368—0.406),这说明在“双碳”建设时需要综合考虑驱动因子对生态系统碳储量空间分异的作用。该研究使用了地理探测器方法来探索生态系统碳储量空间分异驱动因子的作用机制,为生态系统碳汇领域的研究提供了一种新的思路。

基于禁忌搜索算法的传染病样本收集无人机调度方法

路径规划和调度问题对无人机完成特定任务具有重要意义。针对蚁群算法容易陷入局部最优、迭代次数多和稳定性低等问题,提出了一种改进的基于禁忌搜索的蚁群算法(Improved Taboo Ant Colony Algorithm,ITAC),利用禁忌搜索算法的思想进行优势互补,旨在提高算法运行效率,增强全局搜索能力,更能适应解决更大规模的无人机调度问题,最大程度地节省配送成本,有助于高效地控制疫情的蔓延。实验针对3类不同患者数量(30,50和100例)的案例,分别使用10,20,30,50,100架无人机,进行了路径优化仿真。以无人机的使用数量、飞行总距离和算法运行时间为评估指标,将ITAC算法和3种常用路径规划算法(禁忌搜索算法、蚁群算法和Dijkstra算法)进行对比实验和分析,结果表明,4类算法均优化了3类案例中无人机的使用数量,其中ITAC算法表现最佳,在提供最佳路径的同时缩减了运算时间。