一种区域生态系统生态服务价值核算方法及装置

摘要

本发明提供一种区域生态系统生态服务价值核算方法及装置。该方法包括：获取目标区域的卫星影像数据及价值评价数据；基于随机森林分类模型对卫星影像数据进行遥感解译，确定区域待评价生态系统类型分布图；基于区域待评价生态系统类型分布图和价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统净生态服务价值数据；所述区域待评价生态系统类型分布图至少包含一个像元。本发明方法，以遥感影像解译的区域待评价生态系统类型分布图为基础，通过融入多源遥感数据，能够精准获取生态服务价值数据，从而实现高空间分辨率、细粒度的区域生态系统生态服务价值空间制图，更加精细刻画地块间的空间异质性规律，提高生态服务价值核算精度。

说明书

技术领域

本发明涉及生态学领域及大数据处理技术领域，具体涉及一种区域生态系统生态服务价值核算方法及装置。另外，还涉及一种电子设备及处理器可读存储介质。

背景技术

生态系统是人类生存发展的基础，有着极高的价值，是无法替代的自然资源和自然资产，但是由于缺乏系统的针对生态服务价值的评价体系及方法，使得社会对生态环境的过度消费带来了一系列的环境问题。因此，开展区域生态系统(比如稻田生态系统、森林生态系统、草地生态系统等)生态服务价值评价，确定生态系统的生态服务价值，从而保护生态系统健康发展及可持续发展具有重要意义。

目前，现有生态系统生态服务价值估算存在参数不准确以及评价结果空间粒度过粗等问题，局限性较大，导致生态服务价值核算精度较差，实用性低，粗粒度的评价结果抑制了地块间实际存在的空间异质性规律。因此，如何设计一种基于多源大数据的像元尺度高空间分辨率、细粒度的区域生态系统生态服务价值核算方案成为亟待解决的技术问题。

发明内容

为此，本发明提供一种区域生态系统生态服务价值核算方法及装置，以解决现有技术中存在的生态系统生态服务价值核算方案局限性较大导致生态服务价值核算的精度较差的缺陷。

第一方面，本发明提供一种区域生态系统生态服务价值核算方法，包括：获取目标区域的卫星影像数据以及相应的价值评价数据；并基于随机森林分类模型对所述卫星影像数据进行遥感解译，确定相应的区域待评价生态系统类型分布图；

基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统净生态服务价值数据；其中，所述区域待评价生态系统类型分布图至少包含一个像元。

进一步的，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统净生态服务价值数据，具体包括：

基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统的物质产品价值数据、生态调节服务价值数据、生态文化服务价值数据及生态负面调节价值数据；

基于所述物质产品价值数据、所述生态调节服务价值数据、所述生态文化服务价值数据以及所述生态负面调节价值数据，获得基于像元尺度的区域生态系统净生态服务价值数据。

进一步的，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统的生态调节服务价值数据，具体包括：

基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的固碳释氧价值数据、气候调节价值数据、涵养地下水价值数据、洪水调蓄价值数据以及物质净化价值数据。

进一步的，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统的生态负面调节价值数据，具体包括：

基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统温室气体排放价值数据；基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统水资源消耗价值数据；基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统农用化学品污染价值数据。

进一步的，所述基于随机森林分类模型对所述卫星影像数据进行遥感解译，确定相应的区域待评价生态系统类型分布图，具体包括：

将所述卫星影像数据输入到所述随机森林分类模型中进行遥感解译，获得所述随机森林分类模型输出的地物类型；根据所述地物类型，确定所述区域待评价生态系统类型分布图；其中，所述随机森林分类模型是基于区域调查样本进行训练及验证得到的。

进一步的，所述价值评价数据包括区域遥感数据和区域关联统计数据；其中，所述区域遥感数据包括经过定标及几何校正后的多光谱或高光谱遥感影像数据、总初级生产力数据、地表蒸散发量数据、降水量和气温数据。

第二方面，本发明还提供一种区域生态系统生态服务价值核算装置，包括：

数据获取及预处理单元，用于获取目标区域的卫星影像数据以及相应的价值评价数据；并基于随机森林分类模型对所述卫星影像数据进行遥感解译，确定相应的区域待评价生态系统类型分布图；

生态服务价值核算单元，用于基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统净生态服务价值数据；其中，所述区域待评价生态系统类型分布图至少包含一个像元。

进一步的，所述生态服务价值核算单元，具体用于：

基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统的物质产品价值数据、生态调节服务价值数据、生态文化服务价值数据及生态负面调节价值数据；

基于所述物质产品价值数据、所述生态调节服务价值数据、所述生态文化服务价值数据以及所述生态负面调节价值数据，获得基于像元尺度的区域生态系统净生态服务价值数据。

进一步的，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统的生态调节服务价值数据，具体包括：

基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的固碳释氧价值数据、气候调节价值数据、涵养地下水价值数据、洪水调蓄价值数据以及物质净化价值数据。

进一步的，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统生态负面调节价值数据，具体包括：

基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统温室气体排放价值数据；基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统水资源消耗价值数据；基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统农用化学品污染价值数据。

进一步的，所述数据获取及预处理单元，具体用于：

将所述卫星影像数据输入到所述随机森林分类模型中进行遥感解译，获得所述随机森林分类模型输出的地物类型；根据所述地物类型，确定所述区域待评价生态系统类型分布图；其中，所述随机森林分类模型是基于区域调查样本进行训练及验证得到的。

进一步的，所述价值评价数据包括区域遥感数据和区域关联统计数据；其中，所述区域遥感数据包括经过定标及几何校正后的多光谱或高光谱遥感影像数据、总初级生产力数据、地表蒸散发量数据、降水量和气温数据。

第三方面，本发明还提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述计算机程序时实现如上述任意一项所述区域生态系统生态服务价值核算方法的步骤。

第四方面，本发明还提供一种处理器可读存储介质，所述处理器可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现如上述任意一项所述区域生态系统生态服务价值核算方法的步骤。

本发明提供的区域生态系统生态服务价值核算方法，通过获取目标区域的卫星影像数据以及相应的价值评价数据，并基于随机森林分类模型对所述卫星影像数据进行遥感解译，确定相应的区域待评价生态系统类型分布图；然后，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统净生态服务价值数据。该方法以遥感影像解译获得的区域待评价生态系统类型分布图为基础，通过融合多源遥感数据替代统计数据，准确获取模型评价参数进行生态服务价值估算，从而能够实现区域生态系统高空间分辨率、细粒度的生态服务价值空间制图，不但提高了生态服务价值核算的精度，而且更加精细的刻画了地块间的空间异质性规律。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他的附图。

图1是本发明实施例提供的区域生态系统生态服务价值核算方法的流程示意图；

图2是本发明实施例提供的区域生态系统生态服务价值核算方法的完整流程示意图；

图3是本发明实施例提供的是A市单位面积的净生态服务价值的直方图；

图4是本发明实施例提供的是A市7、8月城区与稻田区气温实际差值示意图；

图5是本发明实施例提供的区域生态系统生态服务价值核算装置的结构示意图；

图6是本发明实施例提供的电子设备的实体结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获取的所有其他实施例，都属于本发明保护的范围。

下面基于本发明所述区域生态系统生态服务价值核算方法，对其实施例进行详细描述。如图1所示，其为本发明实施例提供的区域生态系统生态服务价值核算方法的流程示意图，具体实现过程包括以下步骤：

步骤101：获取目标区域的卫星影像数据及相应的价值评价数据；并基于随机森林分类模型对所述卫星影像数据进行遥感解译，确定相应的区域待评价生态系统类型分布图。

其中，所述价值评价数据包括区域遥感数据和区域关联统计数据；所述区域遥感数据包括经过定标及几何校正后的多光谱或高光谱遥感影像数据、总初级生产力数据、地表蒸散发量数据、降水量和气温数据。

在本发明实施例中，通过相关平台获取哨兵2卫星影像数据、总初级生产力数据(GPP，Gross Primary Productivity)、地表蒸散发量数据(ET，Evapotranspiration)、降水量和气温数据等区域遥感数据，以及区域关联统计数据；然后进行相应的预处理和数据整理。

例如，通过相关平台获取的哨兵2卫星影像数据，影像编号分别可为T50SNJ、T50SNH、T50SMH和T50SMJ，影像云量均小于5％。并使用处理软件对S2MSI1C数据进行大气校正、重采样、镶嵌及裁剪等预处理，生成空间分辨率均为10m的13个波段多光谱影像。总初级生产力数据可通过相关平台获取获得，其空间分辨率可为500m，时间分辨率可为8d。在具体实施过程中，可获取产品(比如水稻)生长季(5月1日-8月31日)初始的总初级生产力数据，并使用QGIS3.22软件进行裁剪以及双线性插值方法重新采样处理，得到空间分辨率为10m的GPP栅格数据，以得到需要的总初级生产力数据。通过相关平台获取获取目标区域该产品(比如水稻)生长季(5月1日-8月31日)初始的蒸散发量数据，并使用QGIS3.22软件进行裁剪以及双线性插值方法重新采样处理，得到空间分辨率为10m的ET栅格数据，以得到需要的蒸散发量数据。另外获取目标区域该产品(比如水稻)5月-8月降水量和气温数据下载至本地，得到初始的降水量和气温数据，并使用QGIS3.22软件进行裁剪以及双线性插值方法重新采样处理，得到空间分辨率为10m的累积降水量和各月气温栅格数据，以得到需要的降水量和气温数据。所述区域关联统计数据包含该产品(比如水稻)稻谷生产成本以及污染物排放收费价格等统计数据，可通过相关数据库获取，在此不再详细赘述。

在本步骤中，所述基于随机森林分类模型对所述卫星影像数据进行遥感解译，以确定相应的区域待评价生态系统类型分布图，对应的具体实现过程包括：将所述卫星影像数据输入到所述随机森林分类模型中进行遥感解译，获得所述随机森林分类模型输出的地物类型；根据所述地物类型，确定所述区域待评价生态系统类型分布图；其中，所述随机森林分类模型是基于区域调查样本进行训练及验证得到的。需要说明的是，本发明实施例中，所述的区域生态系统可以包含稻田生态系统、小麦生态系统、玉米生态系统、森林生态系统等区域不同类型的生态系统。

如图2中的流程S2所示，以水稻生态系统为例进行说明，首先可获得120个水稻种植区、280个其他植被区域、69个建筑区域以及51个水体区域作为训练样本进行模型训练，然后使用初始的随机森林分类模型进遥感解译，随机选取训练样本的75％作为训练数据集开展模型训练，剩余25％样本作为验证数据集进行精度验证，以得到高分类精度的随机森林分类模型。

步骤102：基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统净生态服务价值数据；其中，所述区域待评价生态系统类型分布图包含至少一个像元。

具体的，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统生态物质产品价值量(物质产品价值数据)；以及，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的生态调节服务价值量(生态调节服务价值数据)；以及，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的生态文化服务价值量(生态文化服务价值数据)；以及，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的生态负面调节价值量(生态负面调节价值数据)；基于所述生态物质产品价值量、所述生态调节服务价值量、所述生态文化服务价值量以及所述生态负向调节价值量，确定基于像元尺度的区域生态系统净生态服务价值量(净生态服务价值数据)。

其中，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的生态调节服务价值量(生态调节服务价值数据)，对应的具体实现过程包括：基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的固碳释氧价值量(固碳释氧价值数据)；以及，基于所述待评价生态系统区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的气候调节价值量(气候调节价值数据)；以及，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的涵养地下水价值量(涵养地下水价值数据)；以及，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的洪水调蓄价值量(洪水调蓄价值数据)；以及，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的物质净化价值量(物质净化价值数据)。

另外，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的生态负面调节价值量，对应的具体实现过程包括：基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统温室气体排放价值量(温室气体排放价值数据)；以及，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的水资源消耗价值量(水资源消耗价值数据)；以及，基于区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的农用化学品污染价值量(农用化学品污染价值数据)。

在本发明实施例中，以稻田区域生态系统生态服务价值估算方法为例进行说明。如图2中的流程S3所示，按照式(1)-(23)方法分别计算稻田生态系统物质产品、生态调节服务、生态文化服务及生态负面调节等四大功能价值量，具体可细化为固碳释氧价值、气候调节价值、温室气体排放价值等11项生态服务价值核算指标。

在物质产品价值中，农产品供给功能是农田生态系统对人类福利最重要的贡献，也是首要服务。而秸秆作为可再生资源，可用于燃烧、饲养、直接还田、工业加工等。在本发明实施例中，基于所述区域稻田分布图和所述价值评价数据进行生态服务价值估算，确定区域稻田生态系统基于像元尺度的生态物质产品价值量(即农产品价值)。

具体的，农产品价值对应的估算算法如下：

ES

ES

ES

M

V

式(1)中，ES

在基于所述区域稻田生态系统分布图和价值评价数据进行生态服务价值估算获得基于像元尺度的区域生态系统的生态调节服务价值数据过程中，可基于所述区域稻田分布图和所述价值评价数据进行生态服务价值估算确定基于像元尺度的区域生态系统的固碳释氧价值量。

在实际实施过程中，水稻具有吸收CO

ES

V

H＝(M

式(7)中，ES

基于所述区域稻田生态分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的气候调节价值量。

具体的，在实际实施过程中，稻田生态系统通过植物蒸腾、水面蒸发降低气温、减小气温变化范围、增加空气湿度，从而改善人居环境舒适程度的生态效应。采用降温增湿消耗的能量作为气候调节功能的评价指标，其价值估算运用替代成本法。气候调节价值数据对应的算法如下：

ES

式(11)中，ES

基于所述区域稻田分布图(即所述区域待评价生态系统类型分布图)和所述价值评价数据进行生态服务价值估算，确定区域稻田生态系统基于像元尺度的涵养地下水价值量。

具体的，在实际实施过程中，由于目标区域的水稻需长时间保持田内有水，全年淹水天数达140天，田间水分除满足作物生长和蒸发外，一部分水分会渗入地下补充地下水，起到涵养地下水源作用，其他则通过灌溉系统经排水回流至河湖中，本发明考虑补充地下水生态价值。涵养地下水价值数据对应的算法如下：

ES

式(12)中，ES

基于所述区域稻田分布图和所述价值评价数据进行生态服务价值估算，确定区域稻田生态系统基于像元尺度的洪水调蓄价值量。

具体的，在实际实施过程中，稻田是一种人工湿地类型，能分流和储存雨水，起到调蓄洪水、减轻洪涝灾害作用，该部分的生态价值主要采用替代成本法，估算稻田在调控一定容量的洪水下相对于同等容量水库的建设与维护成本。根据目标区域稻田田埂的平均高度、田间日常平均水深、稻田面积以及单位调洪容量的防洪水库的建设与维护成本来核算蓄水防洪的价值量。

ES

式(13)中，ES

于所述区域稻田分布图和所述价值评价数据进行生态服务价值估算，确定区域稻田生态系统基于像元尺度的物质净化价值量。

具体的，在实际实施过程中，水稻能够吸收空气中的有害气体并进行分解转化为无毒物质，同时能对空气粉尘具有良好的阻滞、过滤和吸附作用，从而有效净化空气、改善大气环境。一般主要考虑SO

ES

式(14)中，ES

基于所述区域稻田分布图和所述价值评价数据进行生态服务价值估算，确定区域稻田生态系统基于像元尺度的生态文化服务价值量；

具体的，在实际实施过程中，考虑到稻田区域生态系统可以为其周边的人群提供美学体验、精神愉悦感受的功能，从而提高周边土地价值，所以确定了生态文化服务价值数据(即景观美学价值数据)。景观美学价值数据对应的算法如下：

ES

式(17)中，ES

在基于所述区域稻田分布图和所述价值评价数据进行生态服务价值估算确定区域稻田生态系统基于像元尺度的生态负面调节价值量过程中，基于所述区域稻田分布图和所述价值评价数据进行生态服务价值估算，确定区域稻田生态系统基于像元尺度的温室气体排放价值量。

具体的，在实际实施过程中，温室气体排放价值数据对应的算法如下：

式(18)中，ES

基于所述区域稻田分布图和所述价值评价数据进行生态服务价值估算，确定区域稻田生态系统基于像元尺度的水资源消耗价值量。

具体的，在实际实施过程中，稻田生态系统水资源消耗主要为水稻生长所需水分消耗(主要为植物蒸腾以及株间蒸发)和地下渗漏，地下渗漏能够对水稻种植区的地下水进行补充，不属于水稻生长的直接消耗，应为正向生态价值，因此，只对水稻生长消耗水分进行价值估算。水资源消耗价值数据对应的算法如下：

ES

式(19)中，ES

基于区域稻田分布图和所述价值评价数据进行生态服务价值估算，确定区域稻田生态系统基于像元尺度的农用化学品污染价值量。

具体的，在实际实施过程中，水稻生长过程中会大量使用化肥和农药，从而对稻田及周边水体、土壤等环境产生污染，采用环境成本法估算。农用化学品污染价值数据对应的算法如下：

ES

式(20)中，ES

最后，可基于所述稻田物质产品价值量、所述稻田调节服务价值量、所述稻田文化服务价值量以及所述稻田负面调节价值量，确定区域稻田生态系统基于像元尺度的净生态服务价值量。

具体的，稻田生态系统的净生态服务价值是正向生态服务价值与负向生态价值之差，对应的具体算法如下：

ES

ES

式(21)中，ES

在本发明实施例中，所述目标区域与所述区域稻田分布图相对应，比如一个目标区域可包含多种生态系统分布图。该区域生态系统分布图又可划分为不同行政区域，而不同的行政区域是由多个地块(像元)组成。所述的通过本发明区域生态系统生态服务价值核算得到净生态服务价值为分别对应不同地块(像元)的净生态服务价值，从而能够实现区域生态系统生态服务价值估算参数的像元化，更加精细的确定地块间的空间异质性规律，提高了生态服务价值核算的精度。

需要说明的是，所述价值评价数据包括生态服务价值估算对应的具体算法中使用到的所有数据，比如稻谷产量、水稻副产品产量、释氧量、水稻生长期内灌水量等，在此不再一一赘述。

本发明应用的具体场景中区域生态系统包括但不限于稻田生态系统，其也可以针对小麦生态系统、玉米生态系统、森林生态系统等不同地物对应的生态系统类型实现，当针对小麦生态系统、玉米生态系统、森林生态系统等不同地物对应的生态系统时，用于生态服务价值核算的具体指标(比如固碳释氧价值、气候调节价值、涵养地下水价值、洪水调蓄价值、物质净化价值、温室气体排放价值等)根据实际需要进行相应的调整即可，在此不再详细赘述。

以A市为例，稻田生态系统生态服务价值估算结果如下：确定2019年A市稻田生态系统生态服务价值估算参数取值为：式(2)中，P

具体的，在稻田生态系统生态服务价值中：(1)生态物质产品价值量中。2019年A市稻田生态系统农产品总生态价值为156378.01万元，其中，稻谷和秸秆生态价值分别为152986.80万元、3391.21万元。由于农产品在种植及生产过程中有较大的成投入，计算物质产品生态价值需扣除生产成本，A市水稻单位产量种植成本为2503.4元/t，2019年生产成本总值为127662.39万元，根据公式(1)计算出A市2019年稻田生态系统农产品的净生态服务价值为28715.62万元。(2)生态调节服务价值量中2019年A市稻田生态系统调节服务价值为326555.92万元，其中，固碳释氧价值为54329.82万元，固碳价值为26050.72万元，释氧价值为28279.10万元；气候调节价值为217673.73万元，2019年总降温效应为240mm，相当于燃烧7.96×10

表1 A市2019年稻田生态系统生态服务价值量

对生态服务功能占比分析表明，正面价值中，气候调节价值(61.27％)>固碳释氧价值(15.29％)>供给功能价值(8.08％)，调节服务、文化服务之和是物质产品供应的11.4倍，这也进一步证实稻田生态系统的物质生产价值远低于其生态服务价值，这与人们普遍认为的稻田只有粮食生产价值的观点所有不同，人们常识严重低估了稻田生态系统的价值。

在稻田生态系统物质产品量方面：(1)农产品量。2019年A市稻田生态系统农产品总量为118.82×10

表2 A市2019年稻田生态系统生态服务物质量

在生态服务价值空间分析方面：如图3所示，2019年A市稻田生态系统单位面积净生态服务价值频率分布呈偏右近正态分布，最大值为8.74万元/hm

本发明实施例所述的稻田生态系统生态服务价值核算方法，通过获取目标区域的卫星影像数据以及相应的价值评价数据，并基于随机森林分类模型对所述卫星影像数据进行遥感解译，确定区域稻田分布图；然后，基于所述区域稻田分布图和所述价值评价数据进行生态服务价值估算，确定区域稻田生态系统基于像元尺度的净生态服务价值数据。该方法以遥感影像解译获得的区域稻田分布图为基础，融合多源遥感数据替代统计数据，模型自动率定，准确获取模型评价参数，能够实现区域高空间分辨率细粒度的稻田生态系统生态服务价值空间制图，更加精细的确定地块间的空间异质性规律，提高了生态服务价值核算的精度。

与上述提供的一种区域生态系统生态服务价值核算方法相对应，本发明还提供一种区域生态系统生态服务价值核算装置。由于该装置的实施例相似于上述方法实施例，所以描述得比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述的区域生态系统生态服务价值核算装置的实施例仅是示意性的。请参考图5所示，其为本发明实施例提供的一种区域生态系统生态服务价值核算装置的结构示意图。

本发明所述的区域生态系统生态服务价值核算装置，具体包括：

数据获取及预处理单元501，用于获取目标区域的卫星影像数据以及相应的价值评价数据；并基于随机森林分类模型对所述卫星影像数据进行遥感解译，确定相应的区域待评价生态系统类型分布图；

生态服务价值核算单元502，用于基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统净生态服务价值数据；其中，所述区域待评价生态系统类型分布图至少包含一个像元。

进一步的，所述生态服务价值核算单元，具体用于：

基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统的物质产品价值数据、生态调节服务价值数据、生态文化服务价值数据及生态负面调节价值数据；

基于所述物质产品价值数据、所述生态调节服务价值数据、所述生态文化服务价值数据以及所述生态负面调节价值数据，获得基于像元尺度的区域生态系统净生态服务价值数据。

进一步的，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统的生态调节服务价值数据，具体包括：

基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统的固碳释氧价值数据、气候调节价值数据、涵养地下水价值数据、洪水调蓄价值数据以及物质净化价值数据。

进一步的，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统生态负面调节价值数据，具体包括：

基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统温室气体排放价值数据；基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统水资源消耗价值数据；基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统农用化学品污染价值数据。

进一步的，所述数据获取及预处理单元，具体用于：

将所述卫星影像数据输入到所述随机森林分类模型中进行遥感解译，获得所述随机森林分类模型输出的地物类型；根据所述地物类型，确定所述区域待评价生态系统类型分布图；其中，所述随机森林分类模型是基于区域调查样本进行训练及验证得到的。

进一步的，所述价值评价数据包括区域遥感数据和区域关联统计数据；其中，所述区域遥感数据包括经过定标及几何校正后的多光谱或高光谱遥感影像数据、总初级生产力数据、地表蒸散发量数据、降水量和气温数据。

本发明实施例所述的区域生态系统生态服务价值核算装置，通过获取目标区域的卫星影像数据以及相应的价值评价数据，并基于随机森林分类模型对所述卫星影像数据进行遥感解译，确定相应的区域待评价生态系统类型分布图；然后，基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统净生态服务价值数据。该方法以遥感影像解译获得的区域待评价生态系统类型分布图为基础，融合多源遥感数据替代统计数据，模型自动率定，准确获取模型评价参数，能够实现区域高空间分辨率细粒度的生态系统生态服务价值空间制图，更加精细的确定地块间的空间异质性规律，提高了生态服务价值核算的精度。

与上述提供的区域生态系统生态服务价值核算方法相对应，本发明还提供一种电子设备。由于该电子设备的实施例相似于上述方法实施例，所以描述得比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述的电子设备仅是示意性的。如图6所示，其为本发明实施例公开的一种电子设备的实体结构示意图。该电子设备可以包括：处理器(processor)601、存储器(memory)602和通信总线603，其中，处理器601，存储器602通过通信总线603完成相互间的通信，通过通信接口604与外部进行通信。处理器601可以调用存储器602中的逻辑指令，以执行区域生态系统生态服务价值核算方法，该方法包括：获取目标区域的卫星影像数据以及相应的价值评价数据；并基于随机森林分类模型对所述卫星影像数据进行遥感解译，确定相应的区域待评价生态系统类型分布图；基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统净生态服务价值数据；其中，所述区域待评价生态系统类型分布图至少包含一个像元。

此外，上述的存储器602中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：存储芯片、U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在处理器可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的区域生态系统生态服务价值核算方法。该方法包括：获取目标区域的卫星影像数据以及相应的价值评价数据；并基于随机森林分类模型对所述卫星影像数据进行遥感解译，确定相应的区域待评价生态系统类型分布图；基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统净生态服务价值数据；其中，所述区域待评价生态系统类型分布图至少包含一个像元。

又一方面，本发明实施例还提供一种处理器可读存储介质，所述处理器可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述实施例提供的区域生态系统生态服务价值核算方法。该方法包括：获取目标区域的卫星影像数据以及相应的价值评价数据；并基于随机森林分类模型对所述卫星影像数据进行遥感解译，确定相应的区域待评价生态系统类型分布图；基于所述区域待评价生态系统类型分布图和所述价值评价数据进行生态服务价值估算，确定基于像元尺度的区域生态系统净生态服务价值数据；其中，所述区域待评价生态系统类型分布图至少包含一个像元。

所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。