数字孪生核心技术揭秘(四):大规模植被系统生成

简介: 世界真实性还原的持续提高,植被还原变成了一个刚需。本文初步探讨数字孪生应用中植被系统的大规模生成思路,致力于生成中国全境地理分布比较真实合理的植被。

前言

在当前的数字孪生系统中,植被是一个常常被忽略的要素。但是随着数字孪生应用对物理世界真实性还原的持续提高,植被还原变成了一个刚需。

本文初步探讨数字孪生应用中植被系统的大规模生成思路,致力于生成中国全境地理分布比较真实合理的植被。

一、地球表面陆地分类

地球地表分类形式很多,按国际通常分类方法,可以分为10个大类。

十个地表大类当中,大多数有植被覆盖,具体分为耕地、林地、草地、灌木地、湿地、苔原;这些地带的边界通常也没有绝对清晰的划分(水体除外),通常是拥有过度地带。

数据来源:GlobeLand30


二、植被的分类与分布规律

生物受其生存环境中生物和非生物因素的影响,其空间分布呈现一定的规律性特征;从空间尺度上来讲,分为宏观分布规律与微观分布规律。

2.1 宏观分布规则:地带性分布

植物的地带性分布包括垂直分布和水平分布。

水平分布是指生物不同经度、纬度上的横向自然分布。陆生植物的水平分布主要由于不同纬度地区温度、湿度差异而引起,如我国从南向北同海拔地区依次出现热带雨林、常绿阔叶林、落叶阔叶林、针阔混交林、针叶林等。

水平分布示意图

数据来源:GlobeLand30


地带性分布-水平分布的意义:可以给确定经纬度范围的植被大类参考;

陆地上植物的垂直分布主要由于受海拔高度的影响而造成的温度不同所引起的植被类型不同,如喜马拉雅山脚分布热带雨林、山腰分布落叶阔叶林、山顶则有高山草甸等。

垂直分布示意图

(待补充)

地带性分布-垂直分布的意义:可以给确定高程范围的植被大类参考;

由此可见,在宏观尺度上,某个经纬度范围内的地表,在有高程数据的前提下,是可以推断出该范围内的自然植被分布大类的类型。

2.2 微观分布规律:局部空间分布

在某个植被大类中,真实地表的植被分布也不只有固定的某类植物;在局部空间中,也存在着水平和垂直的分布规律。

局部空间-水平分布通常受地表要素的影响,尤其是水体影响(自然植被地区)。

按水系影响分布,植被的局部空间-水平分布可以划分为浮毡植物带、敞水带、沉水植物带、浮水植物带、挺水植物带、两栖植物带、中生植物带,以及远水的灌木带、乔木带。

局部空间-水平分布的意义:可以给确定陆地水系周边的植物类型;

(待补充)


局部空间-水平分布通常受光照和空间要素的影响,通常在举办乔木植株的植被带存在,可以分为乔木层、灌木层、草本植物层等三层。

局部空间-垂直分布的意义:可以给确定阔叶林等局部空间的植物类型;

(待补充)

三、植被资源库建设

3.1 植被类型与具体植物类型的对应关系

了解了某个地理范围内宏观和微观的植被分类,最重要的就是确定该范围内具体植物类型。通过查看《中国林业资源报告》,可以将中国主要森林类型内具体分布的乔木和灌木种类穷举出来。

3.2 植被资源库建设

各植被区域类型植物种类统计

植被地理区域

乔木种类

灌木种类

寒温带针叶林

19

8

中温带针阔混交林

17

3

暖温带落叶阔叶林

50

18

北亚热带的常绿阔叶和落叶阔叶林

23

9

中、南亚热带的常绿阔叶林

57

12

热带季雨林、雨林

42

17

蒙新区的山地针叶林

19

15

青藏区的高山针叶林

33

11

非重复植物种类统计

乔木种类汇总

灌木种类汇总

207

79

因此,我们可以得出结论,建设一个完善中国森林植被资源库,至少需要207种乔木、79种灌木。

注:此处遗留逻辑瑕疵,荒漠、草甸等植被类型没有覆盖。

四、实施逻辑的考虑

4.1 基本逻辑

假设某个区域需要进行植被系统的数字孪生重建,那按之前的分析逻辑,可以通过宏观、微观的分布规律,大致对植被的分布情况进行空间重建,逻辑如下:

4.2 增强因素

  • 密度分析:通过卫星影像作为输入条件,判断该范围内植被密集程度;
  • 坡向分析:通过地点经纬度、切向量分析当前是向阳坡还是背阴坡,筛选植被类型;
  • 随机规则:在局部小范围内,通过柏林噪声等噪声分布规则,提升生成POI点位数据的分布自然性;

五、需要完善的问题

需要进一步考虑的问题:

  • 植物模型库需要补充各类草本植物;
  • 未涉及地衣和苔藓,需要补充;
  • 栽培植被:各类粮食作物分布范围和种类需要考虑;
  • 人工设施植被:如果涉及人工地表,各个大城市行道树种类需要考虑;
相关实践学习
DataV Board用户界面概览
本实验带领用户熟悉DataV Board这款可视化产品的用户界面
阿里云实时数仓实战 - 项目介绍及架构设计
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
目录
相关文章
|
5月前
|
机器学习/深度学习 传感器 安全
数字孪生背后的关键技术是什么?
数字孪生(Digital Twin)背后的关键技术:
146 0
|
弹性计算 运维 Cloud Native
XGRIDS三维重建服务,构建云上数字孪生世界
基于阿里云建设三维重建云平台,搭建云端仿真资源池
XGRIDS三维重建服务,构建云上数字孪生世界
|
机器学习/深度学习 人工智能 大数据
新型数字孪生的三大类别
新型数字孪生的三大类别
148 0
|
Shell 数据处理 定位技术
数字孪生核心技术揭秘(二):三维模型
三维模型是一个很宽泛的概念,大部分三维模型是无法直接应用于数字孪生项目的;三维建模需要找专业的供应商进行制作,需要有标准规范和质量检验;建模、模型数据加工都需要制定规范,才能支持好数据融合;需要使用合适的数字孪生引擎才能发挥三维模型的效果;
3957 2
数字孪生核心技术揭秘(二):三维模型
|
传感器 人工智能 编解码
《达摩院2023十大科技趋势》——场景变换——大规模城市数字孪生
《达摩院2023十大科技趋势》——场景变换——大规模城市数字孪生
299 0
|
算法 自动驾驶 安全
高精地图、车路协同与自动驾驶是什么关系?
如何看待当前的纯视觉的、不依赖于高精度地图的自动驾驶解决方案?
430 0
高精地图、车路协同与自动驾驶是什么关系?
|
10月前
|
存储 关系型数据库 分布式数据库
PolarDB 开源版 通过pgpointcloud 实现高效孪生数据存储和管理 - 支撑工厂、农业等现实世界数字化|数字孪生, 元宇宙相关业务的虚拟现实结合
背景PolarDB 的云原生存算分离架构, 具备低廉的数据存储、高效扩展弹性、高速多机并行计算能力、高速数据搜索和处理;PolarDB与计算算法结合, 将实现双剑合璧, 推动业务数据的价值产出, 将数据变成生产力。本文将介绍PolarDB 开源版 通过 pgpointcloud 实现高效孪生数据存储...
195 0
|
传感器 人机交互 调度
数字孪生是什么,数字孪生能干什么?一文读懂
数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念,可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
513 0
数字孪生是什么,数字孪生能干什么?一文读懂
|
存储 并行计算 算法
PolarDB 开源版 通过pgpointcloud 实现高效孪生数据存储和管理 - 支撑工厂、农业等现实世界数字化|数字孪生, 元宇宙相关业务的虚拟现实结合
PolarDB 的云原生存算分离架构, 具备低廉的数据存储、高效扩展弹性、高速多机并行计算能力、高速数据搜索和处理; PolarDB与计算算法结合, 将实现双剑合璧, 推动业务数据的价值产出, 将数据变成生产力. 本文将介绍PolarDB 开源版 通过 pgpointcloud 实现高效孪生数据存储和管理 - 支撑工厂、农业等现实世界数字化|数字孪生, 元宇宙相关业务的虚拟现实结合
274 0
|
数据可视化 云计算 异构计算
开创云端时空智能,千寻位置加速三维实景中国建设
近日,阿里云联合英伟达与英迈中国,在北京举办视觉计算私享会。千寻位置运营专家周倬受邀出席,在会上分享了三维实景重建的云上实践。
开创云端时空智能,千寻位置加速三维实景中国建设