限公司11694專利代理師袁李芳GO6V10/764(2022.0GO6V10/77(2022.01)GO6V10/776(2022.0GO6N20/20(2019.01)區(qū)域土壤有機碳非線性演化路徑及特征評估方法及其應用(57)摘要區(qū)域土壤有機碳非線性演化路徑及特征評估方各像元的環(huán)境變量數(shù)據(jù)和土壤有機碳數(shù)據(jù)進行同空間的土壤有機碳數(shù)據(jù)重構其非線性演化路徑，解決了土壤有機碳歷史數(shù)據(jù)較為缺乏的問土壤有機碳的趨勢預測和態(tài)勢預警，從而服務土利用自組織映射網(wǎng)絡模型，以各像元土壤有機碳含量和環(huán)境變量數(shù)性和韌性2獲取目標區(qū)域的多源遙感影像數(shù)據(jù)，所述多源遙感利用自組織映射網(wǎng)絡模型，以各像元土壤有機碳含量和環(huán)境變量數(shù)據(jù)作為輸入向量，根據(jù)各土壤有機碳狀態(tài)類型的平均覆被功能指數(shù)和平均土壤有機碳含量構建二維的基于土壤有機碳的非線性演化路徑，確定土壤有機碳演化路徑的突變閾值、滯后性和2.根據(jù)權利要求1所述的區(qū)域土壤有機碳非線性演化路徑及特征評估方法，其特征在(1)基于遙感影像數(shù)據(jù)中各個像元的地表反射率數(shù)據(jù)，利用光譜混合分解獲得區(qū)域內將各個像元的所有端元豐度值輸入到提前訓練好的覆被類型判別模型中，得到對應像3.根據(jù)權利要求1所述的區(qū)域土壤有機碳非線性演化路徑及特征評估方法，其特征在在遙感影像數(shù)據(jù)中選取若干數(shù)量的像元作為樣本，利用實驗室將樣本內的所有像元按照比例隨機劃分為訓練集和驗證集，將訓將確定的最優(yōu)參數(shù)作為隨機森林模型的設定參數(shù)，得到區(qū)域內土將各個像元所對應的環(huán)境變量數(shù)據(jù)輸入到最優(yōu)隨機森林預測模型并運行若干次，將若將驗證集中各像元的土壤有機碳含量實測值及環(huán)境變量數(shù)據(jù)輸入到最優(yōu)隨機森林預3測模型中，得到驗證集中各像元土壤有機碳含量的預測值，基于驗證集中各像元的實測值和預測值，采用決定系數(shù)和均方根誤差兩種指標對均值圖的制圖結果進行精度評價。4.根據(jù)權利要求1所述的區(qū)域土壤有機碳非線性演化路徑及特征評估方法，其特征在于，所述利用自組織映射網(wǎng)絡模型，以各像元土壤有機碳含量和環(huán)境變量數(shù)據(jù)作為輸入向量，將區(qū)域內所有像元分為若干不同的土壤有機碳狀態(tài)類型，具體包括：設置自組織映射網(wǎng)絡的規(guī)模，將區(qū)域內所有像元的覆被類型、覆被功能指數(shù)、植被生產(chǎn)速率、地形濕度指數(shù)和土壤有機碳含量輸入到自組織映射網(wǎng)絡模型中，得到若干不同的土壤有機碳狀態(tài)類型；所述設置自組織映射網(wǎng)絡的規(guī)模中，首先根據(jù)經(jīng)驗公式設置自組織映射網(wǎng)絡的初始規(guī)模數(shù)量值，所述初始規(guī)模值為區(qū)域像元總數(shù)開平方后的五倍；然后選取與初始規(guī)模數(shù)量值相近的若干個數(shù)量值，得到待確定數(shù)量值集合；針對待確定數(shù)量值集合中的任一數(shù)量值分別計算數(shù)量誤差和結構誤差，并根據(jù)計算結果確定自組織映射模型的規(guī)模數(shù)量。5.根據(jù)權利要求1所述的區(qū)域土壤有機碳非線性演化路徑及特征評估方法，其特征在于，所述在構建的狀態(tài)空間中采用二次函數(shù)分別擬合退化路徑曲線和恢復路徑曲線，識別出土壤有機碳的非線性演化路徑，具體包括：將各土壤有機碳狀態(tài)類型中所有像元的平均覆被功能指數(shù)和平均土壤有機碳含量作為擬合樣本點，利用二次函數(shù)分別擬合退化路徑曲線和恢復路徑曲線；依據(jù)S型概念模型，將退化路徑曲線和恢復路徑曲線用虛線相連接，構成完整的S型演化路徑。6.根據(jù)權利要求1所述的區(qū)域土壤有機碳非線性演化路徑及特征評估方法，其特征在于，所述基于土壤有機碳的非線性演化路徑，確定土壤有機碳演化路徑的突變閾值、滯后性在土壤有機碳的非線性演化路徑中，將退化路徑曲線和恢復路徑曲線中相同覆被功能指數(shù)的部分定義為不穩(wěn)定狀態(tài)，退化路徑曲線中覆被功能指數(shù)小于不穩(wěn)定狀態(tài)的部分定義為好的穩(wěn)定狀態(tài)，恢復路徑曲線中覆被功能指數(shù)大于不穩(wěn)定狀態(tài)的部分定義為差的穩(wěn)定狀態(tài)，根據(jù)兩種穩(wěn)定狀態(tài)和不穩(wěn)定狀態(tài)之間的覆被功能指數(shù)分割值分別確定好的突變閾值和差的突變閾值；根據(jù)兩個突變閾值之間的范圍確定土壤有機碳演化路徑的滯后性；根據(jù)不穩(wěn)定狀態(tài)中任一土壤有機碳狀態(tài)類型轉換為另外一個可實現(xiàn)的穩(wěn)定狀態(tài)中的土壤有機碳狀態(tài)類型所需要的覆被功能指數(shù)發(fā)生變化的程度評估土壤有機碳演化路徑的韌性。7.根據(jù)權利要求6所述的區(qū)域土壤有機碳非線性演化路徑及特征評估方法，其特征在于，所述好的突變閾值的計算方式包括：LCII=max{LCI(x)|x∈S1其中，S1為好的穩(wěn)定狀態(tài)中平均覆被功能指數(shù)最大的土壤有機碳狀態(tài)類型所對應像元LCI2=min{LCI(x)|xeS2};其中，S2為恢復路徑曲線上不穩(wěn)定狀態(tài)中平均覆被功能指數(shù)最小的土壤有機碳狀態(tài)類4型所對應像元的集合，LCI(x)為像元x對應的覆被功能指數(shù)，LCI2為最小的LCI(x);其中，LCIa為好的突變閾值，μ?和μ?分別為S1和S2所對應像元的覆被功能指數(shù)的平均的取值確定應滿足以下條件：μ?+no?≤μ?-no?且μ?+(n+0.1)σ?>μ?-(n+0.18.根據(jù)權利要求6所述的區(qū)域土壤有機碳非線性演化路徑及特征評估方法，其特征在于，所述差的突變閾值的計算方式包括：LCI3=max{LCI(x)|x∈S其中，S3為退化路徑上不穩(wěn)定狀態(tài)中平均覆被功能指數(shù)最大的土壤有機碳狀態(tài)類型所對應像元的集合，LCI(x)為像元x對應的覆被功能指數(shù)，LCI3為不穩(wěn)定狀態(tài)中覆被功能指數(shù)LCI4=min{LCI(x)|x∈S4其中，S4為差的穩(wěn)定狀態(tài)中平均覆被功能指數(shù)最小的土壤有機碳狀態(tài)類型所對應像元的集合，LCI(x)為像元x對應的覆被功能指數(shù)，LCI4為差的穩(wěn)定狀態(tài)中覆被功能指數(shù)最小的的平均值，o?和σ4分別為狀態(tài)類型S3和S4所對應像元的覆被功能指數(shù)的標準差，n∈(0.1,0.2,0.3,…,2),n的取值確定應滿足以下條件：H?+no?<μ?-no?且μ?+(n+0.1)o?>μ?-(9.根據(jù)權利要求6所述的區(qū)域土壤有機碳非線性演化路徑及特征評估方法，其特征在于，所述根據(jù)不穩(wěn)定狀態(tài)中任一土壤有機碳狀態(tài)類型轉換為另外一個可實現(xiàn)的穩(wěn)定狀態(tài)中的土壤有機碳狀態(tài)類型所需要的覆被功能指數(shù)發(fā)生變化的程度評估土壤有機碳演化路徑將不穩(wěn)定狀態(tài)中任一土壤有機碳狀態(tài)類型可恢復或退化到的好的或差的穩(wěn)定狀態(tài)中的所有土壤有機碳狀態(tài)類型確定為候選狀態(tài)；在候選狀態(tài)中，根據(jù)覆被類型一致的原則進行篩選，篩選出和當前土壤有機碳狀態(tài)類型具有相同覆被類型的土壤有機碳狀態(tài)類型集合；在土壤有機碳狀態(tài)類型集合中確定與當前土壤有機碳狀態(tài)類型所對應的可實現(xiàn)的穩(wěn)定狀態(tài)中的土壤有機碳狀態(tài)類型；4/4頁4/4頁5計算當前土壤有機碳狀態(tài)類型和可實現(xiàn)的土壤有機碳狀態(tài)類型的覆被功能指數(shù)的差值的絕對值，即為當前土壤有機碳狀態(tài)類型恢復或退化為好的或差的穩(wěn)定狀態(tài)的韌性。10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至9任一項所述的區(qū)域土壤有機碳非線性演化路徑及特征評估方法。6區(qū)域土壤有機碳非線性演化路徑及特征評估方法及其應用技術領域[0001]本發(fā)明屬于土壤科學技術領域，具體涉及一種區(qū)域土壤有機碳非線性演化路徑及特征評估方法。背景技術[0002]目前，鑒于土壤有機碳對減緩全球氣候變化和保障糧食安全的重要作用，全球相繼提出了多項提升土壤有機碳的倡議和目標。隨著地球進入“人類世”,在人類土地利用和管理下，土壤有機碳不可預期的非線性突變使得土壤有機碳管理難以進行精準的態(tài)勢預警。因此，如何識別土壤有機碳的復雜演化路徑并量化表征其非線性演化特征是當前土壤有機碳管理亟待解決的難題。[0003]生態(tài)學的穩(wěn)態(tài)轉換是指生態(tài)系統(tǒng)結構和功能發(fā)生大規(guī)模的、持續(xù)和突然的變化，生態(tài)系統(tǒng)從一個相對穩(wěn)定的狀態(tài)快速重組為另一個穩(wěn)定狀態(tài)。針對穩(wěn)態(tài)轉換現(xiàn)象，已發(fā)展了S型概念模型和球-杯概念模型兩類模型。其中，S型模型在二維平面內描述了外部環(huán)境條件變化下生態(tài)系統(tǒng)的雙穩(wěn)態(tài)以及穩(wěn)態(tài)轉換現(xiàn)象，而球-杯模型則展示了外部條件干擾下穩(wěn)態(tài)的轉換過程。因此，通過概念模型可以確定生態(tài)系統(tǒng)的多穩(wěn)態(tài)范圍以及穩(wěn)態(tài)轉換發(fā)生的臨界點，以實現(xiàn)生態(tài)系統(tǒng)非線性演化特征的分析和預測。這些概念模型為土壤有機碳非線性演化路徑及特征評估提供了重要基礎。[0004]盡管S型和球-杯概念模型可有效地描述外界環(huán)境變化下生態(tài)系統(tǒng)的非線性演化特征，但在概念模型中無法將這些特征進行量化的表達，尤其是難以通過數(shù)據(jù)量化人類土地利用和管理下的土壤有機碳的非線性演化特征。[0005]此外，由于土壤有機碳的數(shù)據(jù)往往依賴于土壤剖面，因此很難獲取長時間的連續(xù)實測數(shù)據(jù)，難以描述土壤有機碳的演化路徑。因此，本發(fā)明提供了一種區(qū)域土壤有機碳非線性演化路徑及特征評估方法及應用。發(fā)明內容[0006]本發(fā)明的目的是克服現(xiàn)有的缺陷，提供一種區(qū)域土壤有機碳非線性演化路徑及特征評估方法及應用，利用同一時間不同空間的土壤有機碳數(shù)據(jù)重構其非線性演化路徑，并快速和精準地量化土壤有機碳演化路徑的滯后性、韌性和突變閾值等非線性特征，以實現(xiàn)土壤有機碳的趨勢預測和態(tài)勢預警，從而服務土壤有機碳的提升管理。[0007]為了解決上述技術問題，本發(fā)明提供了如下的技術方案：本發(fā)明的第一目的在于一種區(qū)域土壤有機碳非線性演化路徑及特征評估方法，包獲取目標區(qū)域的多源遙感影像數(shù)據(jù)，所述多源遙感影像數(shù)據(jù)中的每個像元均表征在對應位置的地表反射率數(shù)據(jù)、地表溫度數(shù)據(jù)和高程數(shù)據(jù)；利用機器學習模型，基于所述多源遙感影像數(shù)據(jù)中各像元的地表反射率數(shù)據(jù)、地表溫度數(shù)據(jù)和高程數(shù)據(jù)，計算得到各像元的土壤有機碳含量及其環(huán)境變量數(shù)據(jù)；7根據(jù)各土壤有機碳狀態(tài)類型的平均覆被功能指數(shù)和平均土壤有機碳含量構建二維的狀態(tài)空間，在構建的狀態(tài)空間中采用二次函數(shù)分別擬合退化路徑曲線和恢復路徑曲(1)基于遙感影像數(shù)據(jù)中各個像元的地表反射率數(shù)據(jù)，利用光譜混合分解獲得區(qū)將樣本內的所有像元按照比例隨機劃分為訓練集和驗證集，將確定的最優(yōu)參數(shù)作為隨機森林模型的設定參數(shù)，得到區(qū)域將各個像元所對應的環(huán)境變量數(shù)據(jù)輸入到最優(yōu)隨機森林預測模型并運行若干次，將驗證集中各像元的土壤有機碳含量實測值及環(huán)境變量數(shù)據(jù)輸入到最優(yōu)隨機森8將各土壤有機碳狀態(tài)類型中所有像元的平均覆被功能指數(shù)和平均土壤有機碳含根據(jù)不穩(wěn)定狀態(tài)中任一土壤有機碳狀態(tài)類型轉換為另外一個可實現(xiàn)的穩(wěn)定狀態(tài)中的土壤有機碳狀態(tài)類型所需要的覆被功能指數(shù)發(fā)生變化的程度評估土壤有機碳演化路LCI1=max{LCI(x)|xeSi};LCI2=min{LCI(x)|xeS2};9LCI3=max{LCI(x)|x∈S3LCI4=min{LCI(x)|xeS4};H?+no?<μ?-no?且μ?的穩(wěn)定狀態(tài)中的土壤有機碳狀態(tài)類型所需要的覆被功能指數(shù)發(fā)生變化的程度評估土壤有將不穩(wěn)定狀態(tài)中任一土壤有機碳狀態(tài)類型可恢復或退化到的好的或差的穩(wěn)定狀根據(jù)地形濕度指數(shù)最為接近的原則，在土壤有機碳狀態(tài)計算當前土壤有機碳狀態(tài)類型和可實現(xiàn)的土壤有機碳狀態(tài)類型的覆被功能指數(shù)的差值的絕對值，即為當前土壤有機碳狀態(tài)類型恢復或退化為好的或差的穩(wěn)定狀態(tài)的韌[0018]本發(fā)明的另一目的在于提供一種計算機可讀存儲介質，其上存儲有計算機程所述計算機程序被處理器執(zhí)行時實現(xiàn)本發(fā)明第一目的所提供的區(qū)域土壤有機碳非線性演本發(fā)明基于空間換時間的原理，在構建狀態(tài)空間中，利用某一時間不同空間的土壤有機碳數(shù)據(jù)重構了同一空間內土壤有機碳的狀態(tài)演化路徑，有效的解決了由于當前土壤有機碳長時間實測數(shù)據(jù)較為缺乏(尤其是歷史數(shù)據(jù))而無法構建演化路徑的問題。[0020]本發(fā)明能夠基于有限的實測樣點數(shù)據(jù)和多源遙感數(shù)據(jù)，實現(xiàn)了土壤有機碳及其環(huán)境變量的快速和高精度的制圖，可準確地評估土壤有機碳及其動態(tài)變化，為碳中和提供基礎數(shù)據(jù)支撐。在此基礎上，本發(fā)明能夠精準識別土地利用和管理下土壤有機碳的非線性演化路徑，并量化其突變閾值、滯后性和韌性等非線性特征，有效解決當前土壤有機碳管理缺乏趨勢預測和預警方法的問題。根據(jù)土壤有機碳的演化路徑可實現(xiàn)土壤有機碳的趨勢預測，而突變閾值則可進一步提供土壤有機碳的預警信息，識別預警區(qū)域從而避免其發(fā)生突變帶來的巨大修復成本，韌性的評估結果則為土壤有機碳管理確定優(yōu)先順序，為我國土壤有機碳的管理提供決策支撐；此外，本發(fā)明使用的數(shù)據(jù)源據(jù)的空間和時間分辨率較高，可大幅度提升監(jiān)測成果的精度和更新頻率，同時本發(fā)明使用的遙感數(shù)據(jù)均為公開免費數(shù)據(jù)產(chǎn)品，可大大減少實地采樣所消耗的人力和物力成本；另一方面，遙感數(shù)據(jù)可覆蓋包括傳統(tǒng)實地調查難以到達的區(qū)域，實現(xiàn)區(qū)域的全覆蓋。[0021]本發(fā)明能夠基于有限的實測樣點數(shù)據(jù)和多源遙感數(shù)據(jù)，精準識別土地利用和管理下土壤有機碳的非線性演化路徑，并量化其突變閾值、滯后性和韌性等非線性特征，以實現(xiàn)土壤有機碳的趨勢預測和態(tài)勢預警，服務土壤有機碳的管理。此外，本發(fā)明構建的模型具有較好的穩(wěn)定性，在評估演化路徑及其特征后，可僅依賴多源遙感數(shù)據(jù)評估土壤有機碳的狀態(tài)，大大減少土壤有機碳實地采樣所消耗的成本。附圖說明[0022]附圖用來提供對本發(fā)明的進一步理解，并且構成說明書的一部分，與本發(fā)明的實施例一起用于解釋本發(fā)明，并不構成對本發(fā)明的限制。在附圖中：圖1是本發(fā)明實施例提供的區(qū)域土壤有機碳非線性演化路徑及特征評估方法的流圖2是本發(fā)明實施例提供的基于幾何頂點的端元提取示意圖圖3是本發(fā)明實施例提供的自組織映射網(wǎng)絡模型示意圖；圖4是本發(fā)明實施例提供的土壤有機碳演化路徑重構方法原理圖；圖5是本發(fā)明實施例提供的狀態(tài)空間示意圖；圖6是本發(fā)明實施例提供的S概念模型示意圖；圖7是本發(fā)明實施例提供的狀態(tài)演化路徑示意圖；圖8是本發(fā)明實施例提供的狀態(tài)類型識別示意圖；圖9是本發(fā)明實施例提供的狀態(tài)非線性特征評估示意圖。具體實施方式[0023]以下結合附圖對本發(fā)明的優(yōu)選實施例進行說明，應當理解，此處所描述的優(yōu)選實施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。如圖1所示，是本發(fā)明提供的區(qū)域土壤有機碳非線性演化路徑及特征評估方法的S1:獲取目標區(qū)域的多源遙感影像數(shù)據(jù)，所述多源遙感影像數(shù)據(jù)中的每個像元均地表溫度數(shù)據(jù)和高程數(shù)據(jù)，計算得到各像元的土壤有機碳含量及S3:利用自組織映射網(wǎng)絡模型，以各像元土壤有機碳含量和環(huán)境變量數(shù)據(jù)作為輸S4:根據(jù)各土壤有機碳狀態(tài)類型的平均覆被功能指數(shù)和平均土壤有機碳含量構建(1)基于遙感影像數(shù)據(jù)中各個像元的地表反射率數(shù)據(jù)，利用光譜混合分解獲得區(qū)過GoogleEarth的高空間分辨率影像為每個土地覆被類別選取1000左右的樣本，以75%和將訓練樣本及其對應的端元豐度值和光譜混合分解得到的全部端元豐度值影像輸入到隨機森林模型進行覆被類型分類；根據(jù)驗證樣本的覆被類型和對應的分類結果進行精度評[0028]首先，根據(jù)研究區(qū)區(qū)域內的當?shù)刂R確定植被覆蓋最高月份(如8月)和地表覆蓋最少的月份(如5月),對這些月份的Landsat地表反射率數(shù)據(jù)影像利用ENVI軟件分別進行主端元對應的提取月份的主成分影像構建散點圖，在主成分散點圖的頂點處選取200-400個≤j≤m)來說，E;是端元j在波段i的反射率，F(xiàn);為端元j的豐度值，也就是端元占像元面(4)根據(jù)各個像元的高程數(shù)據(jù)，計算得到對應像元的地形濕度指數(shù)，計算公式如其中，TWI表示地形濕度指數(shù)，α是地表水所流經(jīng)的單位等高線上的上游區(qū)域面(1)在遙感影像數(shù)據(jù)中選取一定數(shù)量的像元作為樣本，利用實驗室分析法測得樣(2)將樣本內的所有像元按照75%和25%的比例隨機劃分為訓練數(shù)據(jù)集和驗證數(shù)據(jù)1)根據(jù)經(jīng)驗預設隨機森林模型的樹木數(shù)量為100到1000,間隔為50;最大深度為43)然后對每一個參數(shù)取值的組合進行5倍交叉驗證：將訓練數(shù)據(jù)集分成5份樣本，量實測值及環(huán)境變量數(shù)據(jù)，根據(jù)所選定的最優(yōu)的模型參數(shù)作為隨機森林模型的設定參數(shù)，量和環(huán)境變量數(shù)據(jù)作為輸入向量，將區(qū)域內所有像元分為若干不同的土壤有機碳狀態(tài)類[0042]具體的，如圖3所示。在自組織映射網(wǎng)絡中，假設樣本數(shù)為253,則初始規(guī)模為80.然后在初始規(guī)模數(shù)量值的左右各選取若干個[0044]本發(fā)明實施例在根據(jù)各土壤有機碳狀態(tài)類型的平均覆被功能指數(shù)和平均土壤有一時間不同空間位置上的土壤有機碳狀態(tài)類型的集合和同一空間位置上的土壤有機碳狀間土壤有機碳狀態(tài)類型重構同一空間上不同時間的土壤有機碳狀態(tài)類型的狀態(tài)演化路依據(jù)S型概念模型，采用二次函數(shù)分別擬合狀態(tài)空間中退化路徑和恢復路徑的曲到的各土壤有機碳狀態(tài)類型中所有像元的平均覆被功能指數(shù)和平均土壤有機碳含量作為y=ax2+bx+c;最小二乘法求解各系數(shù)。[0047]需要說明的是，當外部環(huán)境條件發(fā)生變化時，土地的系統(tǒng)狀態(tài)會隨之做出響應，呈現(xiàn)雙穩(wěn)態(tài)。圖6中的實線表示穩(wěn)態(tài)，綠色和紅色分別表示對應環(huán)境條件下最好和最差的穩(wěn)定狀態(tài)，虛線表示不穩(wěn)定的非平衡態(tài)，橙色表示同一環(huán)境條件下對應多個不穩(wěn)定狀態(tài)。S型曲線的上半軸表示退化路徑，隨外部環(huán)境條件逐漸退化至接近臨界水平，系統(tǒng)會通過閾值從一種穩(wěn)態(tài)突變?yōu)榱硗庖环N穩(wěn)態(tài)，即穩(wěn)態(tài)轉換。發(fā)生突變的點叫做臨界點(P1和P2)。但這種正向的穩(wěn)態(tài)轉換路徑并不完全可逆，土地系統(tǒng)存在明顯的滯后性，即將外部環(huán)境條件恢復到發(fā)生突變前的水平，土地系統(tǒng)也無法恢復到之前的狀態(tài)。[0048]如圖7所示，將狀態(tài)空間中上半部分綠色的點擬合的二次函數(shù)曲線定義為退化路徑。伴隨著覆被功能指數(shù)的增加(自然環(huán)境和人類管理越差),土壤有機碳的狀態(tài)沿綠色的實線向右移動發(fā)生退化(即土壤有機碳含量逐漸減少),且隨著覆被功能指數(shù)越來越大(自然環(huán)境和人類管理越來越差),單位覆被功能指數(shù)的增加引起的有機碳狀態(tài)(土壤有機碳含量)退化逐漸增加。直到到達某一閾值發(fā)生突變，即圖7中綠色虛線的路徑。[0049]使用相同的方法識別土壤有機碳的恢復路徑。如圖7所示，將狀態(tài)空間中下半部分橙色的點擬合的二次函數(shù)曲線定義為恢復路徑。伴隨著覆被功能指數(shù)的減少(自然環(huán)境和人類管理越好),土壤有機碳的狀態(tài)沿橙色的實線向左移動發(fā)生恢復(即土壤有機碳含量逐漸增加),且隨著覆被功能指數(shù)越來越小(自然環(huán)境和人類管理越來越好),單位覆被功能指數(shù)的減少引起的有機碳狀態(tài)(土壤有機碳含量)的恢復逐漸增加，直到到達某一閾值發(fā)生突[0050]如圖8所示，依據(jù)S型概念模型，將退化路徑曲線和恢復路徑曲線用虛線相連接，構成完整的S型演化路徑。[0051]作為優(yōu)選，本發(fā)明實施例中基于土壤有機碳的非線性演化路徑，確定土壤有機碳演化路徑的突變閾值、滯后性和韌性的具體步驟包括：在土壤有機碳的非線性演化路徑中，將退化路徑曲線和恢復路徑曲線中相同覆被功能指數(shù)的部分定義為不穩(wěn)定狀態(tài)，退化路徑曲線中覆被功能指數(shù)小于不穩(wěn)定狀態(tài)的部分定義為好的穩(wěn)定狀態(tài)，恢復路徑曲線中覆被功能指數(shù)大于不穩(wěn)定狀態(tài)的部分定義為差的穩(wěn)定狀態(tài)，根據(jù)兩種穩(wěn)定狀態(tài)和不穩(wěn)定狀態(tài)之間的覆被功能指數(shù)分割值分別確定好的突變閾值和差的突變閾值；根據(jù)兩個突變閾值之間的范圍確定土壤有機碳演化路徑的滯后性；根據(jù)不穩(wěn)定狀態(tài)中任一土壤有機碳狀態(tài)類型轉換為另外一個可實現(xiàn)的穩(wěn)定狀態(tài)中的土壤有機碳狀態(tài)類型所需要的覆被功能指數(shù)發(fā)生變化的程度評估土壤有機碳演化路徑的韌性。[0052]具體的，如圖8所示，在S型路徑中，位于折疊區(qū)間橙色路徑上的土壤有機碳狀態(tài)類型被定義為不穩(wěn)定狀態(tài)。在該區(qū)間內，同一覆被功能指數(shù)可對應多個不同土壤有機碳含量的土壤有機碳狀態(tài)類型，當自然環(huán)境或人類管理發(fā)生輕微變化時，土壤有機碳狀態(tài)類型就會沿路徑發(fā)生轉化。其中虛線路徑上的狀態(tài)為非平衡態(tài)，這些狀態(tài)只是存在于觀測時刻的瞬時態(tài)，最終將演化到實線路徑上的平衡態(tài)，因此并未將這些非平衡態(tài)包含在演化路徑中。在S型路徑折疊區(qū)間的左側，綠色路徑上的土壤有機碳狀態(tài)類型表示好的穩(wěn)定狀態(tài)，而折疊區(qū)間的右側，紅色的路徑上的土壤有機碳狀態(tài)類型表示差的穩(wěn)定狀態(tài)。和不穩(wěn)定狀態(tài)相比，當自然環(huán)境或人類管理發(fā)生輕微變化時，這些穩(wěn)定狀態(tài)的土壤有機碳狀態(tài)類型能夠依靠自身的韌性抵抗這些干擾而保持狀態(tài)的穩(wěn)定。[0053]非線性特征的評估包括突變閾值、滯后性和韌性的量化表征。如圖9所示，突變閾值是指隨著覆被功能指數(shù)(自然環(huán)境或人類管理)發(fā)生變化，土壤有機碳的狀態(tài)會逐漸退化或恢復至臨界水平，突變?yōu)榱硗庖环N穩(wěn)定的狀態(tài)，這個突變的點所對應的覆被功能指數(shù)值稱為突變閾值。突變閾值包括好的突變閾值(圖9中的LCIa)和差的突變閾值(圖9中的LCIb)。這些閾值由兩種穩(wěn)定狀態(tài)和不穩(wěn)定狀態(tài)之間的覆被功能指數(shù)分割值確定。[0054]好的突變閾值的計算方式包括：LCI1=max{LCI(x)|x∈S其中，S1為好的穩(wěn)定狀態(tài)中平均覆被功能指數(shù)最大的土壤有機碳狀態(tài)類型所對應像元的集合，LCI(x)為像元x對應的覆被功能指數(shù)，LCI1為最大的LCI(x);LCI2=min{LCI(x)|xeS2};其中，S2為恢復路徑曲線上不穩(wěn)定狀態(tài)中平均覆被功能指數(shù)最小的土壤有機碳狀態(tài)類型所對應像元的集合，LCI(x)為像元x對應的覆被功能指數(shù)，LCI2為最小的LCI(x);n的取值確定應滿足以下條件：μ?+no?≤μ?-no?且μ?+(n+0.1)o?[0055]差的突變閾值的計算方式包括：LCI3=max{LCI(x)|x∈S其中，S3為退化路徑上不穩(wěn)定狀態(tài)中平均覆被功能指數(shù)最大的土壤有機碳狀態(tài)類型所對應像元的集合，LCI(x)為像元x對應的覆被功能指數(shù)，LCI3為最大的LCI(x);LCI4=min{LCI(x)|xeS4};其中，S4為差的穩(wěn)定狀態(tài)中平均覆被功能指數(shù)最小的土壤有機碳狀態(tài)類型所對應指數(shù)的平均值，σ?和σ?分別為狀態(tài)類型S3和S4所對應像元的覆被功能指數(shù)的標準差，n∈(0.1,0.2,0.3,…,2),n的取值確定應滿足以下條件：[0057]滯后性是指土壤有機碳的狀態(tài)發(fā)生突變的退化路徑并不可逆，當覆被功能指數(shù)(自然環(huán)境或人類管理)恢復到發(fā)生突變前的水平時，土壤有機碳的狀態(tài)并不能夠恢復到原來的狀態(tài)。滯后水平的高低取決于兩個突變閾值之間的范圍，即圖9中的LCIa和LCIb的差值的絕對值。該范圍越大，滯后性越強，土壤有機碳發(fā)生突變之后越難以恢復到[0058]韌性是指土壤有機碳當前狀態(tài)轉換到另外一個可實現(xiàn)的穩(wěn)定狀態(tài)所需要的覆被功能指數(shù)發(fā)生變化的程度。而土壤有機碳某一狀態(tài)所對應的可實現(xiàn)的狀態(tài)，除了受演化路徑的影響，還應考慮其覆被類型和地形濕度指數(shù)的影響。如圖9所示，以計算土壤有機碳狀態(tài)類型B恢復為好的穩(wěn)定狀態(tài)中的土壤有機碳狀態(tài)類型A1為例：(1)首先確定將土壤有機碳狀態(tài)類型B可能恢復到的所有好的穩(wěn)定狀態(tài)確定為候選狀態(tài)；(2)在候選狀態(tài)中，根據(jù)覆被類型一致的原則篩選出和土壤有機碳狀態(tài)類型B具有相同覆被類型的土壤有機碳狀態(tài)類型集合；(3)在篩選的土壤有機碳狀態(tài)類型集合中，根據(jù)地形濕度指數(shù)最為接近的原則，確定土壤有機碳狀態(tài)類型B所對應的可實現(xiàn)的穩(wěn)定狀態(tài)中的土壤有機碳狀態(tài)類型A1;(4)計算土壤有機碳狀態(tài)類型B和土壤有機碳狀態(tài)類型A1的覆被功能指數(shù)的差值的絕對值，即為土壤有機碳狀態(tài)類型B恢復為好的穩(wěn)定狀態(tài)的韌性。計算狀態(tài)退化為為差的穩(wěn)定狀態(tài)C1的韌性計算方法和上述方法相同。本發(fā)明實施例提供了一種電子設備，包括處理器和存儲有計算機程序的存儲器，所述