森林是陆地生态系统的主体, 是陆地上最大的生物群落, 是人类社会赖以生存的物质基础, 是哺育人类的摇篮, 是人类不可或缺的战略资源. 全球5个国家拥有超过50%的森林资源, 中国位列其中. 由于我国国土面积广大、人口众多, 森林分布不均匀、人均占有量少, 根据国家林业局在2014年2月发布的《中国森林资源简况——第八次全国森林资源清查》结果显示, 我国人均森林面积占有量只有世界人均占有量的四分之一, 并且面临着林业生物灾害频发、森林资源采伐使用不尽合理的局面^[1].

当前国内有一些研究森林生态保护与恢复工作的高校、科研机构, 收集了一些森林资源数据并建立了一些学科模型, 但相关研究工作普遍处于单机化运行, 普遍存在科研人员重复构建计算模型、搭建计算环境的问题. 为了减少此类重复性工作, 提高数据和功能的共享与互操作, 开放地理信息系统联盟OGC(Open Geospatial Consortium)提出了可扩展的能无缝集成各种在线空间信息处理和位置服务的框架OWS(OGC Web Services)^[2,3]. 作为OWS规范中面向共享的服务标准, 网络处理服务(Web Processing Service)利用Web Services技术跨平台、跨语言的特性, 能够提供异构平台的无缝衔接技术手段, 通过封装专业性强、具有学科特色的模型, 并对外提供统一标准化服务接口, 其他科研机构和个人可以调用相关网络处理服务, 获得相应处理结果, 实现一处构建开发、处处重复使用的目的^[4–6].

在东北森林屏障带生态保护与恢复的研究工作当中, 采集了大量森林经纬度、坡度、坡向信息, 乔木、灌木、草木的胸径、高度、盖度等数据, 根据调查数据研究相应学科模型, 通过分析模型计算结果, 对东北森林屏障带进行评估与规划. 本文根据OWS规范中的网络处理服务相关标准, 采用Web Service技术设计并实现一个面向森林生态学研究的Web处理服务系统. 客户端通过向目标服务端提交符合网络处理服务规范的请求, 获取该服务端所提供的网络处理服务列表、网络处理服务描述文档, 根据返回信息将待处理数据提交至服务端, 利用相应模型进行处理, 获得模型处理结果.

1 系统总体设计

如图1所示, 系统整体分为两部分: 客户端程序和服务器端程序. 客户端作为服务请求端, 通过网络向服务器, 即网络处理服务提供者所暴露的三个接口: GetCapabilities、DescribeProcess、Execute, 发送业务请求, 服务器在业务逻辑层根据request请求参数对请求进行分发, 调用相应逻辑模块进行处理.

1.1 接口层设计

接口层负责实现客户端调用并由服务器执行的以下操作: GetCapabilities操作允许客户端请求有关服务器提供的功能和处理能力的信息, DescribeProcess操作允许客户端请求服务器提供的选定进程的详细元数据信息、Execute操作允许客户端执行由进程标识符、期望的数据输入输出格式组成的执行过程, 见图2.

① GetCapabilities操作

GetCapabilities操作的请求用来获取目标服务器功能的描述性文档, 请求参数包括强制和可选参数两部分, 如表1所示.

GetCapabilities操作的响应返回描述该服务器功能的XML文档, 同样包括强制和可选参数两部分, 如表2所示.

② DescribeProcess操作

DescribeProcess操作的请求用来获取服务器上一个或多个处理服务的完整描述信息, 该描述信息包括输入输出参数和格式. 请求参数包括强制参数及可选参数, 具体信息如表3.

DescribeProcess操作的响应是一个ProcessDescriptions data结构的XML文档, 按照请求中所包含标识符(Identifier)将一个或多个处理服务的描述封装XML文档返回. 主要的强制参数及可选参数如表4所示.

③ Executes操作

Execute操作允许客户端使用输入参数值去调用服务器中指定处理服务, 从而得到返回结果. 与前两个操作不同, 该操作强制实现HTTP POST请求, 可选实现HTTP GET请求, 一般不实现HTTP GET请求.

Execute操作的请求参数如表5所示.

Execute操作的响应文档参数如表6所示.

1.2 业务逻辑层设计

在服务器端, 业务逻辑层负责处理客户端对不同接口的调用请求. 当接收到GetCapabilities请求时, 向模型库请求所有模型的标识符和简单描述, 并将获得的信息封装为XML响应文档返回; 当接收到DescribeProcess请求时, 根据标识符的值向模型库请求与该标识符对应的算法完全描述, 并将相关信息封装成ProcessDescriptions响应文档返回; 当接收到Execute请求时, 将DataInputs下Input参数作为输入, 解析为系统定义的数据类型, 根据标识符的值请求对应的模型, 对输入数据进行处理, 并将处理结果封装成响应文档返回.

1.3 数据处理层设计

数据处理层负责对输入数据进行类型匹配、转化及校验, 并对输出数据进行格式转换. 由于网络处理服务需要接收和返回除整型、浮点型、字符型等基本数据类型外的矢量数据、栅格数据等生态环境领域数据类型, 因此在将数据提交到模型库执行前有必要对其进行转换. 同理, 当需要返回复杂数据类型的数据时, 也需要对模型处理结果进行转化.

2 模型库构建 2.1 地形模型

经纬度、海拔、坡度等地形数据, 对野外生态环境观测与保护有着重要作用.

本系统构建的地形模型, 通过输入数字高程模型(Digital Elevation Model, DEM)和经纬度得到给定位置海拔等信息.

数字高程模型是一组包含地表相关情况的有序数列, 是数字地形模型(Digital Terrain Model, DTM)的一个分支^[7]. 其包含了平面坐标及高程值两部分数据, 主要有三种类型的数据: 规则格网、不规则三角网结构、等高线型, 现常用规则格网型数据. 数字地形模型可以通过如下公式表示:

${{K}}p = fk(up,vp),\;\;k = 1,2,3,\cdots,m,p = 1,2,3,\cdots,n$

(1)

当m取值为1时, 表示数字高程模型, 即:

${V_{\rm{i}}}{\rm{ = }}\left( {{X_i},{Y_i},{Z_i}} \right),\;\;i = 1,2,\cdots,n$

(2)

其中, X_i, Y_i表示表面坐标, Z_i是该点对应的高程值. 实验数据来自于“地理空间数据云”网站在线计算服务, “DEM高程数据切割”模块中90 m分辨率SRTM数据.

2.2 群丛分类模型

群丛是植被分类的基本单位, 相当于植物分类中“种”的分类等级, 进行群丛分类是了解一个地区植被特征最基本、最重要方法之一^[8–10].

在该模型中, 需要了解样地划分以及样地内所有胸径大于1 cm的木本植物. 通常在生态学中, 用重要值(Important Value, IV)表示物种在样地群落中的相对重要性^[11], 计算公式如下:

$IV{{ = }}\left( {{{P + S_{\rm{DBH}}}}} \right)/2$

(3)

式中, P表示物种相对多度, S_DBH表示物种相对胸高断面积. 根据样方划分与样方内各物种重要值形成二维矩阵.

目前学界常用的是双向指示种分析法(Two-Way INdicator SPecies ANalysis, TWINSPAN), 是基于指示种分析法的改进算法^[12], 算法流程如下:

算法1.　TWINSPAN算法

1) 对数据进行相互平均排序(Reciprocal Averaging, RA).

2) 在形成的第一排序轴以轴心为中心将所有样方划分为正负两组.

3) 选择排序轴两端的种作为指示种(indicator species),其指示意义的大小用指示值(indicator value)来衡量:

$\scriptstyle{\rm{D}}(i) = \left| {n1(i)/N1 - n2(i)/N2} \right|\;\;\;(i = 1,2,\cdots,p)\;$

其中, D(i)为种i的指示值, N₁和N₂分别表示步骤2中正负组中的样方数, n₁(i)和n₂(i)分别表示种i在正负组中出现的样方数.

4) 根据选择的指示种计算样方的指示分(indicator score), 并按指示得分将样方分组, 选择适当的阈值将样方分为正负两组. 比较相互平均排序的结果, 如果不完全一致, 将排序轴中心向两侧扩展出的中性带(indifferent zone)中错分类的调整过来.

5) 重复上述过程, 直到每个组内样方数降到设定值, 分类结束.

2.3 生物量模型

森林生物量是指在某一时刻在单位面积内存在的所有林木有机质总量. 由于森林生物量是森林生态系统重要的状态特征, 是研究全球碳循环、森林系统碳储量等生态问题研究的基础, 因此了解森林生物量有十分重要的意义^[13]. 目前可以测定树木生物量的方法有皆伐法、平均木标准木法、径级标准木法和异速生长模型法等, 其中直接测量获得的生物量最为准确. 但是由于该方法需要耗费大量人力物力, 且对生态环境造成一定破坏, 不能对整个调查区域内的林木进行全部砍伐, 因此普遍采用生物量模型法进行森林生物量的估算.

在建立生物量模型的过程中, 主要考虑与生物量计算有关且易获取的林木特征统计量. 根据既有的研究成果以及实际采集林木特征数据, 采用以下生物量计算模型^[14–16]:

${{W = }}\alpha {{{D}}^\beta }{{{H}}^\gamma }$

(4)

其中, α、β、γ是模型参数, D是林木的胸径, H是树高. 考虑到不同用户对不同林木使用的α、β、γ系数不尽相同, 因此在系统设计时允许用户自行输入相应数值.

2.4 物种多样性模型

本文所研究的物种多样性主要是指森林生态系统中, 植物物种多样性问题, 主要表征了该生态系统的复杂性、衡量其植物资源的丰富度, 可以为生态系统稳定性评估、未来发展的预测提供数据支持.

本文实现了以下指数进行物种多样性评估^[17–20]:

① 物种丰富度指数

Margalef指数:

${{R = }}\frac{{{{S}} - 1}}{{\ln N}}$

(5)

② 物种多样性指数

Simpson指数:

${{D = 1 - }}{\sum\limits_{i = 1}^S {\left( {\frac{{{N_i}}}{N}} \right)} ^2}$

(6)

ShannonWiener指数:

${{H = - }}\sum\limits_{{{i = 1}}}^{{S}} {\left( {\frac{{{{{N}}_{{i}}}}}{{{N}}}} \right)} \ln \frac{{{{{N}}_{{i}}}}}{{{N}}}$

(7)

③ 物种均匀度指数

Pielou指数:

${{J = }}\frac{{{H}}}{{\ln {{S}}}}$

(8)

其中, S是样地内物种总数, N为所有物种的个体总数, N_i为物种i在样地内的物种个体数.

3 系统展示

本系统界面如图3所示, 根据前文所述主要有三部分功能: GetCapabilities操作对应的获取网络处理服务信息功能、DescribeProcess操作对应的获取处理服务信息、Execute接口对应的模型计算应用. 数据来源于中国科学院沈阳应用生态研究所,辽宁省部分森林样地调查数据.

选择获取服务基本信息, 系统会弹出当前系统基本信息及可提供所有处理服务的描述信息, 如图4所示.

根据业务需要选择查看某个或多个处理服务的具体信息, 包括服务标识、数据的输入输出格式等信息, 如图5.

根据业务需要选择所需模型, 查看计算结果. 在地形模型中, 在下拉列表选择某一地区数据, 通过输入一个数字高程数据集DEM和给定位置的经纬度, 获取到该点的海拔以及整个DEM数据集包含区域内的最高海拔、最低海拔、平均海拔等数据, 结果如图6所示.

在群丛分类模型中, 同样选择某一样地数据集, 通过向后台发送样方和物种的二元数据, 后台根据前文所述的TWINSPAN算法的相关原理, 经过计算后返回该样地划分的各个样方所属群丛种类结果, 前端自动弹出相应计算结果.

在生物量模型中, 选择某一物种数据集, 输入α、β、γ的取值, 客户端会将返回结果组装成echarts进行展示, 可以自行选取以折线图、柱状图等形式进行显示. 如图8所示.

在物种多样性模型中, 选择需要查看的样地编号, 服务器将调取该样地的所有林木的统计数据, 计算得出各评估指数返回给客户端进行展示. 如图9所示.

4 总结

面向森林生态学研究的Web处理服务系统根据OGC相关规范, 以Web Service技术为基础, 整合相关森林生态学模型, 改变传统单机独立重复开发与部署模型计算环境的方式, 将计算模型集中化、网络化, 通过提供网络处理服务的方式, 减少了研究人员重复开发生态学模型和搭建相应处理环境的时间及精力.

系统各层之间松耦合度, 以及模型库中各模型相互独立, 方便今后系统的改进和拓展. 未来将进一步增加生态学研究模型, 并研究拓展系统可处理的空间数据类型.