一种林草碳汇和剩余物资源潜力评估方法技术

本发明专利技术涉及一种林草碳汇和剩余物资源潜力评估方法，其方法为：a)结合RS

【技术实现步骤摘要】
一种林草碳汇和剩余物资源潜力评估方法


[0001]本专利技术涉及林草资源统计领域，具体涉及一种林草碳汇和剩余物资源潜力评估方法。

技术介绍

[0002]需要在能源供应端用低碳能源替代化石能源来减少碳排放，也需要在人为固碳端通过植树造林、涵养草原等工程增加碳汇；森林和草原一方面可以提供林业和草地剩余物等生物质能源原料来降低碳排放，另一方面可以通过生态建设、土壤固碳等工程增加碳汇，吸收空气中的二氧化碳；识别未来中国林草碳汇和高分辨率农林草剩余物资源潜力，对于生物质能源的利用和发展都有着重要作用。
[0003]通过文献梳理，当前林草碳汇和林草剩余物生物质资源潜力评估存在以下不足：一是缺乏中国高分辨率的林草碳汇和林草剩余物资源潜力的现状评估，当前省级甚至市级或县级的林草剩余物资源核算数据，不足以支撑林草剩余物资源利用的落实实施；二是缺少未来林草碳汇和林草剩余物资源潜力的评估，导致对未来林草碳汇认识不清；三是缺少考虑气候变化影响下的林草碳汇和林草剩余物的空间格局。

技术实现思路

[0004]本专利技术的目的是：提供一种林草碳汇和剩余物资源潜力评估方法，解决以上问题。
[0005]为了实现上述目的，本专利技术提供如下的技术方案：
[0006]一种林草碳汇和剩余物资源潜力评估方法，其特征在于：其方法为：
[0007]a)结合RS
‑
GIS分析和统计分析方法，搭建林草碳汇和林草剩余物资源潜力评估模型，所述RS
‑
GIS具体为遥感
‑
地学信息系统；
[0008]b)确定输入的自然资源大数据类型和参数：
[0009]c)输入预选区域内1公里分辨率的林业剩余物数据和净初级生产力数据；
[0010]d)将模型在arcgis平台上运行；
[0011]e)输出1公里分辨率林草碳汇和林草剩余物资源潜力评估结果；
[0012]f)根据输入结果结合历史数据，进一步校准模型，提高模型输出结果的准确度；
[0013]所述步骤a)中，所述林草碳汇的具体计算公式如公式1所示，所述林草剩余物资源潜力的计算公式如公式2和公式3所示：
[0014][0015][0016]P
i
＝H
i
*C
ꢀꢀ
公式3
[0017]其中H为林草总碳汇量，Hi为1公里分辨率的网格i上林地碳汇量或草地碳汇量，n为预选区域内1公里分辨率林地网格和草地网格的总数量，P为林草剩余物总资源潜力，Pi
为1公里分辨率的网格i上林地剩余物资源潜力或草地剩余物资源潜力，C为林地或草地剩余物资源量占林地或碳汇的系数。
[0018]所述林草碳汇和林草剩余物资源潜力评估模型的搭建步骤如下：
[0019]a1)输入预选区域内1公里分辨率林业剩余物和NPP数据的参数；
[0020]a2)输入土地利用数据；
[0021]a3)输入RCP情景等条件参数；
[0022]a4)组成林草剩余物资源潜力计算模型，并接受历史数据对模型进行一步校验。
[0023]所述自然资源大数据类型和参数包括RCP情景参数。
[0024]所述土地利用数据包括林地和草地利用数据，所述RCP情景可以选择多个不同的情景。
[0025]所述RCP情景具体为典型温室气体浓度路径条件，所述RCP情景包括RCP 2.6 情景、RCP 4.5情景、RCP 6.0情景和RCP 8.5情景。
[0026]所述RS
‑
GIS具体为遥感
‑
地学信息系统，所述类型和参数还包括土地利用数据与预选区域内1公里分辨率的林业剩余物数据和净初级生产力数据。
[0027]所述土地利用数据主要指林地和草地数据。
[0028]本专利技术的有益效果为：提供一种林草碳汇和剩余物资源潜力评估方法，通过 RS
‑
GIS方法结合统计方法等方法，结合高分辨率土地利用数据、初级生产力数据以及林草剩余物比例等参数，预估了中国林草碳汇和林草剩余物资源潜力，提高了林草碳汇和林草剩余物空间分辨率，推动更好发挥林草碳汇和林草剩余物低碳减排作用，现状评估方面提高了林草剩余物资源潜力的空间精度，未来预估方面，建立了综合考虑典型浓度路径和共享社会经济路径综合情景影响下，中国长时间跨度的林草碳汇和林草剩余物资源潜力预估的方法学框架，可为我国林草剩余物生物质资源能源化利用提供科学支撑，可以为发挥林草碳汇作用。
附图说明
[0029]图1为本专利技术实施例中林草碳汇和剩余物资源潜力评估模型流程图；
[0030]图2为本专利技术实施例中林草碳汇和剩余物资源潜力评估方法流程模型图。
具体实施方式
[0031]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图以及实施例，对本专利技术作进一步的详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0032]一种林草碳汇和剩余物资源潜力评估方法，其制作方法为：
[0033]如图1和图2所示，林草碳汇和剩余物资源潜力评估方法主要包含五个步骤，一、结合RS
‑
GIS分析和统计分析方法，搭建林草碳汇和林草剩余物资源潜力评估模型(如图2所示)；二、确定输入的自然资源大数据类型和参数，包括RCP情景；三、输入中国1公里分辨率的林业剩余物数据和净初级生产力数据(Net PrimaryProductivity，简称NPP)；四、将模型在arcgis平台上运行；五、输出1公里分辨率林草碳汇和林草剩余物资源潜力评估结果；六、根据输入结果，结合历史数据进一步校准模型，提高模型输出结果的准确度。
[0034]如图2所示，林草碳汇和林草剩余物资源潜力评估模型分为现状评估和未来预估两个部分：现状评估以历史年份2015年为基准年，主要评估林草剩余物资源潜力，其中有来自中科院地理所的1公里分辨率林业剩余物数据，来自中国科学院资源环境科学与数据中心的2015年中国1公里分辨率的NPP数据和土地利用数据中的林地和草地数据，通过2015年中国1公里分辨率上草地上NPP数据和草地资源化参数，可以得到2015年1公里分辨率草地剩余物资源潜力。
[0035]未来预估主要评估林草碳汇和林草剩余物资源潜力：草地和林地数据来自清华大学地球系统科学系模拟的、综合考虑典型浓度路径和共享社会经济路径综合情景影响下的2010
‑
2100年中国1公里分辨率土地利用数据集中的草地和林地数据；NPP数据选取第五次模式对比计划(Coupled Model Intercomparison Project 5，简称CMIP5)的2020
‑
2100年的模拟数据，由于当前有43个CMIP5的全球气候模式通过综合研究文献中对这些模式的历史拟合度、空间分辨率、对中国的模拟能力等特征评估，综合数据可得性、模式空间分辨率、模式对中国的模拟能力等条件，本方案取选取典型浓度路径情景下的B本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种林草碳汇和剩余物资源潜力评估方法，其特征在于：其方法为：a)结合RS
‑
GIS分析和统计分析方法，搭建林草碳汇和林草剩余物资源潜力评估模型，所述RS
‑
GIS具体为遥感
‑
地学信息系统；b)确定输入的自然资源大数据类型和参数：c)输入预选区域内1公里分辨率的林业剩余物数据和净初级生产力数据；d)将模型在arcgis平台上运行；e)输出1公里分辨率林草碳汇和林草剩余物资源潜力评估结果；f)根据输入结果结合历史数据，进一步校准模型，提高模型输出结果的准确度；所述步骤a)中，所述林草碳汇的具体计算公式如公式1所示，所述林草剩余物资源潜力的计算公式如公式2和公式3所示：的计算公式如公式2和公式3所示：P
i
＝H
i
*C
ꢀꢀ
公式3其中H为林草总碳汇量，Hi为1公里分辨率的网格i上林地碳汇量或草地碳汇量，n为预选区域内1公里分辨率林地网格和草地网格的总数量，P为林草剩余物总资源潜力，Pi为1公里分辨率的网格i上林地剩余物资源潜力或草地剩余物资源潜力，C为林地或草地剩余物资源量占林地或碳汇的系数。2.根据权利要求1所述的一种林草碳汇和剩余物资源潜力评估方法，其特征在...

【专利技术属性】
技术研发人员：聂耀昱，林镇阳，尹西明，赵阳，朱涛，孙建宏，高辉，林拥军，席慧，
申请(专利权)人：北京易华录信息技术股份有限公司，
类型：发明
国别省市：