一种像素级全球森林碳储量高精度计算方法及系统技术方案

本发明专利技术基于计算几何、模式识别和图像处理的理论和技术，提出了一种像素级全球森林碳储量高精度计算方法模型及系统。本发明专利技术融合地面站和无人机激光雷达两类数据提取单木的胸径和树高参数，建立两者的函数关系，用于机载点云仅已知树高条件下拟合胸径，由树高

A high-precision calculation method and system of global forest carbon storage at pixel level

【技术实现步骤摘要】
一种像素级全球森林碳储量高精度计算方法及系统


[0001]本专利技术属于森林生态学和测绘遥感学的交叉领域，尤其涉及林区机载激光扫描数据单木的自动提取，基于光谱和纹理信息的遥感图像树种识别，区域/全球森林碳储量精准计算方法等。

技术介绍

[0002]碳汇的精准监测是当前国家的重大需求，陆地生态系统的固碳现状和未来固碳潜力亟需研究(丁仲礼，2021)。森林是陆地生态系统中最大的碳库，传统实地勘测森林碳储量的方式存在实测大量样地费时费力和抽样统计结果难以评价的问题(方精云，2007)。遥感具有宏观、动态、快速、可重复的特点，已成为森林碳汇监测的重要手段(李德仁，2012)，在大尺度碳储量估算中具有不可替代的优势。传统的光学遥感技术结合地面调查，对森林垂直结构分布只能提供有限信息，且在森林郁闭度大的地区，光谱差异趋于很小，导致光谱信号饱和。激光雷达(LiDAR)是通过发射激光束照射物体表面并分析其返回信号的一种主动遥感系统，所发出的激光脉冲能够穿透森林冠层到达地表，从而获取植被的三维结构特征，并通过建立生物量与的三维结构参数之间的关系模型来估算生物量，由此计算区域森林的碳储量。总体而言，目前构建像素级全球森林碳储量高精度计算模型方面仍存在以下问题：
①
解决基于机载激光点云建立单木级区域森林碳储量精准计算方法，为像素级物理几何模型提供计算真值；
②
解决像素级全球森林碳储量高精度计算模型构建，为目前森林碳汇监测精度结果提供理论解释依据；
③
基于完备的实验数据，对以上建立的方法和模型进行验证，达到完全科学的解释。

技术实现思路

[0003]本专利技术针对目前森林碳汇监测精度难以评价、结果缺乏理论解释等问题，提出一种顾及影像分辨率和地形条件的像素级全球森林碳储量计算模型。本专利技术解决的技术问题主要包括：
①
基于机载激光点云单木级区域森林的碳储量精准计算方法；
②
建立顾及影像分辨率和地形条件的像素级全球森林碳储量计算模型；
③
利用大量实测数据，验证该模型的精度和实用性，并与已有的全国森林碳储量结果进行对比分析。
[0004]本专利技术的技术方案为一种顾及影像分辨率和地形条件的像素级全球森林碳储量计算方法，本专利技术主要包含以下步骤：
[0005]步骤1，利用地面站和无人机激光雷达两类数据提取单木的胸径和树高参数，由树高
‑
胸径关系模型和不同树种的异速生长模型得到单木碳储量，并由此计算像素级的区域森林碳储量真值；
[0006]步骤2，利用遥感图像分辨率、植被覆盖度、地形坡度和冠层高度这四个变量构建一种具有理论解释性的像素级几何物理模型，用于计算全球森林碳储量，通过区域森林碳储量真值、遥感图像分辨率、植被覆盖度、地形坡度和冠层高度解算模型参数；
[0007]步骤3，最后根据解算得到的模型参数以及步骤2中的几何物理模型，得到像素级
的全球森林碳储量。
[0008]进一步的，步骤1的具体实现方式如下；
[0009]利用单木近似垂直于地面的特征，使用格网法分别从地面站TLS和无人机UAV激光点云中提取单木，对从TLS点云中提取的单木截取不同厚度的树干点云，使用RANSAC算法拟合胸径参数，并对从UAV点云中提取的单木，由最高点和最低点计算树高参数，同时结合已有的实地勘测数据，建立不同树种的树高
‑
胸径关系模型；其次，继续使用格网法从机载点云中提取单木，并从高光谱卫星影像中提取森林区域，利用光谱和纹理信息进行树种识别，由此获得单木的树高和胸径参数；然后，根据不同树种的异速生长模型计算单木的碳储量，将所有单木累加得到整个区域内的碳储量；最后根据常用可覆盖全球遥感图像的分辨率，统计各像素内单木的数量和碳储量，获取单木级和像素级的区域森林碳储量高分辨率制图。
[0010]进一步的，步骤2中构建的像素级几何物理模型如下；
[0011]C＝a
·
(P2F/cosθ)
b
·
H
c
(1)
[0012]式中，C表示遥感图像中单个像素的碳储量，由步骤1获得，P表示遥感图像的空间分辨率，F表示该像素的植被覆盖度，θ表示地形坡度，H表示该像素的冠层高度；a、b、c为模型中待求解的模型参数。
[0013]进一步的，模型中的自变量和因变量采用以下步骤获取；
[0014]首先，利用遥感图像通常具备的的近红外和红光波段计算NDVI，并通过各像素的NDVI值计算植被覆盖度，如公式2所示；其次，利用公开的全球30m分辨率DEM数据SRTM计算地形坡度，由此可得该像素内植被的覆盖面积(P2F/cosθ)；然后，使用国产高分7号立体测绘卫星和德国TanDEM
‑
X/TerraSAR
‑
X卫星计算大范围森林的冠层高度，并结合最新的星载激光点云(GEDI/ICESat2)数据对冠层高度进行校正；最后，利用森林样地的碳储量真值、图像分辨率、植被覆盖度、地形坡度和冠层高度计算模型参数；
[0015][0016]式中，NDVI
soil
为完全是裸土或无植被覆盖区域的NDVI值；NDVI
veg
为完全被植被所覆盖的像元的NDVI值；NIR即近红外波段，Red是红波段；
[0017]在获取足够的森林碳储量样地数据后，对公式1进行对数变化解算模型参数：
[0018]InC＝Ina+b
·
In(P2F/cosθ)+c
·
InH(3)
[0019]令l＝InC，p＝Ina，m＝In(P2F/cosθ)，n＝InH，则公式3可转化为：
[0020]l＝p+b
·
m+c
·
n(4)
[0021]由此可进行最小二乘平差解算，如下式所示：
[0022]X＝(B
T
B)
‑
·
(B
T
L)(5)
[0023]式中，i表示像素的个数。
[0024]进一步的，还包括步骤4，结合步骤2中的像素级几何物理模型，针对不同树种分别得到像素级的全球森林碳储量计算模型，根据不同树种分别求解模型参数，然后利用覆盖
全球的遥感图像、SRTM地形数据和森林冠层高数据进行森林碳储量的计算，结合多期数据实现森林碳汇的动态监测。
[0025]本专利技术还提供一种像素级全球森林碳储量高精度计算系统，包括如下模块；
[0026]森林碳储量真值计算模块，用于利用地面站和无人机激光雷达两类数据提取单木的胸径和树高参数，由树高
‑
胸径关系模型和不同树种的异速生长模型得到单木碳储量，并由此计算像素级的区域森林碳储量真值；
[0027]几何物理模型构建模块，用于利用遥感图像分辨率、植被覆盖度、地形坡度和冠层高度这四个变量构建一种具有理论解释性的像素级几何物理模型，用于计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种像素级全球森林碳储量高精度计算方法，其特征在于，包含以下步骤：步骤1，利用地面站和无人机激光雷达两类数据提取单木的胸径和树高参数，由树高
‑
胸径关系模型和不同树种的异速生长模型得到单木碳储量，并由此计算像素级的区域森林碳储量真值；步骤2，利用遥感图像分辨率、植被覆盖度、地形坡度和冠层高度这四个变量构建一种具有理论解释性的像素级几何物理模型，用于计算全球森林碳储量，通过区域森林碳储量真值、遥感图像分辨率、植被覆盖度、地形坡度和冠层高度解算模型参数；步骤3，最后根据解算得到的模型参数以及步骤2中的几何物理模型，得到像素级的全球森林碳储量。2.根据权利要求1所述一种像素级全球森林碳储量高精度计算方法，其特征在于：步骤1的具体实现方式如下；利用单木近似垂直于地面的特征，使用格网法分别从地面站TLS和无人机UAV激光点云中提取单木，对从TLS点云中提取的单木截取不同厚度的树干点云，使用RANSAC算法拟合胸径参数，并对从UAV点云中提取的单木，由最高点和最低点计算树高参数，同时结合已有的实地勘测数据，建立不同树种的树高
‑
胸径关系模型；其次，继续使用格网法从机载点云中提取单木，并从高光谱卫星影像中提取森林区域，利用光谱和纹理信息进行树种识别，由此获得单木的树高和胸径参数；然后，根据不同树种的异速生长模型计算单木的碳储量，将所有单木累加得到整个区域内的碳储量；最后根据常用可覆盖全球遥感图像的分辨率，统计各像素内单木的数量和碳储量，获取单木级和像素级的区域森林碳储量高分辨率制图。3.根据权利要求1所述一种像素级全球森林碳储量高精度计算方法，其特征在于：步骤2中构建的像素级几何物理模型如下；C＝a
·
(P2F/cosθ)
b
·
H
c
(1)式中，C表示遥感图像中单个像素的碳储量，由步骤1获得，P表示遥感图像的空间分辨率，F表示该像素的植被覆盖度，θ表示地形坡度，H表示该像素的冠层高度；a、b、c为模型中待求解的模型参数。4.根据权利要求3所述一种像素级全球森林碳储量高精度计算方法，其特征在于：几何物理模型中的自变量和因变量采用以下步骤获取；首先，利用遥感图像通常具备的的近红外和红光波段计算NDVI，并通过各像素的NDVI值计算植被覆盖度，如公式2所示；其次，利用公开的全球30m分辨率DEM数据SRTM计算地形坡度，由此可得该像素内植被的覆盖面积(P2F/cosθ)；然后，使用国产高分7号立体测绘卫星和德国TanDEM
‑
X/TerraSAR
‑
X卫星计算大范围森林的冠层高度，并结合最新的星载激光点云(GEDI/ICESat2)数据对冠层高度进行校正；最后，利用森林样地的碳储量真值、图像分辨率、植被覆盖度、地形坡度和冠层高度计算模型参数；式中，NDVI
soil
为完全是裸土或无植被覆盖区域的NDVI值；NDVI
veg
为完全被植被所覆盖的像元的NDVI值；NIR即近红外波段，Red是红波段；在获取足够的森林碳储量样地数据后，对公式1进行对数变化解算模型参数：
InC＝Ina+b
·
In(P2F/cosθ)+c
·
InH(3)令l＝InC，p＝Ina，m＝In(P2F/cosθ)，n＝InH，则公式3可转化为：l＝p+b
·
m+c
·
n(4)由此可进行最小二乘平差解算，如下式所示：X＝(B
T
B)
‑
·
(B
T
L)(5)式中，i表示像素的个数。5.根据权利要求1所述一种像素级全球森林碳储量高精度计算方法，其...

【专利技术属性】
技术研发人员：朱宁宁，杨必胜，
申请(专利权)人：武汉大学，
类型：发明
国别省市：