基于多期遥感影像的地上植被碳汇量计算系统及方法技术方案

技术编号:34695237 阅读:19 留言:0更新日期:2022-08-27 16:30
本发明专利技术涉及基于多期遥感影像的地上植被碳汇量计算系统及方法,包括依次相连接的数据输入单元、数据处理单元、信息提取单元和碳汇量计算单元。本发明专利技术可以通过多期的遥感影像数据快速、准确的计算出目标区域的植被碳汇量及其变化情况;本发明专利技术不限制目标范围大小,不需要进行大量的图斑采样和数学建模,可根据遥感影像范围或指定边界来计算目标区的碳汇量和变化情况;本发明专利技术通过对植被的精细分类来计算不同植被的碳储量和碳汇量,准确度高;本发明专利技术中的分类规则可根据影像范围内自主确认,灵活度高可适用于不同地表类型下植被的碳汇量计算。算。算。

【技术实现步骤摘要】
基于多期遥感影像的地上植被碳汇量计算系统及方法


[0001]本专利技术涉及自动化遥感信息提取相关
,尤其涉及基于多期遥感影像的地上植被碳汇量计算系统及方法。

技术介绍

[0002]碳汇是指通过植树造林、植被恢复等措施,吸收大气中的二氧化碳,从而减少温室气体在大气中浓度的过程、活动或机制。碳汇量指一定时间段内林地、城市绿地的碳储量变化量,减去监测边界内的排放量,反映了林地、绿地对温室气体的清除能力和贡献。目前,植被的碳汇量的计算主要是先通过图斑采样,然后进行回归建模的方法进行碳储量的计算,从而得到碳汇量。针对大范围的林地、草地、灌木丛需要分别进行采样、建模、计算,然后得到碳汇量,比较耗时耗力。
[0003]有鉴于上述的缺陷,本设计人积极加以研究创新,以期创设基于多期遥感影像的地上植被碳汇量计算系统及方法,使其更具有产业上的利用价值。

技术实现思路

[0004]为解决上述技术问题,本专利技术的目的是提供基于多期遥感影像的地上植被碳汇量计算系统及方法。
[0005]为实现上述目的,本专利技术采用如下技术方案:
[0006]本专利技术目的之一:
[0007]基于多期遥感影像的地上植被碳汇量计算系统,包括依次相连接的数据输入单元、数据处理单元、信息提取单元和碳汇量计算单元;
[0008]数据输入单元用于标识不同时期通过遥感影像传感器记录的多期遥感影像以确定碳汇量计算的基准期;
[0009]数据处理单元用于对数据输入单元中的多期遥感影像进行预处理,预处理包括依次对多期遥感影像进行辐射定标和大气校正,之后输出多波段影像数据;
[0010]信息提取单元用于对数据处理单元中输入的多波段影像数据分别进行NDVI信息计算和土地分类信息提取;
[0011]碳汇量计算单元包括对信息提取单元中的多期的NDVI数据通过生物量反应模型反演不同时期的生物量数据,以及对信息提取单元中的根据不同时期的多期土地分类数据,根据植被的不同类型确认其植被的含碳率;然后结合多期的生物量数据和对应的含碳率数据计算得到不同时期的地上植被碳储量数据;最后,以基准期的碳储量数据为基础碳储量,根据各期的碳储量与基准期碳储量的差值计算得到各期相对于基准期地上植被碳汇量的变化分布情况。
[0012]作为本专利技术的进一步改进,数据输入单元中,以输入多期遥感影像的最早时间为基准期,可输入以年、季、月、日为时间间隔的多期遥感数据。
[0013]作为本专利技术的进一步改进,数据处理单元中的辐射定标用于对数据输入单元中遥
感影像传感器记录的电子信号转换为地表第五的辐射亮度或反射率;数据处理单元中的大气校正用于消除大气折射、散射影响,将辐射亮度或反射率转换为地物实际反射率。
[0014]作为本专利技术的进一步改进,信息提取单元中NDVI信息计算用于对处理后的遥感影像数据,通过近红外和红波段影像数据的差值与和值的比值计算得到NDVI信息;信息提取单元中土地分类信息提取用于对在统一的分类规则下将土地类别分类,然后通过机器学习/深度学习模型机型遥感影像的土地利用分类。
[0015]本专利技术目的之二:
[0016]基于多期遥感影像的地上植被碳汇量计算方法,包括以下步骤:
[0017]步骤S1、数据输入单元标识不同时期的多期遥感影像以确定碳汇量计算的基准期;
[0018]步骤S2、数据处理单元对数据输入单元中的多期遥感影像进行预处理,预处理包括依次对多期遥感影像进行辐射定标和大气校正,之后输出多波段影像数据;
[0019]步骤S3、信息提取单元对数据处理单元中输入的多波段遥感影像数据分别进行NDVI信息计算和土地分类信息提取;
[0020]步骤S4、碳汇量计算单元对信息提取单元中的多期的NDVI数据通过生物量反应模型反演不同时期的生物量数据,同时对信息提取单元中的根据不同时期的多期土地分类数据,根据植被的不同类型确认其植被的含碳率;然后结合多期的生物量数据和对应的含碳率数据计算得到不同时期的地上植被碳储量数据;最后,以基准期的碳储量数据为基础碳储量,根据各期的碳储量与基准期碳储量的差值计算得到各期相对于基准期地上植被碳汇量的变化分布情况。
[0021]作为本专利技术的进一步改进,步骤S1中,以输入多期遥感影像的最早时间为基准期,可输入以年、季、月、日为时间间隔的多期遥感数据。
[0022]作为本专利技术的进一步改进,步骤S2还依次包括:
[0023]步骤S21、数据处理单元中的辐射定标:对数据输入单元中遥感影像传感器记录的电子信号转换为地表第五的辐射亮度或反射率;
[0024]步骤S22、数据处理单元中的大气校正:消除大气折射、散射影响,将辐射亮度或反射率转换为地物实际反射率。
[0025]作为本专利技术的进一步改进,步骤S3还依次包括:
[0026]步骤S31、信息提取单元中NDVI信息计算:对处理后的遥感影像数据,通过近红外和红波段影像数据的差值与和值的比值计算得到NDVI信息;
[0027]步骤S32、信息提取单元中土地分类信息提取:在统一的分类规则下将土地类别分类,然后通过机器学习/深度学习模型机型遥感影像的土地利用分类。
[0028]借由上述方案,本专利技术至少具有以下优点:
[0029]1、本专利技术可以通过多期的遥感影像数据快速、准确的计算出目标区域的植被碳汇量及其变化情况;
[0030]2、本专利技术不限制目标范围大小,不需要进行大量的图斑采样和数学建模,可根据遥感影像范围或指定边界来计算目标区的碳汇量和变化情况;
[0031]3、本专利技术通过对植被的精细分类来计算不同植被的碳储量和碳汇量,准确度高;
[0032]4、本专利技术中的分类规则可根据影像范围内自主确认,灵活度高可适用于不同地表
类型下植被的碳汇量计算。
[0033]上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,并可依照说明书的内容予以实施,以下以本专利技术的较佳实施例并配合附图详细说明如后。
附图说明
[0034]为了更清楚地说明本专利技术实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本专利技术的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
[0035]图1是本专利技术基于多期遥感影像的地上植被碳汇量计算系统及方法的结构流程示意图;
[0036]图2是图1中数据处理单元的结构流程示意图;
[0037]图3是图1中信息提取单元的结构流程示意图;
[0038]图4是图1中碳汇量计算单元的结构流程示意图。
具体实施方式
[0039]下面结合附图和实施例,对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术,但不用来限制本专利技术的范围。
[0040]为了使本
的人员更好地理解本专利技术方案,下面将结合本专利技术实施例中附图,本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.基于多期遥感影像的地上植被碳汇量计算系统,其特征在于,包括依次相连接的数据输入单元、数据处理单元、信息提取单元和碳汇量计算单元;所述数据输入单元用于标识不同时期通过遥感影像传感器记录的多期遥感影像以确定碳汇量计算的基准期;所述数据处理单元用于对数据输入单元中的多期遥感影像进行预处理,所述预处理包括依次对多期遥感影像进行辐射定标和大气校正,之后输出多波段影像数据;所述信息提取单元用于对数据处理单元中输入的多波段影像数据分别进行NDVI信息计算和土地分类信息提取;所述碳汇量计算单元包括对信息提取单元中的多期的NDVI数据通过生物量反应模型反演不同时期的生物量数据,以及对信息提取单元中的根据不同时期的多期土地分类数据,根据植被的不同类型确认其植被的含碳率;然后结合多期的生物量数据和对应的含碳率数据计算得到不同时期的地上植被碳储量数据;最后,以基准期的碳储量数据为基础碳储量,根据各期的碳储量与基准期碳储量的差值计算得到各期相对于基准期地上植被碳汇量的变化分布情况。2.如权利要求1所述的基于多期遥感影像的地上植被碳汇量计算系统,其特征在于,所述数据输入单元中,以输入多期遥感影像的最早时间为基准期,可输入以年、季、月、日为时间间隔的多期遥感数据。3.如权利要求1所述的基于多期遥感影像的地上植被碳汇量计算系统,其特征在于,所述数据处理单元中的辐射定标用于对数据输入单元中遥感影像传感器记录的电子信号转换为地表第五的辐射亮度或反射率;所述数据处理单元中的大气校正用于消除大气折射、散射影响,将辐射亮度或反射率转换为地物实际反射率。4.如权利要求1所述的基于多期遥感影像的地上植被碳汇量计算系统,其特征在于,所述信息提取单元中NDVI信息计算用于对处理后的遥感影像数据,通过近红外和红波段影像数据的差值与和值的比值计算得到NDVI信息;所述信息提取单元中土地分类信息提取用于对在统一的分类规则下将土地类别分类,然后通过机器学习/深度学习模型机型遥感影像的土地利用分类。5.如权利要...

【专利技术属性】
技术研发人员:李莘莘郑毅余志远白纯钰
申请(专利权)人:行星数据科技苏州有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1