【技术实现步骤摘要】
一种海岸带土壤有机碳储量模拟及预测方法
[0001]本专利技术涉及多源卫星遥感生态系统监测
,特别是涉及一种海岸带土壤有机碳储量模拟及预测方法。
技术介绍
[0002]土壤中存储的碳远超大气和生物体中的碳。在土壤碳中,超过一半以上的的碳是以有机碳的的形式固存,是大气碳库的2倍,且相比土壤无机碳,土壤有机碳参与碳循环过程更加活跃(Batjes,1996;Crowther et al.,2016)。因此,土壤有机碳储量动态对全球和区域气候具有显著影响。
[0003]相比森林,草地、农田等陆地生态系统,由于更高的碳埋藏速率和吸收速率,海岸带生态系统在区域碳循环中扮演着十分重要的作用,特别是作为一个显著的碳汇生态系统,对“双碳”战略目标的实现具有重要作用。然而,然而由于其空间分布破碎、可达性差,空间异质性大等原因,海岸带生态系统碳储量估算及预测,特别是土壤有机碳储量的准确估算和预测仍然存在很大的不确定性。
[0004]现有土壤有机碳储量估算包括:基于调查采样分析方法,通过样点测试分析数据建立经验统计模型或机器学习模型模拟,基于过程模型模拟三种方法。基于调查采样方法方法仅限于小尺度土土壤有机碳储量评估分析。建立经验模型或机器学习模型估算土壤有机碳储量赖于有限的样点观测数据和单一、中低分辨率卫星遥感数据,模拟监测土壤碳储量精度往往存在较大不确定。基于过程模型模拟土壤有机碳储量受限于模型复杂、参数众多且优化复杂,在区域土壤有机碳储量估算中不确定性高,且应用复杂不便。
[0005]卫星遥感对地观测技术广 ...
【技术保护点】
【技术特征摘要】
1.一种海岸带土壤有机碳储量模拟方法,其特征在于:包括以下步骤:步骤1:选取模型构建所需的模型变量所述模型变量包括:海岸带植被指数、归一化植被指数、归一化水体指数、叶绿素荧光指数、增强植被指数、归一化植被湿度指数、改进型土壤植被指数、改进植被指数、归一化盐度指数、雷达遥感极化指数、高程、地形湿度指数、年均温、年降水、向下太阳短波辐射、人口、距离河流距离、土壤盐度和参考土壤碳储量;步骤2:模型变量获取与处理首先通过Google Earth Engine地理科学大数据云平台和开源基础地理数据产品获取模型变量数据;然后利用GIS软件对获取的模型变量数据进行格式转换、格网匹配处理;步骤3:模型训练样本数据集制备利用GIS软件提取栅格属性到点工具提取土壤碳储量样本点对应的模型输入变量值,获取构建土壤碳储量模型所需模型训练样本数据集;步骤4:模型变量优化通过相关系数矩阵分析和膨胀因子检验方法,从步骤1的模型变量中选取最优模型变量,并按照步骤2的方法获取最优模型变量数据;所述最优模型变量包括:海岸带植被指数、归一化植被指数、归一化植被湿度指数、改进型土壤植被指数、高程、距离河流距离、年降水、年均温、人口、土壤盐度和参考土壤碳储量;步骤5:海岸带土壤有机碳储量估算与预测增强回归树模型的构建利用海岸带空间分布数据和土壤有机碳样点数据,结合步骤3获取的模型训练样本数据集,构建海岸带土壤有机碳储量估算与预测增强回归树模型;步骤6:海岸带土壤有机碳储量模拟以步骤2获取的最优模型变量数据作为模型输入,通过步骤5构建的海岸带土壤有机碳储量估算与预测增强回归树模型,实现10m空间分辨率海岸带土壤有机碳储量模拟估算;步骤7:海岸带土壤有机碳储量统计分析利用步骤6获取的海岸带土壤有机碳储量空间分布数据,统计分析区域海岸带总的土壤有机碳储量和平均有机碳密度。2.一种海岸带土壤有机碳储量预测方法,其特征在于:包括以下步骤:步骤1:选取模型构建所需的模型变量所述模型变量包括:海岸带植被指数、归一化植被指数、归一化水体指数、叶绿素荧光指数、增强植被指数、归一化植被湿度指数、改进型土壤植被指数、改进植被指数、归一化盐度指数、雷达遥感极化指数、高程、地形湿度指数、年均温、年降水、向下太阳短波辐射、人口、距离河流距离、土壤盐度和参考土壤碳储量;步骤2:模型变量获取与处理首先通过Google Earth Engine地理科学大数据云平台和开源基础地理数据产品获取模型变量数据;然后利用GIS软件对获取的模型变量数据进行格式转换、格网匹配处理;步骤3:模型训练样本数据集制备利用GIS软件提取栅格属性到点工具提取土壤碳储量样本点对应的模型输入变量值,获取构建土壤碳储量模型所需模型训练样本数据集;
步骤4:模型变量优化通过相关系数矩阵分析和膨胀因子检验方法,从步骤1的模型变量中筛选最优模型变量,并按照步骤2的方法获取最优模型变量数据;所述最优模型变量包括:海岸带植被指数、归一化植被指数、归一化植被湿度指数、改进型土壤植被指数、高程、距离河流距离、年降水、年均温、人口、土壤盐度和参考土壤碳储量;步骤5:海岸带土壤有机碳储量估算与预测增强回归树模型的构建利用海岸带空间分布数据和土壤有机碳样点数据,结合步骤3获取的模型训练样本数据集,构建海岸带土壤有机碳储量估算与预测增强回归树模型;步骤6:最优模型变量的相对重要性分析及筛选通过构建的海岸带土壤有机碳储量增强回归树模型变量重要性分析和部分依赖图特征分析,确定步骤4筛选出的各最优模型变量对海岸带土壤有机碳模拟预测的相对重要性,并划分为重要变量、非重要变量和稳定变量;步骤7:最优模型变量数据的获取与处理所述稳定变量采用现有数据;除稳定变量以外的非重要变量采用现有卫星遥感多年平均数据;气象数据采用CMIP6多模型预估的SS...
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。