一种全球森林固碳潜力高精度计算方法及系统技术方案

本发明专利技术针对目前不同森林固碳潜力预估方法所需的基础数据不同，数据获取的方式不同，导致固碳潜力预估具有极大不确定性的问题，本发明专利技术公开了一种全球森林固碳潜力高精度计算方法及系统，提出利用胸径

【技术实现步骤摘要】
一种全球森林固碳潜力高精度计算方法及系统


[0001]本专利技术属于森林生态学和遥感学的交叉领域，尤其涉及森林生长模型，森林固碳潜力模型的构建，以及森林结构参数的预测，具体涉及一种全球森林固碳潜力高精度计算方法及系统。

技术介绍

[0002]面向国际碳交易市场需求，陆地生态系统未来的固碳潜力亟需研究(丁仲礼，2021)，联合国粮农组织指出全球森林的碳储量是陆地生态系统最重要的“碳库”(FAO,2021)，精准获取森林已有和未来的碳汇能力具有重要的战略意义和经济价值。目前基于清查法(方精云，2007；朴世龙，2022)、涡度相关法(于贵瑞，2014)、生态系统过程模型模拟法(Friedlingstein,2020；IPCC,2013)和大气反演法(Chen,2021；Wang,2020)等不同方式计算的森林碳汇差异巨大，如何实现全球森林固碳潜力的准确计算是亟需攻克的难题。森林的固碳潜力预测包括自然生长状态下的准确计算和变化区域的及时更新。目前主要使用生长模型预测森林固碳潜力，同时顾及森林面积变化，由于各种预测方法选择的基础数据和模型种类不同，导致预测的森林固碳潜力结果差异很大。不同的森林固碳潜力预测方法各有优劣，储量变化法要求两期数据使用相同的方法获得，使用相同的碳储量模型和参数；基于样地的数据最精准可靠，但样地调查工作量大，且只能在抽样总体的尺度上保证精度；损益法通过经验统计模型获得森林碳汇，但地域性强，在其他地区应用时需要重新确定经验参数值，限制了模型的使用。

技术实现思路

[0003]本专利技术针对目前不同森林固碳潜力预估方法所需的基础数据不同，数据获取的方式不同，导致固碳潜力预估具有极大不确定性的问题，提出利用胸径
‑
树高
‑
冠幅以及树高
‑
树龄函数关系推导森林未来的树高和郁闭度，结合固碳潜力模型对自然生长和变化区域的全球森林固碳潜力进行计算和更新。本专利技术解决的技术问题主要包括：
①
森林未来树高和郁闭度参数的准确预测；
②
基于固碳潜力模型的森林固碳潜力计算；
③
基于重访卫星影像的森林固碳潜力更新。
[0004]本专利技术的技术方案为一种全球森林固碳潜力高精度计算方法，主要包含以下步骤：
[0005]步骤1，根据不同树种的胸径
‑
树高
‑
冠幅以及树高
‑
树龄函数关系，由当前的森林参数和生长模型推导森林未来的树高和郁闭度参数，用于计算森林固碳潜力；
[0006]步骤2，利用当前和未来两时刻的森林碳储量作差表示森林固碳潜力，基于森林碳储量普适模型构建森林固碳潜力计算模型；
[0007]步骤3，利用重访卫星影像识别森林变为非森林、非森林变为森林两种森林变化区域，及时获取变化区域的树种、树高和郁闭度，结合固碳潜力模型完成森林固碳潜力的高效率、低成本更新。
[0008]进一步的，当前时刻的森林郁闭度F
t
、高度H
t
由多源遥感数据获得，F
t+Δt
、H
t+Δt
为未来时刻t+Δt的森林郁闭度和高度，根据不同树种树高H
‑
树龄t函数关系H＝f(t)、冠幅w
‑
树高H函数关系w＝v(H)推导计算F
t+Δt
、H
t+Δt
；
[0009]在H＝f(t)、w＝v(H)已知的情况下，F
t+Δt
、H
t+Δt
的计算步骤如下：
[0010](1)由当前的树高H
t
、H＝f(t)获取森林像素的树龄t＝f
‑1(H
t
)；
[0011](2)通过H＝f(t)计算未来t+Δt时刻的树高H
t+Δt
＝f(t+Δt)；
[0012](3)由当前森林像素的郁闭度F
t
、w＝v(H)计算未来t+Δt时刻的郁闭度F
t+Δt
，推导过程如下：
[0013][0014](4)最后，H
t+Δt
、F
t+Δt
的计算公式如下：
[0015][0016]式中，S是像素内森林的面积，P是像素分辨率，F
t+Δt
为t+Δt时刻的森林郁闭度，F
t
为t时刻的森林郁闭度，H
t+Δt
为t+Δt时刻的森林高度，H＝f(t)为树高
‑
树龄函数模型，w＝v(H)为冠幅
‑
树高函数模型。
[0017]进一步的，将像素内森林的平均高度H视为单木高度，使用林业调查数据建立树高H与树龄t的关系H＝f(t)，冠幅w和树高H的函数关系，直接使用林业部门构建的w＝v(H)模型。
[0018]进一步的，采用Richards、Korf、Logistic、Gompertz、Weibull模型构建函数关系，然后选择选择最优的拟合函数建立H＝f(t)；
[0019]其中Richards模型构建的函数关系的表达式为：
[0020]H＝a(1
‑
e
‑
bt
)
c
[0021]Korf模型构建的函数关系的表达式为：
[0022][0023]Logistic模型构建的函数关系的表达式为：
[0024]H＝a/(1+be
‑
ct
)
[0025]Gompertz模型构建的函数关系的表达式为：
[0026][0027]Weibull模型构建的函数关系的表达式为：
[0028][0029]其中，H为树高，t为树龄，a、b、c为函数模型参数。
[0030]进一步的，步骤2中构建的森林固碳潜力计算模型如下；
[0031][0032]式中，P是像素分辨率，F表示该像素的森林郁闭度，θ表示地形坡度，H表示该森林高度；a
′
、b
′
、c
′
为模型中待求解的模型参数，C
Δt
为该像素在Δt时间范围内的森林固碳潜力，F
t
和H
t
分别表示t时刻森林的郁闭度和高度，F
t+Δt
和H
t+Δt
分别表示t+Δt时刻的森林郁闭
度和高度。
[0033]进一步的，步骤3中，针对森林变为非森林的情况，直接将该变化区域的固碳潜力归零；针对非森林变为森林的情况，通过以下步骤实现森林固碳潜力更新：
[0034](31)非森林变为森林，分为自然形成或人工植树造林的森林，使用深度学习网络识别森林树种，由树种确定相应的森林固碳潜力模型参数；
[0035](32)自然形成的森林，利用重访遥感影像记录森林变化时刻t
′
，结合相应树种的H＝f(t)获取t+Δt时刻森林高度H...

【技术保护点】

【技术特征摘要】
1.一种全球森林固碳潜力高精度计算方法，其特征在于，包括如下步骤：步骤1，根据不同树种的胸径
‑
树高
‑
冠幅以及树高
‑
树龄函数关系，由当前的森林参数和生长模型推导森林未来的树高和郁闭度参数，用于计算森林固碳潜力；步骤2，利用当前和未来两时刻的森林碳储量作差表示森林固碳潜力，基于森林碳储量普适模型构建森林固碳潜力计算模型；步骤3，利用重访卫星影像识别森林变为非森林、非森林变为森林两种森林变化区域，及时获取变化区域的树种、树高和郁闭度，结合固碳潜力模型完成森林固碳潜力的高效率、低成本更新。2.如权利要求1所述的一种全球森林固碳潜力高精度计算方法，其特征在于：当前时刻的森林郁闭度F
t
、高度H
t
由多源遥感数据获得，F
t+Δt
、H
t+Δt
为未来时刻t+Δt的森林郁闭度和高度，根据不同树种树高H
‑
树龄t函数关系H＝f(t)、冠幅w
‑
树高H函数关系w＝v(H)推导计算F
t+Δt
、H
t+Δt
；在H＝f(t)、w＝v(H)已知的情况下，F
t+Δt
、H
t+Δt
的计算步骤如下：(1)由当前的树高H
t
、H＝f(t)获取森林像素的树龄t＝f
‑1(H
t
)；(2)通过H＝f(t)计算未来t+Δt时刻的树高H
t+Δt
＝f(t+Δt)；(3)由当前森林像素的郁闭度F
t
、w＝v(H)计算未来t+Δt时刻的郁闭度F
t+Δt
，推导过程如下：(4)最后，H
t+Δt
、F
t+Δt
的计算公式如下：式中，S是像素内森林的面积，P是像素分辨率，F
t+Δt
为t+Δt时刻的森林郁闭度，F
t
为t时刻的森林郁闭度，H
t+Δt
为t+Δt时刻的森林高度，H＝f(t)为树高
‑
树龄函数模型，w＝v(H)为冠幅
‑
树高函数模型。3.如权利要求2所述的一种全球森林固碳潜力高精度计算方法，其特征在于：将像素内森林的平均高度H视为单木高度，使用林业调查数据建立树高H与树龄t的关系H＝f(t)，冠幅w和树高H的函数关系，直接使用林业部门构建的w＝v(H)模型。4.如权利要求2或3所述的一种全球森林固碳潜力高精度计算方法，其特征在于：采用Richards、Korf、Logistic、Gompertz、Weibull模型构建函数关系，然后选择选择最优的拟合函数建立H＝f(t)；其中Richards模型构建的函数关系的表达式为：H＝a(1
‑
e
‑
bt
)cKorf模型构建的函数关系的表达式为：Logistic模型构建的函数关系的表达式为：H＝a/(1+be
‑
ct
)Gompertz模型构建的函数关系的表达式为：
Weibull模型构建的函数关系的表达式为：其中，H为树高，t为树龄，a、b、c为函数模型参数。5.如权利要求2所述的一种全球森林固碳潜力高精度计算方法，其特征在于：步骤2中构建的森林固碳潜力计算模型如下；式中，P是像素分辨率，F表示像素的森林郁闭度，θ表示地形坡度，H表示森林高度；a
′
、b
′
、c
′
为模型中待求解的模型参数，C
Δt
为像素在Δt时间范围内的森林固碳潜力，F
t
和H
t
分别表示t时刻森林的郁闭度和高度，F
t+Δt
和H
t+Δt
分别表示t+Δt时刻的森林郁闭度和高度。6.如权利要求5所述的一种全球森林固碳潜力高精度计算方法，其特征在于：步骤3中，针对森林变为非森林的情况，直接将该变化区域的固碳潜力归零；针对非森林变为森林的情况，通过以下步骤实现森林固碳潜力更新：(31)非森林变为森林，分为自然形成或人工植树造林的森林，使用深度学习网络识别森林树种，由树种确定相应的森林固碳潜力模型参数；(32)自然形成的森林，利用重访遥感影像记录森林变化时刻t
′
，结合相应树种的H＝f(t)获取t+Δt时刻森林高度H
t+Δt
：H
t+Δt
＝f(t+Δt
‑
t
′
)
ꢀꢀꢀꢀꢀꢀ
(4)(33)人工植树造林的森林，单木分布规整，利用不同树种的人工植树时机，树龄为t
″
，结合森林变化时刻t
′
，由H＝f(t)获取t+Δt时刻森林高度H
t+Δt
：H
t+Δt
＝f(t+Δt+t
″‑
t
′
)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(5)(34)非森林变为森林的过程中森林郁闭度会逐渐增高，利用遥感影像计算森林变化时刻t
′
的郁闭度F
t

【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：