滨海湿地碳汇评估模型构建方法、评估方法和电子设备技术

本申请涉及碳储量监测技术，具体涉及一种滨海湿地碳汇评估模型构建方法、评估方法和电子设备，碳汇评估模型包括：第一特征提取网络、第二特征提取网络、成熟度预测模型和评估模型；获取样本数据；将第一近地图像数据输入至第一特征提取网络，提取演变区域的静态特征和时序变化特征；将气象数据输入至第二特征提取网络，提取气象特征；将静态特征，时序变化特征和气象特征作为成熟度预测模型的输入，将成熟度数据作为输出对成熟度预测模型进行多轮次训练，直至损失函数小于预设阈值，得到训练好的成熟度预测模型；将成熟度数据，气象特征和第二近地图像数据输入评估模型，对评估模型进行多轮次训练，得到训练好的碳汇评估模型。得到训练好的碳汇评估模型。得到训练好的碳汇评估模型。

【技术实现步骤摘要】
滨海湿地碳汇评估模型构建方法、评估方法和电子设备


[0001]本专利技术涉及碳储量监测
，更具体的，涉及一种滨海湿地碳汇评估模型构建方法、评估方法和电子设备。

技术介绍

[0002]研究表明，滨海湿地每平方公里的年碳埋藏量预计可达0.22GgC。因此，有效地评估滨海湿地的碳汇能力是实现碳中和目标的重要基础。
[0003]滨海湿地是全球变化的敏感区和脆弱区，由于生物活动、人类活动以及气候等因素的影响，滨海湿地往往是处于变化状态，例如，一些滨海湿地消失，一些人造滨海湿地，还有一些由于人类活动或生物入侵等，滨海湿地的类型发生变化，并且，而不同类型的滨海湿地的碳汇形式和碳汇能力相差很大。
[0004]基于此，相关技术总存在一些基于滨海湿地演变区域对滨海湿地碳汇效果进行评估的方法，例如，专利号为“CN202310115601.6”的中国专利中，指出对成熟湿地区域进行定性分析之外，还综合考虑待评估的滨海湿地的演变数据，考虑演变类型，演变前后的湿地类型，演变前后碳汇形式，演变前后碳汇能力，演变前后碳汇量等表征碳汇的因素综合对待评估的滨海湿地进行碳汇评估，可更为准确的得到待评估湿地的碳汇。
[0005]虽然相关技术中基于滨海湿地的演变区域进行碳汇评估，然而，此种碳汇评估只是基于演变区域的面积以及演变区域的滨海湿地类型进行评估，并未考虑演变区域的实际的特征，因此，做到较为精确的碳汇的评估。
[0006]因此，如何进行更为精确的进行碳汇评估成为亟待解决的技术问题。

技术实现思路

[0007]本专利技术的目的是提供一种滨海湿地碳汇评估模型构建方法、评估方法和电子设备，以解决如何进行更为精确的碳汇评估，对滨海湿地的管理提供理论指导的技术问题。
[0008]为实现上述目的，本专利技术提供了如下方案：根据第一方面，本申请实施例提供了一种滨海湿地碳汇评估模型构建方法，所述碳汇评估模型包括：第一特征提取网络、第二特征提取网络、成熟度预测模型和评估模型；获取样本数据，所述样本数据包括滨海湿地在第一预设时段内的气象数据、所述滨海湿地的演变区域的第一近地图像数据、所述滨海湿地的成熟区域的第二近地图像数据和所述演变区域在第二预设时段内的成熟度数据，其中，所述演变区域包括不同类型湿地之间的转换区域以及各个类型的滨海湿地的除转换区域之外的净变化区域，在时序的维度上所述第一预设时段在所述第二预设时段之前；将所述第一近地图像数据输入至所述第一特征提取网络，提取所述演变区域的静态特征和时序变化特征；将所述气象数据输入至所述第二特征提取网络，提取所述气象特征；将所述静态特征，时序变化特征和气象特征作为所述成熟度预测模型的输入，将所述成熟度数据作为输出对所述成熟度预测模型进行多轮次训练，直至损失函数小于预设阈值，得到训练好的成熟度预测模型；将所述成熟度数据，所述气象
特征和所述第二近地图像数据输入所述评估模型，对所述评估模型进行多轮次训练，得到训练好的碳汇评估模型。
[0009]可选地，所述第一特征提取网络包括第一分支特征提取网络和第二分支特征提取网络以及第一时序特征提取层；所述第一近地图像数据包括近地三维点云数据和航拍图像数据；所述将所述第一近地图像数据输入至所述第一特征提取网络，提取所述演变区域的静态特征和时序变化特征包括：将所述近地三维点云数据输入第一分支特征提取网络提取所述演变区域的三维网络特征；将所述航拍图像数据输入所述第二分支特征提取网络提取所述演变区域的颜色空间特征；将所述三维网络特征和颜色空间特征进行对准，得到所述静态特征；将所述静态特征输入至所述时序特征提取网络，提取所述时序变化特征。
[0010]可选地，所述将所述三维网络特征和颜色空间特征进行对准，得到所述静态特征还包括：将所述三维网络特征进行第一聚类，得到所述演变区域的植物的第一稀疏度；将所述颜色空间特征进行第二聚类，得到所述演变区域的第二稀疏度；基于所述第一稀疏度和所述第二稀疏度对所述三维网络特征和所述颜色空间特征进行融合，得到所述静态特征。
[0011]可选地，所述第二特征提取网络包括气象特征提取层、第二时序特征层和注意力层；将所述气象特征输入所述气象特征提取层提取多类型气象特征；将所述多类型气象特征输入至所述第二时序特征层提取所述气象累计变化特征；并通过所述注意力层捕获所述气象累计变化特征的加权权重，得到具有加权权重的气象累计变化特征。
[0012]可选地，所述评估模型包括第三特征提取网络和线性回归模型；所述将所述成熟度数据，所述气象特征和所述第二近地图像数据输入所述评估模型，对所述评估模型进行多轮次训练，得到训练好的碳汇评估模型包括：基于所述第三特征提取网络提取所述第二近地图像中的在所述第一预设时段内的植被变化特征；利用所述成熟度数据、所述气象特征和所述植被变化特征作为变量构建所述线性回归模型。
[0013]可选地，所述第一预设时段包括春季萌芽期内的预设时段；所述气象数据包括气温，雨水量，下雨持续时长和风暴潮；所述第二预设时段包括第一预设时段之后，落叶期之前的任意时间段。
[0014]根据地第二方面，本申请实施例提供了一种滨海湿地碳汇评估方法，包括：获取待评估的滨海湿地在第一预设时段内的气象数据、所述滨海湿地的演变区域的第一近地图像数据和所述滨海湿地的成熟区域的第二近地图像数据；将所述第一近地图像数据输入至所述第一特征提取网络，提取所述演变区域的静态特征和时序变化特征；将所述气象数据输入至所述第二特征提取网络，提取所述气象特征；将所述静态特征、时序变化特征和所述气象特征输入至所述成熟度预测模型，得到所述演变区域的成熟度；将所述成熟度，所述气象特征和所述第二近地图像数据输入训练好的评估模型，得到滨海湿地的碳汇评估结果。
[0015]可选地，所述评估模型包括第三特征提取网络和线性回归模型；所述将所述成熟度，所述气象特征和所述第二近地图像数据输入训练好的评估模型，得到滨海湿地的碳汇评估结果包括：将所述第二近地图像数据输入值所述第三特征提取网络提取所述第二近地图像中的在所述第一预设时段内的植被变化特征；将所述成熟度数据，所述气象特征和所述植被变化特征输入所述线性回归模型，得到所述滨海湿地的碳汇权重系数；基于滨海湿地类型对应的预设碳汇能力和所述碳汇权重系数确定所述滨海湿地的碳汇。
[0016]可选地，还包括：获取所述待评估的滨海湿地中演变区域的多个连续预设周期内
的成熟度数据；基于多个连续的成熟度数据确定所述演变区域的演变速率；基于所述演变速率调整所述演变区域的碳汇权重系数。
[0017]根据第三方面，本申请实施例提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述第一方面中任意一项所述的滨海湿地碳汇评估模型构建方法和/或上述第二方面所述的滨海湿地碳汇评估方法。
[0018]本专利技术中的上述方法和系统在对待评估的滨海湿地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种滨海湿地碳汇评估模型构建方法，其特征在于，所述碳汇评估模型包括：第一特征提取网络、第二特征提取网络、成熟度预测模型和评估模型；获取样本数据，所述样本数据包括滨海湿地在第一预设时段内的气象数据、所述滨海湿地的演变区域的第一近地图像数据、所述滨海湿地的成熟区域的第二近地图像数据和所述演变区域在第二预设时段内的成熟度数据，其中，所述演变区域包括不同类型湿地之间的转换区域以及各个类型的滨海湿地的除转换区域之外的净变化区域，在时序的维度上所述第一预设时段在所述第二预设时段之前；将所述第一近地图像数据输入至所述第一特征提取网络，提取所述演变区域的静态特征和时序变化特征；将所述气象数据输入至所述第二特征提取网络，提取气象特征；将所述静态特征，时序变化特征和气象特征作为所述成熟度预测模型的输入，将所述成熟度数据作为输出对所述成熟度预测模型进行多轮次训练，直至损失函数小于预设阈值，得到训练好的成熟度预测模型；将所述成熟度数据，所述气象特征和所述第二近地图像数据输入所述评估模型，对所述评估模型进行多轮次训练，得到训练好的碳汇评估模型。2.如权利要求1所述的滨海湿地碳汇评估模型构建方法，其特征在于，所述第一特征提取网络包括第一分支特征提取网络和第二分支特征提取网络以及第一时序特征提取层；所述第一近地图像数据包括近地三维点云数据和航拍图像数据；所述将所述第一近地图像数据输入至所述第一特征提取网络，提取所述演变区域的静态特征和时序变化特征包括：将所述近地三维点云数据输入第一分支特征提取网络提取所述演变区域的三维网络特征；将所述航拍图像数据输入所述第二分支特征提取网络提取所述演变区域的颜色空间特征；将所述三维网络特征和颜色空间特征进行对准，得到所述静态特征；将所述静态特征输入至所述时序特征提取网络，提取所述时序变化特征。3.如权利要求2所述的滨海湿地碳汇评估模型构建方法，其特征在于，所述将所述三维网络特征和颜色空间特征进行对准，得到所述静态特征还包括：将所述三维网络特征进行第一聚类，得到所述演变区域的植物的第一稀疏度；将所述颜色空间特征进行第二聚类，得到所述演变区域的第二稀疏度；基于所述第一稀疏度和所述第二稀疏度对所述三维网络特征和所述颜色空间特征进行融合，得到所述静态特征。4.如权利要求1所述的滨海湿地碳汇评估模型构建方法，其特征在于，所述第二特征提取网络包括气象特征提取层、第二时序特征层和注意力层；将所述气象数据输入所述气象特征提取层提取多类型气象特征；将所述多类型气象特征输入至所述第二时序特征层提取气象累计变化特征；通过所述注意力层捕获所述气象累计变化特征的加权权重，得到具有加权权重的气象累计变化特征。5.如权利要求1所述的滨海湿地碳汇评估模型构建方法，其特征在于，所述评估模型包
括第三特征...

【专利技术属性】
技术研发人员：秦华伟，马元庆，张明亮，辛荣玉，盖芸芸，宋秀凯，王建步，刘爱英，高修志，任玉水，赵晓杰，王万冠，王文君，
申请(专利权)人：山东省海洋资源与环境研究院山东省海洋环境监测中心，山东省水产品质量检验中心，
类型：发明
国别省市：