【技术实现步骤摘要】
基于生态测绘数据的矿区植被碳汇提升规划方法
[0001]本专利技术涉及土地复垦与生态修复
,具体涉及一种基于生态测绘数据的矿区植被碳汇提升规划方法
。
技术介绍
[0002]矿区植被碳汇作为重要的固碳增汇途径之一,随着国家双碳目标战略的提出,越来越受到政府和矿山企业的重视,而矿区植被重建则是矿区植被碳汇的核心工作
。
矿区植被重建能够带来碳汇的增加,但矿区地形起伏大,水土条件差,植被生长容易受到水分亏缺
、
营养元素胁迫等因素的影响,造成植被碳汇能力不足
。
因此需要对矿区植被碳汇提升进行合理的规划
。
[0003]目前,涉及到矿区植被碳汇的技术,主要是碳汇评估技术,如基于光能利用率模型的碳汇评估技术
、
基于地面生态调查的碳汇评估技术,针对矿区植被碳汇提升规划技术还很少
。
传统的植被碳汇提升主要依靠地面调查和经验判断,来实现植物群落的健康诊断,提出碳汇提升对策,存在盲目性高
、
工作量大
、
缺乏空间化布局的缺点,难以满足矿区植被碳汇提升的整体布局和规划
。
因此,需要开发出一种新的方法来解决矿区植被碳汇提升规划问题,用于指导矿区土地复垦与生态修复
。
技术实现思路
[0004]为解决上述现有技术中存在的问题,本专利技术提供一种基于生态测绘数据的矿区植被碳汇提升规划方法
。
[0005]本专利技术提供的技术方案如下:< ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种基于生态测绘数据的矿区植被碳汇提升规划方法,其特征在于,包括以下步骤:
S1
:对矿区进行生态测绘,从所述生态测绘的数据中获取植被特征变量,并建立植被特征变量分布图;
S2
:将植被地上碳储量与所述植被特征变量进行逐步回归分析,并通过所述植被特征变量分布图,建立植被地上碳储量分布图;
S3
:将植被生长胁迫因素与所述植被特征变量进行逐步回归分析,并通过所述植被特征变量分布图,建立植被生长胁迫因素分布图;
S4
:通过所述植被地上碳储量分布图和所述植被生长胁迫因素分布图,建立矿区植被碳汇提升空间分布图;
S5
:通过所述植被生长胁迫因素分布图和所述植被特征变量分布图,建立植被生长胁迫因素的主导参数分布图,通过叠加植被碳汇提升空间分布图和所述矿区植被生长胁迫因素的主导参数分布图,建立植被碳汇提升参数分布图;
S6
:在所述植被碳汇提升参数分布图上标记植被碳汇提升措施,建立矿区植被碳汇提升规划图,完成植被碳汇提升规划
。2.
根据权利要求1所述的一种基于生态测绘数据的矿区植被碳汇提升规划方法,其特征在于,步骤
S1
中,通过无人机测绘建立矿区
LiDAR
点云数据和高光谱图像;所述矿区植被特征变量包括
LiDAR
特征变量和高光谱特征变量;所述植被特征变量分布图包括
LiDAR
特征变量分布图和高光谱特征变量分布图
。3.
根据权利要求2所述的一种基于生态测绘数据的矿区植被碳汇提升规划方法,其特征在于,所述
LiDAR
特征变量包括植物高度
、
植被冠层结构和地形因子,所述高光谱特征变量包括植被指数
、
纹理因子
、
植被类型和物种多样性
。4.
根据权利要求1所述的一种基于生态测绘数据的矿区植被碳汇提升规划方法,其特征在于,步骤
S2
中,所述植被地上碳储量与所述植被特征变量的逐步回归分析函数公式为:式中:
ln
‑
对数函数符号;
C
‑
植被地上碳储量;
LI
i
‑
第
i
个
LiDAR
特征变量;
SI
j
‑
第
j
个高光谱特征变量;
c
‑
常数;
a
i
‑
第
i
个
LiDAR
特征变量的回归系数;
b
j
‑
第
j
个高光谱特征变量的回归系数;
n
‑
LiDAR
特征变量的个数;
m
技术研发人员:杨永均,董婧,唐佳佳,吴秦豫,张燕,胡建锋,杨辉,
申请(专利权)人:中国矿业大学,
类型:发明
国别省市:
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。