本发明专利技术公开了一种顾及植被生长节律的台风对植被碳吸收影响的评估方法，其方法包括：S1、确定研究区及所对应的目标台风，获取目标台风路径，获取研究区范围内的研究区数据；S2、采集研究区范围内与台风时间相近的N个非台风年的研究区模型数据输入随机森林回归模型，采集研究区台风时间所对应的研究区数据输入随机森林回归模型得到研究区模拟非台风情景下的LAI模拟值；S3、在研究区中逐像元计算对应的差值ΔLAI并在研究区地图上逐像元表达。本发明专利技术提出一种可分离植被生长年际波动和物候特征的台风对植被冠层结构和碳吸收能力影响定量分析的随机森林回归模型，实现了多种指标的量化评估，对台风植被破坏科学研究及有效保护具有重要意义。
1、台风是一种极端气象事件，伴随着强风、暴雨和强烈的风暴潮等极端气象现象；对台风灾害而言，植被冠层兼具高度暴露度和脆弱性。台风对植被的直接影响之一是强风造成的机械破坏，表现为落叶、树枝和茎干的折断，甚至连根拔起等多种形式。同时，台风伴随的强降雨也易引发洪水或山体滑坡，从而对植被造成间接干扰。由于植被冠层是光合作用的关键场所，其破坏将直接影响植被的碳吸收能力。
2、传统的台风植被损害评估方法主要依赖于植被清查。这种方法可准确获取样点尺度的植被冠层受灾信息，但却存在一系列显著的局限性。首先，人工实测需要耗费大量的时间和人力资源，尤其在台风过后，进入受损区域存在困难。其次，局部地区的调查结果往往难以全面描述台风对造成的大范围影响。最后，在缺乏完善的长期观测资料的地区，预测台风并进而开展灾前调查极具挑战。随着遥感技术的发展，卫星数据因其具有广泛空间覆盖、高效省时的优势，在灾害评估中的作用日益突出。但是，如果台风发生时恰逢植物快速生长期，则可能导致损失的低估；如果台风发生在生长季节后期时，植被固有的物候节律可能会导致台风引起的植被损失的高估；而且植被也受到环境因子年际波动造成的影响。目前在对台风植被损害评估中，还缺乏全面考虑植被内在物候规律和外部环境年际波动的潜在影响。此外，现有技术主要在于植被清查下植被物理损伤的测量，缺少对碳吸收能力受损的评估，缺少持续监测植被灾后恢复情况的方法及技术手段。
>技术实现思路1、本专利技术的目的在于克服
技术介绍
所指出的技术问题，提供一种顾及植被生长节律的台风对植被碳吸收影响的评估方法，通过随机森林回归模型充分表征了植被物候、气象条件等因素对冠层结构的影响，精确量化台风对植被冠层和碳吸收能力的影响，并按时序量化植被冠层受灾后的恢复过程。
2、本专利技术的目的通过下述技术方案实现：
3、一种顾及植被生长节律的台风对植被碳吸收影响的评估方法，其方法包括：
4、s1、确定研究区及所对应的目标台风，获取目标台风路径，获取研究区范围内包括卫星叶面积指数(lai)数据、土地覆被分类数据、气象数据、经纬度高程数据、土壤湿度数据在内的数据并按像元构成研究区数据，气象数据包括气温、露点温度、降水、下行短波辐射、饱和水汽压差和大气二氧化碳浓度；
5、s2、构建预测非台风情景下lai值的随机森林回归模型，采集研究区范围内与台风时间相近的n个非台风年的研究区模型数据输入随机森林回归模型，基于随机森林回归模型构建lai与因子集的关系，因子集包括气温、下行短波辐射、降水、饱和水汽压差、大气二氧化碳浓度、时空信息、多年lai均值，其中多年lai均值为与目标台风时间最近的m个非台风年同期的lai均值，m≤n；采集研究区台风时间所对应的研究区数据输入随机森林回归模型得到研究区非台风情景下的lai模拟值；
6、s3、获取研究区遥感实际观测的叶面积指数数据记为lai观测值，在研究区中按照如下公式逐像元计算对应的差值δlai：δlai＝laiobs-laipre；其中laiobs为像元对应的lai观测值，laipre为像元对应的lai模拟值；若像元的差值δlai为负值，则表示台风对植被带来破坏；若像元的差值δlai为非负值，则表示植被不受台风影响或者受正面影响；在研究区地图上逐像元表达差值δlai，同时计算研究区台风后叶面积变化量δla：
7、其中δlaii表示像元i对应的lai差值，qi表示像元i的面积，n表示研究区中像元的总数。
8、为了更好地实现本专利技术台风对植被碳吸收能力影响评估方法，还包括如下方法：
9、s4、基于最优性原理构建普适性生产力模型p model，普适性生产力模型p model根据冠层截获的光合有效辐射iobs和光能利用率lue计算gpp，其公式如下：
10、gpp＝iobs×lue；
11、iobs＝60×60×24×10-6×kec×rsw×fapar；
12、fapar＝1-exp(-k×lai)；
13、
14、其中，kec、k、c*为常数，rsw表示下行短波辐射数据，fapar表示冠层截获能力，lai表示叶面积指数，表示内禀光量子效率，β(θ)表示水分胁迫，mc表示碳的摩尔质量，m表示co2对光合作用的限制；
15、将研究区的lai模拟值、lai观测值分别输入普适性生产力模型p model中分别得到gpps0、gpps1，gpps0表示非台风情景下的总初级生产力gpp，gpps1表示台风情景下的总初级生产力gpp。
16、进一步的方案是：方法s4还包括：
17、按照如下公式计算出研究区非台风和台风情景下的gpp差值：
18、δgpp＝gpps1-gpps0
19、按照如下公式计算出台风导致的gpp变化率：
20、优选地，在步骤s2中，因子集中气温、下行短波辐射、降水、饱和水汽压差、大气二氧化碳浓度分别对应采集台风时间当月、前两个月的对应数据作为因子项。
21、优选地，随机森林回归模型基于随机森林的袋外误差率找到回归树棵树、最小叶片数两种参数的最佳组合，随机森林回归模型逐像元模拟非台风情景下的lai值并按照时间序列输出。
22、优选地，在步骤s4中，在研究区地图上逐像元表达gpp差值和gpp变化率；在研究区地图上表达台风路径。
23、优选地，所述叶面积指数数据来源于modis叶面积指数产品，所述气象数据的来源于era5陆地再分析数据集、bess辐射产品和美国夏威夷莫纳罗亚天文台，所述土地覆被分类数据来源于modis土地覆被产品。
24、本专利技术较现有技术相比，具有以下优点及有益效果：
25、(1)本专利技术基于随机森林回归模型构建lai与因子集的关系，模拟得到研究区在台风时间非台风情景下的lai模拟值，因子集选用气温、下行短波辐射、降水、饱和水汽压差、大气二氧化碳浓度、时空信息、多年lai均值多个因子，利用多年数据进行lai与因子集的模型训练，充分表征了植被物候、气象条件等因素对冠层结构的影响，计算得到像元对应的差值δlai、叶面积变化量δla、gpp差值、gpp变化率，实现了台风对植被影响的多指标评估，在研究区地图上表达能够直观呈现台风对植被影响的空间分布情况。
26、(2)本专利技术基于遥感时间序列数据构建随机森林回归模型和普适性生产力模型pmodel，提出一种可分离植被生长年际波动和物候特征的台风对植被冠层结构和碳吸收能力影响的定量分析方法，通过随机森林回归模型充分表征了植被物候、气象条件等因素对冠层结构的影响，并通过普适性生产力模型p model模拟台风和非台风情景下gpp，精确地量化台风对植被冠层和碳吸收能力的破坏或影响，并按时序量化植被冠层受灾后的恢复过程。
本文档来自技高网...
【技术保护点】
1.一种顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：其方法包括：
2.按照权利要求1所述的顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：还包括如下方法：
3.按照权利要求2所述的顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：方法S4还包括：
4.按照权利要求1所述的顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：在步骤S2中，因子集中气温、下行短波辐射、降水、饱和水汽压差、大气二氧化碳浓度分别对应采集台风时间当月、前两个月的对应数据作为因子项。
5.按照权利要求1所述的顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：随机森林回归模型基于随机森林的袋外误差率找到回归树棵树、最小叶片数两种参数的最佳组合，随机森林回归模型逐像元模拟非台风情景下的LAI值并按照时间序列输出。
6.按照权利要求3所述的顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：在步骤S4中，在研究区地图上逐像元表达GPP差值和GPP变化率；在研究区地图上表达台风路径。
7.按照权利要求1所述的顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：所述叶面积指数数据来源于MODIS叶面积指数产品，所述气象数据来源于ERA5陆地再分析数据集、BESS辐射产品和美国夏威夷莫纳罗亚天文台，所述土地覆被分类数据来源于 MODIS土地覆被产品。
...
【技术特征摘要】
1.一种顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：其方法包括：
2.按照权利要求1所述的顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：还包括如下方法：
3.按照权利要求2所述的顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：方法s4还包括：
4.按照权利要求1所述的顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：在步骤s2中，因子集中气温、下行短波辐射、降水、饱和水汽压差、大气二氧化碳浓度分别对应采集台风时间当月、前两个月的对应数据作为因子项。
5.按照权利要求1所述的顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征...
【专利技术属性】
技术研发人员：朱再春，郑瑶瑶，詹思敏，陈佳娜，曹森，陈玥，
申请(专利权)人：北京大学深圳研究生院，
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。