System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及碳汇计量,特别涉及一种林地碳汇计量方法与系统。
技术介绍
1、林地碳汇是利用植物吸收大气中的二氧化碳并将其固定在植被和土壤中的过程,是全球碳循环的重要组成部分,对自然环境和气候变化的平衡和调节有着巨大作用,因此,需对林地碳汇数据进行统计和计量。
2、现有的林地碳汇计量技术中,专利公开号为cn114563402a的《一种林业碳汇测算和计量方法》通过遥感图像获取该区域森林面积及获取土地利用率及变化信息,在森林中进行抽样设计,为提高林业碳汇测算和计量的准确度,提高了可靠的样本数据。确定植物叶片的碳含量及森林中各个树的年龄;同时确定森林土壤中有机碳的含量,提高了检测的准确度。将检测的数据传递到云服务中,利用大数据技术按照树碳库的变化和土壤碳库的变化计算得到年度碳库变化,提高了数据处理的准确度和效率。
3、上述现有技术是通过遥感图像进行抽样设计,确定抽样单元,然后在抽样单元内部进行实物采样,最后进行检测和计算,其中,实物采样是一种较为耗费人力物力的采样方式,林地数据获取效率较低,且容易出现人为偏差,导致林地数据获取准确度也较低;此外,由于不同林地参数下的林地碳汇数据存在差别,因此在进行抽样单元的选取时,需考虑林地参数的影响,以提高抽样单元的代表性,然而,上述现有技术并未考虑到这一点,抽样单元的代表性较低,进而林地数据获取准确度较低。
技术实现思路
1、本专利技术提供了一种林地碳汇计量方法与系统,用以解决现有技术中没有比较可靠的针对林地数据获取效率较低,林
2、一方面,本专利技术提供了一种林地碳汇计量方法,包括以下步骤:
3、步骤一,采集林地遥感图像数据,对所述遥感图像数据进行图像识别,得到第一识别数据;所述第一识别数据包括:林地地形数据和林地疏密度数据。
4、步骤二,根据所述第一识别数据对林地进行采样区域划分,得到采样区域数据;所述采样区域数据包括:采样区域面积数据和采样区域边界数据。
5、步骤三,根据所述采样区域数据进行采样图像数据采集和定位数据采集,得到采样图像数据和定位数据。
6、步骤四,对所述采样图像数据进行图像识别,得到第二识别数据;所述第二识别数据包括:树木种类数据、树木高度数据和树木胸径数据。
7、步骤五,根据所述第二识别数据计算林地蓄积量、林地生物量和林地碳储量。
8、步骤六,设置计量周期,按照所述计量周期对步骤一至步骤五进行循环,根据每个计量周期的始末林地碳储量计算该计量周期的林地碳汇量。
9、在一种可能的实现方式中,步骤一中,所述对所述遥感图像数据进行图像识别,得到第一识别数据包括:
10、采用第一识别模型对所述遥感图像数据进行图像识别,得到第一识别数据。
11、所述第一识别模型是采用卷积神经网络通过遥感图像训练数据集进行预训练得到。
12、在一种可能的实现方式中,步骤二包括:
13、根据所述林地地形数据和所述林地疏密度数据,将林地划分成若干个预采区域,每个预采区域内的林地地形相同且林地疏密度相同,不同预采区域的林地地形不同或林地疏密度不同。
14、对每个预采区域进行采样区域划分,得到每个预采区域内的采样区域数据。
15、在一种可能的实现方式中,步骤三包括:
16、根据所述采样区域数据得到采样点位数据,根据所述采样点位数据得到采样路径数据。
17、根据所述采样路径数据进行采样图像数据采集和定位数据采集,得到采样图像数据和定位数据。
18、在一种可能的实现方式中,所述根据所述采样点位数据得到采样路径数据包括:
19、采用最大最小蚁群算法根据所述采样点位数据进行路径迭代寻优,得到优选路径,对所述优选路径进行平滑处理,得到采样路径数据。
20、在一种可能的实现方式中,步骤四包括:
21、采用第二识别模型对所述采样图像数据进行图像识别,得到第二识别数据。
22、所述第二识别模型是采用卷积神经网络通过采样图像训练数据集进行预训练得到。
23、在一种可能的实现方式中,步骤五包括:
24、根据所述树木种类数据、树木高度数据和树木胸径数据计算得到单木蓄积量,根据所述单木蓄积量计算得到采样区域蓄积量,根据所述采样区域蓄积量计算得到林地蓄积量。
25、根据所述林地蓄积量计算得到林地生物量。
26、根据所述林地生物量计算得到林地碳储量。
27、一方面,本专利技术还提供了一种林地碳汇计量系统,包括:第一采集模块、第一识别模块、区域划分模块、第二采集模块、第二识别模块、碳储计算模块、周期设置模块和碳汇计算模块。
28、所述第一采集模块用于采集林地遥感图像数据。
29、所述第一识别模块用于对所述遥感图像数据进行图像识别,得到第一识别数据。
30、所述区域划分模块用于根据所述第一识别数据对林地进行采样区域划分,得到采样区域数据。
31、所述第二采集模块用于根据所述采样区域数据进行采样图像数据采集和定位数据采集,得到采样图像数据和定位数据。
32、所述第二识别模块用于对所述采样图像数据进行图像识别,得到第二识别数据。
33、所述碳储计算模块用于根据所述第二识别数据计算林地蓄积量、林地生物量和林地碳储量。
34、所述周期设置模块用于设置计量周期。
35、所述第一采集模块、所述第一识别模块、所述区域划分模块、所述第二采集模块、所述第二识别模块、所述碳储计算模块还用于按照所述计量周期进行循环。
36、所述碳汇计算模块用于根据每个计量周期的始末林地碳储量计算该计量周期的林地碳汇量。
37、本专利技术中的一种林地碳汇计量方法与系统,具有以下优点:
38、提出的林地碳汇计量方法,通过对遥感图像数据进行图像识别,得到第一识别数据,根据第一识别数据对林地进行采样区域划分,得到采样区域数据,根据采样区域数据进行采样图像数据采集和定位数据采集,提高了林地数据获取效率;通过对采样图像数据进行图像识别,得到第二识别数据,提高了林地数据获取准确度,进而提高了林地碳汇计量精度;提出的第一识别模型、第二识别模型,提高了林地图像数据的识别准确度;提出的采用最大最小蚁群算法根据采样点位数据进行路径迭代寻优,得到优选路径,对优选路径进行平滑处理,得到采样路径数据,提高了采样效率。
本文档来自技高网...【技术保护点】
1.一种林地碳汇计量方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种林地碳汇计量方法,其特征在于,步骤一中,所述对所述遥感图像数据进行图像识别,得到第一识别数据包括:
3.根据权利要求1所述的一种林地碳汇计量方法,其特征在于,步骤二包括:
4.根据权利要求1所述的一种林地碳汇计量方法,其特征在于,步骤三包括:
5.根据权利要求4所述的一种林地碳汇计量方法,其特征在于,所述根据所述采样点位数据得到采样路径数据包括:
6.根据权利要求1所述的一种林地碳汇计量方法,其特征在于,步骤四包括:
7.根据权利要求1所述的一种林地碳汇计量方法,其特征在于,步骤五包括:
8.一种采用权利要求1至7任一项所述方法的林地碳汇计量系统,其特征在于,包括:第一采集模块、第一识别模块、区域划分模块、第二采集模块、第二识别模块、碳储计算模块、周期设置模块和碳汇计算模块;
【技术特征摘要】
1.一种林地碳汇计量方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种林地碳汇计量方法,其特征在于,步骤一中,所述对所述遥感图像数据进行图像识别,得到第一识别数据包括:
3.根据权利要求1所述的一种林地碳汇计量方法,其特征在于,步骤二包括:
4.根据权利要求1所述的一种林地碳汇计量方法,其特征在于,步骤三包括:
5.根据权利要求4所述的一种林地碳汇计量方法,其特征...
【专利技术属性】
技术研发人员:冯小华,时亚坤,马振华,郝江勃,郝红科,
申请(专利权)人:国家林业和草原局西北调查规划院,
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。