【技术实现步骤摘要】
本专利技术涉及采矿、遥感及地理信息领域，尤其涉及一种基于无人机影像的矿区植被碳汇精细演算方法。
技术介绍
1、随着全球气候变化和环境问题的不断加剧，减少碳排放已经逐渐成为世界各国的共识，煤炭行业更是碳减排的重点领域。露天煤矿的开采会对其周边生态环境造成破坏，并影响其所在地区生态系统及植被的固碳能力。因此，有必要建立一种面向矿区的精细植被碳汇计算方法，实现对矿区植被碳汇的精确计算及监测。
2、目前植被碳汇的计算方法主要为实地测量法和遥感影像反演法。对于矿区的植被碳汇计算，实地测量法具有较高的可靠度和精度，但需要大量时间和劳动力成本，且成本高、覆盖范围小；且由于矿区地域的特殊性，在矿区的复杂地形条件下进行设立观测站点、统计植被的叶面积指数等生态数据的作业较为困难，因此并不能满足矿区植被碳汇长期大范围监测的需求。遥感影像反演法可以大范围计算生态系统植被碳汇，注重大尺度数据反馈与宏观统计，基于卫星遥感影像的矿区植被碳汇计算在大气干扰云遮挡等情况的影响下无有效覆盖研究区域且难以实现精细化数据采集。因此通过上述两种方法进行矿区植被碳汇计算均存在一定程度的缺陷；目前，本领域较为关注矿区等小尺度、地形地势复杂区域的植被碳汇精细演算，同时更看重其演算精度，通过拍照影像(以无人机拍照为例，无人机灵活性强，对矿区等小尺度地形地势复杂区域优势明显，可根据需要调整飞行高度、路线和飞行范围，获取矿区范围的遥感影像，进而实现计算范围的灵活变化；且无人机遥感影像数据获取成本低、适用性广，是计算矿区植被碳汇的较为理想的数据源)缺少卫星遥感影像的光谱波
技术实现思路
1、本专利技术的目的在于解决现有技术存在的技术问题，提供一种基于无人机影像的矿区植被碳汇精细演算方法，基于无人机正投影拍摄获取影像数据，对影像进行逐像素特定方法的灰度化处理，然后依靠设定的灰度级数划分为两个灰度类，根据类间方差最大值得到最优阈值，按照最优阈值对像素植被或非植被属性划分，按照设定像元大小进行重采样处理并得到各个像元的植被覆盖度，进而计算得到各个像元的碳汇量，得到目标矿区碳汇量分布、总碳汇量、植被净生态系统生产力总量；达到对矿区生态系统碳汇精确计算的目的，对科学评价矿区植被碳汇具有重要意义。
2、本专利技术的目的通过下述技术方案实现：
3、一种基于无人机影像的矿区植被碳汇精细演算方法，其方法包括：
4、s1、采用多光谱无人机对目标矿区进行重叠正投影拍摄得到影像数据集，基于目标矿区构建坐标系，将影像数据集中影像数据配准并拼接、校正成目标矿区影像；
5、s2、对目标矿区影像逐像素进行如下灰度化处理：将目标矿区影像中按照像素解析r、g、b三个颜色通道，计算得到像素的灰度值exg，exg＝2*g1-r1-b1，g1、r1、b1表示三个颜色通道所对应的数值；按照像素的灰度值exg进行像素的灰度化处理；
6、将目标矿区影像的像素设定具有l个灰度级数，先预设阈值k，将目标矿区影像的像素按照阈值k划分为c0、c1两个灰度类，然后计算得到目标矿区影像的平均灰度μ、c0类像素的平均灰度μ0、c1类像素的平均灰度μ1，然后按照如下公式计算类间方差δ2(k)：
7、δ2(k)＝ω0(μ-μ0)2+ω1(μ-μ1)2；其中ω0是c0类的像素占比比，ω1是c1类的像素占比；
8、更换预设阈值k并获取类间方差δ2(k)的最大值时的预设阈值k作为最优阈值t；将目标矿区影像中灰度值不小于t的像素点划分为植被，其余划分为非植被；
9、s3、基于改进的双线性插值算法对目标矿区影像按照设定像元大小进行重采样处理，然后统计得到各个像元的植被覆盖度；
10、s4、基于坐标系的坐标数据构建反距离权重插值模型，采集目标矿区的气象参数输入反距离权重插值模型中，气象参数包括月平均气温、月总降水、月太阳总辐射，反距离权重插值模型采用距离倒数乘方法进行覆盖所有像元的气象参数的插值处理；基于uav-casa模型按照如下方法计算得到各个像元的碳汇量npp(x，t)：
11、npp(x，t)＝apar(x，t)×ε(x，t)
12、apar(x，t)＝sol(x，t)×fpar(x，t)×0.5×[fvc×(fparmax-fparmin)+fparmin]
13、ε(x，t)＝t1(x，t)×t2(x，t)×w(x，t)×ε*；其中x表示像元位置，t表示时间，apar(x，t)表示像元x在t月的植被光合有效辐射，ε(x，t)为像元x在t月真实的植被光能利用率，sol(x，t)表示像元x在t月的太阳总辐射量，fparmax与fparmin分别取0.95和0.001，t1(x，t)和t2(x，t)分别表示低温和高温下对光能利用效率的胁迫系数，w(x，t)为水分胁迫系数，ε*为理想条件下的最大光能利用率。
14、为了更好地实现本专利技术，本专利技术还包括如下方法：
15、s5、按照如下公式计算得到各个像元的植被净生态系统生产力nep：
16、nep(x，t)＝npp(x，t)-rh，其中rh表示土壤微生物的呼吸量；
17、统计汇总目标矿区所有像元的碳汇量得到碳汇总量；统计汇总目标矿区所有像元的植被净生态系统生产力得到植被净生态系统生产力总量。
18、优选地，步骤s2中还包括如下方法：
19、基于植被、非植被类型对目标矿区影像中的像素进行聚类分块，在每个分块中基于sift算法找出多个sift特征点，按照特征匹配算法在分块中扩大领域进行邻近像素搜索及类型重新判断，若特征匹配算法的中心像素为sift特征点，则周围邻域像素以sift特征点的植被或非植被进行属性更改，直到周围邻域像素不同于sift特征点的属性占比超过a1时停止更改作业；若特征匹配算法的中心像素为非sift特征点，以周围邻域像素的属性占比超过a2的属性更改中心像素的属性，否则中心像素的属性不更改。
20、优选地，在步骤s2中，目标矿区影像的像素的l个灰度级数从0～l-1，第i级灰度像素点数为ni，i位于0～l-1的范围内，目标矿区影像的像素总数为n，则目标矿区影像中第i级像素点的概率为目标矿区影像的平均灰度计算表达式为：c0类像素的平均灰度计算表达式为：c1类像素的平均灰度计算表达式为：
21、优选地，在步骤s2中，像素点按照坐标(x1，y1)表示像素点的灰度值为f(x1，y1)，g(x1，y1)表示属性，属性为划分植被或非植被的结果。
22、优选地，在步骤s3中，根据重采样处理的目标分辨率从目标矿区影像计算宽和高的缩放常数，表达式如下：
23、其中pwidth和twidth分别表示目标矿区影像重采样的宽度和高度，xt和yt分别表示进行重采样后像元的横坐标和纵坐标；x和y为重采样后像元对应原始图像的横坐标和纵坐标；...
【技术保护点】
1.一种基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：其方法包括：
2.按照权利要求1所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：还包括如下方法：
3.按照权利要求1所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：步骤S2中还包括如下方法：
4.按照权利要求1所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：在步骤S2中，目标矿区影像的像素的L个灰度级数从0～L-1，第i级灰度像素点数为Ni，i位于0～L-1的范围内，目标矿区影像的像素总数为N，则目标矿区影像中第i级像素点的概率为目标矿区影像的平均灰度计算表达式为：C0类像素的平均灰度计算表达式为：C1类像素的平均灰度计算表达式为：
5.按照权利要求1或4所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：在步骤S2中，像素点按照坐标(X1，y1)表示像素点的灰度值为f(x1，y1)，g(x1，y1)表示属性，属性为划分植被或非植被的结果。
6.按照权利要求1所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于
7.按照权利要求6所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：在步骤S3中，根据遍历位置找到其中一个像元j对应原始图像的位置坐标P(x，y)，找出距离像元j最近的四个像元，先在x方向进行两次插值，再在y方向进行一次插值。
8.按照权利要求1所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：在步骤S4中，反距离权重插值模型的距离倒数乘方法表达式如下：
9.按照权利要求1所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：在步骤S1中，坐标系中具有目标矿区地图，在目标矿区地图上生成密集点云并生成三角网，利用密集点云及三角网进行影像数据配准，利用影像拼接工具进行影像数据拼接，在目标矿区地图使用ArcMap软件进行校正处理。
10.按照权利要求1所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：在步骤S1中，多光谱无人机设置的旁向重叠度为50％～70％，航向重叠度为60％～80％。
...【技术特征摘要】
1.一种基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：其方法包括：
2.按照权利要求1所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：还包括如下方法：
3.按照权利要求1所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：步骤s2中还包括如下方法：
4.按照权利要求1所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：在步骤s2中，目标矿区影像的像素的l个灰度级数从0～l-1，第i级灰度像素点数为ni，i位于0～l-1的范围内，目标矿区影像的像素总数为n，则目标矿区影像中第i级像素点的概率为目标矿区影像的平均灰度计算表达式为：c0类像素的平均灰度计算表达式为：c1类像素的平均灰度计算表达式为：
5.按照权利要求1或4所述的基于无人机影像的矿区植被碳汇精细演算方法，其特征在于：在步骤s2中，像素点按照坐标(x1，y1)表示像素点的灰度值为f(x1，y1)，g(x1，y1)表示属性，属性为划分植被或非植被的结果。
6.按照权利要求1所述的基于无人机影像的矿区植被碳汇精细演算方法...
【专利技术属性】
技术研发人员：李军，崔宽宽，杨飞，杜甜梦，张浩然，张成业，毛海涛，石海涛，
申请(专利权)人：中国矿业大学北京，
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。