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】
本专利技术涉及卫星遥测及碳排,尤其涉及一种土壤碳排放量确定方法、装置、电子设备及存储介质。
技术介绍
1、土壤开垦等翻耕行为会将土壤中的有机物质通过微生物分解或化学反应释放温室气体到大气中。土壤碳排放量是指这些行为所产生的碳当量的总和,是全球碳循环的重要组成部分,也是全球变暖的主要原因之一。因此,监测和评估土壤碳排放量的动态和空间分布,对于理解和控制全球气候变化具有重要意义。
2、现有的土壤碳排放量确定方法往往是通过人工测量实现或通过遥感测量实现。在土壤翻耕过程中,前者利用仪器吸收翻耕过程中释放的温室气体量进行监测,得到土壤翻耕行为所产生的土壤碳排放量,整个人工测量过程因室外翻耕作业会使一部分温室气体逃逸无法捕捉,导致即使是人工实地利用仪器吸收测量土壤碳排放量仍会存在极大误差,即最终确定的土壤碳排放量是不准确的;而后者所建立的土壤翻耕与光谱特征间的关系模型缺乏理论和实验支撑,存在较大的不确定性和误差,同时,土壤翻耕与土壤碳排放量间的关系模型建立也缺乏充分的实地观测数据及验证,模型精度不可靠,此外,一般的关系模型是基于土壤温度、土壤湿度和翻耕深度等因素建立的反演模型,该反演模型简单易用,但容易忽略土壤中的物质释放量区别带来的影响,也会导致最终确定的土壤碳排放量也是不准确的。
3、综上,无论是通过人工测量,还是通过遥感测量实现土壤碳排放量的确定,都会因各自的局限性,导致最终确定的土壤碳排放量的准确性较差。
技术实现思路
1、本专利技术提供一种土壤碳排放量确定方法
2、本专利技术提供一种土壤碳排放量确定方法,包括:
3、获取待测土壤区域在翻耕前的第一遥感图像和经翻耕后的第二遥感图像;
4、根据所述第一遥感图像和所述第二遥感图像,确定所述待测土壤区域内有机质经翻耕后的第一变化量和全氮经翻耕后的第二变化量;
5、根据所述第一变化量,确定二氧化碳释放量和甲烷释放量;并根据所述第二变化量,确定氮氧化物释放量;
6、根据所述二氧化碳释放量、所述甲烷释放量和所述氮氧化物释放量,确定所述待测土壤区域对应的土壤碳排放量。
7、根据本专利技术提供的一种土壤碳排放量确定方法,所述根据所述第一遥感图像和所述第二遥感图像,确定所述待测土壤区域内有机质经翻耕后的第一变化量和全氮经翻耕后的第二变化量,包括:根据所述第一遥感图像和所述第二遥感图像,确定所述待测土壤区域内土壤在不同深度的有机质浓度变化量和在所述不同深度的全氮浓度变化量;根据所述不同深度的有机质浓度变化量,确定所述有机质经翻耕后的第一变化量;根据所述不同深度的全氮浓度变化量,确定所述全氮经翻耕后的第二变化量。
8、根据本专利技术提供的一种土壤碳排放量确定方法,所述根据所述二氧化碳释放量、所述甲烷释放量和所述氮氧化物释放量,确定所述待测土壤区域对应的土壤碳排放量,包括:根据所述甲烷释放量,确定甲烷的二氧化碳当量;根据所述氮氧化物释放量,确定氮氧化物的二氧化碳当量;根据所述二氧化碳释放量、所述甲烷的二氧化碳当量和所述氮氧化物的二氧化碳当量,确定所述待测土壤区域对应的土壤碳排放量。
9、根据本专利技术提供的一种土壤碳排放量确定方法,所述根据所述第一遥感图像和所述第二遥感图像,确定所述待测土壤区域内土壤在不同深度的有机质浓度变化量,包括:针对所述不同深度中的各深度均执行以下操作:获取所述深度对应的有机质浓度评估模型,所述有机质浓度评估模型是基于区域样本对应的遥感图像样本的红光反射率样本、近红外反射率样本和短波红外反射率样本,及所述区域样本内土壤样本在所述深度的有机质浓度样本构建得到的;将所述第一遥感图像的红光反射率、近红外反射率和短波红外反射率,输入至所述有机质浓度评估模型,得到所述有机质浓度评估模型输出的所述待测土壤区域内土壤在所述深度的第一有机质浓度;将所述第二遥感图像的红光反射率、近红外反射率和短波红外反射率,输入至所述有机质浓度评估模型,得到所述有机质浓度评估模型输出的所述土壤在所述深度的第二有机质浓度;根据所述第一有机质浓度和所述第二有机质浓度,确定所述土壤在所述深度的有机质浓度变化量。
10、根据本专利技术提供的一种土壤碳排放量确定方法,根据所述第一遥感图像和所述第二遥感图像,确定所述待测土壤区域内土壤在所述不同深度的全氮浓度变化量,包括:针对所述不同深度中的各深度均执行以下操作:获取所述深度对应的全氮浓度评估模型,所述全氮浓度评估模型是基于区域样本对应的遥感图像样本的近红外反射率样本,及所述区域样本内土壤样本在所述深度的全氮浓度样本构建得到的;将所述第一遥感图像的近红外反射率,输入至所述全氮浓度评估模型,得到所述全氮浓度评估模型输出的所述待测土壤区域内土壤在所述深度的第一全氮浓度;将所述第二遥感图像的近红外反射率,输入至所述全氮浓度评估模型,得到所述全氮浓度评估模型输出的所述土壤在所述深度的第二全氮浓度;根据所述第一全氮浓度和所述第二全氮浓度,确定所述土壤在所述深度的全氮浓度变化量。
11、根据本专利技术提供的一种土壤碳排放量确定方法,所述深度对应的有机质浓度评估模型是基于以下步骤构建得到的:获取所述区域样本对应的遥感图像样本,及所述遥感图像样本的红光反射率样本、近红外反射率样本和短波红外反射率样本;获取所述区域样本内所述土壤样本在所述深度的有机质浓度样本;根据所述红光反射率样本和所述有机质浓度样本,确定第一最大信息系数;根据所述近红外反射率样本和所述有机质浓度样本,确定第二最大信息系数;并根据所述短波红外反射率样本和所述有机质浓度样本,确定第三最大信息系数;基于所述第一最大信息系数、所述第二最大信息系数和所述第三最大信息系数,根据所述红光反射率样本、所述近红外反射率样本、所述短波红外反射率样本和所述有机质浓度样本,构建所述深度对应的有机质浓度评估模型。
12、根据本专利技术提供的一种土壤碳排放量确定方法,所述基于所述第一最大信息系数、所述第二最大信息系数和所述第三最大信息系数,根据所述红光反射率样本、所述近红外反射率样本、所述短波红外反射率样本和所述有机质浓度样本,构建所述深度对应的有机质浓度评估模型,包括:在所述第一最大信息系数、所述第二最大信息系数和所述第三最大信息系数均大于预设系数阈值的情况下,根据所述红光反射率样本、所述近红外反射率样本、所述短波红外反射率样本和所述有机质浓度样本,构建所述深度对应的有机质浓度评估模型。
13、本专利技术还提供一种土壤碳排放量确定装置,包括:
14、获取模块,用于获取待测土壤区域在翻耕前的第一遥感图像和经翻耕后的第二遥感图像;
15、处理模块,用于根据所述第一遥感图像和所述第二遥感图像,确定本文档来自技高网...
【技术保护点】
1.一种土壤碳排放量确定方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一遥感图像和所述第二遥感图像,确定所述待测土壤区域内有机质经翻耕后的第一变化量和全氮经翻耕后的第二变化量,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述二氧化碳释放量、所述甲烷释放量和所述氮氧化物释放量,确定所述待测土壤区域对应的土壤碳排放量,包括:
4.根据权利要求2所述的方法,其特征在于,所述根据所述第一遥感图像和所述第二遥感图像,确定所述待测土壤区域内土壤在不同深度的有机质浓度变化量,包括:
5.根据权利要求2所述的方法,其特征在于,根据所述第一遥感图像和所述第二遥感图像,确定所述待测土壤区域内土壤在所述不同深度的全氮浓度变化量,包括:
6.根据权利要求4所述的方法,其特征在于,所述深度对应的有机质浓度评估模型是基于以下步骤构建得到的:
7.根据权利要求6所述的方法,其特征在于,所述基于所述第一最大信息系数、所述第二最大信息系数和所述第三最大信息系数,根据所述红光反射率样本、所述近红
8.一种土壤碳排放量确定装置,其特征在于,包括:
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行确定机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述土壤碳排放量确定方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述土壤碳排放量确定方法。
...【技术特征摘要】
1.一种土壤碳排放量确定方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一遥感图像和所述第二遥感图像,确定所述待测土壤区域内有机质经翻耕后的第一变化量和全氮经翻耕后的第二变化量,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述二氧化碳释放量、所述甲烷释放量和所述氮氧化物释放量,确定所述待测土壤区域对应的土壤碳排放量,包括:
4.根据权利要求2所述的方法,其特征在于,所述根据所述第一遥感图像和所述第二遥感图像,确定所述待测土壤区域内土壤在不同深度的有机质浓度变化量,包括:
5.根据权利要求2所述的方法,其特征在于,根据所述第一遥感图像和所述第二遥感图像,确定所述待测土壤区域内土壤在所述不同深度的全氮浓度变化量,包括:
6.根据权利要求4所述的方...
【专利技术属性】
技术研发人员:关山,陈玄,赵鹏飞,王海童,李少龙,李强,刘阁,张志霄,
申请(专利权)人:北京观微科技有限公司,
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。