【技术实现步骤摘要】
本专利技术涉及碳汇监测，尤其涉及一种基于卫星遥感的草地碳汇监测方法。
技术介绍
1、传统的碳汇监测技术往往需要就地对监测区域进行监测，人力需求大，智能化程度不高，且监测数据不够全面，最终导致草地碳汇监测数据的不准确；在监测过程中，因为气温常受草地地形的影响，从而使得土壤数据进行改变，进而对监测数据产生变化；
2、
3、针对上述的技术缺陷，现提出一种解决方案。
技术实现思路
1、本专利技术的目的在于：通过一种基于卫星遥感的草地碳汇监测方法，解决了碳汇监测不够全面以及碳汇监测结果不够准确等的问题。
2、为了实现上述目的，本专利技术采用了如下技术方案：一种基于卫星遥感的草地碳汇监测方法，包括以下步骤：
3、步骤一：采集待测区域的碳汇信息，设置采集周期，对待测区域的碳汇信息进行定时采集与监测，其中，碳汇信息包括基础信息、环境信息和牧户活动信息；
4、步骤二：获取待测区域的遥感影像，并进行预处理，再对遥感影像进行选取分析，获得不同波长段下的遥感影像数据，其中遥感影像数据包括基础数据和环境数据；
5、步骤三：根据遥感影像数据提取出环境数据，并处理生成气象因子、土壤因子和地形因子，建立草地预测模型，基于得分策略确定待测区域所属草地类型，以对所述草地类型进行分析；
6、步骤四：对地形进行校正，获取修正后的地形因子，将修正后的地形因子输入到预设的回归模型中，对气象因子进行修正；再将修正后的气象因子输入到预设的回归模型
7、步骤五：建立碳汇计算模型，将碳汇信息作为输入设置，输出设置为碳汇量；根据输入结果，结合历史数据进一步校准模型，提高模型输出结果的准确度。
8、进一步的，步骤一的具体过程为：
9、将草地环境划分为n个区域，将任一个区域标记为n i，通过卫星遥感设备，并整合现有草地资源专项调查数据成果，对区域ni进行采集并获取相应的碳汇信息a，设置并标记碳汇信息a的集合qa＝{基础信息，环境信息，牧户活动信息}，设置采集周期t1，对碳汇信息a进行定时采集与监测；其中基础信息包括草地地上生物量数据；环境信息包括地形数据、气象数据和土壤数据；牧户活动信息包括牧户调研数据和人口密度。
10、进一步的，遥感影像预处理的具体过程为：
11、获取待测区域的遥感影像，通过遥感影像获取带雾遥感影像，对输入带雾遥感影像进行去雾训练处理，输出为去雾遥感影像，具体过程为：
12、a1，构建影像去雾模型，通过卫星遥感设备获取遥感影像，集中读取遥感影像数据并将其存储在内存或硬盘中，设置一个去雾网络，学习对输入影像的去雾效果，且去雾网络的输入设置为带雾影像，输出设置为去雾影像，采用卷积核尺寸为3×3的卷积提取影像特征，对带雾影像进行特征提取；
13、a1-1：先直接对原始带雾影像进行特征提取，并将特征信息标记为特征s1；
14、a1-2：预设一个网络模型，将原始带雾影像输入到预设网络模型中，进行不同尺度的特征提取，并将网络感知层第w1层第w2个输出结果作为感知特征信息，且w1和w2均为正整数，还将感知特征信息标记为特征s2；
15、a1-3，将特征s1和特征s2进行特征融合，采用两次卷积核尺寸为1×1的卷积减少通道数量，生成一维张量形式，并标记为特征s融合；
16、a1-4，将特征s融合对应的影像数据按照5:1:1的比例划分为训练集、验证集和测试集三个部分，对特征s融合赋予相应的权重，进行训练学习，得到最终输出；
17、a2，影像去雾模型中还设置有一个对抗网络，学习推断输入影像是带雾影像还是无雾影像，且对抗网络的输入设置为带雾影像、无雾影像和去雾影像，输出设置为去雾影像的概率；具体为：通过提取带雾影像、无雾影像和去雾影像的特征信息，对带雾影像和无雾影像进行特征信息的相减操作以分离出云雾特征信息，再分别建立带雾影像与去雾影像之间的系数关系g1(i)和带雾影像与无雾影像之间的系数关系g2(i)，对无雾影像和去雾影像的进行判别，以快速判断是否去雾影像；
18、a3，根据去雾网络和对抗网络之间的相互竞争，不断提高自身性能，以提高影像去雾模型的去雾能力。
19、进一步的，步骤三的具体过程为：
20、获取待测区域的遥感影像，通过遥感影像形成时间序列数据集，再基于得分策略确定待测区域所属草地类型，以对所述草地类型进行分析，具体过程为：
21、b1，获取遥感影像的经纬度位置，对遥感影像进行投影，将经纬度坐标系中任意点p(l，b，h)转换为三维坐标系中的任意点m(x，y，z)；再根据坐标计算出待测区域的海拔、高度、坡向和坡度，并分别标记为hb、gd、px和pd，且分别赋予相应的权重系数，进行归一化处理生成地形因子dx；
22、b2，获取待测区域的土壤指标、植被覆盖率和土壤厚度，并分别赋予对应的权重系数，生成土壤因子tr；
23、b2-1，土壤指标的评估因子包括黏土含量、含泥量、全钾、全氦、全磷和砾石含量，并分别对应标记为nt、h l、qj、qh、q l和l s；
24、b3，获取待测区域的温度、降水量和太阳辐射，并分别赋予对应的权重系数，生成气象因子qx；
25、b4，建立草地预测模型，将气象因子qx、地形因子dx和土壤因子tr作为模型的输入设置，输出设置为草地类型，具体为：
26、b4-1，分别对气象因子qx、地形因子dx和土壤因子tr设置梯度系数，并分别赋予相应梯度系数对应的权重系数，进行梯度累积生成得分系数df；
27、b4-2，将得分系数df与预设得分区间df1、区间df2和区间df3进行对比分析，生成对应的草地类型。
28、进一步的，步骤四的具体过程为：
29、c1，分别建立气象因子与地形因子之间的回归模型r1(c)，以确定气象因子与高程、经度和纬度之间的变化关系，和气象因子与土壤因子tr之间的的回归模型r2(c)，以确定土壤因子和降水量、太阳辐射和温度之间的变化关系；
30、c2，获取待测区域的坡度、坡向以及太阳入射角，对待测区域进行地形校正，生成修正后的地形因子，并将修正后的地形因子代入回归模型r1(c)中，得到修正后的气象因子，再将修正后的气象因子代入回归模型r2(c)中，得到修正后的土壤因子；
31、c3，设置并标记环境数据的集合qb＝{地形因子，气象因子，土壤因子}，输入集合qb中的任一元素，设定测算周期t2，在测算周期t2内采集的次数为nc1，获取测算周期内nc1个元素的数值，并以采集周期t1为横坐标、以当前元素的数值为纵坐标，建立二维曲线图qx，且曲线图qx上有两条曲线，再对当前时间上对应曲线点进行距离计算，并标记为距离值j l；
32、c4，设定差值范围±c，当任一元素的距离值j l超过设定的差值范围±c，将修正后的地形本文档来自技高网...
【技术保护点】
1.一种基于卫星遥感的草地碳汇监测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：所述步骤一的具体过程为：
3.根据权利要求1所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：所述遥感影像预处理的具体过程为：
4.根据权利要求3所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：对带雾影像进行特征提取的具体过程如下：
5.根据权利要求1所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：所述步骤三的具体过程为：
6.根据权利要求5所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：建立草地预测模型具体为：
7.根据权利要求1所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：所述步骤四的具体过程为：
8.根据权利要求7所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：所述地形校正的具体过程为：
9.根据权利要求1所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：所述步骤五的具体过程为：
10.根据
...【技术特征摘要】
1.一种基于卫星遥感的草地碳汇监测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：所述步骤一的具体过程为：
3.根据权利要求1所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：所述遥感影像预处理的具体过程为：
4.根据权利要求3所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：对带雾影像进行特征提取的具体过程如下：
5.根据权利要求1所述的一种基于卫星遥感的草地碳汇监测方法，其特征在于：所述步骤三的具体过程为：
6....
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。