申请/专利权人：国家海洋局南海规划与环境研究院

申请日：2023-09-08

公开（公告）日：2024-06-28

公开（公告）号：CN117218531B

主分类号：G06V20/10

分类号：G06V20/10;G06V20/13;G06V10/24;G06V10/42;G06V10/54;G06V10/58;G06V10/774;G06V10/143

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2023.12.29#实质审查的生效;2023.12.12#公开

摘要：本发明公开了一种面向海陆生态交错带红树林植物地上碳储量估算方法，该方法包括：获取研究区域的调查数据与多时相卫星影像数据，通过潮间带面积指数和潮间带面积比例筛选低潮时卫星影像；使用随机森林机器学习算法，进行红树林分布遥感识别；构建研究区域红树林地上生物量反演回归模型；基于研究区域红树林地上生物量反演回归模型对研究区域地上生物碳储量进行估算，得到研究区域红树林植物地上碳储量。本发明通过多时相多光谱卫星遥感影像和现场调查数据实现红树林和滨海盐沼的自动精确识别，提高了红树林植物地上碳储量遥感反演自动化程度。本发明作为一种面向海陆生态交错带红树林植物地上碳储量估算方法，可广泛应用于林学测绘遥感技术领域。

主权项：1.一种面向海陆生态交错带红树林植物地上碳储量估算方法，其特征在于，包括以下步骤：获取研究区域的调查数据与多时相卫星影像数据，并对调查数据进行数据预处理，对多时相卫星影像数据进行筛选与数据预处理，得到预处理后的调查数据与预处理后的多时相卫星影像数据，包括：设定红树林研究区域范围并获取对应研究区域的调查数据；对研究区域的调查数据进行数据预处理，得到预处理后的调查数据，包括：通过无人机对红树林研究区域范围进行拍摄，获取研究区域的第一类调查数据；所述研究区域的第一类调查数据为具有不同地物类型和具有拍摄地理位置信息的照片，所述不同地物类型包括地物类型和植被类型；基于研究区域范围，设定红树林生态调查样方位置，对红树林生态调查样方位置中的红树植物进行测量，获取红树林生态调查样方中的红树植物的株高、胸径和基径信息；根据红树植物的株高、胸径和基径信息，通过红树林异速生长方程对红树林生态调查样方的不同种类红树植物的地上生物量进行估算，获取红树林生态调查样方的红树植物的地上生物量，得到研究区域的第二类调查数据；整合研究区域的第一类调查数据和研究区域的第二类调查数据，得到预处理后的调查数据；通过卫星多光谱成像仪对红树林研究区域范围进行拍摄处理，得到多时相卫星影像数据；对多时相卫星影像数据进行筛选与数据预处理，得到预处理后的多时相卫星影像数据，包括：考虑云量干扰，选取所述云量低于20%对应的卫星影像数据，并选择研究区域的滨海盐沼植物的生长期和休眠期成像的卫星影像，得到初步筛选的多时相卫星影像数据；对初步筛选的多时相卫星影像数据依次进行几何校正、辐射定标和大气校正处理，得到校正后的多时相卫星影像数据；所述几何校正用于校正传感器成像过程中造成的几何畸变；所述辐射定标用于对数据输入单元中遥感影像传感器记录的电子信号转换成地表地物的辐射亮度或反射率；所述大气校正用于消除大气折射、散射影响，将辐射亮度或反射率转换成地物实际反射率；基于红树林研究区域范围并结合研究区域的调查数据中具有拍摄地理位置信息的照片，制作研究区域范围矢量；通过研究区域范围矢量对校正后的多时相卫星影像数据进行裁剪处理，得到裁剪后的多时相卫星影像数据；考虑潮汐涨落对地物光谱和其分布范围的遥感成像的影响，对裁剪后的多时相卫星影像数据进行筛选处理，得到预处理后的多时相卫星影像数据，包括：考虑潮汐涨落对地物光谱和其分布范围的遥感成像的影响，获取研究区域最低潮时且归一化植被指数大于0时的面积和研究区域最高潮时且归一化水体指数小于0时的面积；根据研究区域最低潮时且归一化植被指数大于0时的面积、研究区域最高潮时且归一化水体指数小于0时的面积、研究区域的面积构建潮间带面积指数和潮间带面积比例；其中，所述潮间带面积指数和所述潮间带面积比例的表达式具体如下所示： ； ；上式中，表示潮间带面积指数，表示潮间带面积比例，表示卫星影像成像时研究区内归一化植被指数区域的面积，表示研究区的面积，表示卫星影像成像时研究区内归一化水体指数区域的面积，表示研究区最低潮时成像的影像归一化植被指数区域的面积，表示研究区最高潮时成像的影像归一化水体指数区域的面积；根据潮间带面积指数和潮间带面积比例对所述初步筛选的多时相卫星影像数据进行筛选处理，基于研究区域的滨海盐沼植物的生长期和休眠期选取潮间带面积比例大于10%且潮间带面积指数最大的影像作为预处理后的多时相卫星影像数据；基于预处理后的调查数据制作分类训练样本，将预处理后的多时相卫星影像数据作为分类基础数据，通过随机森林机器学习算法进行红树林分布范围遥感识别，得到研究区域红树林分布范围，包括：基于预处理后的多时相卫星影像数据，计算多时相卫星影像数据的光谱特征和纹理特征；基于研究区域的第一类调查数据制作不同地物的分类训练样本；设置随机森林机器学习算法参数，将待生成决策树数量设为100，分裂节点数设为全部特征平方根，在分类训练样本中随机选择70%的样本数据作为训练样本，剩余30%的样本数据作为精度评价样本；将训练样本对应的多时相卫星影像数据的光谱特征和纹理特征作为输入数据，输入至随机森林机器学习算法，构建研究区地物分类模型；将预处理后多时相卫星数据的光谱特征和纹理特征作为输入数据，输入到研究区地物分类模型中进行地物分类，得到研究区域红树林分布范围；根据研究区域红树林分布范围获取其对应的中高空间分辨率多光谱卫星影像并结合预处理后的调查数据，构建研究区域红树林地上生物量反演回归模型，包括：根据红树林生态调查样方位置和调查时间获取对应的中高空间分辨率多光谱卫星影像；对红树林生态调查样方位置的中高空间分辨率多光谱卫星影像进行光谱波段选择与植被指数计算，得到红树林生态调查样方位置和调查时间对应的遥感光谱波段数据与植被指数数据；将研究区域的第二类调查数据中的红树林生态调查样方的红树林植物地上生物量作为因变量，将红树林生态调查样方的遥感光谱波段数据与植被指数数据作为自变量，构建研究区域红树林地上生物量反演回归模型；获取红树林地上生物量碳转换系数，并结合研究区域红树林分布范围的中高空间分辨率多光谱卫星影像和研究区域红树林地上生物量反演回归模型对研究区域红树林植物地上碳储量进行估算，得到研究区域红树林植物地上碳储量。

全文数据：

权利要求：

百度查询： 国家海洋局南海规划与环境研究院 一种面向海陆生态交错带红树林植物地上碳储量估算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD