一种用于红树林生态修复区的碳汇量估算方法与流程
本发明涉及环境监测领域,特别涉及一种用于红树林生态修复区的碳汇量估算方法。
背景技术:
1、红树林作为咸淡水交接的生态环境,能够为大量物种提供栖息空间,有助于维持生物多样性。同时红树林形成有效稳定的碳循环,能够对自身所在环境空间形成局部良性生态碳循环。考虑到红树林生态稳定性比较脆弱,一旦红树林内部发生局部生态破坏,会影响对应区域的碳循环持续性,不能有效形成碳汇聚吸收。在实际生态维护操作中,会对红树林进行植被复种等修复操作,对应的修复区相比于其他未被破坏区域存在植被密度低和植被覆盖率小等问题,并且上述修复区的植被长势明显不及其他未被破坏区域的植被长势,导致修复区的碳汇聚吸收存在不足等问题。目前对于红树林修复区的碳循环过程并未存在针对性的手段监测,不能准确有效确定碳汇聚实况,无法为红树林生态保护提供可靠依据。
技术实现思路
1、考虑到现有技术并未专门针对红树林修复的碳循环和碳汇聚吸收的监测手段,不能在红树林的生态环境发生期间精准确定碳汇聚实况,无法为红树林生态保护提供可靠依据。
2、鉴于上述问题,本发明提供如下技术方案:一种用于红树林生态修复区的碳汇量估算方法,包括:
3、步骤一、获取取红树林生态修复区的多个环境相关数据,所述环境相关数据包括土地状态数据、植被状态数据、气象状态数据、潮汐水文数据;
4、步骤二、预处理所述多个环境相关数据,得到土地地理知识、植被覆盖知识、日照辐射知识、潮汐水文知识,以此构建所述修复区的生态知识图谱;
5、步骤三、根据所述生态知识图谱,确定所述修复区的光能利用特征和光合作用特征;
6、步骤四、根据所述光能利用特征和所述光合作用特征,构建所述修复区的碳储量估计模型;
7、步骤五、根据所述碳储量估计模型,确定所述修复区的碳储量变化趋势;
8、步骤六、根据所述碳储量变化趋势,确定所述修复区的碳汇量异常区域;
9、步骤七、根据所述碳汇量异常区域的生态布局状态,确定所述碳汇量异常区域的生态修复缺陷。
10、优选地,所述步骤一具体包括如下步骤:
11、步骤 11、根据红树林生态修复区的地理边界坐标,从遥感数据库提取遥感影像数据和遥感雷达数据,对所述遥感影像数据进行地理轮廓识别,得到土地状态数据;其中,所述土地状态数据包括所述修复区的地理地形分布数据;
12、步骤 12、从遥感数据库提取遥感光谱数据,对所述遥感光谱数据进行反射谱识别,得到植被状态数据;其中,所述植被状态数据包括所述修复区的植被覆盖分布数据;
13、步骤 13、从气象卫星数据库提取辐射产品数据,结合遥感雷达大气校正结果,得到气象状态数据;其中,所述气象状态数据包括所述修复区的光照辐射数据、大气透射率数据以及云量覆盖数据;
14、步骤 14、调取实测潮位时序数据,结合时序遥感影像淹水范围识别结果,得到潮汐水文数据;其中,所述潮汐水文数据包括所述修复区各子区域的逐时段淹水时长与淹水深度数据。
15、优选地,所述步骤二具体包括如下步骤:
16、步骤 21、对所述土地状态数据包含的地理地形分布数据进行三维映射与重划分预处理,得到土地地理知识;其中,所述土地地理知识包括所述修复区的地理高程分布知识;
17、步骤 22、对所述植被状态数据包含的植被覆盖分布数据进行叶片轮廓分析预处理,得到植被覆盖知识;其中,所述植被覆盖知识包括所述修复区的植被叶片面积分布知识;
18、步骤 23、对所述气象状态数据包含的光照辐射数据进行照射强度与方位预处理,得到日照辐射知识;其中,所述日照辐射知识包括日照强度和高度角分布知识;
19、步骤 24、对所述潮汐水文数据包含的淹水时长与淹水深度数据进行时序插值与栅格化预处理,得到潮汐水文知识;其中,所述潮汐水文知识包括所述修复区各子区域的逐时段淹水特征分布知识;
20、步骤 25、根据所述修复区覆盖的三维空间坐标,关联所述土地地理知识、所述植被覆盖知识、所述日照辐射知识、所述潮汐水文知识,形成生态知识图谱。
21、优选地,所述步骤三具体包括如下步骤:
22、步骤31、对所述生态知识图谱进行图神经网络分析,提取每个空间像元对应的多维度特征向量,得到所述修复区的植被接收日照辐射状态、植被光合作用状态以及潮汐淹水胁迫状态;
23、步骤32、根据所述植被接收日照辐射状态、所述植被光合作用状态以及潮汐淹水胁迫状态,确定所述修复区的光能利用特征、光合作用特征以及潮汐胁迫特征;其中,所述光能利用特征包括植被叶面对日照辐射能量的吸收效率,所述光合作用特征包括植被光合作用速率,所述潮汐胁迫特征包括植被受淹水抑制的程度系数。
24、优选地,所述步骤四具体包括如下步骤:
25、步骤41、根据所述光能利用特征包含的植被叶面对日照辐射能量的吸收效率以及所述潮汐胁迫特征包含的淹水抑制程度系数,修正所述光合作用特征包含的植被光合作用速率;
26、步骤42、根据修正后的植被光合作用速率和所述修复区内部的植被类型,构建所述修复区的碳储量估计模型;其中,所述碳储量估计模型用于表征所述修复区全局范围的碳储量变化情况。
27、优选地,所述五具体包括如下步骤:
28、步骤51、根据所述碳储量估计模型,确定所述修复区内部所有子区域各自在未来预设时间区间内的碳储量变化趋势;
29、步骤52、根据根据所述子区域的未来气候预测数据、潮汐水文变化数据,修正所述碳储量变化趋势。
30、优选地,所述步骤六具体包括如下步骤:
31、步骤61、将每个子区域修正后的碳储量变化趋势转换为每个子区域的碳汇量变换趋势;
32、步骤62、从所述碳汇量变化趋势提取每个子区域的碳汇量平均值,根据所述碳汇量平均值,判断所述子区域是否属于碳汇量异常区域。
33、优选地,所述步骤七具体包括如下步骤:
34、步骤71、对所述碳汇量异常区域的实时植被分布进行聚类分析,得到所述碳汇量异常区域的生态布局状态;其中,所述生态布局状态包括所述碳汇量异常区域的植被密度空间布局密度;
35、步骤72、根据所述植被密度空间布局密度,确定所述碳汇量异常区域的植被修复空缺状态。
36、优选地,所述步骤72具体包括如下步骤:
37、步骤721、根据所述碳汇量异常区域的植被密度标准差、植被密度均值 、斑块最大欧氏距离、斑块平均欧氏距离以及所述碳汇量异常区域对应的碳汇量平均值,确定所述碳汇量异常区域内植被空间分布的均匀性指数;
38、步骤722、根据所述碳汇量异常区域的各斑块面积 、各斑块内部平均植被密度、斑块数量 、异常区域总面积、参考植被密度和碳汇量平均值,确定所述碳汇量异常区域的植被覆盖完整性指数;
39、步骤723、根据所述碳汇量异常区域内植被空间分布的均匀性指数和植被覆盖完整性指数,判断所述碳汇量异常区域的植被修复空缺状态,其中,若所述均匀性指数小于预设的均匀性指数阈值、所述植被覆盖完整性指数小于预设的完整性指数阈值,则判定所述碳汇量异常区域为严重空缺区域;若仅一项低于相应阈值,则判定所述碳汇量异常区域为一般空缺区域;否则判定为所述碳汇量异常区域无显著空缺或无空缺。
40、与现有技术相比,本发明具有如下有益效果:
41、本发明能够实现对红树林区域的碳储汇量的估计。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com