基于激光雷达与探地雷达的干旱荒漠区固碳功能评估方法
本发明涉及生态监测与遥感,具体而言,涉及一种基于激光雷达与探地雷达的干旱荒漠区固碳功能评估方法。
背景技术:
1、目前,对干旱荒漠区生态治理工程的固碳功能评估,主要依赖传统样方收获法与土壤剖面采样法。植被生物量通常通过砍伐标准株、烘干称重获得,土壤有机碳含量则通过挖掘土壤剖面、分层采集土样后进行实验室化学分析测定。上述方法虽然能够直接获取点位上的碳密度数据,但属于破坏性采样,在生态脆弱且治理成效初显的干旱区,频繁挖取植被和土壤剖面会对地表结皮和浅层根系造成不可逆损伤,违背生态监测的可持续性原则。
2、然而,现有非破坏性评估技术存在明显缺陷。一方面,常规光学遥感仅能获取植被的水平覆盖信息,无法穿透冠层获取垂直结构参数,在植被稀疏且冠层不连续的干旱区,常因混合像元问题导致生物量估算误差较大;另一方面,传统土壤碳估算多依赖经验公式或全球土壤数据库进行空间插值,忽略了干旱区土壤碳分布的高度空间异质性,且无法有效探测表层以下根系的分布特征。更为关键的是,现有技术往往将植被碳库与土壤碳库割裂评估,缺乏一套能够同步获取植被地上结构、地下根系分布及土壤理化属性的协同监测手段,导致固碳功能评估结果的整体性和准确性不足。
3、因此,有提供一种基于激光雷达与探地雷达协同的固碳功能评估方法,以解决上述技术问题。
技术实现思路
1、本发明的目的是提供基于激光雷达与探地雷达的干旱荒漠区固碳功能评估方法,以解决现有技术中固碳评估依赖破坏性采样、植被与土壤碳库割裂评估,导致评估精度低且难以持续开展的技术问题。
2、本发明的目的,可以通过如下技术方案实现:
3、一种基于激光雷达与探地雷达的干旱荒漠区固碳功能评估方法,包括:
4、获取目标工程区内典型植被样地的地基激光雷达点云数据与机载激光雷达点云数据,以及所述典型植被样地内预设土壤剖面的探地雷达回波数据;
5、基于所述地基激光雷达点云数据中提取出的地上植被冠层点云、所述机载激光雷达点云数据中提取出的地下粗根点云,以及植被组分的实测干物质密度,分别计算地上部分生物量和地下粗根部分生物量;
6、基于所述探地雷达回波数据,反演所述预设土壤剖面内不同深度土层的介电常数分布,并根据所述介电常数分布与土壤有机碳含量之间的预定映射关系,计算所述预设土壤剖面的土壤有机碳密度;所述探地雷达回波数据与土壤有机碳含量之间的预定映射关系,是通过在所述预设土壤剖面内同步采集土壤样本进行实验室标定后建立的;
7、汇总所述地上部分生物量所确定的地上植被碳储量、所述地下粗根部分生物量所确定的地下粗根碳储量以及所述预设土壤剖面的土壤有机碳密度所确定的土壤碳储量,确定所述典型植被样地的单位面积固碳量;
8、根据所述目标工程区内各个典型植被样地的单位面积固碳量及其各自所代表的植被类型面积权重,进行空间尺度扩展,得到所述目标工程区的总固碳功能评估结果。
9、进一步地,所述所述基于所述地基激光雷达点云数据中提取出的地上植被冠层点云、所述机载激光雷达点云数据中提取出的地下粗根点云,以及植被组分的实测干物质密度,分别计算地上部分生物量和地下粗根部分生物量,包括:
10、对所述地基激光雷达点云数据进行滤波分类,分离出地上植被冠层点云;
11、对所述机载激光雷达点云数据进行滤波分类,分离出地下粗根点云;
12、将所述地上植被冠层点云和所述地下粗根点云分别按照预设体素栅格尺寸进行体素化处理,并基于各体素栅格内点云的空间分布密度和预设栅格有效条件,分别确定地上部分和地下部分的体积填充密度;所述体积填充密度表征符合预设栅格有效条件的有效填充栅格的总体积占覆盖范围的总体积的比例;
13、基于地上部分的体积填充密度和对应的地上植被实测干物质密度,得到地上部分生物量;
14、基于地下粗根部分的体积填充密度和对应的地下粗根实测干物质密度,得到地下粗根部分生物量。
15、进一步地,所述基于各体素栅格内点云的空间分布密度和预设栅格有效条件,分别确定地上部分和地下部分的体积填充密度,包括:
16、确定所述预设体素栅格尺寸为v,并将单个体素栅格的内部空间划分为多个子空间;
17、统计落入单个体素栅格内的激光点云总数n,并确定各个激光点云在单个体素栅格内的三维坐标分布;
18、计算单个体素栅格内任意两个激光点云之间的最大空间距离d;
19、根据所述激光点云总数n和所述最大空间距离d,计算单个体素栅格的局部点云密度指标ρ=n×v/d³;
20、将所述局部点云密度指标ρ与预设的密度阈值区间进行比对,当ρ落入所述密度阈值区间内时,将该单个体素栅格标记为有效填充栅格;
21、统计目标植被类型覆盖范围内有效填充栅格的总数量m,计算所述体积填充密度为f=m×v/vtotal,其中vtotal为目标植被类型覆盖范围的总体积,所述目标植被类型为地上植被冠层或地下粗根。
22、也就是说,所述预设栅格有效条件即体素栅格的局部点云密度指标落入预设的密度阈值区间。
23、进一步地,所述基于所述探地雷达回波数据,反演所述预设土壤剖面内不同深度土层的介电常数分布,并根据所述介电常数分布与土壤有机碳含量之间的预定映射关系,计算所述预设土壤剖面的土壤有机碳密度,包括:
24、对所述探地雷达回波数据进行去噪处理,滤除环境噪声和多次波干扰,得到有效回波信号;
25、对所述有效回波信号进行偏移校正,得到所述预设土壤剖面内各反射界面的真实空间位置;
26、基于所述各反射界面的真实空间位置,提取各深度对应的反射波振幅和双程走时;
27、根据所述反射波振幅和双程走时,反演各深度对应的土壤介电常数;
28、根据所述土壤介电常数与土壤有机碳含量之间的预定映射关系,确定各深度对应的土壤有机碳含量;
29、将各深度对应的土壤有机碳含量与对应深度区间的土壤容重相乘后沿深度积分,得到所述预设土壤剖面的土壤有机碳密度。
30、进一步地,所述对所述探地雷达回波数据进行去噪处理,滤除环境噪声和多次波干扰,得到有效回波信号,包括:
31、对所述探地雷达回波数据进行时频变换,得到时频谱图;
32、在所述时频谱图中,识别并标记信号强度低于预设噪声阈值的时频区域,作为噪声区域;
33、将所述噪声区域内的信号幅值置零,得到去噪后的时频谱图;
34、对去噪后的时频谱图进行逆时频变换,恢复为时间域的有效回波信号。
35、进一步地,所述根据所述土壤介电常数与土壤有机碳含量之间的预定映射关系,确定各深度对应的土壤有机碳含量之前,还包括:
36、在所述预设土壤剖面内的多个标准深度层位上,同步采集土壤样本;
37、对每一所述标准深度层位的土壤样本,分别采用重铬酸钾氧化法测定其有机碳含量,并采用时域反射仪法测定其介电常数;
38、根据各标准深度层位的有机碳含量与介电常数的对应数据对,通过最小二乘法拟合建立所述预定映射关系。
39、进一步地,所述汇总所述地上部分生物量所确定的地上植被碳储量、所述地下粗根部分生物量所确定的地下粗根碳储量以及所述预设土壤剖面的土壤有机碳密度所确定的土壤碳储量,确定所述典型植被样地的单位面积固碳量,包括:
40、获取所述地上植被的碳含量百分比作为第一碳转换系数,获取所述地下粗根的碳含量百分比作为第二碳转换系数,获取所述预设土壤剖面有机质的碳含量百分比作为第三碳转换系数;
41、将所述地上部分生物量与所述第一碳转换系数相乘,得到地上植被碳储量;
42、将所述地下粗根部分生物量与所述第二碳转换系数相乘,得到地下粗根碳储量;
43、将所述土壤有机碳密度与所述第三碳转换系数相乘,得到土壤碳储量;
44、将所述地上植被碳储量、所述地下粗根碳储量和所述土壤碳储量相加后除以所述典型植被样地的面积,得到所述单位面积固碳量。
45、进一步地,所述根据所述目标工程区内各个典型植被样地的单位面积固碳量及其各自所代表的植被类型面积权重,进行空间尺度扩展,得到所述目标工程区的总固碳功能评估结果,包括:
46、基于卫星遥感影像对所述目标工程区进行植被类型分类,得到各植被类型的空间分布图及其各自的分布面积;
47、根据各植被类型的分布面积与所述目标工程区总面积的比值,确定各植被类型的面积权重;
48、对每一植被类型,将其对应的各个典型植被样地的单位面积固碳量取平均值,得到该植被类型的平均单位面积固碳量;
49、将各植被类型的平均单位面积固碳量分别乘以其对应的面积权重后求和,得到所述目标工程区的总固碳功能评估结果。
50、进一步地,所述获取目标工程区内典型植被样地的地基激光雷达点云数据与机载激光雷达点云数据,包括:
51、在所述目标工程区的典型植被样地内,布设地面激光雷达扫描站点,从至少三个不同角度对样地内的地上植被进行扫描,并将各站点的扫描数据进行配准融合,得到所述地基激光雷达点云数据;
52、利用搭载于无人机平台上的激光雷达系统,在所述典型植被样地上方沿预设航线飞行,并采用多回波激光雷达技术获取地表以下粗根的回波信号,经航带平差处理后得到所述机载激光雷达点云数据。
53、进一步地,还包括对所述总固碳功能评估结果进行精度验证:
54、在所述目标工程区内选取验证样地,在所述验证样地内采用传统的样方收获法实测地上生物量、采用全根挖掘法实测地下生物量、采用环刀取样-重铬酸钾氧化法实测土壤有机碳密度;
55、将所述验证样地的实测固碳量与通过权利要求1所述方法计算得到的固碳量进行比对,计算相对误差;
56、若所述相对误差不超过预设的精度阈值,则判定所述总固碳功能评估结果满足精度要求;若所述相对误差超过所述精度阈值,则重新标定所述预定映射关系并重新执行所述评估方法。
57、与现有技术相比,本方法的有益效果在于:
58、1.基于激光雷达点云重构三维结构模型并采用体积密度法计算生物量,无需砍伐植被或挖掘根系;基于探地雷达回波反演土壤有机碳密度,无需逐层采集大量土壤样本,从源头减少了对脆弱干旱区生态系统的扰动,实现了植被地上、地下及土壤全组分的无损、原位评估;
59、2.通过激光雷达和探地雷达的快速扫描获取数据,结合自动化算法反演计算,避免了传统方法耗时数周乃至数月的野外采样和室内分析流程,可在短时间内完成大范围样地的同步探测与数据处理,显著提高了评估效率,降低了人力与时间成本;
60、3.通过机载激光雷达获取地下粗根的三维结构信息,填补了传统方法对地下粗根碳库难以量化的技术空白;同时,基于探地雷达连续回波信号可反演整个土壤剖面的介电常数连续分布,经映射关系转换为有机碳含量的连续分布,相较传统离散点采样插值,能够更精细地刻画土壤碳密度沿深度的变化规律,显著提升了数据的空间连续性和完整性;
61、4.将地基激光雷达、机载激光雷达和探地雷达三源数据纳入同一技术框架,实现了从样地尺度到工程区尺度的系统性评估,各组分碳储量在同一生态单元内,降低了单一技术路径的系统误差,提升了评估结果的可靠性和准确性,为干旱荒漠区生态治理工程的碳汇效益科学评价和“双碳”目标下的生态补偿机制完善提供了可靠的数据支撑。
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