便携式森林生态效益野外采样原位快速测定装置的制作方法

摘要: 本发明涉及森林生态环境现场监测,具体涉及便携式森林生态效益野外采样原位快速测定装置。背景技术:1、森林生态效益现场调查通常涉及碳循环、水分状态、植被生长状况、水...
便携式森林生态效益野外采样原位快速测定装置的制作方法

本发明涉及森林生态环境现场监测,具体涉及便携式森林生态效益野外采样原位快速测定装置。

背景技术:

1、森林生态效益现场调查通常涉及碳循环、水分状态、植被生长状况、水土保持能力以及土壤环境状态等多个维度。不同维度依赖不同传感机理。土壤二氧化碳和甲烷状态可以通过气体传感通道获取;土壤含水率、温度、酸碱度和电导率需要相应电学或电化学传感通道;植被覆盖状态可以通过图像或光谱响应获得;坡面径流和泥沙状态需要液位及颗粒物测量通道。多种测量通道在野外同时工作时,各测量值受到传感器响应时间、环境温度、环境湿度、大气压力、光照变化、安装姿态以及短时扰动的共同影响。

2、现有便携测量设备已经能够完成部分生态参数的现场获取,部分系统也能够在同一平台集成植物、土壤、水文或气体测量功能。多模块的物理集成能够减少设备携带数量,但多种测量通道简单进入同一处理器并不意味着多源数据在同一时刻具有相同可信状态。森林样地中环境状态随时间变化,气体传感器、土壤探针、成像通道和水沙传感器的响应速度与噪声特性存在差别。若不同时间获得的数值直接进入固定权重综合模型,环境扰动或单个传感器异常会沿数据融合链进入最终综合结果。

3、部分现场监测流程通过固定阈值剔除异常值或通过滑动平均降低噪声。固定阈值通常针对单个通道内部波动,难以判断一个数值虽然处于传感器允许范围内、但与同一采样时空单元中其他生态物理状态明显不协调的情况。单纯删除异常值还可能造成某一生态维度缺失,使综合结果无法反映当前采样点的测量完整性。

4、森林生态效益综合计算往往涉及量纲不同的指标。如果各指标在进入融合前没有经过同时间基准校正和环境补偿,或者综合权重不能反映当前测量通道的即时可靠状态,固定融合模型容易把质量较低的数据视为与稳定数据等同的输入。野外现场又不适合依赖复杂实验室复核流程,因此需要利用便携设备已经获得的环境信息、时间序列状态和不同模态之间的物理响应联系,完成现场数据质量判断。若仅使用综合评价模型,无法清楚说明异常识别结果怎样影响最终结果,也无法形成从测量、质量判断到纠偏的完整闭环。

技术实现思路

1、本发明的目的在于提供便携式森林生态效益野外采样原位快速测定装置,解决了森林样地多种原位传感通道同步测量时,环境变化、时间错位及局部传感器异常对多指标综合测定结果产生不可控传递影响的技术问题。

2、为解决上述技术问题,本发明所采用的技术方案是:

3、便携式森林生态效益野外采样原位快速测定装置,包括多模态原位测量单元、环境感知单元、数据处理中枢、显示通信单元和便携供电单元;多模态原位测量单元包括土壤气体原位测量模块、土壤理化原位测量模块、植被图像原位测量模块和坡面水沙原位测量模块,各模块将带有采样通道标识的原始测量信号输出至数据处理中枢;环境感知单元将与原始测量信号具有对应时间标记的环境补偿数据输出至数据处理中枢;数据处理中枢包括处理器、存储器和同步数据接口,处理器依次执行状态校验、时间对齐、环境补偿、跨模态一致性分析、模态可靠度权重确定、多模态融合和低可信模态反馈处理,并将多模态校正数据、模态可靠度状态和森林生态效益测定指数输出至显示通信单元;显示通信单元与显示器及无线通信接口连接;便携供电单元向多模态原位测量单元、环境感知单元、数据处理中枢和显示通信单元供电。

4、作为本发明的一个优选技术方案,所述装置执行以下方法:在森林样地同步采集土壤气体信号、土壤理化信号、植被图像信号和坡面水沙信号;对各类原始信号进行传感器状态校验、时间对齐和环境补偿,得到多模态校正数据;基于多模态校正数据之间的物理响应关联确定跨模态一致性残差,并结合各类信号的时间稳定性形成模态可靠度权重;利用模态可靠度权重控制对应多模态校正数据的融合贡献,得到森林生态效益测定指数;依据跨模态一致性残差和模态可靠度权重识别低可信模态,降低低可信模态的融合贡献,并将更新后的融合结果返回一致性分析环节重新确定模态可靠度权重,直至森林生态效益测定指数的更新变化满足预设终止条件;输出多模态校正数据、模态可靠度状态和森林生态效益测定指数。

5、作为本发明的一个优选技术方案,土壤气体信号包括二氧化碳浓度信号和甲烷浓度信号,土壤理化信号包括土壤酸碱度信号、土壤电导率信号、土壤含水率信号和土壤温度信号,植被图像信号包括至少两个光谱响应通道形成的植被反射信息,坡面水沙信号包括径流水位信号和表征悬浮泥沙含量的光学信号,各类信号绑定统一采样点标识和时间标记后进入数据处理中枢。

6、作为本发明的一个优选技术方案,环境补偿包括获取与多模态原位测量数据处于对应采样时间窗内的环境温度、环境湿度、大气压力和环境光照数据,根据各测量通道的校准参数选择与测量机理对应的环境补偿量,并将环境补偿量作用于对应原始测量信号,形成具有统一时间基准的多模态校正数据。

7、作为本发明的一个优选技术方案,跨模态一致性残差根据同一采样时空单元中土壤气体状态与土壤温湿状态之间的响应关联、植被光学状态与坡面水沙状态之间的响应关联以及各模态在连续采样时间窗内的变化方向确定,跨模态一致性残差用于表征对应模态相对于同一采样时空单元其余测量信息的偏离程度。

8、作为本发明的一个优选技术方案,模态可靠度权重根据跨模态一致性残差和连续采样时间窗内的数据离散状态按照以下方式确定:

9、

10、其中, 表示第  个测量模态的模态可靠度权重; 表示当前测量模态索引; 表示第  个测量模态的归一化跨模态一致性残差; 表示残差衰减尺度; 表示第 个测量模态的时间稳定系数; 表示归一化求和使用的测量模态索引; 表示进入本次融合的测量模态总数; 表示自然指数函数;跨模态一致性残差增大或数据离散状态增大时降低对应模态的融合贡献,传感器自检状态异常时将对应模态标记为低可信模态。

11、作为本发明的一个优选技术方案,对低可信模态执行至少一种处理:降低对应模态的融合贡献;控制对应原位测量通道重新采集;保留对应测量结果并添加低可信状态标记;重新采集得到的原始测量信号再次依次经过环境补偿、跨模态一致性分析和模态可靠度权重确定,并根据以下相对变化量判断反馈终止状态:

12、

13、其中, 表示第  次反馈更新的相对变化量; 表示反馈更新序号; 表示第 次反馈更新得到的森林生态效益测定指数; 表示前一次反馈更新得到的森林生态效益测定指数; 表示用于避免分母接近零导致数值不稳定的正稳定常数;相对变化量进入预设稳定范围并保持任务规定的连续更新次数,或者不存在需要重新处理的低可信模态时结束反馈过程。

14、作为本发明的一个优选技术方案,各原位测量通道通过同步数据总线连接嵌入式数据处理中枢,数据处理中枢为每组原始测量信号写入采样点标识、采样通道标识、时间标记、传感器状态和校准参数版本,并在本地完成多模态校正、可靠度判断、融合和反馈控制。

15、作为本发明的一个优选技术方案,土壤气体信号通过红外气体检测通道获得,土壤理化信号通过插入式复合探针获得,植被图像信号通过包含可见光响应通道和近红外响应通道的植被图像原位测量模块获得,径流水位信号通过声学测距通道获得,表征悬浮泥沙含量的光学信号通过浊度检测通道获得。

16、作为本发明的一个优选技术方案,实施多模态原位测量的便携式测定主机具有防水防尘外壳、减震结构、可折叠支撑结构和可充电便携供电单元,各原位测量模块与数据处理中枢设置于便携式测定主机或通过防护接口连接便携式测定主机。

17、作为本发明的一个优选技术方案,数据处理中枢将多模态校正数据、模态可靠度状态、采样点标识、时间标记和森林生态效益测定指数形成同一测量记录,在便携式测定主机现场显示,并通过无线通信接口发送至移动终端、数据集中器或远程管理平台。

18、作为本发明的一个优选技术方案,在固定森林样地的不同坡位设置多个原位测量点,各原位测量点按照相同测量顺序获得多模态原位测量数据,利用各原位测量点的模态可靠度状态区分传感器异常测量与局部生态状态变化,并形成具有位置标识的森林生态效益测定记录。

19、作为本发明的一个优选技术方案,多台便携式测定主机分别完成本地多模态校正、模态可靠度判断和森林生态效益测定指数计算,再向数据集中器发送已经附带模态可靠度状态的测量记录,数据集中器根据空间位置和时间标记完成区域测量结果的汇聚与异常点复核。

20、与现有技术相比,本发明具有以下有益效果:

21、本发明通过跨模态一致性与动态可靠度权重控制多源数据的融合质量。原始测量信号依次经过统一时间标记和环境补偿后,基于土壤气体信号、土壤理化信号、植被图像信号与坡面水沙信号之间的物理响应关联进行跨模态一致性分析,形成能够反映各模态当前测量可信程度的模态可靠度权重,使得融合过程对瞬态扰动、传感器漂移或局部异常具备自适应调整能力。当部分通道出现与同一采样时空单元内其余测量信息明显偏离的情况,或连续采样窗口数据离散程度增大时,对应模态在森林生态效益测定指数中的融合贡献被自动降低,从而阻断异常数据沿融合链向综合测定结果的传递。

22、在条件允许时,装置还能够触发低可信模态的原位重新采集,并将更新数据重新纳入环境补偿和一致性分析,直至测定指数进入稳定状态。相比于固定阈值剔除或固定权重融合,上述技术手段在保持多模态测量完整性的前提下,提升了野外复杂环境下同一点位重复测定结果的一致性和测定过程的可追溯性。

23、本发明采用多台便携式测定主机协同工作时,每一个采样点均在本地完成多模态校正和可靠度融合,并向数据集中器发送附带模态可靠度状态的完整测量记录,使得区域汇聚分析中能够区分传感器异常测量与局部生态状态的真实空间变化,增强了调查数据的可解释性。