1.本发明涉及碳中和的计算领域，特别涉及一种基于大数据分析的区域碳中和计算方法。
背景技术：
2.碳中和是节能减排术语，是指企业、团体或个人测算在一定时间内，直接或间接产生的温室气体排放总量，通过植树造林、节能减排等形式，抵消自身产生的二氧化碳排放，实现二氧化碳的零排放。
技术实现要素：
3.本发明的主要目的在于提供一种基于大数据分析的区域碳中和计算方法，可以有效解决背景技术中的问题。
4.为实现上述目的，本发明采取的技术方案为：一种基于大数据分析的区域碳中和计算方法，其特征在于：包括以下操作步骤：s1：建立数据库，统计森林蓄积量、生物量、森林碳储量、林业碳汇以及碳汇量；s2：建立地区碳库的数据；s3：设置碳汇计量与监测范围；s4：接入碳储量计算依托的数据源；s5：森林碳储量的覆盖范围统计；s6：通过样方调查法对碳源汇进行研究数据的统计；s7：对二氧化碳的浓度进行检测并记录其数据；s8：根据相对应的数据对其进行碳中和的计算。
5.优选的，森林蓄积量为林木树干材积的总量，所述生物量为林木有机物质的总量，所述森林碳储量为森林生态系统各碳库中碳元素的储备量或质量，是森林生态系统多年累积的结果，属于存量，所述林业碳汇为通过实施造林再造林和森林经营、植被恢复、减少毁林等活动，吸收并固定大气中的二氧化碳并与碳汇交易相结合的过程、活动或机制，森林碳汇量可以用一定时间内上述所有碳库碳储量的变化量之和来表示，属于流量，所述碳汇量为一定时间段内林地、城市绿地的碳储量变化量，减去监测边界内的排放量，反映了林地、绿地对温室气体的清除能力和贡献。
6.优选的，碳库主要包括地上生物量、地下生物量、枯死木、枯落物和土壤有机质五个碳库。
7.优选的，碳汇计量与监测范围包括林、森林外部分、灌木林、四旁树和散生木、疏林、城市森林、湿地和荒漠化土地类型。
8.优选的，数据源包括森林资源清查数据、森林资源规划设计调查数据、营造林数据、湿地资源调查数据、荒漠化和沙化土地监测数据、生态网络监测数据、遥感数据以及火灾、病虫害等灾害统计数据，以及其他有关调查规划、设计和研究数据等。
9.优选的，森林碳储量的覆盖范围包括乔木林、竹林、灌木林、疏林、新造林、灌丛、其他林地，现有的森林固碳，是森林加森林外部分的总和，森林类别包括公益林和商品林，公益林为以保护和改善人类生存环境，维持生态平衡、保存物种资源、科学实验，森林旅游、国土保安等需要为主要经营目的森林，包括防护林和特种用途林，商品林包括以生产木材、竹材、薪材、干鲜果品和其他工业原料等为主要经营目的森林，包括用材林﹑薪炭林和经济林，因为经济林不稳定，所以他的碳汇也就不稳定，这在进行计算的时候只需要计算该区域公益林的碳储量。
10.优选的，所述通过样地得到植被的平均碳密度，然后用不同植被碳密度和相应的面积相乘得到该生态系统的碳含量。
11.优选的，所述针对二氧化碳浓度的监测数据可接入基于地基平台大气的二氧化碳浓度观测、航空平台遥感二氧化碳浓度观测、卫星遥感二氧化碳浓度观测，首先选择地基平台，因为建立较早，通常有较长时间序列的数据。
12.优选的，在城市区域核算的时候需添加四旁和散生木，森林碳储量=地上部分+地下部分+土壤+枯落物+枯死木。
13.与现有技术相比，本发明具有如下有益效果：本发明中，通过对森林资源数据的彻底清查和数据的记录，使得在进行对碳中和的计算时，得到的数据能更加清楚，且依靠大数据可进行对以往或后续的碳中和数据进行分析比对，方便后续进行某一地区的排放改善。
具体实施方式
14.下面将结合本发明的实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
15.本发明涉及一种基于大数据分析的区域碳中和计算方法，包括以下操作步骤：s1：建立数据库，统计森林蓄积量、生物量、森林碳储量、林业碳汇以及碳汇量，森林蓄积量为林木树干材积的总量，生物量为林木有机物质的总量，森林碳储量为森林生态系统各碳库中碳元素的储备量或质量，是森林生态系统多年累积的结果，属于存量，林业碳汇为通过实施造林再造林和森林经营、植被恢复、减少毁林等活动，吸收并固定大气中的二氧化碳并与碳汇交易相结合的过程、活动或机制，森林碳汇量可以用一定时间内上述所有碳库碳储量的变化量之和来表示，属于流量，碳汇量为一定时间段内林地、城市绿地的碳储量变化量，减去监测边界内的排放量，反映了林地、绿地对温室气体的清除能力和贡献。
16.s2：建立地区碳库的数据，碳库主要包括地上生物量、地下生物量、枯死木、枯落物和土壤有机质五个碳库。
17.s3：设置碳汇计量与监测范围，碳汇计量与监测范围包括林、森林外部分、灌木林、四旁树和散生木、疏林、城市森林、湿地和荒漠化土地类型。
18.s4：接入碳储量计算依托的数据源，数据源包括森林资源清查数据、森林资源规划设计调查数据、营造林数据、湿地资源调查数据、荒漠化和沙化土地监测数据、生态网络监测数据、遥感数据以及火灾、病虫害等灾害统计数据，以及其他有关调查规划、设计和研究
数据等。
19.s5：森林碳储量的覆盖范围统计，森林碳储量的覆盖范围包括乔木林、竹林、灌木林、疏林、新造林、灌丛、其他林地，现有的森林固碳，是森林加森林外部分的总和，森林类别包括公益林和商品林，公益林为以保护和改善人类生存环境，维持生态平衡、保存物种资源、科学实验，森林旅游、国土保安等需要为主要经营目的森林，包括防护林和特种用途林，商品林包括以生产木材、竹材、薪材、干鲜果品和其他工业原料等为主要经营目的森林，包括用材林﹑薪炭林和经济林，因为经济林不稳定，所以他的碳汇也就不稳定，这在进行计算的时候只需要计算该区域公益林的碳储量。
20.s6：通过样方调查法对碳源汇进行研究数据的统计，通过样地得到植被的平均碳密度，然后用不同植被碳密度和相应的面积相乘得到该生态系统的碳含量。
21.s7：对二氧化碳的浓度进行检测并记录其数据，针对二氧化碳浓度的监测数据可接入基于地基平台大气的二氧化碳浓度观测、航空平台遥感二氧化碳浓度观测、卫星遥感二氧化碳浓度观测，首先选择地基平台，因为建立较早，通常有较长时间序列的数据。
22.s8：根据相对应的数据对其进行碳中和的计算，在城市区域核算的时候需添加四旁和散生木，森林碳储量=地上部分+地下部分+土壤+枯落物+枯死木。
23.本发明通过对森林资源数据的彻底清查和数据的记录，使得在进行对碳中和的计算时，得到的数据能更加清楚，且依靠大数据可进行对以往或后续的碳中和数据进行分析比对，方便后续进行某一地区的排放改善。
24.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
技术特征：
1.一种基于大数据分析的区域碳中和计算方法，其特征在于：包括以下操作步骤：s1：建立数据库，统计森林蓄积量、生物量、森林碳储量、林业碳汇以及碳汇量；s2：建立地区碳库的数据；s3：设置碳汇计量与监测范围；s4：接入碳储量计算依托的数据源；s5：森林碳储量的覆盖范围统计；s6：通过样方调查法对碳源汇进行研究数据的统计；s7：对二氧化碳的浓度进行检测并记录其数据；s8：根据相对应的数据对其进行碳中和的计算。2.根据权利要求1所述的一种基于大数据分析的区域碳中和计算方法，其特征在于：所述森林蓄积量为林木树干材积的总量，所述生物量为林木有机物质的总量，所述森林碳储量为森林生态系统各碳库中碳元素的储备量或质量，是森林生态系统多年累积的结果，属于存量，所述林业碳汇为通过实施造林再造林和森林经营、植被恢复、减少毁林等活动，吸收并固定大气中的二氧化碳并与碳汇交易相结合的过程、活动或机制，森林碳汇量可以用一定时间内上述所有碳库碳储量的变化量之和来表示，属于流量，所述碳汇量为一定时间段内林地、城市绿地的碳储量变化量，减去监测边界内的排放量，反映了林地、绿地对温室气体的清除能力和贡献。3.根据权利要求1所述的一种基于大数据分析的区域碳中和计算方法，其特征在于：所述碳库主要包括地上生物量、地下生物量、枯死木、枯落物和土壤有机质五个碳库。4.根据权利要求1所述的一种基于大数据分析的区域碳中和计算方法，其特征在于：所述碳汇计量与监测范围包括林、森林外部分、灌木林、四旁树和散生木、疏林、城市森林、湿地和荒漠化土地类型。5.根据权利要求1所述的一种基于大数据分析的区域碳中和计算方法，其特征在于：所述数据源包括森林资源清查数据、森林资源规划设计调查数据、营造林数据、湿地资源调查数据、荒漠化和沙化土地监测数据、生态网络监测数据、遥感数据以及火灾、病虫害等灾害统计数据，以及其他有关调查规划、设计和研究数据等。6.根据权利要求1所述的一种基于大数据分析的区域碳中和计算方法，其特征在于：所述森林碳储量的覆盖范围包括乔木林、竹林、灌木林、疏林、新造林、灌丛、其他林地，现有的森林固碳，是森林加森林外部分的总和，森林类别包括公益林和商品林，公益林为以保护和改善人类生存环境，维持生态平衡、保存物种资源、科学实验，森林旅游、国土保安等需要为主要经营目的森林，包括防护林和特种用途林，商品林包括以生产木材、竹材、薪材、干鲜果品和其他工业原料等为主要经营目的森林，包括用材林﹑薪炭林和经济林，因为经济林不稳定，所以他的碳汇也就不稳定，这在进行计算的时候只需要计算该区域公益林的碳储量。7.根据权利要求1所述的一种基于大数据分析的区域碳中和计算方法，其特征在于：所述通过样地得到植被的平均碳密度，然后用不同植被碳密度和相应的面积相乘得到该生态系统的碳含量。8.根据权利要求1所述的一种基于大数据分析的区域碳中和计算方法，其特征在于：所述针对二氧化碳浓度的监测数据可接入基于地基平台大气的二氧化碳浓度观测、航空平台遥感二氧化碳浓度观测、卫星遥感二氧化碳浓度观测，首先选择地基平台，因为建立较早，
通常有较长时间序列的数据。9.根据权利要求1所述的一种基于大数据分析的区域碳中和计算方法，其特征在于：所述在城市区域核算的时候需添加四旁和散生木，森林碳储量=地上部分+地下部分+土壤+枯落物+枯死木。
技术总结
本发明公开了一种基于大数据分析的区域碳中和计算方法，包括以下步骤：S1：建立数据库，统计森林蓄积量、生物量、森林碳储量、林业碳汇以及碳汇量，S2：建立地区碳库的数据，S3：设置碳汇计量与监测范围，S4：接入碳储量计算依托的数据源，S5：森林碳储量的覆盖范围统计，S6：通过样方调查法对碳源汇进行研究数据的统计，S7：对二氧化碳的浓度进行检测并记录其数据，S8：进行碳中和的计算。本发明所述的一种基于大数据分析的区域碳中和计算方法，通过对森林资源数据的彻底清查和数据的记录，使得在进行对碳中和的计算时，得到的数据能更加清楚，且依靠大数据可进行对以往或后续的碳中和数据进行分析比对。据进行分析比对。
技术研发人员：张杰
受保护的技术使用者：张杰
技术研发日：2021.12.23
技术公布日：2022/4/15