一种星空地协同的滨海湿地盐沼植被碳储量估算方法

本发明涉及遥感影像，更确切地说，它涉及一种星空地协同的滨海湿地盐沼植被碳储量估算方法。

背景技术：

1、在全球气候持续变化的背景下，国际社会越来越关注湿地在固碳增汇方面的重要性。尽管全球湿地面积仅占地球陆地表面的3.2％至9.7％，但湿地碳库却占据全球陆地碳库的约18％至30％。湿地植被是湿地生态系统动态变化的主要推动力，能够对生态系统的结构和功能产生深远影响。湿地植被碳储量的计算方法主要是通过湿地植被生物量乘上植被的碳转化系数得到。湿地植被生物量是评估湿地固碳能力的关键指标，在区域和全球碳循环中具有至关重要的作用。因此，准确估算湿地植被的地上和地下生物量对于深入了解湿地生态系统的动态变化至关重要。

2、针对这一问题，目前存在一些挑战和不足。传统的野外调查方法在小尺度生物量估算方面表现精确，然而对于大区域尺度生物量估算来说，野外样本的采集通常涉及到耗时和破坏性较强的工作。卫星影像中滨海湿地区域的光谱特征受到植被、土壤、水文等多种因素的影响，存在“同物异谱”、“异物同谱”问题，限制了中低空间分辨率遥感影像在湿地复杂环境下的精细分类和高精度反演。近年来兴起的高分辨率无人机多光谱影像受到载荷平台自身续航和影像覆盖范围的限制，难以实现大尺度动态监测。由于湿地的复杂性和多样性，现有方法在空间覆盖和准确性方面都各自存在一定的局限性。因此，当前研究的热点和迫切需求是开发一种准确、高效、可重复的湿地植被生物量估算方法。

技术实现思路

1、本发明的目的是针对现有技术的不足，提出了一种星空地协同的滨海湿地盐沼植被碳储量估算方法。

2、第一方面，提供了一种星空地协同的滨海湿地盐沼植被碳储量估算方法，包括：

3、步骤1、获取哨兵光学影像和无人机多光谱影像，并获取植被参数，所述植被参数包括野外样地的植被生物量、凋落比、根冠比和碳转化系数；

4、步骤2、根据所述哨兵光学影像和无人机多光谱影像，使用决策树方法进行盐沼植被分类，获取每种盐沼植被的植被覆盖区域；

5、步骤3、采用线性回归模型分段反演，对每种盐沼植被的野外样本生物量构建反演模型；

6、步骤4、通过碳转化系数将植被生物量转化为植被碳储量。

7、作为优选，步骤1中，所述哨兵光学影像和无人机多光谱影像经过预处理，包括：辐射定标、大气校正和几何校正。

8、作为优选，步骤2中，所述决策树的构建过程，包括：

9、获取不同地物类型的样本点；所述地物类型包括水体、裸土、互花米草、芦苇、其他湿地盐沼植被和森林；

10、统计各地类样本点的光谱曲线均值，分析不同类型光谱曲线的差异，确定最优波段构建提取阈值范围。

11、作为优选，步骤3包括：

12、步骤3.1、通过线性回归模型筛选和分析无人机多光谱影像的波段，获取与野外生物量样本与无人机多光谱影像之间最优的反演模型，并生成基于无人机多光谱影像的高分辨率地上生物量地图；

13、步骤3.2、将高分辨率地上生物量地图降采样至低分辨率地上生物量地图，并随机采样生成基于无人机地上生物量样本集；

14、步骤3.3、通过线性回归模型筛选和分析哨兵光学影像的波段，获取与无人机地上生物量样本与哨兵光学影像之间最优的反演模型，并生成基于哨兵光学影像的低分辨率地上生物量地图。

15、作为优选，步骤3中，利用5种遥感植被指数构建生物量反演模型，表示为：

16、

17、上式中ndvi为植被指数，gndvi为修正归一化差异水体指数，ndre为归一化差异红边植被指数，osavi为优化土壤调节植被指数，lci为叶面叶绿素指数；ρnir为近红外波段的反射率值，ρred为红波段的反射率值；ρgreen为绿波段的反射率值，l为调整参数，ρre为植被红边波段的反射率值。

18、作为优选，步骤3.2和步骤3.3中，地上生物量的计算公式为：

19、tagb＝a×index+b

20、上式中tagb为植被地上生物量，index为选择的遥感指数，a和b表示线性回归模型的参数。

21、作为优选，步骤4中，植被碳储量的计算公式为：

22、

23、式中tcagb、tclgb、tcugb、tcvege分别为植被地上部分、凋落物部分、地下部分的碳储量和植被总碳储量；tagb为植被地上生物量；rcagb、rclgb、rcugb分别为植被地上部分、凋落物、地下部分碳转化系数；lc为凋落比；rc为根冠比。

24、第二方面，提供了一种星空地协同的滨海湿地盐沼植被碳储量估算系统，用于执行第一方面任一所述的星空地协同的滨海湿地盐沼植被碳储量估算方法，包括：

25、获取模块，用于获取哨兵光学影像和无人机多光谱影像，并获取植被参数，所述植被参数包括野外样地的植被生物量、凋落比、根冠比和碳转化系数；

26、分类模块，用于根据所述哨兵光学影像和无人机多光谱影像，使用决策树方法进行盐沼植被分类，获取每种盐沼植被的植被覆盖区域；

27、反演模块，用于采用线性回归模型分段反演，对每种盐沼植被的野外样本生物量构建反演模型；

28、转化模块，用于通过碳转化系数将植被生物量转化为植被碳储量。

29、第三方面，提供了一种计算机存储介质，其特征在于，所述计算机存储介质内存储有计算机程序；所述计算机程序在计算机上运行时，使得计算机执行第一方面任一所述的星空地协同的滨海湿地盐沼植被碳储量估算方法。

30、本发明的有益效果是：本发明是基于植被物候生长规则和地理先验知识，利用卫星遥感影像和无人机多光谱影像实现盐沼植被碳储量的大范围、高精度估算。与传统方法相比，本发明具有更高的反演精度和空间覆盖率、更低的成本和更快的处理速度。通过本发明，可以更好地了解湿地生态系统中植被碳库的动态变化，为湿地碳循环和生态保护提供科学依据。此外，本发明还具有广泛的应用前景，可在湿地管理、环境监测和碳交易等领域发挥重要作用。

技术特征：

1.一种星空地协同的滨海湿地盐沼植被碳储量估算方法，其特征在于，包括：

2.根据权利要求1所述的星空地协同的滨海湿地盐沼植被碳储量估算方法，其特征在于，步骤1中，所述哨兵光学影像和无人机多光谱影像经过预处理，包括：辐射定标、大气校正和几何校正。

3.根据权利要求2所述的星空地协同的滨海湿地盐沼植被碳储量估算方法，其特征在于，步骤2中，所述决策树的构建过程，包括：

4.根据权利要求3所述的星空地协同的滨海湿地盐沼植被碳储量估算方法，其特征在于，步骤3包括：

5.根据权利要求4所述的星空地协同的滨海湿地盐沼植被碳储量估算方法，其特征在于，步骤3中，利用5种遥感植被指数构建生物量反演模型，表示为：

6.根据权利要求5所述的星空地协同的滨海湿地盐沼植被碳储量估算方法，其特征在于，步骤3.2和步骤3.3中，地上生物量的计算公式为：

7.根据权利要求6所述的星空地协同的滨海湿地盐沼植被碳储量估算方法，其特征在于，步骤4中，植被碳储量的计算公式为：

8.一种星空地协同的滨海湿地盐沼植被碳储量估算系统，其特征在于，用于执行权利要求1至7任一所述的星空地协同的滨海湿地盐沼植被碳储量估算方法，包括：

9.一种计算机存储介质，其特征在于，所述计算机存储介质内存储有计算机程序；所述计算机程序在计算机上运行时，使得计算机执行权利要求1至7任一所述的星空地协同的滨海湿地盐沼植被碳储量估算方法。

技术总结
本发明涉及一种星空地协同的滨海湿地盐沼植被碳储量估算方法，包括获取哨兵光学影像和无人机多光谱影像，并获取植被参数；使用决策树方法进行盐沼植被分类，获取每种盐沼植被的植被覆盖区域；采用线性回归模型分段反演，对每种盐沼植被的野外样本生物量构建反演模型；通过碳转化系数将植被生物量转化为植被碳储量。本发明的有益效果是：本发明具有更高的反演精度和空间覆盖率、更低的成本和更快的处理速度。通过本发明，可以更好地了解湿地生态系统中植被碳库的动态变化，为湿地碳循环和生态保护提供科学依据。

技术研发人员：冯添,刘杨毅,杨刚,孙伟伟,杨晓东,陈镔捷
受保护的技术使用者：宁波大学
技术研发日：
技术公布日：2024/2/1