基于卫星遥感和物联网技术的植物碳储量估测方法及系统与流程

本申请涉及森林资源管理领域，且更为具体地，涉及一种基于卫星遥感和物联网技术的植物碳储量估测方法及系统。

背景技术：

1、植物作为地球上最重要的生物碳库之一，扮演着至关重要的角色。它们通过光合作用吸收大量的二氧化碳，将其转化为有机物质，并释放氧气。这个过程对地球的气候稳定和生态系统的健康至关重要。

2、通过对植物碳储量的估测，我们可以更好地理解植物在碳循环中的贡献。这对于全球碳平衡的研究、气候变化趋势的预测以及制定应对气候变化的政策和措施非常重要。估测植物碳储量还可以帮助评估不同地区和不同类型植被的碳储量差异，揭示植物生长和生态系统的动态变化，为生态系统管理和保护提供科学依据。植物碳储量估测的结果对于全球碳循环和气候变化的研究具有重要意义。它们可以帮助我们了解植物在吸收和储存二氧化碳方面的效率，以及它们对大气中二氧化碳浓度的调节作用。

3、因此，需要一种基于卫星遥感和物联网技术的植物碳储量估测方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于卫星遥感和物联网技术的植物碳储量估测方法及系统，其首先获取某区域的tm遥感图像和dem图像，接着对获取到的某区域的tm遥感图像和dem图像进行特征提取分别得到遥感因子特征和地学信息特征，进而融合上述特征用以得到生物量相关特征，最后将得到的生物量相关特征通过解码器解码生成该区域的植物碳储量值。

2、根据本申请的一个方面，提供了一种基于卫星遥感和物联网技术的植物碳储量估测方法,其包括：

3、获取某区域的tm遥感图像和dem图像；

4、对所述某区域的tm遥感图像和dem图像进行生物量特征编码以得到生物量信息特征图；

5、基于所述生物量信息特征图，得到所述某区域的植物碳储量值。

6、在上述基于卫星遥感和物联网技术的植物碳储量估测方法中，所述对所述某区域的tm遥感图像和dem图像进行生物量特征编码以得到生物量信息特征图，包括：对所述某区域的tm遥感图像进行遥感因子特征提取以得到遥感因子特征图；对所述某区域的dem图像进行地学因子特征提取以得到地学信息特征图；融合所述遥感因子特征图和所述地学信息特征图以得到所述生物量信息特征图。

7、在上述基于卫星遥感和物联网技术的植物碳储量估测方法中，所述对所述某区域的tm遥感图像进行遥感因子特征提取以得到遥感因子特征图，包括：对所述某区域的tm遥感图像进行去云处理以得到去云tm遥感图像；从所述去云tm遥感图像中提取不同波段的波段反射率；对所述不同波段的波段反射率进行不同的运算分别得到多个植被指数、多个主成分分析波段线性变换值、多个缨帽变换波段线性变换值；将所述多个植被指数、所述多个主成分分析波段线性变换值、所述多个缨帽变换波段线性变换值进行二维排列以得到遥感因子数据矩阵；将所述遥感因子数据矩阵通过作为特征提取器的卷积神经网络模型以得到所述遥感因子特征图。

8、在上述基于卫星遥感和物联网技术的植物碳储量估测方法中，所述将所述遥感因子数据矩阵通过作为特征提取器的卷积神经网络模型以得到所述遥感因子特征图，包括：所述作为特征提取器的卷积神经网络模型的各层在层的正向传递过程中分别对输入数据进行：对所述输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于局部特征矩阵的均值池化处理以得到池化特征图；对所述池化特征图进行非线性激活以得到激活特征图；其中，所述卷积神经网络模型的最后一层的输出为所述遥感因子特征图，所述卷积神经网络模型的第一层的输入为所述遥感因子数据矩阵。

9、在上述基于卫星遥感和物联网技术的植物碳储量估测方法中，所述对所述某区域的dem图像进行地学因子特征提取以得到地学信息特征图，包括：对所述某区域的dem图像进行计算分别得到坡向灰度图和坡度灰度图；将所述坡向灰度图和所述坡度灰度图分别通过多层卷积层以得到坡向灰度特征图和坡度灰度特征图；对所述坡向灰度特征图和所述坡度灰度特征图进行级联以得到所述地学信息特征图。

10、在上述基于卫星遥感和物联网技术的植物碳储量估测方法中，所述对所述坡向灰度特征图和所述坡度灰度特征图进行级联以得到所述地学信息特征图，包括：以如下级联公式融合所述坡向灰度特征图和所述坡度灰度特征图以得到所述地学信息特征图；其中，所述级联公式为：

11、f＝concat[fa,fb]

12、其中，fa表示所述坡向灰度特征图，fb表示所述坡度灰度特征图，f表示所述地学信息特征图，concat[·,·]表示级联函数。

13、在上述基于卫星遥感和物联网技术的植物碳储量估测方法中，所述融合所述遥感因子特征图和所述地学信息特征图以得到所述生物量信息特征图，包括：以如下公式计算所述遥感因子特征图和所述地学信息特征图之间的匹配节点的后验隐特征注意力以得到所述生物量信息特征图；

14、其中，所述公式为：

15、

16、其中，m1i表示所述遥感因子特征图的第i个通道的特征矩阵，m2i表示所述地学信息特征图的第i个通道的特征矩阵，t表示向量的转置，c表示特征图的通道数，⊙表示特征矩阵的按位置点乘，表示矩阵相乘，mci表示所述生物量信息特征图的第i个通道的特征矩阵。

17、在上述基于卫星遥感和物联网技术的植物碳储量估测方法中，所述基于所述生物量信息特征图，得到所述某区域的植物碳储量值，包括：将所述生物量信息特征图通过解码器以得到解码值，所述解码值用于表示所述某区域的植物碳储量值。

18、根据本申请的另一方面，提供了一种基于卫星遥感和物联网技术的植物碳储量估测系统，其包括：

19、估测相关数据获取模块，用于获取某区域的tm遥感图像和dem图像；

20、估测相关数据编码模块，用于对所述某区域的tm遥感图像和dem图像进行生物量特征编码以得到生物量信息特征图；

21、碳储量估测结果生成模块，用于基于所述生物量信息特征图，得到所述某区域的植物碳储量值。

22、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其他特征将通过以下的说明书变得容易理解。

技术特征：

1.一种基于卫星遥感和物联网技术的植物碳储量估测方法，其特征在于，包括：

2.根据权利要求1所述的基于卫星遥感和物联网技术的植物碳储量估测方法，其特征在于，对所述某区域的tm遥感图像和dem图像进行生物量特征编码以得到生物量信息特征图，包括：

3.根据权利要求2所述的基于卫星遥感和物联网技术的植物碳储量估测方法，其特征在于，对所述某区域的tm遥感图像进行遥感因子特征提取以得到遥感因子特征图，包括：

4.根据权利要求3所述的基于卫星遥感和物联网技术的植物碳储量估测方法，其特征在于，将所述遥感因子数据矩阵通过作为特征提取器的卷积神经网络模型以得到所述遥感因子特征图，包括：

5.根据权利要求4所述的基于卫星遥感和物联网技术的植物碳储量估测方法，其特征在于，对所述某区域的dem图像进行地学因子特征提取以得到地学信息特征图，包括：

6.根据权利要求5所述的基于卫星遥感和物联网技术的植物碳储量估测方法，其特征在于，对所述坡向灰度特征图和所述坡度灰度特征图进行级联以得到所述地学信息特征图，包括：以如下级联公式融合所述坡向灰度特征图和所述坡度灰度特征图以得到所述地学信息特征图；

7.根据权利要求6所述的基于卫星遥感和物联网技术的植物碳储量估测方法，其特征在于，融合所述遥感因子特征图和所述地学信息特征图以得到所述生物量信息特征图，包括：以如下公式计算所述遥感因子特征图和所述地学信息特征图之间的匹配节点的后验隐特征注意力以得到所述生物量信息特征图；

8.根据权利要求7所述的基于卫星遥感和物联网技术的植物碳储量估测方法，其特征在于，基于所述生物量信息特征图，得到所述某区域的植物碳储量值，包括：将所述生物量信息特征图通过解码器以得到解码值，所述解码值用于表示所述某区域的植物碳储量值。

9.一种基于卫星遥感和物联网技术的植物碳储量估测系统，其特征在于，包括：

10.根据权利要求9所述的基于卫星遥感和物联网技术的植物碳储量估测系统，其特征在于，所述碳储量估测结果生成模块，用于：将所述生物量信息特征图通过解码器以得到解码值，所述解码值用于表示所述某区域的植物碳储量值。

技术总结
本申请提供了一种基于卫星遥感和物联网技术的植物碳储量估测方法及系统，涉及森林资源管理领域，其首先获取某区域的TM遥感图像和DEM图像，接着对获取到的某区域的TM遥感图像和DEM图像进行特征提取分别得到遥感因子特征和地学信息特征，进而融合上述特征用以得到生物量相关特征，最后将得到的生物量相关特征通过解码器解码生成该区域的植物碳储量值。

技术研发人员：张维斌,张天行,张嘉译
受保护的技术使用者：中农华牧集团股份有限公司
技术研发日：
技术公布日：2024/4/17