[发明专利]一种基于资源约束条件的森林潜在碳储量遥感估算方法

说明书

本发明公开了一种基于资源约束条件的森林潜在碳储量遥感估算方法，包括数据获取和处理、森林覆盖区域和类型获取、叶面积指数计算、最大树高模型构建、潜在碳储量模型构建和反演等。所述数据获取和处理为本发明方法的输入数据和预处理方法；所述森林覆盖区域和类型获取为利用Landsat TM数据基于支持向量机方法确定森林区域和类型；所述叶面积指数计算为利用Landsat TM基于神经网络方法反演叶面积指数；所述最大树高模型构建为基于森林生态学的能量守恒定律和资源约束条件建立潜在树高反演模型并反演潜在树高；所述森林潜在碳储量模型构建和反演为分析森林树高和碳储量统计数据形成森林潜在碳储量估算模型，并根据模型获取研究区森林潜在碳储量。

技术领域

本发明涉及森林碳储量估算领域，具体涉及一种基于资源约束条件的森林潜在碳储量遥感估算方法。

背景技术

陆地生态系统的碳循环是全球碳循环的重要组成部分，在全球气候变暖过程中发挥着举足轻重的作用。作为陆地生态系统的主体，森林的生物量占陆地植被总生物量的85％-90％。森林生态系统的生物量和碳储量在全球碳循环中发挥着至关重要的作用。

从京都议定书的签订到哥本哈根世界气候大会的召开，世界很多国家已经就通过森林来实现温室气体减排达成了一致。相应地，国内外森林科研工作者和气候学家们针对国家及区域尺度上森林碳储量以及森林植被碳库的动态变化也开展了大量的研究，这些研究成果为评估国家及区域尺度上的森林减排能力提供了重要依据。

中国作为最大的发展中国家，温室气体减排已经成为中国经济发展必须解决的问题。随着遥感技术的迅猛发展，可获得的不同分辨率遥感数据越来越多，新型传感器也不断出现。激光雷达数据、极化SΛR数据以及多角度遥感数据都可以高精度的获得森林垂直结构参数，很多中分辨率遥感卫星已经对全球进行了多年的连续观测。这些都为高精度、大尺度、长时间序列地估算森林碳储量提供了一条快捷方便的途径。目前利用遥感技术对森林碳储量进行估算已经开展了很多研究，一些研究结果也具有很高精度。但这些研究大多集中在较小的研究区域，并且采用经验模型的方法对森林碳储量进行估算，无法在大尺度区域上实现森林碳储量的高精度估算，同时更无法实现区域尺度上潜在(最大)森林碳储量的估算。

基于森林生态学理论和遥感技术的森林碳储量估算机理模型受森林树种和森林生态环境变化的影响很小，具有较强的通用性，可以有效地应用于大尺度区域的森林碳储量估算研究中。同时，利用资源条件约束方法，可以预测潜在(最大) 森林碳储量，从而为制定碳收支报告、消除国际碳贸易壁垒提供可靠的技术支持。

发明内容

1.针对现有技术的不足，本发明的目的在于提供一种基于资源约束条件的森林潜在碳储量遥感估算方法，实现森林潜在碳储量的遥感估算。

2.为实现上述目的，本发明采用的技术方案是：一种基于资源约束条件的森林潜在碳储量遥感估算方法，其算法流程图如图1所示，包括步骤：

步骤1，获取美国陆地卫星陆地成像仪的影像数据，并对影像数据进行预处理；获取温度、降水、风速、相对湿度、太阳辐射数据，并将气象数据插值重采样成与陆地成像仪影像数据具有相同的空间分辨率；获取ΛSTER DEM数据；

步骤2，利用陆地卫星陆地成像仪反射率影像采用支持向量机的分类方法获取森林覆盖区域，所述包括针叶林、阔叶林和针阔混交林；

步骤3，实测样地各类型森林叶面积指数，利用陆地卫星陆地成像仪反射率数据采用神经网络方法获取叶面积指数信息；

步骤4，实测样地各类型森林树高，根据树所获取的太阳能量以及降水所遵循的能量守恒定律构建森林潜在树高反演模型；

步骤5，获取研究区森林树高和碳储量历史统计数据，分析森林树高和碳储量之间的尺度关系方程，构建森林潜在碳储量估算模型；根据森林潜在碳储量估算模型获取森林覆盖区域森林潜在碳储量反演结果。