[发明专利]森林碳储量抽样估测方法、装置、设备及存储介质

说明书

本发明公开了一种森林碳储量抽样估测方法、装置、设备及存储介质，该方法包括获取目标森林的遥感影像数据，提取遥感特征变量，利用自然间断点分级法，对每个遥感特征变量进行分层，根据每个遥感特征变量中每个分层区域的面积比，确定每个遥感特征变量中每个分层区域的抽样权重，确定每个遥感特征变量中每层的抽样样本数，并根据抽样样本数执行抽样估测。本发明通过对遥感数据进行预处理，提取影响森林碳储量的关键遥感特征变量，之后进行包括面积确定权重、自然间断点分级法分层、最优分配法分配样本等分层抽样设计，实现森林碳储量的抽样估测，解决了目前的森林碳储量估测方法操作复杂，抽样样本量大、抽样精度和工作效率不高的技术问题。

技术领域

本发明涉及高海拔地区森林资源碳储量估测技术领域，尤其涉及到一种森林碳储量抽样估测方法、装置、设备及存储介质。

背景技术

森林既是碳汇又是碳源，在大气碳循环方面发挥着重要作用。森林地上生物量、碳储量等与森林生态系统密切相关。碳储量是有机环境与无机环境之间能量循环的衡量指标，并且森林地上生物量与碳储量是探测全球气候变化的重要指标。在林业方面，遥感是一种效益高、可靠的数据源和技术，有利于估算森林资源动态。目前，在森林资源调查和森林经营中，通常采用系统抽样、分层抽样的方法。遥感影像广泛应用于森林资源调查的估测研究，相关研究表明，遥感特征变量与森林碳储量具有较大相关性，应用较多的包括植被指数因子、纹理信息因子、信息增强因子等。因此准确确定森林碳储量抽样估测方法，对科学认识森林生态系统碳循环规律及制定缓解和应对全球气候变暖具有重要的理论和现实意义。

目前对森林碳储量估测的方式主要有五种：(1)微气象学法(2)样地清查法(3)箱式法(4)数学模型法(5)遥感技术。近年来，遥感以及GIS的发展和应用为估算森林碳储量提供有效的方法。通过遥感手段获得各种植被状态参数，可分析森林生态系统碳动态以及时间分布，并且能够估算大面积森林生态系统的碳储量。随着遥感技术的发展，遥感信息在空间分辨率、时间分辨率和光谱分辨率上的逐步改善，可供选择的遥感数据也越来越多，能满足不同的研究在时间和空间尺度上的要求，因此，遥感技术在森林生态系统及陆地生态系统碳平衡中发挥越来越重要的作用。

然而，目前的森林碳储量估测方法操作复杂，抽样样本量大、抽样精度和工作效率不高。因此，如何提供一种高精度、操作简单，且抽样样本量足够少的森林碳储量抽样估测方法，是一个亟需解决的技术问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种森林碳储量抽样估测方法、装置、设备及存储介质，旨在解决目前的森林碳储量估测方法操作复杂，抽样样本量大、抽样精度和工作效率不高的技术问题。

为实现上述目的，本发明提供一种森林碳储量抽样估测方法，所述方法包括以下步骤：

获取目标森林的遥感影像数据，提取遥感特征变量；

利用自然间断点分级法，对每个所述遥感特征变量进行分层，获得每个所述遥感特征的分层区域；

根据每个遥感特征变量中每个分层区域的面积比，确定每个遥感特征变量中每个分层区域的抽样权重；

基于所述抽样权重，确定每个遥感特征变量中每层的抽样样本数，并根据所述抽样样本数执行抽样估测。

可选的，所述获取目标森林的遥感影像数据，提取遥感特征变量步骤，具体包括：

获取目标森林的遥感影像数据，对所述遥感影像数据执行数据预处理操作；其中，所述数据预处理包括辐射定标处理、大气校正处理及地形校正处理中的一种或多种；

对预处理后的遥感影像数据执行特征变量提取操作，获得遥感特征变量；其中，所述特征变量提取操作包括波段组合、纹理信息和多种植被指数变换，所述遥感特征变量包括波段组合变量、纹理信息变量和植被指数变量。