[發明專利]公路路域植被的碳儲量估算方法、系統及存儲介質

有效

• 申請號: 202210587076.3
• 申請日: 2022-05-26
• 公開（公告）號: CN114819737B
• 公開（公告）日: 2023-10-17
• 發明（設計）人: 徐喬;余紹淮;余順新;余飛;羅博仁;劉德強;王麗園;楊晶
• 申請（專利權）人: 中交第二公路勘察設計研究院有限公司
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639;G06Q50/26;G06V20/10;G06V20/13;G06V10/774;G06T17/05;G06N20/20;G06F16/29;G01S13/90
• 代理公司: 武漢開元知識產權代理有限公司 42104
• 代理人: 黃行軍

1.一種公路路域植被的碳儲量估算方法，其特征在于：包括以下步驟：

通過待測公路路域的圖像數據識別該公路路域的植被分布范圍；分別在各類型植被分布范圍內指定單位面積區域作為對應類型植被的樣地；

估算各類型植被的樣地的生物量及各類型植被的平均含碳率；

基于待測公路路域的圖像數據提取該公路路域的植被生物量因子特征圖；所述植被生物量因子特征圖用于表征待測公路路域的植被分布范圍中每個坐標位置的植被生物量因子的數據；所述植被生物量因子包括植被指數因子、SAR影像相關因子、地形因子；

通過植被生物量因子特征圖獲取各類型植被的樣地的植被生物量因子的數據；將各類型植被的樣地的植被生物量因子的數據和生物量作為訓練樣本；

基于訓練樣本構建的樣本集與植被生物量因子特征圖，通過GWR-Adaboost模型計算得到待測公路路域的植被生物量分布圖；所述植被生物量分布圖用于表征待測公路路域的植被分布范圍中每個坐標位置的估算生物量；所述GWR-Adaboost模型由Adaboost模型集成多個GWR模型構成；

根據植被生物量分布圖和各類型植被的分布范圍計算各類型植被的生物量；根據各類型植被的生物量和各類型植被的平均含碳率計算所有類型植被的碳儲量之和，作為待測公路路域的植被碳儲量。

2.根據權利要求1所述的方法，其特征在于：待測公路路域的圖像數據的獲取過程包括：分別獲取覆蓋待測公路路域范圍的光學遙感影像、SAR衛星影像和DEM數據，分別對光學遙感影像和SAR衛星影像進行鑲嵌拼接；然后對待測公路路域的線位文件進行緩沖區分析，獲取待測公路路域設定寬度范圍內的路域范圍矢量文件；根據得到的路域范圍矢量文件分別對鑲嵌拼接后的光學遙感影像和SAR衛星影像進行裁剪，得到待測公路路域的光學遙感影像和多時序的SAR衛星影像。

3.根據權利要求2所述的方法，其特征在于：所述SAR影像相關因子數據的提取過程包括：利用與待測公路路域的光學遙感影像時間最相近的待測公路路域的SAR衛星影像，提取出不同極化波段下的后項散射系數；然后利用待測公路路域的多時序的SAR衛星影像，進行干涉處理，獲取待測公路路域的表面高程作為SAR影像相關因子的數據。

4.根據權利要求1所述的方法，其特征在于：所述植被指數因子包括歸一化植被指數、差值植被指數、比值植被指數、增強型植被指數、土壤調節植被指數、大氣阻抗植被指數、優化土壤調節指數、修正土壤調整植被指數、歸一化綠波波段差值植被指數、考慮綠光改進的植被指數。

5.根據權利要求1所述的方法，其特征在于：所述地形因子體包括高程、坡度、坡向、地形濕度指數TWI、地形起伏度、地表復雜度指數、粗糙度。

6.根據權利要求3所述的方法，其特征在于：基于待測公路路域的圖像數據提取該公路路域的植被生物量因子特征圖的過程包括：

基于待測公路路域的光學遙感影像提取待測公路路域的植被指數因子的數據；基于待測公路路域的SAR衛星影像待測公路路域的提取SAR影像相關因子的數據；基于待測公路路域的DEM數據提取待測公路路域的地形因子的數據；

對待測公路路域的每個植被生物量因子的數據進行歸一化處理；

按照待測公路路域的光學遙感影像分辨率的大小，對提取的SAR影像相關因子和地形因子進行重采樣，使每個植被生物量因子的數據分辨率一致；

提取各類型植被的樣地的植被生物量因子的數據，并消除各類型植被樣地的植被生物量因子的數據間的多重共線性，從而篩選出與植被生物量密切相關的植被生物量因子；

將篩選后的植被生物量因子的數據進行堆疊得到植被生物量因子特征圖。