一种林木碳汇量的测定方法、系统及装置制造方法及图纸

一种林木碳汇量的测定方法、系统及装置，属于林业技术领域。为了解决现有的基于生物量法碳汇量计算方法存在误差大的问题。本发明专利技术基于航摄图像确定林木碳汇量待测区块的边界和确定待测区块，截取出最小外接矩形图像并对进行图像分割；对最小外接矩形图像进行网格划分，并映射到G通道图像上；将像素对应的G数值作为灰度值，确定搜索网格；并在G通道图像分割区域中确定抽样网格及补充抽样网格；在抽样调查单元对应的实际林木空间范围进行林木数据调查，确定其对应网格内树种的生物量；基于已经进行了网格划分的最小外接矩形图像，确定第j行网格每个树种的生物量，最终确定待测区块中每个树种的生物量及林木碳汇量。主要用于林木碳汇量的测定。木碳汇量的测定。木碳汇量的测定。

【技术实现步骤摘要】
一种林木碳汇量的测定方法、系统及装置


[0001]本专利技术涉及一种林木碳汇量的测定方法、系统及装置，属于林业


技术介绍

[0002]近些年来，大气CO2浓度上升引起的温室效应及其所带来的一系列生态环境变化愈专利技术显，全球专家和学者从多方面开展相关研究，以期望能够找到有效减少大气中的CO2浓度的办法。目前比较有效的方法是基于森林等生态系统实现CO2的固定，即通过森林植物等的同化作用吸收大气中的CO2，以生物量的形式将其固定在植物体和土壤中。
[0003]目前关于碳汇量的计算方法主要包括生物量法、蓄积量法等。其中生物量法是目前应用最为广泛的方法，其优点就是直接、明确、技术简单。即采用根据单位面积生物量、森林面积、生物量在树木各器官中的分配比例、树木各器官的平均碳含量等参数计算而。最早应用生物量法时，是将森林通过大规模的实地调查，得到实测的数据，建立一套标准的测量参数和生物量数据库，用样地数据得到植被的平均碳密度，然后用每一种植被的碳密度与面积相乘，估算生态系统的碳储量。由于树木既有低碳组织，又有高碳组织，所以目前在对生物量转化为碳含量时的转换系数大多在0.45～0.55之间，但究竟在什么状态下运用什么系数都只是凭经验来选择，而并没有相应的准确的规定。树木生长是一个动态的过程，生物量的积累不仅和树种本身有关，还与立地质量、气候条件等多方面因素有关，所以需要经过大量的实地调查，不仅工作量十分巨大，实际操作起来并不现实，同时由于调查面积大造成取样的困难，往往也很难得到精确的数据，所以利用生物量法对森林碳汇进行计量存在很大误差。

技术实现思路

[0004]本专利技术是为了解决现有的基于生物量法碳汇量计算方法存在工作量大的问题以及实际调查数据难以保证导致碳汇量误差大的问题。
[0005]一种林木碳汇量的测定方法，包括以下步骤：
[0006]s1、利用航空器在林木碳汇量待测区块上空采集图像，并基于航摄图像确定林木碳汇量待测区块的边界；包括以下步骤：
[0007]s2、在航摄图像中确定待测区块的最小外接矩形，并截取出最小外接矩形图像；
[0008]s3、利用分水岭算法对最小外接矩形图像进行图像分割，将最小外接矩形图像的分割结果的每个区域记为最小外接矩形图像分割区域；
[0009]s4、对最小外接矩形图像进行网格划分；
[0010]s5、将最小外接矩形图像分成RGB三个通道对应的图像，提取G通道图像并将像素对应的G数值作为灰度值，将步骤s4中最小外接矩形图像的网格映射到G通道图像上，即G通道图像的网格划分与最小外接矩形图像网格划分是一致的；
[0011]计算G通道图像中每个网格内的平均灰度值并将其作为该网格的灰度值，统计每个网格内的灰度值，将所有网格灰度值从小到大进行排序，最小的网格灰度值记为Gmin，最
大网格灰度值记为Gmax，将灰度值小于(Gmax-Gmin)/10的网格作为拟定种子网格，如果拟定种子网格数量小于等于n/10，n为网格数量，则将拟定种子网格作为种子网格；如果拟定种子网格数量大于n/10，则选取从小到大进行排序中的前n/10个网格作为种子网格；
[0012]将种子网格作为中心网格并记录该网格坐标，计算种子网格四周网格中灰度值，将四周网格中灰度值最小两个网格作为拟定候选网格，如果拟定候选网格的灰度值小于等于K＝k(Gmax-Gmin)/10，则将其作为搜索到的种子网格，即下一代种子网格，否则停止种子网格的搜索；k为调整系数；
[0013]将搜索到的种子网格作为当前代种子网格，将种子网格作为中心网格并记录该网格坐标，再计算种子网格四周网格中灰度值，确定四周网格中灰度值最小两个网格，并判断两个网格是否包括上一代种子网格，如果不包括上一代种子网格则将两个网格作为拟定候选网格，如果包括上一代种子网格则将除上一代种子网格以外的一个网格作为拟定候选网格；如果拟定候选网格的灰度值小于等于K，则将其作为搜索到的种子网格，即下一代种子网格，否则停止种子网格的搜索；重复该过程直至完成搜索；
[0014]将搜索到的网格记为搜索网格，搜索网格连接成若干条搜索网格线；
[0015]s6、针对每条搜索网格线，确定搜索网格线中的抽样网格数量n
s
′
，并按照n
s
′
在该条网格线中均匀的提取搜索网格作为抽样网格；
[0016]s7、将s3的图像分割结果映射到G通道图像上，将G通道图像的分割结果的每个区域记为G通道图像分割区域；
[0017]统计每个G通道图像分割区域中网格的数量，G通道图像分割区域含有网格的数量记为n
i
′
；
[0018]统计每个G通道图像分割区域中搜索网格的数量，G通道图像分割区域含有搜索网格的数量记为n
i
′
s
；
[0019]计算每个G通道图像分割区域中的补充抽样网格数N为总的抽样网格数；按照补充抽样网格的数量n
′
i
′
s
在每个G通道图像分割区域中除搜索网格以外其他网格内均匀确定补充抽样网格；
[0020]s8、将所有确定的补充抽样网格和抽样网格作为抽样调查单元，在抽样调查单元对应的实际林木空间范围进行林木数据调查；
[0021]根据树种对应的生物量方程确定补充抽样网格和抽样网格中每个网格对应树种α的生物量B
TREE-i,j,t
；
[0022]s9、基于已经进行了网格划分的最小外接矩形图像，利用第j行网格中已经确定了树种生物量的网格对应的树种α的生物量拟合第j行网格对应的树种α的生物量曲线，进而确定第j行网格每个树种的生物量；
[0023]根据每行网格每个树种的生物量确定最小外接矩形图像中每个树种的生物量，然后根据航摄图像中确定的待测区块占最小外接矩形的面积比确定待测区块中每个树种的生物量B
TREE-BSL,i,j,t
；
[0024]s10、根据待测区块中每个树种的生物量B
TREE-BSL,i,j,t
得到待测区块中林木碳汇量ΔC
BSL,t
。
[0025]进一步地，s1所述利用航空器在林木碳汇量待测区块上空采集图像，并基于航摄
图像确定林木碳汇量待测区块的边界的过程包括以下步骤：
[0026]s1.1、利用航空器在林木碳汇量待测区块上空采集图像，在采集图像的过程中，存储每幅图像对应的路径信息和姿态信息；路径信息为实际行驶路径的三维空间信息，包括水平面位置信息和高度信息；
[0027]s1.2、将采集的图像按照各自对应的高度信息进行采集图像调整，将不同高度采集的图像调整为同一高度下的采集视野对应的图像，实际上这个过程也实现了将采集的图像统一到同一比例尺下，根据高度信息等能够确定对应的比例尺，记做航摄比例尺；
[0028]同时根据姿态信息对采集图像进行仿射变换；将调整的图像拼接成包括测定待测区块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种林木碳汇量的测定方法，其特征在于，包括以下步骤：s1、利用航空器在林木碳汇量待测区块上空采集图像，并基于航摄图像确定林木碳汇量待测区块的边界；包括以下步骤：s2、在航摄图像中确定待测区块的最小外接矩形，并截取出最小外接矩形图像；s3、利用分水岭算法对最小外接矩形图像进行图像分割，将最小外接矩形图像的分割结果的每个区域记为最小外接矩形图像分割区域；s4、对最小外接矩形图像进行网格划分；s5、将最小外接矩形图像分成RGB三个通道对应的图像，提取G通道图像并将像素对应的G数值作为灰度值，将步骤s4中最小外接矩形图像的网格映射到G通道图像上，即G通道图像的网格划分与最小外接矩形图像网格划分是一致的；计算G通道图像中每个网格内的平均灰度值并将其作为该网格的灰度值，统计每个网格内的灰度值，将所有网格灰度值从小到大进行排序，最小的网格灰度值记为Gmin，最大网格灰度值记为Gmax，将灰度值小于(Gmax-Gmin)/10的网格作为拟定种子网格，如果拟定种子网格数量小于等于n/10，n为网格数量，则将拟定种子网格作为种子网格；如果拟定种子网格数量大于n/10，则选取从小到大进行排序中的前n/10个网格作为种子网格；将种子网格作为中心网格并记录该网格坐标，计算种子网格四周网格中灰度值，将四周网格中灰度值最小两个网格作为拟定候选网格，如果拟定候选网格的灰度值小于等于K＝k(Gmax-Gmin)/10，则将其作为搜索到的种子网格，即下一代种子网格，否则停止种子网格的搜索；k为调整系数；将搜索到的种子网格作为当前代种子网格，将种子网格作为中心网格并记录该网格坐标，再计算种子网格四周网格中灰度值，确定四周网格中灰度值最小两个网格，并判断两个网格是否包括上一代种子网格，如果不包括上一代种子网格则将两个网格作为拟定候选网格，如果包括上一代种子网格则将除上一代种子网格以外的一个网格作为拟定候选网格；如果拟定候选网格的灰度值小于等于K，则将其作为搜索到的种子网格，即下一代种子网格，否则停止种子网格的搜索；重复该过程直至完成搜索；将搜索到的网格记为搜索网格，搜索网格连接成若干条搜索网格线；s6、针对每条搜索网格线，确定搜索网格线中的抽样网格数量n
′
s
，并按照n
′
s
在该条网格线中均匀的提取搜索网格作为抽样网格；s7、将s3的图像分割结果映射到G通道图像上，将G通道图像的分割结果的每个区域记为G通道图像分割区域；统计每个G通道图像分割区域中网格的数量，G通道图像分割区域含有网格的数量记为n
i
′
；统计每个G通道图像分割区域中搜索网格的数量，G通道图像分割区域含有搜索网格的数量记为n
i
′
s
；计算每个G通道图像分割区域中的补充抽样网格数N为总的抽样网格数；按照补充抽样网格的数量n
′
i
′
s
在每个G通道图像分割区域中除搜索网格以外其他网格内均匀确定补充抽样网格；s8、将所有确定的补充抽样网格和抽样网格作为抽样调查单元，在抽样调查单元对应
的实际林木空间范围进行林木数据调查；根据树种对应的生物量方程确定补充抽样网格和抽样网格中每个网格对应树种α的生物量B
TREE-i,j,t
；s9、基于已经进行了网格划分的最小外接矩形图像，利用第j行网格中已经确定了树种生物量的网格对应的树种α的生物量拟合第j行网格对应的树种α的生物量曲线，进而确定第j行网格每个树种的生物量；根据每行网格每个树种的生物量确定最小外接矩形图像中每个树种的生物量，然后根据航摄图像中确定的待测区块占最小外接矩形的面积比确定待测区块中每个树种的生物量B
TREE-BSL,i,j,t
；s10、根据待测区块中每个树种的生物量B

【专利技术属性】
技术研发人员：王维芳，李镐然，李国春，韩子丰，管依然，刘美，汲国萍，杨胜涛，李强，杨彬彬，
申请(专利权)人：哈尔滨悦维科技有限公司，
类型：发明
国别省市：