【技术实现步骤摘要】
基于多源异构遥感数据的长时间序列碳排放空间化方法
[0001]本专利技术涉及计算机
,尤其是基于多源异构遥感数据的长时间序列碳排放空间化方法。
技术介绍
[0002]传统基于IPCC温室气体清单指南的碳排放核算大多以行政区域为基础统计单元,以全球、洲际、国别等尺度为主,次国家区域、城市、区县尺度的碳排放数据相对匮乏。目前,由于不同尺度、不同部门的碳排放数据缺乏统一的空间基准,因此亟待开展系统全面的空间维度碳排放核算,破解碳排放空间分布不清、空间机理不明、空间调控能力薄弱的技术难题。
技术实现思路
[0003]有鉴于此,本专利技术实施例提供一种准确且高效的,基于多源异构遥感数据的长时间序列碳排放空间化方法。
[0004]本专利技术实施例的一方面提供了一种基于多源异构遥感数据的长时间序列碳排放空间化方法,包括:
[0005]获取多源异构遥感数据,并对所述多源异构遥感数据进行预处理,得到目标数据;
[0006]根据所述目标数据,构建夜间灯光数据融合模型;
[0007]根据所述夜间灯光数据融合模型生成碳排放空间化模拟结果。
[0008]可选地,所述获取多源异构遥感数据,并对所述多源异构遥感数据进行预处理,得到目标数据,包括:
[0009]获取DMSP
‑
OLS夜间灯光数据、NPP
‑
VIIRS夜间灯光数据以及基于统计数据核算的碳排放数据;
[0010]对所述年度DMSP
‑
OLS夜间灯光数据以及 ...
【技术保护点】
【技术特征摘要】
1.基于多源异构遥感数据的长时间序列碳排放空间化方法,其特征在于,包括:获取多源异构遥感数据,并对所述多源异构遥感数据进行预处理,得到目标数据;根据所述目标数据,构建夜间灯光数据融合模型;根据所述夜间灯光数据融合模型生成碳排放空间化模拟结果。2.根据权利要求1所述的基于多源异构遥感数据的长时间序列碳排放空间化方法,其特征在于,所述获取多源异构遥感数据,并对所述多源异构遥感数据进行预处理,得到目标数据,包括:获取DMSP
‑
OLS夜间灯光数据、NPP
‑
VIIRS夜间灯光数据以及基于统计数据核算的碳排放数据;对所述年度DMSP
‑
OLS夜间灯光数据以及所述年度NPP
‑
VIIRS夜间灯光数据进行重投影、重采样与裁剪处理,得到初始数据集;对所述初始数据集中的DMSP
‑
OLS夜间灯光数据进行相互校正,并对所述初始数据集中的NPP
‑
VIIRS夜间灯光数据进行异常值剔除;对DMSP
‑
OLS夜间灯光数据中两种不同传感器的同一年份影像进行年内融合;对DMSP
‑
OLS夜间灯光数据及NPP
‑
VIIRS夜间灯光数据进行时间序列校正;对时间序列校正后的NPP
‑
VIIRS夜间灯光数据进行平滑处理后,与DMSP
‑
OLS夜间灯光数据匹配。3.根据权利要求2所述的基于多源异构遥感数据的长时间序列碳排放空间化方法,其特征在于,所述根据所述目标数据,构建夜间灯光数据融合模型,包括:对所述时间序列校正后的DMSP
‑
OLS夜间灯光数据以及所述平滑处理后的NPP
‑
VIIRS夜间灯光数据进行分区统计,获取两类夜间灯光数据重合年份县域尺度的夜间灯光平均DN值,得到两类夜间灯光数据集;构建两种夜间灯光数据融合模型,并根据所述夜间灯光数据融合模型得到长时间序列连续可比较的夜间灯光数据集。4.根据权利要求3所述的基于多源异构遥感数据的长时间序列碳排放空间化方法,其特征在于,所述根据所述夜间灯光数据融合模型生成碳排放空间化模拟结果,包括:对所述长时间序列夜间灯光数据集进行分区统计,获取所有年份省级尺度的夜间灯光DN总值;配置各个省份的虚拟变量,进而采用粒子群优化神经网络算法构建碳排放量与夜间灯光之间的反演模型;提取所有年份待测地区所有网格的DN值,并根据所述反演模型确定所有年份待测地区所有网格的碳排放量。5.根据权利要求2所述的基于多源异构遥感...
【专利技术属性】
技术研发人员:王长建,林晓洁,李增,杨宇,罗宏明,刘敏,叶玉瑶,张虹鸥,金利霞,吴旗韬,龚蔚霞,李升发,
申请(专利权)人:中国科学院地理科学与资源研究所广东省土地调查规划院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。