本发明专利技术提供了一种森林生态系统碳储功能评估方法，属于碳储估计领域，包括：利用随机森林机器学习方法对目标区域的森林生物量进行反演得到森林生物量预测结果；将森林生物量预测结果作为因变量，胸径平方与树高的乘积作为自变量，使用最小二乘算法对不同优势树种的异速生长方程进行拟合得到不同树种的生物量回归模型；根据不同树种的生物量回归模型确定不同树种的生物量碳密度；根据不同树种的生物量碳密度确定相应树种的碳储量。本发明专利技术基于随机森林机器学习方法完成树种碳储量的估算，可以使每个生物量指标充分的参与到决策树的构建，提高了模型的鲁棒性和可靠性，从而使得到的树种碳储量的准确性大大提高。
【技术实现步骤摘要】
本专利技术涉及碳储估算，特别是涉及一种森林生态系统碳储功能评估方法。
技术介绍
1、陆地生态系统通过吸收大气中的co2等温室气体来调节气候，其中森林生态系统的固碳效益最为显著。森林生态系统能够将碳以生物量的形式储存在树木、腐殖质和土壤中。随着时间推移，大量的碳累积至地下生物量中，形成“碳固持”。林木病虫害、植被类型转换（如土地利用/覆被变化）会干扰森林生态系统的碳吸收潜力，从而释放碳，形成“碳损失”。因此，评价森林生态系的碳储功能对于气候调节和生态可持续性是至关重要的，然而，传统的森林生态系统碳储功能评估方法往往依赖于大量的野外调查和测量数据，费时费力。
技术实现思路
1、为了克服现有技术的不足，本专利技术的目的是提供一种森林生态系统碳储功能评估方法。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种森林生态系统碳储功能评估方法，包括：
4、利用随机森林机器学习方法对目标区域的森林生物量进行反演得到森林生物量预测结果；所述森林生物量预测结果包括：树干生物量预测结果、树枝生物量预测结果、树叶生物量预测结果和地下生物量预测结果；
5、将所述森林生物量预测结果作为因变量，胸径平方与树高的乘积作为自变量，使用最小二乘算法对不同优势树种的异速生长方程进行拟合得到不同树种的生物量回归模型；
6、根据不同树种的生物量回归模型确定不同树种的生物量碳密度；
7、根据不同树种的生物量碳密度确定相应树种的碳储量。
>8、优选地，所述树干生物量预测结果是通过以下步骤计算得到的：9、将不同数量的树干生物量指标作为输入样本，采用随机森林机器学习方法对树干生物量进行反演得到多个树干生物量反演模型；
10、利用5次十折交叉验证方法筛选出最优数量的树干生物量指标所对应的最优树干生物量反演模型；
11、基于所述最优树干生物量反演模型得到树干生物量预测结果。
12、优选地，所述树枝生物量预测结果是通过以下步骤计算得到的：
13、将不同数量的树枝生物量指标作为输入样本，采用随机森林机器学习方法对树枝生物量进行反演得到多个树枝生物量反演模型；
14、利用5次十折交叉验证方法筛选出最优数量的树枝生物量指标所对应的最优树枝生物量反演模型；
15、基于所述最优树枝生物量反演模型得到树枝生物量预测结果。
16、优选地，所述树叶生物量预测结果是通过以下步骤计算得到的：
17、将不同数量的树叶生物量指标作为输入样本，采用随机森林机器学习方法对树叶生物量进行反演得到多个树叶生物量反演模型；
18、利用5次十折交叉验证方法筛选出最优数量的树叶生物量指标所对应的最优树叶生物量反演模型；
19、基于所述最优树叶生物量反演模型得到树叶生物量预测结果。
20、优选地，所述地下生物量预测结果是通过以下步骤计算得到的：
21、将不同数量的树根生物量指标作为输入样本，采用随机森林机器学习方法对树根生物量进行反演得到多个树根生物量反演模型；
22、利用5次十折交叉验证方法筛选出最优数量的树根生物量指标所对应的最优树根生物量反演模型；
23、基于所述树根生物量反演模型得到树根生物量预测结果；
24、将所述树根生物量预测结果作为地下生物量预测结果。
25、优选地，所述根据不同树种的生物量碳密度确定相应树种的碳储量，包括：
26、采用公式：确定相应树种的碳储量；其中，表示总碳储量，表示树干生物量碳密度，表示树枝生物量碳密度，表示树叶生物量碳密度，表示树根生物量碳密度，表示地下生物量碳密度，表示土壤碳密度，表示死亡有机物碳密度，表示面积。
27、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
28、本专利技术提供了一种森林生态系统碳储功能评估方法，包括：利用随机森林机器学习方法对目标区域的森林生物量进行反演得到森林生物量预测结果；将森林生物量预测结果作为因变量，胸径平方与树高的乘积作为自变量，使用最小二乘算法对不同优势树种的异速生长方程进行拟合得到不同树种的生物量回归模型；根据不同树种的生物量回归模型确定不同树种的生物量碳密度；根据不同树种的生物量碳密度确定相应树种的碳储量。本专利技术基于随机森林机器学习方法完成树种碳储量的估算，可以使每个生物量指标充分的参与到决策树的构建，提高了模型的鲁棒性和可靠性，从而使得到的树种碳储量的准确性大大提高。
本文档来自技高网...
【技术保护点】
1.一种森林生态系统碳储功能评估方法，其特征在于，包括：
2.根据权利要求1所述的一种森林生态系统碳储功能评估方法，其特征在于，所述树干生物量预测结果是通过以下步骤计算得到的：
3.根据权利要求1所述的一种森林生态系统碳储功能评估方法，其特征在于，所述树枝生物量预测结果是通过以下步骤计算得到的：
4.根据权利要求1所述的一种森林生态系统碳储功能评估方法，其特征在于，所述树叶生物量预测结果是通过以下步骤计算得到的：
5.根据权利要求1所述的一种森林生态系统碳储功能评估方法，其特征在于，所述地下生物量预测结果是通过以下步骤计算得到的：
6.根据权利要求1所述的一种森林生态系统碳储功能评估方法，其特征在于，所述根据不同树种的生物量碳密度确定相应树种的碳储量，包括：
【技术特征摘要】
1.一种森林生态系统碳储功能评估方法，其特征在于，包括：
2.根据权利要求1所述的一种森林生态系统碳储功能评估方法，其特征在于，所述树干生物量预测结果是通过以下步骤计算得到的：
3.根据权利要求1所述的一种森林生态系统碳储功能评估方法，其特征在于，所述树枝生物量预测结果是通过以下步骤计算得到的：
4.根据权利要求1所述的一种森...
【专利技术属性】
技术研发人员：贾冠宇，姜朋辉，胡文敏，盛勇，符海月，苗双喜，李满春，许传建，
申请(专利权)人：南京农业大学，
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。