【技术实现步骤摘要】
涉及森林生态。
技术介绍
1、凋落物，作为全球碳循环的关键要素，构成了生态系统中连接地表与地下碳库之间的桥梁。这些由植被周期性脱落形成的生物量(凋落物)不仅将植物吸收的碳传递到土壤表层，成为土壤有机碳的主要贡献者，也直接反映了森林通过非通量方式的固碳能力。因此，通过在空间维度上准确测定凋落物的生物量，可以直接估计森林在叶部位的碳固定量。据此，准确估算凋落物生物量不仅为理解森林生态系统的碳固定功能提供了基础，而且对于评估森林生态系统的碳价值以及制定相关的碳补偿策略具有重要意义。
2、目前的研究大多集中在森林总碳储量和地上生物量方面，而系统估算凋落物生物量及其对森林地面碳输入的研究较少，特别是在空间连续尺度上，因为凋落物难以收集，且具有较高的空间和时间变异性。此外，现有对凋落物的研究主要集中在生态意义上，如凋落物分解引起的碳转移、凋落物的元素组成差异、驱动因素等，没有直接作用于森林生态管理和碳核算等方面的应用价值。
技术实现思路
1、为解决现有技术中存在的，目前的森林凋落物研究大多集中在森林总碳储量和地上生物量方面，没有直接作用于森林生态管理和碳核算等方面的应用价值的技术问题，本专利技术提供的技术方案为：
2、森林叶面凋落物生物量监测函数模型建立方法，所述建立方法包括：
3、采集预设同一地点在生长季和非生长季的gedi lidar数据的步骤；
4、获取训练森林区域的冠层结构信息的步骤；
5、将所述冠层结构信息中，生长季对应的波
6、建立所述冠层gedi lidar数据返回能量的变化和预设的叶凋落物生物量之间的函数关系的步骤。
7、进一步，提供一个优选实施方式，根据所述生长季和非生长季的gedi lidar数据，进行定位高度波形和冠层剖面指标提取，得到所述训练森林区域的冠层结构信息。
8、进一步，提供一个优选实施方式，根据所述冠层gedi lidar数据返回能量的变化和预设的叶凋落物生物量，采用最小二乘法回归建立所述冠层gedi lidar数据返回能量的变化和预设的叶凋落物生物量之间的函数关系。
9、进一步，提供一个优选实施方式，所述预设同一地点在生长季和非生长季的gedilidar数据根据google earth engine平台获取。
10、进一步，提供一个优选实施方式，所述gedi lidar数据与所述训练森林区域中指定的叶林满足预设一致性要求。
11、基于同一专利技术构思，本专利技术还提供了森林叶面凋落物生物量监测函数模型建立装置，所述装置包括：
12、采集预设同一地点在生长季和非生长季的gedi lidar数据的模块；
13、获取训练森林区域的冠层结构信息的模块；
14、将所述冠层结构信息中，生长季对应的波形累积值与所述非生长季对应的波形累积值相减，得到冠层gedi lidar数据返回能量的变化的模块；
15、建立所述冠层gedi lidar数据返回能量的变化和预设的叶凋落物生物量之间的函数关系的模块。
16、基于同一专利技术构思，本专利技术还提供了森林叶面凋落物生物量监测方法，所述监测方法包括：
17、采集待测森林区域的gedi lidar数据的步骤；
18、基于所述的建立方法建立的函数模型，对所述待测森林区域的gedi lidar数据进行处理，得到叶面凋落物生物量结果的步骤。
19、基于同一专利技术构思，本专利技术还提供了森林叶面凋落物生物量监测装置，所述监测装置包括：
20、采集待测森林区域的gedi lidar数据的步骤；
21、基于所述的建立装置建立的函数模型，对所述待测森林区域的gedi lidar数据进行处理，得到叶面凋落物生物量结果的模块。
22、基于同一专利技术构思，本专利技术还提供了计算机储存介质，用于储存计算机程序，当所述计算机程序被计算机读取时，所述计算机执行所述的建立方法。
23、基于同一专利技术构思，本专利技术还提供了计算机，包括处理器和储存介质，当所述处理器读取所述储存介质中储存的计算机程序时，所述计算机执行所述的建立方法。
24、与现有技术相比，本专利技术提供的技术方案的有益之处在于：
25、本专利技术提供的森林叶面凋落物生物量监测方法，通过对同一地点不同时间获取的gedi lidar数据进行比对分析，验证其波形一致性。这种方式确保了数据的可靠性和准确性，为后续叶凋落物监测提供了可靠的基础。
26、本专利技术提供的森林叶面凋落物生物量监测方法，相比于传统的地面调查方法，利用遥感数据进行波形一致性验证更为高效，能够实现大范围的监测和评估，提高了数据获取的效率和精度。
27、本专利技术提供的森林叶面凋落物生物量监测方法，利用gedi lidar数据构建了冠层结构特征集，包括地理定位高度波形和冠层剖面指标。这种方式通过lidar技术获取了森林冠层结构信息，为后续建立lidar指标与叶凋落物生物量的函数关系提供了依据。
28、本专利技术提供的森林叶面凋落物生物量监测方法，相比于传统的野外调查方法，lidar技术能够实现对大范围、高分辨率的森林结构信息获取，提高了数据获取的效率和精度。
29、本专利技术提供的森林叶面凋落物生物量监测方法，通过计算冠层返回能量的差异，建立lidar指标与叶凋落物生物量之间的函数关系。这种方式实现了叶凋落物生物量的监测与估算，为森林生态系统的管理和保护提供了重要数据支持。
30、本专利技术提供的森林叶面凋落物生物量监测方法，与传统的森林生物量监测方法相比，基于lidar技术建立的函数关系具有更高的空间分辨率和覆盖范围，能够实现对大范围森林生物量的精准监测。
31、本专利技术提供的森林叶面凋落物生物量监测方法，可以应用于森林生态系统的监测和管理工作中。
本文档来自技高网...【技术保护点】
1.森林叶面凋落物生物量监测函数模型建立方法，其特征在于，所述建立方法包括：
2.根据权利要求1所述的森林叶面凋落物生物量监测函数模型建立方法，其特征在于，根据所述生长季和非生长季的GEDI LiDAR数据，进行定位高度波形和冠层剖面指标提取，得到所述训练森林区域的冠层结构信息。
3.根据权利要求1所述的森林叶面凋落物生物量监测函数模型建立方法，其特征在于，根据所述冠层GEDI LiDAR数据返回能量的变化和预设的叶凋落物生物量，采用最小二乘法回归建立所述冠层GEDI LiDAR数据返回能量的变化和预设的叶凋落物生物量之间的函数关系。
4.根据权利要求1所述的森林叶面凋落物生物量监测函数模型建立方法，其特征在于，所述预设同一地点在生长季和非生长季的GEDI LiDAR数据根据Google Earth Engine平台获取。
5.根据权利要求1所述的森林叶面凋落物生物量监测函数模型建立方法，其特征在于，所述GEDI LiDAR数据与所述训练森林区域中指定的叶林满足预设一致性要求。
6.森林叶面凋落物生物量监测函数模型建立装
7.森林叶面凋落物生物量监测方法，其特征在于，所述监测方法包括：
8.森林叶面凋落物生物量监测装置，其特征在于，所述监测装置包括：
9.计算机储存介质，用于储存计算机程序，其特征在于，当所述计算机程序被计算机读取时，所述计算机执行权利要求1所述的建立方法。
10.计算机，包括处理器和储存介质，其特征在于，当所述处理器读取所述储存介质中储存的计算机程序时，所述计算机执行权利要求1所述的建立方法。
...【技术特征摘要】
1.森林叶面凋落物生物量监测函数模型建立方法，其特征在于，所述建立方法包括：
2.根据权利要求1所述的森林叶面凋落物生物量监测函数模型建立方法，其特征在于，根据所述生长季和非生长季的gedi lidar数据，进行定位高度波形和冠层剖面指标提取，得到所述训练森林区域的冠层结构信息。
3.根据权利要求1所述的森林叶面凋落物生物量监测函数模型建立方法，其特征在于，根据所述冠层gedi lidar数据返回能量的变化和预设的叶凋落物生物量，采用最小二乘法回归建立所述冠层gedi lidar数据返回能量的变化和预设的叶凋落物生物量之间的函数关系。
4.根据权利要求1所述的森林叶面凋落物生物量监测函数模型建立方法，其特征在于，所述预设同一地点在生长季和非生长季的gedi lidar数据根据google e...
【专利技术属性】
技术研发人员：姜海玲，白佳灵，张舒涵，于海淋，
申请(专利权)人：吉林师范大学，
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。