System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种季节性淹水湿地土壤碳估算与动态监测方法技术_技高网

一种季节性淹水湿地土壤碳估算与动态监测方法技术

技术编号:44190196 阅读:0 留言:0更新日期:2025-02-06 18:30
本发明专利技术涉及湿地生态系统土壤固碳能力技术领域,具体涉及一种季节性淹水湿地土壤碳估算与动态监测方法,包括按照等高程水位梯度和植被类型选取样带和样方,GPS定位观测,遥感影像解译和影像波段反射率、植被指数、主成分特征、单波段纹理等特征因子筛选确定最优遥感估算碳模型,遥感反演和GIS插值分析土壤有机碳空间分布特征,基于DNDC模型构建Wetland‑DNDC湿地碳动态模拟模型预测湿地长期碳动态变化以及温室气体排放;本发明专利技术提供了一种基于实地调查、3S技术耦合Wetland‑DNDC模型模拟碳储量与碳动态监测方法。与传统野外观测方法相比,具有明显的技术和成本优势,能实现空间分析与长时间序列监测的技术优势。本研究方法适用于具有季节性水文特征变化的湿地生态系统。

【技术实现步骤摘要】

本专利技术涉及湿地生态系统土壤固碳能力,特别的涉及一种季节性淹水湿地土壤有机碳(soc)估算与动态监测方法。


技术介绍

1、陆地生态系统碳汇能力提升是实现“双碳”目标的重要举措,也是应对全球气候变化的直接生态响应。湿地是全球碳循环中陆地碳库的组成部分之一,固碳是其重要的生态系统服务功能之一,对全球碳平衡和气候变化具有关键作用。同时,湿地也是温室气体甲烷的重要排放源。因此,湿地生态系统中碳累积与碳排放之间的动态变化决定了湿地的碳源、碳汇功能。近些年,人类活动对于湿地的开发和破坏使其固碳能力下降,碳“汇”功能减弱,甚至呈现由碳汇转变成碳源的趋势,加剧全球气候变化,而全球气候变化也必将影响到湿地生态系统。故湿地碳汇能力研究成为湿地生态保护与修复的热点之一。

2、长期以来,湿地生态系统碳汇功能研究十分活跃,获得了大量的科学数据和结论。但是,湿地土壤数据较难获得,采用传统的野外调查方法耗时耗力,甚至研究区域尺度较大而不可行;而且单一时间尺度的土壤抽样调查数据不能反应区域土壤有机碳库演变过程。加之湿地生态系统的复杂性、类型的多样性,迄今为止还没有一个公认的分类办法,加之剖面调查的难度和面积的不确定性,统计时采用的深度等参数差异较大,以至湿地碳储量估算的研究方法各异,结果存在一定差异,这对正确评估湿地在全球碳循环中的重要性带来了难处。

3、20世纪90年代以来,“3s”技术开始运用于全球或区域土壤有机碳库储量估算和有机碳密度的空间分布差异等方面的研究。同时,应用计算机辅助信息建立模型来估算和预测soc成为优势的处理方法,有助于预测soc长期变化,为综合大量的观测数据、分析和预测大尺度的生态系统过程提供了有力工具。“3s”技术和样地实测数据相结合可以解决由点到区域的土壤碳储量估测问题。将遥感的高时空分辨率特征、反映生态系统碳循环动态变化的过程模型、实际测量的soc结合起来,保证了soc总量估测的准确性。基于过程的模型与gis软件结合,给区域尺度的土壤有机碳模拟提供一个较好的平台,逐渐成为一个新的研究方向。然而,在湿地生态系统碳汇能力研究中,基于3s技术耦合生物地球化学模型的方法尚未挖掘。此外,湿地生态系统碳汇监测计量方法与技术的探讨依然较少,在一定程度上限制了湿地碳汇研究工作的深入开展。

4、为此,提出一种季节性淹水湿地土壤碳估算与动态监测方法


技术实现思路

1、本专利技术的目的在于为了解决上述问题而提供一种样地调查获取点数据与综合利用3s技术(gps、gis、rs)遥感影像的面数据相结合,同时引入dndc生物地球化学模型构建适合季节性淹水湿地土壤碳动态模拟的wetland-dndc模型,通过优化耦合形成一种湿地土壤碳估算与动态监测新方法,为综合大量的观测数据、分析和预测大尺度的湿地生态系统固碳能力以及长期碳动态变化特征研究提供理论和技术方法创新。

2、本专利技术要解决的技术难题是筛选soc最优遥感估算模型的遥感特征因子和能够准确预测季节性淹水湿地soc时空动态变化的模型参数,开发3s技术和生物地球化学模型耦合的方法,提高碳估算和模拟精度。

3、本专利技术通过以下技术方案来实现上述目的,一种季节性淹水湿地土壤碳估算与动态监测方法,包括以下步骤:

4、按照等高程水位梯度和优势植被群落类型选取样带和样方,进行gps定位,立桩固定,在样带和样方内调查湿地面积、湿地类型、分布特征,总结不同类型湿地在遥感图像上的成像规律和影像特征(色调、亮度、形状以及结构纹理);

5、将遥感影像特征与湿地遥感调查解译标志记录的实地情况一一对照,形成判读标志,建立研究区湿地遥感解译标准表。

6、同时,在每个样带内,随机选择3个小样方(1mx1m)gps定位,记录样地中采样点经度和纬度,确定采样点位置及范围,开展植被种类、土壤理化性状和影响环境因子调查。

7、采用齐地面刈割法采集小样方内(1mx1m)植物地上部分;采用土钻法收集小样方内(1mx1m)植物地下部分(根部样品),取样深度为0~20cm,并利用0.5目沙网袋用水冲洗去除土壤后,将干净的根样放入纸质信封中。

8、在每个研究样带设置5个采样点,随机排列,采集表层土(0~20cm),同时记录采样点地理信息。

9、采集研究样地的气象(温度)、水文以及地质情况等基本资料,进行数据提取、解译,制作相关地图。

10、提取遥感特征因子。采用遥感数字图像处理软件计算波段反射率、湿地植被指数、纹理特征以及主成分特征,分析完成后将图像导入arcgis软件中,利用gis空间分析提取遥感参数值。

11、构建最优soc遥感估算模型及遥感反演。利用遥感影像提取的遥感特征参数,分析各遥感参数与样点soc含量和碳密度的相关性,应用线性、曲线和多元逐步回归方法建立soc含量和碳密度多元逐步线性回归遥感估测模型,并进行回归模型精度验证。选择soc含量和碳密度最优估测模型计算并反演soc含量和碳储量空间分布特征。

12、利用gis克里金空间插值法对采样点进行插值,预测研究区soc含量、碳密度和碳储量空间分布特征。

13、引入美国新罕布什尔州大学陆地海洋空间研究中心开发研制的dndc生物地球化学模型进行消化吸收,并利用上述收集整理并测定的气象数据、植被生理数据和基本土壤理化性状等模型参数制备模型参数数据库,对模型进行反复调试和验证,筛选模型参数,进行敏感性分析,构建适合湿地土壤碳动态模拟的wetland-dndc模型,模拟湿地soc动态变化,预测soc长期变化以及温室气体排放情况。

14、对比分析实地样方调查结果、最优遥感碳估测模型及遥感反演、gis空间插值分析和wetland-dndc模型模拟土壤碳密度和估算土壤碳储量的结果,优化耦合实地调查、3s技术和wetland-dndc模型模拟技术,形成一种季节性淹水湿地土壤碳估算与动态监测方法,评估湿地土壤碳汇能力,预测湿地土壤碳动态对未来气候的响应。其中,实验测定的土壤有机碳密度(socd)和土壤有机碳储量(socs)的计算公式为:

15、socd=soc×bd×d×0.1

16、socs=a×socd

17、式中,socd:土壤有机碳密度(t/hm2);soc:土壤有机碳含量(g/kg);bd:土壤容重(g/cm3);d:土层厚度(cm);socs:土壤有机碳储量(t);a:研究区面积(hm2)。

18、遥感反演、gis插值分析、wetland-dndc模型模拟socd来自模型运行后自动呈现结果,socs估算依据实验测定碳储量公式计算。

19、本专利技术的有益效果是:

20、本专利技术提供了一种季节性淹水湿地土壤碳估算与动态监测方法,该方法基于3s(gps、gis、rs)技术耦合wetland-dndc生物地球化学模型,估算季节性淹水湿地soc含量、碳密度以及碳储量,分析其空间分布特征,并监测长期碳动态变化以及温室气体排放,评估湿地土壤碳汇能力。与本文档来自技高网...

【技术保护点】

1.一种季节性淹水湿地土壤碳估算与动态监测方法,其特征在于包括以下步骤:

2.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤S3中,SOC含量测定采用重铬酸钾氧化-外加热法时的计算公式:

3.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤S3中,土壤容重测定采用环刀法:取出预留的一份土壤样本原状土,用环刀(即圆环状铁制容器)切割原状土,使其充满在整个容器中,然后称重后烘干至恒重,称量后计算容重(单位:g/cm3),容重的计算公式为:

4.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤S3中,土壤有机碳密度(SOCD)和土壤有机碳储量(SOCS)的计算公式为:

5.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤S4中,遥感影像预处理的步骤主要包括辐射定标、大气校正和影像裁剪。

6.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤S5中,选取70%的土壤样本有机碳含量、碳密度与影像提取的遥感特征因子进行相关分析,以相关性较强的遥感因子为自变量,以SOC含量和碳密度作为因变量,分别建立一元线性、一元曲线和多元逐步线性回归模型,其方程式如下:

7.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤S5中,用一部分样本数据对构建的遥感估算模型进行精度验证:模型决定系数R2、平均相对误差(Mean Relative Error,MRE)和均方根误差(Root Mean Square Error,RMSE)被作为模型精度检验因子,R2值越大,模型回归相关的密切程度越高,MRE用于衡量实测值与估算值之间的偏差,RMSE对一组测量值中特大或特小误差表示非常敏感,这两个误差因子用于模型精度的验证,各检验因子计算公式分别为:

8.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤S6中,普通克里金插值的精度评价选取决定系数R2来衡量,计算公式如下:

9.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤S8中,采用均方根误差(RMSE)、决定系数(R2)来验证模型适用性,计算公式如下:

10.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤S9中,土壤有机碳密度值由Wetland-DNDC模型运行后自动呈现结果,对湿地土壤碳储量估算的计算公式见S3步骤中土壤有机碳储量的计算公式,所述步骤S10中,通过对比分析S3步骤、S5步骤、S6步骤、S9步骤的结果,进行耦合集成优化,提出一种最优的季节性淹水湿地土壤碳估算和碳动态监测方法,评估湿地土壤碳汇能力。

...

【技术特征摘要】

1.一种季节性淹水湿地土壤碳估算与动态监测方法,其特征在于包括以下步骤:

2.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤s3中,soc含量测定采用重铬酸钾氧化-外加热法时的计算公式:

3.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤s3中,土壤容重测定采用环刀法:取出预留的一份土壤样本原状土,用环刀(即圆环状铁制容器)切割原状土,使其充满在整个容器中,然后称重后烘干至恒重,称量后计算容重(单位:g/cm3),容重的计算公式为:

4.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤s3中,土壤有机碳密度(socd)和土壤有机碳储量(socs)的计算公式为:

5.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤s4中,遥感影像预处理的步骤主要包括辐射定标、大气校正和影像裁剪。

6.根据权利要求1所述的季节性淹水湿地土壤碳估算与动态监测方法,其特征在于:所述步骤s5中,选取70%的土壤样本有机碳含量、碳密度与影像提取的遥感特征因子进行相关分析,以相关性较强的遥感因子为自变量,以soc含量和碳密度作为因变量,分别建立一元线性、一元曲线和多元逐步线性回归模型,其方程式如下:

7.根据权利要求1所述的季节性淹水湿地土...

【专利技术属性】
技术研发人员:钱海燕邹霞谢显玲周杨明陈莎莎孙清凡邓通夏秀倩
申请(专利权)人:东华理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1