一种灌区稻田碳汇价值计算方法及系统与流程

本发明涉及环境监测与评价，特别涉及一种灌区稻田碳汇价值计算方法及系统。

背景技术：

1、为缓解全球气候变暖，碳汇价值得到了越来越多的重视。碳汇是指自然界中碳的寄存体。减少碳源一般通过二氧化碳减排来实现，增加碳汇则主要采用固碳技术。农田土壤碳汇通过采用保护性耕作措施、扩大水田种植面积、增加秸秆还田、增加有机肥施用、采用轮作制度和土地利用方式等，让农田土壤由碳源转化为碳汇。因此，稻田碳汇价值也称为不可忽视的碳汇资源。

2、为了能够实现稻田碳汇价值的计算，目前常采用的方法为样方调查法和站点观测法。但是上述方法存在时效性差、不能够在空间上完全覆盖，导致得到的碳汇价值不准确。

技术实现思路

1、为了解决上述问题，本技术提供了一种灌区稻田碳汇价值计算方法及系统，能够提高稻田碳汇价值的计算精度。

2、为实现上述目的，第一方面，本技术提供了一种灌区稻田碳汇价值计算方法，包括：

3、获取目标区域的主被动影像数据；

4、根据所述主被动影像数据得到所述目标区域的稻田种植结构；

5、根据所述稻田种植结构，确定需要选取的参数信息；

6、选定参考区域，并对所述参考区域的二氧化碳进行测量，得到二氧化碳实测数据，对所述参考区域的甲烷进行测量，得到甲烷实测数据；

7、根据所述参考区域的所述参数信息和所述二氧化碳实测数据得到二氧化碳预测模型，根据所述参考区域的所述参数信息和所述甲烷实测数据得到的甲烷预测模型；

8、将所述目标区域各个位置的所述参数信息带入所述二氧化碳预测模型得到所述目标区域的二氧化碳数据，将所述目标区域各个位置的所述参数信息带入所述甲烷预测模型得到所述目标区域的甲烷数据，将所述目标区域的所述甲烷数据乘以甲烷的全球增温潜势（gwp=28）得到所述目标区域的甲烷数据的二氧化碳当量；

9、根据所述二氧化碳数据和所述甲烷数据的二氧化碳当量计算所述目标区域的碳汇量；

10、根据所述碳汇量计算所述目标区域的碳汇价值，

11、其中，所述碳汇量=二氧化碳数据-28×甲烷数据，

12、所述碳汇价值=目标区域总碳汇量×国际碳市场碳汇单价。

13、在一种可选的实施方式中，所述主被动影像数据包括主动雷达遥感数据和被动卫星光谱数据。

14、在一种可选的实施方式中，所述参数信息包括日夜地表温度、净辐射、土壤含水率、三维叶绿素以及植株高度。

15、在一种可选的实施方式中，所述土壤含水率通过所述主动雷达数据获得，所述日夜地表温度、所述净辐射、所述三维叶绿素以及所述植株高度通过所述被动卫星光谱数据获得。

16、在一种可选的实施方式中，所述被动卫星光谱数据包括多角度卫星光谱数据，以通过所述多角度卫星光谱数据建立三维叶绿素估算模型以及植株高度估算模型，并得到所述三维叶绿素和所述植株高度的信息。

17、在一种可选的实施方式中，所述多角度卫星光谱数据通过proba卫星、资源三号卫星、高分七号卫星、terra卫星、aqua卫星以及cartosat-1卫星中的任意一种卫星搭载多角度传感器获得。

18、在一种可选的实施方式中，所述根据所述参考区域的所述参数信息和所述二氧化碳实测数据得到二氧化碳预测模型，根据所述参考区域的所述参数信息和所述甲烷实测数据得到的甲烷预测模型的方法包括：

19、将所述参数信息作为自变量，将所述二氧化碳实测数据和所述甲烷实测数据分别作为因变量；

20、根据所述自变量和所述因变量得到所述参数信息与所述二氧化碳实测数据、所述参数信息与所述甲烷实测数据的对应关系；

21、将所述对应关系作为所述二氧化碳预测模型、所述甲烷预测模型；

22、其中，所述二氧化碳预测模型为：

23、；

24、所述甲烷预测模型为：

25、，

26、上述模型中为日夜地表温度数据，为净辐射数据，为土壤含水率数据，为三维叶绿素数据，为植株高度数据，a1、b1、c1、d1、e1、k1、a2、b2、c2、d2、e2、k2均为系数。

27、在一种可选的实施方式中，

28、所述根据所述主被动影像数据获取所述目标区域的稻田种植结构包括：

29、根据所述主被动影像数据以及ndvi模型形成ndvi时间序列数据集；

30、获得所述参考区域水稻种植样本点用于训练和验证机器学习算法；

31、基于得分策略输出待测目标像元的水稻类型；

32、所述对所述参考区域的二氧化碳进行测量，得到二氧化碳实测数据，对所述参考区域的甲烷进行测量，得到甲烷实测数据包括：

33、利用涡度相关法对所述参考区域的二氧化碳和甲烷进行测量。

34、在一种可选的实施方式中，当需要对下一目标区域的碳汇价值计算时，所述灌区稻田碳汇价值计算方法还包括：

35、选取下一目标区域的局部位置作为标定参考区域；

36、对所述标定参考区域的二氧化碳进行测量，得到标定二氧化碳实测数据，对所述标定参考区域的甲烷进行测量，得到标定甲烷实测数据；

37、利用标定二氧化碳实测数据对上一目标区域中获得的二氧化碳预测模型进行修正，得到修正二氧化碳预测模型，利用标定甲烷实测数据对上一目标区域中获得的甲烷预测模型进行修正，得到修正甲烷预测模型；

38、利用修正二氧化碳预测模型和修正甲烷预测模型进行碳汇计算；

39、其中，修正二氧化碳预测模型为：；

40、修正甲烷预测模型为：；

41、上述模型中的m、n、p、q均为下一目标区域的本地化标定系数，为所述上一目标区域的二氧化碳预测模型，为所述上一目标区域的甲烷预测模型。

42、为了实现上述目的，第二方面，本技术提供了一种灌区稻田碳汇价值计算系统，应用如上述第一方面所述的计算方法对灌区稻田碳汇价值进行计算，包括：

43、信息获取模块，用于获取所述目标区域主被动影像数据；

44、信息处理模块，用于根据所述主被动影像数据得到所述目标区域的稻田种植结构，并根据所述稻田种植结构，确定需要选取的参数信息；

45、数据测量模块，用于对所述参考区域的二氧化碳进行测量，得到二氧化碳实测数据，对所述参考区域的甲烷进行测量，得到甲烷实测数据；

46、模型处理模块，用于根据所述参考区域的所述参数信息和所述二氧化碳实测数据得到二氧化碳预测模型，根据所述参考区域的所述参数信息和所述甲烷实测数据得到的甲烷预测模型；

47、数据处理模块，用于将所述目标区域各个位置的所述参数信息带入所述二氧化碳预测模型得到所述目标区域的二氧化碳数据，将所述目标区域各个位置的所述参数信息带入所述甲烷预测模型得到所述目标区域的甲烷数据，将所述目标区域的甲烷数据乘以甲烷的全球增温潜势（gwp=28）得到所述目标区域的甲烷数据的二氧化碳当量，并根据所述二氧化碳数据和所述甲烷数据的二氧化碳当量计算所述目标区域的碳汇量，以根据所述碳汇量计算所述目标区域的碳汇价值，

48、其中，所述碳汇量=二氧化碳数据-28×甲烷数据，

49、所述碳汇价值=目标区域总碳汇量×国际碳市场碳汇单价。

50、本技术的有益效果：

51、本技术提供了一种灌区稻田碳汇价值计算方法及系统，其通过获取目标区域的主被动影像数据；根据主被动影像数据得到目标区域的稻田种植结构；根据稻田种植结构，确定需要选取的参数信息；选定参考区域，并对参考区域的二氧化碳进行测量，得到二氧化碳实测数据，对参考区域的甲烷进行测量，得到甲烷实测数据；根据参考区域的参数信息和二氧化碳实测数据得到二氧化碳预测模型，根据参考区域的参数信息和甲烷实测数据得到的甲烷预测模型；将目标区域各个位置的参数信息带入二氧化碳预测模型得到目标区域的二氧化碳数据，将目标区域各个位置的参数信息带入甲烷预测模型得到目标区域的甲烷数据，将目标区域的甲烷数据乘以甲烷的全球增温潜势（gwp=28）得到目标区域甲烷数据的二氧化碳当量；根据二氧化碳数据和甲烷数据的二氧化碳当量计算目标区域的碳汇量；根据碳汇量计算目标区域的碳汇价值，其中，碳汇量=二氧化碳数据-28×甲烷数据，目标区域总碳汇量×国际碳市场碳汇单价。该方法利用对参考区域的数据进行测量，得到二氧化碳和甲烷的预测模型，从而利用预测模型实现对目标区域的二氧化碳数据和甲烷数据，以便于实现后续的碳汇计算。同时，相较于其他碳汇价值计算方法中只计算二氧化碳或甲烷的方案，本技术结合了目标区域的二氧化碳数据和甲烷数据以得到净碳量，从而有效提高对灌区稻田碳汇价值计算的精度。