本发明涉及遥感评估,特别是涉及一种基于遥感的边坡固碳量多维评估方法。
背景技术:
1、船舶运输是国际贸易的主要货运形式,其承担了全球贸易运输总量的90%以上。船用动力机特别是远洋船舶,需要较大的功率输出,目前主要以燃油为主,会排放大量的二氧化碳。海运产生的二氧化碳排放量占全球二氧化碳排放量的3%至4%。国际海事组织2018年通过了温室气体减排初步战略,提出到2030年全球海运碳排放与2008年相比至少下降40%,力争到2050年下降70%。
2、国外对植物固碳释氧的研究较早,而我国则在进入20世纪90年代之后才开始对植物固碳释氧进行研究,并取得了一定成果。研究结果表明,每公顷绿化植被每日可吸收二氧化碳0.9吨,生产氧气0.6吨。不同的植物因生理特性不同,同化二氧化碳和释放氧气的能力亦有差异,生物量越大的植物光合能力越强,固碳释氧量越高,所以,为实现航运业的减碳脱碳,对航运路线上的边坡上植被的固碳量评估就愈发重要。
3、由上述分析可知,对于边坡固碳量的评估尤其重要,但是现有技术中缺乏对在边坡形式的土地上所产生的固碳量进行有效评估的技术。
技术实现思路
1、为了克服现有技术的不足,本发明的目的是提供一种基于遥感的边坡固碳量多维评估方法。
2、为实现上述目的,本发明提供了如下方案:
3、一种基于遥感的边坡固碳量多维评估方法,包括:
4、将待进行边坡固碳量评估的区域记为待测区块,采集所述待测区块的遥感影像并确定所述待测区块的边界,并将所述待测区块的边界内的遥感影像提取出来记为待测区块图像;
5、对历史待测区块图像进行图像预处理和数据增强,并将处理后的数据划分为训练集、测试集和验证集;
6、分别构建空间信息编码器、语义编码器、双注意力提取器和注意力特征定义器;根据空间信息编码器、语义编码器、双注意力提取器和注意力特征定义器构建深度空间注意力网络,并根据训练集对深度空间注意力网络进行训练;
7、分别利用测试集和验证集对深度空间注意力网络进行测试和验证,得到最优的遥感影像边坡提取模型;
8、利用所述最优的遥感影像边坡提取模型对所述待测区块图像进行提取,得到待评估边坡;
9、根据所述待评估边坡的树种类型、株数、冠径、郁闭度、草本面积、灌木面积和遮蔽率对固碳量进行评估,得到评估结果;
10、其中,根据所述待评估边坡的树种类型、株数、冠径、郁闭度、草本面积、灌木面积和遮蔽率对固碳量进行评估,得到评估结果,包括:
11、采用多个调查点的方法调查所述待评估边坡的植被资料并进行参数计算,得到所述树种生物量、所述树高、所述胸径和所述立木密度;
12、根据各个调查点的所述树种生物量、所述树高、所述胸径和所述立木密度构建评估数据集;
13、根据所述评估数据集构建评估数据联系模型;所述评估数据联系模型的公式为:其中,σ表示所述评估数据集在第m个调查点与第n个调查点间的数据评估平均值,dis(m,n)表示在第m个调查点与第n个调查点之间的空间距离,r表示预设参数;
14、利用所述评估数据联系模型去除各个调查点中评估信息的异常值,生成评估参数;
15、根据各个所述评估参数进行价值量计算,得到各个评估参数对应的价值量;
16、对所述价值量进行汇总,得到所述评估结果。
17、优选地,对历史待测区块图像进行图像预处理和数据增强,并将处理后的数据划分为训练集、测试集和验证集,包括:
18、确定所述历史待测区块图像中的边坡样本;
19、根据所述边坡样本确定边坡标签;
20、对所述历史待测区块图像和对应的所述边坡标签进行影像裁剪,得到裁剪后的影像;
21、将所述裁剪后的影像进行数据增强,得到扩充处理后的图像;
22、按照预设比例将所述扩充后的图像进行随机划分,得到所述训练集、所述测试集和所述验证集。
23、优选地,所述预设比例具体为:
24、所述训练集:所述测试集:所述验证集=6:2:2。
25、优选地,所述空间信息编码器包括三个阶段,每个阶段包含有两层浅层结构;每层所述浅层结构由卷积运算、批量归一化和参数校正线性单元组成;每个阶段的第一层和第二层具有相同数量的过滤器和输出特征图大小;所述语义编码器包括通道分割和重划分模块和3个下采样模块;所述双注意力提取器是基于核注意力机制和点积的通道注意机制构建得到的;所述注意力特征定义器包括projection层和上采样模块;所述注意力特征定义器的每一层均由卷积层、bn层和prelu组成。
26、优选地,根据所述空间信息编码器、所述语义编码器、所述双注意力提取器和所述注意力特征定义器构建深度空间注意力网络,并根据所述训练集对所述深度空间注意力网络进行训练,包括:
27、根据所述空间信息编码器构建空间信息编码网络分支网络;
28、根据所述语义编码器、所述双注意力提取器和所述注意力特征定义器构建高维特征提取分支网络;
29、根据所述空间信息编码网络分支网络、所述高维特征提取分支网络和预设的特征融合器构建所述深度空间注意力网络;
30、将所述训练集输入到所述所述深度空间注意力网络中,并调整超参数后进行训练,得到训练好的深度空间注意力网络。
31、优选地,分别利用测试集和验证集对深度空间注意力网络进行测试和验证,得到最优的遥感影像边坡提取模型,包括:
32、对所述深度空间注意力网络的训练参数进行初始化;
33、根据所述测试集对所述深度空间注意力网络进行测试,并根据预设的评估指标对测试的深度空间注意力网络进行评估,以得到测试好的深度空间注意力网络;
34、根据所述验证集对测试好的深度空间注意力网络进行验证,得到所述最优的遥感影像边坡提取模型。
35、根据本发明提供的具体实施例,本发明公开了以下技术效果:
36、本发明提供了一种基于遥感的边坡固碳量多维评估方法,包括:将待进行边坡固碳量评估的区域记为待测区块,采集所述待测区块的遥感影像并确定所述待测区块的边界,并将所述待测区块的边界内的遥感影像提取出来记为待测区块图像;对历史待测区块图像进行图像预处理和数据增强,并将处理后的数据划分为训练集、测试集和验证集;分别构建空间信息编码器、语义编码器、双注意力提取器和注意力特征定义器;根据空间信息编码器、语义编码器、双注意力提取器和注意力特征定义器构建深度空间注意力网络,并根据训练集对深度空间注意力网络进行训练;分别利用测试集和验证集对深度空间注意力网络进行测试和验证,得到最优的遥感影像边坡提取模型;利用所述最优的遥感影像边坡提取模型对所述待测区块图像进行提取,得到待评估边坡;根据所述待评估边坡的树种类型、株数、冠径、郁闭度、草本面积、灌木面积和遮蔽率对固碳量进行评估,得到评估结果。本发明能够精准地获取边坡模型,从而进一步地提高对边坡固碳量评估的精度。