买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于未来情景模拟的植被碳汇预测方法与系统，首先收集研究区的历史土地利用数据和多源驱动因子，通过PLUS模型预测土地利用情景下未来土地利用类型分布，然后根据历史的气象站点数据与遥感定量反演的核归一化植被指数kNDVI建立多元线性回归模型，采用不同未来气候情景下的气象数据预测未来kNDVI的变化趋势，最后基于CASA模型和呼吸作用模型计算得到未来不同情景下的植被碳汇预测结果。本发明从数据层面融合多源数据和预测模型，计算未来情景下植被碳汇估算所需的参数，通过光能利用率模型推演对应情景下中高分辨率植被碳汇结果，植被碳汇的精准预测将能够为相关政策实施提供科学的数据支撑。

主权项：1.一种基于未来情景模拟的植被碳汇预测方法，其特征在于，包括以下步骤：步骤1，收集研究区的历史土地利用数据和多源驱动因子，通过PLUS模型模拟不同土地利用情景下未来土地利用类型的空间分布情况，推演得到未来某一年不同土地利用情景下的土地利用分类结果；多源驱动因子包括高程、坡度、降水、气温、GDP、人口密度、距公路距离、距铁路距离和距河流距离，对多源驱动因子进行栅格化和重采样处理，通过土地扩展分析策略的随机森林算法，逐一对各类土地利用扩张和驱动力的因素进行挖掘，获取土地利用类型k的元胞i的增长概率，具体计算公式如下： （1）式中，为决策树集的指示函数；为向量x的第n个决策树的预测类型；d取值0或1，0表示表示由其他土地利用类型转变为k以外的土地利用类型，1表示由其他土地利用类型转变为土地利用类型k；M为决策树的总数；土地利用类型k的总概率计算公式如下： （2）式中，为土地利用类型k的元胞i的增长概率；r是0到1之间的随机值；为设定的土地利用类型k生成新土地利用斑块的阈值；为自适应值；t表示迭代次数；表示土地利用类型k的元胞i的邻域效应；步骤2，收集研究区不同未来气候情景下的月平均气温、月总降水量和月太阳总辐射数据，并进行插值和重采样，使其与步骤1收集的历史土地利用数据保持相同的空间分辨率；步骤3，通过对历史卫星遥感影像进行波段运算得到历史核归一化植被指数，利用历史核归一化植被指数和历史气象站点气象数据构建核归一化植被指数和气象数据之间的关系模型，基于步骤2收集的不同未来气候情景下的月平均气温和月总降水量数据，预测得到对应预测年份的核归一化植被指数；步骤4，基于CASA模型，依据步骤1中土地利用情景下推演的土地利用类型分类结果、步骤2中不同未来气候情景下的月平均气温、月总降水量和月太阳总辐射数据以及步骤3中预测的核归一化植被指数计算未来多种植被碳汇预测情景下的植被净初级生产力；步骤5，利用步骤2中收集的不同未来气候情景下的月平均气温和月总降水量数据计算得到预测土壤微生物呼吸量，结合步骤4中计算的未来多种植被碳汇预测情景下的植被净初级生产力，反演得到多个未来情景下的植被碳汇。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于未来情景模拟的植被碳汇预测方法与系统