一种森林生态系统碳储功能评估方法
申请人信息
- 申请人:南京农业大学; 中南林业科技大学; 安徽省勘查技术院(安徽省地质矿产勘查局能源勘查中心); 南京大学
- 申请人地址:210095 江苏省南京市玄武区卫岗1号
- 发明人: 南京农业大学; 中南林业科技大学; 安徽省勘查技术院(安徽省地质矿产勘查局能源勘查中心); 南京大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种森林生态系统碳储功能评估方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311743258.6 |
| 申请日 | 2023/12/19 |
| 公告号 | CN117422156B |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06N20/20 |
| 权利人 | 南京农业大学; 中南林业科技大学; 安徽省勘查技术院(安徽省地质矿产勘查局能源勘查中心); 南京大学 |
| 发明人 | 贾冠宇; 姜朋辉; 胡文敏; 盛勇; 符海月; 苗双喜; 李满春; 许传建 |
| 地址 | 江苏省南京市玄武区卫岗1号; 湖南省长沙市韶山南路498号; 安徽省合肥市阜阳北路700号; 江苏省南京市栖霞区仙林大道163号 |
摘要文本
本发明提供了一种森林生态系统碳储功能评估方法，属于碳储估计领域，包括：利用随机森林机器学习方法对目标区域的森林生物量进行反演得到森林生物量预测结果；将森林生物量预测结果作为因变量，胸径平方与树高的乘积作为自变量，使用最小二乘算法对不同优势树种的异速生长方程进行拟合得到不同树种的生物量回归模型；根据不同树种的生物量回归模型确定不同树种的生物量碳密度；根据不同树种的生物量碳密度确定相应树种的碳储量。本发明基于随机森林机器学习方法完成树种碳储量的估算，可以使每个生物量指标充分的参与到决策树的构建，提高了模型的鲁棒性和可靠性，从而使得到的树种碳储量的准确性大大提高。 来自：马 克 团 队
专利主权项内容
1.一种森林生态系统碳储功能评估方法，其特征在于，包括：利用随机森林机器学习方法对目标区域的森林生物量进行反演得到森林生物量预测结果；所述森林生物量预测结果包括：树干生物量预测结果、树枝生物量预测结果、树叶生物量预测结果和地下生物量预测结果；所述树干生物量预测结果是通过以下步骤计算得到的：将不同数量的树干生物量指标作为输入样本，采用随机森林机器学习方法对树干生物量进行反演得到多个树干生物量反演模型；利用5次十折交叉验证方法筛选出最优数量的树干生物量指标所对应的最优树干生物量反演模型；基于所述最优树干生物量反演模型得到树干生物量预测结果；所述树枝生物量预测结果是通过以下步骤计算得到的：将不同数量的树枝生物量指标作为输入样本，采用随机森林机器学习方法对树枝生物量进行反演得到多个树枝生物量反演模型；利用5次十折交叉验证方法筛选出最优数量的树枝生物量指标所对应的最优树枝生物量反演模型；基于所述最优树枝生物量反演模型得到树枝生物量预测结果；所述树叶生物量预测结果是通过以下步骤计算得到的：将不同数量的树叶生物量指标作为输入样本，采用随机森林机器学习方法对树叶生物量进行反演得到多个树叶生物量反演模型；利用5次十折交叉验证方法筛选出最优数量的树叶生物量指标所对应的最优树叶生物量反演模型；基于所述最优树叶生物量反演模型得到树叶生物量预测结果；所述地下生物量预测结果是通过以下步骤计算得到的：将不同数量的树根生物量指标作为输入样本，采用随机森林机器学习方法对树根生物量进行反演得到多个树根生物量反演模型；利用5次十折交叉验证方法筛选出最优数量的树根生物量指标所对应的最优树根生物量反演模型；基于所述树根生物量反演模型得到树根生物量预测结果；将所述树根生物量预测结果作为地下生物量预测结果；将所述森林生物量预测结果作为因变量，胸径平方与树高的乘积作为自变量，使用最小二乘算法对不同优势树种的异速生长方程进行拟合得到不同树种的生物量回归模型；根据不同树种的生物量回归模型确定不同树种的生物量碳密度；根据不同树种的生物量碳密度确定相应树种的碳储量；所述根据不同树种的生物量碳密度确定相应树种的碳储量，包括：采用公式：C＝[(W+W+W)+(W)+C+C+C]×ATTBLRBLWSOLDEA确定相应树种的碳储量；其中，C表示总碳储量，W表示树干生物量碳密度，W表示树枝生物量碳密度，W表示树叶生物量碳密度，W表示树根生物量碳密度，C表示地下生物量碳密度，C表示土壤碳密度，C表示死亡有机物碳密度，A表示面积。TTBLRBLWSOLDEA （来源 马克数据网）