[发明专利]基于多期遥感影像的地上植被碳汇量计算系统及方法

权利要求书

1.基于多期遥感影像的地上植被碳汇量计算系统，其特征在于，包括依次相连接的数据输入单元、数据处理单元、信息提取单元和碳汇量计算单元；

所述数据输入单元用于标识不同时期通过遥感影像传感器记录的多期遥感影像以确定碳汇量计算的基准期；

所述数据处理单元用于对数据输入单元中的多期遥感影像进行预处理，所述预处理包括依次对多期遥感影像进行辐射定标和大气校正，之后输出多波段影像数据；

所述信息提取单元用于对数据处理单元中输入的多波段影像数据分别进行NDVI信息计算和土地分类信息提取；

所述碳汇量计算单元包括对信息提取单元中的多期的NDVI数据通过生物量反应模型反演不同时期的生物量数据，以及对信息提取单元中的根据不同时期的多期土地分类数据，根据植被的不同类型确认其植被的含碳率；然后结合多期的生物量数据和对应的含碳率数据计算得到不同时期的地上植被碳储量数据；最后，以基准期的碳储量数据为基础碳储量，根据各期的碳储量与基准期碳储量的差值计算得到各期相对于基准期地上植被碳汇量的变化分布情况。

2.如权利要求1所述的基于多期遥感影像的地上植被碳汇量计算系统，其特征在于，所述数据输入单元中，以输入多期遥感影像的最早时间为基准期，可输入以年、季、月、日为时间间隔的多期遥感数据。

3.如权利要求1所述的基于多期遥感影像的地上植被碳汇量计算系统，其特征在于，所述数据处理单元中的辐射定标用于对数据输入单元中遥感影像传感器记录的电子信号转换为地表第五的辐射亮度或反射率；所述数据处理单元中的大气校正用于消除大气折射、散射影响，将辐射亮度或反射率转换为地物实际反射率。

4.如权利要求1所述的基于多期遥感影像的地上植被碳汇量计算系统，其特征在于，所述信息提取单元中NDVI信息计算用于对处理后的遥感影像数据，通过近红外和红波段影像数据的差值与和值的比值计算得到NDVI信息；所述信息提取单元中土地分类信息提取用于对在统一的分类规则下将土地类别分类，然后通过机器学习/深度学习模型机型遥感影像的土地利用分类。

5.如权利要求1所述的基于多期遥感影像的地上植被碳汇量计算方法，其特征在于，包括以下步骤：

步骤S1、数据输入单元标识不同时期的多期遥感影像以确定碳汇量计算的基准期；

步骤S2、数据处理单元对数据输入单元中的多期遥感影像进行预处理，预处理包括依次对多期遥感影像进行辐射定标和大气校正，之后输出多波段影像数据；

步骤S3、信息提取单元对数据处理单元中输入的多波段遥感影像数据分别进行NDVI信息计算和土地分类信息提取；

步骤S4、碳汇量计算单元对信息提取单元中的多期的NDVI数据通过生物量反应模型反演不同时期的生物量数据，同时对信息提取单元中的根据不同时期的多期土地分类数据，根据植被的不同类型确认其植被的含碳率；然后结合多期的生物量数据和对应的含碳率数据计算得到不同时期的地上植被碳储量数据；最后，以基准期的碳储量数据为基础碳储量，根据各期的碳储量与基准期碳储量的差值计算得到各期相对于基准期地上植被碳汇量的变化分布情况。

6.如权利要求5所述的基于多期遥感影像的地上植被碳汇量计算方法，其特征在于，步骤S1中，以输入多期遥感影像的最早时间为基准期，可输入以年、季、月、日为时间间隔的多期遥感数据。

7.如权利要求5所述的基于多期遥感影像的地上植被碳汇量计算方法，其特征在于，步骤S2还依次包括：

步骤S21、数据处理单元中的辐射定标：对数据输入单元中遥感影像传感器记录的电子信号转换为地表第五的辐射亮度或反射率；

步骤S22、数据处理单元中的大气校正：消除大气折射、散射影响，将辐射亮度或反射率转换为地物实际反射率。

8.如权利要求5所述的基于多期遥感影像的地上植被碳汇量计算方法，其特征在于，步骤S3还依次包括：

步骤S31、信息提取单元中NDVI信息计算：对处理后的遥感影像数据，通过近红外和红波段影像数据的差值与和值的比值计算得到NDVI信息；

步骤S32、信息提取单元中土地分类信息提取：在统一的分类规则下将土地类别分类，然后通过机器学习/深度学习模型机型遥感影像的土地利用分类。