[发明专利]碳汇检测方法、装置及存储介质和电子设备在审

专利信息
申请号: 202110201916.3 申请日: 2021-02-23
公开(公告)号: CN112819365A 公开(公告)日: 2021-05-18
发明(设计)人: 高帅;牛振国;万华伟;孙刚;黄妮;陈悦 申请(专利权)人: 中国科学院空天信息创新研究院
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/26;G06N5/00
代理公司: 北京德琦知识产权代理有限公司 11018 代理人: 衣淑凤;宋志强
地址: 100101 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种碳汇检测方法,其特征在于,该方法包括:

从遥感卫星监测数据云平台上获取目标检测点的遥感碳汇表征数据,所述遥感碳汇表征数据包括:增强植被指数、地表温度、短波辐射值、降水量之一或任意组合;

将所述遥感碳汇表征数据输入已训练好的机器学习模型进行计算,得到所述目标检测点的碳汇。

2.根据权利要求1所述的方法,其特征在于,所述碳汇为:生态系统初级生产力总量、生态系统呼吸之一或组合。

3.根据权利要求1所述的方法,其特征在于,所述从遥感卫星监测数据云平台上获取目标检测点的遥感碳汇表征数据包括:

根据目标检测点的位置以及设定的检测范围,确定与所述目标检测点的位置和所述检测范围相对应的遥感卫星监测区域,从遥感卫星监测数据云平台上获取所述遥感卫星监测区域的遥感碳汇表征数据。

4.根据权利要求3所述的方法,其特征在于,所述从遥感卫星监测数据云平台上获取目标检测点的遥感碳汇表征数据之后、所述将所述碳汇表征数据输入已训练好的机器学习模型进行计算之前,进一步包括:

根据设定的空间分辨率和时间分辨率,对获取的所述遥感碳汇表征数据进行采样,将采样得到的遥感碳汇表征数据作为机器学习模型的输入数据;或/和,

采用归一化算法,对获取的所述遥感碳汇表征数据进行归一化处理。

5.根据权利要求1所述的方法,其特征在于,所述遥感卫星监测数据云平台为:Google地球引擎云平台。

6.根据权利要求1所述的方法,其特征在于,所述机器学习模型为随机森林回归模型;

所述从遥感卫星监测数据云平台上获取目标检测点的遥感碳汇表征数据之前,进一步包括:

从遥感卫星监测数据云平台上获取第一时间范围内的全球遥感碳汇表征数据,所述遥感碳汇表征数据包括:增强植被指数、地表温度、短波辐射值、降水量之一或任意组合;

获取第一时间范围内地面实测的全球各通量站点的碳汇;

根据全球各通量站点的位置,对第一时间范围内的全球遥感碳汇表征数据进行空间采样,得到第一时间范围内全球各通量站点的遥感碳汇表征数据;

根据设定的时间分辨率,对第一时间范围内全球各通量站点的遥感碳汇表征数据以及第一时间范围内地面实测的全球各通量站点的碳汇分别进行时间采样;

将时间采样后的第一时间范围内全球各通量站点的遥感碳汇表征数据输入随机森林回归模型进行训练,并将模型的输出值与对应通量站点对应时间点的地面实测的碳汇进行比较,以检测所述模型的训练误差;

当所述训练误差满足设定条件时,停止训练,将此时的随机森林回归模型作为所述已训练好的随机森林回归模型。

7.根据权利要求6所述的方法,其特征在于,所述将时间采样后的第一时间范围内全球各通量站点的遥感碳汇表征数据输入随机森林回归模型进行训练包括:

将时间采样后的第一时间范围内全球各通量站点的遥感碳汇表征数据进行归一化处理后输入随机森林回归模型进行训练;或/和,

在训练过程中,使用十倍交叉验证方法调整所述模型中的树的数量,以使得树的数量达到最佳值。

8.一种碳汇检测装置,其特征在于,该装置包括:

碳汇表征数据获取模块,用于从遥感卫星监测数据云平台上获取目标检测点的遥感碳汇表征数据,所述遥感碳汇表征数据包括:增强植被指数、地表温度、短波辐射值、降水量之一或任意组合;

碳汇计算模块,用于将碳汇表征数据获取模块获取的所述遥感碳汇表征数据输入已训练好的机器学习模型进行计算,得到所述目标检测点的碳汇。

9.一种非瞬时计算机可读存储介质,所述非瞬时计算机可读存储介质存储指令,其特征在于,所述指令在由处理器执行时使得所述处理器执行如权利要求1至7中任一项所述的碳汇检测方法的步骤。

10.一种电子设备,其特征在于,包括如权利要求9所述的非瞬时计算机可读存储介质、以及可访问所述非瞬时计算机可读存储介质的所述处理器。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院空天信息创新研究院,未经中国科学院空天信息创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110201916.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top