[发明专利]一种土壤有机碳含量时空预测制图方法

权利要求书

1.一种土壤有机碳含量时空预测制图方法，其特征在于，包括以下步骤：

根据平缓地区长时间序列高时空分辨率遥感数据，提取连续变化的时空相关因子；

定量表征时空相关因子的变化模式，基于时空相关因子的变化模式构建平缓地区的SOC含量数字制图环境协同变量；

将平缓地区的SOC含量数字制图环境协同变量作为预测因子，采用随机森林算法方法构建环境协同变量与SOC含量间的预测模型；

输入平缓地区的SOC含量数字制图环境协同变量，运行预测模型进行空间预测制图，获得SOC含量数字图；

将SOC含量数字图作为RothC模型的初始值数据，根据长时间序列高时空分辨率遥感数据获取RothC模型参数；基于初始值数据和模型参数构建RothC模型；

根据RothC模型，预测得到SOC密度变化图，将SOC密度变化图转化为SOC含量变化图；

将SOC含量变化图中预测值与SOC含量数字图中对应的数据相加进行SOC含量时空制图，获取SOC含量数字制图；

所述提取连续变化的时空相关因子，包括以下步骤：

按时间序列获取平缓地区高时空分辨率遥感数据；

根据平缓地区高时空分辨率遥感数据提取连续变化的时空相关因子；所述时空相关因子包括气候因子、生物因子和人为因子；

所述定量表征时空相关因子的变化模式，包括以下步骤：

生成平缓地区高时空分辨率遥感数据的时间序列矩阵；

对时间序列矩阵进行小波分析和特征提取，得到环境协同变量时空变异特征值；

根据时空变异特征值表征时空相关因子的变化模式；

所述根据长时间序列高时空分辨率遥感数据获取的RothC模型参数，具体包括：土壤粘粒含量、土壤容重、每月总降水量、平均每月温度、每月总蒸发量、残留物质量、土壤覆盖率、残留物输入和作物根茬有机碳归还量。

2.根据权利要求1所述的土壤有机碳含量时空预测制图方法，其特征在于，所述将SOC密度变化图转化为SOC含量变化图，包括以下步骤：

将SOC密度变化图中的SOC密度进行SOC含量的换算：

SOCD＝SOCC×BD×D×(1-δ)/100

其中，SOCD为有机碳密度；D为土层厚度，取值为20cm；BD为土壤容重，δ为直径2mm的砾石含量，δ值为0.5％。

3.根据权利要求1所述的土壤有机碳含量时空预测制图方法，其特征在于，还包括定量评价时空制图结果的精度和不确定性，包括以下步骤：

选用平均误差，平均绝对误差，均方根误差和准确度系数指标评价制图准确度；

采用序贯高斯模拟、蒙特卡罗、拉丁超立方相结合的方法评估SOC含量制图和粘粒含量制图的不确定性。