申请/专利权人：中国矿业大学(北京)

申请日：2023-07-14

公开（公告）日：2024-04-16

公开（公告）号：CN117892053A

主分类号：G06F17/18

分类号：G06F17/18;G06F16/906;G01D21/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了一种结合多目标规划生态系统碳储量遥感预测方法及系统，其方法包括：S1、将历史土地利用状态数据、规划土地利用状态数据输入MOP模型得出研究时刻所对应的土地利用状态数据A；S2、构建驱动因子邻域权重分析模型，驱动因子邻域权重分析模型从历史土地利用分析数据库提取土地利用转移矩阵，通过PLUS模型利用土地利用转移矩阵的驱动因子及邻域权重对土地利用状态数据A进行数据修正；S3、将土地利用状态数据B输入InVEST模型分别计算得到植被地上碳储量、植被地下碳储量、土壤表层碳储量以及总碳储量。本发明能够基于规划土地利用状态数据预估碳汇前景，实现土地利用与碳储量双因素时空变化下的生态系统碳储量评估预测。

主权项：1.一种结合多目标规划生态系统碳储量遥感预测方法，其特征在于：其方法包括：S1、采集研究区包含用地类型的历史土地利用状态数据及研究时刻的规划土地利用状态数据，用地类型包含耕地、林地、草地、湿地、水体、建设用地和裸地，将历史土地利用状态数据、规划土地利用状态数据输入MOP模型得出研究时刻所对应的土地利用状态数据A，MOP模型内部包括生态发展最大情景目标函数和生态经济平衡最大情景目标函数，生态发展最大情景目标函数表达式为max{fesvx}，其中fesvx表示土地利用提供的总生态系统服务价值；fesvx＝∑esvi×xi，其中xi是用地类型为i的面积，esvi表示用地类型i的单位服务价值；生态经济平衡最大情景目标函数表达式为max{febx}，其中febx表示土地利用提供的总社会经济效益；febx＝∑ebi×xi，其中ebi表示用地类型i的单位面积经济价值；S2、构建驱动因子邻域权重分析模型，采集研究区的历史土地利用状态数据所对应的地形数据、气象数据、社会经济数据并与历史土地利用状态数据共同构建历史土地利用分析数据库，地形数据包括高程、坡度的驱动因子，气象数据包括平均温度、平均降水的驱动因子，社会经济数据包括区域经济总量、人口、建筑物、与道路距离的驱动因子；驱动因子邻域权重分析模型从历史土地利用分析数据库提取土地利用转移矩阵，土地利用转移矩阵包含各个驱动因子及邻域权重，邻域权重为相邻用地类型i的同化扩展权重，通过PLUS模型利用土地利用转移矩阵的驱动因子及邻域权重对土地利用状态数据A进行数据修正得到修正后的土地利用状态数据B；S3、将土地利用状态数据B输入InVEST模型，InVEST模型内部具有碳储量计算模块，碳储量计算模块分别计算得到植被地上碳储量Ca、植被地下碳储量Cb、土壤表层碳储量Cs以及总碳储量CS；关系公式如下：CS＝Ca+Cb+Cs。

全文数据：

权利要求：

百度查询： 中国矿业大学(北京) 结合多目标规划生态系统碳储量遥感预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD