申请/专利权人：交通运输部科学研究院

申请日：2023-12-31

公开（公告）日：2024-04-19

公开（公告）号：CN117910692A

主分类号：G06Q10/063

分类号：G06Q10/063;G06Q10/04;G06Q50/26;G06V20/17;G06V20/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明公开了一种基于空天地一体化调查的公路绿化植被固碳量预测方法，包括以下步骤：获取公路路线遥感影像，选择训练样区选区，对公路遥感影像进行解译，根据训练样区设置无人机航拍及现场样方调查点位，现场放线确定调查范围以及现场植物样方调查，对比遥感影像生物量调查、无人机影像生物量调查，及现场实测生物量，确定公路两侧绿化植被生物量计算方法，根据不同植被类型固碳量转化因子计算固碳量。

主权项：1.一种基于空天地一体化调查的公路绿化植被固碳量预测方法，其特征在于，包括以下步骤：步骤1，获取公路路线范围的卫星遥感影像数据，并通过遥感解译软件对公路路线范围的卫星遥感影像数据进行解译，解译时针对不同绿化植被类型和公路工程类型建立训练样区，得到公路沿线不同绿化植被类型及分布面积；步骤2，结合步骤1的训练样区、植被类型以及植被区域里程，设置现场植被样方调查的GPS点位；步骤3，在步骤2的同时，针对每一种植被类型，采用无人机获取公路路线两侧的绿化植被无人机影像，采用监督分类方法，提取公路两侧不同绿化植被类型及分布面积，将提取结果与步骤1卫星遥感影像分析得到的不同植被类型进行叠加，对遥感影像植被类型进行验证；步骤4，现场放线及样方调查：按照每个样方内不同植物种类进行数据调查，得到所有样方内不同植物种类的调查因子；步骤5，将所述调查因子作为参数，结合遥感解译的植被类类型、面积，计算不同植被类型的实测生物量；步骤6，提取步骤1的卫星遥感影像数据中的遥感影像变量因子，采用多元线性回归方法，建立遥感影像变量因子与步骤5得到的不同植被类型的实测生物量的回归模型，估算公路沿线不同植被类型的生物量，获得遥感影像预测生物量；步骤7，以步骤3中获得的无人机影像中的无人机影像变量因子与步骤5测量的不同植被类型的实测生物量数据或步骤4的调查因子建立数量关系，评估无人机影像范围内不同植被类型的生物量，获得无人机影像预测生物量；步骤8，生物量监测数据校核与监测方法选择：在公路沿线不同植被类型、不同公路工程的训练样区中随机取点，计算该点位处由步骤6获得的遥感影像预测生物量，以及由步骤7获得的无人机影像预测生物量，再将上述数据与步骤5的实测生物量进行对比，分析三者之间的回归系数、均方根误差，评估不同监测方法对不同植被类型、不同公路工程监测生物量的数据精度；根据生物量监测数据精度评估结果，针对不同植被类型、不同公路工程类型，分别确定最优的生物量监测方法；步骤9，根据不同植被类型的生物量与不同植被类型的含碳率计算不同植被类型的固碳量，然后将其加和得到公路绿化植被固碳量。

全文数据：

权利要求：

百度查询： 交通运输部科学研究院 基于空天地一体化调查的公路绿化植被固碳量预测方法

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