申请/专利权人：北京大学深圳研究生院

申请日：2023-10-23

公开（公告）日：2024-05-17

公开（公告）号：CN117371660B

主分类号：G06Q10/063

分类号：G06Q10/063;G06Q50/26;G06F18/243;G06F18/2415;G06F18/27

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.01.26#实质审查的生效;2024.01.09#公开

摘要：本发明公开了一种顾及植被生长节律的台风对植被碳吸收影响的评估方法，其方法包括：S1、确定研究区及所对应的目标台风，获取目标台风路径，获取研究区范围内的研究区数据；S2、采集研究区范围内与台风时间相近的N个非台风年的研究区模型数据输入随机森林回归模型，采集研究区台风时间所对应的研究区数据输入随机森林回归模型得到研究区模拟非台风情景下的LAI模拟值；S3、在研究区中逐像元计算对应的差值ΔLAI并在研究区地图上逐像元表达。本发明提出一种可分离植被生长年际波动和物候特征的台风对植被冠层结构和碳吸收能力影响定量分析的随机森林回归模型，实现了多种指标的量化评估，对台风植被破坏科学研究及有效保护具有重要意义。

主权项：1.一种顾及植被生长节律的台风对植被碳吸收影响的评估方法，其特征在于：其方法包括：S1、确定研究区及所对应的目标台风，获取目标台风路径，获取研究区范围内包括卫星叶面积指数数据、土地覆被分类数据、气象数据、经纬度高程数据、土壤湿度数据在内的数据并按像元构成研究区数据，气象数据包括气温、露点温度、降水、下行短波辐射、饱和水汽压差和大气二氧化碳浓度；S2、构建预测非台风情景下IAI值的随机森林回归模型，采集研究区范围内与台风时间相近的N个非台风年的研究区数据输入随机森林回归模型，基于随机森林回归模型构建LAI与因子集的关系，因子集包括气温、下行短波辐射、降水、饱和水汽压差、大气二氧化碳浓度、时空信息、多年LAI均值，其中多年LAI均值为与目标台风时间最近的M个非台风年同期的IAI均值，M≤N；采集研究区台风时间所对应的研究区数据输入随机森林回归模型，得到研究区非台风情景下的LAI模拟值；S3、获取研究区遥感实际观测的叶面积指数数据记为LAI观测值，在研究区中按照如下公式逐像元计算对应的差值ΔLAI：ΔLAI＝LAIobs-LAIpre；其中LAIobs为像元对应的LAI观测值，LAIpre为像元对应的LAI模拟值；若像元的差值ΔLAI为负值，则表示台风对植被带来破坏；若像元的差值ΔLAI为非负值，则表示植被不受台风影响或者受正面影响；在研究区地图上逐像元表达差值ΔLAI，同时计算研究区台风后叶面积变化量ΔLA： 其中ΔLAIi表示像元i对应的LAI差值，Qi表示像元i的面积，n表示研究区中像元的总数。

全文数据：

权利要求：

百度查询： 北京大学深圳研究生院 顾及植被生长节律的台风对植被碳吸收影响的评估方法

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