本發(fā)明屬于無線電測量，具體涉及基于無人機的森林碳儲量監(jiān)測方法。

背景技術：

1、隨著全球氣候變化問題的日益嚴峻，森林作為全球碳循環(huán)的重要組成部分，其碳儲量監(jiān)測和管理工作受到廣泛關注。森林在全球碳循環(huán)中發(fā)揮了關鍵的作用，通過光合作用吸收大氣中的二氧化碳(co2)，并將其固定在植被和土壤中，從而緩解了大氣中溫室氣體的積累。為了更好地理解森林在碳循環(huán)中的作用，準確測量和監(jiān)測森林碳儲量成為全球研究和政策制定中的一個重要課題。

2、目前，森林碳儲量的監(jiān)測方法主要分為基于地面調(diào)查和基于遙感技術的監(jiān)測兩大類。地面調(diào)查通常通過在森林中選取樣地，測量樣地中的樹木直徑、高度、生長量等參數(shù)，并根據(jù)這些數(shù)據(jù)通過經(jīng)驗公式推算出樣地的生物量和碳儲量。這種方法雖然在一定程度上能夠提供較為精確的碳儲量數(shù)據(jù)，但存在顯著的局限性。首先，地面調(diào)查耗時耗力，難以在大范圍內(nèi)推廣應用。其次，由于樣地的代表性有限，樣地外的森林區(qū)域碳儲量推算往往存在較大誤差。此外，地面調(diào)查難以對不同高度層次的植被(如樹冠、樹干、地被植被等)進行詳細的分層監(jiān)測，導致監(jiān)測結果的精度較低。

3、為了克服地面調(diào)查的局限性，遙感技術在森林碳儲量監(jiān)測中的應用日益廣泛。遙感技術通過衛(wèi)星、飛機或無人機搭載的傳感器，能夠?qū)Υ竺娣e森林進行快速的光學或激光數(shù)據(jù)采集，并根據(jù)獲取的數(shù)據(jù)推算出森林的生物量和碳儲量。其中，基于光學遙感的監(jiān)測方法通過對森林的光譜反射特性進行分析，從中推斷出植被的葉綠素含量、葉面積指數(shù)等生物學參數(shù)，進而估算森林的碳儲量。常見的光學遙感技術包括多光譜和高光譜成像，主要通過反射光譜在可見光、紅外光等波段的吸收和反射來獲取植物健康狀態(tài)、植被覆蓋度等信息。此外，激光雷達(lidar)技術近年來在森林碳儲量監(jiān)測中的應用也越來越多。lidar技術通過發(fā)射脈沖激光，并測量其在植被表面反射回傳感器的時間差，生成目標區(qū)域的三維點云數(shù)據(jù)。lidar技術具有較強的穿透性，能夠獲取森林冠層以下的結構信息，特別是在高密度森林中，lidar能夠有效地穿透樹冠，捕捉到樹干和地表的高度分布信息。因此，lidar技術相比于傳統(tǒng)的光學遙感技術在森林生物量和碳儲量的三維監(jiān)測方面具有明顯的優(yōu)勢。

技術實現(xiàn)思路

1、本發(fā)明的主要目的在于提供基于無人機的森林碳儲量監(jiān)測方法，該方法能夠進行高度分層監(jiān)測，捕捉森林不同高度層次的葉綠素含量和葉面積密度，確保碳儲量估算的精確性和全面性。相比于現(xiàn)有技術，本發(fā)明提高了碳儲量監(jiān)測的精度和效率，適用于復雜環(huán)境下的森林碳儲量估算，并具有較強的環(huán)境適應性和多功能應用潛力。

2、為了解決上述問題，本發(fā)明的技術方案是這樣實現(xiàn)的：

3、基于無人機的森林碳儲量監(jiān)測方法，所述方法包括：

4、步驟1：利用無人機搭載的多波段激光器和高光譜相機采集目標森林區(qū)域的激光脈沖和光譜數(shù)據(jù)；根據(jù)激光脈沖構建目標森林區(qū)域的三維點云圖；根據(jù)接收到的激光脈沖和多波段激光器的參數(shù)，計算激光脈沖的有效反射強度；結合光譜數(shù)據(jù)中的輻射亮度和激光脈沖的有效反射強度，進行大氣校正計算，得到校正后的地表反射率；

5、步驟2：根據(jù)三維點云圖，計算目標森林區(qū)域的地形曲面方程；根據(jù)校正后的地表反射率和激光脈沖的有效反射強度，計算目標森林區(qū)域的植被的葉面積密度；基于葉面積密度，使用prosail模型的反演函數(shù)計算目標森林區(qū)域的植被的葉綠素含量；

6、步驟3：基于預設的生物量模型，以及預設的碳轉換系數(shù)，結合葉綠素含量，計算目標森林區(qū)域的碳儲量。

7、進一步的，步驟1中，多波段激光器通過接收不同波長的激光脈沖測量這些激光脈沖在不同高度的植被和地表反射回來后的強度，并通過計算時間延遲來推斷不同高度的位置，生成一個三維點云圖。

8、進一步的，步驟1中，使用如下公式，根據(jù)接收到的激光脈沖和多段激光器的參數(shù)，計算激光脈沖的有效反射強度：

9、

10、其中，ieff(λ,x,y,z)表示波長λ的激光脈沖在點(x,y,z)處的有效反射強度；x為x軸坐標，y為y軸坐標，z為z軸坐標；i0(λ)表示波長λ的激光脈沖在發(fā)射時的初始強度；大氣衰減系數(shù)α(λ,s)描述了激光脈沖在波長λ處，從起點s＝0到s＝z之間，傳播過程中因大氣成分導致的強度損失；σ(λ,x,y,z)為后向散射截面，描述了激光脈沖到達目標區(qū)域的點(x,y,z)處后，目標區(qū)域在波長λ下反射激光脈沖的能力；r為傳播距離，表示激光脈沖從多波段激光器到目標區(qū)域之間的傳播距離；ar是多波段激光器的有效接收面積；s為積分變量；ηsys(λ)為系統(tǒng)光學效率，表示多波段激光器在波長λ下的光學效率，反映了系統(tǒng)內(nèi)部的光學部件的性能損失情況，描述了激光脈沖從發(fā)射、傳播到接收過程中的效率。

11、進一步的，步驟1中，通過如下公式，進行大氣校正，計算得到校正后的地表反射率：

12、

13、其中，ρsurface(λ,x,y)為地表在波長λ、空間位置(x,y)處的校正后的地表反射率；lsensor(λ,x,y)為高光譜相機在波長λ下接收到的輻射亮度，它包括了地表反射光和大氣散射光；t↑(λ)和t↓(λ)分別是大氣上行和大氣下行透過率；t↑(λ)是從地表到高光譜相機過程中，大氣對波長λ的光的透過率；t↓(λ)則是從太陽到地表過程中，大氣對波長λ的光的透過率；e0(λ)表示在波長λ處，太陽在地球大氣層外的輻照度，即太陽光在沒有受到大氣影響的情況下，能夠輻照到地球表面的光的強度；太陽天頂角θ是指太陽光線相對于垂直地表的角度；edown(λ)為波長λ的光的大氣下行輻照度，為大氣中的波長λ的光在經(jīng)過散射后再次返回地表的光強度。

14、進一步的，步驟2中，地形曲面方程通過如下公式進行表示：

15、

16、其中，s(x,y)表示的是在位置(x,y)處的地表高度；是與曲面梯度大小相關的擴散系數(shù)，各向異性擴散允許在平坦區(qū)域進行更強的平滑，而在邊緣或陡峭的區(qū)域則抑制平滑，從而保護地形的細節(jié)，隨著梯度大小的增大而減小，以減少在邊緣處的擴散；為曲面散度，描述了曲面形狀的變化速率和方向；為曲面梯度，描述了曲面的傾斜方向和斜率大?。籹0是根據(jù)三維點云圖生成的地形初始模型；λ是一個權重參數(shù)，控制著s(x,y)與s0之間的擬合程度，λ值越大，s(x,y)與s0越接近；μ為多波段激光器強度權重；ieff(λground,x,y,s)表示地面激光脈沖的有效反射強度，這是地表在波長λground下的激光脈沖的有效反射強度。

17、進一步的，步驟2中，葉面積密度由以下公式計算：

18、

19、其中，lad(z)表示高度z處的葉面積密度；λveg為光的平均波長；g(θ)為葉片投影函數(shù)，公式如下：

20、

21、進一步的，步驟2中，選定多個關鍵波長，分別為λ1,λ2,…,λi,…,λn；λi為第i個關鍵波長；n為關鍵波長的數(shù)量；基于葉面積密度，通過如下公式，使用prosail反演模型計算目標森林區(qū)域的植被的在高度為z處的葉綠素含量cab(z)：

22、

23、其中，為prosail模型的反演函數(shù)；ρsurface(λ1,λ2,…,λi,…,λn)表示波長分別為λ1,λ2,…,λi,…,λn時對應的校正后的地表反射率組成的向量；lai為葉面積指數(shù)，由lad(z)在z方向進行積分得到；θv為觀測天頂角；φ為相對方位，表示高光譜相機的觀測方向在水平面上的投影相對于正北方向的角度；角β為預設的影響系數(shù)。

24、進一步的，步驟3中，預設的生物量模型使用如下公式進行表示：

25、

26、其中，z0為地表高度；zmax為樹冠最高處高度；a1,a2分別是與植物類型相關的葉綠素含量一階導數(shù)和二階導數(shù)的影響系數(shù)；bi為預設的第i個關鍵波長的權重系數(shù)；ieff(λi,z)表示在波長λi的激光脈沖在高度z處的有效反射強度；b為生物量。

27、進一步的，設預設的碳轉換系數(shù)為ccoef，取值為0.45至0.5；使用如下公式，計算目標森林區(qū)域的碳儲量c：

28、

29、其中，ρsoil(z)為高度z處的土壤反射率；σ(z)為高度z處的冠層后向散射截面；ieff(λ,z)為波長λ處激光脈沖在高度z的有效反射強度；eabs(z)為高度z處的光吸收量，表示冠層吸收的太陽輻射能量；eref(z)為高度z處的反射光能量，表示冠層反射回去的輻射能量；r(z)表示激光脈沖從發(fā)射器到達冠層再反射回接收器的傳播距離。

30、本發(fā)明的基于無人機的森林碳儲量監(jiān)測方法，具有以下有益效果：通過本發(fā)明，首次將多波段激光雷達與高光譜成像技術結合，能夠同時捕獲森林的幾何結構和光學特性。這種數(shù)據(jù)融合方式提高了系統(tǒng)對森林不同層次、不同類型植被的敏感性，能夠更加準確地反映葉綠素含量、葉面積指數(shù)(lai)以及植被健康狀況，從而實現(xiàn)更高精度的碳儲量估算。本發(fā)明通過高度方向上的分層監(jiān)測，能夠精確估算森林在不同高度層次上的碳儲量。森林植被的碳儲量分布往往具有高度異質(zhì)性，樹冠、樹干和地表植被在碳吸收與儲存中的貢獻各不相同。傳統(tǒng)的監(jiān)測方法難以有效區(qū)分這些層次，而本發(fā)明通過引入葉面積密度(lad)、葉綠素含量以及激光反射強度的分層積分，能夠捕捉森林內(nèi)部復雜的碳分布結構。具體來說，系統(tǒng)通過對不同高度層次的生物量和碳轉換系數(shù)進行積分計算，確保了碳儲量估算的全面性和精細度。