本發(fā)明涉及人工智能，尤其涉及一種零樣本學(xué)習(xí)的人造林碳匯估算方法和系統(tǒng)。

背景技術(shù)：

1、在碳交易體系中，人造林作為一種重要的碳匯項(xiàng)目，通過吸收大氣中的二氧化碳(co2)來抵消溫室氣體排放，因此在碳市場中占有重要地位。通過建立碳交易市場，讓人造林項(xiàng)目成為碳抵消的手段，通過碳信用交易為林地管理者提供經(jīng)濟(jì)激勵。人造林項(xiàng)目可以通過吸收co2生成碳信用(或稱為碳配額、碳減排量)。這些碳信用可以在碳交易市場上出售給需要抵消自身排放的企業(yè)或個人。政策通常規(guī)定了碳信用生成的具體標(biāo)準(zhǔn)和方法，包括項(xiàng)目的資格認(rèn)定、碳吸存量的測量和驗(yàn)證、以及信用的注冊等。

2、人造林的碳匯估算主要基于森林生態(tài)學(xué)、遙感技術(shù)、地理信息系統(tǒng)(gis)和碳循環(huán)模型。通過這些技術(shù)的綜合應(yīng)用，科學(xué)家和研究人員能夠更準(zhǔn)確地測量和監(jiān)測森林的生長情況、碳吸收能力以及碳儲存量。通過森林生態(tài)學(xué)理解森林如何吸收和儲存碳的基礎(chǔ)，計(jì)算樹木的生長速率、生物量分布和土壤碳儲量等生態(tài)參數(shù)，并估算出森林的總碳儲存量。通過遙感技術(shù)，例如衛(wèi)星遙感和無人機(jī)等現(xiàn)代遙感技術(shù)為碳匯估算提供了強(qiáng)有力的工具，利用遙感圖像分析，可以迅速獲取大范圍內(nèi)森林覆蓋度、樹高和生物量等信息，從而輔助碳匯量的估算。通過地理信息系統(tǒng)(gis)能夠處理和分析遙感數(shù)據(jù)，結(jié)合地理位置信息，幫助研究人員更精確地定位和量化森林碳匯。此外，通過碳循環(huán)模型模擬森林生態(tài)系統(tǒng)中碳的流動過程，評估森林對碳的吸收和釋放。通過輸入森林的生長數(shù)據(jù)、氣候變化情況等參數(shù)，模型可以預(yù)測未來森林的碳匯能力。綜合運(yùn)用這些技術(shù)，人造林碳匯估算不僅能夠提供關(guān)于森林碳儲存量的重要信息，還能指導(dǎo)森林管理和保護(hù)措施，為實(shí)現(xiàn)碳中和目標(biāo)做出貢獻(xiàn)。隨著技術(shù)的不斷進(jìn)步和完善，人造林碳匯估算的準(zhǔn)確性和效率將進(jìn)一步提高，為應(yīng)對全球氣候變化提供更有力的支持。

3、隨著深度學(xué)習(xí)在計(jì)算機(jī)視覺領(lǐng)域的飛速發(fā)展，現(xiàn)今大部分智慧城市都采用無人機(jī)對人造林樹中的情況進(jìn)行動態(tài)的監(jiān)控，然后利用目標(biāo)檢測算法對監(jiān)控信息進(jìn)行智能分析。然而當(dāng)前市面上所采用目標(biāo)檢測和目標(biāo)追蹤等深度學(xué)習(xí)方法，對于無人機(jī)航拍過程中由于高度變化引起的樹木形變，以及低、矮、小的樹木，均不能進(jìn)行有效的識別與統(tǒng)計(jì)，這些直接導(dǎo)致樹木數(shù)目的統(tǒng)計(jì)的準(zhǔn)確率偏低，無法準(zhǔn)確的對人造林碳儲量進(jìn)行很好的評估。

技術(shù)實(shí)現(xiàn)思路

1、針對背景技術(shù)中提到的問題，本發(fā)明的目的是提供一種基于零樣本學(xué)習(xí)的人造林碳匯估算方法和系統(tǒng)，以解決背景技術(shù)中提到問題。

2、本發(fā)明的上述技術(shù)目的是通過以下技術(shù)方案得以實(shí)現(xiàn)的：

3、一種基于零樣本學(xué)習(xí)的人造林碳匯估算方法，包括以下步驟：

4、s1、利用機(jī)器狗對人造林進(jìn)行區(qū)域采樣，收集單木的樹高、胸徑和樹種信息，并利用這些數(shù)據(jù)計(jì)算單木碳儲量；

5、s2、結(jié)合人造林觀測站的激光雷達(dá)數(shù)據(jù)和無人機(jī)激光雷達(dá)數(shù)據(jù)，獲取固定區(qū)域和整體區(qū)域的激光點(diǎn)云；基于零樣本計(jì)數(shù)算法，從點(diǎn)云數(shù)據(jù)中估算出各區(qū)域各樹種數(shù)量；

6、s3、利用步驟s1和s2所得數(shù)據(jù)生成模型，在預(yù)訓(xùn)練的特征空間中構(gòu)建一個類原型，代表給定類別的特征分布；

7、s4、從輸入查詢圖像中隨機(jī)采樣多個不同尺寸的補(bǔ)丁，并提取它們對應(yīng)的特征嵌入；

8、s5、選擇預(yù)測誤差最小的補(bǔ)丁作為最終的計(jì)數(shù)示例，用于對象計(jì)數(shù)；

9、s6、利用衛(wèi)星遙感圖像進(jìn)行樹種識別，同樣基于零樣本識別算法，提高樹種識別的準(zhǔn)確性和效率。

10、s7.機(jī)器狗采樣所得的土壤有機(jī)碳濃度soc、土壤體積密度bd和枯落物體積v和碳含量f數(shù)據(jù)，用于估算土壤碳儲量和枯落物碳儲量。

11、s8.綜合第一步至第四步得到的數(shù)據(jù)，計(jì)算整個人造林的樹木碳儲量，并將其與土壤碳儲量和枯落物碳儲量相加，得到人造林的全局碳匯數(shù)據(jù)。

12、進(jìn)一步地，所述步驟s1中單木碳儲量計(jì)算公式為；

13、c＝cf×(a*dbhb)。

14、進(jìn)一步地，所述步驟s3中的計(jì)算公式為：

15、

16、和

17、

18、進(jìn)一步地，所述步驟s4還包括：

19、s4.1通過計(jì)算類原型與補(bǔ)丁嵌入之間的l2距離，選擇與類原型最近的補(bǔ)丁作為類相關(guān)的補(bǔ)丁。

20、s4.2針對這些類相關(guān)的補(bǔ)丁，使用預(yù)訓(xùn)練的計(jì)數(shù)模型獲取中間特征圖，并利用錯誤預(yù)測器來預(yù)測計(jì)數(shù)模型在使用補(bǔ)丁作為示例時的計(jì)數(shù)誤差；

21、

22、s4.3選擇預(yù)測誤差最小的補(bǔ)丁作為最終的計(jì)數(shù)示例，用于對象計(jì)數(shù)。

23、進(jìn)一步地，所述步驟s6包括以下過程：

24、數(shù)據(jù)集創(chuàng)建：創(chuàng)建了一個包含40種不同類型的人造林樹木的數(shù)據(jù)集，其中包括1英尺空間分辨率的rgb數(shù)據(jù)和基于點(diǎn)的地面真實(shí)數(shù)據(jù)。

25、零樣本學(xué)習(xí)模型：我們的目標(biāo)是學(xué)習(xí)一個判別函數(shù)，將給定的圖像映射到目標(biāo)類別中的一個；由于訓(xùn)練樣本僅適用于一部分類別，因此無法直接使用傳統(tǒng)的監(jiān)督方法來構(gòu)建可以識別未見類別的模型。

26、兼容性函數(shù)：利用兼容性函數(shù)，該函數(shù)將圖像特征與描述感興趣類別語義的輔助信息之間的關(guān)系建模；

27、訓(xùn)練和推斷：使用最大似然原則來估計(jì)兼容性函數(shù)，以最大化訓(xùn)練樣本的真實(shí)類別概率；利用學(xué)習(xí)到的兼容性函數(shù)來識別未見類別的實(shí)例。

28、進(jìn)一步地，所述步驟s6中，土壤的碳儲量可以通過以下公式估算：

29、csoil＝soc×soilvolume×bd。

30、進(jìn)一步地，所述步驟s7中，枯落物的碳儲量可以通過一下公式估算：

31、clitter＝f×v。

32、進(jìn)一步地，所述步驟s8中的計(jì)算公式為

33、

34、綜上，本發(fā)明主要具有以下有益效果：

35、1、本發(fā)明中，利用機(jī)器狗進(jìn)行高效率的實(shí)地?cái)?shù)據(jù)采集，減少人力資源消耗。

36、2、本發(fā)明中，多源數(shù)據(jù)融合，提高碳儲量估算的空間覆蓋率和數(shù)據(jù)精度。

37、3、本發(fā)明中，零樣本學(xué)習(xí)算法允許在缺乏某些樹種樣本的情況下進(jìn)行準(zhǔn)確的樹種識別和數(shù)量估算。

38、4、本發(fā)明中，系統(tǒng)可自動化處理大量數(shù)據(jù)，適用于大范圍人造林碳匯量的快速估算。

技術(shù)特征：

1.一種基于零樣本學(xué)習(xí)的人造林碳匯估算方法，其特征在于：包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于零樣本學(xué)習(xí)的人造林碳匯估算方法，其特征在于：所述步驟s1中單木碳儲量計(jì)算公式為；

3.根據(jù)權(quán)利要求1所述的一種基于零樣本學(xué)習(xí)的人造林碳匯估算方法，其特征在于：所述步驟s3中的計(jì)算公式為：

4.根據(jù)權(quán)利要求1所述的一種基于零樣本學(xué)習(xí)的人造林碳匯估算方法，其特征在于：所述步驟s4還包括：

5.根據(jù)權(quán)利要求1所述的一種基于零樣本學(xué)習(xí)的人造林碳匯估算方法，其特征在于：所述步驟s6包括以下過程：

6.根據(jù)權(quán)利要求1所述的一種基于零樣本學(xué)習(xí)的人造林碳匯估算方法，其特征在于：所述步驟s7中，土壤的碳儲量可以通過以下公式估算：

7.根據(jù)權(quán)利要求6所述的一種基于零樣本學(xué)習(xí)的人造林碳匯估算方法，其特征在于：所述步驟s7中，枯落物的碳儲量可以通過一下公式估算：

8.根據(jù)權(quán)利要求1所述的一種基于零樣本學(xué)習(xí)的人造林碳匯估算方法，其特征在于：所述步驟s8中的計(jì)算公式為

9.一種基于零樣本學(xué)習(xí)的人造林碳匯估算系統(tǒng)，其特征在于：包括權(quán)利要求1-8任意一項(xiàng)所述基于零樣本學(xué)習(xí)的人造林碳匯估算方法。

技術(shù)總結(jié)
本發(fā)明公開了一種基于零樣本學(xué)習(xí)的人造林碳匯估算方法和系統(tǒng)，其技術(shù)方案要點(diǎn)是：利用機(jī)器狗對人造林進(jìn)行區(qū)域采樣，收集單木的樹高、胸徑和樹種信息，并利用這些數(shù)據(jù)計(jì)算單木碳儲量；結(jié)合人造林觀測站的激光雷達(dá)數(shù)據(jù)和無人機(jī)激光雷達(dá)數(shù)據(jù)，獲取固定區(qū)域和整體區(qū)域的激光點(diǎn)云；基于零樣本計(jì)數(shù)算法，從點(diǎn)云數(shù)據(jù)中估算出各區(qū)域各樹種數(shù)量。本發(fā)明中，利用機(jī)器狗進(jìn)行高效率的實(shí)地?cái)?shù)據(jù)采集，減少人力資源消耗多源數(shù)據(jù)融合，提高碳儲量估算的空間覆蓋率和數(shù)據(jù)精度；零樣本學(xué)習(xí)算法允許在缺乏某些樹種樣本的情況下進(jìn)行準(zhǔn)確的樹種識別和數(shù)量估算；系統(tǒng)可自動化處理大量數(shù)據(jù)，適用于大范圍人造林碳匯量的快速估算。

技術(shù)研發(fā)人員：薛錫輝,楊鍵剛,廖文娟,薛楚瑜,王師崢,陳大鵬
受保護(hù)的技術(shù)使用者：中碳匯資產(chǎn)運(yùn)營（深圳）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/26