CN117151921A - 种植农业碳汇计量系统及方法 - Google Patents
种植农业碳汇计量系统及方法 Download PDFInfo
- Publication number
- CN117151921A CN117151921A CN202311414525.5A CN202311414525A CN117151921A CN 117151921 A CN117151921 A CN 117151921A CN 202311414525 A CN202311414525 A CN 202311414525A CN 117151921 A CN117151921 A CN 117151921A
- Authority
- CN
- China
- Prior art keywords
- carbon
- planting
- plant
- target area
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 402
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 397
- 238000000034 method Methods 0.000 title claims abstract description 24
- 241000196324 Embryophyta Species 0.000 claims abstract description 148
- 238000011084 recovery Methods 0.000 claims abstract description 72
- 238000005259 measurement Methods 0.000 claims abstract description 51
- 241000592344 Spermatophyta Species 0.000 claims abstract description 47
- 239000002699 waste material Substances 0.000 claims abstract description 9
- 238000003973 irrigation Methods 0.000 claims description 40
- 230000002262 irrigation Effects 0.000 claims description 40
- 239000003337 fertilizer Substances 0.000 claims description 37
- 230000006399 behavior Effects 0.000 claims description 25
- 238000012544 monitoring process Methods 0.000 claims description 25
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 20
- 239000000126 substance Substances 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 230000005856 abnormality Effects 0.000 claims description 16
- 230000009919 sequestration Effects 0.000 claims description 15
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 12
- 239000001569 carbon dioxide Substances 0.000 claims description 12
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 10
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 10
- 238000013075 data extraction Methods 0.000 claims description 8
- 238000005303 weighing Methods 0.000 claims description 8
- 238000001739 density measurement Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 6
- 229910021529 ammonia Inorganic materials 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 4
- 238000011002 quantification Methods 0.000 abstract description 6
- 238000003306 harvesting Methods 0.000 description 10
- 238000011161 development Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000009467 reduction Effects 0.000 description 8
- 238000004134 energy conservation Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000012010 growth Effects 0.000 description 3
- 239000003621 irrigation water Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000010902 straw Substances 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/30—Administration of product recycling or disposal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Remote Sensing (AREA)
- Primary Health Care (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Animal Husbandry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Sustainable Development (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Astronomy & Astrophysics (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
Abstract
本发明涉及碳汇计量技术领域,提出了一种种植农业碳汇计量系统及方法,该系统包括:碳总量固定估计模块,获取目标区域中种植物的种植关联信息,估计目标区域在种植期内的碳总量固定值;碳消耗估计模块,获取目标区域中种植物的种植消耗信息,估计目标区域在种植期内的碳消耗值;废料处理模块,获取种植回收信息,确定种植回收碳值和种植回田碳值;碳汇计量模块,确定目标区域在种植期内的碳汇计量值。本发明通过分别估计目标区域中种植物的碳总量固定值、碳消耗值、种植回收碳值和终止回田碳值,实现了种植农业在区域范围内的碳汇计量估计,解决了现有技术中尚无法实现的针对种植农业的碳汇计量、碳足迹记录以及碳汇贡献量化的技术问题。
Description
技术领域
本发明涉及碳汇计量技术领域,尤其是一种种植农业碳汇计量系统及方法。
背景技术
碳汇是指在大气中固定和储存二氧化碳(CO2)的地点、生物或过程。这些汇集点有助于减少大气中的CO2浓度,从而有助于应对气候变化。碳汇可以是自然的,也可以是人工建设的。
碳汇计量在节能减排方面具有以下几个重要的意义:
1、评估进展和成效:碳汇计量可以帮助机构、企业和国家评估他们在节能减排方面所取得的实际进展和成效。通过测量和跟踪碳汇,可以确定实施的措施是否有效,从而为决策制定提供数据支持。2、指导决策制定: 碳汇计量提供了关于不同节能减排措施的数据,帮助决策者更好地了解哪些措施能够产生最大的减排效益。这有助于优化资源分配,制定更有效的政策和战略。3、监测合规性: 许多国家和地区制定了碳排放限制政策和法规。通过进行碳汇计量,企业和机构可以监测自己的碳排放情况,确保其在法规要求内运营,避免不必要的罚款和法律问题。4、激励创新: 有了碳汇计量数据,企业和机构可以更好地了解节能减排领域的机会和挑战。这有助于激励创新,促使开发更具环保性和高效性的技术和解决方案。5、国际合作与报告:碳汇计量数据是国际间交流和合作的重要基础。各国可以共享他们的减排成果和经验,从而促进全球范围内的合作应对气候变化。6、推动可持续发展: 碳汇计量强调资源的可持续利用和生态系统的健康。通过促进可持续发展,我们可以更好地平衡经济增长和环境保护的目标。总之,碳汇计量不仅能够帮助了解和跟踪节能减排的实际效果,还为决策制定、创新、合规性和国际合作提供了重要的支持,有助于推动可持续发展并减缓气候变化的影响。
而现有碳汇计量通常较为广泛的运用于森林固碳工程,通过森林碳汇计量,来评估工程的碳汇贡献量。随着节能减排、低碳发展的推进,各领域、各行业的碳汇计量迫切需要技术支撑,碳汇计量技术是低碳发展深入可持续的关键技术。特别是在农业的种植业领域,对于种植行为的碳汇贡献(碳账户)缺乏计量手段和计量标准,使得对碳汇贡献较大的种植业尚没有参与低碳发展产业的渠道。
发明内容
为解决上述现有技术问题,本发明提供一种种植农业碳汇计量系统及方法,旨在解决现有技术中尚没有一种针对种植农业碳汇计量的方案,以实现种植业碳足迹记录以及碳汇贡献量化的技术问题。
本发明的第一方面,提供了一种种植农业碳汇计量系统,包括:
碳总量固定估计模块,所述碳总量固定估计模块被配置为获取目标区域中种植物的种植关联信息,并根据所述种植关联信息,估计目标区域在种植期内的碳总量固定值;
碳消耗估计模块,所述碳消耗估计模块被配置为获取目标区域中种植物的种植消耗信息,并根据所述种植消耗信息,估计目标区域在种植期内的碳消耗值;
废料处理模块,所述废料处理模块被配置为获取种植回收信息,并根据所述种植回收信息和所述碳总量固定值,确定种植回收碳值和种植回田碳值;
碳汇计量模块,所述碳汇计量模块被配置为根据所述碳总量固定值、所述碳消耗值、所述种植回收碳值和所述种植回田碳值,确定目标区域在种植期内的碳汇计量值。
可选的,所述碳总量固定估计模块,具体包括:
种植特征信息获取单元,所述种植特征信息获取单元被配置为获取目标区域中种植物的种植关联信息;其中,所述种植关联信息包括目标区域中种植物的范围数据和种植物的特征数据;
种植区域计算单元,所述种植区域确定单元被配置为根据所述范围数据,计算目标区域中种植物的种植面积;
碳总量估计单元,所述碳总量估计单元根据目标区域中种植物的种植面积和所述种植物的特征数据,估计目标区域在种植期内的碳总量固定值。
可选的,所述种植特征信息获取单元,具体包括:
范围数据提取子单元,所述范围数据提取子单元被配置为获取范围数据采集设备生成的范围信息,提取范围信息中的范围数据;其中,所述范围数据采集设备生成的范围信息包括:目标区域的航拍图像,和/或目标区域的卫星图像,和/或人为输入的范围测量数据;
特征数据提取子单元,所述特征数据提取子单元被配置为获取特征数据采集设备生成的特征信息,提取特征信息中的特征数据;其中,所述特征数据采集设备生成的特征信息包括:目标区域的航拍图像。
可选的,所述碳总量估计单元,具体包括:
种植物类别识别子单元,所述种植物类别识别子单元被配置为提取所述目标区域的航拍图像中的类别特征,并基于类别特征执行种植物类别识别,获得目标区域的种植物类别;
种植物密度测量子单元,所述种植物密度测量子单元被配置为提取所述目标区域的航拍图像中的密度特征,并基于密度特征执行种植物密度测量,获得目标区域的种植物密度;
种植物重量估计子单元,所述种植物重量估计子单元被配置为根据所述种植物类别,在种植物重量估计模型数据库中匹配对应的种植物重量估计模型,并根据所述种植物重量估计模型、所述种植物密度和所述种植面积,获得目标区域的种植物总重量;
碳总量估计子单元,所述碳总量估计子单元被配置为根据所述目标区域的种植物总重量和所述种植物类别对应的总重量与碳总量转换关系,获得目标区域的碳总量估计固定值。
可选的,所述系统,还包括:碳足迹追溯证据采集模块;所述碳足迹追溯证据采集模块,包括:
碳足迹追溯证据采集指令发送单元,所述碳足迹追溯证据采集指令发送单元被配置为在种植周期内的预设时间点,向范围数据采集设备发送碳足迹追溯证据采集指令;
碳足迹追溯证据采集单元,所述碳足迹追溯证据采集单元被配置为在接收到范围数据采集设备基于碳足迹追溯证据采集指令反馈的范围信息时,提取所述范围信息中的碳足迹追溯证据;
其中,当所述范围数据采集设备为航拍图像采集设备时,所述碳足迹追溯证据为航拍图像和航拍轨迹;当所述范围数据采集设备为卫星图像采集设备时,所述碳足迹追溯证据为卫星图像;当所述范围数据采集设备为人为输入设备时,所述碳足迹追溯证据为范围测量数据。
可选的,所述碳消耗估计模块,具体包括:
化肥使用监测单元,所述化肥使用监测单元被配置为获取化肥使用监测设备生成的监测信息,提取所述监测信息中的化肥使用数据;
化肥碳消耗估计单元,所述化肥碳消耗估计单元被配置为根据所述监测信息中的化肥使用数据,在化肥使用数据与化肥碳消耗值对照关系数据库中匹配目标区域在种植期内的化肥碳消耗值;
其中,所述化肥使用监测设备包括设置于目标区域的若干个气体成分检测传感器,所述化肥使用数据包括每个气体成分检测传感器输出的氨气含量变化数据。
可选的,所述系统,还包括:
碳汇计量异常判断模块;
其中,所述碳汇计量异常判断模块被配置为获取若干个气体成分检测传感器输出的碳汇计量异常判断数据,根据碳汇计量异常判断数据,判断目标区域的碳汇计量是否具有异常行为;
其中,所述碳汇计量异常判断数据为所述气体成分检测传感器输出的二氧化碳浓度变化数据;
其中,当所述气体成分检测传感器输出的二氧化碳浓度值在第一预设时间与第二预设时间的浓度差值超过预设浓度值时,则判定目标区域的碳汇计量具有异常行为;否则,判定目标区域的碳汇计量不具有异常行为。
可选的,所述碳消耗估计模块,具体包括:
灌溉行为监测单元,所述灌溉行为监测单元被配置为获取灌溉行为监测设备生成的灌溉信息,提取所述灌溉信息中的灌溉行为数据;
灌溉碳消耗估计单元,所述灌溉碳消耗估计单元被配置为根据所述灌溉信息中的灌溉行为数据与预设的灌溉碳消耗值转换比值之积,估计目标区域在种植期内的灌溉碳消耗值;
其中,所述灌溉行为监测设备包括设置于目标区域的第一水位传感器和/或设置于低于目标区域的水源区域的第二水位传感器,所述灌溉行为数据为所述第一水位传感器和/或所述第二水位传感器的水位高度变化数据。
可选的,所述废料处理模块,具体包括:
种植物碳回收单元,所述种植物碳回收单元被配置为获取种植物碳回收称重设备生成的种植物碳回收重量,根据所述种植物碳回收重量与预设种植物碳回收值转换关系,确定种植物碳回收值;
种植物碳回田单元,所述种植物碳回田单元被配置为根据所述种植物总重量与所述种植物碳回收称重设备生成的重量信息的差值,确定种植物碳回田重量,根据所述种植物碳回田重量与预设种植物碳回田值转换关系,确定种植物碳回田值。
本发明的第二方面,一种种植农业碳汇计量方法,包括:
获取目标区域中种植物的种植关联信息,并根据所述种植关联信息,估计目标区域在种植期内的碳总量固定值;
获取目标区域中种植物的种植消耗信息,并根据所述种植消耗信息,估计目标区域在种植期内的碳消耗值;
获取种植回收信息,并根据所述种植回收信息和所述碳总量固定值,确定种植回收碳值和种植回田碳值;
根据所述碳总量固定值、所述碳消耗值、所述种植回收碳值和所述种植回田碳值,确定目标区域在种植期内的碳汇计量值。
本发明的有益效果在于:提出了一种种植农业碳汇计量系统及方法,通过分别计算目标区域中种植物的碳总量固定值、碳消耗值、种植回收碳值和终止回田碳值,实现了种植农业在区域范围内的碳汇计量估计,解决了现有技术中尚没有一种针对种植农业碳汇计量,实现种植业碳足迹记录以及碳汇贡献量化的技术方案的问题。
附图说明
图1为本发明所提供的种植农业碳汇计量系统的结构示意图;
图2为本发明所提供的种植农业碳汇计量方法的流程示意图。
附图标记:
10-碳总量固定估计模块;20-碳消耗估计模块;30-废料处理模块;40-碳汇计量模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
参照图1,图1为本发明实施例提供的一种种植农业碳汇计量系统的结构示意图。
如图1所示,一种种植农业碳汇计量系统,包括:碳总量固定估计模块10、碳消耗估计模块20、废料处理模块30和碳汇计量模块40。
其中,所述碳总量固定估计模块10被配置为获取目标区域中种植物的种植关联信息,并根据所述种植关联信息,估计目标区域在种植期内的碳总量固定值;所述碳消耗估计模块20被配置为获取目标区域中种植物的种植消耗信息,并根据所述种植消耗信息,估计目标区域在种植期内的碳消耗值;所述废料处理模块30被配置为获取种植回收信息,并根据所述种植回收信息和所述碳总量固定值,确定种植回收碳值和种植回田碳值;所述碳汇计量模块40被配置为根据所述碳总量固定值、所述碳消耗值、所述种植回收碳值和所述种植回田碳值,确定目标区域在种植期内的碳汇计量值。
需要说明的是,现有碳汇计量通常较为广泛的运用于森林固碳工程,通过森林碳汇计量,来评估工程的碳汇贡献量。而在农业的种植业领域,对于种植行为的碳汇贡献(碳账户)缺乏计量手段和计量标准,使得对碳汇贡献较大的种植业尚没有参与低碳发展产业的渠道。而相比于森林固碳,种植农业由于具有种植期,在每个种植期内具有播种、成长、收割等自然或非自然过程,每个过程具有不同的碳账户贡献值。因此,不同于现有森林固碳工程所采用的碳汇计量方案,本申请在面临种植农业碳汇计量时需要考虑更复杂、多样的碳账户贡献因素,现有碳汇计量方案没有参考性。
本实施例中,通过将种植农业种植期内的多个过程进行划分,分别为每个过程中的种植物生长和/或种植关联人为行为进行碳汇计量,最后将每个过程的碳汇值进行求和,获得目标区域中种植农业在种植期内的整体碳汇计量。在实际应用中,种植农业种植期内的多个过程对应的碳汇计量具体包括:种植物在种植期内的碳总量固定值M1、种植物在种植期内人为行为的碳消耗值M2、种植物收割后的种植回收碳值M3以及种植物收割后的种植回田碳值M4;其中,碳总量固定值M1为种植物在种植期内的碳吸收与存储值,其为碳账户正贡献值;碳消耗值M2为人为行为在种植期内的碳消耗与排放值,其为碳账户负贡献值;种植回收碳值M3为种植物收割后碳回收与利用值,其为碳账户正贡献值;种植回田碳值M4为收割后除回收之外的种植物回田分解的碳排放值,其碳账户负贡献值。由此,可以获得目标区域的种植农业在种植期内的碳汇计量值M的表达式为:M=M1-M2+M3-M4。
因此,本实施例提出了一种种植农业碳汇计量系统及方法,通过分别计算目标区域中种植物的碳总量固定值、碳消耗值、种植回收碳值和终止回田碳值,实现了种植农业在区域范围内的碳汇计量估计以及实现种植业碳足迹记录,解决了现有技术中尚没有一种针对种植农业碳汇计量,实现种植业碳足迹记录以及碳汇贡献量化的技术方案的问题。
在优选的实施例中,所述碳总量固定估计模块10,具体包括:种植特征信息获取单元、种植区域计算单元和碳总量估计单元。其中,所述种植特征信息获取单元被配置为获取目标区域中种植物的种植关联信息;其中,所述种植关联信息包括目标区域中种植物的范围数据和种植物的特征数据;所述种植区域确定单元被配置为根据所述范围数据,计算目标区域中种植物的种植面积;所述碳总量估计单元根据目标区域中种植物的种植面积和所述种植物的特征数据,估计目标区域在种植期内的碳总量固定值。
具体而言,所述种植特征信息获取单元,具体包括:范围数据提取子单元和特征数据提取子单元。其中,所述范围数据提取子单元被配置为获取范围数据采集设备生成的范围信息,提取范围信息中的范围数据;其中,所述范围数据采集设备生成的范围信息包括:目标区域的航拍图像,和/或目标区域的卫星图像,和/或人为输入的范围测量数据;所述特征数据提取子单元被配置为获取特征数据采集设备生成的特征信息,提取特征信息中的特征数据;其中,所述特征数据采集设备生成的特征信息包括:目标区域的航拍图像。
具体而言,所述碳总量估计单元,具体包括:种植物类别识别子单元、种植物密度测量子单元、种植物重量估计子单元和碳总量估计子单元。其中,所述种植物类别识别子单元被配置为提取所述目标区域的航拍图像中的类别特征,并基于类别特征执行种植物类别识别,获得目标区域的种植物类别;所述种植物密度测量子单元被配置为提取所述目标区域的航拍图像中的密度特征,并基于密度特征执行种植物密度测量,获得目标区域的种植物密度;所述种植物重量估计子单元被配置为根据所述种植物类别,在种植物重量估计模型数据库中匹配对应的种植物重量估计模型,并根据所述种植物重量估计模型、所述种植物密度和所述种植面积,获得目标区域的种植物总重量;所述碳总量估计子单元被配置为根据所述目标区域的种植物总重量和所述种植物类别对应的总重量与碳总量转换关系,获得目标区域的碳总量估计固定值。
本实施例中,在估计种植物在种植期内的碳总量固定值M1时,通过获取目标区域中种植物的种植关联信息,利用种植关联信息中的种植物范围数据确定种植物的种植面积,再根据种植面积与关联信息中的种植物的特征数据,估计目标区域在种植期内的碳总量固定值M1。其中,种植关联信息中的种植范围数据为从范围数据采集设备生成的范围信息中提取的范围数据,该范围数据采集设备可以为航拍无人机,此时,范围信息为目标区域的航拍图像;该范围数据采集设备可以为卫星图像采集设备,此时,范围信息为目标区域的卫星图像;该范围数据采集设备还可以为人为输入设备,此时,范围信息为人为输入的范围测量数据。由此,从范围数据采集设备中获取到农业种植物在目标区域的范围数据。其中,种植关联信息中的特征数据为从特征数据采集设备生成的特征信息中提取的特征数据,该特征数据采集设备可以为航拍无人机,特征信息为目标区域的航拍图像。
更进一步的,在根据种植面积与关联信息中的种植物的特征数据,估计目标区域在种植期内的碳总量固定值M1时,先利用航拍图像中的类别特征(例如茎叶的形状特征或颜色特征)对目标区域内的种植物进行类别识别,再利用航拍图像中的密度特征(例如相邻两株种植物的间距)对目标区域内的种植物密度进行测量,然后利用种植物类别获取对应种植物的重量估计模型,利用种植物的面积与种植物密度作为输入,预测目标区域的种植物总重量,最后通过调用预先存储的该种植物类别对应的总重量与碳总量转换关系,来估算出目标区域的碳总量估计固定值M1。由此,本实施例通过获取种植关联信息,利用种植关联信息中的种植物范围数据确定种植物的种植面积,再根据种植面积与关联信息中的种植物的特征数据,估计目标区域在种植期内的碳总量固定值M1,能够对种植物在种植期内的由于植物生长带来的碳账户正贡献值进行较为准确的估算。
在优选的实施例中,所述系统,还包括:碳足迹追溯证据采集模块;所述碳足迹追溯证据采集模块,包括:碳足迹追溯证据采集指令发送单元和碳足迹追溯证据采集单元。其中,所述碳足迹追溯证据采集指令发送单元被配置为在种植周期内的预设时间点,向范围数据采集设备发送碳足迹追溯证据采集指令;所述碳足迹追溯证据采集单元被配置为在接收到范围数据采集设备基于碳足迹追溯证据采集指令反馈的范围信息时,提取所述范围信息中的碳足迹追溯证据;其中,当所述范围数据采集设备为航拍图像采集设备时,所述碳足迹追溯证据为航拍图像和航拍轨迹;当所述范围数据采集设备为卫星图像采集设备时,所述碳足迹追溯证据为卫星图像;当所述范围数据采集设备为人为输入设备时,所述碳足迹追溯证据为范围测量数据。
本实施例中,在利用范围数据采集设备将采集的范围数据对目标区域在种植期内的碳总量固定值M1进行估算的同时,还可利用范围数据采集设备采集的航拍图像、航拍轨迹,或卫星图像,或人为输入的范围测量数据作为碳足迹追溯证据进行存储与上报,用于实现碳汇计量的追溯,提高数据权威性与准确性。其中,在每个种植期内,共采集3-6次,至少包括种植物秧苗出现的1次、秧苗成林的1次以及收割前的1次,以此记录种植物在整个种植期内的生长过程。
在优选的实施例中,所述碳消耗估计模块20,具体包括:化肥使用监测单元和化肥碳消耗估计单元。其中,所述化肥使用监测单元被配置为获取化肥使用监测设备生成的监测信息,提取所述监测信息中的化肥使用数据;所述化肥碳消耗估计单元被配置为根据所述监测信息中的化肥使用数据,在化肥使用数据与化肥碳消耗值对照关系数据库中匹配目标区域在种植期内的化肥碳消耗值;其中,所述化肥使用监测设备包括设置于目标区域的若干个气体成分检测传感器,所述化肥使用数据包括每个气体成分检测传感器输出的氨气含量变化数据。
本实施例中,在估计种植物在种植期内的碳消耗值M2时,考虑种植物在种植期内使用化肥的碳消耗因素,通过设置若干个气体成分检测传感器,利用气体成分检测传感器输出的氨气含量变化数据在化肥碳消耗值对照关系数据库中匹配符合当前氨气含量变化数据所对应的化肥碳消耗值。
在优选的实施例中,所述系统,还包括:碳汇计量异常判断模块;其中,所述碳汇计量异常判断模块被配置为获取若干个气体成分检测传感器输出的碳汇计量异常判断数据,根据碳汇计量异常判断数据,判断目标区域的碳汇计量是否具有异常行为;其中,所述碳汇计量异常判断数据为所述气体成分检测传感器输出的二氧化碳浓度变化数据;其中,当所述气体成分检测传感器输出的二氧化碳浓度值在第一预设时间与第二预设时间的浓度差值超过预设浓度值时,则判定目标区域的碳汇计量具有异常行为;否则,判定目标区域的碳汇计量不具有异常行为。
在实际应用中,考虑到碳汇的公正测量,为了检测出目标区域中对种植物进行密封罩覆盖来减少化肥使用碳消耗估测的行为,本实施例通过设置碳汇计量异常判断模块,根据不同时间时气体成分检测传感器输出的二氧化碳浓度变化来判断是否具有密封罩覆盖等异常行为。具体而言,基于夜间和白天的种植物二氧化碳浓度差异,可通过检测夜间和白天的二氧化碳差值是否超过预设浓度值,若是,则证明没有采用密封罩覆盖等行为逃避碳消耗检测;若否,则表明,采用了密封罩覆盖或其他行为来避免碳消耗的检测,影响碳汇测量的公正性,此时,需要以系统预警的形式发出预警通知,以使人工及时介入,确保碳足迹记录完整和有效性。
在优选的实施例中,所述碳消耗估计模块20,具体包括:灌溉行为监测单元和灌溉碳消耗估计单元。其中,所述灌溉行为监测单元被配置为获取灌溉行为监测设备生成的灌溉信息,提取所述灌溉信息中的灌溉行为数据;所述灌溉碳消耗估计单元被配置为根据所述灌溉信息中的灌溉行为数据与预设的灌溉碳消耗值转换比值之积,估计目标区域在种植期内的灌溉碳消耗值;其中,所述灌溉行为监测设备包括设置于目标区域的第一水位传感器和/或设置于低于目标区域的水源区域的第二水位传感器,所述灌溉行为数据为所述第一水位传感器和/或所述第二水位传感器的水位高度变化数据。
本实施例中,在估计种植物在种植期内的碳消耗值M2时,还考虑种植物在种植期内种植灌溉的碳消耗因素,通过在目标区域设置第一水位传感器和/或在低于目标区域的水源区域设置第二水位传感器,通过水位高度变化数据以及目标区域和/或水源区域的灌溉水面积来估算灌溉水的注入量,再根据灌溉水的注入量与预设的灌溉碳消耗转换关系来估计种植物在种植期内的碳消耗值M2。需要说明的是,在同时具有化肥使用和灌溉两种因素时,碳消耗值的总值为两者碳消耗值M2的叠加。
在优选的实施例中,所述废料处理模块30,具体包括:种植物碳回收单元和种植物碳回田单元。其中,所述种植物碳回收单元被配置为获取种植物碳回收称重设备生成的种植物碳回收重量,根据所述种植物碳回收重量与预设种植物碳回收值转换关系,确定种植物碳回收值;所述种植物碳回田单元被配置为根据所述种植物总重量与所述种植物碳回收称重设备生成的重量信息的差值,确定种植物碳回田重量,根据所述种植物碳回田重量与预设种植物碳回田值转换关系,确定种植物碳回田值。
本实施例中,在估计种植物收割后的种植回收碳值M3以及种植物收割后的种植回田碳值M4时,通过设置的种植物碳回收称重设备采集种植物被收割后碳回收与利用的种植物碳回收重量,再利用预设的种植物碳回收值转换关系,来确定种植回收碳值M3;在实际应用中,种植物碳回收的有效手段包括种植物秸秆发电,种植回收碳值为秸秆回收后应用链的碳汇。
需要说明的是,在利用种植物碳回收重量与种植物碳回收值转换关系确定种植回收碳值M3时,考虑种植物在收割后存在的水分蒸发导致的重量动态变化,在获得种植物碳回收重量后,需要设置随时间变化的动态修正函数,利用动态修正函数对种植物碳回收重量进行修正,获得归一化的更准确的种植物碳回收重量。
而种植物碳回田重量为种植物总重量与种植物碳回收重量的差值,在计算差值得到种植物碳回田重量后,利用预设种植物碳回田值转换关系,来确定种植回田碳值M4。由此,通过设置种植物碳回收称重设备来实现对碳回收与利用时的碳账户正贡献值以及种植物回田分解产生碳排放时的碳账户负贡献值,以此实现目标区域的种植农业在种植期内的碳汇计量值M。
由此,本实施例提出了一种种植农业碳汇计量系统,通过分别计算目标区域中种植物的碳总量固定值、碳消耗值、种植回收碳值和终止回田碳值,实现了种植农业在区域范围内的碳汇计量估计,解决了现有技术中尚没有一种针对种植农业碳汇计量,实现种植业碳足迹记录以及碳汇贡献量化的技术方案的问题。
参照图2,图2为本发明实施例提供的一种种植农业碳汇计量方法的流程示意图。
如图2所示,一种种植农业碳汇计量方法,包括步骤:
S1:获取目标区域中种植物的种植关联信息,并根据所述种植关联信息,估计目标区域在种植期内的碳总量固定值;
S2:获取目标区域中种植物的种植消耗信息,并根据所述种植消耗信息,估计目标区域在种植期内的碳消耗值;
S3:获取种植回收信息,并根据所述种植回收信息和所述碳总量固定值,确定种植回收碳值和种植回田碳值;
S4:根据所述碳总量固定值、所述碳消耗值、所述种植回收碳值和所述种植回田碳值,确定目标区域在种植期内的碳汇计量值。
本实施例中,通过分别计算目标区域中种植物的碳总量固定值、碳消耗值、种植回收碳值和终止回田碳值,实现了种植农业在区域范围内的碳汇计量估计,解决了现有技术中尚没有一种针对种植农业碳汇计量,实现种植业碳足迹记录以及碳汇贡献量化的技术方案的问题。
本申请种植农业碳汇计量方法的具体实施方式与上述种植农业碳汇计量系统各实施例基本相同,在此不再赘述。
在本发明的实施例的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“坚直”、“水平”、“中心”、“顶”、“底”、“顶部”、“底部”、“内”、“外”、“内侧”、“外侧”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。其中,“里侧”是指内部或围起来的区域或空间。“外围”是指某特定部件或特定区域的周围的区域。
在本发明的实施例的描述中,术语“第一”、“第二”、“第三”、“第四”仅用以描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”、“第四”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的实施例的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“组装”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的实施例的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的实施例的描述中,需要理解的是,“-”和“~”表示的是两个数值之同的范围,并且该范围包括端点。例如:“A-B”表示大于或等于A,且小于或等于B的范围。“A~B”表示大于或等于A,且小于或等于B的范围。
在本发明的实施例的描述中,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种种植农业碳汇计量系统,其特征在于,包括:
碳总量固定估计模块,所述碳总量固定估计模块被配置为获取目标区域中种植物的种植关联信息,并根据所述种植关联信息,估计目标区域在种植期内的碳总量固定值;
碳消耗估计模块,所述碳消耗估计模块被配置为获取目标区域中种植物的种植消耗信息,并根据所述种植消耗信息,估计目标区域在种植期内的碳消耗值;
废料处理模块,所述废料处理模块被配置为获取种植回收信息,并根据所述种植回收信息和所述碳总量固定值,确定种植回收碳值和种植回田碳值;
碳汇计量模块,所述碳汇计量模块被配置为根据所述碳总量固定值、所述碳消耗值、所述种植回收碳值和所述种植回田碳值,确定目标区域在种植期内的碳汇计量值。
2.根据权利要求1所述的种植农业碳汇计量系统,其特征在于,所述碳总量固定估计模块,具体包括:
种植特征信息获取单元,所述种植特征信息获取单元被配置为获取目标区域中种植物的种植关联信息;其中,所述种植关联信息包括目标区域中种植物的范围数据和种植物的特征数据;
种植区域计算单元,所述种植区域确定单元被配置为根据所述范围数据,计算目标区域中种植物的种植面积;
碳总量估计单元,所述碳总量估计单元根据目标区域中种植物的种植面积和所述种植物的特征数据,估计目标区域在种植期内的碳总量固定值。
3.根据权利要求2所述的种植农业碳汇计量系统,其特征在于,所述种植特征信息获取单元,具体包括:
范围数据提取子单元,所述范围数据提取子单元被配置为获取范围数据采集设备生成的范围信息,提取范围信息中的范围数据;其中,所述范围数据采集设备生成的范围信息包括:目标区域的航拍图像,和/或目标区域的卫星图像,和/或人为输入的范围测量数据;
特征数据提取子单元,所述特征数据提取子单元被配置为获取特征数据采集设备生成的特征信息,提取特征信息中的特征数据;其中,所述特征数据采集设备生成的特征信息包括:目标区域的航拍图像。
4.根据权利要求3所述的种植农业碳汇计量系统,其特征在于,所述碳总量估计单元,具体包括:
种植物类别识别子单元,所述种植物类别识别子单元被配置为提取所述目标区域的航拍图像中的类别特征,并基于类别特征执行种植物类别识别,获得目标区域的种植物类别;
种植物密度测量子单元,所述种植物密度测量子单元被配置为提取所述目标区域的航拍图像中的密度特征,并基于密度特征执行种植物密度测量,获得目标区域的种植物密度;
种植物重量估计子单元,所述种植物重量估计子单元被配置为根据所述种植物类别,在种植物重量估计模型数据库中匹配对应的种植物重量估计模型,并根据所述种植物重量估计模型、所述种植物密度和所述种植面积,获得目标区域的种植物总重量;
碳总量估计子单元,所述碳总量估计子单元被配置为根据所述目标区域的种植物总重量和所述种植物类别对应的总重量与碳总量转换关系,获得目标区域的碳总量估计固定值。
5.根据权利要求3所述的种植农业碳汇计量系统,其特征在于,所述系统,还包括:碳足迹追溯证据采集模块;所述碳足迹追溯证据采集模块,包括:
碳足迹追溯证据采集指令发送单元,所述碳足迹追溯证据采集指令发送单元被配置为在种植周期内的预设时间点,向范围数据采集设备发送碳足迹追溯证据采集指令;
碳足迹追溯证据采集单元,所述碳足迹追溯证据采集单元被配置为在接收到范围数据采集设备基于碳足迹追溯证据采集指令反馈的范围信息时,提取所述范围信息中的碳足迹追溯证据;
其中,当所述范围数据采集设备为航拍图像采集设备时,所述碳足迹追溯证据为航拍图像和航拍轨迹;当所述范围数据采集设备为卫星图像采集设备时,所述碳足迹追溯证据为卫星图像;当所述范围数据采集设备为人为输入设备时,所述碳足迹追溯证据为范围测量数据。
6.根据权利要求1所述的种植农业碳汇计量系统,其特征在于,所述碳消耗估计模块,具体包括:
化肥使用监测单元,所述化肥使用监测单元被配置为获取化肥使用监测设备生成的监测信息,提取所述监测信息中的化肥使用数据;
化肥碳消耗估计单元,所述化肥碳消耗估计单元被配置为根据所述监测信息中的化肥使用数据,在化肥使用数据与化肥碳消耗值对照关系数据库中匹配目标区域在种植期内的化肥碳消耗值;
其中,所述化肥使用监测设备包括设置于目标区域的若干个气体成分检测传感器,所述化肥使用数据包括每个气体成分检测传感器输出的氨气含量变化数据。
7.根据权利要求6所述的种植农业碳汇计量系统,其特征在于,所述系统,还包括:
碳汇计量异常判断模块;
其中,所述碳汇计量异常判断模块被配置为获取若干个气体成分检测传感器输出的碳汇计量异常判断数据,根据碳汇计量异常判断数据,判断目标区域的碳汇计量是否具有异常行为;
其中,所述碳汇计量异常判断数据为所述气体成分检测传感器输出的二氧化碳浓度变化数据;
其中,当所述气体成分检测传感器输出的二氧化碳浓度值在第一预设时间与第二预设时间的浓度差值超过预设浓度值时,则判定目标区域的碳汇计量具有异常行为;否则,判定目标区域的碳汇计量不具有异常行为。
8.根据权利要求1所述的种植农业碳汇计量系统,其特征在于,所述碳消耗估计模块,具体包括:
灌溉行为监测单元,所述灌溉行为监测单元被配置为获取灌溉行为监测设备生成的灌溉信息,提取所述灌溉信息中的灌溉行为数据;
灌溉碳消耗估计单元,所述灌溉碳消耗估计单元被配置为根据所述灌溉信息中的灌溉行为数据与预设的灌溉碳消耗值转换比值之积,估计目标区域在种植期内的灌溉碳消耗值;
其中,所述灌溉行为监测设备包括设置于目标区域的第一水位传感器和/或设置于低于目标区域的水源区域的第二水位传感器,所述灌溉行为数据为所述第一水位传感器和/或所述第二水位传感器的水位高度变化数据。
9.根据权利要求4所述的种植农业碳汇计量系统,其特征在于,所述废料处理模块,具体包括:
种植物碳回收单元,所述种植物碳回收单元被配置为获取种植物碳回收称重设备生成的种植物碳回收重量,根据所述种植物碳回收重量与预设种植物碳回收值转换关系,确定种植物碳回收值;
种植物碳回田单元,所述种植物碳回田单元被配置为根据所述种植物总重量与所述种植物碳回收称重设备生成的重量信息的差值,确定种植物碳回田重量,根据所述种植物碳回田重量与预设种植物碳回田值转换关系,确定种植物碳回田值。
10.一种种植农业碳汇计量方法,其特征在于,包括:
获取目标区域中种植物的种植关联信息,并根据所述种植关联信息,估计目标区域在种植期内的碳总量固定值;
获取目标区域中种植物的种植消耗信息,并根据所述种植消耗信息,估计目标区域在种植期内的碳消耗值;
获取种植回收信息,并根据所述种植回收信息和所述碳总量固定值,确定种植回收碳值和种植回田碳值;
根据所述碳总量固定值、所述碳消耗值、所述种植回收碳值和所述种植回田碳值,确定目标区域在种植期内的碳汇计量值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311414525.5A CN117151921B (zh) | 2023-10-30 | 2023-10-30 | 种植农业碳汇计量系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311414525.5A CN117151921B (zh) | 2023-10-30 | 2023-10-30 | 种植农业碳汇计量系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117151921A true CN117151921A (zh) | 2023-12-01 |
CN117151921B CN117151921B (zh) | 2024-01-23 |
Family
ID=88884696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311414525.5A Active CN117151921B (zh) | 2023-10-30 | 2023-10-30 | 种植农业碳汇计量系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117151921B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117871792A (zh) * | 2024-03-13 | 2024-04-12 | 河北省建筑科学研究院有限公司 | 用于对园区绿植碳汇的动态监测方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2015258267A1 (en) * | 2011-11-01 | 2015-12-10 | Kenneth Michael Bellamy | A Method Of Building And Maintaining A Soil Carbon Reserve |
CN110520510A (zh) * | 2016-10-07 | 2019-11-29 | 马克·费尔德曼 | 用于改善生物燃料、加热介质和燃烧材料的温室气体减排效能和/或用于使农业区富集含碳腐殖质的方法和系统 |
US20200027096A1 (en) * | 2017-11-07 | 2020-01-23 | Jason Ryan Cooner | System, business and technical methods, and article of manufacture for utilizing internet of things technology in energy management systems designed to automate the process of generating and/or monetizing carbon credits |
CN114088916A (zh) * | 2021-11-19 | 2022-02-25 | 山西伟爱量子生态科技有限公司 | 一种用于碳汇农业的增加土壤碳储备的方法 |
US20220061236A1 (en) * | 2020-08-25 | 2022-03-03 | The Board Of Trustees Of The University Of Illinois | Accessing agriculture productivity and sustainability |
US20220138767A1 (en) * | 2020-10-30 | 2022-05-05 | Cibo Technologies, Inc. | Method and system for carbon footprint monitoring based on regenerative practice implementation |
CN114969142A (zh) * | 2022-01-14 | 2022-08-30 | 江苏省农业科学院 | 农林废弃物为原料制备减碳负碳产品的碳减排量核算方法 |
CN115082273A (zh) * | 2022-05-07 | 2022-09-20 | 上海忒尔苏斯环境科技合伙企业(有限合伙) | 一种精细区域植被碳汇可视化方法及系统 |
KR20220143435A (ko) * | 2021-04-16 | 2022-10-25 | 김해원 | 토지 복원 및 농법에 의한 탄소배출권의 크라우드 매매 플랫폼 시스템 |
CN115797093A (zh) * | 2022-11-11 | 2023-03-14 | 苏州规划设计研究院股份有限公司 | 一种基于农业投入产出数据的农田生态系统碳汇估算方法 |
CN116777082A (zh) * | 2023-08-17 | 2023-09-19 | 北京建工环境修复股份有限公司 | 基于资源预估的农田碳排放预测方法及系统 |
-
2023
- 2023-10-30 CN CN202311414525.5A patent/CN117151921B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2015258267A1 (en) * | 2011-11-01 | 2015-12-10 | Kenneth Michael Bellamy | A Method Of Building And Maintaining A Soil Carbon Reserve |
CN110520510A (zh) * | 2016-10-07 | 2019-11-29 | 马克·费尔德曼 | 用于改善生物燃料、加热介质和燃烧材料的温室气体减排效能和/或用于使农业区富集含碳腐殖质的方法和系统 |
US20200027096A1 (en) * | 2017-11-07 | 2020-01-23 | Jason Ryan Cooner | System, business and technical methods, and article of manufacture for utilizing internet of things technology in energy management systems designed to automate the process of generating and/or monetizing carbon credits |
US20220061236A1 (en) * | 2020-08-25 | 2022-03-03 | The Board Of Trustees Of The University Of Illinois | Accessing agriculture productivity and sustainability |
US20220138767A1 (en) * | 2020-10-30 | 2022-05-05 | Cibo Technologies, Inc. | Method and system for carbon footprint monitoring based on regenerative practice implementation |
KR20220143435A (ko) * | 2021-04-16 | 2022-10-25 | 김해원 | 토지 복원 및 농법에 의한 탄소배출권의 크라우드 매매 플랫폼 시스템 |
CN114088916A (zh) * | 2021-11-19 | 2022-02-25 | 山西伟爱量子生态科技有限公司 | 一种用于碳汇农业的增加土壤碳储备的方法 |
CN114969142A (zh) * | 2022-01-14 | 2022-08-30 | 江苏省农业科学院 | 农林废弃物为原料制备减碳负碳产品的碳减排量核算方法 |
CN115082273A (zh) * | 2022-05-07 | 2022-09-20 | 上海忒尔苏斯环境科技合伙企业(有限合伙) | 一种精细区域植被碳汇可视化方法及系统 |
CN115797093A (zh) * | 2022-11-11 | 2023-03-14 | 苏州规划设计研究院股份有限公司 | 一种基于农业投入产出数据的农田生态系统碳汇估算方法 |
CN116777082A (zh) * | 2023-08-17 | 2023-09-19 | 北京建工环境修复股份有限公司 | 基于资源预估的农田碳排放预测方法及系统 |
Non-Patent Citations (3)
Title |
---|
宋博: "蔬菜生产碳足迹、低碳化与生态补偿机制", 《中国博士学位论文全文数据库 经济与管理科学辑》, no. 8, pages 149 - 27 * |
梁建平;阎晓军;王大山;吴彦澎;赵锦一;李靖伟;: "北京市农业生态环境质量定量评价体系设计与系统实现", 农学学报, no. 10, pages 72 - 79 * |
范婷婷: "黑龙江省旱田生态系统碳汇测算及其分布规律研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》, no. 7, pages 027 - 84 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117871792A (zh) * | 2024-03-13 | 2024-04-12 | 河北省建筑科学研究院有限公司 | 用于对园区绿植碳汇的动态监测方法及系统 |
CN117871792B (zh) * | 2024-03-13 | 2024-05-14 | 河北省建筑科学研究院有限公司 | 用于对园区绿植碳汇的动态监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117151921B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117151921B (zh) | 种植农业碳汇计量系统及方法 | |
Viglizzo et al. | A rapid method for assessing the environmental performance of commercial farms in the Pampas of Argentina | |
Quinteiro et al. | Identification of methodological challenges remaining in the assessment of a water scarcity footprint: a review | |
Bonfante et al. | Targeting the soil quality and soil health concepts when aiming for the United Nations Sustainable Development Goals and the EU Green Deal | |
Morell et al. | Can crop simulation models be used to predict local to regional maize yields and total production in the US Corn Belt? | |
Wi et al. | Calibration approaches for distributed hydrologic models in poorly gaged basins: implication for streamflow projections under climate change | |
CN110719336B (zh) | 一种基于物联网的灌溉用水分析监控系统 | |
Norton et al. | Using models to bridge the gap between land use and algal blooms: An example from the Loweswater catchment, UK | |
CN101858971A (zh) | 一种基于modis数据的水稻单产遥感估算方法 | |
CN113032733B (zh) | 基于非线性分类回归分析的遥感降雨误差校正方法及系统 | |
CN110930048A (zh) | 一种基于成灾机理过程的农作物干旱风险评估系统及方法 | |
CN111899126A (zh) | 基于水循环模拟的三条红线控制指标划分方法 | |
CN114580834A (zh) | 耕地质量等级评价方法、装置及电子设备 | |
Wu et al. | Data uncertainties in anthropogenic phosphorus flow analysis of lake watershed | |
Parris | Environmental indicators for agriculture: overview in OECD countries | |
Baum et al. | Surface boundary layer of cattle feedlots: Implications for air emissions measurement | |
CN110782112B (zh) | 一种农作物生产温室气体减排潜力估算方法及系统 | |
Roelsma et al. | Comparative study of nitrate leaching models on a regional scale | |
Döll et al. | Advances and visions in large-scale hydrological modelling: findings from the 11th Workshop on Large-Scale Hydrological Modelling | |
Keller et al. | Modelling heavy metal and phosphorus balances for farming systems | |
Islam et al. | Aqua fishing monitoring system using IoT devices | |
Castoldi et al. | Evaluation of the spatial uncertainty of agro-ecological assessments at the regional scale: the phosphorus indicator in northern Italy | |
Wendland et al. | Determination of nitrogen reduction levels necessary to reach groundwater quality targets in large river basins: the Weser basin case study, Germany | |
Kim et al. | Spatio-temporal association of fossil fuel CO2 emissions from crop production across US counties | |
Van Der Gon et al. | Combining upscaling and downscaling of methane emissions from rice fields: methodologies and preliminary results |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |