CN113487466B - 一种基于区块链的碳汇证书系统 - Google Patents
一种基于区块链的碳汇证书系统 Download PDFInfo
- Publication number
- CN113487466B CN113487466B CN202110724870.3A CN202110724870A CN113487466B CN 113487466 B CN113487466 B CN 113487466B CN 202110724870 A CN202110724870 A CN 202110724870A CN 113487466 B CN113487466 B CN 113487466B
- Authority
- CN
- China
- Prior art keywords
- carbon sink
- data
- carbon
- sink
- certificate
- 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.)
- Active
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 367
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 366
- 241000196324 Embryophyta Species 0.000 claims abstract description 54
- 238000013500 data storage Methods 0.000 claims abstract description 30
- 238000013480 data collection Methods 0.000 claims abstract description 21
- 238000003860 storage Methods 0.000 claims description 75
- 238000012795 verification Methods 0.000 claims description 49
- 238000000034 method Methods 0.000 claims description 19
- 238000013524 data verification Methods 0.000 claims description 18
- 238000003062 neural network model Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 239000002689 soil Substances 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 6
- 241000607479 Yersinia pestis Species 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 241000213006 Angelica dahurica Species 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 40
- 230000009919 sequestration Effects 0.000 description 22
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 18
- 238000012546 transfer Methods 0.000 description 12
- 229910002092 carbon dioxide Inorganic materials 0.000 description 9
- 241001278112 Populus euphratica Species 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 241001474374 Blennius Species 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 244000061520 Angelica archangelica Species 0.000 description 2
- 235000001287 Guettarda speciosa Nutrition 0.000 description 2
- 241000219000 Populus Species 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241000183024 Populus tremula Species 0.000 description 1
- 240000002044 Rhizophora apiculata Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000000484 butyl group Chemical group [H]C([*])([H])C([H])([H])C([H])([H])C([H])([H])[H] 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 125000003187 heptyl group Chemical group [H]C([*])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])[H] 0.000 description 1
- 125000004051 hexyl group Chemical group [H]C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])* 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 125000001147 pentyl group Chemical group C(CCCC)* 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及碳排放控制技术领域，具体涉及一种基于区块链的碳汇证书系统，包括若干个碳汇基站和证书服务器，碳汇基站接入预设范围内的碳汇主体，碳汇主体将其名称、地理位置、碳汇植物品种及种植面积输入数据收集模块，数据收集模块还收集预设范围内的气象数据，数据存证模块将数据收集模块收集到的数据进行存证，碳汇模型执行模块周期性将碳汇主体名下相应植物品种的种植面积及气象数据输入碳汇模型，得出碳汇量结果，证书服务器按预设模板排版并关联唯一证书编码后，作为碳汇证书出具。本发明的实质性效果是：使用碳汇基站收集碳汇主体的相关数据，并采用存证手段将相关数据存证固定，提高碳汇量的可信度，有助于大规模推广使用。
Description
技术领域
本发明涉及碳排放控制技术领域，具体涉及一种基于区块链的碳汇证书系统。
背景技术
碳汇是指通过植树造林、植被恢复等措施，吸收大气中的二氧化碳，从而减少温室气体在大气中浓度的过程、活动或机制。森林碳汇是指森林植物吸收大气中的二氧化碳并将其固定在植被或土壤中，从而减少该气体在大气中的浓度。土壤是陆地生态系统中最大的碳库，在降低大气中温室气体浓度、减缓全球气候变暖中，具有十分重要的独特作用。除此之外还包括碳汇草、海洋植物及海洋微生物碳汇等。碳汇交易作为控制碳排放的重要措施，受到各国政府的重视和推进。目前我国建立有绿证等相关可供交易的碳汇证书。绿证的真实性有政府监管实现，由于政府的监管范围有限，目前大量的碳汇尚未形成可信统一的、能够用于市场交易的证书出现。阻碍了碳汇市场的发展，不利于降低碳排放资源的充分利用。
中国专利CN102305792B基于非线性偏最小二乘优化模型的森林碳汇遥感估算方法、CN104483456B一种大型海藻群落固碳效率的测定方法、CN105225160B大型藻类渔业碳汇计量方法、CN104820065B一种城市单株乔木的碳汇测算方法及CN105987991B一种测定红树林碳汇能力的方法等公开了多种植物类型的多种碳汇量计算方法。但由于缺乏对种植面积及种植时间等的有效可信监督，尚不能依靠这些碳汇量计算方法生成可信的碳汇证书。
发明内容
本发明要解决的技术问题是：目前缺乏适于广泛应用的可信的碳汇证书生成系统的技术问题。提出了一种基于区块链的碳汇证书系统，本系统基于区块链和碳汇模型，能够提供多样化的碳汇量计算和数据的可信监管，能够使碳汇证书得到推广应用。
为解决上述技术问题，本发明所采取的技术方案为：一种基于区块链的碳汇证书系统，包括若干个碳汇基站和证书服务器，若干个碳汇基站分布在碳汇植物种植区，每个碳汇基站接入预设范围内的碳汇主体，所述碳汇基站运行有主体管理模块、数据收集模块、数据存证模块和碳汇模型执行模块，种植有碳汇植物的碳汇主体向所述主体管理模块注册并被分配主体标识，碳汇主体将其名称、地理位置、碳汇植物品种及种植面积输入所述数据收集模块，所述数据收集模块还收集预设范围内的气象数据，所述数据存证模块将所述数据收集模块收集到的数据进行存证，每个植物品种均有对应的碳汇模型，所述碳汇模型执行模块周期性将碳汇主体名下相应植物品种的种植面积及气象数据输入碳汇模型，得出碳汇量结果，所述证书服务器将碳汇主体名称、地理位置、碳汇植物品种、种植面积及碳汇量按预设模板排版并关联唯一证书编码后，作为碳汇证书出具。
作为优选，所述数据收集模块包括数据输入单元、气象数据同步单元、环境监测单元和数据验证单元，所述碳汇主体通过数据输入单元输入名称、地理位置、碳汇植物品种及种植面积，所述气象数据同步单元根据地理位置信息向气象部门同步对应的气象数据，所述环境监测单元连接若干个布置在碳汇植物种植区域的环境监测传感器，所述环境监测传感器包括温湿度传感器、风速传感器、CO2含量传感器、土壤酸碱度传感器和虫害传感器，所述数据验证单元接收碳汇主体上传的政府部门出具的证明文件，将证明文件与数据输入单元接收的数据进行比对验证，所述数据验证单元还同步北斗遥测数据，根据遥测数据验证种植面积的真实性，对验证不通过的数据不予接收。
作为优选，所述数据存证模块将所述数据收集模块收集到的数据分为状态数据和增量数据，所述状态数据包括碳汇主体的名称、地理位置、碳汇植物品种及种植面积，所述增量数据包括气象数据和碳汇模型执行数据，所述数据存证模块开辟状态数据存储区域，碳汇主体的状态数据存入所述状态数据存储区域，并在碳汇主体的状态数据改变时进行更新；开辟线性存储区域用于存储增量数据，将增量数据按时间顺序紧邻的存入所述线性存储区域；所述数据存证模块提取状态数据的哈希值，并将状态数据的哈希值上传区块链存储，获得对应的区块高度和区块哈希值存储在本地；所述数据存证模块以第一周期向线性存储区域内插入存证点，所述存证点占用预设长度的存储空间，将两个存证点之间的增量数据及上一个存证点内存储的数据一起提取哈希值，作为存证哈希值存入存证点，以第二周期将最新的存证哈希值上传到区块链存储，获得对应的区块高度和区块哈希值存入最新的存证点。
作为优选，在线性存储空间内开辟预设长度的存储段，将所述的存储段分配给一个碳汇主体，在存储段起始处设置首空间，在首空间内存入碳汇主体标识，将隶属碳汇主体的增量数据存储在对应的存储段内，不断开辟新的存储段以分配给其他碳汇主体，存储段末尾预留预设长度的尾空间，当所述存储段存满时，开辟新的存储段分配给相应的碳汇主体，将分配的存储段起始地址填入对应的上一个存储段的尾空间内，在分配的存储段的首空间内存入对应的上一个存储段的起始地址，所述首空间和尾空间内的数据不被存证，所述存储段存储的数据与尾空间之间若存在未使用空间，则被填充为预设的占位符。
作为优选，所述数据存证模块在第一周期结束时，将其接入的全部碳汇主体对应的存证哈希值一起提取哈希值，作为特征哈希值，将特征哈希值存入存证点，若干个碳汇基站结为工作量证明组，工作量证明组中的碳汇基站分别取其特征哈希值中指定位的值，构成联合哈希值，工作量证明组中的碳汇基站竞争产生穷举数，所述穷举数与联合哈希值满足预设的工作量证明条件，将联合哈希值及对应的穷举数存入每个碳汇主体对应的存证点。
作为优选，还包括碳汇模型验证模块，所述碳汇模型验证模块运行在证书服务器上，所述碳汇模型验证模块将碳汇植物品种相同的碳汇证书归集为一大组，按照气象数据相似度大于预设阈值将同大组碳汇证书分为小组，计算同小组内碳汇证书中单位种植面积的碳汇量，即为单位碳汇量，将单位碳汇量离群的碳汇证书使用的碳汇模型标记为可疑，将对应的碳汇证书标记为可疑，直至对应碳汇主体提供相关林业部门或科研机构提供的证明时，解除碳汇证书的可疑标记。
作为优选，当归集到小组内的碳汇证书达到预设数量时，建立神经网络模型，所述神经网络模型的输入为气象数据，输出为单位碳汇量，剔除小组内标记为可疑的碳汇证书，计算剩余碳汇证书的单位碳汇量，将单位碳汇量与气象数据关联，构成样本数据，将样本数据划分训练集和验证集，使用训练集训练神经网络模型，使用验证集验证神经网络模型的准确率，当准确率达到预设要求时，完成神经网络的训练，否则，根据新归集到小组内的碳汇证书制作样本数据，以进一步训练神经网络，神经网络训练完成后，对新归集到小组的碳汇证书，若无可疑标记，则将该碳汇证书对应的气象数据输入到神经网络模型，若神经网络模型输出的单位碳汇量与碳汇证书的单位碳汇量差别超过设定阈值，则将对应的碳汇证书标记为可疑，直至对应碳汇主体提供相关林业部门或科研机构提供的证明时，解除碳汇证书的可疑标记。
本发明的实质性效果是：1）使用碳汇基站收集碳汇主体的相关数据，并采用存证手段将相关数据存证固定，即能够避免事后篡改，又能够在发现虚构碳汇量行为后作为调查及惩罚依据，提高虚构碳汇量代价，从而提高碳汇量的可信度；2）通过开放接入碳汇模型，使不同植物品种、不同地区、不同环境下的碳汇植物，都能够换算出碳汇量，扩大了碳汇证书的使用范围，有助于大规模推广使用；3）结合数据量优势，对碳汇模型进行验证，能够自动发现可疑的碳汇模型，为净化碳汇证书市场提供有力保证。
附图说明
图1为实施例一碳汇证书系统结构示意图。
图2为实施例一碳汇证书排版示意图。
图3为实施例一增量数据存证存储示意图。
图4为实施例一碳汇模型验证模块工作流程示意图。
图5为实施例二参照碳汇模型建立方法流程示意图。
其中：100、证书服务器，200、碳汇基站，201、增量数据，202、特征哈希值，203、联合哈希值，204、穷举数，205、存证点，300、碳汇植场，400、碳汇证书，401、证书图标，402、证书信息，403、签名信息，500、区块链。
具体实施方式
下面通过具体实施例，并结合附图，对本发明的具体实施方式作进一步具体说明。
实施例一：
一种基于区块链500的碳汇证书400系统，请参阅附图1，本系统包括若干个碳汇基站200和证书服务器100，若干个碳汇基站200分布在碳汇植物种植区，每个碳汇基站200接入预设范围内碳汇主体的碳汇植场300，碳汇基站200运行有主体管理模块、数据收集模块、数据存证模块和碳汇模型执行模块，种植有碳汇植物的碳汇主体向主体管理模块注册并被分配主体标识，碳汇主体将其名称、地理位置、碳汇植物品种及种植面积输入数据收集模块，数据收集模块还收集预设范围内的气象数据，数据存证模块将数据收集模块收集到的数据进行存证，每个植物品种均有对应的碳汇模型，碳汇模型执行模块周期性将碳汇主体名下相应植物品种的种植面积及气象数据输入碳汇模型，得出碳汇量结果，证书服务器100将碳汇主体名称、地理位置、碳汇植物品种、种植面积及碳汇量按预设模板排版并关联唯一证书编码后，作为碳汇证书400出具。
请参阅附图2，为本实施例采用的碳汇证书400排版。包括标题、证书信息402、证书图标401和签名信息403，标题和证书图标401分别位于中间和右侧，左侧排列证书信息402，证书信息402包括证书编号、碳汇主体的名称、碳汇主体的地理位置、碳汇植物的品种、种植面积、植物龄、碳汇量和碳汇量的统计周期。右下角为时间戳和签名验证码，签名为证书服务器100私钥签名的一条信息。
数据收集模块包括数据输入单元、气象数据同步单元、环境监测单元和数据验证单元，碳汇主体通过数据输入单元输入名称、地理位置、碳汇植物品种及种植面积，气象数据同步单元根据地理位置信息向气象部门同步对应的气象数据，环境监测单元连接若干个布置在碳汇植物种植区域的环境监测传感器，环境监测传感器包括温湿度传感器、风速传感器、CO2含量传感器、土壤酸碱度传感器和虫害传感器，数据验证单元接收碳汇主体上传的政府部门出具的证明文件，将证明文件与数据输入单元接收的数据进行比对验证，数据验证单元还同步北斗遥测数据，根据遥测数据验证种植面积的真实性，对验证不通过的数据不予接收。
数据存证模块将数据收集模块收集到的数据分为状态数据和增量数据201，状态数据包括碳汇主体的名称、地理位置、碳汇植物品种及种植面积，增量数据201包括气象数据和碳汇模型执行数据，数据存证模块开辟状态数据存储区域，碳汇主体的状态数据存入状态数据存储区域，并在碳汇主体的状态数据改变时进行更新。请参阅附图3，数据存证模块开辟线性存储区域用于存储增量数据201，将增量数据201按时间顺序紧邻的存入线性存储区域；数据存证模块提取状态数据的哈希值，并将状态数据的哈希值上传区块链500存储，获得对应的区块高度和区块哈希值存储在本地；数据存证模块以第一周期向线性存储区域内插入存证点205，存证点205占用预设长度的存储空间，将两个存证点205之间的增量数据201及上一个存证点205内存储的数据一起提取哈希值，作为存证哈希值存入存证点205，以第二周期将最新的存证哈希值上传到区块链500存储，获得对应的区块高度和区块哈希值存入最新的存证点205。
在线性存储空间内开辟预设长度的存储段，将的存储段分配给一个碳汇主体，在存储段起始处设置首空间，在首空间内存入碳汇主体标识，将隶属碳汇主体的增量数据201存储在对应的存储段内，不断开辟新的存储段以分配给其他碳汇主体，存储段末尾预留预设长度的尾空间，当存储段存满时，开辟新的存储段分配给相应的碳汇主体，将分配的存储段起始地址填入对应的上一个存储段的尾空间内，在分配的存储段的首空间内存入对应的上一个存储段的起始地址，首空间和尾空间内的数据不被存证，存储段存储的数据与尾空间之间若存在未使用空间，则被填充为预设的占位符。
数据存证模块在第一周期结束时，将其接入的全部碳汇主体对应的存证哈希值一起提取哈希值，作为特征哈希值202，将特征哈希值202存入存证点205。若干个碳汇基站200结为工作量证明组，工作量证明组中的碳汇基站200分别取其特征哈希值202中指定位的值，构成联合哈希值203。
本实施例中3个碳汇基站200，在某个周期的特征哈希值202分别为：CF17E96DD64 DF6F185C4563F5D27755ED4DCC0E322A40DD9A6BA76770EAC74B9、198804385D22B831405698 BF2FAF8B08A8DF5CB7DD37A2032A104CF20182637C、4F0FC73D43F38A4DBA7C109528D3C396706DD109F530652F49713956F799393C
均为64位16进制数，分别取第一个特征哈希值202的前20位、最后一个特征哈希值202的后20位和第二个特征哈希值202的中间24位，组成新的哈希值，即为联合哈希值203：
CF17E96DD64DF6F185C4-98BF2FAF8B08A8DF5CB7DD37-652F49713956F799393C。
工作量证明组中的碳汇基站200竞争产生穷举数204，穷举数204与联合哈希值203满足预设的工作量证明条件，将联合哈希值203及对应的穷举数204存入每个碳汇主体对应的存证点205。碳汇基站200也可以不采用竞争的方式，而是合作的方式，划分穷举数204开始的区段，分别寻找满足要求的穷举数204，能够增大工作量证明的难度，提高篡改数据的难度。工作量证明（Proof-of-Work，PoW）是一种对应服务与资源滥用、或是阻断服务攻击的经济对策。一般是要求用户进行一些耗时适当的复杂运算，并且答案能被服务方快速验算，以此耗用的时间、设备与能源做为担保成本，以确保服务与资源是被真正的需求所使用。具体来讲，就是寻找一个穷举数204，能够和联合哈希值203一起提取的哈希值的前几位取值为0，取值为0的位数越多，计算难度就越大，需要消耗的算力就越多。经过多个碳汇基站200合作，找到工作量证明后。若其中一个碳汇基站200篡改了已修改的数据，则其特征哈希值202会发生变化，不能与其存储的联合哈希值203的设定位保持一致，因而其需要接着篡改联合哈希值203，还需要自行计算新的满足工作量证明条件的穷举数204，这是代价高昂的。即使其篡改成功，也无法和同工作量证明组中的其他碳汇基站200，所存储的联合哈希值203匹配，仍然会留下修改的痕迹。
碳汇模型验证模块运行在证书服务器100上，请参阅附图4，碳汇模型验证模块的工作流程包括：
步骤A1）碳汇模型验证模块将碳汇植物品种相同的碳汇证书400归集为一大组；
步骤A2）按照气象数据相似度大于预设阈值将同大组碳汇证书400分为小组；
步骤A3）计算同小组内碳汇证书400中单位种植面积的碳汇量，即为单位碳汇量；
步骤A4）将单位碳汇量离群的碳汇证书400使用的碳汇模型标记为可疑；
步骤A5）将对应的碳汇证书400标记为可疑，直至对应碳汇主体提供相关林业部门或科研机构提供的证明时，解除碳汇证书400的可疑标记。离群的碳汇证书400的判断方法为：计算单位碳汇量的平均值，使用欧拉距离计算每个碳汇证书400的单位碳汇量与平均值之间的距离，计算出距离均值，将超过距离均值的预设倍数的单位碳汇量对应的碳汇模型判定为离群碳汇模型。
当归集到小组内的碳汇证书400达到预设数量时，能够利用数据量优势建立用于参照的参照碳汇模型。请参阅附图5，包括：
步骤B1）建立神经网络模型，神经网络模型的输入为气象数据，输出为单位碳汇量，剔除小组内标记为可疑的碳汇证书400，计算剩余碳汇证书400的单位碳汇量；
步骤B2）将单位碳汇量与气象数据关联，构成样本数据；
步骤B3）将样本数据划分训练集和验证集，使用训练集训练神经网络模型，使用验证集验证神经网络模型的准确率，当准确率达到预设要求时，完成神经网络的训练，否则，根据新归集到小组内的碳汇证书400制作样本数据，以进一步训练神经网络；
步骤B4）神经网络训练完成后，对新归集到小组的碳汇证书400，若无可疑标记，则将该碳汇证书400对应的气象数据输入到神经网络模型；
步骤B5）若神经网络模型输出的单位碳汇量与碳汇证书400的单位碳汇量差别超过设定阈值，则将对应的碳汇证书400标记为可疑，直至对应碳汇主体提供相关林业部门或科研机构提供的证明时，解除碳汇证书400的可疑标记。
本实施例的有益技术效果是：碳汇基站200收集碳汇主体的相关数据，并采用存证手段将相关数据存证固定，即能够避免事后篡改，又能够在发现虚构碳汇量行为后作为调查及惩罚依据，提高虚构碳汇量代价；通过开放接入碳汇模型，使不同植物品种、不同地区、不同环境下的碳汇植物，都能够换算出碳汇量，扩大了碳汇证书400的使用范围，有助于大规模推广使用；结合数据量优势，对碳汇模型进行验证，能够自动发现可疑的碳汇模型，为净化碳汇证书400市场提供有力保证。
实施例二：
一种基于区块链500的碳汇证书400系统，请参阅附图1，本系统包括3个碳汇基站200和证书服务器100，第一个碳汇基站200连接隶属于甲的胡杨林、隶属于甲的红杉林、隶属于乙的胡杨林和隶属于丙的草场。第二个碳汇基站200连接隶属于丁的杂树林和戊的灌木林。第三个碳汇基站200连接隶属于己的海藻场和隶属于庚的海藻场。
胡杨林的碳汇能力主要跟胡杨林的种植面积、生长年限、降雨量、日间温度、夜间温度、土壤温湿度及地理位置有关。基于现有技术“于贵瑞,孙晓敏,温学发. 基于涡度相关技术估算植被/大气间净CO2交换量中的不确定性[J]. 地球科学进展, 2004, 19(4).”记载，通过涡度相关技术测定胡杨林与大气之间CO2、H2O和能量通量，可以测量获得具体地理位置下单位面积胡杨林的碳汇能力，积累足够多的样本数据后，可以建立种植面积、生长年限、降雨量、日间温度、夜间温度、土壤温湿度及地理位置与碳汇量之间的经验碳汇模型。以同样的方式能获得红杉林、草场、杂树林、灌木林和海藻场的经验碳汇模型。由于杂树林中树木组分变化大，采用杂树林中树冠估算体积代替种植面积，参与经验碳汇模型建立。
隶属于甲的胡杨林、隶属于甲的红杉林、隶属于乙的胡杨林和隶属于丙的草场，将碳汇主体名称、碳汇植物品种、种植面积、生长年限及地理位置输入所连接的碳汇基站200。碳汇基站200连接当地的气象站，获得相应区域的日间温度、夜间温度。连接当地的农业测绘站，获得对应区域的土壤温湿度。若无气象站或农业测绘站，则需要对应的碳汇主体安装相应的传感器，并将传感器直接与碳汇基站200连接。为避免监测数据造假，应当购买具有防窃取、加密通信的传感器。同时本系统对接卫星遥感数据和气象部门的数据，将与卫星遥感数据或气象部门提供数据不符的碳汇主体标记为可疑，要求碳汇主体提供具有公信力的证明。本系统还在碳汇主体较为密集的区域，自行设置相关传感器，用于验证碳汇主体提供的数据真实性。
应当注意到，基于现有技术“马小红,冯起,苏永红,等.胡杨林净生态系统CO2交换特征[J].干旱区资源与环境,2017,031(009):108-115.”及本专利背景技术列举的现有技术，可知，本技术领域对于一些品种的植物，已存在相关理论碳汇量计算模型。若碳汇主体的碳汇植物已存在理论碳汇模型，则按照理论碳汇模型收集相关数据。若不存在理论模型，则按照前述方法建立经验碳汇模型。
碳汇基站200将相关数据收集起来后，由数据存证模块按照实施例一所记载的存证方法进行数据存证固定。确保已收集到的数据，不会被事后更改。
为进一步提高数据造假的代价，降低数据造假的收益。本系统对所采用的经验碳汇模型及理论碳汇模型，均不对公众不公开。仅由相关领域专家审核署名。由于不知晓碳汇模型，因而造假相关数据，不一定会带来碳汇量的增加。如增加温度虽然能够增加CO2的吸收量，但同时增强了植物的呼吸作用，又会释放更多的CO2，由于碳汇模型不公开，碳汇主体很难找到具体造假哪些数据，以及如何造假。因而能够进一步提高相关传感器在输入碳汇基站200前的数据真实性。
当半年结算周期到达，碳汇基站200将其接入的全部碳汇主体名下的碳汇植物，分别代入相应品种的经验碳汇模型或理论碳汇模型，获得每个碳汇植物在半年周期内的碳汇量。将碳汇主体名下每种碳汇植物的碳汇量相加，得出碳汇主体在半年周期内的碳汇量。为碳汇主体制作碳汇证书400。请再次参阅附图2，证书中载明证书编号、碳汇主体名称、地理位置、碳汇植物品种、对应的碳汇植物种植的面积、植物龄、周期及签名信息403。按照预设排版后，颁发给碳汇主体。
碳汇主体得到碳汇证书400后，能够证明其在半年期内的碳汇量。用于抵消其在同样周期内的碳排放量。由于碳排放量的分配、交易周期为一年，因而碳汇主体能够拿到两张碳汇证书400，用于抵消碳排放量。对于碳汇证书400的交易，不在本专利限定范围，采用现有技术处理即可，本专利未对碳汇证书400交易技术做出改进和限定。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (6)
1.一种基于区块链的碳汇证书系统，其特征在于，
包括若干个碳汇基站和证书服务器，
若干个碳汇基站分布在碳汇植物种植区，每个碳汇基站接入预设范围内的碳汇主体，所述碳汇基站运行有主体管理模块、数据收集模块、数据存证模块和碳汇模型执行模块，种植有碳汇植物的碳汇主体向所述主体管理模块注册并被分配主体标识，碳汇主体将其名称、地理位置、碳汇植物品种及种植面积输入所述数据收集模块，所述数据收集模块还收集预设范围内的气象数据，所述数据存证模块将所述数据收集模块收集到的数据进行存证，每个植物品种均有对应的碳汇模型，所述碳汇模型执行模块周期性将碳汇主体名下相应植物品种的种植面积及气象数据输入碳汇模型，得出碳汇量结果，所述证书服务器将碳汇主体名称、地理位置、碳汇植物品种、种植面积及碳汇量按预设模板排版并关联唯一证书编号后，作为碳汇证书出具；
还包括碳汇模型验证模块，所述碳汇模型验证模块运行在证书服务器上，所述碳汇模型验证模块将碳汇植物品种相同的碳汇证书归集为一大组，按照气象数据相似度大于预设阈值将同大组碳汇证书分为小组，计算同小组内碳汇证书中单位种植面积的碳汇量，即为单位碳汇量，将单位碳汇量离群的碳汇证书使用的碳汇模型标记为可疑，将对应的碳汇证书标记为可疑，直至对应碳汇主体提供相关林业部门或科研机构提供的证明时，解除碳汇证书的可疑标记。
2.根据权利要求1所述的一种基于区块链的碳汇证书系统，其特征在于，
所述数据收集模块包括数据输入单元、气象数据同步单元、环境监测单元和数据验证单元，
所述碳汇主体通过数据输入单元输入名称、地理位置、碳汇植物品种及种植面积，
所述气象数据同步单元根据地理位置信息向气象部门同步对应的气象数据，
所述环境监测单元连接若干个布置在碳汇植物种植区域的环境监测传感器，所述环境监测传感器包括温湿度传感器、风速传感器、CO2含量传感器、土壤酸碱度传感器和虫害传感器，
所述数据验证单元接收碳汇主体上传的政府部门出具的证明文件，将证明文件与数据输入单元接收的数据进行比对验证，所述数据验证单元还同步北斗遥测数据，根据遥测数据验证种植面积的真实性，对验证不通过的数据不予接收。
3.根据权利要求2所述的一种基于区块链的碳汇证书系统，其特征在于，
所述数据存证模块将所述数据收集模块收集到的数据分为状态数据和增量数据，所述状态数据包括碳汇主体的名称、地理位置、碳汇植物品种及种植面积，所述增量数据包括气象数据和碳汇模型执行数据，所述数据存证模块开辟状态数据存储区域，碳汇主体的状态数据存入所述状态数据存储区域，并在碳汇主体的状态数据改变时进行更新；
开辟线性存储区域用于存储增量数据，将增量数据按时间顺序紧邻的存入所述线性存储区域；
所述数据存证模块提取状态数据的哈希值，并将状态数据的哈希值上传区块链存储，获得对应的区块高度和区块哈希值存储在本地；
所述数据存证模块以第一周期向线性存储区域内插入存证点，所述存证点占用预设长度的存储空间，将两个存证点之间的增量数据及上一个存证点内存储的数据一起提取哈希值，作为存证哈希值存入存证点，以第二周期将最新的存证哈希值上传到区块链存储，获得对应的区块高度和区块哈希值存入最新的存证点。
4.根据权利要求3所述的一种基于区块链的碳汇证书系统，其特征在于，
在线性存储空间内开辟预设长度的存储段，将所述的存储段分配给一个碳汇主体，在存储段起始处设置首空间，在首空间内存入碳汇主体标识，将隶属碳汇主体的增量数据存储在对应的存储段内，不断开辟新的存储段以分配给其他碳汇主体，存储段末尾预留预设长度的尾空间，当所述存储段存满时，开辟新的存储段分配给相应的碳汇主体，将分配的存储段起始地址填入对应的上一个存储段的尾空间内，在分配的存储段的首空间内存入对应的上一个存储段的起始地址，所述首空间和尾空间内的数据不被存证，所述存储段存储的数据与尾空间之间若存在未使用空间，则被填充为预设的占位符。
5.根据权利要求3或4所述的一种基于区块链的碳汇证书系统，其特征在于，
所述数据存证模块在第一周期结束时，将其接入的全部碳汇主体对应的存证哈希值一起提取哈希值，作为特征哈希值，将特征哈希值存入存证点，
若干个碳汇基站结为工作量证明组，工作量证明组中的碳汇基站分别取其特征哈希值中指定位的值，构成联合哈希值，工作量证明组中的碳汇基站竞争产生穷举数，所述穷举数与联合哈希值满足预设的工作量证明条件，将联合哈希值及对应的穷举数存入每个碳汇主体对应的存证点。
6.根据权利要求1所述的一种基于区块链的碳汇证书系统，其特征在于，
当归集到小组内的碳汇证书达到预设数量时，建立神经网络模型，所述神经网络模型的输入为气象数据，输出为单位碳汇量，
剔除小组内标记为可疑的碳汇证书，计算剩余碳汇证书的单位碳汇量，将单位碳汇量与气象数据关联，构成样本数据，将样本数据划分训练集和验证集，使用训练集训练神经网络模型，使用验证集验证神经网络模型的准确率，当准确率达到预设要求时，完成神经网络的训练，否则，根据新归集到小组内的碳汇证书制作样本数据，以进一步训练神经网络，
神经网络训练完成后，对新归集到小组的碳汇证书，若无可疑标记，则将该碳汇证书对应的气象数据输入到神经网络模型，若神经网络模型输出的单位碳汇量与碳汇证书的单位碳汇量差别超过设定阈值，则将对应的碳汇证书标记为可疑，直至对应碳汇主体提供相关林业部门或科研机构提供的证明时，解除碳汇证书的可疑标记。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110724870.3A CN113487466B (zh) | 2021-06-29 | 2021-06-29 | 一种基于区块链的碳汇证书系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110724870.3A CN113487466B (zh) | 2021-06-29 | 2021-06-29 | 一种基于区块链的碳汇证书系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113487466A CN113487466A (zh) | 2021-10-08 |
| CN113487466B true CN113487466B (zh) | 2024-02-27 |
Family
ID=77936556
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110724870.3A Active CN113487466B (zh) | 2021-06-29 | 2021-06-29 | 一种基于区块链的碳汇证书系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113487466B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114266568A (zh) * | 2021-12-03 | 2022-04-01 | 浙江数秦科技有限公司 | 一种基于区块链的碳排放权分配系统 |
| US20230200360A1 (en) * | 2021-12-29 | 2023-06-29 | Yu-Jiang Chang | System and method for carbon sequestration |
| GB2617178A (en) * | 2022-03-31 | 2023-10-04 | Seaweed Generation Ltd | A method and system for carbon sequestration |
| GB2617223A (en) * | 2022-03-31 | 2023-10-04 | Seaweed Generation Ltd | A method and system for carbon sequestration |
| CN114778767B (zh) * | 2022-04-06 | 2024-03-19 | 中国电力科学研究院有限公司 | 碳排放园区直接碳排放连续测量方法、装置、设备及介质 |
| TWI847186B (zh) * | 2022-07-11 | 2024-07-01 | 大自然交易平台股份有限公司 | 植物資產管理方法、管理系統、交易方法及交易系統 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103698476A (zh) * | 2013-12-19 | 2014-04-02 | 中国计量学院 | 一种原位测定多年生植被碳源碳汇的同位素示踪法 |
| CN204536307U (zh) * | 2015-05-05 | 2015-08-05 | 东北林业大学 | 微碳汇计量系统 |
| CN107506917A (zh) * | 2017-08-16 | 2017-12-22 | 北京盛世博创信息技术有限公司 | 一种碳流通信息的跟踪方法及系统 |
| CN111325549A (zh) * | 2020-03-04 | 2020-06-23 | 浙江大学 | 一种基于区块链的碳排放权与绿证交易联合系统及方法 |
| WO2020240083A1 (en) * | 2019-05-24 | 2020-12-03 | Hiilinieluntuottajat Hnt Oy | A system and a method for utilizing a carbon sink formed by soil and/or forest in emission trading systems |
| CN112507839A (zh) * | 2020-12-02 | 2021-03-16 | 上海市建筑科学研究院有限公司 | 一种城市景观固碳量的快速测算方法 |
| CN112991060A (zh) * | 2021-03-05 | 2021-06-18 | 苏州迈兰德节能环保科技有限公司 | 基于区块链的碳迹数据跟踪的方法、装置及存储介质 |
-
2021
- 2021-06-29 CN CN202110724870.3A patent/CN113487466B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103698476A (zh) * | 2013-12-19 | 2014-04-02 | 中国计量学院 | 一种原位测定多年生植被碳源碳汇的同位素示踪法 |
| CN204536307U (zh) * | 2015-05-05 | 2015-08-05 | 东北林业大学 | 微碳汇计量系统 |
| CN107506917A (zh) * | 2017-08-16 | 2017-12-22 | 北京盛世博创信息技术有限公司 | 一种碳流通信息的跟踪方法及系统 |
| WO2020240083A1 (en) * | 2019-05-24 | 2020-12-03 | Hiilinieluntuottajat Hnt Oy | A system and a method for utilizing a carbon sink formed by soil and/or forest in emission trading systems |
| CN111325549A (zh) * | 2020-03-04 | 2020-06-23 | 浙江大学 | 一种基于区块链的碳排放权与绿证交易联合系统及方法 |
| CN112507839A (zh) * | 2020-12-02 | 2021-03-16 | 上海市建筑科学研究院有限公司 | 一种城市景观固碳量的快速测算方法 |
| CN112991060A (zh) * | 2021-03-05 | 2021-06-18 | 苏州迈兰德节能环保科技有限公司 | 基于区块链的碳迹数据跟踪的方法、装置及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 基于区块链技术的碳交易模式构建;周莉;张生平;侯方淼;张伦萍;;中国水土保持科学(03);全文 * |
| 碳汇草及其碳汇机制;雷学军;;农业工程(05);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113487466A (zh) | 2021-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113487466B (zh) | 一种基于区块链的碳汇证书系统 | |
| Chen et al. | Accelerated increase in vegetation carbon sequestration in China after 2010: A turning point resulting from climate and human interaction | |
| Zhang et al. | Is urban green space a carbon sink or source?-A case study of China based on LCA method | |
| Knaus et al. | Green roof effects on daytime heat in a prefabricated residential neighbourhood in Berlin, Germany | |
| Wu et al. | Using the modified i-Tree Eco model to quantify air pollution removal by urban vegetation | |
| Liu et al. | Land use transitions and their dynamic mechanism: The case of the Huang-Huai-Hai Plain | |
| CN110689173A (zh) | 一种灌区农业灌溉用水需求决策方法及系统 | |
| CN108022176A (zh) | 智慧园林管理系统与方法 | |
| CN102779391A (zh) | 一种干旱预警方法和预警系统 | |
| Hu et al. | Analysis of land use change characteristics based on remote sensing and GIS in the Jiuxiang river watershed | |
| CN105389742A (zh) | 一种水环境敏感区遥感识别方法及系统和岸边带建设方法 | |
| CN102567648A (zh) | 一种绿地生态评价单元粒度自适应栅格取样方法 | |
| CN111899126A (zh) | 基于水循环模拟的三条红线控制指标划分方法 | |
| CN112508352A (zh) | 一种定量区分水循环演变过程中不同因素贡献的方法 | |
| Zhang et al. | Research on the optimal allocation of agricultural water and soil resources in the Heihe River Basin based on SWAT and intelligent optimization | |
| CN109146112B (zh) | 面向森林多目标优化决策的经营系统 | |
| Gao et al. | Are grand tree planting initiatives meeting expectations in mitigating urban overheating during heat waves? | |
| Dong et al. | Multi-scenario simulation of spatial structure and carbon sequestration evaluation in residential green space | |
| CN202373016U (zh) | 园林工程现代化管理系统 | |
| Dyer et al. | Assessing the sensitivity of lower atmospheric characteristics to agricultural land use classification over the Lower Mississippi River Alluvial Valley | |
| CN116307793A (zh) | 一种基于双评价的城镇开发边界划定方法 | |
| Ding et al. | Hydrological and associated pollution load simulation and estimation for the Three Gorges Reservoir of China | |
| Hwang et al. | Application of bias-correction and stochastic analogue method (BCSA) to statistically downscale daily precipitation over South Korea | |
| Guang et al. | Preliminary Study on Data Fusion Based on Internet of Things of Eucalyptus Plantation | |
| Lu et al. | Ecological Network Construction of Putian Rural Landscape Based on Geospatial Analysis |
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 |