CN116030350A - 一种基于点云技术的城市绿地植被碳汇量计算方法及系统 - Google Patents

Abstract

本发明公开一种基于点云技术的城市绿地植被碳汇量计算方法及系统，属于城市绿地碳汇量计算领域；计算方法包括：S1采用三维激光雷达扫描仪采集被测绿地的点云数据，使用TrimbleRealWorks软件对被测绿地的点云数据进行分类与处理，得到常绿与落叶乔灌木的冠层点云数据和地被点云数据；S2对常绿与落叶乔灌木的冠层点云数据进行体素化建模，统计常绿与落叶乔灌木的冠层体积；S3对地被点云数据进行网格化建模，统计地被的三维表面积；S4根据常绿与落叶乔灌木的冠层体积，由乔灌木碳汇计算公式计算得到常绿与落叶乔灌木的碳汇量；再根据地被三维表面积，由地被碳汇计算公式计算得到地被碳汇量；将两者相加得到被测绿地植被的总碳汇量。

Description

一种基于点云技术的城市绿地植被碳汇量计算方法及系统

技术领域

本发明属于城市绿地碳汇量计算领域，具体涉及一种基于点云技术的城市绿地植被碳汇量计算方法及系统。

背景技术

近年来，工业化发展及城市快速扩张导致大气中二氧化碳等温室气体含量快速增加，进而引发了全球变暖、极端天气频发、海平面上升、生物多样性锐减等问题。绿地作为城市生态系统的重要组成部分，其植被、土壤等组成要素可以消减、吸收并储存空气中的二氧化碳，是中和城市碳排放的主体；城市绿地的碳汇效益成为重要的研究内容之一，碳汇量的计算是评价城市绿地碳汇效益的重要途径。

现有的城市绿地植被碳汇量计算方法包括：样地清查法、同化量法、微气象法和遥感估算法等，其计算多基于人工实测或卫星遥感数据，存在计算过程工作量大且复杂、效率不高，以及结果欠精准的问题。原因在于人工测算数据无法精确地描述植物等复杂形体，而遥感数据则无法获取林下垂直结构信息，难以准确反映城市绿地植被的空间特征。

发明内容

针对现有技术的不足，本发明的目的在于提供一种基于点云技术的城市绿地植被碳汇量计算方法及系统，解决了背景技术中的技术问题。

本发明的目的可以通过以下技术方案实现：

一种基于点云技术的城市绿地植被碳汇量计算方法，包括以下步骤：

S1，采用三维激光雷达扫描仪采集被测绿地的点云数据，使用Trimble RealWorks软件对被测绿地的点云数据进行分类与处理，得到常绿与落叶乔灌木的冠层点云数据和地被点云数据；

S2，对S1得到的常绿与落叶乔灌木的冠层点云数据进行体素化建模，根据建模结果，统计常绿与落叶乔灌木的冠层体积；

S3，对S1得到的地被点云数据进行网格化建模，根据建模结果统计地被的三维表面积；

S4，根据S2得到的常绿与落叶乔灌木的冠层体积，由乔灌木碳汇计算公式计算得到常绿与落叶乔灌木的碳汇量；再根据S3得到的地被三维表面积，由地被碳汇计算公式计算得到地被碳汇量；最后将两者相加得到被测绿地植被的总碳汇量。

进一步地，S1中，所述点云数据的分类处理步骤包括：

S11，利用Trimble Realworks软件将被测区的点云数据分为地表、乔灌木、建筑和其他，共四类点云数据。；

S12，基于S11获得的分类后点云数据，运用Trimble RealWorks软件的点云分割功能，首先去除地表点云数据中的硬质地面的点云数据，得到地被点云数据；其次将乔灌木点云数据分为乔木点云数据和灌木点云数据；之后再剔除建筑和其他点云数据；

S13，利用Trimble RealWorks软件的点云分割功能，将S12获得的灌木点云数据分为常绿灌木与落叶灌木点云数据；

S14，在LIDAR360软件中采用分水岭算法对S12中得到的乔木点云数据进行单木分割，得到常绿乔木与落叶乔木点云数据；

S15，将S13得到的常绿与落叶灌木点云数据以及S14得到的常绿与落叶乔木点云数据中，除冠层之外的数据剔除，得到常绿与落叶乔灌木的冠层点云数据。

进一步地，S14中，单木分割得到常绿乔木与落叶乔木点云数据的步骤包括：

S141，利用地表点云数据及乔木点云数据，通过不规则三角网插值法和反距离权重插值法生成数字高程模型和数字表面模型，将两个模型相减得到冠层高度模型；

S142，基于冠层高度模型进行单木分割，通过分水岭算法得到乔木的初始单木数据以及种子点，再借助LIDAR360软件中的ALS种子点编辑工具对单木分割结果进行检查与修正，增删有分割误差的种子点并再次进行单木分割，得到乔木的单木点云数据；

S143，参照场地现状植被分布图对分割结果进行树种识别并归类，得到常绿乔木与落叶乔木点云数据。

进一步地，S2中，得到常绿与落叶乔灌木的冠层体积的具体步骤包括：

S21，运用Rhino软件平台，借助Grasshopper软件中的Tarsier插件构建体素化建模电池组；

S22，基于S21得到的体素化建模电池组，以及体素边长与植物建模体积的函数关系，利用Rhino软件平台借助Grasshopper软件中的Anemone插件构建体素边长测试电池组；

S23，根据S22构建的体素边长测试电池组，确定乔灌木体素化建模的体素边长；

S24，将常绿乔木、落叶乔木、常绿灌木、落叶灌木的冠层点云数据及S23得到的体素边长，导入体素化建模电池组，完成常绿乔木、落叶乔木、常绿灌木、落叶灌木冠层点云数据的体素化建模，并获得相应的冠层体积。

进一步地，S22中，体素边长与植物建模体积的函数关系公式如下：

X＝1/k

Y＝V_k

式中，k为体素边长；V_k为k体素边长设置下所对应的植物建模体积。

进一步地，S23中，确定乔灌木体素化建模的体素边长的具体步骤包括：

S231，随机选取S14中单木分割得到的单株乔木样本进行体素边长k值测试，选取多个不同树种单木以及同一树种的多个单木作为样本；

S232，将样本数据输入体素边长测试电池组，输出每次循环得出的X、Y值，通过Matlab软件可视化得到函数曲线图像，比较多个样本的函数曲线图像，分析Y值变化趋势，基于Y值变化趋缓的区间确定其所对应的X值区间，进而获取k值区间；

S233，通过比较k值区间内的体素建模效果与实际植物形态，选择建模效果最接近实际形态的k值作为体素化建模的体素边长。

进一步地，S3中，地被三维表面积的求取过程包括：

S31，将地被点云数据导入Rhino软件，使用Patch工具生成曲面网格；

S32，投影地被边界至曲面，去除地被区域以外的网格，获得地被的网格化模型；

S33，使用面积统计工具获得地被的三维表面积。

进一步地，所述乔灌木碳汇计算公式为：

C_ts＝S_ts×V_ts

式中，C_ts为乔灌木年均碳汇量，S_ts为年均乔灌木吸收二氧化碳量，V_ts为乔灌木冠层体积。

进一步地，所述地被碳汇量计算公式如下：

C_g＝S_g×A_g

式中，C_g为地被年均碳汇量，S_g为年均地被碳汇速率，A_g为地被三维表面积。

一种基于点云技术的城市绿地植被碳汇量计算系统，包括：

数据采集处理单元：采用三维激光雷达扫描仪采集被测绿地的点云数据，使用Trimble RealWorks软件对被测绿地的点云数据进行分类与处理，得到常绿与落叶乔灌木的冠层点云数据和地被点云数据；

乔灌木冠层体积计算单元：对数据采集处理单元分类得到的常绿与落叶乔灌木的冠层点云数据进行体素化建模，根据建模结果，统计常绿与落叶乔灌木的冠层体积；

地被三维表面积计算单元：对数据采集处理单元得到的地被点云数据进行网格化建模，根据建模结果统计地被的三维表面积；

碳汇量计算单元：根据乔灌木冠层体积计算单元得到的常绿与落叶乔灌木的冠层体积，由乔灌木碳汇计算公式计算得到常绿与落叶乔灌木的碳汇量；再根据地被三维表面积计算单元得到的地被三维表面积，由地被碳汇计算公式计算得到地被碳汇量；最后将两者相加得到被测绿地植被的总碳汇量。

本发明的有益效果：

本发明实现了城市绿地碳汇量计算的精确化；在乔灌木植物的碳汇量计算中，本发明提出的基于点云数据的体素化建模方法不仅突破了植物建模中树冠形状模拟不准确的限制，而且可以有效解决因树木叶片、枝干间隙产生的植物体积误差问题，能够实现乔灌木的精准化建模，从而使碳汇量的计算更为精确。在地被碳汇量的计算中，与以往直接使用地被投影面积计算相比，本发明基于点云数据构建地表三维模型，并据此获得地被三维表面积，能够考虑实际应用中地形起伏因素的影响，提升了地被碳汇量计算的精确性。

此外，本发明的方法具有操作便捷、高效的特点；采用Rhino+Grasshopper软件搭建电池组，应对不同树种均实现了批量、快速的体素化建模和体积计算。本发明所提方法易操作、效率高，极大节省了人力物力；不仅无需长时间进行实地采集数据，避免了大量繁琐的数据处理工作，而且数据的处理和计算可由单名专业人员完成，对比同样尺度的城市绿地碳汇量计算，可节省大量操作时间。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的碳汇量计算方法流程图；

图2是本发明实施案例的具体点云数据分类过程；

图3是本发明构建的体素化建模的电池组；

图4是本发明构建的体素边长测试电池组；

图5是本发明实施案例的体素边长k值测试曲线图，其中a为不同树种的样本测试曲线，b为同树种多个样本的测试曲线；

图6是本发明实施案例的不同体素边长k值(k＝0.04-0.08)对应的建模效果；

图7是本发明实施案例的基于点云数据的乔灌木体素化模型；

图8是本发明实施案例的基于点云数据的地被网格化模型。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，一种基于点云技术的城市绿地植被碳汇量计算方法，具体步骤包括：

S1，选取某一分布有乔-灌-草复合植物群落的城市绿地，采用三维激光雷达扫描仪采集点云数据，基于Trimble RealWorks软件的自动分类功能、点云分割功能以及LIDAR360软件的分水岭算法，对被测绿地的点云数据进行分类与处理，得到常绿与落叶乔灌木的冠层点云数据和地被点云数据；如图2所示，具体步骤为：

S11，利用Trimble Realworks软件对被测区的点云数据进行自动分类，共分为地表、乔灌木、建筑和其他，共四类点云数据。

S12，基于S11获得的分类后点云数据，运用Trimble RealWorks软件的点云分割功能，首先去除地表点云数据中的硬质地面点云数据，得到地被点云数据；其次将乔灌木点云数据分为乔木点云数据和灌木点云数据；之后再剔除建筑和其他点云数据。

S13，基于S12获得的灌木点云数据，运用Trimble RealWorks软件的点云分割功能，进一步分为常绿灌木与落叶灌木点云数据。

S14，在LIDAR360软件中采用分水岭算法对S12中得到的乔木点云数据进行单木分割，得到常绿乔木与落叶乔木点云数据；具体过程为：

S141，利用地表点云数据及乔木点云数据，通过不规则三角网插值法(TIN)和反距离权重插值法(IDW)生成数字高程模型(Digital ElevationModel，DEM)和数字表面模型(Digital Surface Model，DSM)，将二者相减得到冠层高度模型(CHM)；

S142，基于冠层高度模型(CHM)进行单木分割，通过分水岭算法得到乔木的初始单木数据以及种子点，在此基础上借助LIDAR360软件中的ALS种子点编辑工具对单木分割结果进行检查与修正，增删有分割误差的种子点并再次进行单木分割，得到乔木的单木点云数据；

S143，参照场地现状植被分布图对分割结果进行树种识别并归类，得到常绿乔木与落叶乔木点云数据。

S15，将S13得到的常绿与落叶灌木点云数据以及S14得到的常绿与落叶乔木点云数据中，除冠层之外的数据剔除，得到常绿与落叶乔灌木的冠层点云数据。

S2，对S1得到的常绿与落叶乔灌木冠层点云数据进行体素化建模，根据建模结果，统计常绿与落叶乔灌木的冠层体积，具体过程为：

S21，运用Rhino软件平台，借助Grasshopper软件中的Tarsier插件构建体素化建模电池组；如图3所示，电池组共分为植物建模和体积计算两个部分；

其中，植物建模部分起始为Point Cloud(输入点云数据)；其输出端接入BoundingBox(边界框)将点云框入盒子内和Voxellize Point Cloud(体素化点云)；VoxellizePoint Cloud的输入端接入Cell Size(体素大小)、Decay Ray(衰减率)、MaximumValue(单个体素内容纳点云数量的最大值)以及Lower Threshold(单个体素内容纳点云数量的最小值)，输出端连接Deconstruct Point Cloud(解构点云)生成体素的中心点；在DeconstructPoint Cloud的输出端接入Centre Box(中心盒子)以体素中心点创建立方体；在Cell Size和Centre Box之间加入Division(除法运算)，Division的输入端A(被除数)连接Cell Size、输入端B(除数)设置为2，即体素中心点到x立面、y立面和z立面的距离——单个体素大小的二分之一；

体积计算部分则首先在Centre Box的输出端连接Volume(体积计算)计算单个体素的体积，其次在Volume的输出端连接MassAddition(叠加计算)计算体素的体积之和，最后通过接入Panel(面板)显示体素化模型的体积总量。

S22，基于体素边长与植物建模体积的函数关系以及S21构建的体素化建模电池组，利用Rhino软件平台借助Grasshopper软件中的Anemone插件构建体素边长测试电池组，如图4所示；

体素边长与植物建模体积的函数关系公式如下：

X＝1/k

Y＝V_k

式中，k为体素边长，单位m；V_k为k体素边长设置下所对应的植物建模体积，单位m³；

体素边长测试电池组起始电池为Loop Start(循环开始)，其输入端接入Repeat(循环次数)、Button(循环开关)以及Data(初始数值)；输出端接入Addition(加法运算)，每循环一次对初始数值进行对应的叠加，生成每次循环所运行的k体素边长值并输出；Addition的输出端接入体素化建模电池组，进行每次循环输入的k值的体素建模以及植物体积计算，体素化建模电池组的最终体积输出端接入Data Recorder(数据记录)电池，记录每次循环所计算的体积；另外Addition的输出端接入Loop End(的数据输入端形成循环闭环，Loop End的数据输出端接入Division(除法运算)，进行每次循环的1/k的数值运算，Division输出端接入Panel(面板)记录每次循环过程中输出的1/k值。循环的完整过程如下：在初始端输入起始体素边长k＝0.01m，对其进行X＝1/k的运算、体素化建模以及体积Y＝V_k的自动统计，完成后自动循环再次进入初始端。此时体素边长k自动累加0.01m，每次循环体素边长自动累加0.01m，并重复运算、建模以及体积统计步骤，直至累加到设定值后循环结束；

S23，根据S22构建的体素边长测试电池组，确定乔灌木体素化建模的体素边长；具体步骤包括：

随机选取S14中单木分割得到的单株乔木样本进行体素边长k值测试，选取多个不同树种单木以及同一树种的多个单木作为样本。将样本数据输入体素边长测试电池组，输出每次循环得出的X、Y值，通过Matlab软件可视化得到函数曲线图像，如图5所示；比较多个样本的函数曲线图像，分析Y值变化趋势，基于Y值变化趋缓的区间确定其所对应的X值区间，进而获取k值区间；如图6所示，通过比较k值区间内的体素建模效果与实际植物形态，选择建模效果最接近实际形态的k值作为体素化建模的体素边长。

S24，将常绿乔木、落叶乔木、常绿灌木、落叶灌木的冠层点云数据及S23得到的体素边长k值导入体素化建模电池组，完成常绿乔木、落叶乔木、常绿灌木、落叶灌木冠层点云数据的体素化建模，并获得相应的冠层体积，如图7所示。

S3，对S1得到的地被点云数据进行网格化建模，根据建模结果统计地被的三维表面积，具体过程为：

S31，将地被点云数据导入Rhino软件，使用Patch工具生成曲面网格；

S32，投影地被边界至曲面，去除地被区域以外的网格，获得地被的网格化模型，如图8所示；

S33，使用面积统计工具获得地被的三维表面积。

S4，根据S2得到的常绿与落叶乔灌木冠层体积，由乔灌木碳汇计算公式计算得到常绿乔木、落叶乔木、常绿灌木与落叶灌木的碳汇量；根据S3得到的地被三维表面积，由地被碳汇计算公式计算得到地被碳汇量；将两者相加得到被测绿地植被的总碳汇量，如表1所示：

具体步骤包括：

S41，根据S2得到的常绿与落叶乔灌木的冠层体积，由乔灌木碳汇计算公式计算得到常绿乔木、落叶乔木、常绿灌木以及落叶灌木的碳汇总量；乔灌木碳汇计算公式为：

C_ts＝S_ts×V_ts

式中，C_ts为乔灌木年均碳汇量，单位kg；S_ts为年均乔灌木吸收二氧化碳量，单位kg/(㎡·a)；V_ts为乔灌木冠层体积，单位㎡；

在本实施例中，如表1所示，计算获得常绿乔木年均碳汇量为893.27kg、落叶乔木碳汇量为1045.30kg、常绿灌木碳汇量为10.57kg、落叶灌木碳汇量为170.69kg。

S42，根据S3得到的地被三维表面积，由地被碳汇量计算公式计算获得地被碳汇量；地被碳汇量计算公式如下：

C_g＝S_g×A_g

式中，C_g为地被年均碳汇量，单位kg；S_g为年均地被碳汇速率，单位kg/(㎡·a)；A_g为地被三维表面积，单位㎡。

在本实施例中，如表1所示，计算获得地被年均碳汇量为1223.02kg。

S43，将乔灌木与地被碳汇量相加得到城市绿地植被总年均碳汇量为3342.86kg。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、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。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (10)

1.一种基于点云技术的城市绿地植被碳汇量计算方法，其特征在于，包括以下步骤：

S1，采用三维激光雷达扫描仪采集被测绿地的点云数据，使用Trimble RealWorks软件对被测绿地的点云数据进行分类与处理，得到常绿与落叶乔灌木的冠层点云数据和地被点云数据；

S2，对S1得到的常绿与落叶乔灌木的冠层点云数据进行体素化建模，根据建模结果，统计常绿与落叶乔灌木的冠层体积；

S3，对S1得到的地被点云数据进行网格化建模，根据建模结果统计地被的三维表面积；

S4，根据S2得到的常绿与落叶乔灌木的冠层体积，由乔灌木碳汇计算公式计算得到常绿与落叶乔灌木的碳汇量；再根据S3得到的地被三维表面积，由地被碳汇计算公式计算得到地被碳汇量；最后将两者相加得到被测绿地植被的总碳汇量。

2.一种基于点云技术的城市绿地植被碳汇量计算方法，其特征在于，S1中，所述点云数据的分类处理步骤包括：

S11，利用Trimble Realworks软件将被测区的点云数据分为地表、乔灌木、建筑和其他，共四类点云数据。；

S12，基于S11获得的分类后点云数据，运用Trimble RealWorks软件的点云分割功能，首先去除地表点云数据中的硬质地面的点云数据，得到地被点云数据；其次将乔灌木点云数据分为乔木点云数据和灌木点云数据；之后再剔除建筑和其他点云数据；

S13，利用Trimble RealWorks软件的点云分割功能，将S12获得的灌木点云数据分为常绿灌木与落叶灌木点云数据；

S14，在LIDAR360软件中采用分水岭算法对S12中得到的乔木点云数据进行单木分割，得到常绿乔木与落叶乔木点云数据；

S15，将S13得到的常绿与落叶灌木点云数据以及S14得到的常绿与落叶乔木点云数据中，除冠层之外的数据剔除，得到常绿与落叶乔灌木的冠层点云数据。

3.根据权利要求2所述的一种基于点云技术的城市绿地植被碳汇量计算方法，其特征在于，S14中，单木分割得到常绿乔木与落叶乔木点云数据的步骤包括：

S141，利用地表点云数据及乔木点云数据，通过不规则三角网插值法和反距离权重插值法生成数字高程模型和数字表面模型，将两个模型相减得到冠层高度模型；

S142，基于冠层高度模型进行单木分割，通过分水岭算法得到乔木的初始单木数据以及种子点，再借助LIDAR360软件中的ALS种子点编辑工具对单木分割结果进行检查与修正，增删有分割误差的种子点并再次进行单木分割，得到乔木的单木点云数据；

S143，参照场地现状植被分布图对分割结果进行树种识别并归类，得到常绿乔木与落叶乔木点云数据。

4.根据权利要求3所述的一种基于点云技术的城市绿地植被碳汇量计算方法，其特征在于，S2中，得到常绿与落叶乔灌木的冠层体积的具体步骤包括：

S21，运用Rhino软件平台，借助Grasshopper软件中的Tarsier插件构建体素化建模电池组；

S22，基于S21得到的体素化建模电池组，以及体素边长与植物建模体积的函数关系，利用Rhino软件平台借助Grasshopper软件中的Anemone插件构建体素边长测试电池组；

S23，根据S22构建的体素边长测试电池组，确定乔灌木体素化建模的体素边长；

S24，将常绿乔木、落叶乔木、常绿灌木、落叶灌木的冠层点云数据及S23得到的体素边长，导入体素化建模电池组，完成常绿乔木、落叶乔木、常绿灌木、落叶灌木冠层点云数据的体素化建模，并获得相应的冠层体积。

5.根据权利要求4所述的一种基于点云技术的城市绿地植被碳汇量计算方法，其特征在于，S22中，体素边长与植物建模体积的函数关系公式如下：

X＝1/k

Y＝V_k

式中，k为体素边长；V_k为k体素边长设置下所对应的植物建模体积。

6.根据权利要求4所述的一种基于点云技术的城市绿地植被碳汇量计算方法，其特征在于，S23中，确定乔灌木体素化建模的体素边长的具体步骤包括：

S231，随机选取S14中单木分割得到的单株乔木样本进行体素边长k值测试，选取多个不同树种单木以及同一树种的多个单木作为样本；

S232，将样本数据输入体素边长测试电池组，输出每次循环得出的X、Y值，通过Matlab软件可视化得到函数曲线图像，比较多个样本的函数曲线图像，分析Y值变化趋势，基于Y值变化趋缓的区间确定其所对应的X值区间，进而获取k值区间；

S233，通过比较k值区间内的体素建模效果与实际植物形态，选择建模效果最接近实际形态的k值作为体素化建模的体素边长。

7.根据权利要求1所述的一种基于点云技术的城市绿地植被碳汇量计算方法，其特征在于，S3中，地被三维表面积的求取过程包括：

S31，将地被点云数据导入Rhino软件，使用Patch工具生成曲面网格；

S32，投影地被边界至曲面，去除地被区域以外的网格，获得地被的网格化模型；

S33，使用面积统计工具获得地被的三维表面积。

8.根据权利要求1所述的一种基于点云技术的城市绿地植被碳汇量计算方法，其特征在于，所述乔灌木碳汇计算公式为：

C_ts＝S_ts×V_ts

式中，C_ts为乔灌木年均碳汇量，S_ts为年均乔灌木吸收二氧化碳量，V_ts为乔灌木冠层体积。

9.根据权利要求1所述的一种基于点云技术的城市绿地植被碳汇量计算方法，其特征在于，所述地被碳汇量计算公式如下：

C_g＝S_g×A_g

式中，C_g为地被年均碳汇量，S_g为年均地被碳汇速率，A_g为地被三维表面积。

10.一种基于点云技术的城市绿地植被碳汇量计算系统，其特征在于，包括：

数据采集处理单元：采用三维激光雷达扫描仪采集被测绿地的点云数据，使用TrimbleRealWorks软件对被测绿地的点云数据进行分类与处理，得到常绿与落叶乔灌木的冠层点云数据和地被点云数据；

乔灌木冠层体积计算单元：对数据采集处理单元分类得到的常绿与落叶乔灌木的冠层点云数据进行体素化建模，根据建模结果，统计常绿与落叶乔灌木的冠层体积；

地被三维表面积计算单元：对数据采集处理单元得到的地被点云数据进行网格化建模，根据建模结果统计地被的三维表面积；

碳汇量计算单元：根据乔灌木冠层体积计算单元得到的常绿与落叶乔灌木的冠层体积，由乔灌木碳汇计算公式计算得到常绿与落叶乔灌木的碳汇量；再根据地被三维表面积计算单元得到的地被三维表面积，由地被碳汇计算公式计算得到地被碳汇量；最后将两者相加得到被测绿地植被的总碳汇量。

Images