CN116070080A - 一种森林碳储量与碳汇价值监测系统及动态评估方法 - Google Patents

一种森林碳储量与碳汇价值监测系统及动态评估方法 Download PDF

Info

Publication number
CN116070080A
CN116070080A CN202310203643.5A CN202310203643A CN116070080A CN 116070080 A CN116070080 A CN 116070080A CN 202310203643 A CN202310203643 A CN 202310203643A CN 116070080 A CN116070080 A CN 116070080A
Authority
CN
China
Prior art keywords
carbon
monitoring
sample
reserves
area
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
Application number
CN202310203643.5A
Other languages
English (en)
Other versions
CN116070080B (zh
Inventor
高飞
李娜娜
田颖泽
赖长鸿
宋放
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Forestry And Grassland Investigation And Planning Institute Sichuan Forestry And Grassland Ecological Environment Monitoring Center
Original Assignee
Sichuan Sample Space Time Technology Co ltd
Sichuan Forestry And Grassland Investigation And Planning Institute Sichuan Forestry And Grassland Ecological Environment Monitoring Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan Sample Space Time Technology Co ltd, Sichuan Forestry And Grassland Investigation And Planning Institute Sichuan Forestry And Grassland Ecological Environment Monitoring Center filed Critical Sichuan Sample Space Time Technology Co ltd
Priority to CN202310203643.5A priority Critical patent/CN116070080B/zh
Publication of CN116070080A publication Critical patent/CN116070080A/zh
Application granted granted Critical
Publication of CN116070080B publication Critical patent/CN116070080B/zh
Priority to JP2024028209A priority patent/JP2024126015A/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种森林碳储量与碳汇价值监测系统及动态评估方法，通过构建森林碳储量与碳汇价值监测系统，包括物联网样地模块、样地移动数据调查采集模块、监测数据传输存储模块和森林碳储量与碳汇价值动态评估模块，设计了森林碳储量与碳汇价值动态评估方法，包括监测样地抽样设计、物联网样地调查与布设、监测样地数据自动采集、监测区林木生物量动态更新、精度检验与校正、监测区碳储量和碳汇价值评估等流程。本发明的应用可有效降低森林碳储量计量过程中错误机率，大幅减少连续监测工作量，提升评估精度和时效性。

Description

一种森林碳储量与碳汇价值监测系统及动态评估方法
技术领域
本发明涉及物联网及地理空间数据采集、计算、处理领域，具体涉及一种森林碳储量与碳汇价值监测系统及动态评估方法。
背景技术
森林是陆地最大的储碳库，是维持地球碳平衡的重要基础。准确计量森林碳储量、科学评估碳汇价值是开发森林碳汇功能，充分发挥森林在应用气候变化中独特作用的前提和基础。
样地调查方法是森林碳储量地上生物量监测使用最广的方法，也是《碳汇造林项目方法学》、《森林经营碳汇项目方法学》中认定的碳汇计量方法，但由于采用人工调查，存在成本高，周期长，技术要求高，质量控制难等缺点。目前森林碳储量与碳汇价值评估的新技术和新方法主要集中在生长模型模拟、遥感定量反演、激光雷达测树等领域，由于生长模型更新、遥感定量反演等新方法也同样严重依赖已有调查样地质量和数量，并因建模使用的样地数据为静态数据，会出现初期模拟精度高，后期精度明显下降甚至错误的情况。激光雷达点云数据测树成本高，数据后期处理方法复杂。除此之外，新方法还普遍存在可比性差、泛化能力弱的缺点，难以大规模推广使用。
综上所述，亟需提供一种可有效降低森林碳储量计量过程中错误机率，大幅减少连续监测工作量，提升评估精度和时效性的森林碳储量与碳汇价值监测系统及动态评估方法。
发明内容
本发明的目的是提供一种可有效降低森林碳储量计量过程中错测、漏测、重测，以及数据记录、计算错误机率，大幅减少质检、连续监测工作量，提升评估结果精度和时效性的森林碳储量与碳汇价值监测系统及动态评估方法。
上述目的是通过如下技术方案实现：一种森林碳储量与碳汇价值监测系统，包括：
物联网样地模块：用于样地地上生物量调查和周期性监测；
样地移动数据调查采集模块：用于样地调查和信息采集；
监测数据传输存储模块：用于物联网样地模块周期监测数据的传输和存储；
森林碳储量与碳汇价值评估模块：用于监测区森林碳储量及监测精度的计算更新，并依据测算结果动态调整监测方案，评估监测区碳汇价值。
作为优选，进一步的技术方案是，所述森林碳储量与碳汇价值评估模块包括森林碳储量与碳汇价值动态评估系统和支撑所述森林碳储量与碳汇价值动态评估系统运行的支撑平台，所述森林碳储量与碳汇价值动态评估系统用于汇总、统计和分析样地动态监测数据、配置森林碳储量计算数据、管理物联网样地运行状态、周期性获取和评估监测区森林碳储量与碳汇价值。
作为优选，进一步的技术方案是，所述物联网样地模块包括树径测量传感器和通信中继装置，所述通信中继装置用于在监测样地内构建无线自组网，汇集树径传感器测量数据后回传数据，所述样地移动数据调查采集模块包括数据采集应用系统，所述数据采集应用系统用于获取服务器端信息，调查现场连接通信中继装置和树径测量传感器进行数据采集、录入和计算，以及现场对通信中继装置和数据测传感器进行配置管理。
数据采集应用系统搭载在移动数据采集终端上，移动数据采集终端是有计算、存储、摄像能力，并具备可支持移动数据采集应用系统运行必须操作系统、运行环境的可移动设备，包括但不限于智能手机、平板、移动工作站。
作为优选，进一步的技术方案是，所述数据采集应用系统包括：
用户登录模块：用于登录数据采集应用系统。
地图操作及定位、导航、航迹、拍照模块：用于为用户提供基于地图操作的交互模式，提供基本地图操作功能和高级地图操作功能；
调查表格和缺省数据下载模块：用于下载更新包括用于计算碳储量的表格以及数据；
物联网样地每木调查卡片因子录入模块：用于录入包括物联网样地首次实测调查卡片总体因子、标准地林况地况目测调查记载因子、标准地定点及罗盘仪测量记录因子、罗盘仪测量记录因子在内的信息；
移动通信信号测试模块：用于测量现场移动信号类型和移动信号的强弱选择不同的通信中继装置，并通过同通信接收端进行通信测试信号传输成功率；
通信中继装置连接，测试和配置模块：用于使用数据采集终端连接通信中继装置，设置数据采集频率，确定通信中继装置和树径测量传感器的启动时间和启动时长，并根据设置的数据采集频率和电池容量，预估出理论监测时间长度；
树径测量传感器连接、数据录入模块：用于使用数据采集终端连接树径测量传感器，确认连接正确后，录入调查树木的信息；
树径测量传感器同通信中继装置数据传输模块：用于在调查树木信息录入后，触发树径测量传感器同通信中继装置后台通信事件，树径测量传感器通过通信模块将设备信息、调查录入样木信息、林地信息传输于通信中继装置存储；
物联网样地测量调查结果计算模块：用于根据调查表格和缺省数据下载模块获取用于计算碳储量的表格以及数据，计算监测样地实测调查结果和碳储量。
作为优选，进一步的技术方案是，所述森林碳储量与碳汇价值动态评估系统包括：
用户登录模块：用于登录森林碳储量与碳汇价值动态评估系统；
样地地图显示、浏览及查询模块：用于提供基于地图操作的交互模式，提供地图操作功能；
调查表格和缺省数据配置模块：用于配置计算碳储量的表格和数据；
通信中继装置设备和状态管理模块：用于查询通信中继装置的设备信息和标准地信息，查看通信中继装置运行状态并配置通信中继装置工作方式；
树径测量传感器设备和状态管理模块：用于查询树径测量传感器设备信息、单株木编号信息，查看树径测量传感器运行状态和测量数据，配置树径测量传感器的工作方式；
样地碳储量汇总计算模块：用于汇总各通信中继装置回传的树径测量传感器数据，利用调查表格和缺省数据配置模块配置的表格和数据计算所有样地碳储量结果；
碳储量及碳汇量分析模块：用于对汇总计算的样木数据进行统计，分析测设调查精度，分区域、分类型输出碳储量数量、质量、结构和分布，对比监测周期前后各监测对象情况，产出碳汇量及其动态变化；
碳汇价值计量结果可视化展示模块：用于对碳汇价值数据进行展示，直观体现监测成果的动态变化。
为实现上述目的，本发明还提供一种森林碳储量与碳汇价值动态评估方法，通过上述任一所述的森林碳储量与碳汇价值监测系统执行，包括如下步骤：
步骤（1）监测样地抽样设计：完成监测样地布设，确定样地总体、抽样方法和样地空间位置；
步骤（2）物联网样地布设：对监测样地完成首次测量和测量设备布设，完成设备测量频率设定；
步骤（3）监测样地数据自动采集：物联网样地按设定监测频率回传数据，对采集数据完成解析和存储任务；
步骤（4）监测区森林碳储量动态更新：依据采集监测样地样木数据，计算各监测样地森林蓄积量、森林生物量和森林碳储量；
步骤（5）精度计算与检验：计算监测样地总体及各层的样本平均数及其方差，以及监测区内平均单位面积林木生物质碳储量的不确定性，依此对监测结果开展精度检验，对不符合精度要求的数据执行步骤（6）进行校正；
步骤（6）精度扣减矫正，用于使林分平均碳储量在最大允许相对误差范围内；
步骤（7）碳汇价值评估及监测出数：计算监测区总体碳汇价值，统计成果数表和更新本监测期数据库；
步骤（8）判断监测工作是否结束，若否，执行步骤（3），开展连续监测，若是，结束流程。
作为优选，进一步的技术方案是，所述步骤（1）的具体步骤如下：
（1.1）确定监测区边界和项目总体，确定抽样设计的可靠性水平和抽样精度，计算项目总体样地数量并确定样地大小，其中，样地数量计算公式如下：
式中： n为项目边界内项目总体样地数量； t为可靠性指数； Y为预估生物质碳储量变动系数； E为抽样允许相对误差；
（1.2）开展样地布设，采用随机起点，机械布点的系统抽样方案。
为优选，进一步的技术方案是，所述步骤（4）的具体步骤如下：
（4.1）根据步骤（3）中物联网样地采集的样地内样木树种、胸径和立木类型数据，使用本区域当前树种的树高曲线，将直径作为自变量，树高作为因变量，计算样地所有活立木样木的高度；
（4.2）计算样地内活立木样木生物量，若使用异速生长方程法，执行步骤（4.5），若使用生物量扩展因子法，则执行步骤（4.3）；
（4.3）计算活立木样木材积，使用本区域二元材积表计算，将直径和树高作为自变量，材积作为因变量进行计算；
（4.4）使用生物量扩展因子法计算生物量，材积作为自变量，生物量作为因变量，查表获取木材密度、根冠比、生物量扩展因子三个缺省数据进行计算，计算公式如下：
式中， w为活立木样木的生物量； v为活立木样木的材积； WD为活立木样木的木材密度； BEF为活立木样木的树干生物量转换到地上生物量的生物量扩展因子，无量纲； R为活立木样木的根冠比；
（4.5）使用异速生长方程计算生物量，直径和树高作为自变量，生物量作为因变量进行计算；
（4.6）利用林木生物量碳含量将林木生物量换算为碳储量计算碳储量，再利用二氧化碳与碳分子的分子量比将碳储量转换为二氧化碳当量，计算公式如下：
式中， c为活立木样木的碳储量； w为活立木样木的生物量； CF为活立木样木的碳含量；
（4.7）计算各样地碳储量和监测区内单位面积平均碳储量，样地碳储量为样地内活立木样木林木碳储量合计，样地平均碳储量为样地碳储量除以样地面积，计算公式如下：
式中， C为样地碳储量；为监测区单位面积平均碳储量； s为样地面积；c为活立木样木的碳储量；
（4.8）计算监测区内总碳储量，为监测区内单位面积平均碳储量与监测区总面积的乘积，计算公式如下：
式中， C total为监测区总碳储量； S为监测区总面积；
（4.9）计算监测区内的碳汇量，为监测末期碳储量同监测初期碳储量的差值，计算公式如下：
式中， ΔC total,t2,t1 为监测区 t 1日至 t 2日的碳汇量； C total,t2 为第 t 2日的监测区碳储量； C total,t1 为第 t 1日的监测区碳储量。
作为优选，进一步的技术方案是，所述步骤（5）的具体步骤如下：
（5.1）计算监测区项目总体样地平均碳储量及其方差，计算公式如下：
式中，为样地平均碳储量； c i 为第 i个样地碳储量； X为项目总体单位面积平均碳储量估计值的方差；
（5.2）计算监测区单位面积平均碳储量的不确定性，计算公式如下：
式中， u为评价单位面积碳储量的不确定性指数；  t为可靠性指数；
（5.3）判断 u是否满足抽样设定精度要求，若满足，执行步骤（7），若不满足，则执行步骤（6）。
作为优选，进一步的技术方案是，所述步骤（6）的具体步骤如下：通过 u值和抽样设定精度，判断是否可以扣减校正，若超过设定精度最大阈值，从监测样地抽样设计流程开始，增加样地数量；若在最大阈值内，则采取扣减系数，在结果上进行系数扣减。
作为优选，进一步的技术方案是，所述步骤（7）的具体步骤如下：
（7.1）监测区内碳储量变化量乘以固碳价格即为碳汇价值，计算公式如下：
式中， U total,t2,t1 为监测区 t 1日至 t 2日的监测区碳汇价值； ΔC total,t2,t1 为监测区 t 1日至 t 2日的碳汇量； C total,t2 为第 t 2日的监测区碳储量； C total,t1 为第 t 1日的监测区碳储量； P c 为固碳价格；
（7.2）按需输出各成果主要指标及统计数表；
（7.3）输出本监测期成果数据库，并加时间戳进行归档存储；
（7.4）流程结束。
作为优选，进一步的技术方案是，所述步骤（2）的具体步骤如下：
（2.1）到达布设样地，完成样地测设，使用数据采集终端测试样地信号类型，选择通信中继装置类型；
（2.2）样地中央位置布设通信中继装置并测试连接状态，成功后保持通信中继装置开启状态；
（2.3）通过数据采集终端连接通信中继装置，设置数据采集频率，确定通信中继装置和树径测量传感器的启动时间和启动时长；
（2.4）选择样木直径测量位置，固定树径测量传感器于被测样木上；
（2.5）启动树径测量传感器，使用数据采集终端连接树径测量传感器；
（2.6）从树径测量传感器的拉线出口将拉绳拉出，绕样木一圈后扣入防拆拉线固定口。
（2.7）数据采集终端中查看样木直径是否有测量数值或是否明显偏离实际值，是，则按下树径测量传感器启动按钮，待数据采集终端清零后，重新拉动拉绳安装；
（2.8）点击连接树径测量传感器，录入树种、检尺类型；
（2.9）树径测量传感器与通信中继装置通信，传输测量数值至通信中继装置并进行时钟同步，通信中继装置获得树径测量传感器的下次启动时间和启动时长；
（2.10）树径测量传感器在无连接情况下，间隔固定时间后自动进入休眠状态；
（2.11）重复步骤（2.4）~2.10，完成样地内全部样木的测量和树径测量传感器安装；
（2.12）通信中继装置通过将存储信息传回通信接收装置，并汇总进入网络服务器；
（2.13）断开数据采集终端和通信中继装置连接，间隔固定时间后通信中继装置自动进入休眠状态。
作为优选，进一步的技术方案是，所述步骤（3）的具体步骤如下：
（3.1）判断是否到达通信中继装置唤醒时间，否，则继续等待到达唤醒时间，是，则进入步骤（3.2）；
（3.2）北斗指挥机广播北斗短报文信息，北斗短报文网关接收短报文信息，获取北斗短报文网关和树径测量传感器唤醒时间、唤醒时长和唤醒频率；
（3.3）移动通信中继装置通过移动通信基站访问服务器端的网络服务器，获取移动通信中继装置和树径测量传感器唤醒时间、唤醒时长和唤醒频率；
（3.4）判断是否到达树径测量传感器唤醒时间，否，则等待到达唤醒时间，是，则进入步骤（3.5）；
（3.5）树径测量传感器测量样木直径，传输至通信中继装置并同通信中继装置进行时钟同步，获取唤醒时间、唤醒时长和唤醒频率，成功后进入睡眠状态；
（3.6）通信中继装置通过将通信中继装置存储信息传回通信接收装置，并汇总进入网络服务器。
（3.7）通信中继装置间隔固定时间后自动进入休眠状态，结束本次流程。
相比于现有技术，本发明具备如下优势：
（1）大幅提升森林碳储量与碳汇价值监测精度。每木调查时，对树径的测量由树径测量传感器自动完成，无需测量人员读数，避免错测，减少数据记录和计算出错的概率，降低数据编造情况。立木绑定有树径测量传感器，减少了重测和漏测，每次测量时均是同一位置，不会产生测量位置不一致及围尺绕测误差。
（2）大幅提升森林碳储量与碳汇价值监测效率。质检人员到达活立木样木后，仅需检查样木是否绑定设备，以及树种是否正确，无需再进行每木检尺工作，质检工作量大大降低。对于连续监测不需要到达现地，即可稳定的获得活立木样木碳储量以及碳储量变化量数据，由服务器端直接进行计算和展示，大大降低了连续监测的工作量。
（3）提高森林碳储量及碳汇监测时效性。本发明中监测的频率根据任务需要和电池容量共同决定，由于采用低功耗设计，采用每天测量1次，每周回传一次工作可达10年，使用寿命显著延长，可以准确掌握树木生长动态和碳汇变化量。可及时发现样地变化情况，当样地由于经营活动或是自然灾害发生改变时，通过数据回传情况发现样木变化情况及变化时间，并及时根据变化情况调整监测方案。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明一种实施方式所涉及的森林碳储量与碳汇价值监测系统框架图；
图2为本发明一种实施方式所涉及的移动数据采集系统的结构框图；
图3为本发明一种实施方式所涉及的森林碳储量与碳汇价值动态评估系统的结构框图；
图4为本发明一种实施方式所涉及的森林碳储量与碳汇价值动态监控评估方法的流程示意图；
图5为本发明一种实施方式所涉及的物联网样地布设的流程示意图；
图6为本发明一种实施方式所涉及的监测样地数据自动采集的流程示意图；
图7为本发明一种实施方式所涉及的监测区森林碳储量动态更新的流程示意图。
实施方式
下面结合附图对本发明进行详细描述，本部分的描述仅是示范性和解释性，不应对本发明的保护范围有任何的限制作用。此外，本领域技术人员根据本文件的描述，可以对本文件中实施例中以及不同实施例中的特征进行相应组合。
本发明实施例如下，参照图1，森林碳储量与碳汇价值监测系统使用物联网监测样地代替传统人工样地调查并周期性监测，使用样地移动数据采集终端完成调查样地首次调查，通过北斗卫星、移动通信基站构建的监测数据传输模块完成首次和定期数据传输和存储，最终由森林碳储量与碳汇价值动态评估模块完成调查样地及监测区域森林碳储量与碳汇价值的长期监测和评估。本系统由物联网样地模块、样地移动数据调查采集模块、监测数据传输存储模块、森林碳储量与碳汇价值评估模块四部分组成。
其中，物联网样地模块用于完成样地地上生物量首次调查和周期性监测，由树径测量传感器和通信中继装置两部分组成。 树径测量传感器通过拉线驱动齿轮旋转，进而带动编码器编码，通过计算获得被测样木胸径值，代替传统围尺绕测。通信中继装置负责在监测样地内构建无线自组网，汇集树径传感器测量数据后回传数据。通信中继装置构建无线网络包括但不限于WIFI\蓝牙\Lora。通信中继装置按回传数据类型分为移动通信中继装置和北斗短报文网关两种，其中移动通信中继装置包括移动通信模块，通过2/3/4/5G移动通信运营商网络完成数据回传，北斗短报文网关包括北斗短报文模块，通过北斗卫星完成数据回传。
样地移动数据调查采集模块用于完成首次样地调查信息采集，由移动数据采集终端和数据采集应用系统组成。移动数据采集终端是有计算、存储、摄像能力，并具备可支持移动数据采集应用系统运行必须操作系统、运行环境的可移动设备，包括但不限于智能手机、平板、移动工作站。数据采集应用系统用于调查人员获取服务器端信息，调查现场连接通信中继装置和树径测量传感器进行数据采集、录入和计算，以及现场对通信中继装置和数据测传感器进行配置管理。
如图2，数据采集应用系统包括：
用户登录模块用于：用户身份验证，登录数据采集应用系统。
地图操作及定位、导航、航迹、拍照模块：用于为用户提供基于地图操作的交互模式，提供平移、放大、缩小、分层显示等基本地图操作功能、也包括定位、导航、航迹采集、拍照等高级地图操作功能。
调查表格和缺省数据下载模块：用于用户下载更新现地树木调查属性表、树高曲线、二元材积表，以及缺省数据。缺省数据包括但不限于木材密度、生物量扩展因子，根冠比，碳含量。
物联网样地每木调查卡片因子录入模块：用于用户录入物联网样地首次实测调查卡片总体因子、标准地林况地况目测调查记载因子、标准地定点及罗盘仪测量记录因子、罗盘仪测量记录因子等信息。
移动通信信号测试模块：用于用户测量现场移动信号类型，以及移动信号强弱，以及通过同通信接收端进行通信测试信号传输成功率。如果有2/3/4/5G移动运营商信号，提示用户选择移动通信中继装置，如果没有移动运营商信号，提示用户选择北斗通信中继装置。
通信中继装置连接，测试和配置模块：用于用户使用数据采集终端连接通信中继装置，设置数据采集频率，确定通信中继装置和树径测量传感器的启动时间和启动时长。模块可以根据用户设置的数据采集频率和电池容量，预估出理论监测时间长度。
树径测量传感器连接、数据录入模块：用于用户使用数据采集终端连接树径测量传感器，确认连接正确后，录入调查树木的树种、林权证号、林地面积信息。
树径测量传感器同通信中继装置数据传输模块：用于用户在完成调查树木信息录入后，触发树径测量传感器同通信中继装置后台通信事件，树径测量传感器通过无线通信模块将设备编号、树木树种、林权证号、林地面积信息传输于通信中继装置存储。
物联网样地测量调查结果计算模块：用于自动采集获取每木调查数据后，利用树高曲线、二元材积表，以及缺省数据计算标准地实测调查结果和碳储量。计算内容包括但不限于各样地树种的组成、年龄、平均直径、平均高度、样地活立木蓄积、样地活立木公顷蓄积、样地活立木株数、样地活立木公顷株数、活立木公顷生物量、活立木公顷碳储量。
监测数据传输存储模块用于完成物联网样地模块周期监测数据的传输和存储。对于北斗短报文传输运行方式，由北斗指挥机、北斗卫星组成，对于移动通信传输运行方式，由通信服务器、移动通信基站组成。
在通信中继装置唤醒时间段内，北斗短报文传输运行方式中，通过北斗指挥机和北斗卫星广播北斗短报文信息，移动通信传输运行方式中，通过通信服务器和移动通信基站发送移动互联网信息，北斗短报文信息或是移动互联网信息包括网关唤醒时间、唤醒时长、唤醒频率，传感器唤醒时间、唤醒时长、唤醒频率和服务器标准时钟。
通信中继装置在收到北斗短报文或是移动互联网信息后，存储并设定通信中继装置下次唤醒时间、唤醒时长、唤醒频率，依据服务器标准时钟进行网关自身时钟校正。各树径测量传感器在唤醒时，向通信中继装置传输数据后，读取通信中继装置中传感器唤醒时间、唤醒时长、唤醒频率和，依据网关时钟进行传感器自身时钟校正。
通信中继装置在收到所有树径测量传感器数据后，在北斗短报文传输运行方式中，北斗短报文网关发送短报文信息传输本次采集数据，数据存储进入北斗指挥机，移动通信传输运行方式中，移动通信中继装置发送物联网信息传输本次采集数据，存储进入通信服务器。
森林碳储量与碳汇价值动态评估模块完成监测区森林碳储量及监测精度的计算更新，并依据测算结果动态调整监测方案，科学评估监测区碳汇价值。森林碳储量与碳汇价值动态评估模块由支撑平台和森林碳储量与碳汇价值动态评估系统组成。支撑平台包括但不限于部署支撑森林碳储量与碳汇价值动态评估系统运行必需操作系统、数据库平台、GIS平台及其他网络中间件的云服务器及物理服务器。森林碳储量与碳汇价值动态评估系统汇总、统计和分析数据采集终端和物联网样地动态监测数据，配置森林碳储量计算树高曲线、二元材积表，以及缺省数据，管理物联网样地运行状态，周期性获取和评估监测区森林碳储量与碳汇价值。
如图3，森林碳储量与碳汇价值动态评估系统包括：
用户登录模块用于用户身份验证，登录森林碳储量与碳汇价值动态评估系统。
样地地图显示、浏览及查询模块用于为用户提供基于地图操作的交互模式，提供平移、放大、缩小、分层显示等基本地图操作功能、也包括样地和样木属性信息查询，样地坐标定位等高级地图操作功能。
调查表格和缺省数据配置模块用于用户配置现地树木调查属性表、树高曲线、二元材积表，以及缺省数据。缺省数据包括但不限于木材密度、生物量扩展因子，根冠比，碳含量。
通信中继装置设备和状态管理模块用于用户查询通信中继装置设备编号、设备类型、坐标位置、标准地编号信息，查看通信中继装置运行状态、电池容量、自身传感器测量数据，配置通信中继装置监测频率、唤醒时间及唤醒时长。
树径测量传感器设备和状态管理模块用于用户查询树径测量传感器设备编号、单株木编号信息，查看树径测量传感器运行状态、电池容量、自身传感器测量数据，配置树径测量传感器唤醒时间及唤醒时长。
样地碳储量汇总计算模块用于用户汇总各通信中继装置通过接收装置回传的树径测量传感器数据，利用树高曲线、二元材积表，以及缺省数据，计算所有样地碳储量结果。计算内容包括直径、树高、材积、生物量、碳储量。
碳储量及碳汇量分析模块用于用户对汇总计算的样木数据进行统计，分析测设调查精度，分区域、分类型输出碳储量数量、质量、结构和分布，对比监测周期前后各监测对象情况，产出碳汇量及其动态变化。
碳汇价值计量结果可视化展示模块用于用户使用三维地图、可视化图表、时间序列轴等方式对碳汇价值数据进行展示，直观体现监测成果的动态变化。
本发明还提供一种森林碳储量与碳汇价值监测评估方法，实施例如下，如图4，步骤如下：
（1）监测样地抽样设计：根据业务需求，结合实际工作基础完成监测样地布设，确定样地总体、抽样方法、样地空间位置。
（1.1）确定监测区边界和项目总体，确定抽样设计的可靠性水平和抽样精度，计算项目总体样地数量并确定样地大小。样地数量计算公式如下：
式中： n为项目边界内项目总体样地数量； t为可靠性指数； Y为预估生物质碳储量变动系数； E为抽样允许相对误差；《碳汇造林项目方法学》和《森林经营碳汇项目方法学》要求为90%可靠性水平下90%的抽样精度，样地面积为0.04-0.06公顷，本发明中样地大小可以为方形样地，面积1亩，即0.0667公顷。
（1.2）开展样地布设，采用随机起点，机械布点的系统抽样方案。其中机械布点是指间隔固定距离抽取设定数量的点位，点位的坐标作为样地的西南角点。
（2）物联网样地布设：对所有监测样地完成首次测量和测量设备布设，测试设备运行正常，数据采集和传输稳定可靠，完成设备测量频率设定。物联网样地是在样地蓄积调查过程中，使用树径测量传感器代替人工围尺测量，使用数据采集终端数据采集代替人工记录，使移动通信中继装置或北斗短报文网关定时采集、传输树径测量传感器数据，实现样地数据自动、连续监测。如图5，物联网样地布设流程如下：
（2.1）到达布设样地，完成样地测设，使用数据采集终端测试样地信号类型，选择网关类型。如果有2/3/4/5G等移动通信信号，选择移动通信中继装置，如果没有2/3/4/5G等移动通信信号，选择北斗短报文网关。
（2.2）在样地中央位置选择一株样木布设铝合金支架，固定通信中继装置并进行信号测试，成功后保持通信中继装置开启状态。
（2.3）通过数据采集终端连接通信中继装置，设置数据采集频率，确定通信中继装置和树径测量传感器的下次自动启动时间和启动时长。
（2.4）选择样木直径测量位置，固定树径测量传感器于被测样木上。
（2.5）按下树径测量传感器启动按钮，指示灯亮起，使用数据采集终端连接树径测量传感器，保证显示连接树径测量传感器编码同树径测量传感器外壳标签编码一致。
（2.6）从树径测量传感器的拉线出口将拉绳拉出，绕样木一圈后扣入防拆拉线固定口。
（2.7）数据采集终端中查看样木直径是否有测量数值或是否明显偏离实际值，是，则按下树径测量传感器启动按钮，在数据采集终端清零后，重新拉动拉绳安装。
（2.8）点击连接树径测量传感器，录入树种、检尺类型。其中树种和检尺类型均按技术规定编码要求填写代码，例如树种为柏木，代码填写601，检尺类型为活立木，代码填写1。
（2.9）树径测量传感器同通信中继装置通信，传输测量数值至通信中继装置并进行时钟同步，以及获得树径测量传感器的下次启动时间和启动时长。
（2.10）树径测量传感器在无连接情况下，间隔固定时间后自动进入休眠状态，指示灯熄灭。
（2.11）重复步骤2.4-2.10，完成样地内全部样木的测量和树径测量传感器安装。
（2.12）通信中继装置通过卫星/移动通信基站将存储信息传回通信接收装置，并汇总进入平台层的网络服务器。对通过卫星回传的信息，传回北斗指挥机汇总进入网络服务器，对通过移动通信基站回传的信息，传回通信服务器汇总进入网络服务器。
（2.13）断开数据采集终端和通信中继装置连接，间隔固定时间后通信中继装置自动进入休眠状态，指示灯熄灭。
（3）监测样地数据自动采集：物联网样地按设定监测频率回传数据，应用系统对采集数据完成解析和存储任务。物联网样地布设后，依据工作任务、调查需求以及树径测量传感器和通信中继装置电池容量，科学设定物联网样地数据采集频率，确定通信中继装置和树径测量传感器唤醒时间、唤醒时长和唤醒频率。原则上通信中继装置唤醒时间早于传感器唤醒时间，唤醒时长长于传感器唤醒时长，两者唤醒频率一致。如图6：一个周期物联网样地自动数据采集回传流程如下：
（3.1）判断是否到达通信中继装置唤醒时间，否，等待到达唤醒时间。
（3.2）到达唤醒时间，北斗指挥机广播北斗短报文信息，北斗短报文网关接收短报文信息，获取北斗短报文网关和树径测量传感器唤醒时间、唤醒时长和唤醒频率。
（3.3）移动通信中继装置通过移动通信基站访问服务器端的网络服务器，获取移动通信中继装置和树径测量传感器唤醒时间、唤醒时长和唤醒频率。
（3.4）判断是否到达树径测量传感器唤醒时间，否，等待到达唤醒时间。
（3.5）到达唤醒时间，树径测量传感器测量样木直径，传输至通信中继装置并同通信中继装置进行时钟同步，获取唤醒时间、唤醒时长和唤醒频率，成功后进入睡眠状态。
（3.6）通信中继装置通过卫星/移动通信基站将通信中继装置存储信息传回通信接收装置，并汇总进入平台层的网络服务器。
（3.7）通信中继装置间隔固定时间后自动进入休眠状态，指示灯熄灭，结束本次流程。
（4）监测区森林碳储量动态更新：依据采集监测样地样木树种、胸径数据，结合树高曲线、二元材积表，以及缺省数据，计算各监测样地森林蓄积量、森林生物量和森林碳储量。如图7，具体步骤如下：
（4.1）依据物联网样地采集的样地内样木树种、胸径和立木类型数据，使用本区域当前树种的树高曲线，将直径作为自变量，树高作为因变量，计算样地所有活立木样木的高度。计算公式可以为：
h—活立木样木的的树高； d—活立木样木的直径；
（4.2）计算样地内活立木样木生物量，如果使用异速生长方程法，执行步骤（4.5），使用生物量扩展因子法，执行步骤（4.3）。
（4.3）计算活立木样木材积，使用本区域二元材积表计算，将直径和树高作为自变量，材积作为因变量进行计算。计算公式可以为：
v—活立木样木的蓄积；
（4.4）使用生物量扩展因子法计算生物量，材积作为自变量，生物量作为因变量，查表获取木材密度、根冠比、生物量扩展因子三个缺省数据进行计算，计算公式如下：
式中， w为活立木样木的生物量； v为活立木样木的材积； WD为活立木样木的木材密度； BEF为活立木样木的树干生物量转换到地上生物量的生物量扩展因子，无量纲； R为活立木样木的根冠比（即地下生物量与地上生物量的比值，无量纲）；
如使用生物量扩展因子法的计算方程如下：
。
（4.5）使用异速生长方程计算生物量，直径和树高作为自变量，生物量作为因变量进行计算。计算公式可以为：
。
（4.6）利用林木生物量碳含量将林木生物量换算为碳储量计算碳储量，再利用CO2与C的分子量（44/12）比将碳储量转换为二氧化碳当量，计算公式为：
式中， c为活立木样木的碳储量； w为活立木样木的生物量； CF为活立木样木的碳含量；使用生物量扩展因子法的计算方程为：
。
（4.7）计算各样地碳储量和监测区内单位面积平均碳储量，样地碳储量为样地内活立木样木林木碳储量合计，样地平均碳储量为样地碳储量除以样地面积，计算公式如下：
式中， C为样地碳储量；为监测区单位面积平均碳储量； s为样地面积；c为活立木样木的碳储量；
（4.8）计算监测区内总碳储量，为监测区内单位面积平均碳储量与监测区总面积的乘积，计算公式如下：
式中， C total为监测区总碳储量； S为监测区总面积；
（4.9）计算监测区内碳储量变化量，即碳汇量，为监测末期碳储量同监测初期碳储量的差值，计算公式如下：
式中， ΔC total,t2,t1 为监测区 t 1日至 t 2日的碳汇量； C total,t2 为第 t 2日的监测区碳储量； C total,t1 为第 t 1日的监测区碳储量。
（5）精度计算与检验：计算监测样地总体及各层的样本平均数及其方差，以及监测区内平均单位面积林木生物质碳储量的不确定性，依此对监测结果开展精度检验，对不符合精度要求数据查找原因并进行进入步骤（6）进行校正。
（5.1）计算监测区项目总体样地平均碳储量及其方差：
式中，为样地平均碳储量； c i 为第 i个样地碳储量； X为项目总体单位面积平均碳储量估计值的方差；
（5.2）计算监测区单位面积平均碳储量的不确定性：
式中， u为评价单位面积碳储量的不确定性指数；  t为可靠性指数；
（5.3）判断 u是否满足抽样设定精度要求，满足，当前计算监测区碳储量即为本期监测结果，不满足，执行监测区碳储量精度扣减校正，校正结果作为本期监测结果。例如抽样精度设定为90%，则 u或等于10%即满足精度要求， u大于10%即不满足精度要求，需进行精度扣减校正流程。
（6）精度扣减矫正：用于使林分平均碳储量在最大允许相对误差范围内。通过 u值和抽样设定精度，判断是否可以扣减校正，如果超过设定精度最大阈值，从监测样地抽样设计流程开始，增加样地数量。如果在最大阈值内，可以采取扣减系数，则在结果上进行系数扣减。例如抽样精度设定为90%，30%即为精度最大阈值，如果大于等于30%，从监测样地抽样设计流程开始，增加样地数量。大于10小于20%且前后两期变化量大于0，扣减6%，大于10小于20%且前后两期变化量小于0，扣减-6%。大于20小于30%且前后两期变化量大于0，扣减11%，大于20小于30%且前后两期变化量小于0，扣减-11%。
（7）碳汇价值评估及监测出数：计算监测区总体碳汇价值，统计成果数表和更新本监测期数据库。
（7.1）监测区内碳储量变化量乘以固碳价格即为碳汇价值，计算公式如下：
式中， U total,t2,t1 为监测区 t 1日至 t 2日的监测区碳汇价值； ΔC total,t2,t1 为监测区 t 1日至 t 2日的碳汇量； C total,t2 为第 t 2日的监测区碳储量； C total,t1 为第 t 1日的监测区碳储量； P c 为固碳价格；
（7.2）按需打印输出各成果主要指标及统计数表。主要指标包括但不限于总体名称、可靠性，以及按监测周期更新的抽样精度、样地生物量、样地碳储量、监测区生物量、监测区碳储量以及按年/月/日计算的碳汇量和碳汇价值。统计数表包括但不限于按监测周期更新统计的各类土地面积统计表、各类森林碳储量统计表、各类土地面积动态表、总体特征数计算表，以及按年/月/日计算的各类森林按碳汇量表、各类森林碳汇价值表。
（7.3）输出本监测期成果数据库，并加时间戳进行归档存储。本监期成果数据库包括但不限于现地调查数据库、样地样木监测数据库、样地样木变化数据库、碳储量及碳汇价值数据库。
（7.4）本步骤流程结束。
（8）监测工作是否结束，否，执行步骤（3），开展连续监测，是，结束流程。
本发明针对森林碳储量计量和碳汇价值评估过程中普遍存在的调查周期长、精度低，可比性差、成本高的缺点，本发明提供了一种森林碳储量与碳汇价值监测系统及动态评估方法，构建森林碳储量与碳汇价值监测系统包括物联网样地模块、样地移动数据调查采集模块、监测数据传输存储模块和森林碳储量与碳汇价值动态评估模块，设计森林碳储量与碳汇价值动态评估方法包括监测样地抽样设计、物联网样地调查与布设、监测样地数据自动采集、监测区林木生物量动态更新、精度检验与校正、监测区碳储量和碳汇价值评估六个流程。本发明可有效降低森林碳储量计量过程中错误机率，大幅减少连续监测工作量，提升评估精度和时效性。
需说明的本发明中森林碳汇储量只考虑林木生物质碳储量及变化，灌木、枯死木、枯落物、土壤有机碳和木产品碳库采用缺省值。
对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种森林碳储量与碳汇价值监测系统，其特征在于，包括：
物联网样地模块：用于样地地上生物量调查和周期性监测；
样地移动数据调查采集模块：用于样地调查和信息采集；
监测数据传输存储模块：用于物联网样地模块周期监测数据的传输和存储；
森林碳储量与碳汇价值评估模块：用于监测区森林碳储量及监测精度的计算更新，并依据测算结果动态调整监测方案，评估监测区碳汇价值。
2.根据权利要求1所述的森林碳储量与碳汇价值监测系统，其特征在于，所述森林碳储量与碳汇价值评估模块包括森林碳储量与碳汇价值动态评估系统和支撑所述森林碳储量与碳汇价值动态评估系统运行的支撑平台，所述森林碳储量与碳汇价值动态评估系统用于汇总、统计和分析样地动态监测数据、配置森林碳储量计算数据、管理物联网样地运行状态、周期性获取和评估监测区森林碳储量与碳汇价值。
3.根据权利要求2所述的森林碳储量与碳汇价值监测系统，其特征在于，所述物联网样地模块包括树径测量传感器和通信中继装置，所述通信中继装置用于在监测样地内构建无线自组网，汇集树径传感器测量数据后回传数据，所述样地移动数据调查采集模块包括数据采集应用系统，所述数据采集应用系统用于获取服务器端信息，调查现场连接通信中继装置和树径测量传感器进行数据采集、录入和计算，以及现场对通信中继装置和数据测传感器进行配置管理。
4.根据权利要求3所述的森林碳储量与碳汇价值监测系统，其特征在于，所述森林碳储量与碳汇价值动态评估系统包括：
用户登录模块：用于登录森林碳储量与碳汇价值动态评估系统；
样地地图显示、浏览及查询模块：用于提供基于地图操作的交互模式，提供地图操作功能；
调查表格和缺省数据配置模块：用于配置计算碳储量的表格和数据；
通信中继装置设备和状态管理模块：用于查询通信中继装置的设备信息和标准地信息，查看通信中继装置运行状态并配置通信中继装置工作方式；
树径测量传感器设备和状态管理模块：用于查询树径测量传感器设备信息、单株木编号信息，查看树径测量传感器运行状态和测量数据，配置树径测量传感器的工作方式；
样地碳储量汇总计算模块：用于汇总各通信中继装置回传的树径测量传感器数据，利用调查表格和缺省数据配置模块配置的表格和数据，计算所有样地碳储量结果；
碳储量及碳汇量分析模块：用于对汇总计算的样木数据进行统计，分析测设调查精度，分区域、分类型输出碳储量数量、质量、结构和分布，对比监测周期前后各监测对象情况，产出碳汇量及其动态变化；
碳汇价值计量结果可视化展示模块：用于对碳汇价值数据进行展示，直观体现监测成果的动态变化。
5.一种森林碳储量与碳汇价值动态评估方法，其特征在于，通过权利要求1~5任意一项所述的森林碳储量与碳汇价值监测系统执行，包括如下步骤：
步骤（1）监测样地抽样设计：完成监测样地布设，确定样地总体、抽样方法和样地空间位置；
步骤（2）物联网样地布设：对监测样地完成首次测量和测量设备布设，完成设备测量频率设定；
步骤（3）监测样地数据自动采集：物联网样地按设定监测频率回传数据，对采集数据完成解析和存储任务；
步骤（4）监测区森林碳储量动态更新：依据采集监测样地样木数据，计算各监测样地森林蓄积量、森林生物量和森林碳储量；
步骤（5）精度计算与检验：计算监测样地总体及各层的样本平均数及其方差，以及监测区内平均单位面积林木生物质碳储量的不确定性，依此对监测结果开展精度检验，对不符合精度要求的数据执行步骤（6）进行校正；
步骤（6）精度扣减矫正，用于使林分平均碳储量在最大允许相对误差范围内；
步骤（7）碳汇价值评估及监测出数：计算监测区总体碳汇价值，统计成果数表和更新本监测期数据库；
步骤（8）判断监测工作是否结束，若否，执行步骤（3），开展连续监测，若是，结束流程。
6.根据权利要求5所述的森林碳储量与碳汇价值动态评估方法，其特征在于，所述步骤（1）的具体步骤如下：
（1.1）确定监测区边界和项目总体，确定抽样设计的可靠性水平和抽样精度，计算项目总体样地数量并确定样地大小，其中，样地数量计算公式如下：
式中：n为项目边界内项目总体样地数量；t为可靠性指数；Y为预估生物质碳储量变动系数；E为抽样允许相对误差；
（1.2）开展样地布设，采用随机起点，机械布点的系统抽样方案。
7.根据权利要求5所述的森林碳储量与碳汇价值动态评估方法，其特征在于，所述步骤（4）的具体步骤如下：
（4.1）根据步骤（3）中物联网样地采集的样地内样木树种、胸径和立木类型数据，使用本区域当前树种的树高曲线，将直径作为自变量，树高作为因变量，计算样地所有活立木样木的高度；
（4.2）计算样地内活立木样木生物量，若使用异速生长方程法，执行步骤（4.5），若使用生物量扩展因子法，则执行步骤（4.3）；
（4.3）计算活立木样木材积，使用本区域二元材积表计算，将直径和树高作为自变量，材积作为因变量进行计算；
（4.4）使用生物量扩展因子法计算生物量，材积作为自变量，生物量作为因变量，查表获取木材密度、根冠比、生物量扩展因子三个缺省数据进行计算，计算公式如下：
式中，w为活立木样木的生物量；v为活立木样木的材积；WD为活立木样木的木材密度；BEF为活立木样木的树干生物量转换到地上生物量的生物量扩展因子，无量纲；R为活立木样木的根冠比；
（4.5）使用异速生长方程计算生物量，直径和树高作为自变量，生物量作为因变量进行计算；
（4.6）利用林木生物量碳含量将林木生物量换算为碳储量计算碳储量，再利用二氧化碳与碳分子的分子量比将碳储量转换为二氧化碳当量，计算公式如下：
式中，c为活立木样木的碳储量；w为活立木样木的生物量；CF为活立木样木的碳含量；
（4.7）计算各样地碳储量和监测区内单位面积平均碳储量，样地碳储量为样地内活立木样木林木碳储量合计，样地平均碳储量为样地碳储量除以样地面积，计算公式如下：
式中，C为样地碳储量；为监测区单位面积平均碳储量；s为样地面积；c为活立木样木的碳储量；
（4.8）计算监测区内总碳储量，为监测区内单位面积平均碳储量与监测区总面积的乘积，计算公式如下：
式中，C total为监测区总碳储量；S为监测区总面积；
（4.9）计算监测区内的碳汇量，为监测末期碳储量同监测初期碳储量的差值，计算公式如下：
式中，ΔC total,t2,t1 为监测区t 1日至t 2日的碳汇量；C total,t2 为第t 2日的监测区碳储量；C total,t1 为第t 1日的监测区碳储量。
8.根据权利要求7所述的森林碳储量与碳汇价值动态评估方法，其特征在于，所述步骤（5）的具体步骤如下：
（5.1）计算监测区项目总体样地平均碳储量及其方差，计算公式如下：
式中，为样地平均碳储量；c i 为第i个样地碳储量；X为项目总体单位面积平均碳储量估计值的方差；
（5.2）计算监测区单位面积平均碳储量的不确定性，计算公式如下：
式中，u为评价单位面积碳储量的不确定性指数； t为可靠性指数；
（5.3）判断u是否满足抽样设定精度要求，若满足，执行步骤（7），若不满足，则执行步骤（6）。
9.根据权利要求8所述的森林碳储量与碳汇价值动态评估方法，其特征在于，所述步骤（6）的具体步骤如下：通过u值和抽样设定精度，判断是否可以扣减校正，若超过设定精度最大阈值，从监测样地抽样设计流程开始，增加样地数量；若在最大阈值内，则采取扣减系数，在结果上进行系数扣减。
10.根据权利要求9所述的森林碳储量与碳汇价值动态评估方法，其特征在于，所述步骤（7）的具体步骤如下：
（7.1）监测区内碳储量变化量乘以固碳价格即为碳汇价值，计算公式如下：
式中，U total,t2,t1 为监测区t 1日至t 2日的监测区碳汇价值；ΔC total,t2,t1 为监测区t 1日至t 2日的碳汇量；C total,t2 为第t 2日的监测区碳储量；C total,t1 为第t 1日的监测区碳储量；P c 为固碳价格；
（7.2）按需输出各成果主要指标及统计数表；
（7.3）输出本监测期成果数据库，并加时间戳进行归档存储；
（7.4）流程结束。
CN202310203643.5A 2023-03-06 2023-03-06 一种森林碳储量与碳汇价值监测系统及动态评估方法 Active CN116070080B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202310203643.5A CN116070080B (zh) 2023-03-06 2023-03-06 一种森林碳储量与碳汇价值监测系统及动态评估方法
JP2024028209A JP2024126015A (ja) 2023-03-06 2024-02-28 森林炭素貯蔵量と炭素吸収源の価値モニタリングシステム及び動的評価方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310203643.5A CN116070080B (zh) 2023-03-06 2023-03-06 一种森林碳储量与碳汇价值监测系统及动态评估方法

Publications (2)

Publication Number Publication Date
CN116070080A true CN116070080A (zh) 2023-05-05
CN116070080B CN116070080B (zh) 2023-07-07

Family

ID=86176915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310203643.5A Active CN116070080B (zh) 2023-03-06 2023-03-06 一种森林碳储量与碳汇价值监测系统及动态评估方法

Country Status (2)

Country Link
JP (1) JP2024126015A (zh)
CN (1) CN116070080B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116860721A (zh) * 2023-07-18 2023-10-10 中环宇恩(广东)生态科技有限公司 一种应用于碳汇交易的碳汇数据库构建方法
CN116992191A (zh) * 2023-09-27 2023-11-03 西安中碳环境科技有限公司 多源遥感数据驱动的森林碳汇动态监测与评估系统
CN117036944A (zh) * 2023-08-09 2023-11-10 中科海慧（天津）科技有限公司 基于点云数据和图像识别的树木碳汇量计算方法及系统
CN117078276A (zh) * 2023-07-17 2023-11-17 深圳市北研生态环境科技有限公司 一种海洋碳汇数据调查系统及方法
CN117291453A (zh) * 2023-08-14 2023-12-26 中国科学院地理科学与资源研究所 一种基于地径与株高的茶园碳储量的评估方法
CN117789045A (zh) * 2023-11-07 2024-03-29 国网宁夏电力有限公司电力科学研究院 一种构建科学的碳汇模型的碳汇监测方法、系统及装置
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 (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110032611A (zh) * 2019-04-03 2019-07-19 海南省林业科学研究所 一种碳汇计量监测方法
CN110245420A (zh) * 2019-06-14 2019-09-17 海南省林业科学研究所 沿海防护林生物量和碳储量监测计量的方法
CN111340644A (zh) * 2020-04-11 2020-06-26 黑龙江省林业科学院 基于碳储量分布状态分析小兴安岭针阔混交林碳汇结构的方法
CN114817616A (zh) * 2022-06-29 2022-07-29 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) 一种森林蓄积量连续监测方法、系统及其执行方法
CN114894254A (zh) * 2022-07-13 2022-08-12 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) 一种单株木碳汇动态计量方法
CN115358644A (zh) * 2022-10-21 2022-11-18 之江实验室 一种基于机器学习的县域森林碳汇估算方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110032611A (zh) * 2019-04-03 2019-07-19 海南省林业科学研究所 一种碳汇计量监测方法
CN110245420A (zh) * 2019-06-14 2019-09-17 海南省林业科学研究所 沿海防护林生物量和碳储量监测计量的方法
CN111340644A (zh) * 2020-04-11 2020-06-26 黑龙江省林业科学院 基于碳储量分布状态分析小兴安岭针阔混交林碳汇结构的方法
CN114817616A (zh) * 2022-06-29 2022-07-29 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) 一种森林蓄积量连续监测方法、系统及其执行方法
CN114894254A (zh) * 2022-07-13 2022-08-12 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) 一种单株木碳汇动态计量方法
CN115358644A (zh) * 2022-10-21 2022-11-18 之江实验室 一种基于机器学习的县域森林碳汇估算方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
侯瑞萍 等: "长江经济带林地和其他生物质碳储量及碳汇量研究", 《生态学报》, vol. 42, no. 23, pages 9483 - 9498 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117078276A (zh) * 2023-07-17 2023-11-17 深圳市北研生态环境科技有限公司 一种海洋碳汇数据调查系统及方法
CN116860721A (zh) * 2023-07-18 2023-10-10 中环宇恩(广东)生态科技有限公司 一种应用于碳汇交易的碳汇数据库构建方法
CN116860721B (zh) * 2023-07-18 2024-03-15 中环宇恩(广东)生态科技有限公司 一种应用于碳汇交易的碳汇数据库构建方法
CN117036944A (zh) * 2023-08-09 2023-11-10 中科海慧（天津）科技有限公司 基于点云数据和图像识别的树木碳汇量计算方法及系统
CN117036944B (zh) * 2023-08-09 2024-03-01 中科海慧（天津）科技有限公司 基于点云数据和图像识别的树木碳汇量计算方法及系统
CN117291453A (zh) * 2023-08-14 2023-12-26 中国科学院地理科学与资源研究所 一种基于地径与株高的茶园碳储量的评估方法
CN116992191A (zh) * 2023-09-27 2023-11-03 西安中碳环境科技有限公司 多源遥感数据驱动的森林碳汇动态监测与评估系统
CN116992191B (zh) * 2023-09-27 2023-12-08 西安中碳环境科技有限公司 多源遥感数据驱动的森林碳汇动态监测与评估系统
CN117789045A (zh) * 2023-11-07 2024-03-29 国网宁夏电力有限公司电力科学研究院 一种构建科学的碳汇模型的碳汇监测方法、系统及装置
CN117789045B (zh) * 2023-11-07 2024-06-25 国网宁夏电力有限公司电力科学研究院 一种构建科学的碳汇模型的碳汇监测方法、系统及装置
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
JP2024126015A (ja) 2024-09-19
CN116070080B (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
CN116070080B (zh) 一种森林碳储量与碳汇价值监测系统及动态评估方法
CN114841625B (zh) 一种国家森林资源连续清查云平台及样地监测方法
CN114894254B (zh) 一种单株木碳汇动态计量方法
Novick et al. The AmeriFlux network: A coalition of the willing
Li et al. Internet of Things to network smart devices for ecosystem monitoring
CN114817616B (zh) 一种森林蓄积量连续监测方法、系统及其执行方法
CN116881604B (zh) 一种碳汇造林项目碳汇动态计量方法
CN116071419B (zh) 一种碳汇造林和森林经营碳汇项目碳汇动态计量方法
CN101158576A (zh) 内置程序式电子经纬仪角规自动立体测树技术
CN107680148A (zh) 一种基于监测数据实时生成等值线图的方法
CN109636312A (zh) 土地整治工程在线监管系统
CN106508258A (zh) 光电式谷物产量计量装置
CN106462875A (zh) 空气质量计量系统
CN115879835B (zh) 一种国家储备林建设成效监测方法、系统及云平台
CN116307868B (zh) 一种森林生态系统服务功能动态评估方法、应用系统
CN103217507A (zh) 一种无线智能碳汇监测系统
Mundava et al. A novel protocol for assessment of aboveground biomass in rangeland environments
Maselli et al. Multi-year simulation of Mediterranean forest transpiration by the integration of NOAA-AVHRR and ancillary data
US20240164259A1 (en) Devices, systems, and methods for predicting the growth of urban landscape trees
CN117114174A (zh) 一种联合物联网概念土木工程测量的优化方法
Mena et al. On the Use of In-Vehicle Sensors for Weather Data Collection and Mapping
CN106302665B (zh) Argo数据业务化系统
Figorilli et al. Precision forestry: an open-source IoT digital caliper and app to simplify tree diameter measurements
CN118644130A (zh) 一种测绘地理信息质量管理系统
Li et al. Development of Measuring Device for Diameter at Breast Height of Trees. Forests 2023, 14, 192

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230801

Address after: 610081 section 4, Renmin North Road, Sichuan, Chengdu

Patentee after: Sichuan Forestry and grassland investigation and Planning Institute (Sichuan Forestry and grassland ecological environment monitoring center)

Address before: No. 4, Section 1, Renmin North Road, Chengdu, Sichuan 610000

Patentee before: Sichuan Forestry and grassland investigation and Planning Institute (Sichuan Forestry and grassland ecological environment monitoring center)

Patentee before: Sichuan sample space time Technology Co.,Ltd.