CN117871683B - 一种湿地碳储量的监测方法、系统、装置及存储介质 - Google Patents

一种湿地碳储量的监测方法、系统、装置及存储介质 Download PDF

Info

Publication number
CN117871683B
CN117871683B CN202410269334.2A CN202410269334A CN117871683B CN 117871683 B CN117871683 B CN 117871683B CN 202410269334 A CN202410269334 A CN 202410269334A CN 117871683 B CN117871683 B CN 117871683B
Authority
CN
China
Prior art keywords
wetland
carbon
wave velocity
drilling
optical fiber
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
Application number
CN202410269334.2A
Other languages
English (en)
Other versions
CN117871683A (zh
Inventor
赵若思
付玉通
刘斌
袁玮琳
王瞭亮
郭丽华
王陆一
陆天启
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.)
Guangzhou Marine Geological Survey Sanya Institute Of South China Sea Geology
Original Assignee
Guangzhou Marine Geological Survey Sanya Institute Of South China Sea Geology
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 Guangzhou Marine Geological Survey Sanya Institute Of South China Sea Geology filed Critical Guangzhou Marine Geological Survey Sanya Institute Of South China Sea Geology
Priority to CN202410269334.2A priority Critical patent/CN117871683B/zh
Publication of CN117871683A publication Critical patent/CN117871683A/zh
Application granted granted Critical
Publication of CN117871683B publication Critical patent/CN117871683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/07—Analysing solids by measuring propagation velocity or propagation time of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/288—Event detection in seismic signals, e.g. microseismics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Geophysics (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Geology (AREA)
  • Biochemistry (AREA)
  • Signal Processing (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种湿地碳储量的监测方法、系统、装置及存储介质，包括：在同一坐标系统，根据不同时期的湿地分布图确定湿地的最大分布范围；获取湿地的最大分布范围内的钻孔信息，根据钻孔信息布设光纤传感器阵列；根据布设光纤传感器阵列的钻孔的地层取心信息建立分层均匀的介质模型；介质模型包括若干层间隔的钻孔储碳层和钻孔非储碳层；获取光纤传感器阵列采集的湿地微动信号，根据湿地微动信号确定波速模型；波速模型包括若干层间隔的波速储碳层和波速非储碳层；根据介质模型对波速模型进行验证，若验证通过，根据波速模型监测湿地碳储量。本发明实施例能够提高湿地碳储量的检测准确度，可广泛应用于测量技术领域。

Description

一种湿地碳储量的监测方法、系统、装置及存储介质
技术领域
本发明涉及测量技术领域，尤其涉及一种湿地碳储量的监测方法、系统、装置及存储介质。
背景技术
湿地是地球上最富生物多样性的生态景观和人类最重要的生存环境之一。湿地生态系统具有涵养水源、调节洪水、补给地下水等诸多独特的水调节功能，以及提供野生动植物栖息地和维护区域生态平衡、调节气候、固碳、控制污染等生态环境功能。
湿地是全球重要的碳库之一，尽管它们的面积仅占地球陆地面积的4%至6%，但其碳储量却相当可观。湿地碳储量是湿地保护的重要指标之一，目前的湿地碳储量的检测方法包括声波法或电法等，但上述方法均存在检测不准确的问题。
发明内容
有鉴于此，本发明实施例的目的是提供一种湿地碳储量的监测方法、系统、装置及存储介质，能够提高湿地碳储量的检测准确度。
一方面，本发明实施例提供了一种湿地碳储量的监测方法，包括以下步骤：
在同一坐标系统，根据不同时期的湿地分布图确定湿地的最大分布范围；
获取所述湿地的最大分布范围内的钻孔信息，根据所述钻孔信息布设光纤传感器阵列；
根据布设所述光纤传感器阵列的钻孔的地层取心信息建立分层均匀的介质模型；所述介质模型包括若干层间隔的钻孔储碳层和钻孔非储碳层；
获取所述光纤传感器阵列采集的湿地微动信号，根据所述湿地微动信号确定波速模型；所述波速模型包括若干层间隔的波速储碳层和波速非储碳层；
根据所述介质模型对所述波速模型进行验证，若验证通过，根据所述波速模型监测湿地碳储量。
可选地，所述根据所述钻孔信息布设光纤传感器阵列，具体包括：
若所述湿地的最大分布范围内包括至少4个钻孔，布设2条相交的光纤传感器阵列；
若所述湿地的最大分布范围内包括少于4个钻孔，补充预设数量的钻孔，布设2条相交的光纤传感器阵列；
其中，每条光纤传感器阵列至少穿过2个钻孔。
可选地，所述根据布设所述光纤传感器阵列的钻孔的地层取心信息建立分层均匀的介质模型，具体包括：
根据布设所述光纤传感器阵列的钻孔的地层取心信息确定每个所述光纤传感器阵列的储碳层和非储碳层的深度信息；
根据所有所述光纤传感器阵列的储碳层和非储碳层的深度信息建立分层均匀的介质模型。
可选地，所述根据所述湿地微动信号确定波速模型，具体包括：
根据湿地微动信号确定湿地的频散曲线；
根据所述频散曲线，对所述湿地微动信号的面波进行反演，得到横波速度结构；
根据所述横波速度结构确定波速模型。
可选地，根据所述介质模型对所述波速模型进行验证，具体包括：
确定所述介质模型的钻孔储碳层的数量与所述波速模型的波速储碳层的数量是否一致；
若数量一致，确定每一次钻孔储碳层的深度与对应的波速储碳层的深度的第一误差是否在预设范围内，以及确定每一次钻孔非储碳层的深度与对应的波速非储碳层的深度的第二误差是否在预设范围内；
若所述第一误差和所述第二误差均在预设范围内，验证通过。
可选地，根据所述波速模型监测湿地碳储量，具体包括：
确定所述波速模型中每个波速储碳层的平均碳含量；
根据每个波速储碳层的平均碳含量和层厚确定湿地的总碳含量。
另一方面，本发明实施例提供了一种湿地碳储量的监测系统，包括：
第一模块：用于在同一坐标系统，根据不同时期的湿地分布图确定湿地的最大分布范围；
第二模块：用于获取所述湿地的最大分布范围内的钻孔信息，根据所述钻孔信息布设光纤传感器阵列；
第三模块：用于根据布设所述光纤传感器阵列的钻孔的地层取心信息建立分层均匀的介质模型；所述介质模型包括若干层间隔的钻孔储碳层和钻孔非储碳层；
第四模块：用于获取所述光纤传感器阵列采集的湿地微动信号，根据所述湿地微动信号确定波速模型；所述波速模型包括若干层间隔的波速储碳层和波速非储碳层；
第五模块：用于根据所述介质模型对所述波速模型进行验证，若验证通过，根据所述波速模型监测湿地碳储量。
另一方面，本发明实施例提供了一种湿地碳储量的监测装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述的方法。
另一方面，本发明实施例提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行上述的方法。
另一方面，本发明实施例提供了一种湿地碳储量的监测系统，包括若干个光纤传感器阵列以及与所述光纤传感器阵列采集设备连接的计算机设备；其中，
所述光纤传感器阵列，用于采集湿地微动信号，并将所述湿地微动信号发送给所述计算机设备；
所述计算机设备包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述的方法。
实施本发明实施例包括以下有益效果：首先，在同一坐标系统，根据不同时期的湿地分布图确定湿地的最大分布范围，尽可能包含所有的湿地分布，提高湿地碳储量的监测准确度，然后，获取湿地的最大分布范围内的钻孔信息，根据钻孔信息布设光纤传感器阵列，根据钻孔信息合理布设光纤传感器阵列，提高获取信号的准确性，进而进一步提高湿地碳储量的监测准确度，然后，根据布设光纤传感器阵列的钻孔的地层取心信息建立分层均匀的介质模型，介质模型包含钻孔储碳层和钻孔非储碳层的层数和深度等信息，然后，获取光纤传感器阵列采集的湿地微动信号，根据湿地微动信号确定波速模型，波速模型包含波速储碳层和波速非储碳层的层数和深度等信息，然后，根据介质模型对波速模型进行验证，提高波速模型的准确性，若验证通过，根据波速模型监测湿地碳储量，从而高湿地碳储量的检测准确度。另外，通过钻孔内布设的光纤传感器阵列采集的信号，可以原位连续长时间对湿地碳储量的进行动态变化监测，对湿地环境的破坏性小。
附图说明
图1是本发明实施例提供的一种湿地碳储量的监测方法的步骤流程示意图；
图2是本发明实施例提供的一种光纤传感阵列的布设示意图；
图3是本发明实施例提供的一种钻孔模型的结构示意图；
图4是本发明实施例提供的一种波速模型的结构示意图；
图5是本发明实施例提供的一种湿地碳储量的监测系统的结构框图；
图6是本发明实施例提供的一种湿地碳储量的监测装置的结构框图；
图7是本发明实施例提供的一种湿地碳储量的监测系统的另一种结构框图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
如图1所示，本发明实施例提供了一种湿地碳储量的监测方法，包括以下步骤：
S100、在同一坐标系统，根据不同时期的湿地分布图确定湿地的最大分布范围。
具体地，通过搜集地方志、公开文献、遥感影像等资料，在GIS平台上，按同一个坐标系统，将不同时期的湿地平面分布图进行叠加，确定湿地的最大平面分布范围。
S200、获取湿地的最大分布范围内的钻孔信息，根据钻孔信息布设光纤传感器阵列。
首先，将搜集的钻孔按照钻孔时间新旧进行排序，钻孔名称记为wj，j=1，2，3，…，i；j为钻孔的编号，i是参与排序的钻孔总数；然后，将钻孔wj添加到上述的坐标系统中。
因不确定湿地地层微动震源信号传播方向，光纤传感器阵列布设采用交叉布设。具体可根据钻孔的数量合理布设光纤传感器阵列。
可选地，根据钻孔信息布设光纤传感器阵列，具体包括：
S210、若湿地的最大分布范围内包括至少4个钻孔，布设2条相交的光纤传感器阵列；其中，每条光纤传感器阵列至少穿过2个钻孔；
S220、若湿地的最大分布范围内包括少于4个钻孔，补充预设数量的钻孔，布设2条相交的光纤传感器阵列。
参阅图2中的（a），当收集到的位于湿地的最大平面分布范围及邻近区域的钻孔数量较多，比如大于或等于4个（w1、w2、w3、w4），布设2条相交的光纤传感器阵列，记为L1、L2；每条光纤传感器阵列至少穿过2个钻孔。
参阅图2中的（b），当收集到的位于湿地的最大平面分布范围及邻近区域的钻孔数量为3个（w1、w2、w3），先补充1个钻孔（w4）；然后布设2条光纤传感器阵列（L1、L2），1条光纤传感器阵列穿过2个搜集的钻孔，另外1条光纤传感器阵列穿过1个搜集的钻孔和1个补充的钻孔。
参阅图2中的（c），当收集到的位于湿地的最大平面分布范围及邻近区域的钻孔数量为2个（w1、w2），先补充1个钻孔（w3），然后再布设2条光纤传感器阵列（L1、L2），确保每条光纤传感器阵列都能穿过2个钻孔。
参阅图2中的（d），当收集到的位于湿地的最大平面分布范围及邻近区域的钻孔数量为1个（w1），先补充2个钻孔（w2、w3），然后再布设2条光纤传感器阵列（L1、L2），确保每条光纤传感器阵列都能穿过2个钻孔。
S300、根据布设光纤传感器阵列的钻孔的地层取心信息建立分层均匀的介质模型；介质模型包括若干层间隔的钻孔储碳层和钻孔非储碳层。
钻孔储碳层表征根据钻孔的地层取心信息确定的储碳层，钻孔非储碳层表征根据钻孔的地层取心信息确定的非储碳层。
地层取心信息包括湿地地表以下的储碳层和非储碳层的具体信息，包括但不限于储碳层和非储碳层的深度等信息。介质模型包括钻孔储碳层和钻孔非储碳层的分层信息。
可选地，根据布设光纤传感器阵列的钻孔的地层取心信息建立分层均匀的介质模型，具体包括：
S310、根据布设光纤传感器阵列的钻孔的地层取心信息确定每个光纤传感器阵列的储碳层和非储碳层的深度信息；
S320、根据所有光纤传感器阵列的储碳层和非储碳层的深度信息建立分层均匀的介质模型。
参阅图3，钻孔wj钻遇M个储碳层，自地表向下依次编号为，对应的储碳层顶、底板数据记为/>;
两个储碳层之间为非储碳层，记为/>；
是储碳层顶板数据，/>是储碳层底板数据。
根据2条相交的光纤传感器阵列的3个或4个钻孔的信息可以确定每个储碳层或非储碳层的界面，根据多个储碳层或非储碳层的界面可以确定介质模型。
S400、获取光纤传感器阵列采集的湿地微动信号，根据湿地微动信号确定波速模型；波速模型包括若干层间隔的波速储碳层和波速非储碳层。
湿地微动信号是湿地周边人类活动和自然界产生的信号，包括车辆、船舶、工程建设活动、波浪振动等，这些微动信号能量以面波为主。
波速储碳层表征根据湿地微动信号确定的储碳层，波速非储碳层表征根据湿地微动信号确定的非储碳层。
湿地内部储碳层、非储碳层呈层状分布，为不均匀介质，微动信号面波在其内部传播时会相互干涉叠加，发生频散现象。
可选地，根据湿地微动信号确定波速模型，具体包括：
S410、根据湿地微动信号确定湿地的频散曲线；
S420、根据频散曲线，对湿地微动信号的面波进行反演，得到横波速度结构；
S430、根据横波速度结构确定波速模型。
首先，采用短时傅里叶变换时频分析技术，提取湿地的频散曲线，即湿地的微动信号面波的周期（或波长、频率）与波速间关系的曲线；然后，利用得到的频散曲线，采用最小二乘法对采集到的微动信号面波进行反演，得到对应的横波速度结构，即横波速度随深度的变化剖面；然后，在上述反演的横波速度随深度变化的剖面上，储碳层为低速层位，非储碳层为高速层位，根据横波速度变化，划出低速层位和高速层位界面。
参阅图4中（a），高速层位记为v，自湿地地表向下依次编号，v1，v2，…，对应的传播时间分别为t1，t2，…；低速层位记为V，自湿地地表向下依次编号，V1，V2，…，VM，对应的传播时间分别为T1，T2，…，TM；参阅图4中（b），在上述划定的低速层位储碳层，自地表而下进行编号，记为Wk，对应的储碳层顶、底板海砂数据记为Wk(A,B)；钻孔Wj处的横波速度反演的储碳层记为，k=1，2，3，…；/>对应的储碳层顶、底板海砂数据记为/>；
S500、根据介质模型对波速模型进行验证，若验证通过，根据波速模型监测湿地碳储量。
需要说明的是，若验证不通过，重新确定波速模型。
可选地，根据介质模型对波速模型进行验证，具体包括：
S510、确定介质模型的钻孔储碳层的数量与波速模型的波速储碳层的数量是否一致；
S520、若数量一致，确定每一次钻孔储碳层的深度与对应的波速储碳层的深度的第一误差是否在预设范围内，以及确定每一次钻孔非储碳层的深度与对应的波速非储碳层的深度的第二误差是否在预设范围内；
S530、若第一误差和第二误差均在预设范围内，验证通过。
具体地，波速模型的波速储碳层的数量与介质模型的钻孔储碳层的数量要一致，如果数量不一致，需要基于采集的湿地微动信号重新确定波速模型。
如果数量一致，首先，用介质模型中的钻孔储碳层与波束模型中的波速储碳层进行比较，建立/>与/>一一对应关系；比如/>与/>、/>与/>、……、/>与/>；然后，根据建立的/>和/>对应关系，求/>与/>之差，m=1，2，…，M；计算公式为：
然后，新建和/>两个列向量：
设立一个阈值，比如为0.5米，具体可根据实际情况设定。
令：
当同时成立时，完成了钻孔模型的储碳层顶、底板海拔数据标定波速模型的储碳层顶、底板海拔数据；
当不能同时成立时，认为波速模型的储碳层顶、底板海拔数据与钻孔模型的储碳层顶、底板海拔数据偏差较大，需要重新采集湿地波动信号并确定波束模型，对各层的速度v、V和传播时间t、T进行再解释，重新解释储碳层顶、底板海拔数据/>。
可选地，根据波速模型监测湿地碳储量，具体包括：
S540、确定波速模型中每个波速储碳层的平均碳含量；
S550、根据每个波速储碳层的平均碳含量和层厚确定湿地的总碳含量。
首先，将标定后的波速模型的各储碳层顶、底板海拔数据导入GIS平台，k=1,2,...,M；然后，各个Wk储碳层将搜集到的平均碳含量记为Ck，将Ck导入GIS平台，k=1,2,...,M；然后，利用上述输入的数据，在GIS平台上分层计算出各储碳层碳含量，记为/>，k=1,2,...,M；总碳含量/>。
需要说明的是，每隔一定时间间隔，比如1年，重新采集湿地波动信号，并根据湿地波动信号重新计算出湿地的碳储量。为了提高计算结果可靠性，根据周边人类活动和湿地地表变化情况，每年补充1~2口钻孔取心和岩心碳含量测试分析，并根据补充钻孔钻遇情况和碳含量测试结果，校正波速模型的储碳层层面划定、储碳层顶、底板海拔数据标定和储碳层碳含量计算。
湿地碳储量的动态变化分析如下：首先，根据光纤传感器采集数据的时刻点先后，对碳储量计算结果进行排序；然后，依次求差，第1次减去第2次碳储量，…，第j次碳储量减去第j-1次碳储量；如果差值为负值，说明碳储量在变少，不断释放二氧化碳；如果差值为正值，说明碳储量在增加，储碳层不断吸收二氧化碳。
实施本发明实施例包括以下有益效果：首先，在同一坐标系统，根据不同时期的湿地分布图确定湿地的最大分布范围，尽可能包含所有的湿地分布，提高湿地碳储量的监测准确度，然后，获取湿地的最大分布范围内的钻孔信息，根据钻孔信息布设光纤传感器阵列，根据钻孔信息合理布设光纤传感器阵列，提高获取信号的准确性，进而进一步提高湿地碳储量的监测准确度，然后，根据布设光纤传感器阵列的钻孔的地层取心信息建立分层均匀的介质模型，介质模型包含钻孔储碳层和钻孔非储碳层的层数和深度等信息，然后，获取光纤传感器阵列采集的湿地微动信号，根据湿地微动信号确定波速模型，波速模型包含波速储碳层和波速非储碳层的层数和深度等信息，然后，根据介质模型对波速模型进行验证，提高波速模型的准确性，若验证通过，根据波速模型监测湿地碳储量，从而高湿地碳储量的检测准确度。另外，通过钻孔内布设的光纤传感器阵列采集的信号，可以原位连续长时间对湿地碳储量的进行动态变化监测，对湿地环境的破坏性小。
如图5所示，本发明实施例提供了一种湿地碳储量的监测系统，包括：
第一模块：用于在同一坐标系统，根据不同时期的湿地分布图确定湿地的最大分布范围；
第二模块：用于获取湿地的最大分布范围内的钻孔信息，根据钻孔信息布设光纤传感器阵列；
第三模块：用于根据布设光纤传感器阵列的钻孔的地层取心信息建立分层均匀的介质模型；介质模型包括若干层间隔的钻孔储碳层和钻孔非储碳层；
第四模块：用于获取光纤传感器阵列采集的湿地微动信号，根据湿地微动信号确定波速模型；波速模型包括若干层间隔的波速储碳层和波速非储碳层；
第五模块：用于根据介质模型对波速模型进行验证，若验证通过，根据波速模型监测湿地碳储量。
可见，上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
如图6所示，本发明实施例提供了一种湿地碳储量的监测装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当至少一个程序被至少一个处理器执行，使得至少一个处理器实现上述的方法。
其中，存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的远程存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
可见，上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
此外，本申请实施例还公开了一种计算机程序产品或计算机程序，计算机程序产品或计算机程序存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机程序，处理器执行该计算机程序，使得该计算机设备执行上述的方法。同样地，上述方法实施例中的内容均适用于本存储介质实施例中，本存储介质实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
可以理解的是，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质（或非暂时性介质）和通信介质（或暂时性介质）。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息（诸如计算机可读指令、数据结构、程序模块或其他数据）的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘（DVD）或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
如图7所示，本发明实施例提供了一种湿地碳储量的监测系统，包括若干个光纤传感器阵列以及与光纤传感器阵列采集设备连接的计算机设备；其中，
光纤传感器阵列，用于采集湿地微动信号，并将湿地微动信号发送给计算机设备；
计算机设备包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当至少一个程序被至少一个处理器执行，使得至少一个处理器实现上述的方法。
具体地，光纤传感器阵列可以根据实际应用确定具体的光纤结构或型号等；而对于所述计算机设备，其可为不同类型的电子设备，包含但不限于有台式电脑、手提电脑等终端。
可见，上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (6)

1.一种湿地碳储量的监测方法，其特征在于，包括：
在同一坐标系统，根据不同时期的湿地分布图确定湿地的最大分布范围；
获取所述湿地的最大分布范围内的钻孔信息，根据所述钻孔信息布设光纤传感器阵列；
根据布设所述光纤传感器阵列的钻孔的地层取心信息建立分层均匀的介质模型；所述介质模型包括若干层间隔的钻孔储碳层和钻孔非储碳层；具体包括：根据布设所述光纤传感器阵列的钻孔的地层取心信息确定每个所述光纤传感器阵列的储碳层和非储碳层的深度信息；根据所有所述光纤传感器阵列的储碳层和非储碳层的深度信息建立分层均匀的介质模型；
获取所述光纤传感器阵列采集的湿地微动信号，根据所述湿地微动信号确定波速模型；所述波速模型包括若干层间隔的波速储碳层和波速非储碳层；具体包括：根据湿地微动信号确定湿地的频散曲线；根据所述频散曲线，对所述湿地微动信号的面波进行反演，得到横波速度结构；根据所述横波速度结构确定波速模型；
根据所述介质模型对所述波速模型进行验证，若验证通过，根据所述波速模型监测湿地碳储量；具体包括：确定所述介质模型的钻孔储碳层的数量与所述波速模型的波速储碳层的数量是否一致；若数量一致，确定每一次钻孔储碳层的深度与对应的波速储碳层的深度的第一误差是否在预设范围内，以及确定每一次钻孔非储碳层的深度与对应的波速非储碳层的深度的第二误差是否在预设范围内；若所述第一误差和所述第二误差均在预设范围内，验证通过；确定所述波速模型中每个波速储碳层的平均碳含量；根据每个波速储碳层的平均碳含量和层厚确定湿地的总碳含量。
2.根据权利要求1所述的监测方法，其特征在于，所述根据所述钻孔信息布设光纤传感器阵列，具体包括：
若所述湿地的最大分布范围内包括至少4个钻孔，布设2条相交的光纤传感器阵列；
若所述湿地的最大分布范围内包括少于4个钻孔，补充预设数量的钻孔，布设2条相交的光纤传感器阵列；
其中，每条光纤传感器阵列至少穿过2个钻孔。
3.一种湿地碳储量的监测系统，其特征在于，包括：
第一模块：用于在同一坐标系统，根据不同时期的湿地分布图确定湿地的最大分布范围；
第二模块：用于获取所述湿地的最大分布范围内的钻孔信息，根据所述钻孔信息布设光纤传感器阵列；
第三模块：用于根据布设所述光纤传感器阵列的钻孔的地层取心信息建立分层均匀的介质模型；所述介质模型包括若干层间隔的钻孔储碳层和钻孔非储碳层；具体包括：根据布设所述光纤传感器阵列的钻孔的地层取心信息确定每个所述光纤传感器阵列的储碳层和非储碳层的深度信息；根据所有所述光纤传感器阵列的储碳层和非储碳层的深度信息建立分层均匀的介质模型；
第四模块：用于获取所述光纤传感器阵列采集的湿地微动信号，根据所述湿地微动信号确定波速模型；所述波速模型包括若干层间隔的波速储碳层和波速非储碳层；具体包括：根据湿地微动信号确定湿地的频散曲线；根据所述频散曲线，对所述湿地微动信号的面波进行反演，得到横波速度结构；根据所述横波速度结构确定波速模型；
第五模块：用于根据所述介质模型对所述波速模型进行验证，若验证通过，根据所述波速模型监测湿地碳储量；具体包括：确定所述介质模型的钻孔储碳层的数量与所述波速模型的波速储碳层的数量是否一致；若数量一致，确定每一次钻孔储碳层的深度与对应的波速储碳层的深度的第一误差是否在预设范围内，以及确定每一次钻孔非储碳层的深度与对应的波速非储碳层的深度的第二误差是否在预设范围内；若所述第一误差和所述第二误差均在预设范围内，验证通过；确定所述波速模型中每个波速储碳层的平均碳含量；根据每个波速储碳层的平均碳含量和层厚确定湿地的总碳含量。
4.一种湿地碳储量的监测装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-2任一项所述的方法。
5.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-2任一项所述的方法。
6.一种湿地碳储量的监测系统，其特征在于，包括若干个光纤传感器阵列以及与所述光纤传感器阵列采集设备连接的计算机设备；其中，
所述光纤传感器阵列，用于采集湿地微动信号，并将所述湿地微动信号发送给所述计算机设备；
所述计算机设备包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-2任一项所述的方法。
CN202410269334.2A 2024-03-11 2024-03-11 一种湿地碳储量的监测方法、系统、装置及存储介质 Active CN117871683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410269334.2A CN117871683B (zh) 2024-03-11 2024-03-11 一种湿地碳储量的监测方法、系统、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410269334.2A CN117871683B (zh) 2024-03-11 2024-03-11 一种湿地碳储量的监测方法、系统、装置及存储介质

Publications (2)

Publication Number Publication Date
CN117871683A CN117871683A (zh) 2024-04-12
CN117871683B true CN117871683B (zh) 2024-05-14

Family

ID=90595052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410269334.2A Active CN117871683B (zh) 2024-03-11 2024-03-11 一种湿地碳储量的监测方法、系统、装置及存储介质

Country Status (1)

Country Link
CN (1) CN117871683B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105277982A (zh) * 2014-07-25 2016-01-27 中国石油化工股份有限公司 一种泥页岩总有机碳含量地震预测方法
CN110426739A (zh) * 2019-08-02 2019-11-08 中铁第四勘察设计院集团有限公司 一种地质勘探检测方法、装置和存储介质
CN111812716A (zh) * 2020-07-15 2020-10-23 中国石油大学(华东) 页岩气储层总有机碳含量叠前定量预测方法、装置及设备
CN113189658A (zh) * 2021-05-11 2021-07-30 中国石油天然气集团有限公司 一种储层填隙物含量及孔隙度计算方法及装置
CN113960665A (zh) * 2020-07-20 2022-01-21 中国石油天然气股份有限公司 页岩储层总有机碳含量的预测方法及装置
WO2023073426A1 (en) * 2021-11-01 2023-05-04 Protostar Group Ltd. Method of measuring carbon dioxide sequestration
US11852771B1 (en) * 2022-08-02 2023-12-26 Institute Of Geology And Geophysics, Chinese Academy Of Sciences Method and system for optimally selecting carbon storage site based on multi-frequency band seismic data and equipment

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109923440B (zh) * 2017-10-12 2021-03-05 南方科技大学 面波勘探方法及终端设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105277982A (zh) * 2014-07-25 2016-01-27 中国石油化工股份有限公司 一种泥页岩总有机碳含量地震预测方法
CN110426739A (zh) * 2019-08-02 2019-11-08 中铁第四勘察设计院集团有限公司 一种地质勘探检测方法、装置和存储介质
CN111812716A (zh) * 2020-07-15 2020-10-23 中国石油大学(华东) 页岩气储层总有机碳含量叠前定量预测方法、装置及设备
CN113960665A (zh) * 2020-07-20 2022-01-21 中国石油天然气股份有限公司 页岩储层总有机碳含量的预测方法及装置
CN113189658A (zh) * 2021-05-11 2021-07-30 中国石油天然气集团有限公司 一种储层填隙物含量及孔隙度计算方法及装置
WO2023073426A1 (en) * 2021-11-01 2023-05-04 Protostar Group Ltd. Method of measuring carbon dioxide sequestration
US11852771B1 (en) * 2022-08-02 2023-12-26 Institute Of Geology And Geophysics, Chinese Academy Of Sciences Method and system for optimally selecting carbon storage site based on multi-frequency band seismic data and equipment

Also Published As

Publication number Publication date
CN117871683A (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
US8898046B2 (en) Method to improve reservoir simulation and recovery from fractured reservoirs
CN102077120B (zh) 测井记录相关方法
DE112016005446B4 (de) Optimiertes Geosteering mittels geologischer Echtzeitmodelle
CN110795878A (zh) 一种隧道涌水量预测方法
CN106096081B (zh) 缝洞型底水油藏的储量估算方法
CN106940445A (zh) 一种水面浮态管节标定方法
Sabia et al. Model updating to forecast the dynamic behavior of the Ghirlandina Tower in Modena, Italy
CN103670390A (zh) 一种水淹层测井评价方法及系统
CN112559957B (zh) 一种渗透率计算方法和装置
CN106991509A (zh) 基于径向基函数神经网络模型的测井曲线预测方法
CN104570066A (zh) 地震反演低频模型的构建方法
CN104632202A (zh) 确定干粘土三孔隙度测井参数值的方法及装置
CN115033973B (zh) 基于天然源面波计算基坑双排桩桩间土对桩侧压力的方法
CN105911592B (zh) 一种实钻约束的三维地震资料长波长静校正方法
CN111475920A (zh) 一种深水盆地古水深的获取方法、系统、电子设备及存储介质
CN117871683B (zh) 一种湿地碳储量的监测方法、系统、装置及存储介质
CN115508263A (zh) 污染场地含水层渗透系数的测定方法及装置、设备、介质
KR102519630B1 (ko) 해저면 작업 위치 선정 방법 및 장치
CN114200538B (zh) 地应力方向确定方法、装置、存储介质和计算机设备
CN116716864B (zh) 一种用于浅地层多参数勘测的海床静力触探系统和方法
CN117688854B (zh) 基于单孔六分量式监测设备的三维应力场生成方法和装置
CN114935319B (zh) 多偏移距震电频谱比值获取方法及用于监测潜水面的方法
CN110568150B (zh) 油页岩的识别方法及装置
Abdul Salam et al. A 3D map of englacial attenuation rate from radar reflections at Law Dome, East Antarctica
CN118781289A (zh) 一种地质剖面自动出图方法、装置、设备及介质

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