摘要
本发明公开了一种基于多源地理数据的生态河道碳储量核算方法及系统,所述方法通过获取Sentinel‑2遥感影像数据并计算遥感指数,利用深度学习模型进行用地类型划分,识别出可用于碳储量计算的植被类型;通过构建植被类型分类神经网络模型,实现对遥感影像中植被类型的精准分类;结合遥感指数和实地拍摄照片,计算各类植被的碳储量,构建遥感参数与碳储量的分析模型,探究两者之间的数学关系,最终模拟研究区各用地类型的碳储量;本发明具有方法先进、精度高、适用于复杂场景、方法整合度高等特点,能够科学评估生态河道的生态效益与碳汇价值,易于进行大范围的快速准确监测。
技术关键词
生态河道
核算方法
分类神经网络
植被
遥感影像数据
深度学习模型
栅格
归一化水体指数
构建高分辨率
深度学习技术
数学
处理器
坐标
计算机设备
模块
可读存储介质
程序