一种基于碳汇密度的林业碳汇规划方法

摘要

本发明涉及一种基于碳汇密度的林业碳汇规划方法，属于林业碳汇规划技术领域。首先，采集种植区域内的基础信息，并结合所采集的信息，完成备选树种集筛选及样本树木的实地测量；其次，采用算法对测量数据进行预处理，剔除异常数据；然后，构建碳汇密度定义，计算碳汇密度；最后，基于碳汇密度进行林业碳汇规划，确保经营年限内目标区域的碳汇量最大。本发明：基于国家“双碳”战略，通过构建碳汇密度概念定义，实现对不同树种在目标经营年限内碳汇能力的定量评价；创新性的将林业规划与林业碳汇量结合，填补了现有技术上的空白；基于理论研究和实际调研，并依托实测数据分析，最大程度上确保林业碳汇规划的准确性和可靠性。

说明书

技术领域

本发明涉及一种基于碳汇密度的林业碳汇规划方法，属于林业碳汇规划技术领域。

背景技术

碳汇指的是通过人工手段或者自然方式从空气中清除二氧化碳的过程。碳汇主要分为森林碳汇、草地碳汇、耕地碳汇、海洋碳汇和人工碳汇五种类型。

结合国家“双碳”战略，森林碳汇具有较大发展空间，为实现“碳达峰”和“碳中和”的目标，要求我们在推进节能减排和降低单位GDP能耗的同时，加大树木的种植力度，通过树木种植提高森林覆盖率和森林碳汇总量，与节能减排一起，共同推动我国的绿色经济的发展。

现在有关碳汇相关的专利，主要类型是采用生物量转换因子计算或者树叶面积计算的技术方式，计算森林区域碳汇量，例如以申请公布号CN201510178889.7为代表的一类专利，申请者通过收集和测量相关数据，计算出单位叶面积的年净碳量，再将管养系数、叶面积总量、单位叶面积平均接受光强值，代入公式计算单株乔木的碳汇值，并在气体交换法的基础上，结合树冠表观特征、光能利用率和管养方式，构建城市单株乔木的碳汇计算模型，进行城市绿地碳汇能力的测量。

而林业规划方面的专利，主要类型是从经济性的角度出发，追求林业种植经济最大化，同时针对现有种植方式存在的不足，提出种植规划或者种植方法。例如以申请公布号CN201910936592.0为代表的一类专利，专利申请者对橡胶林进行选种、种植、混种等步骤，首先对橡胶林按照编组的方式进行区域管理，然后在橡胶树之间进行混交植物和农作物的种植，提高土地利用率，以提升相同面积下林业种植的经济效益。

总体来看，现有的碳汇和林业规划相关的主要专利，仅仅是从单一碳汇计算或者林业规划的角度出发，并没有结合两者提出实现林业碳汇最优的种植规划或者方法。本专利针对上述两类专利存在的不足，通过创新性构建碳汇密度的概念，在保证目标经营年限内碳汇总量最大的情况下，系统解决树种选择、规划种植等问题。

发明内容

本发明要解决的技术问题是：本发明根据现有技术和方法的缺陷和不足，提供了一种基于碳汇密度的林业碳汇规划方法，解决当前林业相关规划中，碳汇量和林业规划相互分离的现状，致使缺乏一种碳汇最优的林业规划方法。

本发明的技术方案是：一种基于碳汇密度的林业碳汇规划方法，该方法包括：

Step1：基础信息采集环节：采集区域信息、气候信息、地理信息、互联网树种信息；

Step2：树种筛选与样本树木测量环节：实地树种采集、备选树种集筛选、备选树种集样本树木测量；

Step3：数据处理环节：对Step2采集的样本树木测量数据进行数据异常处理，剔除异常数据，并构建数据集；

Step4：碳汇密度计算环节：基于Step3构建的数据集进行生物量、碳汇量、树木种植面积和碳汇密度计算；

Step5：种植规划环节：根据Step4计算结果及目标区域的经营年限，在碳汇量最大目标下规划种植树种及其种植年限，并对应计算出不同树种的种植间隔及种植数量。

具体地，Step1的具体实施步骤如下：

Step1.1：区域信息采集：采集树木种植区域的种植面积S，单位：平方米；宽度width，单位：米；长度length，单位：米；经营年限t

Step1.2：气候信息采集：从互联网平台获取种植区域气候信息，包括：年均温度，单位：摄氏度；年均降水量，单位：毫米；年均日照时间，单位：小时；气候类型；

Step1.3：地理信息采集：使用定位设备，采集种植区域的地理信息，采集的种植区域的信息包括：经度、纬度、海拔，海拔的单位：米；

Step1.4：互联网树种信息采集；根据Step1.2和Step1.3中采集到的种植区域气候、地理信息，基于互联网或专家判断的方法搜集同纬度、同海拔、同气候类型条件下适宜种植的树木种类，设立为树种集K1。

具体地，Step2的具体实施步骤如下：

Step2.1：实地树种采集：采用自动化或人工方式，实地搜集目标种植区域附近的树种信息，设立为树种集K2；

Step2.2：备选树种集筛选：结合Step1.4和Step2.1中搜集到的树种集K1和K2，筛选出备选树种集K3，G

K3＝K1∩K2＝{G

Step2.3：样本树木测量：在种植区域附近根据备选树种集K3，实地对不同树种及其对应不同树龄的树木抽取相同数量m的样本，测量其详细信息，具体包括：树种G

具体地，Step3的具体实施步骤如下：

Step3.1：数据聚类：采用聚类分析的方法，使用K-means或DBSCAN算法，按树种分别对Step2.3中实地测量到的树木信息进行处理分析，剔除异常数据，并对数据进行重复测量和处理，直到满足所要求各树种对应的各树龄样本树木数量达到m；Step3.2：数据集构建：将经过降噪处理后的数据构建为数据集V1；

V1＝{树木编号i、树种Gj、树龄Ag

具体地，Step4的具体实施步骤如下：

Step4.1：生物量计算：使用Step3.2中V1数据集的树高、胸径计算树木i的生物量M

M

其中，a、p、q为回归常数，可根据树种和胸径从国家林业局发布的《中华人民共和国林业行业标准——立木生物量模型和碳计量参数》查询，生物量单位为千克；

Step4.2：碳汇量计算：利用生物量变化量与含碳系数计算出树木i的碳汇量C

ΔM

plant＝Ag-Ag′ (4)

其中，ΔM

C

其中，Tc

Step4.3：树木的i种植面积计算：使用Step3.2中V1数据集的树木冠幅进行计算，将树木的冠幅视作圆形，树木冠幅即为圆的直径，作该圆的外切正方形，圆的直径等于正方形的边长，正方形面积即为树木在对应种植年限时的树木种植面积；

S

其中，S

Step4.4：碳汇密度ρ计算：碳汇密度的定义为在单位时间内，单位土地面积种植树木所吸收的二氧化碳的量，用来衡量在特定时间和范围内，该区域中的树木对于二氧化碳的吸收强弱情况；

其中，碳汇密度的单位为kg/(m

具体地如公式(7)所示，所求的碳汇密度为碳汇量除以种植面积再除以种植年限，保证所求的碳汇密度为单位时间和单位面积；

Step4.5：根据数据集V1，利用胸径、树高和冠幅结合公式(7)计算出不同树种不同种植年限下所有样本树木的碳汇密度，再分别计算出对应的平均碳汇密度；

其中，ρ

基于现有计算数据，构建为新的数据集：

Step4.6：结合Step4.5中的数据集V2，计算目标经营年限下的碳汇密度总量f(ρ)，f(ρ) 表示目标经营年限内种植树木的碳汇密度的总值，在碳汇密度总量最大条件下进行求解，使得：

其中，t

根据公式(9)计算得出不同树种对应的规划种植年限，得出目标经营年限内林业的种植规划解析集V3：

具体地如公式(9)所示，构建关于树木规划种植年限的树木平均碳汇密度的函数，利用树木平均碳汇密度乘以树木种植年限求出树种的碳汇密度总量，对不同树种分别进行加总，使得在经营年限内，实现林地的碳汇密度总量最大，进而保证碳汇量总量最大。

具体地，Step5的具体实施步骤如下：

Step5.1：种植间隔计算：根据Step4.6的解析集V3，对应进行种植规划，基于G

其中，W

Step5.2：种植规划：根据Step1.1中采集到的目标种植区域长、宽和Step5.1中的种植间隔

其中，length为种植区域的长度，width为种植区域的宽度，

Step5.3：基于Step5.1和5.2构建树木种植数据集V4

树木详细种植规划如下：

本发明的有效果是：

第一，基于“双碳”产业，通过构建碳汇密度概念，实现定量评价不同树种在目标年限内的碳汇能力，并按照碳汇能力的对树木种植进行合理规划；第二，创新性的将林业规划与林业碳汇量结合，填补了现有技术上的空白；第三，依托实测数据和各类数据分析，最大程度上确保了碳汇量计算结果的准确性。

附图说明

图1是本发明总流程图；

图2是碳汇密度计算流程图；

图3是不同树种碳汇密度示意图；

图4是实施例中栎树算法聚类图；

图5是实施例中杉木算法聚类图；

图6是实施例中马尾松算法聚类图。

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说明。

实施例1：如图1-6所示，一种基于碳汇密度的林业碳汇规划方法，包括如下步骤：

Step1.1：某块面积大小为100000平方米(约150亩)的区域需要进行碳汇林的种植，区域的长为500米，宽为200米，林地经营年限为10年。

Step1.2：当地环境年平均温度16摄氏度、年均降水量1535.6毫米、日照时间1586.6小时，该区域属于亚热带季风气候。

Step1.3：通过定位设备采集到种植区域的经纬度范围为东经111°20′5″至111°54′ 39″，北纬23°58′33″至24°14′25″，平均海拔200米。

Step1.4：该区域的北纬23度至北纬25度气候相似，根据气候、地理等信息搜集适宜种植的树种为：K1＝{杉木、栎树、马尾松、白桦树、红豆杉、黑松}。

Step2.1：对种植地附近的树种信息进行收集，种植区域附近10km范围内常见树种，具体包括K2＝{栎树、杉木、马尾松、云杉}。

Step2.2：根据Step1.3和Step2.1中通过互联网和当地实际调研获得的树种选出备选树种集，K3＝{栎树、杉木、马尾松}。

Step2.3：结合林地经营年限，选取移栽树木的树龄为5年，因此对周围区域内5-15年树龄的杉木、栎树、马尾松各抽取10棵样本树木，对树木的树种、树龄、胸径、冠幅和树高数据信息进行测量和记录。

Step3.1：采用DBSCAN算法对Step2.3中收集到的样本树木数据分树种进行降噪处理， DBSCAN参数设置：半径为1.5、最小邻域点数为3。具体如图4-6所示。若调研数据存在噪声点，则对数据进行清理，剔除噪声点后，再进行补充测量，直到满足各树种不同树龄树木数量m为10棵。

Step3.2：获得栎树、杉木、马尾松的不同树龄的树高、冠幅和胸径的统计数据，统计数据分别如表2、3、4所示。

Step4.1：根据《中华人民共和国林业行业标准－立木生物量模型及碳计量参数》，分别得知a、p、q回归常数对于胸径大于等于5厘米或小于5厘米的树木需采用不同的数值，查询出栎树、杉木和马尾松的生物量式中的回归常数a、p、q及含碳系数具体如下：

表1：栎树、杉木、马尾松对应的生物量转换因子常数及含碳系数

生物量计算：分别代入表1中的对应回归常数值，计算三种树木的生物量，计算结果分别如表2、3、4所示：

①栎树：

②杉木：

③马尾松：

Step4.2：碳汇量计算公式：根据生物量计算出碳汇量(单位：千克)；

①栎树：C

②杉木：C

③马尾松：C

Step4.3树木种植面积计算：通过冠幅乘冠幅计算出树木种植面积，计算结果分别如表2、 3、4所示：

S

表2：栎树不同树龄样本树木的计算数据表

表3：杉木不同树龄样本树木的计算数据表

表4：马尾松不同树龄样本树木的计算数据表

Step4.4：碳汇密度计算：

①栎树：

②杉木：

③马尾松：

Step4.5：根据样本树木不同树种不同树龄的碳汇密度，求解样本树木不同树龄的平均碳汇密度如下：

表5：三种树种样本树木不同树龄和种植年限的平均碳汇密度表(单位：kg/(m

Step4.6：将表5数据代入下列计算式：

Step5.1：根据表3中的杉木15年树龄即10年种植年限时的平均冠幅，确定种植时的种植间隔(单位：米)。

Step5.2：根据500×200的种植范围，计算出可种植的树木数量约为：

本发明与现有技术相比：第一，基于国家“双碳”战略，通过构建碳汇密度概念定义，实现对不同树种在目标经营年限内碳汇能力的定量评价；第二，创新性的将林业规划与林业碳汇量结合，填补了现有技术上的空白；第三，基于理论研究和实际调研，并依托实测数据分析，最大程度上确保林业碳汇规划的准确性和可靠性；第四，本文提出的方法简单、实用、高效，且应用及推广价值较大。

以上所述实施例仅表示本发明的实施方式，其描述较为具体和详细，但并不能理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以作出若干变型和改进，这些都属于本发明保护范围。