(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210997488.4 (22)申请日 2022.08.19 (71)申请人 生态环境部环境 规划院 地址 100012 北京市朝阳区安定门外大羊 坊8号 (72)发明人 蔡博峰　叶舒　张哲　 (74)专利代理 机构 北京方安思达知识产权代理 有限公司 1 1472 专利代理师 陈琳琳　张红生 (51)Int.Cl. G06F 30/20(2020.01) G06F 17/18(2006.01) G06F 17/15(2006.01) G06Q 50/02(2012.01) (54)发明名称 一种预测森林碳汇变化及空间分布的方法 及系统 (57)摘要 本发明公开了一种预测森林植被碳汇变化 及空间分布的方法及系统， 该方法包括： 步骤1) 针对研究区域， 基于植物生长模 型和土地利用变 化规律， 建立网格化区域碳汇计算基本模型； 步 骤2)根据森林清查林龄实测资料， 结合基本模 型， 建立基于植被类型和林龄的网格化植被碳汇 量随时间变化的函数关系； 步骤3)基于区域植被 和土壤碳储量的条件， 建立网格化土壤碳汇量随 时间变化的函数关系； 步骤4)结合步骤2)得到的 网格化植被碳汇量和步骤3)得到的网格化土壤 碳汇量， 计算森林生态系统碳汇潜力； 步骤5)设 置不同的造林情景， 采用空间化算法对步骤2) ‑ 4)进行多次 自我迭代， 得到 未来指定年份的森 林 碳汇变化和空间分布格局， 并选取最优造林情 景。 权利要求书5页 说明书10页 附图1页 CN 115374629 A 2022.11.22 CN 115374629 A 1.一种预测森林植被碳汇变化及空间分布的方法， 所述方法包括： 步骤1)针对研究区域， 基于植物生长模型和土地利用变化规律， 建立网格化区域碳汇 计算的基本模型； 步骤2)根据森林清查林龄实测资料， 结合步骤1)的基本模型， 建立基于不同植被类型 和林龄的网格化 植被碳汇量随时间变化的函数关系； 步骤3)基于区域植被和土壤碳储量的条件， 建立网格化土壤碳汇量随时间变化的函数 关系； 步骤4)结合步骤2)得到的网格化植被碳汇量和步骤3)得到的网格化土壤碳汇量， 计算 森林生态系统碳汇潜力； 步骤5)设置不同的造林情景， 采用空间化算法对步骤2) ‑步骤4)进行多次自我迭代， 得 到未来指定年份的森林碳汇变化和空间分布格局， 并选取最优造林情景。 2.根据权利要求1所述的预测森林植被碳汇变化及空间分布的方法， 其特征在于， 所述 步骤1)具体包括： 根据基准年份的区域网格化碳汇数据， 获取研究区域边界内的碳汇量和 空间分布， 其 中根据基准年份网格中(i,j)像元对应的碳汇 量V0(i,j)得到该像元周边9个像元基准年份的 碳汇量表示 为： V0(i‑1， j‑1) V0(i‑1,j) V0(i‑1,j+1) V0(i,j‑1) V0(i,j) V0(i,j+1) V0(i+1,j‑1) V0(i+1,j) V0(i+1,j+1) 其中， i‑1， i， i+1分别对应区域 网格的第i ‑1行， i行， i+1行， j ‑1， j， j+1分别对应区域网 格的第j‑1列， j列， j+1列， 并从中选取最小正 值记为Vmin＞0， 最大量记为Vmax； 判断第t年(i， j)像元对应的碳汇量Vt(i,j)： 当Vt(i,j)≤0时， 则第t+1年该像元对应的碳汇量V(t+1)(i,j)为： 其中， R为研究区域年碳汇增长速率， 取R＝0.014， MaxP为研究区域年最大碳汇量， 为 该像元周边9个 像元的均值； 当Vt(i,j)＞0时， 则第t+1年像元对应的碳汇量V(t+1)(i,j)为： 3.根据权利要求2所述的预测森林植被碳汇变化及空间分布的方法， 其特征在于， 所述 步骤2)具体包括： 根据区域植被类型和林龄分布的网格化数据， 确定像元所在的区域的植被类型和林 龄， 计算得到像元(i， j)在第t+1年 考虑植被 类型和林龄的碳汇量 W(t+1)(i,j)为： 当植被类型为落叶针叶林：权　利　要　求　书 1/5 页 2 CN 115374629 A 2其中， A为林龄， 单位 为年， 对应落叶针叶林、 MaxP＝ 462.05g Cm‑2a‑1； 当植被类型为常绿针叶林： 其中， 对应常绿针叶林、 MaxP＝620.0 3g Cm‑2a‑1； 当植被类型为落叶阔叶林： 其中， 对应落叶阔叶林、 MaxP＝625.27g  Cm‑2a‑1； 当植被类型为针阔混交林： 其中， 对应 针阔混交林、 MaxP＝802.02g  Cm‑2a‑1； 当森林类型为常绿阔叶林： 其中， 对应常绿阔叶林、 MaxP＝8 88.467g Cm‑2a‑1。 4.根据权利要求3所述的预测森林植被碳汇变化及空间分布的方法， 其特征在于， 所述 步骤3)具体包括： 根据区域植被碳储量和土壤碳储量的网格化数据， 确定像元所在的区域的凋落物数据 和土壤的凋落物转 化速率， 计算得到像元(i,j)在第t+1年土壤碳汇量X(t+1)(i,j)为： X(t+1)(i,j)＝Gt(i,j)*kl*kd‑St(i,j)*ks 其中， Gt(i,j)为第t年植被碳储量， kl为植被凋落生物量系数； kc为凋落物分解系数； St(i,j)为第t年土壤碳储量， ks为土壤有机物分解 率。 5.根据权利要求4所述的预测森林植被碳汇变化及空间分布的方法， 其特征在于， 所述 步骤4)具体包括： 根据未来造林规划情景， 将造 林情景空间化， 确定像元所在区域的造 林指数kf， 结合第t +1年考虑植被类型和林龄的碳汇量W(t+1)(i,j)以及土壤 碳汇量X(t+1)(i,j)， 计算得到第t+1年不 同造林情景 下的森林植被和土壤碳汇潜力Y(t+1)(i,j)为： Y(t+1)(i,j)＝W(t+1)(i,j)*kf+X(t+1)(i,j)*kf 其中， kf为像元(i,j)所在区域的造林指数， 取值范围为0～1。权　利　要　求　书 2/5 页 3 CN 115374629 A 3