碳循环、人类、遥感之间的关联

1.     碳与碳循环

碳是自然界中很常见的一种元素,它以多种形式广泛存在于大气和地壳之中。碳单质很早就被人认识和利用,碳的一系列化合物——有机物是生命的根本。

1.1  自然界中的碳

地球上最大的两个碳库是岩石圈和化石燃料,含碳量约占地球上碳总量的99.9%。这两个库中的碳活动缓慢,起着贮存库的作用。此外,还有三个碳库:大气圈库、水圈库和生物库。这三个库中的碳在生物和无机环境之间迅速交换,容量小而活跃,起着交换库的作用。  

碳在岩石圈中主要以碳酸盐的形式存在;在大气中,二氧化碳是含碳的主要气体,也是碳参与物质循环的主要形式;在水圈中以多种形式存在;在生物库中,森林是碳的主要吸收者,它固定的碳相当于其他植被类型的两倍。森林又是生物库中碳的主要贮存者,贮存量大约为4.82×1011 t,相当于目前大气含碳量的三分之二。  

1.2  碳循环

大气中的二氧化碳(CO2)被陆地和海洋中的植物吸收,然后通过生物或地质过程以及人类活动,又以二氧化碳的形式返回大气中。这是自然界碳循环的基本过程。植物通过光合作用从大气中吸收碳的速率,与通过动植物的呼吸和微生物的分解作用将碳释放到大气中的速率大体相等,大气中二氧化碳的含量在受到人类活动干扰以前是相当稳定的。

1.3  人类活动与碳循环

随着人类社会的发展,尤其是化石燃料的普遍利用,人类碳源的强度不断增大,人类碳源主要包括化石燃料使用、水泥生产等的碳排放以及土地利用(如水稻种植)、矿产开采、地下水开采等过程中的碳的释放,其中化石燃料燃烧发挥了最大的作用。土地利用变化所产生的碳的排放增加的情况于此相当。

从人类认识到温室气体(尤其是二氧化碳)浓度的升高会使全球气温变暖,从而带来一系列严重生态环境问题时,就展开了对碳循环的研究。

当然,人类活动在增加大气二氧化碳的同时,完全可以通过积极的行动增加大气二氧化碳的吸收,如植树造林。

2.     碳循环研究

全球碳循环是碳在大气、海洋及陆地生态系统3个主要储存库之间的流动,是生物圈发展的重要标志。碳循环的研究工作包括陆地生物量的估算、土地利用变化对陆地碳的影响、陆地生态系统生产量估算、碳循环模拟研究等。传统的陆地碳循环模型是建立在地面观测和测定的基础上,许多模型只经过了极有限的点观测数据的检验。遥感技术提供了大尺度范围观测能力,为解决区域生态系统模型的检验提供了一种有效的手段。

遥感具有周期短、时空分辨率高、覆盖范围大、获取数据便捷等特点,已经成为全球变化研究中不可缺少的技术手段。遥感技术在获取陆表参数,特别是大尺度陆表参数方面具有独特的优势,并且可从遥感影像上直接获取到重要的生态学特征和生物生长参数,除了植被面积、净初级生产力(NPP)、净生态系统生产力(NEP)等宏观参数外,还可获取叶面积指数(LAI)、冠层化学组分、冠层温度、气孔导度、光合有效辐射(PAR)、植被吸收光合有效辐射(APAR)、冠层结构、土壤含水量、地表温度等参数。通过遥感反演获取这些物理参数,直接作为陆地生态系统模型的驱动变量或参量,结合遥感影像上获取的土地覆盖或植被现状动态信息进行碳循环的研究。

3.     SAR在碳评估中的应用

SAR是主动式微波遥感,不受时间和天气的限制,可穿透类似云和暴风的大气干扰层。与光学传感器的垂直拍摄相比,SAR是侧视传感器,意味着地形和目标地物对雷达信号有独特的响应,SAR数据和光学数据互为补充。

3.1  背景

过去的几十年,世界上很多国家开始共同着手全球环境问题,主要目标之一是减少温室气体,从根本上解决全球变暖问题,其中一个方法是限制森林砍伐和森林退化。

为监测生态系统和土地利用变化而成立的森林碳循环对地观测小组(GEO FCT),目标是证明用遥感技术进行森林监测的可行性,收集信息为将来国家森林的投入和碳监测系统服务。

Anthea Mitchell博士,澳大利亚新南威尔士洲大学空间信息合作研究中心的访问学者,是GEO FCT派出的几位全球调查人员之一,工作是研究数据和影像处理的标准方法,以及生成森林信息产品用于碳的估计。最终,Mitchell研究出了通用的影像分析方法,可广泛地用于测量、监测和森林变化报告。

3.2  SAR解决方案

Mitchell博士监测森林变化的方法是用光学和SAR影像估算森林变化量。

SAR能获取与光学完全不同的数据,为研究人员展现了感兴趣地理区域的独特信息,Mitchell博士认为,SAR提供了地表独特的三维结构和含水量信息,这对不同森林类型的识别和制图以及生物量的估计是非常有用的。

为了有效的应用SAR数据,Mitchell博士需要一个解决方案不仅能有效的处理和分析SAR数据,而且要与光学影像结合。在做了大量比较和选择之后,选择了ENVI的高级雷达图像处理工具SARscape,该软件具有独特的SAR数据读取、处理、分析,输出的能力,SARscape将抽象的雷达数据转换成有意义的信息,同时,由于SARscape集成在ENVI图像处理分析软件中,用户可以使用多种类型的影像,提取影像所包含的重要信息。

为了从SAR数据中提取有价值的信息,首先要进行数据读取和处理。Mitchell博士所用的SAR数据源很多,这就要求软件要能正确的读取各种类型的数据,SARscape具有易于使用的工具,能输入和读取各种数据源的SAR数据。

读取SAR数据之后,在SARscape中,Mitchell博士对图像做了很多自动化处理来进行数据的可视化和分析,包括多视、配准、去除斑点噪声、地理编码、辐射定标以及图像的镶嵌。由于雷达图像含有很多的噪声,滤波能将噪声最小化。为了对比不同时相或传感器的数据,对影像做了自动配准、几何校正和辐射校正。

图:塔斯马尼亚州的ALOS PALSAR数据,在SARscape中正射校正、辐射定标和镶嵌后的结果

数据预处理之后,在ENVI下分析SAR数据。因为SARscape集成在ENVI下,研究人员可以不用切换软件平台就可以进行SAR数据的分析。Mitchell博士用ENVI的变化监测工具来检测两景影像的变化区域,ENVI下流程化的变化监测工具可自动识别变化类型和变化范围。用变化监测工具,获得亮度增加和减少的区域,这些区域表明森林的砍伐或再生情况,因为亮度的增加往往是由于土壤或冠层湿度的增加引起的,最终结果可用光学影像进行验证。

3.3  SAR取得成功

Mitchell博士已经取得了很多成果,在SARscape和ENVI中处理和分析SAR和光学影像,能对森林和非森林和土地覆盖制图和变化制图,反映森林砍伐和随时间的再生情况。Mitchell博士已经研究出了处理和分析不同数据源雷达数据的标准方法,利用数据来生成森林信息产品,用于碳的估算。总之,SAR数据为Mitchell博士提供了关键的信息。

图:用ALOS PALSAR数据估算森林范围和土地覆盖/土地利用变化(亮度减少表明森林被砍伐,亮度增加表明森林的再生或土壤/冠层湿度的变化)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/1486.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

小米K8s运维-云原生方向(面经分享)

大家好,我是秋意零。今天分享一篇小米运维面经。 小米K8s运维-云原生方向 一面 2024年4月3日 | 10点 | 一面 | 40 min 左右 1)自我介绍 2)你熟悉Python多一点吗?还熟悉其它语言吗,拿出来写过的? 3&am…

搜索引擎中的倒排索引是什么

在搜索引擎领域,倒排索引是一种核心数据结构,它让搜索引擎能够以极高的效率找到包含用户查询关键词的所有网页。为了理解倒排索引的工作原理,我们可以将其与一种更直观、生活化的例子相比较:书店里的索引卡片系统。 假设你是一位…

在RISC-V64架构的CV1811C开发板上应用perf工具进行多线程程序性能分析及火焰图调试

CV1811C环境编译 SDK目录结构 . ├── build // 编译目录,存放编译脚本以及各board差异化配置 ├── buildroot-2021.05 // buildroot开源工具 ├── freertos // freertos系统 ├── fsbl // fsbl启动固件,prebuilt形式存在…

K8s: 集群内Pod通信机制之环境变量

集群内Pod通信机制之环境变量 Kubernetes 支持两种基本的服务发现模式 —— 环境变量和 DNS 1 ) 环境变量概述 在Service里面通过label selector选择器去匹配到对应的pod然后把流量导给对应的pod进行这个service的一个服务提供也就是说你只要访问service的IP地址…

Android14 - WindowManagerService之客户端Activity布局

Android14 - WindowManagerService之客户端Activity布局 一、主要角色 WMS作为一个服务端,有多种客户端与其交互的场景。我们以常见的Activity为例: Activity:在ActivityThread构建一个Activity后,会调用其attach方法,…

【PyTorch】2-主要组成模块(数据读入、模型构建、损失函数、评价指标、训练和测试、优化器)

PyTorch:2-主要组成模块 注:所有资料来源且归属于thorough-pytorch(https://datawhalechina.github.io/thorough-pytorch/),下文仅为学习记录 2.1:深度学习的必要部分 机器学习步骤 【1】数据预处理 【2】划分train、valid、…

人工智能底层自行实现篇3——逻辑回归(上)

3. 逻辑回归 1. 简介 逻辑回归(Logistic Regression)是一种广泛应用于分类问题的统计方法,尤其是二分类问题。虽然它的名称中包含“回归”,但实际上逻辑回归是一个用于估计概率的分类模型。以下是关于逻辑回归的详细介绍&#x…

[docker] volume 补充 环境变量 参数

[docker] volume 补充 & 环境变量 & 参数 这里补充一下 volume 剩下的内容,以及添加参数(ARG) 和 环境变量 ENV 的内容 read only volumes ❯ docker run-p 3000:80--rm--name feedback-app-v feedback:/app/feedback-v "$(pwd):/app"-v /app/…

gcc头文件默认搜索路径

0. 一些小的注意点 #include <> 是系统搜索头文件 #include "" 是本地搜索路径 gcc -I /dir-to-path -I选项可以指定头文件搜索路径 1. 解决 可以使用cpp查看cpp搜索路径 cpp -v /dev/null -o /dev/null另外一种方法直接使用gcc gcc -print-prog-namecc1p…

【C++初阶】vector使用特性 vector模拟实现

1.vector的介绍及其使用 1.1 vector的介绍 vector文档介绍 1. vector是表示可变大小数组的序列容器。 2. 就像数组一样&#xff0c;vector也采用的连续存储空间来存储元素。也就是意味着可以采用下标对vector的元素进行访问&#xff0c;和数组一样高效。但是又不像数组&#…

第24天:安全开发-PHP应用文件管理模块显示上传黑白名单类型过滤访问控制

第二十四天 一、PHP文件管理-显示&上传功能实现 如果被抓包抓到数据包&#xff0c;并修改Content-Type内容 则也可以绕过筛查 正常进行上传和下载 二、文件上传-$_FILES&过滤机制实现 无过滤机制 黑名单过滤机制 使用 explode 函数通过点号分割文件名&#xff0c;…

VTC视频时序控制器原理以及Verilog实现

文章目录 一、前言二、视频时序控制原理三、Verilog实现3.1 代码3.2 仿真以及分析 一、前言 VTC&#xff08;Video Timing Controller&#xff09;是一种用于产生视频时序的控制器&#xff0c;在FPGA图像领域经常用到。Xilinx Vivado 也有专门用于生成视频时序的 IP&#xff0c…

webpack-babel2

浏览器的兼容性问题 浏览器的兼容性问题不知包括随屏幕大小而变化&#xff0c;还包括针对浏览器支持的特性&#xff08;如css特性&#xff0c;js特性&#xff09; 做处理。 目前市场上有很多浏览器&#xff1a;Chrome,Safari,IE,Edge等&#xff0c;要根据它们的市场占有率来决…

【onnx 模型推理加速】如何验证 onnxruntime-gpu 版本 安装成功

首先安装gpu 版本的onnx 包 pip install onnxruntime-gpu要验证onnxruntime-gpu版本是否安装成功&#xff0c;并且GPU加速功能正常&#xff0c;你可以执行以下步骤&#xff1a; 检查安装的ONNX Runtime版本&#xff1a; 首先&#xff0c;你可以检查安装的ONNX Runtime版本&am…

vue 对axios二次封装,配置api层,基于mock测试数据

一、初始化环境&#xff08;默认都会安装vue3项目ts&#xff09; 安装mock&#xff1a;全局安装 # 使用 npm 安装 npm install mockjs vite-plugin-mock # 使用 yarn 安装 yarn add mockjs vite-plugin-mock 二、进行配置 在vite.config.ts中进行配置 import { UserConfigEx…

JMeter--后置处理器--JSON提取器(JSON Extractor)

数据关联&#xff0c;可以通过JsonPath提取所需要的值&#xff0c;功能非常强大&#xff08;注意取样器返回必须为 Json&#xff09;&#xff1b;底层采用jackson实现&#xff1b; 右键 >>> 添加 >>> 后置处理器 >>> JSON提取器&#xff08;JSON E…

MATLAB算法实战应用案例精讲-【图像处理】图像分割(基础篇)(三)

目录 前言 知识储备 Labview图像处理 一、Vision图像工具安装 二、图像采集

NodeRed节点编辑用于边缘计算和规则引擎,能做带UI界面和业务逻辑的上位机或前端应用吗?

先说结论&#xff0c;可以&#xff0c;但是需要有页面嵌套继承类似的技术&#xff0c;实现页面模块化封装&#xff0c;否则难以实现复杂应用。 相信目光敏锐的人都在关注节点编辑在自身行业的应用&#xff01; NodeRed在边缘计算做数据协议解析、以及物联网平台中作为规则链引…

实现 Android 设备屏幕录制的批处理脚本

在本文中&#xff0c;我们将介绍如何使用批处理脚本来实现在 Android 设备上进行屏幕录制&#xff0c;并将录制的视频文件传输到计算机上。这个脚本利用了 Windows 的批处理脚本和 Android 的 adb 工具。 背景 在进行 Android 应用开发、教学演示或问题排查时&#xff0c;我们…