基于机器微视觉的林木固碳计量方法研究

According to the demand of carbon absorption or emission measurement accuracy in current multi domain,such as,forest carbon sequestration measurement,monitoring and carbon sequestration trade,On the bases of the principle of energy exchange between forests and atmosphere,a kind of plant carbon-sink econometric method based on micro-vision is presented.Combination with the differentiation characteristics of carbon-sink accounting methods and results,The principle of the new mesurement method, and the key science questions and technology that raised by it are thorough researched.Including,long-term on-line monitoring technology for plant uptake rate of CO2,Stomatal observed lively and real-time and aperture evaluation method,Stomatal aperture calculation model,modeling of the relationship between the stomatal aperture and plant carbon uptake rate,Trace gas detection method,Microscopic measurement experimental system development of plant carbon-sink,etc.So as to achieve the precision measurement of tree plant carbon-sink.The project concerns multidisciplinary knowledge fusion, sunch as the design of experimental systems of plant carbon-sink measurement,Machine micro vision detection technology,the machine learning theory,pattern recognition technique, Photoacoustic spectroscopy technology,Trace gas detection,image processing technology and plant physiology,etc.The research has great significance to the construction of the measurement monitoring systems for forest carbon sequestration,the evaluation of trees carbon sequestration effect and climate change.

针对当前森林碳汇计量、监测及碳汇贸易等多领域对碳吸收排放量计量准确度的需求问题，本项目拟在森林生态系统与大气间能量交换原理基础上，提出一种基于微视觉的植株固碳微观计量新方法。结合植株固碳计量方法及结果差异化特征，对新方法的机理、所引出问题及关键技术进行深入研究，如植株CO2吸收速率长期在线监测技术、活体气孔实时观测与气孔开度评价方法、气孔开度与植株碳吸收速率关系模型、痕量气体检测方法、植株固碳微观计量实验系统研制等，以期实现林木植株固碳的精准计量。项目研究内容涉及植株固碳微观计量实验系统设计、机器微视觉检测技术、机器学习理论、模式识别、光声光谱技术、痕量气体检测、图像处理技术、植物生理学等多学科领域知识的融合。该方法的研究对我国森林碳汇计量监测体系建立、林木固碳效应评价及气候变化研究具有重要意义。

森林碳汇是指森林吸收并储存二氧化碳的能力。森林碳汇能力的评价，也就是碳汇计量是森林对温室效应影响的重要评价手段。通过准确计量不同树种、不同生长期以及不同造林配置情况下森林的碳吸收和森林破坏后的碳排放情况，才能准确地把握森林碳汇的运行规律，真实反映森林在减缓气候变暖中的重要作用。针对当前森林碳汇计量及碳汇贸易等多领域对碳吸收排放量计量准确度的需求，提出一种基于机器视觉的植株固碳微观计量新方法。主要研究内容包括，植株CO2吸收速率长期在线监测技术、活体气孔实时观测与气孔开度测量方法、气孔开度与植株碳吸收速率关系模型、痕量气体检测方法、植株固碳微观计量实验系统研制等。.在植株 CO2吸收速率长期在线监测技术方面，搭建了植株固碳微观计量实验平台，该平台由同化箱系统、环境因子测量系统、箱体环境控制系统、气孔观测系统、痕量气体检测系统五部分组成。该实验平台密闭性好，能够实现箱体内温湿度、光照、CO2浓度的控制，并能同步观测活体气孔的行为；在活体气孔实时观测与气孔开度测量技术方面，开发了全自动气孔探测与测量算法。该算法输入为气孔显微图像，输出为气孔的形态参数。其由基于深度学习技术的气孔探测、基于水平集理论的气孔分割以及椭圆拟合的气孔测量三部分组成，能够实现气孔开度的实时计算；在痕量气体检测技术方面，设计了光声光谱痕量气体检测系统，实现了CO2气体的高精度检测；在植株固碳能力及固碳量计量方面，建立了气孔开度与植株碳吸收速率关系模型。.通过一系列实验，得到了小黑杨（2年生）的CO2平均吸收速率及平均碳汇量分别是0.055mg/s和1.31g。结果表明，植株对CO2的吸收速率与环境温度、湿度、光照以及CO2的浓度有关。其中光照是影响植株CO2吸收速率的最显著因子，CO2的浓度、温度和湿度是次要因子。.该方法的研究，对森林碳汇计量方法、林木固碳效应评价研究等具有重要意义。