柑橘株龄碳汇动态监测模型大创团队开展大创实践

　　
　　为积极响应国家“双碳”战略目标，破解农业碳汇精准计量难题，南宁师范大学地理信息科学专业学生组成的“柑橘株龄-碳汇动态监测与计量：GEDI与Sentinel协同驱动的机器学习模型”大创项目团队，在指导老师的引领下，于2025年10月25至27日深入广西南宁市武鸣区柑橘主产区，开展“基于多源遥感融合的柑橘碳汇精准核算技术研究”专题实践。通过卫星遥感数据处理、无人机LiDAR数据采集与地面样点调查相结合的方法，团队系统构建了柑橘株龄-碳汇动态监测模型，为南方特色果业碳汇计量与交易提供了关键技术支撑。
　　一、多源数据协同：构建高精度碳汇监测技术体系
　　团队针对传统柑橘碳汇计量方法成本高、效率低、覆盖范围有限的痛点，创新采用“星-空-地”一体化数据采集方案。首先运用Sentinel-1/2时间序列数据，通过时序变化特征分析实现了武鸣区柑橘种植区域的精准识别与边界提取；随后借助无人机LiDAR收集的高精度三维点云数据，对GEDI卫星足迹下植被的高度、覆盖范围以及结构复杂度等关键指标进行了系统校正，有效解决了星载激光雷达数据空间分辨率不足的问题。
　　在此基础上，团队将校正后的GEDI结构参数与Sentinel-2卫星获取的NDVI、EVI等光谱植被指数及Sentinel-1雷达后向散射强度相结合，构建了包含光谱、结构、时序三个维度共28个特征的多源信息库。“我们希望通过多源数据的优势互补，突破单一遥感数据源在植被碳汇监测中的局限性，为后续模型构建奠定坚实的数据基础。”项目负责人表示。
　　二、模型融合创新：实现柑橘株龄与碳汇的动态估算
　　在实地调研中，团队成员深入双桥镇，府城镇等柑橘种植大镇，对不同生长阶段的柑橘树进行了株高、冠幅、胸径、生物量等指标的实地测量，为模型训练与精度验证提供了一手数据。通过整合随机森林算法与ConvLSTM模型的优势，团队成功实现了对幼苗期、盛产期和衰落期柑橘植株的有效分类。
　　然而，技术研发的挑战同样不容忽视。复杂的山地地形对卫星影像的几何校正和辐射校正带来了较大困难，不同品种柑橘的生长特性差异也增加了碳汇估算的难度。针对这些问题，团队通过引入地形校正算法和分品种建模策略，不断优化模型参数，最终将柑橘碳汇计量的相对误差控制在合理范围内，显著优于传统经验模型。 　　三、收获感悟
　　通过本次大创项目，团队成员深刻认识到，遥感技术与人工智能的深度融合为农业碳汇精准计量开辟了新路径。从海量卫星数据的预处理，到无人机LiDAR点云的三维重建，再到机器学习模型的训练与优化，每一步都充满挑战与收获。大家不仅掌握了多源遥感数据处理、深度学习建模和地理信息系统应用等核心技能，更明白了理论联系实际的重要性。