本申請涉及林業碳匯核算的，尤其涉及基于機器學習的林業碳匯動態核算方法、基于機器學習的林業碳匯動態核算裝置、基于機器學習的林業碳匯動態核算設備、存儲介質和計算機程序產品。
背景技術：
1、在進行林業碳匯長期核算時，不同核算周期的核算核心因素有所變化，而在進行林業碳匯動態核算時要實現準確核算，需要系統考慮諸多關鍵因素，這些因素相互關聯，共同影響著最終核算結果的精確度和可靠性。目前，人工維護不同核算周期的核算核心因素往往存在不準確不全面的問題，導致最終實際核算方案的核算準確性難以得到保障。
2、上述內容僅用于輔助理解本申請的技術方案，并不代表承認上述內容是現有技術。
技術實現思路
1、本申請的主要目的在于提供一種基于機器學習的林業碳匯動態核算方法、基于機器學習的林業碳匯動態核算裝置、基于機器學習的林業碳匯動態核算設備、存儲介質和計算機程序產品，旨在解決林業碳匯動態核算時核算不準確的技術問題。
2、為實現上述目的，本申請提出一種基于機器學習的林業碳匯動態核算方法，所述基于機器學習的林業碳匯動態核算方法包括：
3、確定在當前核算周期中待實施的林業碳匯核算項目，從所述林業碳匯核算項目的項目申報材料中收集所述林業碳匯核算項目的項目信息；
4、基于機器學習從所述項目信息中識別得到所述林業碳匯核算項目的項目特征；其中，所述項目特征包括所述林業碳匯核算項目的項目類型、項目規模與項目所在區域地形、項目所在區域環境特征；
5、根據所述項目特征，確定所述林業碳匯核算項目的關鍵核算因素的實際內容，并根據采用所述關鍵核算因素的實際內容得到的核算方案進行林業碳匯核算。
6、在一實施例中，所述根據所述項目特征，確定所述林業碳匯核算項目的關鍵核算因素的實際內容的步驟包括：
7、根據所述林業碳匯核算項目的項目類型，確定所述林業碳匯核算項目的關鍵核算因素中碳庫、基線和干擾類型的第一實際內容；
8、根據所述林業碳匯核算項目的項目規模與項目所在區域地形，確定所述林業碳匯核算項目的關鍵核算因素中監測目標的第二實際內容；
9、根據所述林業碳匯核算項目的項目所在區域環境特征，確定所述林業碳匯核算項目的關鍵核算因素中核算模型和參數的第三實際內容。
10、在一實施例中，所述根據所述項目特征，確定所述林業碳匯核算項目的關鍵核算因素的實際內容的步驟之后包括：
11、根據所述第一實際內容，確定所述林業碳匯核算項目的碳庫范圍與優先級；
12、根據所述第二實際內容，確定所述林業碳匯核算項目的監測方法和精度以及頻率；
13、根據所述第三實際內容，確定所述林業碳匯核算項目的生物量模型與核算參數；
14、根據所述林業碳匯核算項目的碳庫范圍與優先級、監測方法和精度以及頻率、生物量模型與核算參數，制定基線情景方案并將去除不確定性來源后的基線情景方案作為核算方案。
15、在一實施例中，所述根據所述項目特征，確定所述林業碳匯核算項目的關鍵核算因素的實際內容的步驟還包括：
16、將所述項目特征作為輸入特征，基于預訓練得到的選取模型推理得到所述輸入特征對應的輸出標簽，其中，所述輸出標簽為所述林業碳匯核算項目的關鍵核算因素的實際內容對應的標簽值。
17、在一實施例中，所述將所述項目特征作為輸入特征，基于預訓練得到的選取模型推理得到所述輸入特征對應的輸出標簽的步驟之前包括：
18、獲取歷史林業碳匯核算項目的歷史項目信息以及歷史核算方案，并從所述歷史核算方案中確定林業碳匯核算項目的關鍵核算因素的歷史實際內容；
19、通過所述歷史林業碳匯核算項目的歷史項目信息和歷史實際內容，構建得到訓練集，并基于所述訓練集訓練得到選取模型。
20、在一實施例中，所述方法還包括：
21、在進行林業碳匯核算時，確定待核算的目標林區以及所述目標林區所處森林生長階段；
22、通過所述目標林區的立體監測網絡，獲取所述目標林區的多模態碳匯相關數據；
23、基于所述目標林區所處森林生長階段以及所述目標林區的多模態碳匯相關數據，估算所述目標林區的碳匯量。
24、此外，為實現上述目的，本申請還提出一種基于機器學習的林業碳匯動態核算裝置，所述基于機器學習的林業碳匯動態核算裝置包括：
25、準備模塊，用于確定在當前核算周期中待實施的林業碳匯核算項目，從所述林業碳匯核算項目的項目申報材料中收集所述林業碳匯核算項目的項目信息；
26、識別模塊，用于基于機器學習從所述項目信息中識別得到所述林業碳匯核算項目的項目特征；其中，所述項目特征包括所述林業碳匯核算項目的項目類型、項目規模與項目所在區域地形、項目所在區域環境特征；
27、生成模塊，用于根據所述項目特征，確定所述林業碳匯核算項目的關鍵核算因素的實際內容，并根據采用所述關鍵核算因素的實際內容得到的核算方案進行林業碳匯核算。
28、此外，為實現上述目的，本申請還提出一種基于機器學習的林業碳匯動態核算設備，所述設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現如上文所述的基于機器學習的林業碳匯動態核算方法的步驟。
29、此外，為實現上述目的，本申請還提出一種存儲介質，所述存儲介質為計算機可讀存儲介質，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如上文所述的基于機器學習的林業碳匯動態核算方法的步驟。
30、此外，為實現上述目的，本申請還提供一種計算機程序產品，所述計算機程序產品包括計算機程序，所述計算機程序被處理器執行時實現如上文所述的基于機器學習的林業碳匯動態核算方法的步驟。
31、本申請提出的一個或多個技術方案，至少具有以下技術效果：
32、在本申請中，通過從項目申報材料中收集在當前核算周期中待實施的林業碳匯核算項目的項目信息，并從中識別得到林業碳匯核算項目的項目特征，進一步基于該項目特征確定林業碳匯核算項目的關鍵核算因素的實際內容，最終根據采用關鍵核算因素的實際內容得到的核算方案進行林業碳匯核算。以此，相較于人工維護難以準確全面確定不同核算周期的核算核心因素，通過識別得到當前核算周期的林業碳匯核算項目的項目特征確定得到全面且準確的關鍵核算因素的實際內容，從而根據采用關鍵核算因素的實際內容得到的核算方案進行準確的林業碳匯核算。
1.一種基于機器學習的林業碳匯動態核算方法，其特征在于，所述基于機器學習的林業碳匯動態核算方法包括：
2.如權利要求1所述的基于機器學習的林業碳匯動態核算方法，其特征在于，所述根據所述項目特征，確定所述林業碳匯核算項目的關鍵核算因素的實際內容的步驟包括：
3.如權利要求2所述的基于機器學習的林業碳匯動態核算方法，其特征在于，所述根據所述項目特征，確定所述林業碳匯核算項目的關鍵核算因素的實際內容的步驟之后包括：
4.如權利要求1所述的基于機器學習的林業碳匯動態核算方法，其特征在于，所述根據所述項目特征，確定所述林業碳匯核算項目的關鍵核算因素的實際內容的步驟還包括：
5.如權利要求4所述的基于機器學習的林業碳匯動態核算方法，其特征在于，所述將所述項目特征作為輸入特征，基于預訓練得到的選取模型推理得到所述輸入特征對應的輸出標簽的步驟之前包括：
6.如權利要求1所述的基于機器學習的林業碳匯動態核算方法，其特征在于，所述方法還包括：
7.一種基于機器學習的林業碳匯動態核算裝置，其特征在于，所述基于機器學習的林業碳匯動態核算裝置包括：
8.一種基于機器學習的林業碳匯動態核算設備，其特征在于，所述設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現如權利要求1至6中任一項所述的基于機器學習的林業碳匯動態核算方法的步驟。
9.一種存儲介質，其特征在于，所述存儲介質為計算機可讀存儲介質，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至6中任一項所述的基于機器學習的林業碳匯動態核算方法的步驟。
10.一種計算機程序產品，其特征在于，所述計算機程序產品包括計算機程序，所述計算機程序被處理器執行時實現如權利要求1至6中任一項所述的基于機器學習的林業碳匯動態核算方法的步驟。