1.一种森林碳储量遥感估算方法，其特征在于，包括：获取森林的遥感数据和数字高程数据；所述遥感数据包括高分二号卫星遥感影像数据、高分三号卫星遥感影像数据和高分六号卫星遥感影像数据；

分别对所述遥感数据和所述数字高程数据进行特征因子提取，得到多个数据特征；

对多个所述数据特征进行相关性分析，得到相关性特征；

根据所述相关性特征利用梯度提升决策树构建多树种碳储量模型；

根据所述多树种碳储量模型进行估算，得到森林碳储量；

分别对所述遥感数据和所述数字高程数据进行特征因子提取，得到多个数据特征，具体包括：对所述高分二号卫星遥感影像数据和所述高分六号卫星遥感影像数据进行波段提取，得到数据特征中的地表反射率；

对所述高分六号卫星遥感影像数据进行植被指数特征提取，得到数据特征中的多个植被指数；

对所述高分二号卫星遥感影像数据和所述高分六号卫星遥感影像数据进行纹理特征提取，得到数据特征中的纹理特征；

对所述高分二号卫星遥感影像数据和所述高分六号卫星遥感影像数据各波段信息进行主成分分析，得到数据特征中的主成分因子特征；

利用正向主成分PC变换，协方差矩阵进行主成分分析；

对所述高分三号卫星遥感影像数据进行特征提取，得到数据特征中的雷达影像后向散射系数；

利用ENVI提取的经过数据导入、多视、滤波、地理编码和辐射定标预处理后的两种极化方式的3种后向散射系数共得到6个后向散射系数；

对所述数字高程数据进行地形因子提取，得到数据特征中的地形因子；

所述相关性分析包括不同林种相关性分析和不同龄组相关性分析；

在以林龄分类的基础上，应用三倍标准差原则剔除异常值。

2.根据权利要求1所述的森林碳储量遥感估算方法，其特征在于，在获取森林的遥感数据和数字高程数据之后，还包括：对所述高分二号卫星遥感影像数据和所述高分六号卫星遥感影像数据进行辐射定标和大气校正；

对所述数字高程数据进行正射校正。

3.一种森林碳储量遥感估算系统，其特征在于，包括：获取模块，用于获取森林的遥感数据和数字高程数据；所述遥感数据包括高分二号卫星遥感影像数据、高分三号卫星遥感影像数据和高分六号卫星遥感影像数据；

特征因子提取模块，用于分别对所述遥感数据和所述数字高程数据进行特征因子提取，得到多个数据特征；

相关性分析模块，用于对多个所述数据特征进行相关性分析，得到相关性特征；

构建模块，用于根据所述相关性特征利用梯度提升决策树构建多树种碳储量模型；

估算模块，用于根据所述多树种碳储量模型进行估算，得到森林碳储量；

特征因子提取模块具体包括：

波段提取单元，用于对所述高分二号卫星遥感影像数据和所述高分六号卫星遥感影像数据进行波段提取，得到数据特征中的地表反射率；

植被指数特征提取单元，用于对所述高分六号卫星遥感影像数据进行植被指数特征提取，得到数据特征中的多个植被指数；

纹理特征提取单元，用于对所述高分二号卫星遥感影像数据和所述高分六号卫星遥感影像数据进行纹理特征提取，得到数据特征中的纹理特征；

主成分分析单元，用于对所述高分二号卫星遥感影像数据和所述高分六号卫星遥感影像数据各波段信息进行主成分分析，得到数据特征中的主成分因子特征；

利用正向主成分PC变换，协方差矩阵进行主成分分析；

雷达影像后向散射系数提取单元，用于对所述高分三号卫星遥感影像数据进行特征提取，得到数据特征中的雷达影像后向散射系数；

利用ENVI提取的经过数据导入、多视、滤波、地理编码和辐射定标预处理后的两种极化方式的3种后向散射系数共得到6个后向散射系数；

地形因子提取单元，用于对所述数字高程数据进行地形因子提取，得到数据特征中的地形因子；

所述相关性分析包括不同林种相关性分析和不同龄组相关性分析；

在以林龄分类的基础上，应用三倍标准差原则剔除异常值。

4.根据权利要求3所述的森林碳储量遥感估算系统，其特征在于，还包括：辐射定标和大气校正模块，用于对所述高分二号卫星遥感影像数据和所述高分六号卫星遥感影像数据进行辐射定标和大气校正；

正射校正模块，用于对所述数字高程数据进行正射校正。

5.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至2中任意一项所述的方法。

6.一种计算机存储介质，其特征在于，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至2中任意一项所述的方法。