基于树高和树冠因子的立木材积与地上生物量相容模型研究

【目的】无人机机载激光雷达能够准确地测定单木、林分乃至大尺度森林结构参数(树高和树冠因子)。为应用无人机激光雷达技术准确估测森林蓄积量、生物量和碳储量提供计量依据和技术支撑。【方法】以150株实测马尾松生物量样本数据为研究对象,采用非线性回归估计方法和度量误差联立方程组方法,分析立木材积和地上生物量与树高、树冠因子的相关性,并在此基础上研究建立基于树高和树冠因子的立木材积与地上生物量相容模型。【结果】单株材积和地上生物量与树高因子的相关性最为紧密,其次才是树冠因子;基于树高和冠幅因子的二元材积和地上生物量模型预估精度较高,达到92%以上,再考虑冠长因子的三元模型预估精度改进不大;基于树高和冠幅因子的二元立木材积与地上生物量相容模型估计效果更好,相对于一元相容模型系统而言,二元相容模型拟合效果有较大幅度提高,预估精度达到92%以上。【结论】采用度量误差联立方程组方法可以有效解决基于树高和树冠因子的立木材积与地上生物量相容问题,并且预估精度达到92%以上,所建二元立木材积与地上生物量相容模型可为应用激光雷达技术反演森林蓄积量和生物量提供计量依据。     

基于地基激光雷达的亚热带森林单木胸径与树高提取

【目的】以云南省普洱市天然林与杉木人工林为研究对象,针对云南省山区森林树种繁多、林下灌木草本茂密的林分环境,根据森林中树木的形态特征,利用地基激光雷达(TLS)扫描数据提取样地尺度单木胸径与树高,为森林调查工作提供参考。【方法】将获取的多站地基激光雷达扫描数据分为多站拼接及单站2种分析方式,采用Hough变换算法及树干的形态特征对样地内单木进行识别与胸径提取,根据树干生长方向及单木在垂直方向上的分布提取树高。【结果】1)对于多站拼接数据,即使在林分条件最为复杂的原始林,单木识别率仍可达到81%;对于单站数据,随着扫描距离增加,单木识别率降低,实际操作时单站布设比多站拼接简单;2)多站拼接胸径及胸高断面积估测结果更接近于样地真实值,多个单站平均结果比只使用一站扫描数据提取的结果更加适合估测样地胸径及胸高断面积,半径10 m比半径5 m及15 m范围内数据更加适合估测样地胸径及胸高断面积;3)天然林单木树高估测结果为R~2=0.77,RMSE=1.46 m;人工林单木树高估测结果为R~2=0.94,RMSE=0.96 m。【结论】本研究根据树干垂直向特征,设置的一系列参数可以剔除Hough变换算法在非树干处的识别圆,可提高单木识别及胸径、树高的估测精度。受扫描站布设及林分条件影响,人工林的估测结果好于天然林。多站拼接相比单站扫描更加接近于样地实测结果,多个单站平均更能代表样地实际情况,只用一站数据具有一定的偶然性。     

基于Sentinel-1A和Landsat 8数据的区域森林生物量反演

【目的】结合主被动遥感数据,为基于不同遥感数据源、建模算法的亚热带森林生物量建模分析提供新思路。【方法】以湖南省郴州市桂东县2014年Landsat 8 OLI影像、2014年Sentine-1A影像、2014年43块森林资源连续清查固定样地数据为主要信息源,借助于ENVI、SNAP、R等软件,分别采用主动式遥感(Sentinel-1A数据)、被动式遥感(Landsat 8 OLI数据)、主被动相结合(Sentinel-1A数据结合Landsat 8 OLI数据)3种数据集和多元线性回归、随机森林、人工神经网络、袋装算法等4种模型,进行区域森林地上生物量特征变量选取、参数建模、模型精度评价、生物量空间制图。【结果】1)在特征变量选择上,红波段(B4)、红外波段(B5)反射率及纹理特征,归一化植被指数(NDVI),交叉极化(VH)后向散射系数及其纹理特征,在森林生物量反演中具有重要作用;2)4种遥感估测模型精度比较分析表明,无论是单一数据源还是二者结合,随机森林算法预测精度最高,人工神经网络、袋装算法次之,多元线性回归最低;3)3种不同数据源的遥感估测综合精度,按照由高到低的顺序排列,主被动结合被动式遥感主动式遥感;4)桂东县森林生物量平均值为53.68 t/hm2,生物量高( 90 t/hm2)的林分面积比例只有16.03%,主要分布在海拔较高、坡度较陡的东南、西南部。【结论】Sentinel-1A和Landsat 8数据的结合在估测森林生物量方面具有重要作用。     

天然麻栎单木地上生物量模型研究

通过对铜陵叶山林场麻栎样木地上生物量调查,以胸径、树高为自变量,地上总生物量、树干、树枝、树叶生物量为因变量,选择相对生长式、幂函数式和多项式为生物量回归模型,拟合各模型参数、相关指数、回归剩余离差,并计算生物量估测误差。结果表明:麻栎树干、树枝、树叶和地上总生物量与胸径、树高存在显著幂函数关系,其方程分别为:树干W=6.571×10-4D1.8473H2.411、树枝W=1.163×10-4D2.9497H1.3223、树叶W=0.0032D1.5148H0.8821、总生物量W=9.354×10-4D2.0825H2.1154。树干与总生物量的预估精度均达90%以上。     

联合GF-3 PolSAR数据与Landsat-8 OLI数据的森林地上生物量估测

【目的】森林是陆地生态系统的重要组成部分,精确估测森林地上生物量对森林资源的经营管理具有指示作用,对研究全球碳循环具有重要意义。为了改善单一来源遥感数据估测森林地上生物量的不足,探讨了联合高分三号(Gaofen-3,GF-3)全极化(Polarimetric synthetic aperture radar,PolSAR)数据极化分解参数和Landsat-8 OLI数据估测森林地上生物量的可行性,并针对多源遥感数据的冗余问题优化特征组合。【方法】以广西南宁市高峰林场为研究区,结合森林样地调查数据,提取GF-3 PolSAR数据的后向散射系数、极化分解参数和Landsat-8 OLI数据的光谱信息、植被指数、纹理,使用基于序列前向特征选择的K最近邻法(K-nearest neighbor based on sequence forward feature selection,KNN-SFS)估测研究区的森林地上生物量,以留一法交叉验证得到的森林地上生物量预测值和实测值之间的均方根误差(Root mean square error,RMSE)最小为原则,对比验证使用多源遥感数据和单一来源遥感数据时的估测结果,寻求估测森林地上生物量的最优特征组合,基于最优特征组合绘制研究区的森林地上生物量空间分布图。【结果】结合GF-3 PolSAR数据和Landsat-8 OLI数据估测研究区森林地上生物量的精度为RMSE=21.05 t·hm~(-2),R~2=0.75,优于仅使用GF-3 PolSAR数据估测的精度(RMSE=28.38 t·hm~(-2),R~2=0.47)和仅使用Landsat-8 OLI数据估测的精度(RMSE=29.52 t·hm~(-2),R~2=0.42)。【结论】多源数据协同反演森林地上生物量可以提高估测的精度,基于KNN-SFS方法联合GF-3 PolSAR数据与Landsat-8 OLI数据可以较好地估测森林地上生物量。     

基于两期无人机影像的针叶林伐区蓄积量估算

【目的】提出一种基于两期无人机影像的针叶林伐区蓄积量估算方法,为促进无人机数据在多类型林业样地资源调查中的深度应用提供依据。【方法】以福建省三明市将乐县金森林业股份有限公司伐区森林小班为试验区,首先,利用无人机遥感获取分辨率优于10 cm的两期影像,经Pix4D软件处理得到点云数据,在此基础上将小班区域未采伐前的林冠点云匹配到采伐后的小班地形点云上;然后,通过布料模拟滤波算法(CSF)分离匹配后的林冠点云和地形点云,采用自然领域插值法分别将林冠点云数据插值生成数字表面模型(DSM)、地形点云数据插值生成数字高程模型(DEM),二者相减获得冠层高度模型(CHM);接着,基于改进的局域最大值法搜索冠层高度模型中的林冠顶点,提取树高;最后,根据野外采集的400株马尾松和杉木树高、胸径数据,建立5个适用于福建省马尾松和杉木的胸径-树高模型,选择相关系数最高的模型推算胸径,并利用福建省单木材积公式估算小班区域蓄积量。【结果】1)两期无人机数据的点云匹配能较好消除陡峭地形对树高提取的影响;2)改进的局域最大值法可有效减少固定窗口搜索林冠顶点时出现的多提和漏提错误;3)小班区域估算株数为339株,实测株数为366株,估算的平均树高为18 m,实测平均树高为19 m,估算蓄积量为182 m~3,实测蓄积为199 m~3,株数、树高和蓄积量的估算精度均较高。【结论】借助无人机遥感技术,可实现森林蓄积量自动化估算,降低传统野外调查成本,推动森林资源的快速调查和更新。     

我国人工杨树生物量建模和生产力分析

【目的】建立人工杨树生物量模型,分析生产力与气候因子间的关系,为提升我国森林质量提供参考。【方法】基于在全国15个省(区、市)采集的450株人工杨树样木实测地上生物量和147株地下生物量数据,综合利用哑变量建模方法和误差变量联立方程组方法,建立一元和二元立木生物量联立方程组;基于样木胸径、树高和年龄的成对数据,建立与气候因子相关的单木生长模型。根据胸径和树高单木生长模型及二元立木生物量方程,分析气候因子对人工杨树单木生产力的影响。利用全国森林资源连续清查人工杨树林样地调查数据,计算每个样地的生物量和生产力,建立人工杨树林生产力与气候因子间的相关模型,进一步验证气候因子对生产力的影响。【结果】本研究建立的一元和二元人工杨树地上生物量方程,确定系数(R~2)在090以上,平均预估误差(MPE)在5%以内;地下生物量方程的R~2在083以上,MPE在10%以内;含气候因子的胸径和树高单木生长模型,R~2均在070以上,MPE分别在5%和3%以内。人工杨树的胸径、树高生长均与年均气温显著相关,林木年龄为20年,年均气温20℃时的胸径、树高和总生物量分别是年均气温0℃时的24、24和95倍。连清样地数据验证结果表明,年均气温提高10℃,人工杨树林的平均生产力可以提高25 t·hm~(-2)a~(-1);年均气温20℃时的人工杨树林,其平均生产力达到年均气温0℃时的7倍以上,与所建单木生长模型的可比推算结果完全一致。【结论】本研究建立的人工杨树立木地上和地下生物量方程及其相容的生物量转换因子和根茎比模型,达到相关技术规定的预估精度要求,可以推广应用;温度是影响人工杨树生产力的重要因素,随着年均气温升高,人工杨树生产力也相应提高。     

基于光学遥感的稀疏乔灌木地上部分生物量反演方法

【目的】基于无人机数据采用3种分层方案构建冠层盖度-乔灌木地上部分生物量模型以及基于Landsat8 OLI数据采用3种分层方案构建不同光谱指数-乔灌木地上部分生物量模型,对比分析不同分层方案的乔灌木地上部分生物量模型精度,以期为基于遥感数据的干旱区人工林乔灌木地上部分生物量高精度反演提供理论依据。【方法】在毛乌素沙地实地调查102块30 m×30 m样地,基于高分辨率无人机影像,利用面向对象的机器学习算法获取乔灌草植被覆盖度信息,采用3种分层方案（不分层、基于乔木和灌木2种植被类型分层、基于5个树种分层）构建冠层覆盖度-乔灌木地上部分生物量模型。基于Landsat8 OLI影像,使用6种光谱指数（NDVI、RVI、MSAVI、TCG、NDMI、NIRv）,结合无人机影像解译草本植被覆盖度,采用3种分层方案（不分层、有无草本植被样地分层、3个草本植被覆盖度等级样地分层）构建不同光谱指数-乔灌木地上部分生物量模型。【结果】不分层的冠层覆盖度-乔灌木地上部分生物量模型鲁棒性最差（R²=0.22,n=102）,且估算精度最低(RMSE=14.98 t·hm^-2...     

基于Landsat8影像的汝城县森林地上生物量遥感估算研究

精确估测森林生物量是分析森林碳动态和碳循环的基础。本研究采用汝城县森林资源连续清查数据,结合Landsat 8遥感影像,分析了森林地上生物量的空间自相关和空间异质性,并选取显著相关的植被指数因子,分别构建普通最小二乘模型、空间滞后模型以及地理加权回归模型,并绘制汝城县森林地上生物量的空间分布图。结果表明:通过对森林地上生物量的空间效应分析,发现样地生物量的空间自相关和空间异质性不容忽视。与普通最小二乘回归相比,空间滞后模型和地理加权回归模型可以减少空间效应对森林地上生物量估测的影响。地理加权回归模型可以最大程度地减少过高或过低估计,估测森林地上生物量的精度最高,决定系数达到0.756,均方根误差和平均相对误差最小,分别为17.288 t·hm~(-2)和-8.542%。因此使用Landsat 8遥感影像结合地理加权回归方法在改善森林地上生物量的估测中具有巨大潜力。     

太白山次生锐齿栎林地上生物量影响因素

【目的】分析和比较物种多样性(物种丰富度、物种Shannon-Wiener指数和物种均匀度)、结构多样性(胸径Shannon-Wiener指数、胸径均匀度、胸径变异系数和胸径基尼系数)以及环境因素对秦岭太白山北坡锐齿栎林地上生物量的影响,为促进秦岭生物多样性保护和森林生态系统功能协调发展提供理论依据。【方法】以秦岭太白山北坡锐齿栎林为对象,基于1.5 hm2固定监测样地中所有胸径≥1 cm木本植物调查数据,利用多元线性回归分析物种多样性和结构多样性与地上生物量的相关性。通过构建结构方程模型并结合环境因素,比较物种多样性和结构多样性对地上生物量的作用效应。【结果】线性回归模型和结构方程模型的分析结果均显示:表示物种多样性的3个指标与地上生物量均无显著相关性,表示结构多样性的指标中,只有胸径均匀度与地上生物量呈显著负相关性,但胸径均匀度对地上生物量变异的解释能力却很低。环境因子对地上生物量的影响同时存在直接和间接效应,但直接效应起到主要作用。【结论】群落结构是影响太白山锐齿栎林地上生物量的重要因素;但结构多样性对地上生物量的作用效应是抑制而非促进,说明增加群落结构的复杂性反而不利于地上生物量的累积。环境因素直接影响地上生物量,但对物种多样性和结构多样性与地上生物量的关系无显著影响。本研究证实了群落结构对森林地上生物量的重要性,但这并不能说明群落结构是影响太白山次生锐齿栎林地上生物量的主导因素。     

手杖式测树仪立木树高量测研究

【目的】树高是森林经营决策中最重要的一个参量,常用于估计森林生长、年龄、材积、生物量和碳储量等立木参数,其精度对立木质量的评价及森林生长的预测分析影响重大。为解决传统的树高量测仪器移动不便,测量周期长,人力耗损大等问题。【方法】以近景摄影测量为基础,构建了一种以登山杖绑定安卓智能手机为测量平台的便携、快捷的树高测量装备;针对立木生长环境有无坡度,拍摄是否产生倾角等情况建立了树高量测模型。在手机环境下,研制了立木树高测量软件APP。APP采用上下分屏技术,利用手机成像系统以及坐标系转换,使屏幕与待测立木建立关联,从而自动解算立木的深度信息;结合手机内部方向传感器的强大性能,单站作业可实时获取树高估计值。在北京市平谷区红石门村选取不同坡度的307株立木作为研究对象,使用该装备分别在上坡位和下坡位对其进行量测,将测定结果与全站仪多次量测求得的平均值进行对比分析。【结果】结果表明,树高估计值平均绝对误差为0.21 m,平均相对误差为2.11%,整体精度达到97.89%。当处于下坡位观测时,树高估计值平均绝对误差为0.11 m,平均相对误差为1.16%,树高精度高达98.84%。当处于上坡位观测时,树高估计值平均绝对误差为0.32 m,平均相对误差为3.07%,树高精度达到96.93%。智能手机倾斜角较大时,精度达到95.19%,智能手机倾斜角较小时,精度高达99.03%,说明手杖式测树仪观测时所产生倾角越小,精度越高。量测同一株立木时,下坡位观测的精度优于上坡位。【结论】此装备的研发满足国家森林资源连续清查中的测量精度要求,且装备成本低、灵活性强、不依赖其他设备获取深度信息、携带方便、具有较高利用价值,未来可作为森林资源调查树高测量装备。     

基于无人机影像的天山云杉林伐后更新地林分密度估测研究

【目的】林分密度是影响森林生态系统结构和功能的主要因素,是森林资源调查的一项重要指标,对林木生长发育有着十分重要的影响。基于无人机影像,以实现提取不同郁闭度的林分密度,旨在为天然林保护工程实施后山区森林资源更新恢复评价提供技术支撑。【方法】以新疆农业大学实习林场伐后更新的天然林为研究对象,以天山云杉Picea schrenkiana var.tianshanica纯林为主,基于无人机影像,利用面向对象多尺度分割方法提取了低、中、高3种不同郁闭度林分的天山云杉冠幅信息,进而估算林分密度,提出了采用平均冠幅法估测高郁闭度林分冠层遮挡区域林木株数的方法。【结果】采用面向对象方法对新疆农业大学实习林场伐后更新的天山云杉树冠边缘信息提取精度较高,提取的林分密度与实测结果相近。其中低、中郁闭度林分中林分密度提取精度分别为0.9868和0.9333,高郁闭度林分中林分密度提取精度相对较低,为0.7657。【结论】总体来看,该方法用于研究区天山云杉林伐后更新地林分密度估测是可行的,采用树冠平均冠幅法能够快速准确地提取伐后更新造林地的林分密度。     

基于Landsat长时间序列的森林扰动参数提取与树高估算

【目的】研究基于遥感影像的森林扰动信息定量提取及其对树高估算的影响,为遥感反演森林参数(树高、生物量)提供参考和借鉴。【方法】选取黑龙江省凉水国家级自然保护区为研究区,以1984—2006年33期Landsat TM/ETM+多光谱遥感影像为数据源,对其进行缨帽变换提取缨帽角(TCA)和缨帽距离(TCD)2个扰动监测指数,采用时间轨迹分析方法(LandTrendr)对TCA与TCD指数进行时间序列重构,分别提取扰动发生的前一年(DBYEA)、扰动发生前的光谱值(DBVAL)、扰动持续时间(DDUR)、扰动量级(DMAG)、扰动后开始修复的时间(RBYEAR)、扰动后开始修复的光谱值(RBVAL)、修复量级(RMAG)和修复持续时间(RDUR)8个时间序列扰动参数。基于单时相Landsat影像光谱信息与单时相Landsat影像光谱信息+森林扰动参数2组变量分别采用随机森林(RF)算法估算树高。【结果】采用单时相Landsat影像光谱信息结合基于TCA和TCD提取的16个时间序列扰动参数建立的树高反演模型预估精度比采用单时相Landsat影像光谱信息建立的树高反演模型预估精度提高6.34%,均方根误差(RMSE)降低0.50 m。树高反演模型中基于TCA提取的时间序列扰动参数变量重要性高于基于TCD提取的时间序列扰动参数变量重要性。【结论】基于LandTrendr提取的森林时间序列扰动参数能够增强反射率与树高之间的相关性,提高遥感树高模型的反演精度,基于TCA提取的森林时间序列扰动参数对树高的解释能力高于基于TCD提取的森林时间序列扰动参数。     

Uncertainties in above ground tree biomass estimation

Models of above-ground tree biomass have been widely used to estimate forest biomass using national forest inventory data.However,many sources of uncertainty affect above-ground biomass estimation and are challenging to assess.In this study,the uncertainties associated with the measurement error in independent variables(diameter at breast height,tree height),residual variability,variances of the parameter estimates,and the sampling variability of national inventory data are estimated for five above-ground biomass models.The results show sampling variability is the most significant source of uncertainty.The measurement error and residual variability have negligible effects on forests above-ground biomass estimations.Thus,a reduction in the uncertainty of the sampling variability has the greatest potential to decrease the overall uncertainty.The power model containing only the diameter at breast height has the smallest uncertainty.The findings of this study provide suggestions to achieve a trade-off between accuracy and cost for above-ground biomass estimation using field work.     

Allometric equations for accurate estimation of above-ground biomass in logged-over tropical rainforests in Sarawak, Malaysia

Although allometric equations can be used to accurately estimate biomass and/or carbon stock in forest ecosystems, few have been developed for logged-over tropical rainforests in Southeast Asia. We developed allometric relationships between tree size variables (stem diameter at breast height (dbh) and tree height) and leaf, branch, stem and total above-ground biomass in two logged-over tropical rainforests with different soil conditions in Sarawak, Malaysia. The study sites were originally classified as mainly lowland dipterocarp forest and have been selectively logged in the past 20 years. In total, 30 individuals from 27 species were harvested to measure above-ground parts. The correlation coefficients for the allometric relationships obtained for total above-ground biomass as a function of dbh had high values (0.99), although the relationships for leaf biomass had a relatively low coefficient (0.83). We also found relatively high coefficients for allometric relationships between tree height and plant-part biomass, ranging from 0.82 to 0.97. Moreover, there were no differences for allometric equations of total above-ground biomass between study sites. A comparison of equations of above-ground biomass in various previously reported tropical rainforests and pan-tropic general equations imply that our allometric equations differ largely from the equations for tropical primary forests, early successional secondary forest, and even for the general models. Therefore, choosing the biomass estimation models for above-ground biomass in the logged-over forests of Southeast Asia requires careful consideration of their suitability.     

基于FCM和分水岭算法的无人机影像中林分因子提取

【目的】研究高精度小型无人机获取林分调查因子方法,将林分调查因子在低空无人机影像上识别并提取出来,获取树高、冠径等测树因子,建立林分因子测量方法,实现经济、高效、快捷、精准的森林资源调查和监测,及时掌握森林资源及相关林分因子的时空变化特征。【方法】以东北林业大学城市林业示范基地樟子松人工林为研究对象,以多旋翼无人机影像为数据源,基于FCM聚类算法和分水岭分割算法以及形态学运算、阈值分割、图像平滑、灰度化、二值化等一系列数字图像处理技术,提取樟子松人工林林分因子。FCM聚类算法和阈值分割法用于提取树梢标记图像,分水岭分割算法对树梢标记图像进行迭代处理从而获得单木树冠分割图像,根据单木树冠分割结果提取单木特征进而计算各林分因子值。【结果】在林地提取中,根据影像的颜色特征绿度分割成功地将林地部分与非林地部分分离开来,确定单木树冠分割范围。在单木树冠分割中,阈值分割法和FCM聚类算法均可有效将树梢标记从林地图像中提取出来;将基于标记的分水岭分割算法用于单木树冠分割取得较好效果,大多数单木树冠被单独分割出来,但某些区域仍然存在一定的欠分割或过分割问题。在林分因子提取中,提取的林分因子包括林分郁闭度、林地面积、立木株数和平均冠幅,其中林分郁闭度的测量精度为96.67%,林地面积的测量精度为81.23%,立木株数和平均冠幅的测量精度与单木树冠分割中的树梢提取方法(阈值分割法和FCM聚类算法)及分水岭分割中的2个参数(形态学腐蚀的结构元素大小和中值滤波的窗口大小)有关。针对2种树梢提取方法,分别进行参数组合试验,结果显示2种树梢提取方法使用适当参数组合所得各林分因子测量精度均在80%以上,平均测量精度均在90%以上,其中阈值分割法的最高平均测量精度为94.49%,FCM聚类算法的最高平均测量精度为93.17%。【结论】利用无人机拍摄的人工林影像进行森林资源调查,将先进的计算机科学技术和无人机技术应用到林业领域中,可有效提高森林资源调查的效率和精度。本研究提出的林分因子提取方法适用于高郁闭度林分,测量精度满足实际需求。     

广州城区公园风景游憩林径级和高度级结构分布

【目的】探明广州风景游憩林群落结构现状以及存在的问题,进一步为城市风景游憩林群落结构调整和配置优化提供理论依据。【方法】以900 m^2样方为单元分别在广州发展公园风景游憩林群落样地设置样方15个,华南农业大学风景游憩林群落样地设置样方25个,火炉山森林公园风景游憩林群落样地设置样方20个,采用群落生态学的方法,研究了不同生态位风景游憩林径级和高度级结构分布。【结果】1)3个样地风景游憩林径级结构呈现一定差异:广州发展公园以大、中径级乔木占绝对优势,华南农业大学样地风景游憩林小径级乔木相对优势明显,火炉山样地风景游憩林群落以中、小径级乔木占绝对优势。2)根据群落中个体的胸径和树高呈现不同的相关关系表明:广州发展公园样地风景游憩林大径级树木开始出现衰退现象;华南农业大学样地风景游憩林由于存在大量小径级的速生树种,导致胸径—树高曲线在初期迅速增高;火炉山样地风景游憩林结构配置拟自然化,胸径—树高曲线增长较为平稳。【结论】根据高度级比重、相对频度和分布均匀度分析结果得出:广州发展公园样地风景游憩林中、大高度级树木比重较大,且分布更为集中,华南农业大学样地风景游憩林的小、中高度级的树木所占比重较高,小高度级树木分布更为集中;火炉山样地风景游憩林小高度级比重,且分布更为集中。建议通过人工择伐、补植特定树种的方式,调控城市风景游憩林群落的径级和高度级结构分布,促进风景游憩林的逐步稳定。     

基于地理加权回归模型与林火遥感数据估算森林年龄

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】 GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。     

气候敏感的马尾松生物量相容性方程系统研建

【目的】构建气候敏感的马尾松生物量相容性方程系统,分析气候因子对马尾松各分项生物量的影响,为森林碳汇监测和森林可持续经营提供技术支撑。【方法】基于150株马尾松单木生物量数据,采用非线性联立方程组法构建气候敏感的马尾松生物量相容性方程系统,各分项生物量(干材、干皮、树枝、树叶和地上总生物量)选用以直径和树高为自变量的二元生物量方程作为基础模型,利用一阶交叉验证法对所构建的生物量相容性方程系统进行评价。【结果】与传统未考虑气候因子的各分项生物量模型相比,气候敏感的马尾松生物量相容性方程系统预测精度明显提高,且该生物量相容性方程系统可定量描述不同气候带亚区生物量的差异程度,保证干材、干皮、树枝和树叶与地上总生物量相容。【结论】气候敏感的马尾松生物量相容性方程系统能有效分析气候因子对各分项生物量的影响,可应用于其他树种的生物量预估。