基于SPSS相容性林分生物量非线性模型研究

林分生物量是森林生态系统最基本的数量特征,是研究许多林业问题和生态问题的基础.建立林分生物量模型是进行林分生物量估测的主要手段.以往所构建模型存在一个严重的缺陷,即各分量模型与总量模型之间不相容.本研究根据闽江流域杉木林分的生物量实测数据,从模型相容性的定义出发,分析各分量的代数关系,利用SPSS统计分析软件构建了林分各分量的相容性模型.研究结果表明:利用SPSS统计分析软件能够快速地构建各种林分非线性模型;本研究所构建的相容性林分生物量非线性模型预测精度较高,可用于实际生产中,且所采用的方法具有较好的通用性.     

资源三号遥感卫星影像的生物量反演研究

研究了北京市森林生物量遥感估测模型的构建和合理性判断。建立森林生物量模型所需的各种数据,包括2012年的资源三号卫星影像数据和实测样地调查数据。采用9格法提取的遥感影像信息,其中影像的纹理因子作为建模因子之一,与光谱因子、地形因子一起与实地样地数据建立生物量模型,进行生物量反演,通过精度分析,分别建立整个北京市针叶林和阔叶林的森林生物量反演模型,其相关系数分别为0.82、0.71,拟合估测精度分别为76.75%、80.02%,为提高林业调查的效率与精度提供一种方法。     

森林生物量研究进展

通过总结国内外森林生物量的研究方法、生物量模型应用的进展,分析森林生物量的影响因子及其研究难点和趋势,指出生物量模型的研究及结合不同技术研究不同尺度的森林生物量将是今后研究的趋势。     

基于非线性混合效应的高山松林生物量模型研究

以云南省香格里拉县的高山松林为研究对象,选取遥感因子与地形因子作为模型中的固定效应,并以幂函数模型为基础进行林分生物量基本模型的构建;采用混合效应模型技术,根据海拔高低把样地划分为6个区域,将区域效应作为随机效应,并在基础混合效应模型基础上考虑方差和协方差结构,构建林分生物量混合效应模型,以此估测高山松林分生物量。利用AIC、BIC和Log Lik 3个拟合指标评价模型的拟合效果,利用SRE、MRE和AMRE进行最终林分生物量混合效应模型的独立性检验。结果表明:从模型拟合结果看,考虑区域效应的混合效应模型的拟合效果明显高于基础模型,其AIC和BIC值最低,Log Lik达到最大;从模型独立性检验看,考虑区域效应的混合效应模型的绝对平均误差最小(AMRE=31.52%),精度达到77.83%。综合分析,混合效应模型可有效提高高山松林分生物量估测精度。     

内蒙古大兴安岭林区不同恢复阶段森林生物量特征与影响因素

目的针对内蒙古大兴安岭林区中火烧、采伐干扰后退化森林生态系统恢复演替进程,研究其林分生物量特征,确定林分、地形和气候因子对林分生物量的影响,建立林分生物量通用模型,进行森林碳汇功能研究。方法利用野外实测的胸径和树高推算生物量。采用方差分析确定林分、地形和气候因子以及恢复时间、干扰类型等对林分生物量有无影响,使用一般线性模型建立林分生物量的多元线性模型,比较退化森林生态系统在不同生境下林分生物量特征。结果（1）不同恢复阶段的林分生物量差异明显,森林各器官的生物量分配有所不同,生物量最大比重多出现在4 ~ 8 cm、14 cm和18 ~ 26 cm径阶。（2）方差分析结果表明,恢复时间、干扰类型、林分优势树种、海拔对林分生物量恢复有显著性影响,而气候因子或气候因子的2个主成分对林分生物量的影响都不显著,2个林分生物量模型的确定系数在0.85以上,可以用来预测退化森林生态系统中的森林生物量。结论不同恢复阶段森林生物量有较大差异,森林乔木各器官生物量分配、径阶分配受到干扰类型和恢复时间影响。林分生物量与时间和海拔成正比,干扰方式与林型会影响林分生物量,研究结果可为大兴安岭林区森林生物量预测以及森林碳库研究提供借鉴。      

天山西部云杉林生物量与遥感地学数据相关性分析

[目的]探讨生物量与遥感地学数据之间的相关性为森林植被生物量遥感动态监测研究奠定基础.[方法]以新疆天山云杉林幼龄林、中龄林、近熟林、成熟林和过熟林的生物量及其对应环境星数据与其派生数据、气象数据、地形数据之间的相关性进行分析.[结果]分龄级比不分龄级的条件下,生物量与各因子团的相关性都有所提高,尤其是幼龄林、近熟林、成熟林和过熟林体现的较明显.[结论]林分生物量与水热因子中的平均气温、最高气温、最低气温、降水等因子有较高相关性;与地形因子中海拔、坡度具有较高相关性,与遥感因子中B3在0.05的水平上显著,而与其它因子在这个水平上相关不显著.在水热因子中,幼龄林、近熟林生物量与平均气温、最高气温、最低气温有较高相关性,成熟林、过熟林生物量与水热因子中的平均气温有较高相关性;在遥感因子中,幼龄林生物量与遥感因子中B2有较高相关性,中龄林生物量与DVI、EVI有较高相关性,其他龄级生物量与NDVI、RVI有较高相关性;在地形因子中,幼龄林和近熟林生物量与地形因子中的海拔具较高相关性,成熟林和过熟林生物量与地形因子中DEM分级具有较高相关性,中龄林与地形因子相关性不高;在森林特征因子中,过熟林生物量与年龄有较高的相关性,其他龄级相关性不高.     

森林生物量研究综述

论述了森林生物量的发展历史、概念和研究方法,总结了森林经营、混交、造林密度等对生物量的影响:连栽的林分生物量逐代下降;林分间伐后,林分总的生物量有所降低,但是提高了林分质量;合理混交有利于提高林分总生物量;一定密度范围内林分生物量随林分密度的增加而增加,最终,不同密度林分的生物量接近一个常数 最后,作者指出了森林生物量研究的发展趋势     

北京山区水源林林分结构与功能耦合关系

以北京山区水源林为例,选取树种组成、林分年龄、林分郁闭度、林分起源、林分层次、林分土壤厚度以及林分生物量7个因子作为森林结构,研究了其与涵养水源、保持水土、改善水质功能的耦合关系,并构建了水源林结构与功能耦合关系模型.研究结果表明:混交、复层、异龄结构且土壤厚的水源林,其功能强于树种单一、单层、同龄的林分.     

森林生物量扩展因子研究进展

森林生物量是研究森林生态系统结构和功能的重要基础数据,生物量因子(Biomass factors,BEs)法是估测森林生物量的主要方法之一,生物量扩展因子则是其中重要的估测参数,它主要用于树干生物量与林木总生物量以及各维量生物量之间的转换.从生物量扩展因子的定义以及生物量扩展因子与森林类型、林木大小、林分密度等因素之间的变化规律等方面进行综述,分析了国内外对生物量扩展因子的研究现状,指出在生物量扩展因子的研究中存在的方法与定义不一致、缺乏生物量扩展因子影响的系统研究以及数据的适用性较差等问题,并对生物量扩展因子的研究进行展望.     

生物量转换因子连续函数的拟合方法比较

利用生物量转换因子连续函数估算森林生物量已成为普遍使用的方法,使用不同的拟合方法提升生物量转换因子连续函数的计算精度成为当前的研究热点之一。以安徽省和福建省2个区域的杉木Cunninghamia lanceolata人工林为研究对象,选择不同年龄序列的典型杉木人工林,分别在2个区域设置0.06 hm2的样地53块,得出每个样地杉木林分生物量、林分蓄积量和生物量转换因子(fBEF)均存在显著差异(P0.01)。使用最小二乘法、非线性混合模型法和贝叶斯分层法分别拟合生物量转换因子连续函数,决定系数(R2)分别为0.643,0.802和0.804;平均偏差(dMD)分别为0.376,0.233和0.228。通过F检验比较3种方法的拟合效果,最小二乘法的拟合效果与非线性混合模型法和贝叶斯分层法之间有显著差异;非线性混合模型法的拟合效果和贝叶斯分层法之间无显著差异。估算林分生物量时,使用非线性混合模型和贝叶斯分层方法可以显著提升林分生物量的估算精度。     

森林地上生物量遥感估算方法

生物量是林业和生态应用研究的重要信息,森林生态系统地上生物量估算的遥感技术引起了国内外学者的广泛关注。总结与探讨不同数据源与估算方法能够为森林地上生物量的估算提供指导。本文首先总结并探讨单传感器遥感数据,包括光学遥感、合成孔径雷达与激光雷达数据在森林地上生物量估算中的应用,以及协同使用多源遥感数据估算森林地上生物量的优势;然后论述森林地上生物量估算的传统模型估算法与机器学习估算方法（决策树法、K最近邻法、人工神经网络、支持向量机、最大熵）。多源遥感数据集成能够结合不同数据的优势,能够为森林地上生物量估算提供丰富的特征信息,结合机器学习估算方法,是提高森林地上生物量估算的准确性的发展趋势。      

浙江省松阳县公益林乔木层生物量影响因素分析

[目的]研究森林生物量的影响因素，探讨森林群落生产力的形成机制。[方法]以浙江省松阳县公益林为研究对象，采用结构方程模型方法，分析了物种丰富度、结构多样性及其与环境因子之间的耦合效应对乔木层生物量的影响。[结果]乔木层个体数、物种丰富度和结构多样性显著提高乔木层生物量，其中结构多样性的正向影响程度最大。结构多样性与环境因子无关，而地形和土壤因子及其相互作用显著影响乔木层个体数和物种丰富度。[结论]揭示了乔木层结构多样性、乔木层个体数和物种丰富度与环境耦合效应显著影响乔木层生物量，合理的林分结构调整和林地环境改善是提高森林群落生产力的有效途径。     

基于TM遥感影像丰宁县森林地上生物量估测研究

利用TM遥感数据以及同期获得的野外调查样地数据,研究了河北省丰宁满族自治县森林地上生物量的遥感估测技术。提取TM遥感影像6个波段反射率及DVI、NDVI、PVI、RVI、VI3、SLAVI和SAVI 7个植被指数,分析了森林样地地上生物量与各个因子间的关系,得出相关系数较小（均小于0.400）;因此采用Stepwise逐步回归法,建立了多元回归模型。结果表明,ρ2、ρ3、ρ4、ρ54波段反射率和有效叶面积植被指数（SLAVI）结合建立的多元回归模型,可用于森林生物量的遥感估测,估测的R2值达0.730,留一交叉验证均方根误差RMSE最小,达33.712。利用2008年的全覆盖TM影像,结合丰宁遥感分类图像,获得了丰宁县2008年森林地上生物量分布图,森林植被总生物量为1.805×107t。     

思茅松天然林林分生物量混合效应模型构建

本研究以云南省普洱市的思茅松天然林为对象,调查了3个位点45块样地的林分地上、根系和总生物量。以幂函数模型为基础构建林分生物量的基本模型;采用混合效应模型技术,考虑区域效应随机效应,选择基本混合效应模型,并分析模型的方差和协方差结构,分别构建3个维量的区域效应随机效应的混合效应模型;考虑林分因子、地形因子和气象因子固定效应,构建含环境因子固定效应和区域效应随机效应的林分生物量混合效应模型。所有模型均采用拟合指标和独立检验指标进行评价。结果表明:1) 从模型拟合情况看,考虑区域效应的随机效应模型均能显著提高一般回归模型的精度;在3类含环境因子固定效应模型中,含地形因子固定效应的区域混合效应模型均具有最低的AIC和BIC值,表现最好;2) 就模型独立性检验看,除地形因子固定效应的林分根系混合效应模型外,其余模型均优于一般回归模型;考虑环境因子固定效应的混合效应模型与普通区域效应混合模型相比,各个维量模型的独立性检验指标表现不一,但总体上差异不大;3) 综合考虑模型拟合和独立性检验结果,除林分根系生物量选择普通区域效应混合模型外,另2个维量均选择含地形因子固定效应和区域效应随机效应的混合效应模型。      

毛竹林立地与结构的关系及其对生物量的影响

  目的  研究立地因子和结构因子中影响毛竹Phyllostachys edulis林生物量的主导因子，并解析主导因子之间的关系及其对毛竹林生物量的影响。  方法  在浙江省10个县(市)选择少受人为干扰的毛竹林，设置52个样地，通过随机森林筛选出影响毛竹林生物量的主导因子，在此基础上构造结构方程模型，分析各主导因子对毛竹林生物量的直接、间接和总影响。  结果  立竹度、林分平均胸径和竞争指数是林分结构因子中影响毛竹林生物量的主导因子。土层厚度和海拔高度是立地因子中影响毛竹林生物量的主导因子。结构方程模型分析结果表明:模型中所预设的路径能够被接受，也能较好体现所采集的数据。立竹度、林分平均胸径、竞争指数和土层厚度的总影响为正，对毛竹林生物量有正影响。海拔的总影响为负，对毛竹林生物量有负影响。林分平均胸径对毛竹林生物量的总影响最大，为0.739。立竹度对毛竹林生物量的直接影响大于间接影响。土层厚度对毛竹林生物量的间接影响最大，达0.492。立地因子中，土层厚度对毛竹林生物量的总影响大于海拔高度。海拔高度、土层厚度和竞争指数对毛竹林的间接影响大于直接影响。  结论  毛竹林的主要构件因子立竹度和林分平均胸径与毛竹林生物量的关系最为密切。海拔高度、土层厚度和竞争指数主要通过影响毛竹林的构件因子，间接影响毛竹林生物量。在毛竹林经营中，应当综合考虑立地因子、非空间结构和空间结构及其相互关系对毛竹林生物量的影响，在充分利用立地潜力的基础上，调控毛竹林结构，提高毛竹林生产力。图3表3参40     

基于遥感信息模型的香格里拉森林生物量估算

森林生物量是陆地生态系统碳循环过程中最主要的参数,森林生物量准确估算是进行森林碳循环和碳储量及变化分析的基础。以香格里拉这一特殊区域为研究区,以野外调查样方数据为基础,利用植被指数、降水、积温、太阳总辐射量、海拔等多个因子,组合成遥感综合因子层、地理综合因子层与水、光、热一同构成变量,建立了研究区丽江云杉Picea likiangensis-长苞冷杉Abies georgei林,川滇高山栎Quercus aquifolioides林,云南松Pinus yunnanensis林,高山松Pinus densata林等4个建群种森林生物量遥感估算模型,并进行了检验。据此模型开展其生物量估算研究,结果表明:研究区4种森林总生物量为1.14亿 t,其中云冷杉林、栎类林、云南松林、高山松林4种森林的生物量分别是0.715亿t,0.14亿t,0.09亿t和0.20亿t;4种森林总的生物量分布在海拔、坡度上都具有明显的规律,在坡向上无明显分布规律。图1表7参10     

高山松地上生物量遥感估算的不确定性分析

  目的  采用遥感数据估算森林地上生物量仍存在一些不确定性问题,研究估算过程中的误差来源及其占比,对提高森林地上生物量的估测精度具有重要意义。  方法  从遥感影像提取因子,结合高山松Pinus densata外业调查数据,建立多元线性回归、梯度提升回归树、随机森林等3种地上生物量估测模型,对样地尺度与3种模型的不确定性进行分析和度量。  结果  ①高山松单株生物量模型不确定性为16.43%,样地尺度的不确定性为7.07%;②多元线性回归模型残差不确定性为34.86%,参数不确定性为21.30%,与样地不确定性合成后总不确定性为41.45%;③非参数模型中,梯度提升回归树估测高山松地上生物量的总不确定性为23.12%,随机森林为19.42%。  结论  3种遥感估算模型中,非参数模型的不确定性明显低于参数模型。相较于样地尺度,遥感估算模型的不确定性对地上生物量估算精度的影响较大。图3表3参26     

我国西南地区柏木单株生物量驱动因子分析

为揭示区域尺度上影响柏木地上、根和全株生物量大小的因子及其贡献情况,对我国西南地区分布的150株柏木进行地上、根及全株生物量分析,建立影响柏木单株生物量驱动因子模型。结果表明,柏木全株生物量为0.564~1 099.929 kg,年龄为3~88 a。全株生物量与地上生物量、根生物量、胸径、树高、年龄、土层厚度呈极显著正相关,与年平均降雨量呈显著正相关。胸径是影响柏木地上及全株生物量的主要因子,其次是年龄、木材密度与降雨量;随机森林模型分析也证实了这一结论,此外,树高在生物量累积中也起到重要作用。研究发现,影响单株柏木生物量的生物因子和非生物因子的贡献量中,除胸径（21.09%）发挥决定性作用外,年龄（18.83%）、木材密度（8.91%）、降雨量（7.16%）也相对较高。因此,在柏木生物量模型构建中应重视这3项因子,可以提高以柏木为主的林分生物量估算精度,为其森林碳储量评估提供科学依据。     

基于森林小班的香格里拉市高山松生物量遥感建模

以小班为研究单位,基于香格里拉市2006年TM影像、森林资源二类调查数据,利用随机选取的小班样地遥感因子平均值建立数据集,筛选出78个样地数据(60个训练数据和18个验证数据)及14个遥感因子,通过蓄积计算森林生物量,建立了基于遥感因子的高山松生物量估测的逐步回归模型和偏最小二乘模型。结果表明:逐步回归模型的精度(R=0.518、RMSE=34.265 t/hm~2、rRMSE=47.046%)要高于偏最小二乘模型的精度(R=0.514、RMSE=35.320t/hm~2、rRMSE=48.494%)。研究结果可为高海拔地区遥感生物量建模、生态环境保护与规划提供参考依据。     

多水平林木生物量估算方法研究

研究不同水平下林木生物量的估算方法,林分水平不同树种组成的样地生物量估算方法,以及不同尺度生物量的扩展问题,以便于探索大区域的森林生物量估算方法。基于国家森林资源连续清查中广东省的数据资料,分别选择针叶树种马尾松、阔叶树种桉树以及针阔混交林为优势树种的182、168、129个样地数据。在单木水平上,利用已有的各树种生物量模型估算单木生物量,在样地水平上以样地蓄积为自变量,样地总生物量为因变量,分别选用方精云的转换因子连续函数法、一元截距式与一元无截距式、联立方程组截距式与联立方程组无截距式以及幂函数6种方法估算样地生物量,从计算原理和过程、方法特点、模型拟合效果等方面比较研究不同水平下林木生物量的估算方法。在样地水平上,转换因子连续函数法预估效果较差,马尾松林的样地生物量估算方法以含截距式的联立方程组模型预估效果最好,一元无截距式模型适用于针阔混交林,而桉树林的样地生物量估算方法以幂函数方程的预估效果最好。对单株树木而言,各树种的生物形态、树枝与树冠的丰富程度,以及木材密度的大小影响树木材积对生物量的贡献率大小。在样地中,树木年龄不同、大树与小树的比例的差异也会影响样地生物量。