基于种植区植被的膏桐混交模式选择研究

初步介绍了云南省双江县及膏桐(Jatropha curcas L.)种植区植被概况,并且对膏桐林混交物种选择、混交模式确定以及混农林业模式等进行了初步分析。结果表明,双江县自然植被可以划分为6个植被型,8个植被亚型,10个群系和13个群落;双江县膏桐种植区主要植被类型有热性灌丛、热性稀树灌木草丛、暖温性稀树灌木草丛和农地。并建议在双江县及相似地区造林中应采用适当的混交物种和混交模式,在农地上可以采用混农林业造林模式。     

云南省双江县膏桐良繁基地近自然林业建设模式的初步研究

按照植被覆盖差异将云南省双江县膏桐良种繁育基地划分为落叶季雨林、季风常绿阔叶林及萌生灌丛、暖温性针叶林、热性稀树灌木草丛、人工林和农田6类立地类型。在此基础上,探索了基地建设的近自然造林模式,提出在膏桐种植中应当遵循促进生态恢复、保护生物多样性、保持群落结构完整性、充分利用现有物种、采用乡土物种和多物种混交等原则。     

思茅区森林生物量分层抽样调查设计

基于普洱市思茅区森林资源二类调查数据,以森林起源、地类、龄组、优势树种作为分层变量,在95%的可靠性下,设置95%,90%和85%的抽样设计精度分层抽样进行森林生物量估测,将抽样调查结果与系统抽样方法进行比较。结果表明:1)分层抽样具有样本数量少、抽样精度高的明显优势,在普洱市思茅区,按85%的设计精度,按优势树种的分层抽样比系统抽样的效率约提高了52%;2)采用单变量进行分层抽样,优势树种具有显著优势。按85%的设计精度,在样本数量为44个的前提下,其实际抽样精度达到87.82%。     

基于空间回归模型的思茅松林生物量遥感估测及光饱和点确定

【目的】确定思茅松林生物量遥感估测的光饱和点,构建空间全局和局域遥感信息模型反演思茅松林生物量,为思茅松林生物量遥感估测提供参考。【方法】以云南省普洱市思茅松林为研究对象,基于Landsat8 OLI遥感影像数据和森林资源二类调查数据,运用二次项函数和幂函数求解思茅松林生物量光饱和点,采用普通最小二乘模型(OLS)、空间滞后模型(SLM)、空间误差模型(SEM)和地理加权回归模型(GWR)构建遥感信息模型,估测思茅松林地上生物量。【结果】1)普洱市思茅松林Landsat8 OLI遥感估测地上生物量的光饱和点为106.3 t·hm~(-2);2)空间回归模型拟合精度较高,尤其是GWR模型具有最高的R2(0.373)和最小的AIC(4 577.8),其拟合精度显著高于OLS、SLM和SEM模型;3)独立性样本检验结果表明,GWR模型的预估精度最高,且通过刀切法检验可知GWR模型在高值阶段(≥100 t·hm~(-2))和低值阶段(0～50 t·hm~(-2))的生物量估测能力强于OLS、SLM和SEM模型;4) GWR模型反演计算结果表明,思茅松林单位面积地上生物量为66.496 t·hm~(-2),与实测值偏差23.511%,估测误差低于OLS、SLM和SEM模型。【结论】对普洱市思茅松林生物量进行遥感估测时,GWR模型优于OLS模型和其他空间全局回归模型,且GWR模型可在一定程度上解决高值低估和低值高估问题,减小光饱和点对遥感估测精度的影响。     

基于环境与竞争因子的思茅松单木地上生物量生长模型构建

以云南省普洱市思茅松天然林128株单木数据为研究对象,采用理论方程Richards模型和幂函数经验方程为基础模型,通过统计计算,再引入环境和竞争因子建立思茅松单木地上部分生物量生长模型,并进行独立性验证。结果表明,未引入环境和竞争因子的木材、树皮、树枝、树叶、地上总生物量的决定系数分别为0.742 4、0.765 7、0.476 0、0.483 6、0.728 7,引入环境因子和竞争因子后决定系数有着较大的提升,木材、树皮、树枝、树叶、地上总生物量的决定系数分别达到0.850 8、0.832 3、0.709 8、0.539 9、0.852 5,并且引入环境因子和竞争因子后理论方程的决定系数都要强于经验方程。在预估精度方面,木材、树皮、树枝、树叶、地上总生物量的预估精度达到80.03%、79.91%、51.98%、44.06%、81.07%,除树枝和树叶外均有较高的预估精度。     

思茅松天然林单木含碳量空间异质性分析

对普洱市澜沧拉祜族自治县思茅松天然林37棵解析木不同器官的含碳率进行了测定,采用变异函数对8个不同尺度(50、100、150、200、250、300、350 m和400 m)的思茅松单木树枝、树叶、树干、树皮、根系及全树6个维度含碳量及4个方向的空间异质性进行检验,并对不同尺度的单木各器官含碳量的空间异质性进行分析。结果表明:基于变异函数的分析方法,可以对思茅松天然林各维度的器官含碳量空间异质性的大小和方向进行描述,进而挖掘出产生这种异质性的驱动因素。对于思茅松天然林来说,在研究区范围内,各个维度含碳量均有空间异质性存在,且这种异质性均不是随机产生的。变异函数的基台值可表示变异大小,从全向的角度来看,树根的空间变异性最大,树叶的空间变异性最小;思茅松天然林各维度含碳量在不同方向上的空间异质性也不同。思茅松天然林各维度含碳量的基台值均随着尺度的变大而减小,而块金值会随着尺度的变大而增大,说明空间异质性对研究尺度非常敏感。对于今后关于单木含碳量的研究,需要充分考虑空间问题,选择空间异质性较大的尺度,才能更好的使用数据描述含碳量的空间分布问题。     

基于混合效应模型的迪庆云冷杉林地上生物量遥感估测

  目的  确定云冷杉林生物量光学遥感估测饱和值,探索提高生物量遥感估测精度。  方法  以云南省迪庆藏族自治州云冷杉林为研究对象,根据森林资源二类调查数据,结合同时期Landsat 8 OLI遥感影像,利用随机选取的小班样本数据提取遥感因子反射率统计值,并与生物量进行曲线拟合,求解云冷杉林生物量饱和值,建立云冷杉生物量回归估测模型、BP神经网络模型。同时基于回归模型构建考虑区域、龄组效应的单水平和嵌套两水平(区域+龄组)混合效应模型,反演研究区云冷杉林地上生物量。  结果  利用幂函数拟合得到迪庆藏族自治州云冷杉林生物量饱和值为233 t·hm?2;最优回归估测模型调整决定系数(R_a2)为0.606,高于BP神经网络模型的R_a2(0.542),各个效应水平混合模型的拟合精度与独立性检验指标均优于回归模型。考虑两水平的混合效应模型有最优的拟合精度,而考虑龄组效应水平的混合模型有最优的独立性检验指标。混合效应模型在低生物量段(＜100 t·hm?2)和高生物量段(＞233 t·hm?2)均显著降低了回归模型和BP神经网络模型的估测平均残差。  结论  混合效应模型有更宽的估测范围,在一定程度上减小低值高估与数据饱和造成的高值低估影响,提高了预估精度。图3表12参28     

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.     

思茅松天然林单木生物量地理加权回归模型构建

通过调查云南省思茅区思茅松天然林63株思茅松单木的地上部分干、枝、叶生物量数据,并测定其中30株的根系生物量数据。基于普通最小二乘模型选型,采用地理加权回归的方法构建思茅松单木树干生物量、树枝生物量、树叶生物量和地上部分生物量,以及根系生物量和整株生物量模型。结果表明:(1)地理加权回归模型(GWR)的决定系数(R2)大于普通最小二乘(OLS)模型,且GWR模型拟合的R2值除树叶生物量模型外,其余生物量维量模型均大于0.950;Akaike信息指数(AIC)值小于普通最小二乘(OLS)模型,平均相对误差(EE)和平均相对误差绝对值(RMA)的绝对值除树枝生物量外均小于OLS模型,说明GWR模型拟合效果优于OLS模型;(2)地理加权回归模型拟合在一定程度上克服了OLS在拟合生物量模型中存在的异方差问题。     

临沧膏桐种植区灌木群落生物量估测模型研究

以云南省临沧市膏桐种植区的灌木为研究对象,分别以D、H及D2H作为自变量,利用幂函数方程拟合灌木的生物量模型。结果表明,幂函数方程能较好地拟合研究区灌木生物量模型,用D2H复合因子拟合的效果较好,地上部分生物量模型估测效果优于地下部分。根据模型精度检验结果,模型对研究区内总生物量的拟合效果较好,用于研究区总生物量的估测较为准确。