基于回归与随机模拟的区域森林碳分布估计方法比较

以临安市为例,利用2004年森林资源清查样地数据和同年度Landsat TM影像数据,采用一元二次非线性回归和序列高斯协同模拟方法分别模拟森林地上部分碳密度及其分布,并对模拟结果进行比较分析。结果表明:一元二次非线性回归估计得研究区森林碳储量为2365404.37t,碳密度平均值为9.0000t·hm-2,最大值为73.7144t·hm-2,最小值为0.7156t·hm-2;序列高斯协同模拟得研究区森林碳储量为3291659.83t,碳密度平均值为12.5233t·hm-2,最大值为78.9133t·hm-2,最小值为0.0833t·hm-2;根据2004年森林资源清查样地数据,按随机抽样方法估计研究区森林碳储量为2708897.90t,样地碳密度平均值为10.3065t·hm-2,其最大值为96.9625t·hm-2,最小值为0;序列高斯协同模拟结果更接近地面样地估计结果,而且碳密度分布范围更合理;一元二次非线性回归估计结果与地面样地估计结果之差的累积平方和为9857.4619,而序列高斯协同模拟结果与实测结果之差的累积平方和为8018.4625;序列高斯协同模拟较一元二次非线性回归在估计区域森林碳空间分布...     

毛竹林皆伐和剩余物保留对土壤质量的影响

  目的  毛竹Phyllostachys edulis林生态修复是当前中国亚热带地区面临的一个难题。了解毛竹林皆伐和剩余物保留后迹地土壤的自然恢复状况可为毛竹林生态修复提供指导。  方法  在毛竹林皆伐迹地设置了保留采伐剩余物(UR)、清理采伐剩余物(CR)和未采伐毛竹林地作为对照(ck)等3个处理。5 a后,通过土壤调查与测定,分析比较不同处理土壤指标变化,运用模糊判别和主成分分析,定量评价毛竹林皆伐后土壤自然恢复效果。  结果  ①CR、UR处理土壤容重分别比ck降低31%和14% (P＜0.05),土壤总孔隙度、毛管持水量、田间持水量和饱和持水量均高于ck;UR处理土壤的持水力整体优于CR处理。②CR、UR处理土壤有机碳、全氮、全磷、碱解氮和速效钾质量分数均高于ck,各指标增加幅度为117%~123%;有效磷则表现为CR处理极显著(P＜0.01)低于UR和ck;由于保留了毛竹林皆伐后采伐剩余物,UR处理土壤有机碳、全氮、全磷、碱解氮、有效磷显著高于CR处理33%~99% (P＜0.05);③CR、UR处理土壤脲酶、β-葡萄糖苷酶和过氧化物酶活性高于ck;UR处理土壤3种胞外酶活性均高于CR处理46%~98%。④综合评价结果表明:土壤质量得到较好恢复,毛竹林皆伐后恢复迹地土壤综合得分从高到低依次为采伐剩余物保留样区、采伐剩余物清理样区、毛竹林样区。  结论  毛竹林皆伐后的土壤经过5 a自然恢复,与毛竹林林地土壤相比得到较快修复,毛竹林皆伐后保留采伐剩余物更有利于土壤修复。图1表4参23     

天目山毛竹林皆伐后群落的恢复特征

  目的  近年来,毛竹Phyllostachys edulis的不断扩张已经对森林的物种多样性和生态系统稳定性造成严重威胁,因此对毛竹林的更新管理研究受到广泛关注。对天目山毛竹林进行皆伐处理,研究分析植物群落自然恢复过程中物种组成、树种特性和物种多样性的动态变化特征,旨在促进天目山物种多样性的保护与恢复。  方法  基于天目山毛竹林皆伐后植物群落自然恢复过程中2018—2020年的定位监测数据,研究分析了植物群落的科属种组成、优势种的变化、树种功能特征组成、物种多样性等恢复特征。  结果  ①物种组成丰富且变化剧烈:乔木层有45科、86属、131种,灌木层有65科、137属、224种,草本层有45科、99属、135种;2020年与2018年相比,乔木层变化不大,但灌木层和草本层物种数快速下降,分别下降了54.1%和65.5%。②乔木层优势种均为落叶树种,并且大部分优势种的年均种群大小变化率的绝对值都高于10%;灌木层优势种主要为山茶科Theaceae和蔷薇科Rosaceae植物;草本层的优势种主要为莎草科Cyperaceae和禾本科Gramineae植物;③毛竹皆伐后群落以落叶树种为主,其种数与株数在群落中的占比分别约为80%和90%;不同生长型及光耐受性树种的种数占比变化不大,但中性与阴性树种的株数大幅增加,增长率分别为88.1%、56.2%;④乔木层的物种多样性随时间变化无显著差异并且呈现小幅上升的趋势;灌木层的Shannon指数和Margalef丰富度均显著降低,Pielou均匀度显著增高(P＜0.05);草本层的Shannon多样性、Simpson指数和Margalef丰富度均显著降低,Pielou均匀度无显著差异。  结论  天目山毛竹林皆伐后的群落自然恢复过程中,物种组成丰富,物种多样性恢复效果明显,因此,毛竹林皆伐是恢复和保护天目山国家级自然保护区生物多样性的一种可行方法,同时也可用于提高亚热带毛竹林蔓延扩张区域的生态系统稳定性。表10参35     

基于径向基函数的神经网络对森林碳空间分布的模拟

利用径向基神经网络,结合森林资源清查的930个样地调查数据和对应的TM影像数据,选取与森林生物量相关性较大的3个植被指数TM4/57、ARVI和KT2作为神经网络的输入变量,对临安市森林碳储量的空间分布进行模拟。结果显示,利用径向基神经网络较好地重建了森林碳储量空间分布和变化,模拟结果与样地实测值间的一致性好,为区域森林碳储量的估测研究提供了方法支持。