香格里拉市高山松林碳储量空间分异研究

以香格里拉市高山松林为研究对象,构建高山松单木碳储量模型,结合森林资源二类调查数据推算香格里拉市高山松林的碳储量和碳密度,以DEM为数据源,对研究区高山松林碳储量和碳密度的空间分布特征进行分析。研究结果表明,高山松单木碳储量模型以幂函数模型精度最高,决定系数R²=0.989,均方误差MSE=259.43,可用来进行高山松林碳储量估测;在空间分布上,研究区高山松碳储量集中分布于海拔>2 500～4 000 m地段,在海拔>2 000～2 500 m地段碳储量密度最大,为40.80 t/hm²;高山松林碳储量从平坡到险坡的分布呈先增大后减小的趋势,其中,在陡坡上分布最多,在平坡上分布最少;高山松林碳密度随坡度的增大呈先增大后减小的趋势,其中高山松林在急坡上的碳密度最大,为35.94 t/hm²,在平坡上的碳密度最小,为30.85 t/hm²;高山松林碳储量在平地上分布极少,在阴坡、半阴坡、半阳坡、阳坡上的分布差异不大,呈先增大后减小的趋势,其中,在半阳坡上的分布最多,在阴坡上的分布最少,高山...     

基于随机森林和蒙特卡洛的高山松地上碳储量估测及不确定性分析

[目的 ]为了解决碳储量的不确定性受单一类型变量的影响,而忽略了残差变异导致模型不确定性的问题,研究不同类型变量对碳储量估测模型的不确定性。[方法 ]以香格里拉市高山松为研究对象,采用随机森林联立蒙特卡洛(RF-MC),基于不同变量组合建立回归模型,判断各模型的不确定性。[结果 ]表明：(1)光谱和样地数据直接参与RF-MC模型的估测精度及不确定性最差。(2)在上一步的基础上引入纹理特征的模型预测结果优于引入DEM。(3)同时引入DEM和纹理特征的RF-MC模型效果最优(R2=0.892,RMSE=5.539 t·hm^-2,MAE=4.319 t·hm^-2, rRMSE=18.7%)。模型拟合度提高了0.343,模型的不确定性降低了19.43%。[结论 ]基于多特征的RF-MC方法在碳储量估测中效果较好,不同类型的变量对碳储量估测精度及不确定性有一定的影响。     

基于机载激光雷达的崇礼冬奥核心区林分地上生物量反演

【目的】基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型,考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨,为生物量建模方法研究、生物量估测提供科学依据,为冬奥核心区实现“双碳”目标和生物量模型计算提供技术支撑。【方法】基于崇礼冬奥核心区2种森林类型(华北落叶松和白桦)62块实测样地及对应的激光雷达数据,通过变量筛选分别建立最小二乘、混合效应和贝叶斯生物量模型,应用确定系数(R²)、均方根误差(RMSE)、残差、总体相对误差(TRE)评价模型,采用留一交叉法验证模型精度。【结果】筛选出相关性较高的激光雷达变量共20个,最终进入模型的自变量3个。拟合效果最好的是Logistic混合效应模型(RMSE=22.99 t·hm^-2,R²=0.768,TRE=6.08%),分树种建立模型后华北落叶松模型拟合效果提升(RMSE=22.92 t·hm^-2,R²=0.795,TRE=7.45%),白桦模型预测精度提高(RMSE=23.34 t·hm^...     

基于Landsat影像数据的香格里拉市优势树种蓄积量估测模型构建

以香格里拉市优势树种高山栎、高山松、云冷杉及云南松为研究对象,构建基于遥感的森林蓄积量估测模型。采用2006年和2016年的Landsat TM/OLI影像及二类调查数据,随机从每期数据中各选取100个小班,提取其影响因子,利用相关性强的因子构建RF模型和MLR模型。结果表明,2006年各树种蓄积量RF模型的拟合R²在0.779～0.862范围,预测精度P值为80.17%～92.16%;2016年RF模型的拟合R²为0.761～0.865,预测精度P值为81.61%～95.53%。建立MLR模型后,2006年树种蓄积量估测模型的拟合R²为0.214～0.336,预测精度P值为34.12%～47.16%;2016年模型的拟合R²为0.238～0.391,预测精度P值为34.82%～52.57%。估测结果与二类调查数据的误差为：高山栎、高山松、云冷杉、云南松分别增加了8.54×10⁵m³、3.65×10⁶m³、4.1...     

基于Landsat TM的香格里拉市高山松生物量估测重建

基于香格里拉市2006年TM影像、森林资源二类调查数据、外业调查数据,利用随机点所在小班的遥感因子平均值建立数据集,通过数据筛选和相关性分析,选出123个样地数据及14个遥感因子,建立了基于遥感因子的高山松生物量估测的非线性和线性模型,并讨论了模型精度及其预测精度。研究结果表明,线性模型(R2adj=0.406、RMSE=34.18 t/hm~2、rRMSE=38.54%)比非线性模型的精度(R_(adj)~2=0.286、RMSE=37.79 t/hm~2、rRMSE=42.60%)高;运用交叉验证法得到的线性模型的预测精度(RMSE’=35.12 t/hm~2、rRMSE’=39.59%)也要高于非线性模型的预测精度(RMSE’=38.44 t/hm~2、rRMSE’=43.34%)。与其它2个同类研究相比,重建的高山松生物量模型虽然在模型精度上还略有欠缺,但是建模数据更为随机、合理,对因子提取方法进行了一定改进,建立的模型为高海拔地区利用遥感数据和森林资源二类调查数据估测典型乔木森林生物量提供参考,为地形起伏较大区域进行森林生物量估测提供了较为完整的技术方法。     

基于机器学习森林生物量反演的哨兵数据精度对比

选取美国弗吉尼亚州东南部和北卡罗来纳州东北部的迪斯默尔沼泽作为研究区,基于Sentinel-1雷达数据和Sentinel-2光学数据,在对影像特征因子提取的基础上,采用随机森林构建生物量反演模型,对比分析了森林地上生物量反演精度。结果表明：基于Sentinel-2影像的随机森林模型的R²、RMSE分别为：0.707、39.521 t/hm²;基于Sentinel-1影像的随机森林模型R²、RMSE分别为：0.601、38.536 t/hm²。从整体来看,不同的变量参与到模型建模最终导致的精度各不相同,基于Sentinel-2影像建模的精度总体上高于基于Sentinel-1影像建模的精度。     

南方红壤水土流失区森林碳储量时空变化研究——以福建省长汀县为例

基于森林资源二类清查资料,采用生物量转换因子法,测算南方红壤水土流失典型区长汀县2016年、2018年、2020年三个时期森林植被的碳储量、碳密度,使用ArcGIS软件绘制长汀县森林碳密度空间分异特征。结果表明：2020年全县森林植被的总碳储量9 434.58 t,其中林分碳储量8 174.56 t,经济林、灌木林和竹林碳储量1260.02 t。三个时期森林碳密度分别为31.45 t/hm²、31.87 t/hm²、37.43 t/hm²,森林碳储量和碳密度均呈先缓慢增长后快速上升的增长趋势。2016—2020年森林碳密度空间上均呈现四周高、中间低的分布格局,其中林分碳密度格局与森林碳密度空间格局基本一致,经济林、竹林和灌木林碳密度整体上呈西北高,东南次之,中部最低的U型空间分布格局。     

基于LiDAR技术的杉木人工林碳储量估算研究

采用机载LiDAR技术对江苏连云港南云台林场杉木人工林进行林分因子调查，基于调查结果和含碳系数，运用生物量方程法估测生物量和碳储量，旨在为杉木林经营管理和开展固碳增汇提供依据。结果表明：1)y=4.6642e^0.1237x(R²=0.8012)为胸径优选反演模型；2)杉木人工林碳储量随径级的增大而不断增加，其地上碳储量(4.31～72.79 t/hm²)显著高于地下碳储量(1.17～21.44 t/hm²),在全株碳储量(5.48～94.23 t/hm²)中占绝对优势；3)对比不同径组间全株碳储量倍数关系，中径组是小径组的3.4倍；大径组是中径组的2.68倍；特大径组是大径组的1.89倍，碳储量增速随径级增大呈逐渐降低趋势；4)从杉木碳储量在不同器官中的分配来看，树干和树枝中的碳储量随径级的增加而增多，叶片随径级的增加而减少。     

浙江省国有林场森林植被固碳释氧服务功能价值评估

以浙江省国有林场为研究对象,利用森林资源二类调查数据和样地实测数据,运用生物量二元模型、碳税法等,评估浙江省国有林场森林固碳释氧服务功能价值。结果表明：浙江省国有林场阔叶林、针阔混交林、松林、杉木林和其他5种主要植被类型单位面积碳储量分别为110.45,92.31,74.66,56.95和44.69 t/hm²,均明显高于全省森林植被平均碳储量(44.47 t/hm²)。浙江省国有林场森林面积占全省的3.69%,吸收二氧化碳、释放氧气量均占全省的5.01%。全省国有林场每年平均吸收二氧化碳量为14.89 t/(hm²·a),每年平均释放氧气量为10.87 t/(hm²·a)。全省国有林场年固碳释氧总价值为67.81亿元/a,其中,固碳价值42.16亿元/a,释氧价值25.65亿元/a。固碳释氧量及价值依次均为阔叶林>针阔混交林>松林>杉木林>其它。     

平潭岛植物群落乔木层碳储量及影响因素研究

为计算森林乔木层中的碳储量与周围环境的相关性,促进海岛森林资源可持续经营管理,对平潭岛的2座内陆山体、1座临海山体、3个小型附属岛屿的乔木层进行群落调查。研究结果表明：(1)在木麻黄林、台湾相思林和台湾相思×木麻黄混交林3种森林中,碳储存含量依次为木麻黄林(67.41t/hm²)>台湾相思×木麻黄混交林(53.17t/hm²)>台湾相思林(48.91t/hm²);(2)在环境因子、生物因子、土壤因子中,对森林乔木层碳储量起主要作用的因子是生物因子中的平均树高、平均胸径,其次环境因子中的坡向和坡度;(3)木麻黄与台湾相思混交有利于提升土壤肥力、改善土壤结构。     

县域尺度乔木林碳储量及碳汇特征分析——以马关县为例

为明确县域尺度上不同起源、不同类型的森林碳储量和碳源/汇特征,本文应用生物量转换因子连续函数法及2019—2020年森林资源监测数据对云南省文山州马关县乔木林碳储量和固碳特征开展评估。结果显示：2019—2020年马关县乔木林碳储量由3 807.07 Gg C(Gg C=10⁹ g C)增加到3 893.49 Gg C,碳汇量为86.42 Gg C,其中天然林碳汇占38.09%,人工林碳汇占61.88%;马关县8种乔木林类型中其他硬阔林碳汇量最大,占总碳汇量的40.84%;2019—2020年间马关县乔木林碳密度由32.69 Mg C/hm²下降至29.58 Mg C/hm²,是乔木林面积增长的幅度远高于其碳储量增长幅度所致。研究结果表明：马关县乔木林碳汇量最高;未来可通过加强退化林修复、低效林改造和森林抚育等措施,精准提升森林质量,增强马关县森林固碳能力,助力“双碳”目标的实现。     

基于森林资源清查资料的盈江县森林生物量和生长量分析

为确定盈江县森林碳储量和碳汇潜力的变化特征及其影响因子,以便更好地分析盈江县森林生物量和生长量。基于盈江县2012年和2017年森林资源清查数据,利用生物量换算因子连续函数法和异速生长方程,评估盈江县森林碳储量和碳汇潜力的变化特征及其影响因子。结果显示：(1)盈江县森林生物量储量丰富,达85.55 t/hm²。其中：栎类林最大,为168.3 t/hm²;核桃林最低,为7.10 t/hm²。(2)不同林龄林分生物量差异较大,近熟林最高,其次分别为中龄林、成熟林、过熟林、幼龄林。(3)常绿阔叶林的林分生长量最大,其次是落叶阔叶林和针叶林。结果表明：盈江县森林生物量储量丰富且以阔叶林为主;林龄和年均气温是影响林分生长和生物量的主要因素。     

基于机器学习和多源数据的湘西北森林地上生物量估测

【目的】针对传统森林资源清查方法成本高、时效性低和结果统一性差等问题,基于多源遥感数据,采用机器学习算法选择特征变量并建立估测模型,制作森林地上生物量(AGB)面分布产品,为森林资源信息化调查提供技术手段。【方法】以湖南省西北部为研究区,利用生物量异速生长方程将森林资源样地调查数据转换为AGB,筛选到393个样地AGB参考值。以Landsat-8数据为光学遥感数据源,提取各波段光谱信息、植被指数、纹理特征以及缨帽变换各分量;以ALOS PALSAR-2、Sentinel-1数据为雷达遥感数据源,提取各极化方式后向散射强度和归一化极化差分指数。结合高程、坡度、坡向地形因子,获得122个备选特征变量。采用逐步回归方法和随机森林(RF)算法筛选建模变量,分别建立多元线性回归(MLR)、RF和支持向量回归(SVR)模型。以均方根误差(RMSE)、相对均方根误差(rRMSE)和决定系数(R~2)为模型评价指标,运用十折交叉验证法评价模型效果,选择最佳模型完成生物量制图,并选取5种中国或全球尺度生物量制图产品进行比较分析。【结果】在训练集上,RF模型表现最好(RMSE=12.8 mg·hm~(-2),rRMSE=21.1%,R~2=0.93),其次为SVR模型(RMSE=26.1 mg·hm~(-2),rRMSE=43.3%,R~2=0.55),MLR模型表现最差(RMSE=30.9 mg·hm~(-2),rRMSE=50.5%,R~2=0.39);在测试集上,采用RF算法建立的模型表现(RMSE=30.1 mg·hm~(-2),rRMSE=51.3%,R~2=0.42)同样优于MLR(RMSE=32.6 mg·hm~(-2),rRMSE=54.1%,R~2=0.30)和SVR(RMSE=32.8 mg·hm~(-2),rRMSE=55.3%,R~2=0.25)。3种模型均显示出一定程度的低值高估和高值低估现象。RF模型选择出13个建模变量,包括PALSAR-2后向散射信息、高程以及Landsat-8光谱信息、植被指数、缨帽变换湿度与绿度分量差值。应用RF模型完成区域生物量制图,与其他产品对比,能够基本反映研究区内生物量分布情况,并显示出丰富的生物量分布细节信息,生物量范围为0～119 mg·hm~(-2),平均生物量为37.5 mg·hm~(-2),标准差为35.9 mg·hm~(-2)。【结论】结合多源遥感数据与机器学习算法,能够准确、快速地测算大范围生物量,具有较大应用潜力。相比SVR和MLR模型,RF模型在AGB估测上的表现更优,RF算法能够从多源变量中有效筛选出适用于AGB机器学习建模的变量。     

喀喇沁旗旺业甸实验林场不同森林类型碳储量评估

不同森林类型的碳汇计量与监测对区域碳汇能力的巩固提升具有重要意义。本研究采用标准地调查法对赤峰市喀喇沁旗旺业甸实验林场的天然次生林白桦(Betula platyphylla)、黑桦(Betula dahurica)、山杨(Populus davidiana)、蒙古栎(Quercus mongolica)、榛(Corylus heterophylla)、山杏(Prunus sibirica)和人工林华北落叶松(Larix gmelinii var.principis-rupprechtii)、油松(Pinus tabuliformis)、白杄(Picea meyeri)、樟子松(Pinus sylvestris var.mongolica)等林内乔木、灌木、草本、枯落物及土壤的碳含量、碳密度与碳储量进行调查研究。结果表明：旺业甸实验林场森林总面积23 606.86 hm²,总碳储量为4 610 165.83 t,平均碳储量为195.30 t·hm^-2,其中乔木林面积22 945.93 hm²,碳储量为4 497 646.0...     

基于森林资源规划设计调查数据的乔木林地上生物量及碳储量估算分析——以香格里拉市为例

对香格里拉市乔木林地上生物量及碳储量进行了估算,以为其生态建设和森林合理经营提供参考,对进一步开展高原陆地森林生态系统物质与能量循环研究、保护生态环境脆弱地区自然生态环境具有一定意义。以2016年森林资源规划设计调查数据为依据,采用单木生物量模型对香格里拉市不同类型优势树种的数据进行了研究,结果表明:香格里拉市乔木林地上生物总量为73454404 t,碳储量为36546066 tC。冷杉、栎类与高山松的地上生物量及碳储量在乔木林优势树种中占绝对优势;成熟林、过熟林和近熟林对香格里拉市乔木林总地上生物量及碳储量影响较大,生物量分别占总龄组的41.53%,37.09%和14.11%;碳储量分别占总龄组的41.55%,36.95%和14.22%。     

基于地理加权回归模型的珠三角森林碳储量空间分布

森林碳储量是研究森林生态系统功能的重要指标,同时也是人们经营森林的参考。珠三角为国内重要的发达地区,研究其森林碳储量分布格局,可以为珠三角森林城市群建设提供重要的理论依据。为精准估测大尺度森林碳储量空间分布格局,以2017年珠三角区域419块森林资源连续清查样地数据为研究对象,采用普通最小二乘法(OLS)模型和4种地理加权回归(GWR)模型对珠三角森林碳储量进行空间分布预测。结果表明：4种GWR模型均比OLS模型有更好的拟合效果和独立性样本检验结果,其中MGWR(Gaussian)的模型拟合效果最佳,GWR(Gaussian)的独立性样本检验结果最佳;运用GWR(Gaussian)模型估测的珠三角森林单位面积碳储量为6.15～81.52 t/hm²,平均值为33.46 t/hm²,且估测误差优于OLS模型,整体上呈现中心高、边缘低的空间分布格局。地理加权回归方法能较有效地估测森林碳储量,并且通过调整模型形式和空间核函数可进一步提高估测精度,为珠三角森林碳储量估测提供了新的方法和思路。     

云南维西县域乔木林碳储量与碳汇价值估算研究

基于云南省维西县第三次(2006年)和第四次(2016年)森林资源二类调查成果,运用生物量转换因子法,对乔木林生物量进行了估算;运用生物量-碳储量转换系数法,估算了乔木林碳储量;按照储量变化,对维西县2006到2016年10 a期间乔木林林碳汇量进行了估算,在此基础上,利用碳税率法、造林成本法、碳市场CEA价格法,分别估算了维西县乔木林碳汇价值。结果表明：(1)2006年和2016年维西县森林碳储量分别为2.174 89×10⁴Gg C(1Gg=10⁹g)和2.323 2×10⁴Gg C,蓄积量分别为4.582 69×10⁷m³和4.851 03×10⁷m³,平均碳密度分别为66.49 Mg C·hm^-2(1Mg=10⁶g)和70.87 Mg C·hm^-2(含地上部分和地下部分,不包括枯死木、枯落物和土壤有机碳)。10 a期间碳密度净增4.38 Mg C·hm^...     

高山松林生态系统研究进展

高山松(Pinus densata)林是我国西南山区特有的森林类型,是西南地区重要的碳库,具有较高的生态保育价值。目前关于高山松林群落类型与结构、生态系统功能等的研究比较零散,无法为高山松林的科学保护与管理以及资源的合理开发利用提供系统的理论支撑。基于系统查阅的相关文献和著作,对高山松林群落类型与结构特征、生物量与生产力和生态系统水源涵养能力进行了综述。结果表明：(1)高山松林已知的群落类型包括6个群系9个群丛组6个群丛;(2)成熟林群落生物量为81.24～318.79 t·hm^-2,其中乔木层为79.39～311.53 t·hm^-2,乔木层碳密度为49.543～103.24 t·hm^-2,年生产力为5.48～18.07 t·hm^-2·a^-1,其中乔木层为4.29～14.23 t·hm^-2·a-1;(3)林冠截留率为24.32%～28.87%,苔藓层、凋落物层和土壤(0～30 cm)最大持水量分别为8.69 t·hm^-2、117.27...     

浙江省“十三五”期间毛竹林碳储量年度变化特征研究

【目的】为有效提升我省竹林碳汇能力,科学指导经营策略,该文分析了浙江省“十三五”期间毛竹(Phyllostachys edulis)林碳储量变化规律。【方法】以2016—2020年期间浙江省森林资源年度监测样地中的毛竹为研究对象,采用固定样地和随机抽样相结合开展竹林碳储量调查与统计,分析了我省毛竹碳储量的动态变化。【结果】(1)毛竹林面积、林分总株数、立竹量3个指标总体均呈现稳步增长的趋势,分别从2016年的80.71万hm²、297 888万株和3 413株·hm^-2,增长到2020年的82.82万hm²、326 644万株和3 603株·hm^-2;(2)乔木层碳储量从2016年的2 455.19万t增长到2020年的2 878.23万t,年均占比超过92%,灌木层和草本层的碳储量占比从2016年的7.05%下降到2020年的6.33%;(3)毛竹碳储量总体估计精度达到90%,从2016年的2 689.01万t增长到2020年的3 096.78万t,林分碳储量占比达到98%以上。【结论】该研究结果...     

广东省国家级公益林植被碳汇计量研究

森林碳汇是实现碳中和目标的重要途径。针对广东省国家级公益林不同树种和龄组的碳储量、碳密度进行研究,以掌握其碳汇功能。结果表明,广东省国家级公益林碳储量为4 076.74万t,以阔叶林和混交林为主,龄组以中幼林为主;平均碳密度为35.53 t/hm²,软阔类、硬阔类和针叶混交林平均碳密度较高;随着龄组增加,碳密度呈增加趋势;碳汇为447.24万t/a,以中幼林的碳汇为主,乔木林单位面积碳汇为3.7 t/hm²·a。随着公益林的保护建设和植被恢复,森林将持续地发挥碳汇功能。