基于Landsat 8影像的乔木林地上生物量估算

以浙江省内的一景Landsat 8影像和96块野外调查数据为数据源,提取出植被指数、纹理特征、地形因子并进行优选,对优选后的变量因子进行分组,生成植被指数、植被指数+纹理特征相结合的2种自变量集,采用偏最小二乘回归法构建乔木林地上生物量估算模型,并对估算结果进行对比分析。结果显示:在构建的模型中,植被指数+纹理特征集构建的模型精度均要优于植被指数集构建的模型,说明多光谱波段的纹理特征具有改善模型估算效果的作用。采用的变量筛选方法较好地考虑了变量间的相关性及共线性问题,可以提高所构建模型的稳定性。     

基于BP神经网络的凌云县森林碳储量遥感反演研究

森林碳储量的正确估算是研究全球碳通量和气候变化的关键。本研究采用2014年森林资源连续清查数据和同时期Landsat 8遥感影像,对凌云县森林碳储量进行遥感反演研究,并分析其空间分布。从遥感影像中提取154个光谱因子和纹理因子,结合逐步回归和方差扩大因子法进行因子筛选,分别构建线性逐步回归、Logistic回归和BP神经网络模型,估算研究区的森林碳储量。结果表明:BP神经网络模型反演森林碳储量精度最高,设置隐含层神经元个数为10时,决定系数最大,均方根误差最小,分别为0.636和16.671 t·hm~(-2);Logistic回归模型估算精度次之,决定系数和均方根误差分别为0.528和17.082 t·hm~(-2);线性逐步回归模型估算精度最低,决定系数最小,均方根误差最大,分别为0.452和17.722 t·hm~(-2)。研究区森林碳储量空间特点表现为山区碳储量大,低海拔人口分布密集地区碳储量小,与实际森林分布一致。     

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...     

森林火灾后蒙古栎林碳素分布及储量的分析

以黑龙江塔河林业局施业区内的杜香—蒙古栎林和草类—蒙古栎林为对象,对火灾前后碳素的分布和储量进行了研究。结果表明:森林火灾发生后,蒙古栎林地上、地下部分的碳储量均表现为减少。杜香—蒙古栎林碳储量变化量为-33.812 9 t.hm-2,其中:地上部分为-0.499 4 t.hm-2,地下部分为-33.313 5 t.hm-2,贡献率分别为1.5%和98.5%;杜香—蒙古栎林碳储量变化量为-104.944 6 t.hm-2,其中:地上部分为-76.452 7 t.hm-2,地下部分为-28.491 9 t.hm-2,贡献率分别为72.9%和27.1%。蒙古栎林地上、地下火灾前后碳储量的分布与变化同林分类型密切相关。     

基于3S技术和SPSS软件的香格里拉市森林蓄积量估测探析

以香格里拉市的森林作为研究对象,森林资源规划设计调查角规控制样地蓄积量为实测数据参照,美国Landsat8卫星遥感图像为矢量数据来源,通过对遥感图像进行处理,获取了多光谱影像的波段光谱值,运用SPSS软件以组合植被指数(DVI、RVI、ARVI)、归一化植被指数(NDVI)、多波段线性组合指数(VIS123)为自变量,建立了蓄积量估测模型,探索了将纹理特征应用到森林蓄积量估测提供新的途径和方法。从结果与验证可以看出:利用Landsat8全色波段的纹理特征建模进行蓄积量估测是可行的,能够达到对蓄积量估测的精度要求,具有良好的应用前景。     

基于SPOT-7影像的马尾松生物量估测模型研究

森林生物量的定量估算为全球碳储量循环及气候变化研究提供了重要的参考依据。以肇庆市马尾松生物量为研究对象,基于SPOT-7影像数据,提取出单波段、波段比值、纹理特征、地形等因子并进行优选,对优选后的变量因子进行分组,生成光谱特征、纹理特征、光谱和纹理特征相结合的3种自变量集,采用偏最小二乘回归法和3种自变量集构建马尾松生物量估测模型并进行优选。结果显示:基于光谱特征构建的马尾松生物量估测模型的决定系数R2为0.81,均方根误差为15.30 t/hm2,误差平均值为-5.65 t/hm2,总预报偏差的相对误差为9.30%;基于纹理特征构建的马尾松生物量估测模型的决定系数R2为0.84,均方根误差为15.69 t/hm2,误差平均值为-4.73 t/hm2,总预报偏差的相对误差为7.78%;基于光谱和纹理特征相结合构建的马尾松生物量估测模型的决定系数R2为0.83,均方根误差为15.24 t/hm2,误差平均值为-5.27 t/hm2,总预报偏差的相对误差为8.67%。由此可知,基于纹理特征构建的马尾松生物量模型要好于其他两种方法,估算精度更高。     

结合光学与雷达影像多特征的热带典型人工林树种精细识别

【目的】结合Sentinel-2光谱特征、纹理特征和Sentinel-1雷达后向散射特征,开展光学与雷达影像协同人工林树种分类研究,评价不同数据源和不同特征在树种分类中的作用,获取最优分类策略,为热带典型人工林树种精细识别提供新的技术途径。【方法】获取Sentinel-2光学影像43个光谱特征,将优选的Sentinel-2光谱特征与Sentinel-2纹理特征、Sentinel-1雷达后向散射特征组合,采用随机森林分类算法对研究区橡胶林、油棕林和桉树林进行精细提取,并评价不同特征对人工林树种识别的贡献。【结果】1)选择重要性排名前17的Sentinel-2光谱特征参与分类时,OOB score达最高值0.947 2,其中Sentinel-2的蓝波段、红边和近红外波段及其相应的植被指数在树种识别中重要性较高; 2) Sentinel-2纹理特征和Sentinel-1雷达后向散射特征对于不同树种均具有一定差异性,可作为树种分类的有效特征; 3)仅利用Sentinel-2光谱特征对橡胶林、油棕林和桉树林的区分度有限,生产者精度和用户精度的调和平均值(F1)分别为0.70、0.74和0.61;结合光谱特征、纹理特征和后向散射特征,3种人工林的分类精度达到最高,F1均大于0.80,同时其他地物的分类精度也有较大提高,总体分类精度为0.85,Kappa系数为0.83。【结论】Sentinel-2光学影像的光谱特征是树种识别的重要基础,Sentinel-2光学影像派生的纹理特征及由Sentinel-1雷达影像提取的后向散射特征可为不同人工林树种识别提供有益补充。考虑到Sentinel-2和Sentinel-1较高的时间分辨率和空间分辨率,同时结合其光谱特征、纹理特征和后向散射特征对热带典型人工林树种进行精细识别具有极大潜力。     

落叶松-人参复合系统的植物多样性和碳储量特征

【目的】本研究选取落叶松-人参复合系统,并与落叶松人工林及天然次生林进行比较,定量分析林下种植人参对生物多样性和碳汇功能这2种重要生态系统服务功能的影响。【方法】以落叶松-人参复合系统为对象,选择与其立地特征相似的落叶松人工林和天然次生林2种林分作为对照,通过样地调查、采样和试验,对比分析3种林分类型的乔木和草本植物多样性,并对不同林分类型中的乔木、林下灌草、枯落物和木质物残体以及0~30 cm土壤的碳储量进行分析。【结果】落叶松-人参复合系统下,人参重要值达到0.33,具有明显优势;对于Shannon-Wiener多样性指数(H')、Margalef丰富度指数(R)和Pielou均匀度指数(E)3种植物多样性指数,乔木物种均表现为天然次生林落叶松-人参复合系统落叶松人工林,草本物种均表现为天然次生林落叶松人工林落叶松-人参复合系统;落叶松-人参复合系统草本植物的S,H'和R'值分别为16,1.91和1.83,均低于落叶松人工林下草本植物的17,2.1和2.04,但差异并不显著;而落叶松-人参复合系统的E值为0.87,显著低于落叶松人工林系统的0.91;对于不同林分类型的碳储量而言,32年生的落叶松近熟人工林平均碳储量为192.81 t·hm-2,略高于天然次生林碳储量(188.85 t·hm-2),2者均显著高于落叶松-人参复合系统(155.56 t·hm-2);3种林分类型不同层次碳储量均表现为土壤层乔木层枯落物和木质物残体层林下灌草层,且土壤层和乔木层碳储量之和均占到总碳储量的90%以上,此外,落叶松-人参复合系统的4个层次碳储量均显著低于落叶松人工林系统;对于不同林分类型,在0~30 cm土层随土壤深度增加,土壤碳储量逐渐降低。【结论】落叶松-人参复合经营对乔木植物多样性没有显著影响,但对草本植物多样性影响较大,同时其还会显著降低森林碳储量。因此,今后林参复合经营应注重深入研究,合理规划,正确引导,兼顾经济和生态效益,从而保障森林资源的可持续利用和林参复合经营的可持续发展。     

基于改进转换分离度特征选择规则的土地覆盖分类比较

【目的】提出一种考虑样本概率的可分离距离与波段相关系数结合的特征选择方法,以提高土地覆盖分类的正确率。【方法】以中亚热带区域的福建省将乐县为研究区,从Landsat-8 OLI影像中获取植被指数和纹理特征,利用改进方法和传统方法选择出最佳特征,通过比较最佳特征参与下植被类别的可分离值,判别2种方法在特征选择时的准确度;采用支持向量机分类方法(SVM)分别对原始光谱和改进方法选择的最佳特征进行分类,探索最佳植被指数和纹理特征在提高地区土地覆盖分类中的作用。【结果】改进可分离性判据在避免选择冗余波段的同时,能准确选择出具有更高区分度的特征;对于植被指数和纹理特征,单一特征均不能使植被类别可分性达到最大,而2个特征组合可明显提高植被类别的可分性;比值植被指数及小窗口的反差、协方差和二阶矩纹理特征比同窗口其他纹理对提高研究区植被分类精度具有更重要的价值;植被指数加入原始光谱并没有明显提高研究区的整体分类精度,而纹理特征与原始光谱结合对提高植被分类精度相当有价值,最佳植被指数、最佳纹理特征和原始光谱结合可取得最佳分类结果,整体分类精度提高7.41%,Kappa系数(OKA)提高8.5%。【结论】基于改进转换分离度特征选择规则的土地覆盖分类方法能平衡所有类别间的可分性,较好避免选择相互冗余的特征,从而保证选择出具有较高的多类别可分性且冗余较小的特征,提高类别分类的正确率。     

机载高分辨率遥感影像的傅氏纹理因子估测温带森林地上生物量

【目的】从反映森林冠层大小的树冠纹理结构出发,利用高空间分辨率遥感影像中树冠纹理的周期性信息,提取基于傅里叶变换纹理序列的纹理指数(FOTO,Fourier-based textural ordination)估测森林地上生物量,探究FOTO纹理因子在温带森林生物量估测上的潜力,为提取新型纹理参数估算森林生物量提供新的参考途径。【方法】以2009年9月获取的小兴安岭地区凉水国家自然保护区(47°11'N,128°53'E)高分辨率机载航空影像(空间分辨率0.5 m)为例,通过提取CCD影像的FOTO纹理参数,采用多元逐步回归方法对森林地上生物量进行参数反演,并对CCD 3个波段影像提取的9个FOTO纹理因子以及波段平均影像提取的3个FOTO纹理因子2种方法的生物量估测结果进行比较。同时,在研究中尝试采用5种不同尺寸(60 m×60 m,80 m×80 m,100 m×100 m,120 m×120 m和150 m×150 m)的窗口,产生不同尺寸的FOTO因子与生物量进行回归建模。最后,将FOTO纹理因子作为自变量与激光雷达反演的参考生物量进行拟合,利用多元逐步回归方法建立生物量模型,并采用十折交叉验证评估预测模型的泛化能力。【结果】FOTO纹理因子与森林生物量的相关性较高,CCD影像3个波段的9个FOTO纹理因子与生物量的R~2均高于0.67,窗口60 m×60 m,80 m×80 m,100 m×100 m,120 m×120 m和150 m×150 m的估测精度分别为67.3%,73.4%,74.4%,78.3%和80.9%。CCD影像波段平均影像的3个FOTO纹理因子与生物量的R~2均高于0.57,5种窗口尺寸的估测精度分别为58.2%,62.1%,64.3%,67.4%和70.9%。根据最优预测模型获得分辨率100 m的凉水试验区全覆盖生物量结果图,精度为74.41%,RMSE为50.55 t·hm~(-2)。【结论】基于FOTO算法提取的纹理因子与森林地上生物量密切相关且无明显饱和现象,对我国北方温带混交林区的生物量反演有极大潜力。FOTO纹理因子与森林地上生物量的多元线性逐步回归模型R~2达0.81,RMSE为46.78 t·hm~(-2)。     

滇中高原华山松人工林碳储量及固碳释氧效益

采用样方法和收获法,根据光合作用方程式、碳税法和人工制氧法,对云南玉溪磨盘山华山松人工林(16 a中龄林、26 a近成熟林、43 a成熟林)生物量、碳储量及其空间分布特征和固碳释氧进行了研究。结果如下:三种林龄华山松人工林的生物量分别为181.515 t·hm-2、284.679 t·hm-2、295.311 t·hm-2,碳储量分别为85.751 3t C·hm-2、139.934 4 t C·hm-2、132.508 6 t C·hm-2,净碳储量分别为:5.365 3 t C·hm-2·a-1、5.383 6 t C·hm-2·a-1和3.082 7t C·hm-2·a-1;三种林龄群落各层碳储量均为乔木层枯落物层灌木层草本层,三种林龄乔木层的碳储量分别占:91.37%、94.99%、93.70%;不同林龄相同器官(根、皮、叶、干、枝)之间变异系数在2.10%~7.33%之间,而同一林龄不同器官的变异系数在2.12%~5.82%之间;方差分析结果显示除成熟林乔木外,另两种林龄乔木各营养器官之间均存在显著差异;华山松中龄林、近成熟林、成熟林同化大气中CO2和释放出O2价值量分别是355 044.221 3 yuan·hm-2,216 003.386 1 yuan·hm-2,556 831.529 6 yuan·hm-2和338 767.648 4 yuan·hm-2、577 627.367 6 yuan·hm-2和351 419.513 0 yuan·hm-2。     

基于地统计学和多源遥感数据的森林碳密度估算

【目的】基于遥感影像空间分辨率和地面样地大小不一致的现象,采用地统计学和多源遥感数据进行森林碳密度估算,为MODIS数据在区域森林碳密度估算领域的应用提供参考。【方法】以湖南省攸县为试验区,首先利用基于块的序列高斯协同模拟算法,将25.8 m×25.8 m的样地数据分别上推到250 m×250 m、500 m×500 m和1 000 m×1 000 m;然后将上推后的样地数据分别与MOD13Q1、MOD09A1、MOD15A2数据结合,利用序列高斯协同模拟算法开展区域森林碳密度估算研究;最后将最优结果用于湖南省森林碳密度估算。【结果】Landsat5和MODIS数据与森林碳密度的敏感因子具有高度相似性,排在前3位的分别为1/TM3、1/TM2、1/TM1和1/Band1、1/Band4、1/Band3;与植被指数产品MOD13Q1和MOD15A2相比,多光谱数据Landsat5和MOD09A1在攸县森林碳密度估算方面显示出巨大潜力,估算精度分别为82.02%和75.64%;基于MOD09A1的序列高斯协同模拟算法具有很好的适用性,可用于湖南省森林碳密度的空间模拟,估算精度为74.07%。【结论】采用基于块的序列高斯协同模拟算法,可以实现由地面样地到不同空间分辨率MODIS像元之间的转换;由于空间分辨率的限制,MOD09A1数据在刻画空间细节方面不如Landsat5精细。该研究方法适用于地面调查样地大小和遥感影像空间分辨率不一致的区域森林碳密度估算。     

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。     

贵州不同林龄华山松人工林生态系统碳储量

本研究调查分析了不同林龄华山松人工林生态系统土壤碳含量和碳储量,测定了林地凋落物层和林下植被层及根系碳储量,并用生物量方程法估测了乔木层碳储量。结果表明:华山松人工林生态系统碳储量随着林龄的增加而增加,在8、30和40年生华山松人工林生态系统内,总碳储量分别为104.9 t·hm-2、136.67t·hm-2和176.89 t·hm-2,乔木层碳储量所占比重分别为5.9%、14.97%和28.48%,土壤层碳储量所占比重为90.73%、72.98%和68.01%。乔木层和土壤层碳储量的正向积累是导致不同林龄华山松人工林生态系统碳储量逐年增加的主要因素。     

基于高分遥感数据的阿尔泰山乔木林地上生物量预测

为了在区域尺度上精准和便捷地估测森林生物量,以高分遥感数据和实地调查数据为基础,通过提取植被指数、纹理等遥感特征变量,并运用最近邻算法(k-NN)构建乔木林地上生物量预测模型。结果表明,运用k-NN进行区域尺度上乔木林生物量遥感定量估测,当k值为2,特征为B1(波段1)、SR(简单植被指数)、NDVI(归一化植被指数)、B4(波段4)时,研究区乔木林生物量估测结果最优。通过分析可知：乔木林生物量整体表现不高,地上生物量为803.90万t,单位面积生物量均值为82.15 t/hm²;乔木林主要龄组是成熟林时,其面积和生物量占比均最大;在海拔1 500～2 400 m范围,乔木林单位生物量较高。     

华北落叶松人工林生物量及碳储量遥感模型研究

以华北落叶松人工林为研究对象,对赛罕乌拉生态系统定位站内华北落叶松人工林生物量及碳储量进行研究。应用Landsat TM影像,提取遥感影像各波段信息及相关的植被指数。将遥感影像的波段信息、相关的植被指数分别与野外实测的样地生物量数据进行一元回归分析,建立一元回归模型,分析比较后得出由波段信息建立的一元回归模型较合理;将提取的波段信息、植被指数分别与野外实测样地生物量数据进行相关分析,然后采用逐步回归的方法进行多元回归分析,建立森林生物量多元遥感回归模型;将选择出的一元回归模型与建立的多元回归模型进行对比分析,最后得到适用于研究区森林生物量研究的最优遥感回归模型,Y=-1617.863+573.312×SAVI+32.475×TM5-35.379×TM7,进而得到碳储量遥感模型。     

基于植被指数及多光谱纹理特征的降香黄檀叶片全铁含量预测

【目的】以海南省特有树种降香黄檀为研究对象,提出1种基于植被指数和多光谱纹理特征的叶片全铁含量(TIC)预测方法,为珍贵树种重金属营养诊断提供参考。【方法】分别设计4种梯度(CK、F1、F2、F3)的铁胁迫试验,胁迫结束后摘取叶片并获取多光谱图像,计算叶片图像的植被指数(VIs)及纹理特征(包括纹理特征均值TFMV和纹理特征方差TFV),分析其与TIC之间的关系。通过显著性检验筛选出与TIC在0. 05和0. 01水平上显著相关的变量,再使用相关性分析法(CA)、主成分分析法(PCA)、平均影响值法(MIV)和遗传算法(GA)进行二次筛选,将筛选结果作为粒子群优化-反向反馈神经网络(PSO-BPNN)的输入变量,分析比较预测结果。【结果】1)在CK～F2梯度区间内,树高、冠幅和地茎的生长量随着施铁含量的增加而增加,而在F3梯度下,树高、冠幅生长量降低,地茎生长量出现大幅度上升; 2)随着叶片TIC的上升,B波段呈先下降后上升趋势;G波段则与B波段相反; R波段先下降后上升,之后基本保持稳定; RE和NIR波段则一直呈上升趋势; 3)大部分VI与TIC在0. 01和0. 05水平上相关,TFMV和TFV也可以反映叶片TIC,但TFV在相关水平和相关个数方面均优于TFMV。从波段角度分析,RE和NIR波段在植被指数和纹理特征方面与TIC的相关性均优于其他波段; 4)使用不同筛选方法得到的预测结果不同,其中CA与GA得到的评价指标最佳且相似,但GA在150～300mg·kg~(-1)区间得到的预测结果偏低,不适用于田间施肥指导。5)仅使用植被指数得到的预测结果较差,加入纹理特征后很明显的提高了拟合优度及预测精度,纹理特征方差对模型精度的影响更大,说明叶片纹理的离散程度可以较好的作为预测全铁含量的辅助信息。【结论】F1和F2梯度的施肥量可以促进降香黄檀植株生长及生物量累计。最佳叶片全铁含量为150～300 mg·kg~(-1)。除植被指数外,MPV作为辅助因素可以提高模型的拟合优度及预测精度,同时,CA-PSO-BPNN方法可以有效的运用于田间施肥指导,为珍贵树种重金属含量监测提供较为准确的预测。     

基于高分2号遥感数据估测中亚热带天然林木本植物物种多样性

【目的】探索高分2号遥感数据与中亚热带天然林木本植物物种Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀性指数之间的关系,为森林经营管理和保护策略提供参考。【方法】提取高分2号多光谱数据的原始波段、植被指数、纹理特征和全色波段纹理特征,使用随机森林算法筛选变量并对3种多样性指数进行建模,设置不同纹理提取窗口来寻找最优窗口。【结果】基于随机森林算法的RFE冗余变量去除方法可从众多遥感变量中快速选择对模型精度具有显著贡献的少量变量。多光谱数据3×3窗口纹理特征、全色数据7×7窗口纹理特征和植被指数结合的特征集对3种多样性指数具有较好估测结果,其决定系数(R~2)和均方根误差(RMSE)分别为0.47和0.300(Shannon-Wiener多样性指数)、0.53和0.042 (Simpson多样性指数)、0.61和0.051 (Pielou均匀性指数)。植被指数中类胡萝卜素反射率指数与3种多样性指数具有显著相关关系。【结论】高分2号遥感数据中的植被指数和纹理特征可有效估测研究区森林木本植物物种多样性。类胡萝卜素反射率指数可体现森林中类胡萝卜素相对于叶绿素的含量,在秋冬季节作为反映常绿树种和落叶树种分布的指数,对森林木本植物物种多样性估测具有最大贡献。使用星载遥感数据预测的多样性和均匀性指数分布可有效监测森林木本植物物种多样性变化。     

鄂西北主要森林类型碳密度特征

将鄂西北山区典型森林生态系统划分为13种森林类型,在系统调查样地乔木层、灌木层、枯落物层及土壤层碳含量的基础上,对不同森林类型碳密度进行了估算。结果表明:鄂西北森林生态系统平均碳密度为175.812t·C·hm-2,各层碳密度的大小顺序为土壤层(110.130t·C·hm-2)乔木层(48.278t·C·hm-2)灌木层(15.187t·C·hm-2)枯落物层(2.217t·C·hm-2),各层分别占整个生态系统碳储量的62.64%,27.46%,8.64%和1.26%。天然林不同林龄碳密度排序为近成过熟林中龄林幼龄林,人工林不同森林类型碳密度排序为针阔混交林针叶林阔叶林。     

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...