杉木人工林灌木层生物量模型构建

目的本研究选择湖南、安徽、江西3省杉木人工林为研究对象,构建乔灌层调查因子与其生物量之间的估算模型。试图获取更为可靠、精准的灌木层生物量估算模型,为提高估算杉木人工林灌木层生物量模型精度提供参考。方法在研究区域进行典型抽样调查,测定不同林龄杉木林上层乔木郁闭度C_s、林分密度D_s(株/hm2)、平均胸径D_m(cm),下层灌木平均高度H(m)、平均地径D(cm)、盖度C、灌木层枝、干、叶、根干鲜质量(kg),通过计算获得乔木层杉木蓄积量V(m3/hm2)、灌木层生物量数据(t/hm2)。通过Pearson相关性分析灌木层结构和乔木层调查因子对灌木层生物量的影响,选取最佳灌木层结构因子为模型参数建立枝叶、干、地上、地下生物量估算模型。将乔木层林分调查因子作为自变量加入模型中,对比分析模型R2在乔木层调查因子作为自变量加入后的变化,并用样本外的数据进行检验,构建估算灌木层生物量更为精确的模型。结果研究结果显示:灌木层各组分生物量模型以幂函数为主,各林龄灌木层地下生物量与自变量D2H获取了最佳模型,R2为0.516~0.955;其余部分生物量以盖度与高度乘积(CH)为自变量获得了拟合效果较好的模型, R2为0.516~0.718。与单独采用灌木层结构因子为预测变量建立的灌木层生物量预估模型相比,乔木层平均胸径D_m作为自变量的加入使中幼龄林除地下生物量以外的各组分生物量模型拟合效果有了显著提高,R2为0.718~0.990;郁闭度C_s的加入使近成过熟林除地下生物量以外的各组分生物量模型拟合效果有了显著提高,R2为0.817~0.886。结论因此,评价和分析乔木林下层灌木生物量,不仅要考虑灌木层自身结构生物量关系,还要考虑到乔木层相关因子的影响,从而建立更符合灌木生物学与生态学相一致的生物学结构模型,本研究可为亚热带地区杉木人工林下层灌木生物量的估算提供参考。      

河南省栎类和杨树林分断面积和蓄积生长模型构建

目的建立河南省栎类和杨树林分断面积和蓄积生长模型,为森林可持续经营提供基础数据。方法基于河南省最近3期一类森林资源清查数据,从9个具有生物学意义的备选模型中选出一个最优基础模型。以树种和立地等级作为哑变量,构建林分断面积和蓄积生长模型。结果利用全部样地数据拟合9个备选模型,断面积和蓄积最优生长模型都是Richards形式的模型,决定系数均在0.92以上。引入树种和立地等级作为哑变量后,与基础模型相比断面积和蓄积生长模型拟合精度都有所提高,其决定系数分别为0.98和0.94。结论带树种和立地等级的哑变量模型能同时反映河南省栎类和杨树林分断面积和蓄积生长规律,既减少了建模工作量,又提供了不同林分合并建模的方法。河南省栎类林分断面积和蓄积生长极限值高于杨树;相同林分密度条件下,栎类早期生长速率低于杨树,且栎类和杨树的生长速率均随着立地质量的下降而降低。      

广东省含参数分级的阔叶林分生物量生长模型

  目的  建立区域尺度林分生物量生长模型,为预测未来某一时段广东省天然阔叶林生物量和碳储量提供方法学支持。  方法  基于广东省1997—2017年5期森林清查数据,选择栎类、木荷和其他软阔类等6个阔叶树种为优势树种的203个天然林样地,以参数分级反映立地质量差异,以竞争指数表示密度影响,以分步建模（一元非线性回归法）和联合建模（非线性联立方程组法）区别建模方式,采用理论生长方程构建胸径生长模型估计林龄进而构建多种林分生物量生长模型,以决定系数和平均预估误差等4个指标评价模型拟合优度;对拟合优度较高的模型,以2002—2017年4期连清的183块样地为检验样本,用总相对误差来验证其应用效果。  结果  对比模型拟合效果和区域尺度及样地水平上的估计精度,以探究林分密度、不同参数分级、分级方法和建模方法共4项影响因素对生物量生长模型的效果,结果表明:非线性联立方程组法优于分步建模法;与生长速度有关的参数b分级模型优于与生长潜力有关的参数a分级模型;考虑林木竞争和分级方程中加入竞争指数对优化模型性能影响不大。参数b分级、自变量和分级方程皆不含竞争指数的联合模型（模型10）为最优模型,其生物量生长模型确定系数R2为0.970 1;预测4期生物量时,估计效果较好,后期估计误差明显低于前期,如采用模型10预估栎类2002—2017年区域尺度生物量时,4期的估计误差分别为6.22%、15.27%、4.80%、?1.84%。  结论  以Richards理论生长方程为基础构建林分生物量生长模型来估测区域尺度生物量是一种可行的方法,为评估未来某一时段区域尺度森林生态系统的固碳能力提供依据,也为其他区域的林分生物量生长模型研建提供参考。      

基于随机森林算法的落叶松?云冷杉混交林单木胸径生长预测

目的单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。方法以吉林省汪清林业局20块落叶松?云冷杉混交林固定样地25年（1986—2010年）间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合（决策树数目ntree = 1 000、决策树每个结点随机选择的预测变量个数mtry = {1, 2, ···, 52}）构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。结果ntree = 1 000、mtry = 12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2_cv（R2_cv = 0.54）,以及最小的交叉验证均方根误差RMSE_cv、交叉验证平均绝对偏差MAE_cv和交叉验证相对均方根误差rRMSE_cv（RMSE_cv = 0.14 cm、MAE_cv = 0.10 cm、rRMSE_cv = 50%）。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径D_g的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D₀以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小（相对重要性均 < 1%）,其中,生长季平均降水量（4—9月）与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量（4—9月）与生长季相对湿度（4—9月）之比Gspgsrh以及生长季太阳辐射时长（4—9月）Gssr是前4个相对重要的变量。结论随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。      

杨梅人工林相容性单株生物量模型构建

  目的  构建杨梅Myrica rubra一元相容性单株生物量模型,为杨梅人工林可持续经营及生物量精确估测提供理论依据。   方法  基于48株杨梅标准木实测数据,在以地径、树高、冠幅为自变量建立独立单株生物量模型基础上,运用非线性误差变量模型法,对浙江仙居县杨梅人工林相容性单株生物量模型进行研究。   结果  拟合出的独立单株生物量模型中,以地径(x₁)为自变量的幂函数模型决定系数为最大,叶片生物量(y₁)、枝干生物量(y₂)、根系生物量(y₃)及总生物量(y₀)模型分别为y₁=0.004x₁2.795、y₂=0.003x₁3.048、y₃=0.002x₁3.141和y₀=0.010x₁2.995。以地径、树高、冠幅构建的3个相容性单株生物量模型拟合效果均较好,其中又以地径为自变量的模型决定系数和预估精度最大,模型最优,相关参数c₀、b₀、r₁、r₂、r₃和r₄分别为0.084 0、2.162 7、0.780 0、0.779 9、0.224 3和0.204 5。随地径、树高和冠幅增大,叶片、枝干、根系生物量的分配规律基本相似,枝干、根系生物量占总生物量的比例呈上升趋势,叶片生物量则逐渐下降。各组分生物量随杨梅林龄增大从大到小快速演变为枝干、根系、叶片。   结论  在运用杨梅一元相容性单株生物量模型进行估算时,以地径为自变量的幂函数模型决定系数最大,且模型决定系数和预估精度最大。地径是最适合用于估算杨梅生物量的变量。 图1表4参31     

针阔混交林华北落叶松生物量模型及碳储量研究

以木兰林管局北沟林场内典型针阔混交林为对象,对标准地进行详细的调查研究,利用分层切割法和分层挖掘法对华北落叶松生物量进行测定,建立相应的生长模型,并推算林分中华北落叶松的生物量和碳储量。结果表明:针阔混交林中单株华北落叶松单株总生物量的变化范围是2.50~527.20 kg;Logistic方程是华北落叶松生物量主要的最优模型;华北落叶松总生物量为39 478.90 kg/hm²,碳储量为20 252.68 kg/hm²,各器官碳储量分别占总碳储量的57.89%（树干）、16.88%（树枝）、7.66%（树叶）、17.56%（树根）。林分碳储量分配情况为干>根>枝>叶。     

基于多时相光学和雷达遥感的太平湖生态保护区森林地上生物量反演

【目的】探究光学和雷达卫星遥感对亚热带森林生物量的反演潜力。【方法】利用不同季节时间序列的合成孔径雷达(Senitinel-1)和光学数据(Sentinel-2),对太平湖生态保护区森林地上生物量进行反演。基于后向散射系数、光谱波段、植被指数和生物物理参数,采用回归随机森林算法探究Sentinel-1和Sentinel-2在地上生物量制图中的精度,探究对亚热带森林地上生物量制图的最佳影像采集时期,评估光学和雷达遥感特征参数对提高地上生物量估计精度的贡献。【结果】Sentinel-2对研究区森林地上生物量的估计精度[决定系数(R²)=0.68,均方根误差(E_RMS)=37.69 Mg·hm^-2]要优于Sentinel-1 (R²=0.47,E_RMS=49.11 Mg·hm^-2),但两者联合产生了最佳结果 (R²=0.78,E_RMS=31.56 Mg·hm^-2)。生长季(6和9月)的光学数据和旱...     

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。      

基于BP神经网络的油松人工林树高模型研究

通过分析比较不同算法以及不同输入层因子,构建出最佳的黄龙山区油松人工林树高预测BP神经网络模型。以陕西省延安市黄龙县44块油松人工林样地实测数据为数据源,通过对6种BP神经网络的训练方法进行训练,经过反复筛选找出最优模型并与传统胸径-树高模型作比较;最后将BP神经网络中的输入因子从2个增加到6个后,经过反复训练筛选出最优模型与2因子的BP神经网络模型作比较。结果表明:1）贝叶斯归一化（BR）算法在6种算法中表现最佳,R²和MSE分别为0.963 0和1.168;2）不同隐含层节点数的选取会对BP神经网络模型的建立产生一定的影响,BP神经网络模型的决定系数（R²）随着隐含层节点数的增加呈现先上升后下降的趋势;均方误差（MSE）呈现先下降后上升的趋势,两者都在节点数为10时有极值,此时的模型为最优模型;3）当输入因子为胸径和优势树高时,油松人工林的最优模型结构为（输入层节点数:隐含层节点数:输出层节点数为2∶10∶1）,此时BP神经网络模型对树高预测的决定系数（R²）和均方误差（MSE）分别为0.761 0和1.984 7;当输入因子为胸径、优势树高、林分密度、竞争指数、坡度和坡向时,最优模型结构为6∶10∶1,此时BP神经网络模型对树高预测的决定系数（R²）和均方误差（MSE）分别为0.844 7和1.955 7。由此得出,在建立油松人工林树高BP神经网络模型方面优化类算法要优于启发式下降算法;BP神经网络模型与传统模型相比,BP神经网络模型不需要目标方程结构,并且模拟和预测的精度均要优于传统模型;在原有BP神经网络模型的基础上再引入林分密度、竞争指数、坡度、坡向这些输入因子后所得到的新的BP神经网络模型对树高模型的建立和预测要优于原有BP神经网络模型。     

太白山锐齿栎林地上生物量分布

目的生物量是全球气候变化背景下估计碳储量的重要依据,太白山为秦岭主峰,了解其森林的生物量分配特征,将为秦岭植被恢复过程中森林固碳动态提供依据和参考。方法以太白山锐齿栎原始林和次生林1.5 hm2样地中所有胸径（DBH） ≥ 1 cm木本植物数据和地形及土壤养分数据为基础,用单因素方差分析比较了林分中地上生物量分配特征及其随生境、尺度和径级的变化规律。结果锐齿栎原始林和次生林样地平均地上生物量分别是279.50 t/hm2和217.81 t/hm2,且不同生境中的地上生物量各有差异:在原始林土壤全氮含量较高的生境中地上生物量较小,而次生林中速效磷含量较高的生境中地上生物量也较小。同时,在原始林凹凸度较大的生境,其地上生物量较大。在相同取样尺度下原始林样地的地上生物量均大于次生林;而在同一块样地中地上生物量与取样尺度不相关。原始林各径级平均地上生物量随径级的增加表现出先增加后减小的趋势,且在第Ⅵ径级中的平均地上生物量最大。次生林各径级平均地上生物量随径级的增加而增大。在第Ⅳ ~ Ⅶ径级中,原始林平均地上生物量显著高于次生林,而在第Ⅸ径级中,原始林平均地上生物量小于次生林。结论因此,本研究结果表明干扰、生境异质性、径级大小均会影响太白山锐齿栎林的地上生物量分布。      

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     

福建杉木树冠外轮廓和树冠体积相容性模型

  目的  树冠外轮廓模型不仅能够描述任意位置处树冠半径,而且能够推导预测树冠体积与树木地上部分生物量。根据福建地区98块杉木Cunninghamia lanceolata人工林样地的413株杉木调查数据,构建了具有同一套模型参数的树冠外轮廓模型和树冠体积预测联立方程组系统。  方法  选取4种常用的可积分树冠外轮廓备选模型,利用积分法对备选模型进行推导,得到树冠体积预测模型;将模型方程分别两两联立建立树冠外轮廓与体积相容性联立方程组,并利用SAS软件模块中的似乎不相关回归过程估计联立方程组模型系统的参数。为了消除模型异方差,采用加权回归方法拟合模型,并对不同模型系统的拟合精度、预测精度进行对比分析。  结果  基于模型4的联立方程组拟合精度高、预测性能好,其树冠外轮廓和体积拟合精度分别达到0.829 5和0.861 0,预测结果精度分别为0.803 9和0.856 0;通过似乎不相关回归法解决了联立方程组共线性问题,加权回归方法一定程度上消除了模型中存在的异方差性。  结论  所构建的树冠外轮廓-体积一致性模型方程实现了树冠外轮廓与体积模型之间互相推导,为进一步估测树木地上部分生物量提供了理论依据。     

广东省枫香单木干材生物量生长模型的研建

枫香（Liquidambar formosana）是我国闽北林区重要的乡土树种,生长迅速、适应性强,在观赏、药用、用材等方面都有着重要作用。单木模型是林分模型的基础,通过建立单木生物量生长模型,在时间维度上分析林木生物量生长的动态变化,以期为全面评价森林的固碳能力提供科学依据。采用典型抽样的方法,从广东省9个地区的一类样地附近抽取枫香样木40株（天然起源25株,人工起源15株）,破坏性实测各组分的生物量并进行树干解析得到样木的生物量生长数据。基于逻辑斯蒂（Logistic）、坎派兹（Gompertz）和理查德（Richards）3种基础生长方程,利用哑变量的方法,建立分起源和立地等级的枫香干材生物量生长模型,以决定系数R²、均方根误差RMSE、总相对误差TRE和平均预估误差MPE 4个指标来评价各模型,进而分析枫香干材生物量的生长过程。结果表明,Richards方程在基础模型中效果最佳（R²=0.61,RMSE=50 kg）;与Richards方程相比,哑变量模型R²提高了11%,RMSE降低了7.95 kg;起源与立地等级对枫香干材生物量均产生了较大影响,在天然起源的高立地等级条件下,枫香干材理论最大连年生长量和平均生长量分别在其生长的第23年和第38年到达。     

新疆杨生物量空间分布特征研究

[目的]为准确评估新疆杨碳储量提供科学依据.[方法]在阿克苏扎木台试验林场选取新疆主要造林树种新疆杨人工林为研究对象,采用样地实测法,在幼龄、中龄、成熟3个龄级样地内选取6株新疆杨标准木进行树干解析,并分析不同土壤深度中各径级根系生物量与林龄的关系.[结果]新疆杨人工林林分平均生物量为106.6t/hm2,地上部分占84.8;,地下部分占15.2;,随着林龄的增加,树干、地上生物量及林分总生物量均显著增加,地上生物量分配比例基本保持树干＞树枝＞树皮＞树叶这一规律,其中树干生物量占据地上生物量的主导地位(占55.2;);地下根系主要集中分布在0～40cm土层,其生物量约占根系总生物量的80;以上.[结论]新疆杨林分生物量与林龄密切相关,随着林龄的增大,林分生物量也增大.     

典型温带树种固碳速率研究

  目的  森林是陆地生态系统的主体,在陆地碳循环中起着关键作用,因此在碳中和背景下,如何持续增加森林碳库储量以及提高森林碳汇功能,已成为各方关注的热点。合理的树种配置是提升森林质量和碳汇能力的基础。  方法  以长白山阔叶红松林25 hm2固定样地连续15年（2004—2019年）4次群落调查数据为基础,分析了主要树种对地上生物量碳库储量贡献,比较不同树种固碳速率差异及在时间上的相关性。  结果  （1）2019年阔叶红松林地上生物量为（282.5 ± 102.8） Mg/hm2,过去15年间年均净固碳速率约为1.0 Mg/hm2,在3个监测周期（2004—2009年、2009—2014年和2014—2019年）内的固碳速率分别为1.54、0.73和0.76 Mg/（hm2·a）;（2）样地内地上生物量最高的7个树种（紫椴、红松、蒙古栎、水曲柳、春榆、色木槭和大青杨）累计贡献量占整个群落总地上生物量的96.2%,其中紫椴、水曲柳和蒙古栎3个树种贡献了73.6%;（3）紫椴、水曲柳、蒙古栎、红松和春榆5个树种种群数量持续下降,而其平均胸径和地上生物量均呈现增加趋势,表明其大径级个体的固碳作用持续增强;（4）主要树种固碳速率存在明显差异（?0.97% ~ 0.77%）,其中具有复叶结构的水曲柳是地上生物量积累速率最快的树种,年均增速约为0.77%,其后依次是紫椴（0.60%）、春榆（0.54%）、蒙古栎（0.38%）、红松（0.09%）、色木槭（?0.46%）和大青杨（?0.97%）;（5）7个种群在3个监测周期内表现出不同的增长动态,其中紫椴和色木槭、蒙古栎和红松、水曲柳和春榆之间表现出较高的正向波动关系,大青杨和春榆呈负向关系。因此,固碳速率在树种间存在时间上的异步性。  结论  该研究揭示的典型温带树种固碳规律、树种间固碳速率在时间上的异步性特点可为本地区植树造林实践中树种选择及配置提供一定的参考。      

基于非线性混合模型的油松天然林树高曲线研究

树高和胸径作为重要的林分因子,二者的异速生长关系是林分生长与收获预估的基础。以北京市古石峪61块油松（Pinus tabuliformis）天然林样地为研究对象,样地按郁闭度CD≥0.6（类型Ⅰ）、0.5≤CD＜0.6（类型Ⅱ）、0.4≤CD＜0.5（类型Ⅲ）、0.3≤CD＜0.4（类型Ⅳ）和CD＜0.3（类型Ⅴ）划分5个等级类型,采用非线性混合模型方法,从26种常用树高曲线中选择拟合精度最高的作为基础模型,以类型和样地作为随机效应,分别基于单水平和嵌套二水平,考虑异方差构建最优的油松天然林树高曲线。采用AIC、BIC和负2倍的对数似然值对不同模型的精度进行比较,并用平均绝对误差、剩余均方根误差和调整后的决定系数对模型进行检验。结果表明,混合参数个数不同,模型预测精度不同;考虑异方差结构的嵌套2水平非线性混合模型预测精度高,调整后的决定系数达0.924 4,剩余均方根误差为0.842 1,可以准确地反映油松树高与胸径的关系,但与以样地作为随机效应的单水平样模型的差异不显著。     

Sentinel-2A多特征变量反演针叶林地上生物量能力评估

  目的  森林生物量是衡量森林碳储量的关键因子,准确估算生物量对掌握森林现状和森林资源合理利用具有重要意义。欧空局发射Sentinel-2A数据因其丰富的光谱信息和较高的空间分辨率为生物量的反演和监测提供了新的机会。本文旨在评估基于Sentinel-2A的各类特征变量反演针叶林地上生物量的能力以及完成区域尺度的针叶林地上生物量定量估测。  方法  试验以内蒙古赤峰市喀喇沁旗旺业甸林场针叶林为研究对象,以Sentinel-2A为主要数据源,提取了10个波段反射率、20个植被指数和5个生物物理参数共3种类型变量,分别建立基于光谱反射率、植被指数、生物物理参数,以及融合3类变量的多元逐步回归生物量估算模型,同时每组均加入高程因子分析地形对估算精度的影响。  结果  （1）基于多种类型参数建立的模型估算效果最好,模型决定系数达到0.765,均方根误差为39.49 t/hm2;（2）在3组单类型变量模型中,基于植被指数的预测结果最好,说明相比于波段反射率和生物物理参数,植被指数对针叶林地上生物量的估算贡献更大;（3）无论基于何种类型参数建模,高程信息的加入都会提高针叶林地上生物量的估算精度。  结论  基于Sentinel-2A植被指数与地形特征的针叶林地上生物量反演模型较好,可用于区域生物量估算。该研究对区域性森林资源监测的实际应用具有指导意义。      

运用林分密度和平均高估测思茅松人工林地上生物量

以65块云南省普洱地区思茅松人工林圆形样地数据和sentinel-2多光谱影像数据为研究对象,利用林分平均高与林分密度(每公顷株数、林分疏密度、植被覆盖度、叶面积指数)估测思茅松人工林林分地上生物量。分析思茅松人工林林分地上生物量与林分密度指标的相关性;采用参数模型(不变参数模型和可变参数模型)和非参数模型(包括支持向量机、随机森林和BP神经网络)探索平均高和林分密度等变量估测林分思茅松人工林地上生物量。结果表明:思茅松人工林林分地上生物量与每公顷株树、林分疏密度、植被覆盖度、叶面积指数呈显著正相关(r>0.5);在构建思茅松人工林地上生物量的所有模型中,每公顷株数-林分平均高构建的可变参数模型(R2=0.966 0,RMSE=10.05 t·hm^-2)效果最优,林分平均高-林分疏密度构建的RF模型(R2=0.901 7,RMSE=19.37 t·hm^-2)次之,林分平均高-植被覆盖度构建的RF模型(R2=0.748 4,RMSE=33.36 t·hm^-2)最差;林分密度-平均高的地上生物量模型与实测地上生物量的相关性较高(R2=0.966 0),反演误差值较低(RMSE=10.05 t·hm^-2);叶面积指数比植被覆盖度对林分地上生物量变动有更好的解释能力,每公顷株数对林分地上生物量变动的解释能力好于林分疏密度。     

新疆雪岭杉生物量模型对比研究

基于80株样木的实测数据,运用相关分析和回归分析方法构建了雪岭杉的地上部组织、地下部和各组分器官的生物量估测模型,并根据评价指标对比分析各种模型。结果表明:地上各部分生物量一元模型精度除树叶为77%,其他均在90%以上,可以满足大尺度森林生物量估计;地上各生物量二元模型拟合效果要优于一元模型,但是不同组分生物量模型适合的因子组合不同,地上生物量和树干生物量模型W=aD^bH^c相对最优,预估精度97.38%和97.26%,树枝、树叶生物量模型W=a(D³/H)^b最优,预估精度93.96%和90.37%;地下生物量模型以根茎比方程建立的一元模型最优,预估精度89.01%。建立的地上及各组分生物量模型和地下生物量模型可用于新疆天山山区雪岭杉生物量估计。