森林地上生物量估测方法研究综述

根据所采用数据源的不同,介绍了当前国内外森林地上生物量测算中所用的主要方法,即基于森林资源清查的方法和基于遥感估测的方法。根据国内外前期研究成果,概括了这两种方法的特点及其存在的一些不足,初步探讨了结合多源数据联合估测森林地上生物量的方法。结合当前森林地上生物量研究中存在的问题,讨论了估测方法的尺度、模型与参数化以及精...     

县域尺度森林地上生物量遥感估测方法研究

以河南西峡县2013年Landsat 8影像及同期217块森林资源连续清查固定样地数据为信息源,以9个植被指数、3个地形指数为自变量,建立多元线性回归、决策与回归树、装袋算法、随机森林4种遥感估测模型;采用十折交叉验证,及相关系数、绝对误差、均方根误差、相对误差、相对均方根误差5个指标,对遥感估测模型进行精度评价,在此基础上,对研究区域2013年的森林地上部分生物量进行遥感估测和空间分析。结果表明：在4种遥感估测模型中,随机森林综合性能最高,装袋法次之,多元线性回归最低;在12个自变量中,地形（海拔、坡度）、土壤（亮度指数、湿度指数）、植被生长状况（垂直植被指数、有效叶面积指数） 6个因子是影响研究区域森林地上部分生物量的重要环境变量;2013年,研究区域单位面积森林生物量为3856t/hm2,其中低（<40t/hm2）、中（40~60t/hm2）、高（>60t/hm2）的面积分别占5992%、2430%、1578%;研究区域森林地上部分生物量较高的区域,主要分布在交通不便、森林茂密、人类干扰活动较少的北部石质山区,而较低的区域,主要分布在交通发达,人口密度大,坡度较为平缓的南部鹳河谷地。     

城市森林生物量遥感估测中DN值分层抽样的应用

为了提高城市森林生物量遥感估测的精度,以杭州市西湖区为研究区,利用标准误差和平均绝对误差作为评价指标,与简单随机抽样、一般分层抽样等方法进行模拟抽样比较,根据简单随机抽样、一般分层抽样和DN值分层抽样3种方法分别进行样地实测和构建回归模型,通过均方根误差和相对均方根误差对生物量估算模型进行精度评价。结果表明：DN值分层抽样相对于简单随机抽样和一般分层抽样在稳定性上分别提升了43.3%和42.3%,在精确性上分别提升了60.1%和51.2%。基于DN值分层抽样方法建立回归模型的估算精度相对于其他2种方法有了明显的提高。     

森林生物量研究进展

通过总结国内外森林生物量的研究方法、生物量模型应用的进展,分析森林生物量的影响因子及其研究难点和趋势,指出生物量模型的研究及结合不同技术研究不同尺度的森林生物量将是今后研究的趋势。     

欧美杨人工幼林地上生物量估测方法的探讨

用欧美杨密度试验林中所选择的标准木和侧枝作材料，以侧枝和树干的长度及直径为观测指标，分别采用不同的数学模型和估测方法拟合侧枝的叶片、枝条和枝叶总生物量及树干生物量回归估测模型，并对不同的估测方法进行分析比较和检验。经筛选，叶片、枝条及枝叶总生物量的枝长指数模型和基径的幂函数模型拟合最好，树干生物量则以树干长度与直径相乘积的指数模型最优。不论侧枝分龄与否和树干分段与否，所建模型均能获得较精确的估测结     

基于Landsat 8 OLI的昆明市主要森林类型生物量遥感估测与反演

基于昆明市2016年森林资源规划设计调查数据与Landsat 8 OLI遥感影像对昆明市12种优势树种分别构建多元线性回归模型、BP神经网络模型和随机森林模型,并选择最优模型对昆明市12种森林类型进行地上生物量反演。结果表明： 3种模型中,随机森林模型有着最好的估测效果,且其中杉木林的模型拟合精度最高为0.683,RMSE为12.68 t/hm2;线性逐步回归模型的拟合精度最低;当AGB小于50 t/hm2和大于100 t/hm2时,3个模型均分别出现不同程度的低值高估和高值低估,但随机森林模型的平均残差值的绝对值较低,在不同生物量段的估测误差相对较低;利用随机森林模型反演研究区森林AGB,反演精度为85.31%,该模型可以较好地反演昆明市森林地上生物量。     

基于遥感的森林生物量估测样地调查方法的研究动态

科学的样地调查是利用遥感方法进行森林生物量估测的重要前提,也是提高生物量估测精度的基础。通过回顾国内外利用遥感估测森林生物量研究领域中样地调查的方法,并对其进行归纳分析可知,调查方法根据不同的遥感数据源、研究区和调查对象而不同,涉及到样地的个数、样地布设、样地形状及大小、样地调查因子和内容等方面。由此提出了样地调查的建议,以期减少今后利用遥感估测森林生物量的不确定性。     

基于径向基网络模型的森林生物量估测

以高黎贡山自然保护区常绿阔叶林为研究对象,选取2006年印度卫星(IRS)数据,包括4个波段数据,并提取6种植被指数,利用DEM提取海拔、坡度、坡向值共13个因子作为模型输入变量,样地生物量为输出变量,利用径向基GRNN模型建立森林生物量估测模型.以降低拟合及预报误差为训练目标,不断调整模型参数(Sp),当Sp为115时,模型最佳.     

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.     

尾叶桉各器官生物量估测模型的研究

以生物量与Ｄ、Ｈ的相关关系,用６种经验公式,通过计算机程序配置尾叶桉的地下部分、地土部分各器官生珠量的回归方程,并通过对回归方程的适合性检验和分析,得出Ｗ＝a bD cD^2、W=aD^b、W=aD^bH^c三种回归方程为尾叶桉各器官生物量的最佳估测模型,估测精度在９０％以上。     

多水平林木生物量估算方法研究

研究不同水平下林木生物量的估算方法,林分水平不同树种组成的样地生物量估算方法,以及不同尺度生物量的扩展问题,以便于探索大区域的森林生物量估算方法。基于国家森林资源连续清查中广东省的数据资料,分别选择针叶树种马尾松、阔叶树种桉树以及针阔混交林为优势树种的182、168、129个样地数据。在单木水平上,利用已有的各树种生物量模型估算单木生物量,在样地水平上以样地蓄积为自变量,样地总生物量为因变量,分别选用方精云的转换因子连续函数法、一元截距式与一元无截距式、联立方程组截距式与联立方程组无截距式以及幂函数6种方法估算样地生物量,从计算原理和过程、方法特点、模型拟合效果等方面比较研究不同水平下林木生物量的估算方法。在样地水平上,转换因子连续函数法预估效果较差,马尾松林的样地生物量估算方法以含截距式的联立方程组模型预估效果最好,一元无截距式模型适用于针阔混交林,而桉树林的样地生物量估算方法以幂函数方程的预估效果最好。对单株树木而言,各树种的生物形态、树枝与树冠的丰富程度,以及木材密度的大小影响树木材积对生物量的贡献率大小。在样地中,树木年龄不同、大树与小树的比例的差异也会影响样地生物量。     

发展林木生物质能源对二氧化碳减排的作用

探讨了林木生物质能源的含义和优点,阐述了发展林木生物质能源对于二氧化碳减排的意义.分析评价中国现有的林木生物质资源总量和可作为能源的林木生物质可利用量的同时,计算出其可替代标准煤的数量.另外,对于林木生物质能源的发展潜力和二氧化碳减排潜力进行预测和分析.     

基于TM遥感影像丰宁县森林地上生物量估测研究

利用TM遥感数据以及同期获得的野外调查样地数据,研究了河北省丰宁满族自治县森林地上生物量的遥感估测技术。提取TM遥感影像6个波段反射率及DVI、NDVI、PVI、RVI、VI3、SLAVI和SAVI 7个植被指数,分析了森林样地地上生物量与各个因子间的关系,得出相关系数较小（均小于0.400）;因此采用Stepwise逐步回归法,建立了多元回归模型。结果表明,ρ2、ρ3、ρ4、ρ54波段反射率和有效叶面积植被指数（SLAVI）结合建立的多元回归模型,可用于森林生物量的遥感估测,估测的R2值达0.730,留一交叉验证均方根误差RMSE最小,达33.712。利用2008年的全覆盖TM影像,结合丰宁遥感分类图像,获得了丰宁县2008年森林地上生物量分布图,森林植被总生物量为1.805×107t。     

闽北丝栗栲的单木级生物量模型及估算参数

[目的]研究丝栗栲单木级生物量模型及估算参数。[方法]以闽北典型的阔叶树种——丝栗栲为研究对象,基于20株标准木的测量数据建立丝栗栲的单木级生物量模型和生物量估算参数。[结果]①筛选出总量及各部分生物量模型分别是B=0.095D2.561(整株)、B=0.026(D2H)0.986(树干)、B=0.004D2.916(树枝)、B=0.002D3.074(树叶)、B=0.085D2.536(地上)和B=0.010D2.718(地下)。②生物量换算系数的平均值为0.853 mg/m3(n=20,SD=0.167);生物量扩展系数的平均值为1.403(n=20,SD=0.260);根茎比的平均值为0.189(n=20,SD=0.046)。[结论]该研究为亚热带常绿阔叶林的森林生物量准确估算提供了必要的数据支撑。     

帽儿山林场森林生物量估测及时空动态格局分析

采用东北林业大学帽儿山实验林场1990年和2004年的固定样地调查数据及一元生物量预估模型,计算得到林场内各样地单位面积生物量,并运用地理信息系统的插值法得到整个研究地区的森林生物量分布图。在此基础上,分析了研究地区生物量的动态变化趋势及生物量与地形因子之间的关系。结果表明,经过10多年的经营,该地区的生物量呈增加趋势,生物量与海拔和坡度呈显著的相关性。通过回归分析,得到生物量与海拔高度的回归方程,并通过了统计检验。     

基于遥感信息估测森林的生物量

采用小兴安岭南坡TM图像和232块森林资源一类清查样地数据构建多元回归方程和神经网络模型，用以估测该地区森林生物量，选取环境因子，生物因子和遥感信息在内的13个自变量计算出回归方程的R^2=0．7125，并通过了相关检验，在对独立样地估测中，人工神经网络模型估测的平均精度为90．61％，基于回归方程估测有助于阐明森林生物量与遥感信息之间的内在机理；神经网络技术使高精度估测成为可能。     

林地质量评价中微生物生物量测定方法的可行性和限制性比较

通过对目前常用的3种林业土壤微生物C测定方法（薰蒸培养法、薰蒸浸提法及基质诱导呼吸法）的基本思路的阐述，并结合近期的一些研究结果和作者自己的实践，对上述3种方法的优点、缺点、限制条件等做了比较和分析，为在林地质量评价中合理地选择土壤微生物量测定方法提供了科学依据。