森林碳储量遥感估测模型构建研究——以闽江流域杉木林为例

以福建省闽江流域为研究对象,利用年均降水、温度数据,结合改进NPP模型构建基于气象因子的森林生产力估测模型,并通过森林生产力与二类调查结果对应的小班年龄曲线建立森林生物量模型,以此获得遥感估测模型所需的样地生物量,在此基础上利用遥感影像和杉木平均含碳率可以成功构建森林生物量非线性遥感估测模型和碳储量遥感估测模型。本研究不仅能建立森林碳储量模型,而且避免了繁杂的森林生物量野外实测,节省了大量的人力物力,且不需砍伐森林树木。实验计算结果:闽江流域杉木林碳储量2003~2012年从10 337 774 t增加到19 624 374 t。     

基于遥感地学模型的辽宁省森林生物量和碳储量估测

通过对森林植被生物量估测遥感模型机理的综合分析,采用2005年辽宁省森林资源连续清查部分样地数据,基于遥感及其派生信息、气象信息、地学信息、林分信息建立了估测森林植被生物量的多元回归模型。得出如下结论:1)根据与样地生物量相关性的高低对MODIS数据植被指数(NVDI)的排序为植被指数的年平均值(NVDI_AVER)、植被生长季节的植被指数的平均值(NVDI_AMD)、植被指数的年内最大值(NVDI_MAX)、植被指数的年内最小值(NVDI_MIN)、植被指数的年内最大值与最小值之间的差值(NVDI_CHA);与生物量相关的气象因子分别为相对蒸散、平均气温和>10℃的积温,其相关系数分别为0.422,0.399和0.394;生物量与坡向、纬度相关性不显著。2)辽宁省森林总生物量为255.774×106t,森林碳储量为127.887×106t。3)从辽宁省森林碳密度空间分布来看,辽宁省森林碳密度呈现出东高西低的趋势,并且碳密度总体上不高,为50 t/hm2以下。     

云南高黎贡山自然保护区森林碳储量估测方法的研究

采用印度遥感卫星数据,以云南省高黎贡山自然保护区阔叶林为主要研究对象,建立森林蓄积量估测模型,再利用生物量和蓄积量的线性回归方程以及国际上常用的碳转化率,对研究区域阔叶林小班的碳储量进行了估测。     

基于印度遥感卫星IRS—P6的森林生物量估测模型研究

印度遥感卫星IRS—P6的LISS3数据由于其较高的空间分辨率和相对较低的数据价格而受到广泛关注,而利用LISS3数据估测森林生物量的研究报道较少。以高黎贡山自然保护区常绿阔叶林为研究对象,以2006年印度卫星IRS—P6的LISS3影像为主要数据源,利用地面样地胸径每木调查数据,结合生物量相对生长式,得出样地生物量。通过遥感数据提取4个波段的光谱值、6种植被指数,从DEM获取的海拔、坡度、坡向,共13个遥感及地学因子。在此基础上,提取13个因子的主成分,以前5个主成分值作自变量,建立主成分与地面生物量的回归模型,模型经方差分析及相关性检验,达到显著相关水平,相关系数R=0．7129。     

基于碳卫星的森林碳储量估测研究综述

利用遥感技术获取森林特征参数来估测森林碳储量是目前的研究热点,提高森林碳储量估测技术的先进性、准确性愈加迫切。文中综合以碳卫星GOSAT、OCO-2、TANSAT作为数据源的相关研究成果,分析碳卫星数据在森林碳储量估测方面的适应性和准确性,总结各类森林碳储量研究方法的优势和不足,并针对目前存在的问题进行讨论和展望,以期为全球森林碳储量的估测及其研究提供参考。     

永平县森林生物量的碳储量初步估算

以云南省永平县的森林资源数据为基础,采用公式:碳储量(C)=林木蓄积湿重×比值×(1-含水率)×含碳率,分别计算林木、林下灌木、林下草本植物、林下凋落物生物量的碳储量,并以2005年为基准年,采用复利公式Cnt=A(1+B)n对永平县2005~2015年森林生物量的碳储量进行了预估.     

森林生物量的估测方法

介绍了测定森林生物量的抽样方法和估测程序。     

森林生物量与碳储量研究综述

在陆地生态系统中,森林生态系统是最大的碳库,其碳贮量约为1146PgC（PgC指1米深度的土壤有机碳总质量,1pg=109t）,占全球陆地总碳贮量的46%。1995年。2050年全球森林植被保存和吸收碳的潜力可达60～87PgC,可能吸收同期石化燃料排放碳的11％～15％,森林系统的碳收支状况对于大气二氧化碳的循环具有重要地位。     

基于森林生物量相容性模型长白山天然林生物量估测

利用中国第四次(1997年)二类森林调查数据,借助长白山天然林森林生物量相容性模型,以汪清天然林区为例,对阔叶林、针叶林及针阔混交林等不同森林群落进行森林生物量及其分量的估测,研究区森林生物量密度及碳密度估测值分别为110.06 t/hm2和51.73 t/hm2,碳库估测值为0.0119 Gt C.阔叶林生物量占总森林生物量的59%,在该研究区占主导地位。     

基于森林清查资料的中国森林植被碳储量

利用第七次全国森林资源连续清查数据,以回归模型估计法作为乔木林生物量的主要计算方法,以树种含碳率作为生物量转换为碳储量的系数,从单木归并到样地,从样地加权平均至省级区域,估算乔木林碳储量;以加权平均转换系数估算疏林地、散生木和四旁树的碳储量,以模型法估算竹林、灌木林的碳储量。结果表明:中国森林植被碳储量主要集中在西南和东北两大区;乔木林是中国森林植被碳储量的主体;人工林碳储量在中国乔木林碳储量中比例超过15%;阔叶树的碳储量和碳密度均大于针叶树。     

基于CEBERS-WFI遥感数据的森林生物量估测方法研究

以中巴卫星CEBERS-WFI遥感数据为基础,结合东北三省的地理、气象因子及森林资源连续清查固定样地信息,构建BP人工神经网络森林生物量估测模型,对我国东北三省的森林生物量进行估测,并反演了森林生物量的空间分布图像。结果表明,基于CEBERS-WFI遥感数据的BP人工神经网络应用于森林生物量估测简单实用,是一种快捷、有效的估测方法。     

天堂山林场森林地上生物量及碳储量的遥感估算模型构建

基于广东省清远市天堂山林场的二类调查小班数据和 landsat8 遥感影像和多元逐步回归的方法,建立森林地上生物量模型,进而构建森林地上碳储量模型,对天堂山林场森林碳储量及其分布进行了估算,并讨论了预测结果及其精确性。结果表明：阔叶林、针叶林和混交林生物量模型的拟合优度分别为 0.77、0.67、0.69。基于碳储量估算模型计算生成的天堂山林场碳储量分布图与采用二类森林调查数据得到的碳储量分布图空间分布一致。验证了基于 landsat8 遥感影像的碳储量模型能为森林碳储量提供快速准确的估测。     

基于遥感信息的森林生物量估算研究进展

遥感技术已被广泛应用于植被和生态系统的定量研究中,特别是利用遥感技术快速准确地估算森林生物量已取得了突破性的进展。综述了遥感技术在森林生物量估算中的现状,分析了各种遥感数据源在森林生物量估算中的优缺点,并简要总结了遥感技术在森林生物量估算应用方面的发展趋势。     

长白山林区森林生物量遥感估测模型

采用黑龙江长白山地区TM图像和143块森林资源连续清查固定样地数据及野外调查补充样地数据,选择包括各波段灰度值、不同波段灰度值之间的线性和非线性组合(包括11种植被指数)、纹理信息以及环境因子在内的75个自变量,分别采用逐步回归分析法和偏最小二乘回归法建立黑龙江长白山林区森林生物量遥感估测模型:逐步回归法采用5个自变量所建模型平均拟合精度为76.5%,均方根误差为19.12t·hm-2,样地生物量真实值与预测值相关系数为0.5434;偏最小二乘回归法采用10个自变量所建模型平均拟合精度85.8%,均方根误差9.92t·hm-2,样地生物量真实值与预测值相关系数0.8603,偏最小二乘回归法要优于逐步回归法。利用建立的偏最小二乘回归模型计算得到黑龙江长白山2007生物量等级分布图,采用29个检验样本对反演结果进行检验,计算得到29个样本的平均预测精度为83.73%。     

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。     

基于随机森林回归模型的思茅松人工林生物量遥感估测

以云南省景谷县思茅松人工林为研究对象,以研究区2005年TM影像及2006年森林资源二类调查小班空间属性数据库为信息源,在前期建立思茅松单木生物量模型基础上,在ENVI下提取9个植被指数作为备选自变量,建立研究区思茅松人工林随机森林回归遥感估测模型。结果表明:随机森林回归遥感估测模型的决定系数(R2)=0.97,均方根误差(RMSE)=4.97;模型的预估精度(P)=87.67%。利用已经训练好的随机森林估测模型,估测研究区思茅松人工林生物量为3 644 612.00t;单位面积生物量为59.90 t/hm2。研究结果可为其它典型森林类型生物量或碳储量估测提供案例分析。     

云冷杉林生物量遥感估测模型研究

利用遥感技术获取森林生态系统生物量是快速获取森林生物量的重要途径.文章以香格里拉县遥感影像图所提取的各植被指数及DEM所提取的地学因子为自变量,以云冷杉林生物量为因变量,建立多元线性回归模型.对模型的精度进行检验,选出最优模型.     

川西亚高山针叶林生物量遥感估算模型研究

利用野外实测68个样地的森林生物量数据、TM影像的单波段数据、植被指数数据以及地形数据在内的18个自变量建立了川西亚高山针叶林生物量的回归估算模型。研究表明:在建立的一元线性回归、一元非线性回归和多元线性回归生物量模型中,以多元线性回归模型在森林生物量估算中有较好的精度。     

山西省森林植被碳储量及其动态变化研究

以山西省1995年、2000年和2005年的3期森林资源清查数据为基础,采用生物量换算因子法,研究了山西省森林植被碳储量及其动态变化。结果表明:10年间山西森林的碳储量总体呈上升的趋势。全省森林的总碳储量由1995年的3514.22万Mg增加到2005年的4505.61万Mg。在14个(类)森林优势树种中,栎类、油松和杨树这三者的碳储量占主导地位,合计占山西省森林总碳储量的60%以上。在全部森林中,幼、中龄林及近熟林的碳储量合计约占总量的90%。2005年,人工林碳储量占森林总碳储量的百分比提高了5.28%,全省森林平均碳密度为23.8933~26.3717Mg/hm2。     

河南省森林碳储量及动态变化研究

利用河南省1949—2003年间8次森林资源清查资料,建立不同优势树种生物量与蓄积量之间的回归方程,对河南省54a来森林的碳储量进行了推算。结果表明:河南省54a间森林的总碳储量虽然存在一定的波动现象,但总体呈上升的趋势。全省森林的总碳储量由1949年的2 863.91万t C增加到2003年的4 673.43万t C,共增加1 809.52万t C,年均增加33.51万t C。阔叶林占全省各时期森林总碳储量的80%以上,栎类和杨树两个树种占主导地位。河南森林幼、中龄林占的比重较大。全省森林平均碳密度为22.86~23.64t C/hm2,远低于全国、世界的平均水平。