利用MODIS数据反演森林生物量的方法研究

以东北三省为试验区,利用MOD IS时间序列上的植被指数NDVI,结合森林资源清查样地数据测算的林分生物量,以及年均降水量、年均蒸散量、年均湿润度、年均积温、经度、纬度等地理环境因子,采用多元线性回归的方法构建森林生物量遥感估测模型。通过样本检验,该模型对东北三省的森林生物量密度估测精度较高,与检验样本的平均每公顷生物量平均相差1.30%;通过样本定位检验,平均相差21.87%。该模型适宜在宏观尺度上估测森林生物量。     

2020年京津冀地区林地和其他生物质碳汇量研究

以全国林业应对气候变化碳汇计量监测体系建设结果数据为基础,应用森林碳库专项调查建立的碳计量模型和参数,结合历次森林资源清查成果数据,估算了2020年京津冀地区林地和其他生物质碳汇量,测算了重点生态工程和重大战略实施区对京津冀地区碳汇量的贡献。结果表明：1)2020年京津冀地区林地碳汇量23.918Tg CO₂/a、散生木和四旁树等其他生物质碳汇量0.467 Tg CO₂/a。林地和其他生物质碳汇量中,乔木林地所占比例最大;京津冀地区3个省(市)中,河北省林地和其他生物质碳汇量最大,天津市最小;生物量碳库贡献最大(92.13%);“一直为林地的土地”产生碳汇量贡献最大(87.67%),其中“一直为乔木林的土地”产生的碳汇量占79.78%。2)通过3个重点生态工程(京津风沙源治理工程、三北防护林工程、太行山绿化工程)和1个重点战略实施区(京津冀协调发展区)对京津冀地区林地碳汇量贡献的测算分析可知,“京津冀协同发展区”贡献率最大(65.31%),其次是“京津风沙源治理工程”“太行山绿化工程”,其贡献率分别为37.55%和34.16%;三北防护林工程...     

全球森林资源评估方法与启示

介绍了全球森林资源评估(ForestResourcesAssessment,FRA)开展情况,2005年全球森林资源评估(FRA2005)的评估内容、指标体系和评估方法;并针对我国森林资源调查与监测现状,提出了加强我国森林资源评估体系建设的建议。     

2010年全球森林资源评估特点与启示

介绍了由联合国粮农组织(FAO)牵头开展的2010年全球森林资源评估内容指标、技术方法和主要结果,总结了2010年中国森林资源评估和国家报告编报情况及其成效。从我国实际出发,分析了我国林业监测统计面临的紧迫问题,结合世界各国和FAO等国际组织森林资源监测评估经验,提出了增强全国监测评估结果时效性和说服力、提升我国林业应对森林可持续经营评价、森林碳汇计量和REDD+等全球气候变化焦点议题能力的途径和措施。     

东北内蒙古四大森工集团森林资源状况分析及加强保护发展措施研究

东北、内蒙古四大森工集团是我国天然林资源主要分布区和国家重要的木材战略储备基地。自天保工程启动以来，天然林保护进展为世人瞩目。利用历次清查成果数据，对20世纪90年代年以来区域内森林资源变化特点进行研究分析。研究结果表明，东北、内蒙古四大森工集团的森林资源总量稳步增加，森林质量持续改善，林木长消盈余扩大，天然林保护取得重大成就。然而，四大森工集团森林过疏、过密现象普遍，中幼龄林面积比例大，用材林和珍贵、大径级树种资源少，不合理经营现象较为普遍，木材战略储备资源不足的状况仍未得到根本改变。针对四大森工集团森林保护发展存在的问题，有针对性的提出了加强天然林保护和森林经营管理的对策建议。     

基于ZY-3卫星多光谱影像估算浙江省乔木林地上碳密度

目的基于覆盖浙江省的ZY-3卫星影像以及LULUCF碳汇监测样地数据，以浙江省乔木林地上碳密度为研究对象，尝试构建一个自动化提取浙江省乔木林地上碳密度的技术方法。方法分别在矢量标志建立、光谱信息提取、解译标志提纯、ZY-3卫星影像分类、自变量优选、建模方法优选、碳密度图制作等方面开展相关研究测试。结果本研究在解译标志提纯后对ZY-3影像进行分类的精度高于提纯前的影像分类精度；采用的kNN法对ZY-3影像进行分类的精度（平均总精度为80.31%，平均Kappa系数为0.69，乔木林平均用户精度为91.86%，乔木林平均生产者精度为80.85%）高于最大似然分类法（平均总精度为78.56%，平均Kappa系数为0.62，乔木林平均用户精度为89.68%，乔木林平均生产者精度为77.79%）；在选用的建模方法中，kNN法构建的模型精度（平均RMSE为15.64 t/hm2，平均RRMSE为23.53%）优于稳健估计法（平均RMSE为17.63 t/hm2，平均RRMSE为25.11%）。最后，生成了浙江省乔木林地上碳密度分布图。结论本研究可为省域或更大尺度范围的乔木林地上或森林碳密度估算提供一个新的路径，为实现自动化估算碳密度以及其他森林参数提供参考。      

用度量误差模型方法建立油松树高曲线方程组1）

根据一类清查数据,以Richards方程为基础,采用度量误差模型方法,建立油松林分相容性树高曲线方程组。结果表明：模型在0．05的水平上检验显著,对树高、胸径的预估精度分别为96．12％、96．53％;胸径生长的速生期滞后于树高生长的速生期,树高生长极盛期的林龄为20～30 a,胸径生长极盛期的林龄为30～40 a;胸径为5～10 cm时,树高生长最快,此后逐渐变缓;树高曲线与林分胸径、树高生长过程曲线之间具有相容性和一致性。     

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。     

什么样的森林才算“森林”？——看FAO及世界多国对“森林”的定义

<正>森林是什么？这还用问吗?谁不知众木成林而独木不成林。严格说来,森林是以乔木为主体的生物群落。那什么样的森林才算“森林”？并非所有人都能说清楚。我国森林覆盖率要求乔木林、竹林和特别规定的灌木林等,面积连续覆盖1亩以上,乔木林、竹林郁闭度0.2以上。那么,其他国家对“森林”的定义与我国是一样还是不一样？若不一样的话,各国森林覆盖率排位准确吗？     

云南松母树林施肥试验研究

为促使云南松（Pinus yunnanensis）母树林早结实、多结实,1992年对其进行施肥试验,结果表明：施尿素、过磷酸钙、硫酸钾、硼砂,可显著提高云南松母树球果产量,其中：每株母树施尿素400g的球果产量比对照提高103％。施过磷酸钙500g的提高83％,施硫酸钾500g的提高70％,施硼砂40g的提高62％。