基于人工神经网络与空间仿真模拟的区域森林碳估算比较——以龙泉市为例

森林是生态系统的重要组成部分,准确估算森林碳储量及其分布对于评价森林生态系统的功能具有重要意义。以龙泉市为研究区,利用2009年99个森林资源清查样地数据和同年度Landsat TM影像数据,采用高斯序列协同仿真(SGCS)与BP神经网络方法(BPNN)分别模拟森林地上部分碳密度及其分布,并进行了对比分析。随机将样本数据分成70个建模样本和29个检验样本。通过模型检验,BP神经网络预测值与实测值的相关性达到0.67,相对均方根误差为0.63,空间仿真方法预测值与实测值的相关性为0.68,相对均方根误差为0.63,空间仿真方法预测能力略高于神经网络方法。仿真结果表明,基于BP神经网络模拟的森林碳总量为11042990 Mg,平均碳密度为36.10 Mg/hm2,总体森林碳密度均值高于样地平均值8.82%。基于空间仿真模拟的森林碳总量为11388657 Mg,平均碳密度为37.23 Mg/hm2,总体森林碳密度均值高于样地平均值9.40%。对比分析可知:高斯协同仿真模拟和BP神经网络虽然在碳总量估算值上与抽样数据估计值相近,但两种方法在估测值的频率分布以及研究区碳分布上有较大的差异。与BP神经网络相比,序列高斯协同模拟结果更接近系统抽样样地实测值,全部样地预测值与实测值的相关性达到0.75,在估计区域森林碳空间分布上有明显优势。在碳密度值域与频率分布方面,序列高斯协同模拟结果分布更合理。综上所述,序列高斯协同模拟在森林碳空间估计方面要优于BP神经网络。     

基于森林资源清查、卫星影像数据与随机协同模拟尺度转换方法的森林碳制图

当前,全球变暖对地球生态系统的影响正引起世界的广泛关注.为减缓其影响进程,让决策者获得准确的碳源/碳汇空间分布信息与动态至关重要.目前面临的重大挑战是如何准确估计森林碳的空间分布和分析估计结果的不确定性.本研究基于森林资源连续清查样地数据和遥感影像数据发展了一个森林碳制图的一般方法.基于序列高斯协同模拟算法,结合样地数据与卫星影像数据进行模拟,将森林碳汇分布图的尺度从30 m×30 m转换到900m×900m(区域、国家和全球森林碳制图单位大小).以临安市为例,利用全市2004年森林资源清查样地数据和同年度Landsat TM影像数据,进行研究区森林碳(地上部分)模拟和尺度转换.结果显示,方法准确重现了森林碳空间分布和变异规律,在分布上模拟结果与地面样地属性具有较好的一致性,在数量上模拟结果的总体平均值较地面样地的总体平均值低约24.9%;模拟还提供了其估计结果的不确定性, 包括估计值的方差和估计值大于一定阈值的概率,这些可用于不确定性传播模型的模拟分析,进而实现对森林碳估计结果的评价.     

基于MODIS混合像元分解的湖南省森林碳密度反演

随着遥感技术的快速发展,基于遥感影像和地面样地的方法成为目前森林碳密度估算的常用手段.然而由于混合像元的存在严重制约了区域森林碳密度反演精度的提高,特别是MODIS这种低空间分辨率影像.本研究以MODIS影像和固定样地为数据源,开展森林碳密度的反演研究.首先利用不带约束、带约束的线性分解和非线性分解3种方法进行混合像元分解,导出不同土地利用/覆盖类型的丰度图;然后采用结合和未结合丰度图的序列高斯协同模拟算法对湖南省森林碳密度进行反演.结果表明： 3种混合像元分解模型中,带约束线性分解估计的地物丰度精度最高（平均均方根误差0.002）,明显优于不带约束线性分解和非线性分解模型;通过将混合像元分解模型和序列高斯协同模拟算法结合,森林碳密度反演精度从74.1%提高到81.5%,均方根误差从7.26减小到5.18;2009年湖南省森林碳密度的平均值为30.06 t·hm^-2,变化范围介于0.00～67.35 t·hm^-2之间.这表明混合像元分解在提高区域和全球尺度森林碳密度反演精度方面显示出巨大的潜力.     

陕西省森林生态系统碳储量分布格局分析

为明晰陕西省森林生态系统碳储量分布格局, 基于2009年森林资源清查资料和2011年调查所得样地实测数据, 对陕西省森林生态系统碳储量、碳密度及其空间分布特征进行了研究分析。结果表明: 陕西省森林生态系统总碳储量为790.75 Tg, 土壤层、植被层和枯落物层碳储量分别占总碳储量的72.14%、26.52%和1.34%; 其中, 栎类碳储量在各森林类型中所占比重最大(44.17%), 中、幼龄林是陕西省森林生态系统碳储量的主要贡献者, 约占总碳储量的49%。陕西省森林生态系统平均碳密度为123.70 t·hm^-2, 土壤层最大, 枯落物层最小, 植被层居中; 碳密度均随龄级增加而升高, 同一龄级表现为天然林高于人工林生态系统。此外, 陕西省森林生态系统碳储量、碳密度分布格局不尽一致, 反映了森林覆盖面积及森林质量对碳储量的影响。未来应加强林地抚育管理水平, 增加造林再造林面积以增加碳储存, 应对全球气候变化。     

甘肃省森林碳储量现状与固碳速率北大核心CSCD

针对森林碳平衡再评估的重要性和区域尺度森林生态系统碳库量化分配的不确定性,该研究依据全国森林资源连续清查结果中甘肃省各森林类型分布的面积与蓄积比重以及林龄和起源等要素,在甘肃省布设212个样地,经野外调查与采样、室内分析,并对典型样地信息按照面积权重进行尺度扩展,估算了甘肃省森林生态系统碳储量及其分布特征。结果表明:甘肃省森林生态系统总碳储量为612.43 TgC,其中植被生物量碳为179.04 TgC,土壤碳为433.39 TgC。天然林是甘肃省碳储量的主要贡献者,其值为501.42 TgC,是人工林的4.52倍。天然林和人工林的植被碳密度均表现为随林龄的增加而增加的趋势,同一龄组天然林植被碳密度高于人工林。天然林土壤碳密度从幼龄林到过熟林逐渐增加,但人工林土壤碳密度最大值主要为近熟林。全省森林植被碳密度均值为72.43 Mg C·hm–2,天然林和人工林分别为90.52和33.79 Mg C·hm–2。基于森林清查资料和标准样地实测数据,估算出全省天然林和人工林在1996年的植被碳储量为132.47和12.81 TgC,2011年分别为152.41和26.63 TgC,平均固碳速率分别为1.33和0.92 TgC·a–1。甘肃省幼、中龄林面积比重较大,占全省的62.28%,根据碳密度随林龄的动态变化特征,预测这些低龄林将发挥巨大的碳汇潜力。     

甘肃省森林碳储量现状与固碳速率

针对森林碳平衡再评估的重要性和区域尺度森林生态系统碳库量化分配的不确定性, 该研究依据全国森林资源连续清查结果中甘肃省各森林类型分布的面积与蓄积比重以及林龄和起源等要素, 在甘肃省布设212个样地, 经野外调查与采样、室内分析, 并对典型样地信息按照面积权重进行尺度扩展, 估算了甘肃省森林生态系统碳储量及其分布特征。结果表明: 甘肃省森林生态系统总碳储量为612.43 Tg C, 其中植被生物量碳为179.04 Tg C, 土壤碳为433.39 Tg C。天然林是甘肃省碳储量的主要贡献者, 其值为501.42 Tg C, 是人工林的4.52倍。天然林和人工林的植被碳密度均表现为随林龄的增加而增加的趋势, 同一龄组天然林植被碳密度高于人工林。天然林土壤碳密度从幼龄林到过熟林逐渐增加, 但人工林土壤碳密度最大值主要为近熟林。全省森林植被碳密度均值为72.43 Mg C·hm^-2, 天然林和人工林分别为90.52和33.79 Mg C·hm^-2。基于森林清查资料和标准样地实测数据, 估算出全省天然林和人工林在1996年的植被碳储量为132.47和12.81 Tg C, 2011年分别为152.41和26.63 Tg C, 平均固碳速率分别为1.33和0.92 Tg C·a^-1。甘肃省幼、中龄林面积比重较大, 占全省的62.28%, 根据碳密度随林龄的动态变化特征, 预测这些低龄林将发挥巨大的碳汇潜力。     

Analysis on carbon stock distribution patterns of forest ecosystems in Shaanxi Province

 为明晰陕西省森林生态系统碳储量分布格局, 基于2009年森林资源清查资料和2011年调查所得样地实测数据, 对陕西省森林生态系统碳储量、碳密度及其空间分布特征进行了研究分析。结果表明: 陕西省森林生态系统总碳储量为790.75 Tg, 土壤层、植被层和枯落物层碳储量分别占总碳储量的72.14%、26.52%和1.34%; 其中, 栎类碳储量在各森林类型中所占比重最大(44.17%), 中、幼龄林是陕西省森林生态系统碳储量的主要贡献者, 约占总碳储量的49%。陕西省森林生态系统平均碳密度为123.70 t·hm^–2, 土壤层最大, 枯落物层最小, 植被层居中; 碳密度均随龄级增加而升高, 同一龄级表现为天然林高于人工林生态系统。此外, 陕西省森林生态系统碳储量、碳密度分布格局不尽一致, 反映了森林覆盖面积及森林质量对碳储量的影响。未来应加强林地抚育管理水平, 增加造林再造林面积以增加碳储存, 应对全球气候变化。     

陕西省森林土壤固碳特征及其影响因素

森林土壤碳库在全球碳循环中发挥着重要的作用。为明确陕西省森林土壤固碳特征及其影响因素,基于2009年森林清查资料和2011年样地实测数据,分析了陕西省森林土壤碳储量、碳密度及其分布特征和影响因素。结果表明:陕西省森林土壤碳储量为579.68 Tg,以软阔与硬阔类林土壤碳储量占比最大,占全省森林土壤碳储量的36.35%。天然林的碳储量为467.17 Tg,是人工林的4.15倍。各龄组中,幼龄林和中龄林是陕西省森林土壤总碳储量的主要贡献者,约占总碳储量的57.30%。陕西省森林土壤平均碳密度为90.68 t·hm~(–2),以桦木林最高,为141.74 t·hm~(–2)。不同龄组森林的土壤碳密度以中龄林最高;同一龄组中,天然林的土壤碳密度高于人工林,说明天然林的碳固存能力高于人工林。陕西省森林土壤碳储量和碳密度的地理空间分布格局不尽相同,体现了森林覆盖面积对土壤碳储量的影响,其中,榆林市的森林土壤碳储量和碳密度均处于陕西省最低水平,在此地可适当加强人工造林,科学管理森林能显著提升区域的碳汇能力。陕西省森林土壤碳密度随经纬度和年平均气温的增加逐渐降低,随海拔高度与年降水量的增加逐渐升高。该研究为我国省域尺度上森林土壤碳库的精确估算提供了一定的数据基础。     

西藏昌都地区森林植被碳储量及空间分布格局

基于昌都地区第6次二类森林资源清查数据资料,运用生物量转换因子法进行生物量估算,以藏东南实测含碳率与国内含碳率的相关研究相结合,确定不同树种的含碳率,在此基础上,估算了昌都地区的森林碳储量和碳密度,并探讨其空间分布格局。结果表明:昌都地区的森林总碳储量约为1.058×10~8t,平均碳密度为67.31 t·hm~(-2),均低于林芝地区;各森林类型碳储量在4.5×10~2~8.21×10~7t,以云杉林的碳储量占绝对优势,为昌都地区的77.82%,碳密度则在19.88~81.16 t·hm~(-2);从龄组来看,以成、过熟林碳储量为主,占总森林碳储量的77.91%,各龄组碳密度随年龄增加呈近直线增加趋势;从森林碳储量和碳密度的分布格局来看,森林碳储量呈以左贡县最高,丁青县最低,"三江"南部区为高森林碳储量区,"三江"中游区为低森林碳储量区,"三江"上游区为中等森林碳储量区的总体分布格局;总体上,森林碳密度则呈以东北部江达县为最高,东南部的芒康县为最低,"三江"上游区平均碳密度最高,"三江"南部区次之,"三江"中游区最低,但空间分布差异相对较小(60.55~74.41 t·hm~(-2))。     

广西主要森林植被碳储量及其影响因素

广西森林面积和覆盖率位居全国前列,在全国和区域碳平衡中起着至关重要的作用。正确评价广西森林植被碳储量、碳储量的时空格局及其影响因素对我国碳循环及碳汇研究具有十分重要的意义。为阐明广西森林植被碳储量分布格局及其主要影响因素,基于广西10类主要森林类型345个样地的调查,结合森林资源清查资料,估算广西主要森林植被碳储量,探讨广西不同森林类型、不同龄组、不同层次的碳储量组成与分配。采用地统计学方法描绘了植被碳密度空间分布,并采用主成分分析方法和回归分析方法分析了植被碳储量的影响因素。结果表明:广西主要森林植被总碳储量达到746.06 Tg(1Tg=10~(12) g),平均碳密度为55.37 t/hm~2,松树、杉木、桉树、栎类、软阔、硬阔、石山林、竹林、八角和油茶林对广西植被碳储量的贡献比例分别为26.83%、12.28%、6.67%、3.03%、20.37%、16.32%、10.84%、0.88%、1.38%和1.39%。各森林类型植被碳密度介于20.77—108.28 t/hm~2,大小顺序为硬阔软阔松树杉木栎类石山林桉树八角竹林油茶。广西区森林植被碳密度在7.05—219.73 t/hm~2之间,总体表现为广西北部、西南部和广西东部存在高值区,广西中部和东南部有明显的低值区。碳储量以乔木层占优势,且随林龄增大呈逐渐增加的趋势。影响广西植被碳储量的主控因子是平均胸径、林龄和林分密度,经度、碱解氮、全氮、有机碳是影响碳储量的关键因子。     

Estimation of soil organic carbon in the forest catchment of two hydroelectric reservoirs in Uttarakhand,India

Soil organic carbon (SOC) is the largest active terrestrial carbon reservoir, which behaves both as a sink and source for atmospheric carbon. The same is maximum in the forest soil of Abies pindrow (128 t ha^?1) and minimum in Pinus roxburghii (69 t ha^?1). The mitigation potential is also found to be maximum in Alpine forest soil (i.e., 1.84) in Abies pindrow and minimum in the chir (i.e., 1.00) in P. Roxburghii. This indicates that alpine forest soil can hold nearly two times more SOC than chir and hence it behaves as a CO₂ sink. The overall average content of SOC and carbon dioxide equivalent under all land use was estimated at 91.29 t ha^?1 and 334.11 t ha^?1, respectively. The objective of this study is to estimate the spatial variability of SOC stocks in the catchment of both the Tehri and Koteshwar hydroelectric reservoir using field investigations, laboratory measurements, and geostatistical methods. The study provides an estimation for the amount of carbon reaching to the reservoir through various sources, where it undergoes aerobic and anaerobic degradation, thereby releasing green house gases (GHGs) to the atmosphere. The information provided in this article will be useful for policy-makers and environmentalists for undertaking appropriate conservation plans to mitigate GHGs.     

小兴安岭谷地云冷杉林粗木质残体碳密度特征

以小兴安岭谷地云冷杉林9.12 hm~2固定样地为研究对象,分析粗木质残体(CWD)碳密度的基础特征,揭示其与林分因子和物种多样性的关系。结果表明:(1)谷地云冷杉林CWD碳密度为13.25 t C/hm~2,其中云杉(Picea spp.)、冷杉(Abies nephrolepis)、兴安落叶松(Larix gmelinii)和未知种的CWD碳密度分别为3.59、2.61、3.06和2.85 t C/hm~2。(2)不同腐烂等级下CWD碳密度呈近正态分布,多集中在Ⅱ和Ⅲ等级,分别占总量的42.7%和35.4%。不同径级的CWD碳密度也呈近正态分布,主要分布在30—40 cm和40—50 cm径级上。干中折断、拔根倒、枯立木和干基折断为谷地云冷杉林CWD碳密度的主要存在方式。腐烂等级为Ⅰ和Ⅴ的CWD中,拔根倒的碳密度最高,其他腐烂等级中均为干中折断的碳密度最高。(3)CWD碳密度表现出较强的空间异质性,其随着林分平均胸径、最大胸径和胸高断面积的增加而下降,呈显著负相关关系(P0.05);而与林分密度、多样性指数和均匀度指数均无显著相关性(P0.05)。     

南方红壤典型水土流失区马尾松林地上林木碳储量的遥感监测——以长汀县河田镇为例

森林碳储量动态变化对揭示区域水土流失治理成效具有重要指示意义。以长汀县河田镇为例,2017年随机设置34个马尾松林样本作为建模集,分别与同期Landsat影像的原始波段、植被指数及主成分因子进行回归分析,构建马尾松（（Pinus massoniana））林地上林木碳储量的最佳反演模型,基于伪不变特征原理的线性归一化法实现该模型在2003、2010年影像上的适用性校正转换,实现研究区2003、2010、2017年马尾松林地上林木碳储量的反演及时空分异特征的研究。结果表明：研究区2017年马尾松林地上林木碳储量最佳遥感反演模型是以绿色植被指数（GNDVI）为自变量构建的指数模型：C₂₀₁₇=0.006e^{14.357GNDVI₂₀₁₇},该模型拟合的决定系数为0.57,平均相对精度为82.19%;2003年、2010年马尾松林地上林木碳储量遥感估测模型为：C₂₀₀₃=0.006e^{（16.4086GNDVI₂₀₀₃+1.1428）}、C₂₀₁₀=0.006e^{（15.1677GNDVI₂₀₁₀+1.5821）},两期校正模型的决定系数均在0.85以上;2003、2010及2017年碳储量分别为8.24 t/hm²、11.34t/hm²、16.14 t/hm²,整体呈上升趋势;地上林木碳储量随海拔、坡度的升高而增加,向阳坡地上林木碳储量高于背阴坡;碳储量增长率随海拔、坡度的升高而降低,背阴坡碳储量增长率高于向阳坡。     

典型亚热带森林生态系统碳密度及储量空间变异特征

以浙江省森林生态系统为研究对象,基于GIS网格布点,采集了838个森林样地样本(土壤、枯落物等),结合浙江省森林资源监测中心相关数据,利用地统计学和Moran's I相结合的方法系统研究了浙江省森林生态系统碳密度及碳储量空间变异特征。结果表明:浙江省森林生态系统平均碳密度为145.22 t/hm~2,其中森林植被、土壤、枯落物和枯死木层碳密度分别为27.34、108.89、1.79、1.38 t/hm~2。克里格空间插值和局部Moran's I指数结果表明碳密度空间分布规律呈现从西南向东北方向逐渐递减的趋势,与浙江省地形、地势较为一致,受海拔、树龄、森林类型、台风气候等自然因素和人类活动共同影响。浙江省森林生态系统碳储量为877.19 Tg C,森林植被、土壤、枯落物和枯死木层碳储量分别为203.88、656.20、10.84、6.27 Tg C,分别占总碳储量的23%、75%、1.3%、0.7%。在浙江省森林生态系统碳储量空间分布格局中,土壤层是森林生态系统中最大的碳库,约是森林植被层的3.22倍,是整个浙江省森林生态系统碳储量最主要的贡献者。浙江省森林资源丰富,大多数森林仍处于中幼龄林阶段,碳密度水平较低,但是中幼龄林生长速度较快,加强对全省中幼龄林的健康管理,是未来整体提升浙江省森林生态系统固碳潜力的关键。     

四川长宁毛竹林碳储量与碳汇能力估测

利用生物量法研究了四川长宁毛竹林(Phyllostachys edulis)碳密度、碳储量及其空间分配格局,并对毛竹林碳汇能力进行了估算。结果表明:(1)毛竹立竹各器官的平均含碳率波动范围为462.37—480.68 g/kg,不同龄级毛竹各器官含碳率差异不显著。土壤有机碳含量为15.77 g/kg,不同土层差异极显著;(2)毛竹立竹碳储量为40.92 t/hm2,其中竹竿碳储量所占比例为51.49%,竹杆、竹枝、竹叶地上部分碳储量为26.76 t/hm2,占立竹碳储量的65.39%,地上碳储量为地下碳储量的1.89倍;(3)毛竹林总碳储量为156.57 t/hm2,其中土壤是其最大的碳库,为113.54 t/hm2,占总碳储量的72.52%,立竹碳储量所占比例为26.14%,林下植被碳库最小,为0.52 t/hm2,只占总碳储量的0.33%,可忽略不计;(4)毛竹林年生产量为20.28 t/hm2,年固碳量为9.43 t/hm2,相当于每年固定CO2量34.57 t/hm2,固碳能力较强。     

海南岛森林生态系统碳储量及其空间分布特征

利用最新的森林资源二类调查分布数据和野外样地调查资料,采用InVEST模型和空间统计分析等方法,研究了海南岛森林生态系统碳储量及其空间分布特征。结果表明：海南岛森林生态系统总碳储量为338.15 TgC,其中地上生物、地下生物、凋落物和土壤的碳储量分别为85.12、18.73、2.90 TgC和231.40 TgC,所占比重依次为25.17%、5.54%、0.86%和68.43%。海南岛森林生态系统平均碳密度为147.66 MgC/hm²,其中地上生物、地下生物、凋落物和土壤碳密度分别为37.17、8.18、1.27 MgC/hm²和101.04 MgC/hm²。不同市县森林生态系统碳储量分布在8.55—35.40 TgC的范围内,最高的是琼中县。不同植被类型中,橡胶林的碳储量最高,占全岛森林生态系统总碳储量的27.72%;热带山地雨林的碳密度最高,达到249.64 MgC/hm²。在海拔梯度上,森林生态系统碳密度呈现先增加后减少的变化特征,在海拔600—1300 m范围内的碳密度最高,碳密度为20...     

Forest biomass estimation at regional and global levels, with special reference to China’s forest biomass

Accurate estimation of forest biomass size and regional distribution is a prerequisite in answering a long-standing debate on the role of forest vegetation in the regional and global carbon cycle. Appropriate biomass estimation methods and available forest data sources are two key factors for this purpose. Among the estimation methods, the continuous Biomass Expansion Factor (BEF; defined as the ratio of all stand biomass to stem volume or biomass) method is considered to be the best. We applied the continuous BEF to forest inventory data of China and estimated a biomass carbon of 4.6 PgC and a biomass carbon density of 38.4 Mg ha^–1. A review of recent literature shows that forest carbon density in major temperate and boreal forest regions in the Northern Hemisphere has a narrow variance ranging from 29 Mg ha^–1 to 50 Mg ha^–1, with a global mean of 36.9 Mg ha^–1. This suggests that the forest biomass density in China is closely coincident with the global mean.     

Impacts of tropospheric ozone and climate change on net primary productivity and net carbon exchange of China's forest ecosystems

Aim We investigated how ozone pollution and climate change/variability have interactively affected net primary productivity (NPP) and net carbon exchange (NCE) across China's forest ecosystem in the past half century. Location Continental China. Methods Using the dynamic land ecosystem model (DLEM) in conjunction with 10‐km‐resolution gridded historical data sets (tropospheric O₃ concentrations, climate variability/change, and other environmental factors such as land‐cover/land‐use change (LCLUC), increasing CO₂ and nitrogen deposition), we conducted nine simulation experiments to: (1) investigate the temporo‐spatial patterns of NPP and NCE in China's forest ecosystems from 1961–2005; and (2) quantify the effects of tropospheric O₃ pollution alone or in combination with climate variability and other environmental stresses on forests' NPP and NCE. Results China's forests acted as a carbon sink during 1961–2005 as a result of the combined effects of O₃, climate, CO₂, nitrogen deposition and LCLUC. However, simulated results indicated that elevated O₃ caused a 7.7% decrease in national carbon storage, with O₃‐induced reductions in NCE (Pg C year^?1) ranging from 0.4–43.1% among different forest types. Sensitivity experiments showed that climate change was the dominant factor in controlling changes in temporo‐spatial patterns of annual NPP. The combined negative effects of O₃ pollution and climate change on NPP and NCE could be largely offset by the positive fertilization effects of nitrogen deposition and CO₂. Main conclusions In the future, tropospheric O₃ should be taken into account in order to fully understand the variations of carbon sequestration capacity of forests and assess the vulnerability of forest ecosystems to climate change and air pollution. Reducing air pollution in China is likely to increase the resilience of forests to climate change. This paper offers the first estimate of how prevention of air pollution can help to increase forest productivity and carbon sequestration in China's forested ecosystems.