首页 | 本学科首页   官方微博 | 高级检索  
   检索      

川西米亚罗自然保护区森林地上碳储量遥感估算
引用本文:巫明焱,董光,王艺积,熊瑞东,李悦,程武学,付志玺,范曙峰.川西米亚罗自然保护区森林地上碳储量遥感估算[J].生态学报,2020,40(2):621-628.
作者姓名:巫明焱  董光  王艺积  熊瑞东  李悦  程武学  付志玺  范曙峰
作者单位:四川师范大学地理与资源科学学院, 成都 610101;成都理工大学地学空间信息技术国土资源部重点实验室, 成都 610059,四川师范大学地理与资源科学学院, 成都 610101;四川师范大学西南土地资源评价与监测教育部重点实验室, 成都 610068,四川师范大学地理与资源科学学院, 成都 610101;四川师范大学西南土地资源评价与监测教育部重点实验室, 成都 610068,四川师范大学地理与资源科学学院, 成都 610101;四川师范大学西南土地资源评价与监测教育部重点实验室, 成都 610068,四川省林业勘察设计研究院, 成都 610084,四川师范大学地理与资源科学学院, 成都 610101;四川师范大学西南土地资源评价与监测教育部重点实验室, 成都 610068,四川师范大学生命科学学院, 成都 610068,江苏省常州市武进区林业工作站, 常州 213159
基金项目:四川省科技厅应用基础项目(2017JY0155);四川省中医药管理局重大专项(2018PC005)
摘    要:研究米亚罗自然保护区的森林地上碳储量,有利于掌握高山峡谷区森林植被碳储量的分布特点,对区域森林资源的有效科学管理和维护森林生态环境具有重要意义。通过对保护区内的7个主要树种分别构建模型来初步估测森林地上碳储量,利用实地调查的样地数据与同期Landsat 8遥感卫星影像,得到波段信息、植被指数、主成分分析、纹理特征、地形因子、植被生长六大类共80个因子,用以构建乔木层不同树种地上碳储量的多元线性逐步回归模型,而灌木层的碳储量则由生物量密度法估算得出。研究结果表明:①模型预测值与实测值相关系数在0.675—0.775之间,精度较高,预测结果可靠;②米亚罗自然保护区森林地上碳储量为5.861 Tg,其中乔木层5.632 Tg,灌木层0.229 Tg。云冷杉林是研究区分布最广的林分类型,其碳储量为5.098 Tg,占森林地上碳储量总量的86.98%,在维持区域碳平衡方面发挥着重要作用。③研究区森林平均碳密度为53.138 t/hm~2,其中冷杉的碳密度最高,达到74.467 t/hm~2。④区域内森林地上碳储量以杂谷脑河流域及支流为中心,以一定缓冲距离呈树枝状发散分布,海拔3000—4000 m区域的森林植被碳储量最大,且阴坡的碳储量明显高于阳坡。

关 键 词:Landsat影像  碳储量  生物量  多元回归  空间分布
收稿时间:2018/7/28 0:00:00
修稿时间:2019/10/29 0:00:00

Estimation of forest aboveground carbon storage in Sichuan Miyaluo Nature Reserve based on remote sensing
WU Mingyan,DONG Guang,WANG Yiji,XIONG Ruidong,LI Yue,CHENG Wuxue,FU Zhixi and FAN Shufeng.Estimation of forest aboveground carbon storage in Sichuan Miyaluo Nature Reserve based on remote sensing[J].Acta Ecologica Sinica,2020,40(2):621-628.
Authors:WU Mingyan  DONG Guang  WANG Yiji  XIONG Ruidong  LI Yue  CHENG Wuxue  FU Zhixi and FAN Shufeng
Institution:The Institute Geography and Resources Science, Sichuan Normal University, Chengdu 610101, China;Laboratory of earth-science spatial information technology of Ministry of Land and Resources of P. R. China, Chengdu University of Technology, Chengdu 610059, China,The Institute Geography and Resources Science, Sichuan Normal University, Chengdu 610101, China;Key Laboratory of Land Resources Evaluation and Monitoring in Southwest, Ministry of Education, Sichuan Normal University, Chengdu 610068, China,The Institute Geography and Resources Science, Sichuan Normal University, Chengdu 610101, China;Key Laboratory of Land Resources Evaluation and Monitoring in Southwest, Ministry of Education, Sichuan Normal University, Chengdu 610068, China,The Institute Geography and Resources Science, Sichuan Normal University, Chengdu 610101, China;Key Laboratory of Land Resources Evaluation and Monitoring in Southwest, Ministry of Education, Sichuan Normal University, Chengdu 610068, China,Sichuan Forestry Exploration and Design Research Institute, Chengdu 610084, China,The Institute Geography and Resources Science, Sichuan Normal University, Chengdu 610101, China;Key Laboratory of Land Resources Evaluation and Monitoring in Southwest, Ministry of Education, Sichuan Normal University, Chengdu 610068, China,College of Life Sciences, Sichuan Normal University, Chengdu 610068, China and The Forestry Workstation of Wujin District, Changzhou 213159, China
Abstract:
Keywords:Landsat image  carbon storage  biomass  regression  spatial distribution
本文献已被 CNKI 等数据库收录!
点击此处可从《生态学报》浏览原始摘要信息
点击此处可从《生态学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号