基于地理加权回归拓展模型的天然次生林碳储量空间分布

为精准获取区域尺度天然次生林的碳储量及其空间分布格局,以吉林省汪清林业局浪溪林场的天然次生林为研究对象,基于165块局级固定样地,以林分因子、地形因子和土壤因子为影响因子,将普通地理加权回归模型(GWR)作为基础,从空间维度、参数异质性特征和残差空间自相关性3个方面进行改进,构建7类拓展模型,即地理海拔加权回归模型(G...     

基于带宽优选地理加权回归模型的深圳市植被碳储量反演

植被碳储量估测是自然资源监测的重要内容,遥感技术结合地面样地进行反演可以获得区域范围内植被碳储量的空间连续分布,弥补了传统人工抽样调查估测的不足。然而,现有的参数和非参数遥感估测模型大多忽略了样地数据的变异与空间自相关关系。研究以Landsat 8 OLI影像为数据源提取遥感变量,结合植被碳储量实测调查数据,利用最小信息准则(AICc)、最大空间自相关距离(MSAD)和交叉验证(CV)分别确定最优带宽,组合Gaussian、Bi-square和Exponential核函数构建地理加权回归(GWR)模型估算深圳市植被碳储量,并与多元线性回归(MLR)进行比较,选择最优模型绘制深圳市植被碳储量空间分布图。研究结果表明,GWR模型整体精度优于MLR模型,GWR模型的决定系数(R~2)均高于MLR模型,且均方根误差(RMSE)和平均绝对误差(MAE)显著降低。带宽和核函数的选择对GWR模型估测结果产生了显著影响。以CV确定带宽、Exponential为核函数组合构建的GWR模型效果最佳,其R~2为0.697,RMSE为10.437 Mg C/hm~2,相比其它模型精度上升了13.87%—32....     

基于地理加权回归克里格的日平均气温插值

气温是大量农业、水文、气候、生态模型的输入变量.在地形复杂的区域,考虑气温与环境变量的线性回归关系和残差的自相关性的方法(如回归克里格法,regression Kriging,RK)是目前气温插值的主要方法.但此类方法多使用基于普通最小二乘的全局回归技术,没有顾及回归关系的空间非平稳性.地理加权回归克里格(geographically weighted regression-Kriging,GWRK)是一种既能顾及回归关系的空间非平稳性、又能考虑残差的自相关性的一种插值方法.本文用RK和GWRK对海南岛2013年12月18日的日平均气温进行插值并进行比较研究.依相关性分析和逐步回归分析的结果,采用RK1(以海拔为辅助变量)、GWRK1(以海拔为辅助变量)、RK2(以纬度、海拔、海陆距离为辅助变量)和GWRK2(以海拔、海陆距离为辅助变量)4种模型进行研究,并用80个验证站评估4种模型的精度.结果表明:GWRK1模型的最大正误差、最大负误差、平均绝对误差、均方根误差均最接近于0.从最大正误差、平均绝对误差、均方根误差3个指标看,考虑更多辅助变量的RK2、GWRK2模型反而不及只考虑海拔的RK1、GWRK1模型,表明RK2、GWRK2模型中辅助变量之间的相关性对插值结果有较大影响.     

空间误差模型在黑龙江省森林碳储量空间分布的应用

基于黑龙江省2010年一类调查数据和重点公益林检测样地（5075块）数据以及同期黑龙江省、吉林省和内蒙古自治区59个气象站的气象数据,以森林碳储量为因变量,以胸径、每公顷株数、海拔、坡度及降雨与温度的乘积因子作为自变量,利用GeoDA软件构建空间误差模型,用全局Moran I 来描述不同空间尺度下模型残差的空间自相关性,计算最佳带宽（25 km）下的局域Moran I来表现模型残差的空间分布,计算组内方差来解释模型残差的空间异质性,最后将模型的预估结果生成黑龙江省森林碳储量的空间分布图.结果表明： 黑龙江省森林碳储量的分布具有空间效应;本文所选林分因子、地形因子及气象因子都显著影响森林碳储量的空间分布,胸径是最主要的因子.空间误差模型可以很好地解决模型残差的空间自相关性及空间异质性.由模型的预估结果可以看出,森林碳储量的空间分布存在很大差异,张广才岭、小兴安岭及大兴安岭地区是森林分布较密集的区域,松嫩平原地区的森林碳储量分布较少,完达山地区处于中等水平.
     

内蒙古森林生态系统碳储量及其空间分布

内蒙古森林面积居全国第一位, 林木蓄积量居第五位, 准确地估算该区域森林碳储量对于评估中国森林碳储量以及制定森林资源管理措施均具有重要意义。该研究基于内蒙古森林资源野外样方调查和室内分析, 评估了内蒙古森林生态系统的固碳现状, 估算了内蒙古森林生态系统不同林型和不同碳库(乔木、灌木、草本、凋落物和土壤碳库)的碳密度大小, 揭示了其空间分布特征。在此基础上估算了内蒙古森林碳储量大小及空间格局。结果表明: 1)内蒙古森林植被层碳储量为787.8 Tg C, 乔木层、凋落物层、草本层和灌木层分别占植被层总碳储量的93.5%、3.0%、2.7%和0.8%。内蒙古森林植被层平均碳密度为40.4 t·hm^-2, 其中, 乔木层、凋落物层、草本层和灌木层的碳密度分别为35.6 t·hm^-2、2.9 t·hm^-2、1.2 t·hm^-2和0.6 t·hm^-2。2)内蒙古森林土壤层(0-100 cm)碳储量为2449.6 Tg C, 其中0-30 cm的土壤碳储量最高, 占总碳储量的79.8%。0-10 cm、10-20 cm和20-30 cm的土壤碳储量分别占0-30 cm土壤碳储量的38.8%、34.1%和27.1%。内蒙古森林土壤平均碳密度为144.4 t·hm^-2。黑桦(Betula davurica)林土壤碳密度最高, 云杉(Picea asperata)林最小。土壤碳密度随土壤深度的增加而降低。3)内蒙古森林生态系统碳储量为3237.4 Tg C, 植被层和土壤层碳储量分别占森林生态系统碳储量的24.3%和75.7%。落叶松(Larix gmelinii)林总碳储量最高, 其次为白桦(Betula platyphylla)林、夏栎(Quercus robur)林、黑桦林、榆树(Ulmus pumila)疏林和山杨(Populus davidiana)林。内蒙古森林生态系统平均碳密度为184.5 t·hm^-2。土壤碳密度与植被碳密度呈显著正相关关系。4)内蒙古森林生态系统碳储量和碳密度的空间分布总体上为东部地区高、西部地区低的趋势。在降水量充沛的东部地区和降水偏少的中西部地区, 有针对性地开展森林保护区建设和人工造林, 可显著提升区域的碳汇能力。     

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))。     

深圳市森林植被碳储量特征及其空间分布

基于2005年深圳市森林资源二类调查资料数据,采用材积源生物量法,计测深圳市森林植被碳储量和碳密度,分析了深圳市森林植被碳储量空间分布格局.结果表明,2005年深圳市森林植被总碳储量为225.04×10⁴Mg,平均碳密度为25.63MgC·hm^-2.深圳市各区的森林植被碳储量空间分布上有显著差异.表现为龙岗区(123.13×10⁴Mg)>宝安区(46.70×10⁴Mg)>盐田区(20.49×10⁴Mg)>罗湖区(14.75×10⁴Mg)>南山区(12.79×10⁴Mg)>福田区(5.63×10⁴Mg)>保护区(1.57×10⁴Mg).各区碳密度分布为盐田区(46.18MgC·hm^-2)>福田区(37.63 MgC·hm^-2)>罗湖区(36.78MgC·hm^-2)>龙岗区(26.60MgC·hm^-2)>保护区>(24.19 MgC·hm^-2)>宝安区(19.53MgC·hm^-2),与碳储量大小分布无明显相关.深圳市乔木林碳储量为146.11×10⁴Mg,以中幼龄林为主,占73.2%,平均碳密度为30.76MgC·hm^-2.根据森林植被碳储量与碳密度的空间差异性对深圳市森林进行了区划,并分区提出了提高深圳市森林碳吸存能力的有效措施.     

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...     

湖南省森林生态系统碳储量、碳密度及其空间分布

本研究在湖南省野外样地调查的基础上,结合湖南省2014年森林资源二类调查结果,计算出湖南省森林生态系统碳储量的空间分布格局。结果表明:湖南省森林生态系统的平均碳密度为130.69 t·hm~(-2)。其中,乔木层、灌木层、草本层、凋落物层和土壤的碳密度分别为28.36、1.77、0.90、1.36和98.30 t·hm~(-2)。植被碳密度与土壤碳密度呈显著正相关关系。土壤碳密度与凋落物层碳密度呈显著正相关关系。阔叶林碳密度最大(175.26t·hm~(-2)),其后依次为杉木林(136.81 t·hm~(-2))、马尾松林(133.84 t·hm~(-2))、柏木林(124.88t·hm~(-2))、竹林(117.29 t·hm~(-2))、杨树林(95.08 t·hm~(-2))、经济林(80.94 t·hm~(-2))、湿地松林(64.71 t·hm~(-2))、灌木林(63.73 t·hm~(-2))。湖南省森林生态系统总碳储量为1572.02Tg C,其中,乔木层、灌木层、草本层、凋落物层和土壤的碳储量分别为341.18、21.29、10.78、16.36、1182.38 Tg C。阔叶林碳储量最大(545.77 Tg C),依次为杉木林(419.91 Tg C)、马尾松林(275.58 Tg C),竹林(127.76 Tg C)、灌木林(74.44 Tg C)、经济林(71.25 Tg C)、柏木林(25.81 Tg C)、湿地松林(22.39 Tg C)、杨树林(9.11 Tg C)。在各市州中,怀化市森林生态系统碳储量最大,为267.43 Tg C;湘潭市最少,为28.12 Tg C。湖南省森林生态系统碳储量分布不均,表现为湘西南湘南湘北湘中。阔叶林、杉木林和马尾松林是湖南省森林生态系统碳储量的主要贡献者,分别占34.72%、26.71%、17.53%。     

基于局域统计量的黑龙江省多尺度森林碳储量空间分布变化

基于黑龙江省一类样地和生态公益林监测样地(共4163块)数据,应用局域Moran I及局域统计量(局域均值及局域标准差)检验4个尺度(25、50、100和150 km)下黑龙江省森林碳储量的空间分布模式、空间变异和空间相关性,并研究了2005和2010年森林碳储量的变化.结果表明: 黑龙江省森林碳储量空间分布存在显著空间正相关,森林碳储量均为相似的变化,而且都不是空间随机发生的;研究区森林碳储量受周围环境因子影响,空间分布存在异质性,且变异较大.2005—2010年,年均森林碳储量空间分布变化存在较大差异,呈增长趋势.局域统计量是描述森林碳储量随着空间和时间变化的有效方法,可以通过ArcGIS使结果可视化.     

帽儿山地区1983—2016年森林景观空间点格局及其关联动态性

研究森林景观空间格局及其动态,对于维持森林生态系统的稳定性以及森林经营方案的制定具有重要意义.基于帽儿山实验林场1983、1993、2004和2016年共4期二类调查数据,利用Programita软件(2010版)中的O-ring统计方法对该林场的森林景观空间格局及其关联性动态进行定量分析.结果表明: 1983—2016年间,区域内软阔混交林所占面积比例均呈下降趋势,天然蒙古栎林景观所占面积比例先增加后降低,而硬阔混交林、落叶松人工林、樟子松人工林所占面积比例呈增加趋势.研究期间,软阔混交林、硬阔混交林、天然蒙古栎林的空间聚集尺度均呈减小趋势,聚集分布的范围由0～7 km缩小到0～3 km,之后随着尺度范围的增大逐渐转变为随机分布或均匀分布;落叶松人工林在较小尺度范围均表现为聚集分布,而随着尺度范围增大表现为随机分布或均匀分布,且均匀分布的尺度范围逐渐增大、随机分布的尺度范围逐渐变小;樟子松人工林聚集分布的尺度虽然也集中在小尺度范围内(0～4 km),但分布范围呈显著增大趋势.总体上,大部分景观类型之间的空间关联性在小尺度范围内呈现负关联性,随着尺度增大逐渐变为无关联性或正关联性;仅少数景观类型间(如1983年落叶松人工林与樟子松人工林)的关联性在小尺度范围内为正关联性,随着尺度范围增大逐渐变为无关联性.1983—2016年间,各景观类型之间的空间关联性动态呈现不同的变化规律,是帽儿山地区各项经营管理措施的综合体现.     

基于地理加权泊松模型的天然次生林进界株数空间分布与预测

基于帽儿山实验林场2004—2016年森林资源二类调查固定样地(共108块)数据,采用全局Poisson模型和4种空间尺度(2.5、5、10、15 km)下的地理加权泊松模型(geographically weighted Poisson regression, GWPR)对天然次生林进界株数的空间分布进行了研究,并对5种模型的拟合效果以及影响林分进界株数的因子进行了分析,利用莫兰指数描述了模型残差在全局和局域两种水平上的空间自相关性.结果表明: 本文所选的林分及地形因子都显著影响天然次生林进界株数的空间分布,林分平均胸径是最主要的影响因子;在小尺度(2.5 km)下GWPR模型拥有很高的拟合精度,产生了最大范围的模型参数估计值,得到了较好的模型参数局域化空间分布效果;在较小尺度(2.5和5 km)下GWPR模型产生了较小范围的模型残差,模型的稳定性得到提升;在小尺度(2.5 km)下GWPR模型残差的全局空间自相关性达到最低,局域空间自相关性显著减小,并形成了不同观测值少量聚类这一理想的空间分布模式;在对进界株数空间分布的模拟效果上,小尺度(2.5 km)下的局域模型明显好于全局模型.     

帽儿山天然次生林内主要木本植物空间格局及更新特点

基于帽儿山次生林1 hm²样地的调查数据,将林分分为幼苗(树高H<30 cm)、幼树(H在30～130 cm或H>130 cm同时胸径DBH<5 cm)、中树(DBH 5～10 cm)、大树(DBH≥10 cm)4个大小级,运用O-ring点格局分析方法,分析帽儿山地区次生林内主要木本植物整体及树种人工补植红松、三大硬阔(水曲柳、胡桃楸、黄菠萝),以及榆树的各大小级空间格局及其关联性,探讨该地区次生林更新演替动向,为该地区森林的可持续经营提供依据.结果表明: 样地内更新幼苗2894株·hm^-2,幼树3337株·hm^-2,林分整体更新情况一般.对林分整体而言,幼苗分别与大树、中树和幼树在0～25 m、0～15 m、0～40 m的空间尺度上呈显著正相关,而在其余尺度上均呈显著负相关;幼树与大树、中树分别在0～15 m、0～25 m空间尺度上呈显著正相关,而在其余尺度上无显著关联;大树与中树则在所有尺度上均无相关性.对林分内优势树种而言,红松大树与幼树在所有尺度上主要呈负相关,而三大硬阔、榆树大树与幼树均以不相关为主.人工补植红松幼树与三大硬阔及榆树的各大小级在研究尺度上表现为以负相关为主,三大硬阔和榆树幼树与其他优势种各大小级只在20 m尺度内呈现负相关;三者两两之间在中树及大树阶段在20 m以上的尺度均不相关.帽儿山天然次生林还处于演替的进程当中,在今后的森林资源管理过程中,应当采取积极的人工干预措施促进林分更新,并适时对不合理的空间格局进行调整.     

帽儿山5种林型土壤碳氮磷化学计量关系的垂直变化

采用土壤分层取样法测定了帽儿山地区相同气候条件、不同立地条件下林龄相近的2种人工针叶林(红松林和兴安落叶松林)和3种天然落叶阔叶林(蒙古栎林、杨桦林、硬阔叶林)的土壤碳(C)、氮(N)、磷(P)元素含量,以及土壤容重、土壤厚度等,研究土壤C、N、P含量和密度及化学计量关系的垂直变化特征.结果表明: 不同林型间土壤C、N、P含量和密度差异显著,其中硬阔叶林土壤O层和A层的C、N含量和密度均显著高于其他林型.所有林型土壤的C、N含量均随土层加深而下降;落叶阔叶林土壤P含量随土层加深而显著下降,但针叶林各土层间P含量差异不显著.不同林型间A层土壤C/N、O层土壤N/P,以及A和B层土壤C/P均存在显著差异.不同林型间土壤C-N存在显著的线性关系,且其斜率和截距在林型间差异均不显著,但土壤N-P、C-P关系只在阔叶林中存在显著相关关系.这表明不同林型间土壤C-N耦联关系有趋同现象,而土壤N-P和C-P关系随林型而变.     

辽宁省森林植被碳储量和固碳速率变化

利用CBM-CFS3模型,结合森林资源相关数据,研究辽宁省森林植被碳储量和固碳速率;并基于是否造林的两种假设情境,预测了未来辽宁省森林植被碳储量、碳密度和固碳速率的时空变化趋势.结果表明： 2005年辽宁省森林植被碳储量为133.94 Tg,碳密度为25.08 t·hm^-2,其中,栎类的碳储量最大,刺槐碳储量最小;落叶松和阔叶林碳密度较大,油松、栎类和刺槐碳密度基本相当.全省森林植被碳密度呈东高西低的分布规律,辽东地区由于森林多为成熟林和过熟林,未来植被碳密度增加潜力不大,辽宁南部和北部的中幼龄林未来将成为植被碳密度增长的高值区.在假设未来不造林的情景下,辽宁省森林植被碳储量上升缓慢,固碳速率下降较快;在无林地造林情景下,全省森林植被碳储量、固碳速率将明显提高.说明造林在增加森林植被碳储量和碳密度、提高森林的固碳速率中起到了重要作用.     

基于地理加权回归的茶叶种植专业化空间格局及影响因素——以福建省安溪县为例

以专业化茶叶种植大县安溪县为例,通过评估各乡镇茶叶种植专业化水平,结合Pearson相关分析、普通最小二乘法模型(OLS)和地理加权回归模型(GWR),筛选出平均高程、农民人均纯收入、农业从业人口比重、距交通道路距离4个主要影响安溪县茶叶种植专业化程度的因素,并探讨其对茶叶种植专业化影响程度的空间分异规律.结果表明: 安溪县各乡镇茶叶种植专业化程度呈现显著的空间自相关,以县城为中心,茶叶种植专业化程度由近及远呈现出“低-中-高”的形似杜能农业区位模型的圈层结构;GWR的拟合度(0.624)高于OLS(0.595),且前者对空间数据的解释力更高;与杜能农业区位模型的市场距离决定机制相悖,茶叶种植专业化程度受山地自然环境因素的影响明显较社会经济因素更大;茶叶种植专业化程度与平均高程、农民人均纯收入、农业从业人口比重呈正相关,而与距交通道路距离总体呈负相关;茶叶种植专业化程度与平均高程、农民人均纯收入的回归系数主要呈现出“南高北低”的空间分布特征,农业从业人口比重则呈相反的规律,而距交通道路距离则主要呈现“西南低、东北高”的空间特征.