基于激光雷达数据的森林表层土壤机质空间格局反演

森林土壤是陆地生态系统的主要碳库,其有机质含量是估算碳储量的基础数据,也是评价土壤碳汇功能的重要指标.利用2009年8月采集的凉水自然保护区激光雷达(LiDAR)数据和55块固定样地土壤有机质含量数据,结合偏最小二乘算法,反演森林表层土壤有机质的空间格局,提取并筛选出与土壤有机质分布相关的变量,分析并确定变量(强度、点数、高程、坡度和坡向)值与土壤有机质含量的相关关系,建立土壤有机质含量的预测模型并检验.结果表明:研究区域表层土壤有机质含量与强度、点数和高程3变量呈极显著相关(r分别为0.765、0.423和0.475);基于此3变量的预测模型对研究区域表层土壤有机质含量的预测结果可靠(精度83.3％,R2=0.725,RMSE=1.955).研究区林缘和郁闭度较小林分的表层土壤有机质含量＜100 g·kg-1;大部分区域表层土壤有机质含量为I00～ 150 g·kg-1,少部分区域为150 ～318.4 g· kg-1.     

基于多光谱遥感影像的表层土壤有机质空间格局反演

利用多光谱LandSat TM遥感影像反演辽宁省阜新镇表层土壤有机质的空间格局,筛选出与土壤有机质分布相关的TM波段,分析并确定表层土壤有机质含量与TM1、TM2、TM3、TM4、TM5、TM6、TM7波段亮度值(digital number,DN)的相关关系,建立了土壤有机质含量的光谱预测模型.结果表明:研究区表层土壤有机质含量与TM4、TM5波段DN值呈极显著的负相关关系(r分别为-0.617和-0.623,P0.001),与TM3、TM5波段DN值之间满足负二次多项式回归关系(R2=0.9134,P0.001);基于TM3、TM5波段DN值的回归模型对研究区表层土壤有机质含量的预测结果可靠(R2=0.9151,P0.001).研究区表层土壤有机质含量10g·kg-1的农田主要分布在山地边缘地带,而平坦地区农田表层土壤有机质含量一般10g·kg-1,部分达到15～20g·kg-1.     

基于无人机的冬小麦拔节期表层土壤有机质含量遥感反演

快速监测大面积分布的盐渍化麦田土壤有机质含量,可为推进盐渍土改良和促进碳循环研究提供数据支撑。通过野外采样与获取无人机遥感影像,分别基于裸土和植被情况,采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和支持向量机回归(SVR)3种方法,建立区域有机质含量遥感模型,并进行检验和对比,确定最优的土壤有机质含量反演模型;最后基于最优模型进行研究区表层土壤有机质的反演,并与插值结果进行比较。结果表明: 经5×5的中值滤波处理后的光谱与土壤表层有机质对应最优;3种模型中,SVR模型的预测精度最高,PLSR次之,MLR效果最差。对比两种变量的建模效果,基于植被的SVR建模效果最好,其建模决定系数(R²)、均方根误差(RMSE)分别为0.89、0.20,验证R²、RMSE分别为0.82、0.24;基于裸土的建模效果不理想,最优的也是SVR模型,其建模R²、RMSE分别为0.63、0.26,验证R²、RMSE分别为0.61、0.25。根据最优模型反演得到该区域有机质含量为17.51～22.53 g·kg^-1,平均值为19.51 g·kg^-1,与实地调查结果较为一致;插值结果与反演结果相比,精度受到限制。综上,基于无人机多光谱可以对盐渍土冬小麦拔节期土壤有机质含量进行快速、大范围精准估测。     

喀斯特峰丛洼地不同森林表层土壤有机质的空间变异及成因

基于动态监测样地(200 m×40 m)的网格(10 m×10 m)取样,以农作区为对照,用地统计学方法研究了喀斯特峰丛洼地人工林、次生林和原生林3类典型森林生态系统表层土壤(0—15 cm)有机质的空间变异,通过主成分分析和相关分析,探讨了其生态学过程和机制。结果表明:喀斯特峰丛洼地土壤有机质很高,沿着农作区-人工林-次生林-原生林的恢复梯度,土壤有机质显著提高,变异系数逐步增大;农作区和3类森林土壤表层有机质均具有良好的空间自相关性;农作区试验半变异函数C0/(C0+C)值为26.5%,呈中等程度的空间相关性;3类森林的C0/(C0+C)值为9.0%—22.6%,呈强烈的空间相关性;农作区和人工林土壤有机质呈单峰分布,次生林呈凹型分布,原生林呈凸型分布;不同森林的主导因子不同,农作区的主导因子为主要土壤养分,人工林为地形和物种多样性,次生林为森林结构和物种多样性,原生林为地形和物种多样性,且同一因子在不同森林与土壤表层有机质的正负作用关系和相关程度也不同。因此,农作区和3类森林应根据其土壤表层有机质的空间变异及主要影响因子制定相应的固碳措施。     

武夷山不同海拔森林表层土壤轻组有机质特征

土壤轻组有机质是土壤有机质的重要组分,研究轻组有机质在不同森林生态系统土壤中的变化规律对理解土壤有机质形成与转换具有重要意义。以福建省武夷山国家级自然保护区不同海拔的常绿阔叶林（海拔600 m）、针阔混交林（海拔1000 m）和针叶林（海拔1400 m）为研究对象,利用密度分组方法分离了表层（0-5 cm和5-10 cm）土壤轻组有机质,研究了不同海拔森林土壤轻组有机质特征及其影响因素。结果表明：针阔混交林表层土壤的轻组有机质含量大于针叶林和常绿阔叶林（P < 0.05）,并且轻组有机碳的含量变化亦是如此（P < 0.05）,而轻组有机氮的含量无显著差异（P > 0.05）。表层土壤对应土层的轻组C：N大于土壤C：N,针阔混交林轻组C：N和土壤C：N均大于其他林分类型。0-5 cm与5-10 cm土层针阔混交林的轻组有机碳、氮储量均大于针叶林和常绿阔叶林（P < 0.05）,并且针阔混交林的轻组有机碳、氮储量所占土壤有机碳与总氮的比重均大于其余两种林分。0-10 cm土层针叶林土壤有机碳与总氮含量与储量最高,并随海拔降低而减小,但差异不显著（P > 0.05）。相关分析结果表明,轻组有机碳、氮储量与SOC、DOC、MBC和细根生物量具有显著相关关系（P < 0.05）,而与年凋落物量无关（P > 0.05）,说明地下细根可能是土壤轻组有机质的重要来源。因此,在未来气候和植被变化共同作用下,地下细根对土壤轻组有机质的形成可能具有不可忽视的作用。     

利用机载激光雷达技术估测东北林区典型针叶林的蓄积量

为了推广激光雷达技术在森林蓄积量估测计量方面的应用,本研究以东北林区云冷杉林、落叶松林、红松林和樟子松林4种典型针叶林为对象,基于机载激光雷达获取的点云数据提取特征变量,结合800块地面样地数据,采用逐步回归方法和偏最小二乘方法,建立4种针叶林的蓄积量模型.结果 表明:偏最小二乘法建立的模型精度优于逐步回归方法(ΔR2...     

基于机载激光雷达的小兴安岭温带森林组分生物量反演

使用小兴安岭温带森林机载遥感-地面观测同步试验获取的机载激光雷达(light detection and ranging, Lidar)点云数据和地面实测样地数据, 估测了典型森林类型的树叶、树枝、树干、地上、树根和总生物量等组分的生物量。从激光雷达数据中提取了两组变量(树冠高度变量组和植被密度变量组)作为自变量, 并采用逐步回归方法进行自变量选择。结果表明: 激光雷达数据得到的变量与森林各组分生物量有很强的相关性; 对于针叶林、阔叶林和针阔叶混交林三种不同森林类型生物量的估测结果是: 针叶林优于阔叶林, 阔叶林优于针阔叶混交林; 不区分森林类型的各组分生物量估测与地面实测值显著相关, 模型决定系数在0.6以上; 区分森林类型进行建模可以进一步提高生物量的估测精度。     

中国土壤呼吸温度敏感性空间格局的反演

土壤呼吸的温度敏感性（Q10）是模拟全球变暖与生态系统碳释放之间反馈强度的重要参数．虽然实验研究表明Q10值具有明显的空间异质性,但由于其空间分布格局的定量数据的缺乏,目前绝大多数生物地球化学模型将其简化成一个常数,并以此来预测未来的气候变化,这在一定程度上增大了模型预测的不确定性．本研究基于土壤有机碳的实测数据,并结合碳循环过程模型（CASA模型）,利用反演分析方法估算了8km空间分辨率下中国土壤呼吸温度敏感性的空间分布．结果表明,Q10值具有明显的空间异质性,且与实验方法估算的Q10值具有一致性;不同土壤类型的Q10值在1．09～2．38之间变化,其中火山灰土的Q10值最大,冷棕钙土的值最小;Q10值的空间分布与降水及土壤有机碳含量的关系密切．研究表明,该方法能有效反演Q10值的空间分布,从而有助于揭示碳循环规律并降低未来大气CO2浓度及气候变化预测的不确定性．     

多分散性动态光散射数据反演研究

动态光散射数据反演属于第一类Fredholm积分方程的求解,存在着极大的困难.利用最小二乘法和奇异值分解法对不同分布的多分散性动态光散射模拟数据进行了反演计算.数值测试的结果表明,非负最小二乘法对分布形式较为敏感,奇异值分解法能反演双峰的分布,对窄峰的反演不及非负最小二乘法.     

长白山原始阔叶红松林土壤有机质组分小尺度空间异质性

土壤有机质(SOM)对于维持生态系统生产力具有非常重要的意义,有机质的组成、空间分布和空间关联性是影响和控制诸多生态系统过程的重要因素。应用地统计学方法,对长白山原始阔叶红松林局部尺度内0—20 cm土壤有机质与活性有机质的空间异质性进行了研究,并通过交叉半方差分析探讨了二者之间的相关性。研究结果表明:(1)总体上来说,土壤有机碳(SOC)、全氮(TN)、颗粒态有机碳(POC)和颗粒态有机氮(PON)空间异质性较小;而土壤微生物量碳(MBC)、微生物量氮(MBN)和表层(0—10 cm)溶解性有机碳(DOC)的空间异质性较大;(2)SOC、TN、MBC、DOC、POC和PON随着深度的增加空间自相关性增加;而溶解性有机氮(DON)的空间自相关性随深度的增加变化不大;(3)SOC与TN在表层和下层(10—20 cm)均存在空间上的正相关关系;(4)SOC、TN在表层和下层分别与MBC、MBN、DOC、DON和POC呈空间上的正相关性,但是与PON之间的空间相关关系较差;(5)不同土层深度的土壤活性有机质之间的相关关系存在差异。在表层,除POC,PON外,其余土壤活性有机质组分在空间上两两相关;但是随着土壤深度的增加,活性有机质变量之间在空间上两两相关。研究结果表明土壤有机质组分在长白山原始阔叶红松林小尺度内存在不同空间异质性和空间关联性,这为人们更好的理解森林生态系统功能(如土壤养分循环)提供了重要的理论依据。     

Fusion of airborne LiDAR data and hyperspectral imagery for aboveground and belowground forest biomass estimation

Vegetation biomass is a key biophysical parameter for many ecological and environmental models. The accurate estimation of biomass is essential for improving the accuracy and applicability of these models. Light Detection and Ranging (LiDAR) data have been extensively used to estimate forest biomass. Recently, there has been an increasing interest in fusing LiDAR with other data sources for directly measuring or estimating vegetation characteristics. In this study, the potential of fused LiDAR and hyperspectral data for biomass estimation was tested in the middle Heihe River Basin, northwest China. A series of LiDAR and hyperspectral metrics were calculated to obtain the optimal biomass estimation model. To assess the prediction ability of the fused data, single and fused LiDAR and hyperspectral metrics were regressed against field-observed belowground biomass (BGB), aboveground biomass (AGB) and total forest biomass (TB). The partial least squares (PLS) regression method was used to reduce the multicollinearity problem associated with the input metrics. It was found that the estimation accuracy of forest biomass was affected by LiDAR plot size, and the optimal plot size in this study had a radius of 22 m. The results showed that LiDAR data alone could estimate biomass with a relative high accuracy, and hyperspectral data had lower prediction ability for forest biomass estimation than LiDAR data. The best estimation model was using a fusion of LiDAR and hyperspectral metrics (R² = 0.785, 0.893 and 0.882 for BGB, AGB and TB, respectively, with p < 0.0001). Compared with LiDAR metrics alone, the fused LiDAR and hyperspectral data improved R² by 5.8%, 2.2% and 2.6%, decreased AIC value by 1.9%, 1.1% and 1.2%, and reduced RMSE by 8.6%, 7.9% and 8.3% for BGB, AGB and TB, respectively. These results demonstrated that biomass accuracies could be improved by the use of fused LiDAR and hyperspectral data, although the improvement was slight when compared with LiDAR data alone. This slight improvement could be attributed to the complementary information contained in LiDAR and hyperspectral data. In conclusion, fusion of LiDAR and other remotely sensed data has great potential for improving biomass estimation accuracy.     

亚热带典型林分对表层和深层土壤可溶性有机碳、氮的影响

林分类型是影响土壤可溶性有机碳、氮库大小的重要因素,但目前对其研究主要集中在表层土壤(0～10 cm).本研究以亚热带地区天然林、毛竹林、格式栲人工林和杉木人工林为对象,用3种不同的浸提方式(冷水、热水和KCl溶液)提取表层(0～10 cm)和深层(40～60 cm)土壤中可溶性有机碳(DOC)和有机氮(DON),研究林分类型对表层和深层土壤可溶性有机碳、氮库的影响.结果表明: 林分类型对表层土壤DOC及其占土壤总有机碳(TOC)的比重有显著影响,深层土壤受林分类型的影响不显著;不同林分土壤DON含量仅在表层土壤存在显著差异,在深层土壤差异不显著.林分间土壤微生物生物量碳的差异仅在表层土壤达到显著水平.DON占土壤总氮(TN)的比重在各林分表层和深层土壤间差异均不显著.3种浸提方法得到的DOC和DON库大小顺序为热水>KCl>冷水,不同浸提方法得到的DOC库及DON库的相关性均达到显著水平,表明冷水、热水和KCl溶液浸提得到的有机碳、氮库含有相似组分.冷水和热水浸提方法得到的表层土壤DOC和DON含量及DOC占TOC比重在天然林和毛竹林均显著大于格式栲和杉木人工林,表明天然林和毛竹林土壤可溶性有机碳、氮含量高于格式栲和杉木人工林,更有利于土壤肥力的恢复.     

中亚热带森林单木地上生物量的机载激光雷达估测

以雪峰山武冈林场为研究对象,利用遥感数据和地面实测样地数据,研究机载激光雷达（LiDAR）估测中亚热带森林乔木层单木地上生物量的能力.利用条件随机场和最优化方法实现LiDAR点云的单木分割,以单木尺度为对象提取的植被点云空间结构、回波特征以及地形特征等作为遥感变量,采用回归模型估测乔木层地上生物量.结果表明: 针叶林、阔叶林和针阔混交林的单木识别率分别为93%、86%和60%;多元逐步回归模型的调整决定系数分别为0.83、0.81和0.74,均方根误差分别为28.22、29.79和32.31 t·hm^-2;以冠层体积、树高百分位值、坡度和回波强度值构成的模型精度明显高于以树高为因子的传统回归模型精度.以单木为对象从LiDAR点云中提取的遥感变量有助于提高森林生物量估测精度.
     

基于机载激光雷达的中亚热带常绿阔叶林林窗特征

机载激光雷达(LiDAR)是一种新型主动式遥感技术,能直接获取多尺度高精度的冠层三维结构信息,将其推广到森林干扰生态学领域,可为林窗研究提供应用支撑.以湖南中亚热带常绿阔叶林为研究对象,利用小光斑LiDAR数据进行林窗识别和几何特征估测.选择合适的分辨率和内插方法生成冠层高程模型,采用计算机图形学方法估测林窗面积、边界木高度和形状指数,并进行野外观测验证.结果表明: 林窗识别率为94.8%,主要影响因素是林窗面积和林窗形成木类型;估测的林窗面积和边界木高与野外观测值呈较强线性相关,R²值分别为0.962和0.878,其中估测的林窗面积平均比野外观测值高19.9%,估测的林窗边界木高度平均比野外观测值低9.9%;区域内林窗密度为12.8个·hm^-2,占森林面积13.3%;林窗面积、边界木高和形状指数的平均值分别为85.06 m²、15.33 m和1.71,区域内多为较小面积、边缘效应不太显著的林窗.
     

亚热带地区阔叶林与杉木林土壤活性有机质比较

通过对亚热带3个地区地带性阔叶林和杉木林土壤活性有机质的比较,分析森林类型变化及杉木连栽对土壤有机碳和养分含量的影响.结果表明：地带性阔叶林转变为杉木林后,土壤总有机碳含量下降27.8%～52.1%、腐殖酸碳下降32.2%～52.8%、胡敏酸下降36.4%～59.0%、富里酸下降29.7%～50.0%;杉木连栽也使土壤总有机碳和腐殖质含量下降.森林类型改变和杉木连栽对土壤活性有机质的影响更明显.杉木林取代阔叶林后,土壤微生物生物量碳、微生物生物量氮、可溶性有机碳和可溶性有机氮含量的最大降幅分别为61.8%、38.2%、43.3%和69.0%;与第1代杉木林相比,第2代杉木林土壤微生物生物量碳、微生物生物量氮、可溶性有机碳和可溶性有机氮含量的最大降幅分别为34.7%、29.3%、30.4%、18.4%.经相关性分析,除冷水浸提有机氮外,土壤活性有机质与养分含量之间具有密切的相关关系.     

森林类型对土壤有机质、微生物生物量及酶活性的影响

以澳大利亚南昆士兰州典型森林类型——湿地松、南洋杉和贝壳杉林为对象,开展土壤可溶性有机碳和氮(SOC和SON)、微生物生物量碳和氮(MBC和MBN),以及土壤酶活性的研究,剖析森林类型对土壤质量的影响.结果表明:不同林型土壤SOC、SON含量分别在552 ～1154 mg·kg-1和20.11～57.32mg·kg-1;MBC、MBN分别在42～149 mg·kg-1和7～35 mg·kg-1.MBC、MBN之间呈显著相关.土壤几丁质酶、酸性磷酸酶、碱性磷酸酶和β-葡萄糖苷酶的活性分别为2.96 ～7.63、16.5 ～29.6、0.79 ～ 3.42和3.71 ～9.93 μg ·g-1·h-1,亮氨酸氨肽酶活性为0.18～0.46 μg·g-1·d-1.不同林型土壤SOC含量,以及土壤几丁质酶和亮氨酸氨肽酶活性为湿地松林、南洋杉林、贝壳杉林依次降低;而SON含量为南洋杉林＞贝壳杉林＞湿地松林,且南洋杉林的SON含量显著(P＜0.05)高于湿地松林;MBC和MBN以及碱性磷酸酶活性为贝壳杉林＞湿地松林＞南洋杉林;酸性磷酸酶和β-葡萄糖苷酶活性为湿地松林＞贝壳杉林＞南洋杉林.在土壤生物代谢因子中,MBC、MBN、SON和亮氨酸氨肽酶对不同森林类型土壤影响较大.     

更新方式对亚热带森林土壤溶液可溶性有机质数量及化学结构的影响

采用负压法对福建省三明市亚热带常绿阔叶林中米槠次生林(BF)、米槠人促更新林(RF)、米槠人工林(CP) 0～15、15～30、30～60 cm土层土壤溶液可溶性有机质(DOM)的浓度及光谱学特征进行研究.结果表明: 土壤溶液可溶性有机碳(DOC)浓度整体趋势为RF>CP>BF,而可溶性有机氮(DON)则为米槠人工林最高;且 DOC 和 DON 在表层(0～15 cm)土壤浓度皆显著高于底层(30～60 cm).芳香化指数大小为RF>CP>BF,且整体为表层较高.米槠人工林表层土壤以荧光强度高的短波峰(320 nm)为特征峰,表明其易分解物质含量高,腐殖化程度较低;而米槠人促更新林表层土壤则以宽平的中长波峰(380 nm)为特征峰,说明其腐殖化程度较高,有助于土壤肥力的储存.此外,30～60 cm深层DOM特性几乎不受森林更新方式的影响.