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.     

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.
     

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))。     

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...     

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。     

不同林龄白桦天然次生林土壤碳通量和有机碳储量

白桦天然次生林是中国东北地区地带性顶极植被类型——阔叶红松林遭到严重干扰破坏后恢复形成的主要天然次生林类型,测定了生长季内不同林龄白桦天然次生林(20、36、82a)的土壤呼吸速率及土壤碳含量。结果表明:土壤呼吸速率的季节变化呈单峰曲线,主要受土壤温度的驱动,土壤10cm处温度可以解释不同林龄白桦林之间土壤呼吸速率86%—92%的变异,土壤呼吸与土壤含水量关系不显著(P0.05)。随着林龄的增加,生长季内土壤表面CO2通量呈增加的趋势,依次分别为740(20a)、768(36a)和809(82a)g C m-2a-1。土壤呼吸的温度敏感性指数Q10亦随林龄的增加呈上升的趋势,依次分别为2.64、2.91和3.35。平均土壤有机碳含量(0—50cm土壤层)和碳密度均随林龄的增加而增加,随土壤深度的增加而减少;其中,随着林龄的增加土壤有机碳含量依次分别为43.75、47.72和55.96 g/kg,有机碳密度为14.7、18.1和18.7 kg/m2。不同林龄间土壤表面CO2年通量与土壤有机碳密度之间存在显著的正相关关系(P0.01),但其相关程度因土层而异,其中与0—10cm土层的有机碳密度相关最为密切(R2=0.908)。     

天然次生林蒙古栎种群空间格局

以蒙古栎天然次生林中的蒙古栎(Quercus mongolica)种群为研究对象,在吉林省汪清林业局塔子沟林场设置了2块1hm~2群落组成和结构存在差异的样地(样地A、样地B)。采用相邻网格调查法将每块样地划分为100个10m×10m的调查单元,精确定位单元内每株林木的空间坐标(X,Y),调查所有胸径(DBH)≥1cm的林木基本信息。采用径阶替代年龄的方法,将蒙古栎划分为4个不同的生长阶段:Ⅰ龄级(1cm≤DBH10cm),Ⅱ龄级(10cm≤DBH20cm),Ⅲ龄级(20cm≤DBH30cm),Ⅳ龄级(DBH≥30cm)。运用单变量、双变量成对相关函数、标记相关函数、标记变异函数,分析了不同群落中蒙古栎种群在不同空间尺度上的分布格局。结果显示:(1)两块样地中蒙古栎在大尺度上均呈随机分布,聚集分布主要集中在中小尺度,这主要是由Ⅰ、Ⅱ龄级的蒙古栎在中小尺度上的强度聚集所致,两块样地均未出现均匀分布的格局;样地A中蒙古栎聚集的尺度和强度均明显大于样地B中蒙古栎的聚集;(2)样地A中Ⅰ、Ⅱ、Ⅲ龄级的蒙古栎之间在中小尺度上呈正关联,高龄级与低龄级之间则呈负关联,尤其是Ⅳ龄级与Ⅰ、Ⅱ龄级之间;而样地B中几乎未出现负关联的格局,各龄级之间以无关联为主,伴随以小尺度和低强度的正关联;(3)样地A中蒙古栎的空间自相关性较强,尤其体现在林木胸径方面;相比之下,样地B中胸径和树高的空间自相关得以减弱。上述结果表明,研究的空间尺度大小、物种的生长阶段、群落的发育程度均会给蒙古栎种群的空间分布格局造成影响。该研究有助于深入了解蒙古栎及蒙古栎次生林的现状、生长特性和发展趋势,可为东北林区大面积的蒙古栎天然次生林的可持续经营提供参考。     

艾比湖湿地土壤有机碳及储量空间分布特征

土壤碳储量的研究是全球碳循环研究的热点,土壤碳库的变化对全球气候变暖、维护生态平衡都有着重要的意义。新疆的艾比湖湿地是干旱区典型的盐湖湿地,为探明该湿地有机碳特性及储量,选择艾比湖湿地1m深度的土壤作为研究对象,测试有机碳含量后,对艾比湖湿地土壤有机碳特性进行分析并分层定量测算有机碳储量,结果显示:(1)艾比湖湿地土壤有机碳整体偏低,随土层加深,含量依次递减的规律比较显著。湿地7种不同植被覆盖类型的土壤有机碳含量垂直空间变异性差异明显,其中荒漠河岸林、盐化草甸、小乔木荒漠大多属于强变异,而其它植被覆盖的土壤类型多属于中等变异。(2)艾比湖湿地7种不同植被类型土壤有机碳含量在相同土层的分布特征为:有机碳集中分布在浅表层(0—20 cm),从40 cm以下变幅缓慢,分布较为均匀。不同植被类型土壤有机碳在不同土层的分配比例差异比较明显,但表层(0—20 cm)大多占到30%以上。(3)艾比湖湿地土壤有机碳储量排序依次为小乔木荒漠盐化草甸干涸湖底灌木荒漠盐生灌丛荒漠河岸林寒湿性针叶林。湿地有机碳蓄积总量为7086862.83 kgC。上述研究结果可为新疆干旱区湿地生态系统恢复、保护与科学管理提供科技支撑。     

四川森林土壤有机碳储量的空间分布特征

利用森林土壤实测数据与GIS相结合的研究方法估算了四川森林土壤有机碳密度和碳储量,研究了四川森林土壤有机碳密度的空间分布特征.四川森林土壤有机碳储量为(2394.26 ±514.15) TgC,平均碳密度为190.45 Mg·hm-2;四川不同森林类型土壤有机碳储量和碳密度差异较大,分别介于(5.05±0.37)～(1101.74±205.40) TgC、(102.69±21.09)～(264.41±49.24) Mg·hm-2之间,其有机碳含量、碳密度和碳储量都随土层厚度的增加而降低.四川森林土壤有机碳密度空间分布特征明显,总体上表现出随纬度、海拔高度的增加而增加,随经度的增加而减小.从森林土壤生态系统水平监测森林土壤有机碳储量有助于提高其估算精度.     

基于地理加权回归克里格模型的帽儿山地区森林碳储量空间分布

森林碳储量对于全球气候变化具有重要影响,以往的模型估算未考虑到模型残差的空间相关性和碳储量数据的非平稳性,影响模型的预测精度.本研究基于东北林业大学帽儿山实验林场的ETM+遥感影像数据和193块固定样地,利用地理加权克里格回归(GWRK)建立森林碳储量与遥感和地形因子的回归模型,同时对比最小二乘模型(OLS)、地理加权回归模型(GWR)的预测精度.结果表明: 对于帽儿山地区的森林碳储量估算,GWRK的平均绝对误差(MAE)、均方根误差(RMSE)低于OLS模型和GWR模型,GWRK模型的平均误差(ME)低于GWR模型,与OLS模型相近.GWRK模型的预测精度为83.2%,较OLS模型(73.7%)和GWR模型(77.3%)分别提高6%和10%,拟合精度明显提高,说明GWRK模型是森林碳储量估算的有效方法.利用GWRK模型预测的研究区森林碳储量平均值为70.31 t·hm^-2,在海拔较高的地区,森林碳储量值相对较高,说明海拔对其有较大影响.     

基于回归和地理加权回归Kriging的土壤有机质空间插值

基于地形因子与土壤有机质的相关分析,选取相对高程和汇流动力指数作为辅助变量.以普通克里格(OK)作对照,比较地理加权回归克里格(GWRK)与回归克里格(RK)在土壤有机质空间插值及制图上的精度与效果.结果表明:土壤有机质含量与相对高程呈显著正相关,与汇流动力指数呈显著负相关;经半方差分析,土壤有机质及其插值残差具有强烈的空间自相关;对验证集中98个样点的精度加以分析,RK法插值结果的平均误差(ME)、平均绝对误差(MAE)、均方根误差(RMSE)较OK法分别降低39.2％、17.7％和20.6％,相对提高度(RI)为20.63,GWRK法插值结果的ME、MAE、RMSE较OK法分别降低60.6％、23.7％、27.6％,RI为59.79.与OK相比,考虑了辅助变量的RK和GWRK明显提高了插值精度;GWRK考虑了样点位置,成图效果更加精细,对土壤有机质的局部模拟效果优于RK.     

比较逻辑斯蒂与地理加权逻辑斯蒂回归模型在福建林火发生的适用性

林火预测预报是科学有效进行林火管理的前提,是林业管理部门和科研工作者的广泛关注的领域。逻辑斯蒂回归(Logistic Regression,LR)是目前国内外广泛应用于森林火灾预测的模型方法,然而近年来有学者发现该方法没有充分考虑林火影响因子的空间相关性和异质性,从而导致模型拟合结果偏差。地理加权逻辑斯蒂回归(Geographically weighted logistic regression,GWR)模型考虑到了模型变量之间的空间相关性,有效提高的模型的拟合能力。为探讨GWLR模型在福建林火预测上的适用性,本研究应用LR和GWLR两种方法分别建立福建省森林火灾与气象因子的预测模型,通过模型拟合能力对比,判断在GWLR的适用性。研究以2000—2005年福建地区森林火灾卫星火点数据和每日气象因子为基础,将全样本分为60%的建模数据和40%的校验数据,并重复5次,建立5个样本组。选择在5个样本组中3个及以上表现显著的变量进入最终模型。研究结果表明GWLR在模型拟合度、模型残差、空间自相关性以及预测准确率等方面均优于LR模型,说明充分考虑模型变量的空间异质性有助于提高模型的预测精度,同时也验证了GWLR在福建地区林火预测上的适应性。此外,模型参数结果显示,"日最高地表气温"、"日最低地表气温"、"日平均风速"、"24小时降水量"、"日最高本站气压"、"日照时数"、"日最高气温"和"日最小相对湿度"8个因子对福建省林火发生有显著影响,研究结论为福建地区林火预测预报提供了新的方法。     

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.     

基于地统计学和CFI样地的浙江省森林碳空间分布研究

基于浙江省2009年CFI固定样地数据、森林资源规划设计调查林相图,利用地统计学方法对浙江省森林碳空间分布进行了模拟分析。结果表明,CFI固定样地数据用于省域范围的森林碳汇空间特征研究是合适的。数据显示,浙江森林植被平均碳密度为22.07Mg/hm2;与四川、福建、海南等地相比,平均碳密度较低。受人类活动、自然环境等因素影响,浙江省森林碳分布主要表现为:总体上森林碳密度空间变化趋势自西向东逐渐降低,与自然空间(海拔、地势等)趋势一致。基于地统计学和CFI固定样地,对省域范围的森林资源空间分布的研究,可以为省域森林碳汇管理提供依据,为我国特别是亚热带南方集体林区利用国家CFI数据进行大区域同类研究提供借鉴。     

北沟林场天然次生林群落结构与种群分布格局

以河北省围场县北沟林场4 hm2固定大样地为研究对象,采用点格局分布、混交度和大小比数3个林分空间结构参数,分析了天然次生林群落结构和种群空间分布格局.结果表明:天然次生林乔木层共有11个种群,其中山杨和白桦占明显优势,为该层的优势种和建群种;在空间分布上,优势种山杨和白桦呈显著聚集分布,且两个种群之间竞争激烈,而作为主要伴生树种的华北落叶松和五角枫虽也呈聚集分布,但在密度和蓄积量上无法与优势种竞争;受优势种较低的混交度影响,整个天然次生林的平均混交度仅为0.40,伴生树种混交度则表现为中等强度、强度和极强度;天然次生林平均胸径大小比数为0.49,分布较均匀,其中山杨、白桦、华北落叶松和蒙古栎在空间结构单元中较占优势,其他伴生树种优势度不明显.