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。     

随机森林算法基本思想及其在生态学中的应用——以云南松分布模拟为例

通常来讲,生态学者对于解释生态关系、描述格局和过程、进行空间或时间预测比较感兴趣。这些工作可以通过模拟输出值(响应)与一些特征值(即解释变量)的关系来实现。然而,生态数据模拟遇到了挑战,这是因为响应变量和预测变量可能是连续变量或离散变量。需要解释的生态关系通常是非线性的,并且解释变量之间具有复杂的相互作用关系。响应变量和解释变量存在缺失值并不是不常有的现象,奇异值也经常出现在生态数据中。此外,生态学者通常希望生态模型即要易于建立又易要于解释。通常是利用多种统计方法来分析处理各种各样情景中出现的独特的生态问题,这些模型包括(多元)逻辑回归、线性模型、生存模型、方差分析等等。随机森林是一个可以处理所有这些问题的有效方法。随机森林可以用来做分类、聚类、回归和生存分析、评估变量的重要性、检测数据中的奇异值、对缺失数据进行插补等。鉴于随机森林本身在算法上的优势,将就随机森林在生态学中的应用进行总结,对建模过程进行概述,并以云南松分布模拟研究为例,对其主要功能特点进行案例展示。通过对随机森林的一般术语、概念和建模思想进行介绍,有利于读者掌握本方法的应用本质,可以预见随机森林在生态学研究中将得到更多的应用和发展。     

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。     

基于高分辨率与高光谱遥感影像的北亚热带马尾松及次生落叶树种的分类

利用遥感数据开展森林资源树种的分类对森林资源的监测、森林可持续经营及生物多样性研究都有重要意义。该文以江苏南部丘陵地区的北亚热带天然次生林为研究对象, 利用LiCHy (LiDAR、CCD、Hyperspectral)集成传感器同期获取的高分辨率和高光谱数据, 进行冠幅识别和多个层次的树种分类: 首先, 对高分辨率影像进行基于边缘检测的多尺度分割, 提取出单木冠幅; 其次, 对高光谱影像进行特征变量提取, 并对提取出的特征变量利用信息熵原理选取优化特征变量; 然后, 分别利用全部特征变量和经优化的重要特征变量对森林树种及森林类型进行预分类; 最后, 在预分类结果中加入单木冠幅信息对森林树种及森林类型进行重分类, 并分析分类结果的精度。研究表明: 1)利用全部特征变量进行4个典型树种分类时, 总体精度为64.6%, Kappa系数为0.493; 而针对森林类型的分类精度为81.1%, Kappa系数为0.584。2)利用选取的优化特征变量分类精度略低于利用全部特征变量的分类精度, 其中对4个典型树种分类时, 总体精度为62.9%, Kappa系数为0.459; 而针对森林类型的分类精度为77.7%, Kappa系数为0.525。通过集成传感器同期获取的高分辨率和高光谱数据可以有效地进行北亚热带森林的树种分类及森林类型的划分。     

浙江省森林信息提取及其变化的空间分布

如何利用遥感技术提取森林信息是遥感应用的重要领域之一。以不同时相的Landsat TM/ETM+为数据源,采用面向对象和基于多级决策树的分类方法得到浙江省2000年、2005年以及2010年的森林植被覆被图。经实地采样点验证,2010年分类精度达到92.76%,精度满足要求。介绍了浙江森林信息的快速提取方法,即统计不同森林类型的Landsat TM影像原始波段和LBV变换值以及各种植被指数在各时相上的差异,经过C5决策树训练,选取合适的规则和阈值实现森林信息的提取。结果表明,面向对象分割与决策树算法结合可以作为森林信息提取的有效方法。最后,通过对3期森林专题图进行空间叠加分析,得到了森林资源动态变化的空间分布,并以此为基础对林地变化的类型及原因进行分析,结果显示浙江省森林资源变化主要分布在浙西北山区、浙中南山区以及沿海地带,这一结果可以为有关部门的决策提供依据。     

基于TM影像、森林资源清查数据和人工神经网络的森林碳空间分布模拟

森林是陆地生态系统中最大的碳库,在全球碳平衡和减缓全球气候变化方面发挥着不可替代的作用。当前主要利用森林资源清查数据和优势树种材积源-生物量的关系进行碳储量估算,在此基础上有效结合遥感影像数据将会更好的满足相关部门对国家和区域森林碳储量计算的需求。利用临安市2004年森林资源清查的930个样地数据和同年度Landsat TM影像数据,提取6个波段灰度值以及与碳储量相关性相对较大的3个波段组合,结合人工神经网络对研究区森林碳储量及其分布进行有效模拟。结果显示,用误差反向传播算法训练神经网络较好的重建了森林碳密度空间分布和变化,森林碳地上部分模拟结果与样地实测值之间的一致性好,全区域模拟结果森林碳平均值为0.98Mg(10.89Mg/hm²),总体森林碳密度模拟结果低于样地平均值约13%,进一步验证了人工神经网络在对大范围森林碳估算与模拟上具有较好的效果,为区域森林碳储量的估测研究提供有效的方法支持。     

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.     

不同采样密度下县域森林碳储量仿真估计

采用浙江省台州市仙居县森林资源二类调查样地实测地上部分碳储量数据,结合Landsat TM影像数据,利用序列高斯协同仿真(SGCS)算法、序列高斯块协同仿真(SGBCS)算法,以4种地面采样密度(SD)SD_1=0.012%、SD_2=0.010%、SD_3=0.007%、SD_4=0.005%,估计全县森林碳储量及其空间分布,分析不同地面采样密度对区域森林碳储量及其分布格局估计精度的影响。结果表明:1)不同采样密度下SGCS和SGBCS估计的森林碳储量分布趋势相似,SGCS估计在采样密度为SD_2时可以满足精度要求,且均值与实测最相符;SGBCS估计受采样密度影响较小,在四种采样密度下均可满足精度要求。2)SGCS、SGBCS估计的不确定性随着采样密度的降低均呈现出整体升高的趋势,增长速率在SD_2采样密度时最低,相对SD_1分别升高1.08%、-1.71%;当SGBCS算法的采样密度由SD_2变为SD_3时,样地数的减少对不确定性影响最大,但对区域空间变异格局估计没有实质性影响。3)将采样密度控制在SD_2(0.010%)水平,利用SGCS和SGBCS算法均能得到准确可靠的森林碳储量及其分布信息,同时能节省至少20%左右的森林调查工作量。     

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。     

古田山常绿阔叶林优势树种甜槠和木荷的空间格局分析

基于24 hm²古田山中亚热带常绿阔叶林长期监测样地调查资料, 采用Ripley的K函数点格局分析等方法, 具体分析了古田山常绿阔叶林优势树种甜槠(Castanopsis eyrei)与木荷(Schima superba)不同年龄阶段的空间分布格局以及它们之间的空间关联性。结果表明: 两种优势物种在总体上及不同年龄阶段主要呈聚集分布, 且随年龄阶段的增加, 聚集程度有降低的趋势。两物种在大尺度直观上有明显的生境偏好。两种优势物种的幼树、小树与大树和老树主要呈空间负相关或无空间关联性, 与中树呈空间正相关。甜槠中树与大树、大树与老树主要呈空间正相关, 而甜槠的中树与老树呈空间负相关。木荷中树与大树和老树、大树与老树均呈现空间负相关或无关联。我们发现古田山优势物种通过密度制约和Janzen-Connell效应释放空间, 为其他物种共存提供了条件, 密度制约和Janzen-Connell效应可能是古田山样地甜槠和木荷空间格局形成的重要原因。     

A forest typology for monitoring sustainable forest management: The case of European Forest Types

Abstract

Sustainable forest management (SFM) is presently widely accepted as the overriding objective for forest policy and practice. Regional processes are in progress all over the world to develop and implement criteria and indicators of SFM. In continental Europe, a set of 35 Pan-European indicators has been endorsed under the Ministerial Conference on the Protection of Forests in Europe (MCPFE) to measure progress towards SFM in the 44 countries of the region. The formulation of seven indicators (forest area, growing stock, age structure/diameter distribution, deadwood, tree species composition, damaging agents, naturalness) requires national data to be reported by forest types. Within the vast European forest area the values taken by these indicators show a considerable range of variation, due to variable natural conditions and anthropogenic influences. Given this variability, it is very difficult to grasp the meaning of these indicators when taken out of their ecological background. The paper discusses the concepts behind, and the requirements of, a classification more soundly ecologically framed and suitable for MCPFE reporting than the three (un-informative) classes adopted so far: broadleaved forest, coniferous forest, mixed broadleaved and coniferous forest. We propose a European Forest Types scheme structured into a reasonably higher number of classes, that would improve the specificity of the indicators reported under the MCPFE process and its understanding.     

A new forest cover map of continental southeast Asia derived from SPOT‐VEGETATION satellite imagery

Question: Can recent satellite imagery of coarse spatial resolution support forest cover assessment and mapping at the regional level? Location: Continental southeast Asia. Methods: Forest cover mapping was based on digital classification of SPOT4‐VEGETATION satellite images of 1 km spatial resolution from the dry seasons 1998/1999 and 1999/2000. Following a geographical stratification, the spectral clusters were visually assigned to land cover classes. The forest classes were validated by an independent set of maps, derived from interpretation of satellite imagery of high spatial resolution (Landsat TM, 30 m). Forest area estimates from the regional forest cover map were compared to the forest figures of the FAO database. Results: The regional forest cover map displays 12 forest and land cover classes. The mapping of the region's deciduous and fragmented forest cover remained challenging. A high correlation was found between forest area estimates obtained from this map and from the Landsat TM derived maps. The regional and sub‐regional forest area estimates were close to those reported by FAO. Conclusion: SPOT4‐VEGETATION satellite imagery can be used for mapping consistently and uniformly the extent and distribution of the broad forest cover types at the regional scale. The new map can be considered as an update and improvement on existing regional forest cover maps.     

Misuse of bird digital distribution maps creates reversed spatial diversity patterns in the Amazon

It is well known that bird richness in the Amazon is greater in upland forests and that seasonally flooded forest is particularly species poor. However, the misleading pattern of greater bird richness in seasonally flooded forest has emerged seemingly unnoticed numerous times in richness maps in the literature. We hypothesize that commission errors in digital distribution maps (DDMs) are the cause behind the misleading richness pattern. In the Amazon, commission errors are a consequence of the different methodological treatment given to large‐ranged versus small‐ranged habitat specialists when mapping distributions. DDMs of 1007 Amazonian birds were examined, and maps that had commission errors were corrected. We generated two richness maps, one from the overlay of original DDMs and another from the overlay of the corrected ones. We identified 291 species whose distribution maps had errors. In the original data, seasonally flooded forests showed higher species richness than upland forest, but this pattern was reverted in the corrected richness map. Commission errors were 35 times more likely in the seasonally flooded forest. We conclude that DDMs accurately portray the distribution of single species in the Amazon. Commission errors in individual maps, however, accumulate when they are overlaid, explaining the misleading pattern for birds in the Amazon. DDMs can continue to be used mapping richness, as long as, at a regional scale: (1) basic map refinements are carried, or (2) only small‐range species are used for mapping species richness.     

中国热带森林植被类型研究历史和划分探讨

热带森林是我国森林植被的重要组成部分,明确其森林植被类型分类对于生物多样性维持机制研究和保护管理等都具有重要意义。该文以中国热带森林植被分类研究中存在的问题为出发点,通过阐述我国各省区植被类型分类的研究历史,在综合考虑多种生物和非生物影响因素的基础上,提出一个新的热带森林植被类型分类框架以供探讨。结果表明:(1)尽管针对我国热带森林的分布范围和群落特征等都已开展了诸多研究,但对我国热带森林植被类型的划分依据和分类体系仍存在争议。(2)尽管我国的热带森林都处于季风气候区带内,但许多热带地区的森林植被类型并不只是受季风影响,而是气候带、关键气候因子、地形、土壤反馈和物种适应等多种因素共同作用的结果。(3)我国的热带森林植被包括5个植被型,即非典型性热带雨林、热带季雨林、热带山地雨林、热带山顶苔藓矮林(热带云雾林)和热带针叶林,其中热带季雨林植被型包含4种植被亚型[热带落叶季雨林、热带半落叶(半常绿)季雨林、热带常绿季雨林和热带石灰岩(石山)季雨林]。(4)阐明了上述热带森林植被型和植被亚型在我国各省区的分布情况,并提出未来有必要对人工恢复后的热带森林进行评估和植被类型划分。综上所述,该文提出一个新的热带森林植被类型分类框架,以期为今后基于不同地区开展热带森林比较研究提供参考。     

Spatial distribution of young forests and carbon fluxes within recent disturbances in Russia

Forest stand age plays a major role in regulating carbon fluxes in boreal and temperate ecosystems. Young boreal forests represent a relatively small but persistent source of carbon to the atmosphere over 30 years after disturbance, while temperate forests switch from a substantial source over the first 10 years to a notable sink until they reach maturity. Russian forests are the largest contiguous forest belt in the world that accounts for 17% of the global forest cover; however, despite its critical role in controlling global carbon cycle, little is known about spatial patterns of young forest distribution across Russia as a whole, particularly before the year 2000. Here, we present a map of young (0–27 years of age) forests, where 12‐ to 27‐year‐old forests were modeled from the single‐date 500 m satellite record and augmented with the 0‐ to 11‐year‐old forest map aggregated from the 30 m resolution contemporary record between 2001 and 2012. The map captures the distribution of forests with the overall accuracy exceeding 85% within three largest bioclimatic vegetation zones (northern, middle, and southern taiga), although mapping accuracy for disturbed classes was generally low (the highest of 31% for user's and producer's accuracy for the 12–27 age class and the maximum of 74% for user's and 32% for producer's accuracy for the 0–11 age class). The results show that 75.5 ± 17.6 Mha (roughly 9%) of Russian forests were younger than 30 years of age at the end of 2012. The majority of these 47 ± 4.7 Mha (62%) were distributed across the middle taiga bioclimatic zone. Based on the published estimates of net ecosystem production (NEP) and the produced map of young forests, this study estimates that young Russian forests represent a total sink of carbon at the rate of 1.26 Tg C yr^?1.     

不同植被类型森林火灾及雷击火自组织临界性

利用黑龙江省大兴安岭林区呼中区 196 5～ 2 0 0 2年的雷击火数据、黑龙江省 1981～ 2 0 0 0年森林火灾数据及森林资源数据 ,对雷击造成的森林火灾的自组织临界性及不同植被类型条件下的自组织临界性作了研究 ,比较了在不同尺度和植被类型条件下火干扰的自组织临界性、自相似性 ,并与传统的森林火灾元胞自动机模型模拟的结果进行比较。结果表明 :中国黑龙江省不同森林类型的火干扰具有自组织临界行为 ,森林可燃物已经达到临界状态 ,其临界值在 1.8～ 2 .86之间 ,具有自相似性 ;当森林的面积过小时 ,森林火灾的“面积 -频率”分布曲线上会出现频率峰 ,表现出“有限面积效应”现象。     

不同类型森林石灰土的团聚体组成及其有机碳分布特征

选取中国西南喀斯特石灰土人工林、次生林、原生林3个主要森林类型的6个代表性群落,建立18个20m×20m的样方,按梅花型5点法采集各样方的原状土壤,基于团聚体的干湿筛2种分组方法,研究不同类型森林石灰土机械性、水稳性团聚体组成及全土、各粒级团聚体的有机碳分布特征。结果显示:(1)3类森林石灰土干湿筛团聚体均以>2mm粒径为主,分别为67.93%～81.24%和30.49%～76.81%,1～10mm粒径的干湿筛优势团聚体分别高达78.18%～88.67%和43.41%～84.00%。(2)团聚体的整体稳定性很好,干湿筛平均重量直径(MWD)为4.82～5.77和0.75～2.13,平均几何直径(GMD)为2.87～4.17和1.45～2.85;>0.25mm和>2mm粒径的团聚体破坏率(PAD)分别仅为6.15～20.91和2.04～52.79。(3)石灰土的有机碳含量很高,全土和干、湿筛团聚体的有机碳含量分别为17.28～58.85、19.12～91.47、17.16～78.86g/kg,其中干筛以<2mm粒径团聚体的有机碳含量较高,湿筛反之,但干湿筛均以>2mm粒径团聚体的有机碳贮量最高。研究表明,中国西南喀斯特石灰土林区土壤沿人工林、次生林、原生林土壤扰动递减梯度,石灰土的团聚化作用越来越强,稳定性越来越好,有机碳含量也越来越丰富。     

中祁连山浅山区山地森林景观空间格局分析

基于地理信息系统软件ArcGIS,数字化祁连山西水自然保护站1：100 000地形图,生成研究区高程图和坡向图,并同植被图叠加,分析各景观组分在空间的分布特征,用定量分析景观结构程序Fragstats分析景观结构特征．结果表明,研究区各景观组分空间分布极不均衡,受海拔和坡向的影响非常明显．草地是面积最大、连结性和完整性最好的景观组分;青海云杉林斑块形状最为不规则,平均斑块面积小而距离近。最易因受到干扰而发生重大变化;宜林地和祁连圆柏林相对于农田、疏林地有较强的扩张特征．杨桦阔叶林各斑块相隔距离大而分散,斑块之间的邻接性很差,破碎化最为严重．     

火干扰强度对亚热带四种森林类型土壤理化性质的影响

火干扰是通过改变土壤理化性质而影响土壤生态系统功能的重要因素之一。探讨火干扰强度对不同森林类型下土壤理化性质的影响,为利用火干扰促进林分更新及经营提供理论指导。2014年在湖南省株洲市和湘潭市4种次生林(枫香次生林、马尾松-木荷混交林、杉木-木荷混交林及檫木-杉木混交林)内设置16块20 m×20 m样地进行试验,研究了火干扰强度(对照、低强度、中强度、高强度火烧)和林分类型对土壤容重(BD)、土壤斥水性(SWR)、有机质(SOM)、pH、全氮(TN)、全磷(TP)和全钾(TK)的影响。通过描述性统计分析、单因素方差分析和Fisher LSD检验研究各土壤性质在同一林分不同火干扰间,以及同一火干扰下不同林分间的显著性差异和变化趋势(P<0.05)。研究发现BD、SWR、pH、TK都随火强度的增大呈上升的趋势,而SOM、TP随火强度增大而减少,TN则随火强度增大没有规律性变化。在同一林分内与对照组相比,低强度火烧对BD、SWR、pH和SOM的影响不显著,中强度有一定影响,而高强度火烧影响显著;而TN、TP、TK在火烧前后均无显著性差异。火干扰后,TN和TP在同一火强度下不同林分间均...