湿地翅碱蓬生物量遥感估算模型

以黄河三角洲HJ-1A CCD遥感数据和滨海湿地翅碱蓬生物量实测数据为数据源,通过对比分析参数回归模型（单变量线性和非线性回归模型,多元线性逐步回归模型）和人工神经网络模型（BP网络、RBF网络、GRNN网络）,构建黄河三角洲湿地翅碱蓬生长初期的生物量湿重遥感估算最优模型。研究表明：基于遥感信息变量能够建立生长初期翅碱蓬生物量湿重估算模型。尽管基于RDVI、MSAVI和PC2的3个变量的多元线性回归模型的拟合效果较优,但是以SAVI、MSAVI、RVI、DVI、RDVI和PC2等7个遥感信息变量构建的BP神经网络模型的精度更高,平均相对误差为12.73%,估算效果最优,能够满足较高精度的生物量湿重估算需求。翅碱蓬生长初期生物量湿重最优估算模型的建立,为滨海地区植被生物量监测、区域翅碱蓬生物量季节动态模拟以及黄河三角洲生态系统功能评价提供技术支持与基础。     

三种林分生物量估算方法的比较

区域森林生物量的估算方法是人们目前关注的焦点,建立林分生物量模型成为一种趋势.本文以吉林省落叶松人工林固定样地为例,采用非线性似乎不相关回归法构建2种林分生物量模型,即基于林分变量的林分生物量模型(模型系统Ⅰ)和基于生物量换算系数的林分生物量模型(模型系统Ⅱ),给出落叶松人工林固定生物量换算系数值,并比较了3种林分生物量估算方法的预估精度.结果表明: 所建立的2种林分生物量模型中,总生物量和树干生物量模型拟合和预测效果较好,其R_a²>0.95,且均方根误差(RMSE)、平均预测误差(MPE)和平均绝对误差(MAE)都较小.树叶和树枝生物量模型拟合和预测效果相对较差,其模型的R_a²<0.95.模型系统Ⅰ和模型系统Ⅱ的预测精度均优于固定生物量换算系数法.基于生物量换算系数的林分生物量模型属于材积源生物量法,其本质与基于林分变量的林分生物量模型不同,但二者的预测效果相当.固定生物量换算系数的预测能力较差,将生物量与蓄积量之比假定为恒定常数是不恰当的.此外,为了使模型参数估计更有效,所建立的生物量模型应当考虑林分总生物量及各分项生物量的可加性.     

基于机载激光雷达与Landsat 8 OLI数据的亚热带森林生物量估算

快速、定量、精确地估算区域森林生物量一直是森林生态功能评价以及碳储量研究的重要问题。该研究基于机载激光雷达(Li DAR)点云与Landsat 8 OLI多光谱数据,借助江苏省常熟市虞山地区55块调查样地数据,首先提取并分析了87个特征变量(53个OLI特征变量,34个LiDAR特征变量)与森林地上、地下生物量的Pearson’s相关系数以进行变量优选,然后利用多元逐步回归法建立森林生物量估算模型(OLI生物量估算模型和LiDAR生物量估算模型),并与基于两种数据建立的综合生物量估算模型的结果进行比较,讨论预测结果及其精确性。结果表明:3种模型(OLI模型、LiDAR模型和综合模型)在所有样地无区分分析时,地上和地下生物量的估算精度均达到0.4以上,基于不同森林类型(针叶林、阔叶林、混交林)分析时地上和地下生物量的估算精度均有明显提高,达到0.67及以上。利用分森林类型模型估算生物量,综合生物量估算模型精度(地上生物量:R2为0.88;地下生物量:R2为0.92)优于OLI生物量估算模型(地上生物量:R2为0.73;地下生物量:R2为0.81)和Li DAR生物量估算模型(地上生物量:R2为0.86;地下生物量:R2为0.83)。     

天然云杉相容性生物量估算模型

基于150株天然云杉实测材积和生物量数据,利用非线性度量误差方法,建立相容性立木材积与生物量方程,并采用总量直接控制方案和分级联合控制方案研建了地上总生物量与4个分项(干材、干皮、树枝、树叶)的相容性方程系统,其中又采取了独立估计和联合估计两种处理方法进行地上生物量的估计.结果表明: 所建一元、二元相容性立木材积和地上生物量模型的材积和生物量决定系数均在0.85以上,最高达0.99,在胸径基础上增加树高变量能显著提高材积的预估效果,但对生物量的预估效果改进不大.就总量与分量相容性模型而言,分级联合控制方案所建的一元模型好于总量直接控制所建的一元模型,两种方案所建的二元模型效果相当.对一元、二元相容性生物量模型的拟合效果进行对比,结果显示,解释变量的增加明显提高了树枝和树叶生物量的拟合效果,对其他几个分量的拟合效果改善不大.对独立估计和联合估计的对比分析显示,两种估计方法几乎没有差异.     

基于不同预测变量的天然椴树可加性地上生物量模型构建

森林生物量是森林生态系统的最基本数量特征,生物量数据是研究许多林业问题和生态问题的基础,因此,准确测定生物量对于计算碳储量以及研究气候变化、森林健康、森林生产力、养分循环等十分重要.目前,测算森林生物量常用的方法为生物量模型估算法.本研究基于小兴安岭地区和张广才岭地区97株实测生物量数据,建立了3个天然椴树立木可加性生物量模型系统(基于胸径的一元可加性生物量模型系统、基于胸径和树高的二元可加性生物量模型系统、基于最优变量的最优可加性生物量模型系统),采用非线性似乎不相关回归法进行参数估计,用加权方法解决模型的异方差问题,并采用“刀切法”进行模型检验.结果表明: 3种可加性生物量模型系统均能较好地对椴树各部分生物量进行拟合和预测(调整后确定系数R_a²>0.84,平均预测误差百分比MPE<8.5%,平均绝对误差MAE<16.3 kg,平均百分标准误差MPSE<28.5%),其中,树干和地上生物量的拟合效果优于树叶、树枝和树冠;在引入树高和树冠因子后,提高了模型的拟合效果和预测能力(R_a²提高0.01～0.04,MAE降低0.01～4.55 kg),缩小了预测值置信区间的范围,树干、树叶和地上生物量提高较多,树枝和树冠提高较少.总体来看,最优生物量模型系统效果最好,其次为二元生物量模型系统,再次是一元生物量模型系统,添加树高和树冠因子进行生物量模型的构建十分必要.     

红壤丘陵区林下灌木生物量估算模型的建立及其应用

以中国科学院千烟洲生态试验站林下常见的16种物种作为研究对象,构建了单一物种以植冠面积(Ac)为变量的二次方程和以植冠投影体积(Vc)为变量的乘幂方程来估算物种生物量,以及16种物种的混合模型来估算其生物量,并将最佳生物量估算模型应用于不同森林内灌木层生物量的估计.不同森林的灌木层生物量组成存在较大差异.以物种单一模型计算的落叶阔叶林、次生林、人工针叶林灌木层的生物量分别为4773、3175和733kg.hm-2;以物种混合模型估算的结果略低于单一模型,分别为3946、2772和840kg.hm-2.混合模型在未能对所有物种建立单一模型的情况下估算灌木层生物量时,具有简便、实用性的特点.     

两种萝芙木生物量分配与估测模型研究

采用样本全收获法测量催吐萝芙木（Rauvolfia vomitoria）和萝芙木（Rauvolfia verticillata）的生物量,比较它们的生长特性及生物量分配,同时以基径（d）和株高（h）的组合d^2h为变量与各器官以及单株总生物量进行估测模型的建立。结果表明,两个种生物量间差异非常大,前者明显高于后者。在各自生物量构成中,茎所占的比例最高,为60％左右;而主要药用部位根只占27％左右。所建立的模型中除萝芙木叶以外,其余的判定系数R^2都较高,模型具有一定的适用性,所建立的估测模型可应用于这两个萝芙木种的幼龄植株生物量估测。     

青藏高原典型人工林幼树生物量模型构建

森林生物量计算是全球碳储量估算的基础,现已纳入全球国家森林清单项目。普遍的森林碳汇计量采用的材积源生物量法针对胸径5 cm以上的树木,幼树(胸径<6 cm,树高>0.3 m)的碳汇量并未被完整计入其中,导致生态系统碳汇能力被低估。基于青藏高原137株5种典型人工林幼树的实测生物量数据,以地径代替胸径作为预测变量,采用加权广义最小二乘法建立独立生物量模型,选择比例总量直接控制及代数和控制2种结构形式的相容性生物量模型,并通过加权非线性似乎不相关回归进行方程组估算,建立了整株及各组分的相容性生物量方程。结果表明: 二元相容性模型优于一元以及独立模型,对整株生物量来说,R²达到0.90～0.99,两种相容性模型对于不同树种来说各有优势但精度差距可以忽略,从林业生产实践角度考虑,比例总量直接控制生物量模型更有实践意义,从遥感技术的变量提取角度考虑,本研究构建了更适于遥感估算的幼树生物量模型,其整体上拟合精度高,可以准确地进行类似气候环境中的幼树整株和各组分生物量的估算。     

利用线性混合效应模型模拟杉木人工林枝条生物量

基于福建省将乐林场45株人工杉木解析木的572组枝条生物量数据,采用线性混合效应模型方法,建立杉木人工林枝条总生物量和枝、叶生物量的预测模型,并利用独立样本数据对模型进行检验.结果表明： 线性混合效应模型比传统多元线性回归模型的拟合精度高.不同随机效应参数的组合,其混合模型的精度不同.考虑异方差结构的混合模型能够消除数据间的异方差性,其精度更高,其中,对于枝条总生物量和叶生物量模型,以指数函数作为异方差结构时的模型精度最高;对于枝生物量模型,以常数加幂函数作为异方差结构时的模型精度最高.模型检验结果表明：对于杉木人工林枝条生物量预测模型,考虑随机效应和异方差结构的线性混合模型的检验精度比传统多元线性回归模型的精度有明显提高.     

上海两种常绿阔叶树种生物量分配及异速生长模型

选取香樟(Cinnamomum camphora)和广玉兰(Magnolia grandiflora)两种上海代表性树种作为研究对象,采用整株收获法获取两种树种主要测树因子和地上各组分生物量,分析生物量分配格局,采用非线性方程,探讨最佳生物量异速生长模型和预测变量。结果表明:(1)香樟和广玉兰树种地上生物量分配表现为干枝叶。树叶、树枝、树干生物量分别占地上整株生物量的17.88%和27.31%、30.48%和27.93%、51.64%和44.76%,广玉兰叶和枝的生物量相对比例差异不显著。(2)基于胸径、高度、冠幅3个变量,建立了9种异速生物量模型,通过方程拟合优度进行评价,香樟叶、枝、干和地上整株生物量分别以模型8、模型3、模型4和模型7拟合效果最好;广玉兰则分别以模型4、模型9、模型2和模型4拟合为好。鉴于树木高度和冠幅的不易获得性,在综合考虑模型拟合优度和适应性的基础上,实际应用中需选择既实用又符合精度要求的模型。     

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.
     

人工长白落叶松立木叶面积预估模型

叶面积影响着树木干物质的生产,进而影响树木乃至整个林分的生长,而叶面积准确估计对分析树木和林分生长具有重要作用.本研究基于黑龙江省长白落叶松人工林中76株解析木数据,分别建立枝条层面和单木层面的叶面积预估模型.结果表明: 考虑样木层次随机效应的最优枝条叶面积混合效应模型包含lnBD(BD为枝条基径)、lnRDINC(RDINC为相对着枝深度)和lnCR(CR为冠长率)3个随机效应参数,具体形式为:lnBLA=β₁+(β₂+b₂)lnBD+(β₃+b₃)lnRDINC+β₄lnDBH+β₅lnHT/DBH+(β₆+b₆)lnCR,其中:β_i和b_i分别是模型的固定效应参数和随机效应参数;DBH为树木胸高处直径;HT/DBH为树高与胸径的比值.模型的修正决定系数(R_a²)为0.90,均方根误差(RMSE)为0.5477,平均偏差(ME)为-0.03,平均绝对偏差(MAE)为0.24,预测精度(P)为91%,枝条叶面积预估模型的预估效果较好.以枝条叶面积预估模型为基础,计算树冠叶面积并建立树冠叶面积预估模型,最终形式为:lnCLA=γ₀+γ₁lnDBH+γ₂CR,其中,γ_i为模型参数.似然比检验结果(P>0.05)说明该模型不用考虑样地层次的随机效应.本研究所建立的立木树冠叶面积预估模型的决定系数(R²)为0.87,RMSE为0.3847,拟合效果好,可以很好地预测人工长白落叶松立木树冠叶面积,为以后叶面积分布和光合作用的研究提供了理论基础.     

Functional identity of overstorey tree height and understorey conservative traits drive aboveground biomass in a subtropical forest

The niche complementarity hypothesis has received empirical support but species differ in functional strategies for their contribution to ecosystem function, as predicted by the mass ratio hypothesis. Our understanding of how functional identity of conservative and acquisitive strategies of trees predicts aboveground biomass across forest strata (i.e. overstorey and understorey) remains unclear. Aboveground biomass, community-weighted mean (CWM − functional identity) of trait values (6 leaf and 2 stem traits), and soil physicochemical properties were estimated for 125 plots in a 5-ha subtropical forest in Eastern China. We used multiple linear regressions models to relate aboveground biomass to CWM indices at overstorey and understorey strata separately, and whole-community level. We finally employed the structural equation model to test for the effects of overstorey on understorey strata, in addition to the effects of soil physicochemical properties. Forest strata optimal models showed that overstorey strata had high aboveground biomass when they are dominated by functional identity of tree height, whereas high aboveground biomass in understorey strata was driven by functional identity of dense-wooded conservative strategy. Whole-community optimal model showed that communities dominated by functional identity of leaf dry matter content and mean leaf area had high aboveground biomass. Aboveground biomass was negatively related to soil nutrients across forest strata and whole-community level. The structural equation model showed that CWM of overstorey tree height did not affect understorey functional identity and aboveground biomass, when soil physicochemical properties were accounted. Soil nutrients had positive effect on functional identity of overstorey tree height whereas negative effect on functional identity of understorey dense-wooded strategy. This study highlights the fundamental roles of forest strata where overstorey and understorey strata contribute to their corresponding aboveground biomass with contrasting functional strategies across a range of soil nutrients. High aboveground biomass was potentially driven by functional identity of tree height through making use of plentiful soil nutrients at overstorey strata, whereas by conservative strategy at understorey strata through enduring nutrient-poor soils. To better understand the roles of functional identity of conservative and acquisitive strategies in driving ecosystem functions, it is worth to analyse forest strata separately.     

白桦和水曲柳树干温度日变化的空间变异及其影响因子

植物温度是森林生态系统能量平衡和植被呼吸估算的重要参数.采用T型热电偶监测树皮和木材特性各异的2个阔叶树种(白桦和水曲柳)不同深度、高度和方位的树干温度(T_s),探索T_s日变化的空间变异及其影响因素.结果表明: T_s月平均日变化格局与空气温度呈相似的正弦曲线,但T_s变化滞后于空气温度,时滞从树皮表面处的0 h增加到6 cm深度处的4 h.随测定深度的增加和高度的降低,T_s日变化的峰值和日较差均逐渐减小.T_s周向差异不大,休眠季节白天南向、西向T_s日峰值略高.两树种树皮和木材的热学特性(比热容和导热系数)的差异,会通过影响树干表面与外界的热交换和树干内部热扩散而造成T_s径向变化的种间差异.白桦树皮较高的反射率削弱了太阳辐射对T_s的影响.多元逐步回归分析表明,环境因子可以很好地估测T_s日动态(R²>0.85),影响程度依次为空气温度>水汽压>净辐射>风速.估算生物量热储和树干表面CO₂通量时应考虑T_s径向、纵向和种间差异.     

大兴安岭东部主要林分类型乔木层生物量估算模型

大尺度森林生物量的估算方法是人们目前关注的焦点,建立林分生物量模型成为一种趋势.本研究以大兴安岭东部6个主要林分类型为研究对象,构建了其总量及各分项一元、二元可加性林分生物量模型.采用似然分析法判断总量及各分项生物量异速生长模型的误差结构(可加型或相乘型),采用非线性似乎不相关回归模型方法估计模型参数.结果表明: 经似然分析法判断,大兴安岭东部6个主要林分类型总量及各分项生物量异速生长模型的误差结构都是相乘型的,对数转换的可加性生物量可以被选用.各林分类型可加性生物量模型的调整后确定系数为0.78～0.99,平均相对误差为-2.3%～6.9%,平均相对误差绝对值6.3%～43.3%.增加林分平均高可以提高绝大多数生物量模型的拟合效果和预测能力,而且总量、地上和树干生物量模型效果较好,树根、树枝、树叶和树冠生物量模型效果较差.为了使模型参数估计更有效,所建立的生物量模型应当考虑林分总生物量及各分项生物量的可加性.本研究建立的林分总量与各分项生物量模型都能对大兴安岭东部6个主要林分类型生物量进行较好的估计.     

广西主要树种(组)异速生长模型及森林生物量特征

基于广西11类主要树种(组)5个龄组(245株样木、345块样地)的生物量实测调查,建立了各树种(组)的生物量优化异速生长模型,探讨广西森林生态系统总生物量及不同森林类型、不同龄组、不同层次的生物量组成与分配。结果表明:(1)广西11类树种(组)叶、枝、干、根、全株生物量(除了杉树叶、桉树叶生物量)、地上-地下、胸径-树高的优化回归模型均为幂函数,经t检验均达到显著水平(P0.05),其中11类树种(组)以全株生物量的模拟效果最好;(2)广西森林总生物量为1425.37 Tg,平均生物量为105.36 Mg/hm2,各森林类型总生物量为松树林(366.14 Tg)硬阔(291.08 Tg)软阔(239.75 Tg)石山林(165.51 Tg)杉木林(164.01 Tg)桉树林(99.55 Tg)栎类(46.34 Tg)八角林(20.21 Tg)油茶林(19.59 Tg)竹林(13.19 Tg),均随年龄的增加而增加,各层次生物量均以乔木层占绝对优势,所占比例为78.30%—97.47%,各龄组地上生物量均大于地下生物量;(3)考虑统计学与实际应用之间的平衡及异速生长模型的可解释量、回归系数的显著性,以胸径为变量的生物量模型能有效估算广西主要树种(组)各器官及总生物量;(4)优化筛选的广西各树种(组)的地上-地下优化异速生长模型及推算的地上-地下生物量比,对于估计广西森林地下生物量具有重要参考价值。     

遥感在森林地上生物量估算中的应用

生物量是地表C循环研究的重要组成部分,生物量研究有助于深入认识区域乃至全球的C平衡。森林作为地球最重要的陆地生态系统,区域乃至全球尺度的森林地上生物量估算一直是生态学研究的难点之一。在大的空间尺度上,遥感技术是估算森林地上生物量的有效手段。TM、AVHRR、SAR等数据以及多源数据的融合在森林生物量估算方面广泛应用,并取得了显著效果。运用遥感技术进行森林生物量估算时,所采用的数据源不同,分析方法也不相同,主要分析方法有:相关分析、多元回归分析、神经网络和数学模型模拟等。随着测定不同空间、时间和波谱分辨率的各种传感器的广泛使用,以及生物量遥感估算模型的进一步发展和完善,大尺度森林生物量的遥感估算研究必将向前迈进一大步。     

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。