引入环境变量的香格里拉市高山松碳储量估测

森林碳储量是森林固碳能力的重要参考指标,准确估算森林碳储量对陆地碳循环具有重要意义。以香格里拉市1987—2017年Landsat TM/OLI遥感影像、森林资源连续清查数据和地形数据为主要数据源,利用Pearson相关性法、Spearman相关性法、Kendall’sτ相关性法、距离相关性法和决策树法筛选预测变量,并引入不同环境变量结合随机森林(RF)模型估测香格里拉市高山松碳储量。结果显示:(1)在不同方法筛选出的预测变量中,偏度、角二阶矩等纹理因子与高山松碳储量相关性最高;(2)通过决策树法筛选出的变量组合所构建的RF模型效果最优,其R^(2)为0.845,RMSE为10.076 t/hm^(2),rRMSE为29.254%,P为0.747;(3)引入环境变量后,精度都有不同程度提升,其中地表温度对模型精度的提升最高,其R^(2)提高了4.80%,RMSE降低了1.71 t/hm^(2),rRMSE降低了5.391%,P提高了6.60%;(4)1987—2017年,香格里拉市高山松碳储量时空变化较明显,高山松碳储量增加了651.266×10^(4)t。因此,不同的变量筛选方法会影响碳储量估测的准确性,同时引入环境变量能够提高模型估测精度,研究结果可为后续基于遥感的碳储量估测提供参考。

基于地统计模型的林分蓄积量空间异质性研究

基于云南省昭通市大关县天星镇林分二调数据,以林分蓄积量作为因变量,将郁闭度、平均胸径、平均海拔和坡度作为自变量,采用最小二乘法模型(OLS)和地理加权回归模型(GWR),对林分蓄积量的空间效应进行分析。结果表明:1)距离在6 075 m以内,林分蓄积量在总体上呈现出显著的空间自相关性,且随距离的增大自相关性逐渐减小最后趋于稳定;2)随着间隔距离的增加,基台值逐渐减小,块金值逐渐增加,在距离达到6 075 m时趋于稳定;3)平均胸径、郁闭度和平均海拔与林分蓄积量呈现出正相关性,而坡度与林分蓄积量具有负相关性;4)GWR模型的R2(0.73)和预测精度P(0.60)均大于OLS模型R2(0.34)和预测精度P(0.54)。林分蓄积量在空间尺度上具有异质性,且GWR模型能很好地描述林分蓄积量的空间异质性,采用合理的经营方式以促进林木胸径、郁闭度的生长,同时考虑海拔和坡度的影响,从而促进林分蓄积量的增长。