浙江省丽水市森林碳汇时空演变及对极端降水的响应

【目的】模拟并分析浙江省丽水市森林净生态系统生产力(NEP)时空演变趋势,揭示其对极端降水的响应机制,为丽水市森林固碳潜力时空评价提供科学依据。【方法】综合样地调查、遥感观测、InTEC模型,模拟3种气候情景(RCP 2.6、RCP 4.5和RCP 8.5)下1979—2079年丽水市森林NEP时空格局,分析极端降水时空特征,构建结构方程模型,探讨极端降水对NEP的影响。【结果】①1979—2015年丽水市极端降水频率和强度呈增加趋势。未来气候情景下除RCP 2.6之外,RCP 4.5和RCP 8.5极端降水量、频率和强度仍持续增加,其中莲都区、缙云县以及景宁畲族自治县等地区极端降水事件上升趋势较强。②1979—2015年森林NEP呈增加趋势,增长速度为18.44 g·m^(-2)·a^(-1)。2016—2079年,3种气候情景下森林NEP均呈下降趋势,但碳汇总量呈上升趋势,最大NEP累积达10.97 Pg。③1979—2015年极端降水对NEP产生积极影响,2016—2079年除RCP 2.6影响不显著,其他2种情景下极端降水对NEP均产生消极影响,但RCP 8.5情景下极端降水较RCP 4.5对NEP的影响更小。【结论】丽水市森林碳汇能力较强,在未来气候情景下仍具有较高的碳汇潜力,然而极端降水对NEP的影响也不容忽视。图5参22.

基于时序Landsat数据的浙江省竹林信息提取及时空演变

【目的】提取浙江省不同时期竹林分布信息,分析其时空演变规律,揭示竹林面积变化与土地利用格局之间的关系,为国家及至全球尺度长时间序列的竹林时空动态研究提供参考。【方法】以浙江省为研究区,基于2000、2004和2008年Landsat5 TM及2014年Landast8 OLI时间序列影像数据,首先,对不同时期的Landsat数据进行大气校正和几何校正,采用最大似然法提取土地利用和竹林时空分布信息;然后,利用变化幅度和动态度2个指标分析4个时期、3个时间段的竹林时空演变规律;最后,建立全省土地利用时空转移矩阵,揭示竹林时空动态与土地利用格局之间的关系。【结果】1)基于时序Landsat数据提取的浙江省竹林信息精度较高,分类精度达75%以上,使用者精度达91%以上,且分类统计面积与实际清查面积高度吻合,面积提取精度达96%以上; 2) 2000—2014年浙江省竹林面积变化幅度和年均变化率分别为16.55%和1.18%,在时空上呈逐渐增加趋势; 3)浙江省竹林面积由2000年占全省面积的7.33%增长到2014年的8.56%,其中针叶林、阔叶林和农田3种土地利用类型变化对竹林面积增加的贡献最大,贡献率分别为28.62%、37.23%和16.15%。【结论】基于Landsat时间序列数据能够高精度监测浙江省竹林资源动态变化,针叶林、阔叶林和农田等土地利用类型减少对竹林面积时空演变具有显著影响。

基于随机森林模型的毛竹林CO_2通量模拟及其影响因子

【目的】探究环境因子对毛竹林CO_2通量的影响,为亚热带典型森林碳循环模拟提供技术和理论支撑。【方法】基于浙江省安吉县山川乡2011—2014年毛竹林通量塔观测数据,采用随机森林模型对毛竹林CO_2通量进行模拟,以均方根误差(RMSE)、决定系数(R^2)和林氏调和系数(LCCC)3个指标评价模型精度,并通过计算环境因子重要性得分来分析环境因子对毛竹林CO_2通量的影响。【结果】随机森林模型能以较高精度模拟毛竹林CO_2通量,但由于2013年7和8月发生极端高温干旱,模型难以刻画这种短时、剧烈的干扰,最终导致测试阶段模型精度(R^2=0.845 5,RMSE=0.437 7 mg·m^(-2)s^(-1),LCCC=0.914 1)低于训练阶段模型精度(R^2=0.961 5,RMSE=0.005 4 mg·m^(-2)s^(-1),LCCC=0.980 1);十折交叉验证表明,随机森林模型拟合效果稳定,且模型内部参数设置合理,模型误差主要来自于输入数据;在月尺度上,环境因子对毛竹林CO_2通量影响的重要性得分表现为光合有效辐射PAR(63.332)>土壤5 cm深处温度T_S(29.932)>空气相对湿度R_H(25.839)>大气温度T_A(25.581)>空气CO_2浓度C_(CO_2)(25.095)>饱和水汽压差VPD(24.123)>风速W_S(23.504)>生态系统有效能量A_E(19.323)>土壤热通量Q_S(18.502),PAR对毛竹林CO_2通量变化影响最大,PAR、T_S和VPD对毛竹林CO_2通量的影响较显著(P<0.05),这3个因子是影响月尺度上毛竹林CO_2通量变化的主导因子。【结论】随机森林模型能以较高精度拟合毛竹林CO_2通量;在相关环境因子中,光合有效辐射、土壤5 cm深处温度和饱合水汽压差对毛竹林CO_2通量影响的贡献最显著,这3个因子对毛竹林CO_2通量月尺度上的变化具有控制作用。

中国亚热带干旱多尺度时空格局及演变趋势

为探讨不同时间尺度下中国亚热带区域干旱的时空特征,利用1 km气象数据计算1959—2019年亚热带区域标准化降水蒸散发指数(SPEI),并且结合干旱线性变化趋势、影响范围、强度及频率,分析了不同时间尺度(1月、3月、6月、12月)下中国亚热带区域干旱的时空特征。结果表明:(1)干旱时期主要集中在2004—2014年,干旱化区域空间上呈现明显的东西对比,时间尺度上秋季的干旱化趋势最为显著;(2)各时间尺度的干旱影响范围都处于不断波动上升的趋势,尤其是在1995年之后,干旱影响范围上升趋势尤为明显;(3)季节和干湿季较大干旱强度零星分布在亚热带西南部及湖南、江西等省,年际较大干旱强度则主要集中在亚热带东南部;(4)秋季发生干旱的频率最高,年际发生中度及以上干旱频率最高,春季高频中度及以上干旱频率集中在四川、西藏等地,秋季和年际主要集中在四川、重庆和贵州的交界处,夏季、冬季以及干湿季则零星分布在亚热带各省份。综上,亚热带总体呈现干旱化趋势,季节、干湿季和年际尺度的干旱影响范围时间序列变化趋势较为相似,但干旱强度和干旱发生频率在空间上存在一定差异。

双集合卡尔曼滤波LAI同化结合BEPS模型的竹林生态系统碳通量模拟

叶面积指数(LAI)是森林生态系统碳循环研究的重要观测数据,也是驱动森林生态系统模型模拟碳循环的重要参数.本文以毛竹林和雷竹林为研究对象,首先利用双集合卡尔曼滤波,同化两种竹林生态系统观测站点2014—2015年MODIS LAI时间序列数据,然后将同化的高质量毛竹LAI和雷竹LAI作为输入数据驱动BEPS模型,模拟两种竹林生态系统总初级生产力(GPP)、净生态系统碳交换量(NEE)和总生态系统呼吸(TER)等碳循环数据,并用通量站实际观测值评价模拟结果;另外,还对比不同质量LAI对碳循环模拟的影响.结果表明:双集合卡尔曼滤波同化得到的毛竹林和雷竹林LAI与实测LAI之间的相关关系极为显著,R^2分别为0.81和0.91,且均方根误差和绝对偏差均较小,极大地提高了MODIS LAI的产品精度;在同化得到的LAI驱动下,BEPS模型模拟的毛竹林GPP、NEE和TER与实际观测值之间的R^2分别为0.66、0.47和0.64,雷竹林分别为0.66、0.45和0.73,模拟结果均好于三次样条帽盖算法平滑LAI模拟得到的GPP、NEE和TER,其中,毛竹林、雷竹林NEE的模拟精度提高幅度最大,分别为11.2%和11.8%.

基于感知数据的无线传感网被动诊断方法

由于硬件与网络资源的极度受限,无线传感器网络(WSN)的故障诊断成为该领域内的一个研究难点.针对现有诊断方法网络开销大、方法复杂等缺陷,提出了一种基于感知数据的故障诊断(DSD)方法.以部署在实际森林环境中的GreenOrbs系统收集的大量感知数据为基础,通过分析感知数据特征分类的方法,建立与网络故障之间的对应关系,以自主学习的方式不断演化故障知识库,确定故障类型.实验结果表明,与其他诊断方法相比,DSD具有网络通信负担小、资源消耗低、诊断效率高等优点,并支持在大规模WSN的实际部署.

决策树结合混合像元分解的中国竹林遥感信息提取

竹林是中国亚热带地区特殊而重要的森林资源,现有方法难以实现全国范围竹林时空分布信息快速准确提取。针对此问题,本研究利用2003年、2008年、2014年MODIS NDVI、反射率产品数据和省域Landsat分类数据,提出了基于决策树结合混合像元分解的全国竹林信息提取方法。首先,通过最大似然法获取中国林地分布信息;然后,在林地信息的基础上,构建决策树模型提取中国竹林分布信息;最后,采用线性最小二乘法混合像元分解得到中国竹林丰度图,并计算竹林面积。研究结果表明:(1)最大似然法提取的3个时期中国林地信息的生产者与用户精度均在90%以上,Kappa系数均值为0.93,为竹林信息提取奠定了基础。(2)C5.0算法构建的决策树模型能够很好的提取中国竹林时空分布信息,3个时期竹林分类精度均在80%左右。(3)在混合像元分解的基础上,统计得到的全国各省竹林估算面积与清查面积具有较高的相关性,R^2分别为0.98、0.97和0.95,RMSE范围为3.92万—9.58万ha,说明估算得到全国竹林面积与实际情况较为吻合。本研究所提出基于MODIS遥感数据运用C5.0算法决策树结合混合像元分解的方法,实现了全国竹林时空分布信息的准确提取,为全国竹林资源信息动态监测及管理提供了技术手段和数据支撑。

基于MODIS时间序列反射率数据的雷竹林LAI反演

本文以雷竹林为研究对象,基于MODIS地表反射率数据构建了归一化植被指数(NDVI)、比值植被指数(SR)、Gitelson绿色植被指数(GI)、增强型植被指数(EVI)和土壤调整植被指数(SAVI)5种植被指数,并将其与MODIS 7个波段原始反射率数据作为遥感变量,采用逐步回归和相关分析两种方法进行变量筛选,结合LAI实测数据构建了逐步回归和BP神经网络两种模型,对雷竹林生态系统观测站点2014年1月—2017年3月LAI时间系列数据进行反演,并将反演结果与同时期MOD15A2 LAI产品进行对比分析.结果表明:SR为唯一入选逐步回归模型的变量;b1、b2、b3和b7以及5种植被指数与LAI之间的相关性均达到显著水平,可作为BP神经网络模型的输入变量.使用BP神经网络反演得到的LAI与实测LAI之间的相关性显著,R^2为0.71,RMSE为0.34,RMSEr为13.6%,其R^2比逐步回归模型提高了10.9%,RMSE降低了5.6%,RMSEr降低了12.3%,与MODIS LAI相比,其R^2提高了54.5%,RMSE降低了79.3%,RMSEr降低了79.1%.结合MODIS时间序列反射率和BP神经网络模型能够精确地反演雷竹林LAI,为实现基于遥感技术快速监测区域雷竹林LAI提供可行的方法.

浙江省竹林地上碳储量的时空动态模拟及影响因素

竹林具有高效的固碳能力,在应对全球气候变化中扮演重要角色.然而,目前大尺度竹林碳储量估算误差大,导致竹林碳储量时空格局存在较大的不确定性.本研究以浙江省为例,耦合遥感数据和BIOME-BGC生态系统过程模型模拟1984—2014年浙江省竹林地上碳储量,并利用森林资源清查数据进行精度验证,分析浙江省竹林地上碳储量时空格局以及环境因子对竹林地上碳储量的影响.结果表明:模拟得到的竹林地上碳储量精度较高,平均相关系数(r)、均方根误差(RMSE)和相对偏差(rBIAS)分别达到了0.75、7.24 Mg C·hm^(-2)和-2.57 Mg C·hm^(-2),全省竹林地上碳储量总体呈上升趋势,碳密度在13.10～17.14 Mg C·hm^(-2),总碳储量在9.94～17.19 Tg C,其中,竹林地上碳储量高值区域主要分布在安吉、临安、龙游等竹产业发达地区.竹林地上碳储量的变化与温度、降水、辐射、CO_2浓度、大气N沉降5个环境因子显著相关,降水量和温度与碳储量的偏相关系数较大.

综合面向对象与决策树的毛竹林调查因子及碳储量遥感估算

综合面向对象和CART决策树方法,对浙江省安吉县山川乡毛竹林分布信息及胸径、树高、郁闭度等调查因子和地上部分碳储量进行遥感定量估算.结果表明:综合基于多尺度分割的对象特征及决策树,能够充分利用不同尺度层次信息关联的优势,实现毛竹林专题信息高精度提取,其用户精度达到89.1%;基于对象特征构建的毛竹林调查因子回归树估算模型,其估算结果均能达到正常或较好水平,其中,郁闭度回归树模型的精度最高为67.9%,估算效果较好;而平均胸径和树高估算的总精度相对较低,这与采用光学遥感数据进行森林树高、胸径估算达不到理想结果的结论一致;毛竹林地上部分碳储量回归树模型的估算结果较好,高值区域估算精度达到80%以上.

中国亚热带极端降水时空演变及其对潜在净初级生产力的影响

亚热带植被具有强大的固碳潜力,然而由气候变化导致的极端天气,特别是日益增多的极端降水事件,对其碳循环产生了巨大的影响。本研究基于1 km栅格气象数据计算了持续干期(CDD)、持续湿期(CWD)、日最大降水量(Rx1day)、连续5日最大降水量(Rx5day)、强降水量(R95p)和年总降水量(PRCPTOT)6个极端降水指数,分析了1970—2019年极端降水时空演变特征和亚热带植被净初级生产力(NPP)的时空格局,并探讨极端降水对植被NPP的影响。结果表明:除CWD外,其他指数均呈增加趋势,呈现降雨极端异常值增多、干旱化不显著的趋势;空间分布上越靠近西北方向越干旱,越往东南方向越湿润,空间变异特征显著;中国亚热带植被NPP以5.8 g C·m^(-2)·10 a^(-1)的速率增加;年均NPP空间分布上由东南向西北递减,空间变异整体较小;植被NPP与极端降水量指数、CWD之间以正相关为主,与CDD以负相关为主;植被NPP对CWD的变化最敏感,对CDD敏感性的空间变异最大,并且持续干期越长、极端降水量越多的地方,NPP对极端降水的敏感性越高,而持续湿期越长的地方,NPP对其敏感性越低。研究结果将为评估亚热带地区极端天气及其对植被NPP的影响提供理论支持,为理解亚热带植被响应气候变化提供重要数据支持。

PROSPECT5耦合4SAIL模型的亚热带典型森林冠层反射率时间序列模拟

冠层反射率在森林植被类型精确解译、森林碳同化关键参数如叶面积指数(LAI)、叶绿素等遥感反演等方面具有重要意义.本研究以亚热带毛竹林、雷竹林和常绿落叶阔叶混交林3种典型森林类型为研究对象,通过耦合PROSPECT5和4SAIL模型模拟其冠层反射率时间序列.首先,对PROSPECT5和4SAIL模型参数进行敏感性分析,探讨模型参数对冠层反射率的影响;其次,利用实测反射率对不敏感参数进行优化,并确定其参数值;最后,耦合PROSPECT5和4SAIL模型模拟3种亚热带森林冠层反射率,并与MODIS反射率进行对比.结果表明:LAI对第1、2、3、5、7波段最敏感,各波段的总敏感指数分别为0.80、0.83、0.94、0.66、0.47;叶绿素含量对第4波段最敏感,总敏感指数为0.59;叶片含水量对第6波段的敏感性最大,总敏感性指数为0.54;叶子结构参数、类胡萝卜素、热点参数、干物质含量和土壤干湿比等参数对各个波段都不敏感或敏感性较小.优化后的PROSPECT5和4SAIL模型模拟得到的冠层反射率能够真实反映3种典型森林的季节性变化规律,通过与MODIS反射率对比分析发现,模拟冠层反射率和MODIS反射率之间具有较高的决定系数,分别为0.86、0.90、0.93,均方根误差(RMSE)也较小,分别为0.09、0.07、0.05,且模拟反射率能在一定程度上解决MODIS反射率数据冬季易受雨雪、混合像元影响等问题.