-
题名不同采样密度下县域森林碳储量仿真估计
被引量:4
- 1
-
-
作者
郭含茹
张茂震
徐丽华
袁振花
秦立厚
陈田阁
-
机构
浙江农林大学浙江省森林生态系统碳循环与固碳减排重点实验室
浙江农林大学环境与资源学院
濮阳市华龙区科学技术局
-
出处
《生态学报》
CAS
CSCD
北大核心
2016年第14期4373-4385,共13页
-
基金
国家自然科学基金项目(30972360
41201563)
浙江省林业碳汇与计量创新团队项目(2012R10030-01)
-
文摘
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。
-
关键词
序列高斯协同仿真(SGCS)
序列高斯块协同仿真(sgbcs)
森林碳分布
空间变异
不确定性
-
Keywords
sequential gaussian co-simulation (SGCS)
sequential gaussian block co-simulation (sgbcs)
forest carbon distribution
spatial variability
uncertainty
-
分类号
S718.5
[农业科学—林学]
-