生物量估测模型中遥感信息与植被光合参数的关系研究

本文通过对建立估测植被生物量遥感模型中所涉及的遥感信息参数与植被光合参数的关系分析，从理论和实验中阐明了反映植物长势的归一化植被指数（ＮＤＶＩ）和反映植物光合面积的叶面积指数（ＬＡＩ）、光合有效辐射（ＰＡＲ）及吸收光合有效辐射（ＡＰＡＲ）的相互关系，对在实际中建立更为机理的生物量遥感模型提供可供进一步参考的依据。

毛乌素沙地沙柳生物量估测模型研究

以内蒙古鄂尔多斯毛乌素沙地优势灌从沙柳(Salix psammophila)为研究对象,利用其易测指标株高(H)和冠幅直径(D)作为变量,结合实地获取的沙柳地上生物量与地下根系生物量,进行回归分析构建沙柳生物量模型.通过综合对比分析各预测模型的判定系数(R2)、F检验和平均估算误差(AEE)等指标,筛选出沙柳最佳生物量估测模型.沙柳生物量的最优模型为:地上生物量WA=0.326(HD)1.831,地下(根系)生物量WR=0.343(HD)1.497,总生物量WT=0.72(HD)1.660.模型的建立为毛乌素沙地沙柳群落生物量的测定提供了一种简便、实用的方法.

1980-2021年新疆云杉生物量估测模型及参数数据集

云杉是新疆山地森林的优势树种,精准估测新疆云杉生物量对评估新疆森林生态系统结构、功能、质量和效益具有重要作用。本研究通过构造检索式在中国知网、Web of Science、全国标准信息公共服务平台收集新疆云杉生物量估测模型的相关文献,通过文献整理并使用CiteSpace软件绘制可视化图谱,构建了新疆云杉生物量估测模型及参数数据集,生物量估测模型包括基于测树因子的生物量估测模型和基于遥感、机器学习算法的生物量估测模型。其中,基于测树因子的生物量估测模型共有13种,拟合公式101个,适用于云杉各器官、地上等部分生物量的估测;基于遥感、机器学习算法的生物量估测模型共有3种,拟合公式12个,适用于云杉林生物量的估测。本数据集可以为新疆云杉生物量估测的研究提供模型数据支持。

库布齐沙漠人工灌木林生物量的遥感估测模型构建

以库布齐沙漠沙柳(Salix psammophila)、柠条锦鸡儿(Caragana korshinskii)、沙棘(Hippophae rhamnoides)、杨柴(Corethrodendron fruticosum var.mongolicum)4种主要人工灌木林为研究对象,设置柠条锦鸡儿样地69块、沙棘样地53块、沙柳样地59块、杨柴样地39块,对每个样地选取1株标准株进行样品收集,计算全株生物量(含地下生物量)及样地生物量;以样地人工灌木林全株生物量为评价指标,以2017年陆地卫星8号携带的运营性陆地成像仪(Landsat 8 OLI)卫星遥感影像数据的遥感影响因素6个波段反射值(蓝光波段(B_(2))、绿光波段(B_(3))、红光波段(B_(4))、近红外波段(B_(5))、短波红外波段1(B_(6))、短波红外波段2(B_(7))),依据样地调查数据计算的植被影响因素5个植被指数(归一化植被指数(I_(V,ND))、增强型植被指数(I_(V,E))、比值植被指数(I_(V,R))、土壤调整植被指数(I_(V,SA))、修正的土壤调节植被指数(I_(V,MSA)))为影响因素,应用逐步回归法,构建库布齐沙漠4种人工灌木林生物量(W)的遥感估测模型,探索提升估测库布齐沙漠人工灌木林生物量及生态系统碳储量精度的方法。结果表明:与柠条锦鸡儿林生物量相关性较高的遥感影响因素为B_(2)波段反射值(ε_(B2))、B_(6)波段反射值(ε_(B6)),与沙棘林生物量相关性较高的遥感影响因素为I_(V,R)、I_(V,MSA),与沙柳林生物量相关性较高的遥感影响因素为I_(V,ND)、I_(V,SA),与杨柴林生物量相关性较高的遥感影响因素为B_(6)波段反射值(ε_(B6))。经相关分析,筛选出与生物量相关性较高的影响因素,应用逐步回归法,建立了柠条锦鸡儿、沙棘、沙柳、杨柴4种灌木林生物量的遥感估测模型;柠条锦鸡儿林生物量的遥感估测模型为多元线性回归方程,沙棘、沙柳和杨柴均为一元归线回性模型。柠条锦鸡儿林生物量的遥感估测最优模型为W_(NT)=4.364-0.008ε_(B2)+0.002ε_(B6),决定系数(R^(2))为0.49,预估精度为72.1%;沙棘林生物量的遥感估测最优模型为W_(SJ)=-3.368+8.027 I_(V,MSA),R^(2)为0.51,预估精度为62.5%;沙柳林生物量的遥感估测最优模型为W_(SL)=-10.803+23.853 I_(V,SA),R^(2)为0.47,预估精度为76.5%;杨柴林生物量的遥感估测最优模型为W_(YC)=1.643-0.0003ε_(B6),R^(2)为0.41,预估精度为72.2%。

新疆西伯利亚云杉生物量模型研究

基于50株样木的实测数据,运用相关分析和回归分析方法,采用四种模型构建了西伯利亚云杉的地上、地下和各组分器官的生物量估测模型,对比分析了各拟合结果得出以下结论:各生物量模型对比得知,地上和树干生物量模型估计精度均高于树枝、树叶和地下生物量模型;最优的二元模型拟合度和预估精度都优于一元模型,其中地上和树干生物量二元模型精度提高显著;树枝、树叶和地下生物量模型二元模型精度提高有限,建议实际应用时采用一元模型W=a Db。各生物量二元模型拟合优度和预估精度对比分析显示,不同的变量组合拟合效果不同,常用变量D2H在估计树枝、树叶生物量时效果不如一元模型精度,而变量D3/H对树枝树叶生物量的估计最有效。

基于STARFM的草地地上生物量遥感估测研究——以甘肃省夏河县桑科草原为例

遥感数据具有实时、动态、大范围等特点,在草地资源监测与管理研究中获得了广泛应用。然而,单一的遥感植被指数无法同时满足草地地上生物量观测中时空分辨率的需求。因此,本研究基于时间序列Landsat NDVI和MODIS NDVI数据,结合时空融合算法(spatial and temporal adaptive reflectance fusion model,STARFM),生成了2000-2016年高时空分辨率的植被指数数据集(NDVI_(STARFM),时间分辨率为16 d,空间分辨率为30 m,并基于2013-2016年地面实测草地地上生物量数据,构建了夏河县桑科草原高寒草地地上生物量遥感反演模型,分析了2000-2016年研究区草地地上生物量生长状况和变化趋势。结果表明:1)基于NDVI_(STARFM)的最优估测模型为乘幂模型,其R^(2)为0.58,均方根误差(root mean square error,RMSE)为795.62 kg·hm^(-2),模型的表现能力次于Landsat NDVI最优估测模型(R^(2)=0.76,RMSE=634.83 kg·hm^(-2)),而优于MODIS NDVI最优估测模型(R^(2)=0.24,RMSE=937.79 kg·hm^(-2));2)基于NDVI_(STARFM)最优估测模型对各样区草地地上生物量总产的估测精度优于MODIS NDVI而次于Landsat NDVI,总体精度达84.05%;3)2000-2016年来,夏河县研究区草地地上生物量总体呈现增加趋势,其中90%左右的区域年增量大于30 kg·hm^(-2),草地地上生物量呈现减少趋势的区域仅占2.30%。

我国南亚热带灌丛群落特征及生物量的定量计算

以广东省11个县区的灌丛为研究对象,基于18个调查点植被群落调查方法获取的数据,分析了广东省灌丛群落的分布、结构、种群的数量特征并明确了生物量计算方法。研究结果如下:1)从区域分布来看,广东省灌丛群落分布广泛,粤北地区灌丛分布面积占广东省灌丛总面积的50%以上。2)广东省灌丛群落主要由灌木层、草本层及层间植物构成,灌木层和层间植物分层不明显。3)从群落组成来看,广东省灌丛群落植物种类组成丰富,但灌丛群落均匀性偏低,具有较高丰富度的种类仅占很少部分,其中,桃金娘Rhodomyrtus tomentosa、岗松Baeckea frutescens、檵木Loropetalum chinense、火棘Pyracantha fortuneana等在群落中占有明显的优势。4)建立了广东省7种灌木优势种的生物量估测模型,回归方程均达到统计上极显著水平(P<0.01);其中,C V(树冠投影体积)和D2H(D基径,H高度)作为自变量,是估测灌丛总生物量的最优指标。研究结果为准确估算广东省灌丛生态系统碳储量及植被保护、土地利用提供了科学依据。

天目山自然保护区典型森林植被乔木层生物量研究

对天目山自然保护区8种典型森林类型(杉木林、马尾松林、针阔叶混交林、常绿阔叶林、毛竹林、常绿落叶阔叶混交林、落叶阔叶林、落叶矮林)进行样地调查并计算了各个森林类型乔木层林分密度、物种种类、优势树种、生物量。结果表明,生物量大小顺序为常绿落叶混交林>落叶阔叶林>针阔混交林>杉木林>常绿阔叶林>马尾松林>毛竹林>落叶矮林;在海拔1 000 m以下的5种森林类型,生物量变化不大;而在海拔1 000 m以上的3种森林类型,随海拔升高生物量下降,物种则增加。

北京市延庆县落叶乔木层地上部分生物量的研究

对北京市延庆县四海镇西沟里村集体林分5种落叶乔木(白桦,楸树,山杨,柞树,落叶松)进行野外调查的结果表明,该林分单木各分量生物量的最优模型均为CAR模型,各最优模型的变量主要为胸径(D)和树高(H)因子,D2H能够很好地反映树干的干重,胸径和树高能够很好地反映树枝、树叶的变化;该地区落叶乔木层生物量总量为70 912.103 63 t。

青藏高原东北缘3种灌木数量性状、龄级结构及自疏特征

以青藏高原东北缘高寒灌丛优势种金露梅(Potentilla fruticosa)、高山柳(Salix cupularis)和头花杜鹃(Rhododendron capitatum)为对象,通过对其数量性状(株高、冠幅直径、分枝数、单株重、个体分枝重)与年龄结构及自疏特征分析,构建3种灌木株丛生物量估测模型,明确其年龄结构模式,确定3种灌木分枝数和分枝重之间是否存在自疏特征。结果表明:1)植物种群数量性状对其地上部分单株重影响为金露梅>高山柳>头花杜鹃;2)冠幅直径可作为3种灌木单株重估测模型适宜指标,基于冠幅直径(CD,cm)构建的灌木单株重(PW, kg)估测模型PW_(金露梅)=–0.310+0.014CD,PW_(高山柳)=–1.688+0.033CD和PW_(头花杜鹃)=–0.203+0.013CD;3)头花杜鹃和高山柳属于增长型种群,具一定稳定性,金露梅属于稳定型种群;4)头花杜鹃株丛分枝数和分枝重之间存在明显自疏特征。研究认为,3种灌木的数量性状、年龄结构和自疏特征存在分异特征,是其对高寒生境的长期适应性结果。