基于RS和GIS東北天然林區(qū)域森林生物量及碳貯量估測研究.pdf

1、近些年來，森林銳減、土地退化、環(huán)境污染、生物多樣性喪失，特別是人類活動產生的CO2濃度急劇上升和由此導致的溫室效應等是目前人類面臨的最嚴峻的全球環(huán)境變化問題，所以全球碳循環(huán)研究受到人類的普遍關注。為了正確評估森林在全球碳平衡中的作用，了解森林生態(tài)系統(tǒng)在碳循環(huán)中的作用，對森林的碳動態(tài)進行更為細致的研究正日益成為人們關注的重點。森林生物量估算是進行陸地生態(tài)系統(tǒng)碳循環(huán)和碳動態(tài)分析的基礎，業(yè)已成為生態(tài)學和全球變化研究的重要內容之一。3S(RS、

2、GIS和GPS)技術的出現(xiàn)和發(fā)展，為在大尺度上進行生物量研究提供了可能。 本研究適應這一需要，以吉林省汪清林區(qū)為實驗基地，利用3S集成技術及時進行理論和方法研究，以期達到能夠實時有效地對森林生物量做出精確估測，為我國今后開展此類項目提供實踐經驗。本研究主要研究內容為：(1)基于森林調查的相容性森林生物量模型設計思想，采用聯(lián)立方程組為不同森林群落構造了一系列引入林分蓄積因子的相容性生物量模型，并且得到了相當高的預估精度。其中針葉林

3、、闊葉林和針闊混交林群落的森林生物量模型預估精度均在95％以上，基本上解決了森林生物量模型的相容性問題，是該領域一個較大的進展。利用該模型得到汪清林業(yè)局針葉林、闊葉林和針闊混交林的森林生物量密度分別為97.78、121.96和110.44t·hm-2，其中喬木層生物量占三種森林群落森林生物量的比例分別為95.01％、93.89％和94.2％。無論是對喬木層、下層灌草還是整個森林群落，生物量密度都以闊葉林為最大，針闊混交林次之，針葉林為最

4、小。下層灌草生物量占森林生物量的比例以闊葉林為最大，針闊混交林次之，針葉林為最小。 (2)結合GIS技術，應用B-P神經網絡建立了森林生物量非線性遙感模型系統(tǒng)。該系統(tǒng)除了采用遙感圖像提供的各波段的灰度值、植被指數(shù)等信息作為模型自變量外，還引入了立地類型、海拔、坡度和坡向等定量與定性因子。通過壓縮輸入數(shù)據(jù)和增強網絡訓練學習算法等措施，對標準B-P神經網絡進行了增強。結果證明增強型B-P神經網絡具有收斂速度快和自學習自適應功能強的特

5、點，能最大限度地利用已知數(shù)據(jù)遙感圖像樣本集的先驗知識，自動提取合理的模型。因此最終采用增強型B-P神經網絡構造了森林生物量模型系統(tǒng)。在研究中發(fā)現(xiàn)，基于幾何精校正后的數(shù)據(jù)較幾何精校正前的更為適合用于建立森林生物量模型。以75m為緩沖區(qū)提取的數(shù)據(jù)較15m和45m的更為適合用于建立森林生物量模型。對針葉林、闊葉林和針闊混交林的森林生物量模型系統(tǒng)，增強型算法仿真結果的平均相對誤差分別為-1.47％、2.38％和3.56％，平均相對誤差絕對值分別

6、為6.33％、8.46％和8.91％，取得了理想的預估效果，并輸出了森林生物量/碳貯量分布圖。綜合土地覆蓋圖的分類精度(90.47％)，增強型B-P神經網絡森林生物量模型的最終預測精度為88.04％，滿足生產精度要求。 (3)以森林生物量分布圖為基本圖層進行了空間分析。研究區(qū)闊葉林生物量/碳貯量占總量的61％，在該地區(qū)占主導地位，為主要森林碳庫。其次為針闊混交林和針葉林，森林生物量/碳貯量分別占總量22％和17％。1995～19

7、99年間，我國遙感估計森林面積為142.60Mhm2，平均碳貯量和碳庫分別為25.77t·hm-2和3.68GtC。本研究區(qū)的遙感估計森林面積為0.2222Mhm2(除去云及陰影區(qū)和蘭家林場)，占全國森林面積的0.16％，而森林碳庫卻為0.012GtC，占全國碳庫的0.33％。森林平均碳貯量為51.84t·hm-2，明顯高于全國平均值。森林生物量分布隨海拔等級變化從大到小的排列次序為：中等＞較低＞較高＞低＞高。隨坡度變化從大到小的排列次