基于ASRL模型反演内蒙古大兴安岭森林地上生物量

发布时间：2020-08-28 14:04

　　森林作为陆地生态系统的重要组成,参与全球的碳循环和水循环过程,对区域甚至是全球的气候变化影响深远。森林的生物量是估算森林碳储备、碳收支的关键参数,也是评价森林固碳能力的直接标志。近年来,环境问题越来越受重视,保护生态环境已经成为全球的共识,森林生物量反演的研究愈发热门。本文应用尺度生长与资源限制理论,结合实测的样地数据和气象数据,反演内蒙古大兴安岭森林地上生物量,主要内容分为两部分:区域最大树高反演和区域生物量反演。最大树高是森林植被中了解植物群落特征的重要指标,受区域资源限制。本文应用代谢缩放理论和水能平衡方程(PM方程)构建异速生长与资源限制最大树高模型(ASRL),并利用实测的树高、胸径(DBH)、和冠层高度数据,对模型的理论参数进行优化。基于优化后的ASRL树高模型,将1970-2000年的月平均气象数据,包括降水、风速、水汽压、气温和太阳辐射作为输入,反演内蒙古大兴安林森林1km~2区域的最大树高。区域最大树高10-40米范围,呈现北高南低的趋势。对于反演出的最大树高,使用GLAS提取的最大树高进行交叉验证,结果表明,R~2=0.64,RMSE=2.87m,MPSE=12.45%,精度效果较好。此外,本文还对模型的优化和敏感性进行了评估,结果表明,优化后模型的反演效果明显提升,模型对气温和水汽压敏感性显著,降水和风速次之,对太阳辐射敏感性最低。基于森林结构的定量理论,本文使用实测的生物量和胸径数据,建立了区域最大树干半径和区域生物量密度的异速生长方程,并用Powell算法实现参数优化。使用实测树高、胸径数据,拟合树高-胸径的尺度生长关系,将内蒙古大兴安岭区域最大树高转换成区域最大树干半径,代入到生物量方程中,实现生物量密度反演。使用方精云2003年的林场实测数据对本文反演的生物量进行验证,R~2=0.5476,RMSE=17.79t/ha,MPSE=23.57%,反演精度较好。
【学位单位】：南京信息工程大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：O212;S718.5
【部分图文】：

路线图,技术流程,最大树

南京信息工程大学硕士学位将反演得到的最大树高，根据树高-胸径的尺度生长关系换算成最大树数优化后的生物量模型，反演内蒙古大兴安岭森林地上生物量。结果使用量数据验证。文的技术路线图如图 1-1 所示。

图 2-1 实测样地分布2.3 气象数据气象数据使用的是 WorldClim 全球气象数据。WorldClim (http://worldclim.org/)是Hijmans 等人合作共建，由美国加州大学伯克利分校发布的一个全球性的气象栅格数据网站。WorldClim 是由多年全球气象站点观测数据插值生成的，其中有 47554 个站点的降水记录，24542 个站点的平均温度以及 14835 个站点的最低温度和最高温度。最高空间分辨率为 30′（约 1km2），分为 Version 1.4 和 Version 2.0 两个版本的数据集。其中，1.4 版本的数据集提供 1960-1990 年的最低气温、平均气温、最高气温和降水的月平均数据，2.0 版本的数据集提供 1970-2000 年的最低气温、最高气温、平均气温、降水、太阳辐射、风速和水汽压的月平均数据。本文使用的 WorldClim 数据就是 Version 2.0 中的平均气温、降水、风速、太阳辐射和水汽压的多年月平均栅格数据，空间分辨率为 30′。

森林类型图

第二章数据收集与处理据用的遥感数据分为 Modis（中分辨率成像光谱仪）的土地覆植被覆盖度产品 VCF（VegetationContinuousField）MOD44B、V2 产品、和星载激光雷达数据。产品土地覆盖类型产品提供了基于 5 种分类方案的分类结果，分划方案（IGBP）、美国马里兰大学方案（UMD）、基于叶面积指数I/fPAR）、基于初级经生产力方案（NPP）和植物功能方案（PFT的数据集，原始分辨率为 500 米，使用 MRT 进行拼接和投影转分类结果是基于 IGBP 分类方案[38]的分类结果，如图 2-2 所示盖类型为针阔混交林，只有北部区域有少量的落叶针叶林。

【相似文献】