【摘要】：森林是人与自然和谐的关键与纽带,具有调节气候、涵养水源、保持水土、固碳释氧、保护生物多样性等多种功能,对区域生态安全、美化人居环境具有巨大作用。浙江省作为我国东南沿海经济发达省份,经济的高速增长过程中对森林的破坏和由此导致的生态环境问题也日趋严重。改革开放以来,着眼于发挥森林减排和防灾功能,浙江省进一步加大了生态公益林的建设力度,然而目前浙江省生态公益林还存在林分质量差、林种树种结构不合理等问题。因此,加快生态公益林体系建设,对于建设“美丽浙江”,为全面高水平建成小康社会提供生态支撑,意义重大。本文选取了在公益林监测过程中的生物量指标,结合公益林大样本生态监测数据和遥感生物量监测模型,对浙江省生物量分布特征进行了研究,并进一步对典型县市的公益林生物量时空动态进行了分析。主要研究内容和结论如下:(1)运用浙江省生态公益林大样本生态监测数据,系统地分析了公益林群落生物量时空特征。公益林中针阔混交林单位面积生物量最高,然后依次为杉木林、阔叶林、松林和灌木林。从群落垂直梯度分析,乔木层生物量以杉木林最高,灌木林最低;下木层的生物量以阔叶林最高,杉木林最低;草本层的生物量杉木林最高,阔叶林最低。从海拔梯度分析,灌木林群落生物量在不同海拔梯度下没有显著差异;松林和杉木林群落生物量随着海拔梯度升高而增加;针阔混交林和阔叶林群落生物量分别在0-200m和1000-1500m梯度达到峰值。2001至2010年的10年间,松林、杉木林、阔叶林、针阔混交林、竹林和灌木林单位面积生物量分别增长72.5%、84.3%、38.4%、24.8%、33.4%和133.9%,公益林单位面积生物量的年增长率为5.69%。从不同林分类型的不同林龄生物量变化看,松林和杉木林到了中后期生物量的增长较小,而针阔混交林和阔叶林的生物量进入近熟林后,其生物量的增长依然保持较高的水平。不同群落公益林生物量在不同地形条件下分布规律具有差异。松林、杉木林和阔叶林的群落生物量依次为中山 低山 丘陵,针阔混交林为低山 丘陵中山,竹林为低山中山丘陵;按不同坡位比较,杉木林、灌木林和竹林的群落生物量都是中部的最高,阔叶林和针阔混交林的群落生物量以全坡的最高;在坡度研究中,松林、杉木林和竹林的群落生物量都是陡坡的最高,所有群落类型在缓坡的生物量都最低;按不同坡向比较,松林、杉木林和竹林的群落生物量都是西北坡的最高,针阔混交林和灌木林的群落生物量分别以南坡、西南坡和东北坡的最高;不同土壤厚度相比较,除了竹林是土厚中等的最高以外,松林、杉木林、阔叶林等5个群落生物量均以在土层厚立地条件下为最高。低山地区的公益林因年均生长量高于丘陵和中山地区,所以松林、杉木林、阔叶林、针阔混交林和竹林的群落生物量均为低山比丘陵高,缓坡、斜坡等立地条件较好的地段由于人类利用开发的程度较高,公益林生物量则相对较低。通过灰色系统关联度分析,影响公益林生物量最大的因子为林龄、坡度、地貌,不同群落生物量影响关键因子存在差异,阔叶林影响最大的因子与总体公益林一致,针阔混交林主要影响因子为林龄、坡度、坡向,松林为林龄、坡度、海拔,杉木林林龄、地貌、海拔,竹林为坡度、海拔、地貌,灌木林主要为坡度、地貌、土层厚度。(2)结合浙江省250m空间分辨率生物量和植被净初级生产力数据,对浙江省公益林生物量分布的空间特点进行了分析。从行政区域上看,公益林生物量、植被净初级生产力分布存在一定差异,杭州市和绍兴市平均生物量密度最高,分别为86.46t/ha和83.59 t/ha,而衢州市和温州市平均植被净初级生产力最高,分别为10.966gC/m2和10.843gC/m2。对浙江省公益林平均生物量密度、平均植被净初级生产力与年均气温和年均降雨量之间分别进行了相关性分析,发现公益林生物量密度与年均气温呈中等负相关,净初级生产力与年均气温弱正向相关。浙江省公益林平均生物量密度和平均植被净初级生产力在16.61℃到17.58℃间较适宜的温度区域较高,可见不同的气温条件可能影响生态公益林的长势情况。浙江省公益林生物量密度和净初级生产力与年均降雨量都呈现较强正相关关系,可见年均降雨量会影响生态公益林的长势情况,随着年均降雨量的升高生态公益林的平均生物量密度、平均植被净初级生产力也相应的升高。(3)以舟山市定海区、金华市武义县和台州市仙居县作为浙江省境内浙东海岛、浙中盆地和浙南山区典型地貌的代表,结合生态监测数据和多时期Landsat系列遥感数据,运用随机森林模型,构建了县级尺度上公益林生物量遥感估测模型,对公益林生物量时空动态变化进行了分析。通过比较不同区域从2010年到2015年的变化发现,生物量均呈现增长趋势。在盆地和海岛区域,因人类干扰活动的减少与低海拔区域相对立地条件较好,生物量在低海拔区域增长均较快,而在山地区域,生物量增长在高海拔区域最明显。盆地区域生物量增加速度随坡度变大而加快,高山地区生物量增加速度随坡度变大而降低,海岛地区生物量增加速度随着坡度变大而呈现先增加后下降的趋势,可见不同地形区域的生物量增加速度随着坡度增加而呈现出不同的变化规律。从坡向变换角度来看,高山地区和盆地地区在东坡、东南坡、南坡位置的生物量相对较高,但在西北坡、西坡、西南坡增加速度较快;而海岛地区生物量在西南坡、西坡、西北坡相对较高,且不同坡向生物量的增加速度较为均匀,这可能因为海岛地区四周环海,受其它地物的影响较小,因而植被生长环境较为相似有关。结合传统地面调查数据和遥感技术,开展公益林资源与生态状况的综合监测,可对公益林森林资源、质量的动态变化以及生态系统服务功能进行快速、准确的客观评价,为全省公益林的建设与管护提供科学指导。
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TP79;S718.5
【图文】：
、７月分别为全年气温最低和最高的月份，５月、６月为集中降雨东海之滨，其温、湿条件优于同纬度的内陆季风区，是我国自然条之一。??５）?土壤：土壤主要由红壤类、黄壤类、岩土类、潮土类、盐土类成。其分布特点：由北而南分布为平原潜育型水稻土、脱潜一潜育谷潮土、潜育型水稻土、低丘红壤、渗育型水稻土、山地红壤至山地到海滨，序列则为黄壤、红壤、水稻土、潮土、盐土。其中黄壤面％，分布在山地上部，是土壤垂直地带中一个主要土类，分布下限０？７００ｍ，。红壤面积占全省土地面积的４０％，为水平地带性土类，陵岗地、河谷部阶地以及山麓地段，。丘陵山地的红壤、黄壤等地业的主要土壤。其他如岩成土、盐土、潮土等属非地带性土类，它与其所在地的母岩、母质种类性质、地形部位相适应，大部分可为
南、西、北三面环山，中部以樊岭一大庙岭东西向横贯县境，武义和宣平两个河谷盆地。武义县属中亚热带季风气候，四季分明，雨量丰沛。??内森林植被属中亚热带常绿阔叶林。可以说武义县是金华市植物种类最丰富，全县总土地面积２３６．５５万亩，林业用地总面积１７５．０２万亩，其中重点公８４．１５万吉。??（３）仙居县概况??仙居县位于浙江省东南部，台州市西部，县域面积２０００平方公里，其中山地占８０．６％，素有“八山一水一分田”之说。仙居县位于括苍山脉中段，属浙南山区，全县地势由周围向内倾斜，海拔由东向西逐步攀升，地貌分化。山地河谷交错间，不同区域和不同海拔分层的气候差异较大，形成显著的小气候，降水分布不均，东多于西，南多于北。全县林地面积２４７．４９万亩，??林面积２３６．１１万亩，森林自然保护区植被资源丰富，以淡竹俞坑常绿阔叶然保护区最为典型。??
?ｍ?■?■『■?ｋｍ??图２－２典型县市区分布图??Ｆｉｇ?２－２?Ｍａｐ?ｏｆ?ｒｅｓｅａｒｃｈ?ａｒｅａ?ｄｉｓｔｒｉｂｕｔｉｏｎ??．?１５??
【参考文献】
中国期刊全文数据库 前10条
1 吴迪;李冰;杨爱玲;;基于Landsat长时间序列数据估算树高和生物量[J];测绘工程;2017年06期
2 许崇华;樊伟;崔珺;李婧;朱永一;徐小牛;;北亚热带常绿阔叶林林下灌木生物量模型的建立[J];西北农林科技大学学报(自然科学版);2017年07期
3 苏华;李静;陈修治;廖吉善;温达志;;基于森林群落和光谱曲线特征分异的福建省森林生物量遥感反演[J];生态学报;2017年17期
4 刘笑笑;王亮;徐胜华;梁勇;;一种后向迭代的森林生物量遥感特征选择方法[J];测绘科学;2017年05期
5 林剑明;;县域森林植被生物量和碳储量测算——以福建省大田县为例[J];福建林业科技;2017年01期
6 庞勇;蒙诗栎;李增元;;机载高分辨率遥感影像的傅氏纹理因子估测温带森林地上生物量[J];林业科学;2017年03期
7 邵波;燕腾;;四川省森林植被碳储量及碳密度估算[J];西南林业大学学报(自然科学);2017年02期
8 刘建泉;李进军;邸华;;祁连山森林植被净生产量、碳储量和碳汇功能估算[J];西北林学院学报;2017年02期
9 徐誉远;胡爽;王本洋;;无人机遥感在我国森林资源监测中的应用动态[J];林业与环境科学;2017年01期
10 胡芳;杜虎;曾馥平;宋同清;彭晚霞;兰斯安;张芳;;广西不同林龄喀斯特森林生态系统碳储量及其分配格局[J];应用生态学报;2017年03期
中国博士学位论文全文数据库 前6条
1 吴超凡;区域森林生物量遥感估测与应用研究[D];浙江大学;2016年
2 王忠诚;湖南省国家级公益林生态效益监测与评价研究[D];中南林业科技大学;2013年
3 袁位高;浙江省生态公益林主要群落结构的比较研究[D];中国林业科学研究院;2009年
4 张萍;北京森林碳储量研究[D];北京林业大学;2009年
5 张彦林;基于3S技术的山东省森林蓄积量定量估测研究[D];北京林业大学;2008年
6 黄从德;四川森林生态系统碳储量及其空间分异特征[D];四川农业大学;2008年
中国硕士学位论文全文数据库 前1条
1 赵丽琼;北京山区森林碳储量遥感估测技术研究[D];北京林业大学;2010年
本文编号：
2872709
本文链接：https://www.wllwen.com/nykjlw/lylw/2872709.html
