基于生态信息诊断框架的杉木人工林生物量生态预测研究
发布时间：2021-06-08 03:41
森林生物量会直接影响森林生态系统服务的评估。如何运用景感生态学,准确预测区域尺度下森林生物量的时空演变趋势,是关乎国家重大方针政策制定和生态产业体系建设的关键性战略课题。本研究目的是构建一套生态信息诊断框架,优化趋善化模型（3PG2模型）结构,解决由于模型结构设计所导致在森林景感营造过程中生态预测的不确定性。以杉木林分布广泛的福建南靖县为研究区域,选择合适的阈值范围和空间统计分析识别出模拟生物量的不确定性区域,构建包含Geogdetector软件、遗传技术和计算机程序3个部分组成的生态信息诊断框架,使用Geogdetector软件阐明多重因素交互作用对模型模拟的影响及机理,采用遗传技术优化模型结构以提升模拟精度,运用计算机程序和3PG2模型准确预测区域尺度杉木林生物量的时空演变趋势。结果表明:林龄是导致3PG2模型生物量模拟结果不确定性的主导因素。通过景感生态学（谜码数据和趋善化模型）构建的生态信息诊断框架可以准确预测森林生物量,实现区域尺度上的可持续森林管理。
【文章来源】：生态学报. 2020,40(22)北大核心CSCD
【文章页数】：8 页
【部分图文】：
本研究的技术流程图
1.4 生态信息诊断框架构建由GeogDetector软件[10](详见:www.sssampling.org/geogdetector)、遗传技术和计算机程序三部分组成的生态信息诊断框架(图2)。使用GeogDetector阐明多重影响因素对提升趋善化模型精度的影响机理,揭示其对于趋善化模型结构不确定性的驱动机制;采用遗传技术优化模型结构以提升模拟精度;运用计算机程序和3-PG2模型预测区域尺度下杉木林生物量的时空演变趋势。
表3 2009年遗传算法拟合的生态因子回归函数结果Table 3 Results of the fitted regression function on ecological factors by the genetic algorithm in 2009 组Group 生态因素Ecological factor 符号Symbol 改进Improved model 基础Basis 新的模拟 Z Z=(0.597×Z0+0.007×X1+3.153×X2-0.29×X3+ 原始模拟 Z0 0.013×X4-0.036×X5-0.006×X6+0.001×X7- 常数 C 0.042×X8-0.001×X9-0.07×X10-15.669)+λ1 林分Stand 图斑 X1 林龄 X2 密度 X3 地形Topography 坡度 X4 坡位 X5 坡向 X6 海拔 X7 土壤Soil 腐殖质层 X8 土壤厚度 X9 立地指数 X10 λ1表示GeogDetector软件的已知结果图4 2009年191个森林小班应用GT前后模拟观测对比图
【参考文献】：
期刊论文
[1]基于“风感”的紧凑型城市开放空间风环境实测和CFD模拟比对研究[J]. 王凯,梁红,施鹏,赵鸣. 生态学报. 2019(16)
[2]生态基础设施的定义、内涵及其服务能力研究进展[J]. 韩林桅,张淼,石龙宇. 生态学报. 2019(19)
[3]基于林木生理过程的3-PG模型在林业中的相关研究进展[J]. 吴荣,施凯泽,杨启运. 林业调查规划. 2019(02)
[4]中国古典园林中的景感生态学思想刍议[J]. 张学玲,闫荣,赵鸣. 生态学报. 2017(06)
[5]林下植被剔除对杉木林土壤呼吸和微生物群落结构的影响[J]. 贺同鑫,李艳鹏,张方月,王清奎. 植物生态学报. 2015(08)
[6]干扰树间伐对杉木人工林林分生长和林分结构的影响[J]. 吴建强,王懿祥,杨一,朱婷婷,朱旭丹. 应用生态学报. 2015(02)
[7]酸雨区不同林龄杉木林土壤酶活性季节动态[J]. 罗飞,谢书妮,张海燕,曹光球,危炳忠,陈爱玲. 福建林学院学报. 2014(02)
[8]宁夏盐池地区3种林分枯落物层和土壤水文效应[J]. 邓继峰,丁国栋,吴斌,张宇清,赵媛媛,高广磊,王新星. 北京林业大学学报. 2014(02)
[9]基于贝叶斯法估计杉木人工林树高生长模型[J]. 张雄清,张建国,段爱国. 林业科学. 2014(03)
[10]米槠和杉木人工林土壤呼吸及其组分分析[J]. 吴君君,杨智杰,刘小飞,熊德成,林伟盛,陈朝琪,王小红. 植物生态学报. 2014(01)
本文编号：3217616
【文章来源】：生态学报. 2020,40(22)北大核心CSCD
【文章页数】：8 页
【部分图文】：
本研究的技术流程图
1.4 生态信息诊断框架构建由GeogDetector软件[10](详见:www.sssampling.org/geogdetector)、遗传技术和计算机程序三部分组成的生态信息诊断框架(图2)。使用GeogDetector阐明多重影响因素对提升趋善化模型精度的影响机理,揭示其对于趋善化模型结构不确定性的驱动机制;采用遗传技术优化模型结构以提升模拟精度;运用计算机程序和3-PG2模型预测区域尺度下杉木林生物量的时空演变趋势。
表3 2009年遗传算法拟合的生态因子回归函数结果Table 3 Results of the fitted regression function on ecological factors by the genetic algorithm in 2009 组Group 生态因素Ecological factor 符号Symbol 改进Improved model 基础Basis 新的模拟 Z Z=(0.597×Z0+0.007×X1+3.153×X2-0.29×X3+ 原始模拟 Z0 0.013×X4-0.036×X5-0.006×X6+0.001×X7- 常数 C 0.042×X8-0.001×X9-0.07×X10-15.669)+λ1 林分Stand 图斑 X1 林龄 X2 密度 X3 地形Topography 坡度 X4 坡位 X5 坡向 X6 海拔 X7 土壤Soil 腐殖质层 X8 土壤厚度 X9 立地指数 X10 λ1表示GeogDetector软件的已知结果图4 2009年191个森林小班应用GT前后模拟观测对比图
【参考文献】：
期刊论文
[1]基于“风感”的紧凑型城市开放空间风环境实测和CFD模拟比对研究[J]. 王凯,梁红,施鹏,赵鸣. 生态学报. 2019(16)
[2]生态基础设施的定义、内涵及其服务能力研究进展[J]. 韩林桅,张淼,石龙宇. 生态学报. 2019(19)
[3]基于林木生理过程的3-PG模型在林业中的相关研究进展[J]. 吴荣,施凯泽,杨启运. 林业调查规划. 2019(02)
[4]中国古典园林中的景感生态学思想刍议[J]. 张学玲,闫荣,赵鸣. 生态学报. 2017(06)
[5]林下植被剔除对杉木林土壤呼吸和微生物群落结构的影响[J]. 贺同鑫,李艳鹏,张方月,王清奎. 植物生态学报. 2015(08)
[6]干扰树间伐对杉木人工林林分生长和林分结构的影响[J]. 吴建强,王懿祥,杨一,朱婷婷,朱旭丹. 应用生态学报. 2015(02)
[7]酸雨区不同林龄杉木林土壤酶活性季节动态[J]. 罗飞,谢书妮,张海燕,曹光球,危炳忠,陈爱玲. 福建林学院学报. 2014(02)
[8]宁夏盐池地区3种林分枯落物层和土壤水文效应[J]. 邓继峰,丁国栋,吴斌,张宇清,赵媛媛,高广磊,王新星. 北京林业大学学报. 2014(02)
[9]基于贝叶斯法估计杉木人工林树高生长模型[J]. 张雄清,张建国,段爱国. 林业科学. 2014(03)
[10]米槠和杉木人工林土壤呼吸及其组分分析[J]. 吴君君,杨智杰,刘小飞,熊德成,林伟盛,陈朝琪,王小红. 植物生态学报. 2014(01)
本文编号：3217616
本文链接：https://www.wllwen.com/nykjlw/lylw/3217616.html
