基于不同空间模型的马尾松林生态系统碳密度研究

发布时间：2022-08-23 22:26

　　以江西省马尾松林生态系统为研究对象,基于样地调查及样品碳含量测定结果计算其碳密度,并选取立地、植被及气象等方面的15个因子,采用多元线性逐步回归方法筛选出对生态系统碳密度影响显著的因子,然后分别利用最小二乘模型（OLS）、空间误差模型（SEM）、空间滞后模型（SLM）和地理加权回归模型（GWR）构建生态系统碳密度与其影响因子之间的关系模型,筛选出最优的拟合模型。结果表明:对马尾松林生态系统碳密度影响显著的因子分别为海拔、坡度、土层厚度、胸径、年均温度和年均降水量。4种模型拟合结果均显示碳密度与坡度呈负相关,与海拔、土层厚度、胸径呈正相关。模型的决定系数（R~2）由大到小分别为GWR（0.8043）>SEM（0.6371）>SLM（0.6364）>OLS（0.6321）,模型均方误差（MSE）与赤池信息准则（AIC）最大的均为OLS模型,最小的均为GWR模型;残差检验表明GWR模型能有效降低模型残差的空间自相关性。综合分析得出GWR模型的拟合效果最优,更适用于江西省马尾松林生态系统碳密度的估测。 

【文章页数】：9 页

【文章目录】：
1 材料与方法
    1.1 研究区概况
    1.2 数据与方法
        1.2.1 数据来源
        1.2.2 碳含量测定与碳密度计算
        1.2.3 模型选取与评价
2 结果与分析
    2.1 影响因子筛选
    2.2 模型构建
        2.2.1 最小二乘模型、空间误差模型与空间滞后模型
        2.2.2 地理加权回归模型
    2.3 模型评价与检验
        2.3.1 模型评价
        2.3.2 模型残差的空间自相关性
3 讨论与结论
    3.1 讨论
    3.2 结论


【参考文献】：
期刊论文
[1]思茅松天然林单木含碳量空间分布变化多尺度研究及空间模型构建[J]. 刘畅,胥辉,欧光龙.  西部林业科学. 2019(03)
[2]江西省马尾松林生态系统碳密度空间变异特征[J]. 潘萍,孙玉军,欧阳勋志,饶金凤,冯瑞琦,杨子云.  应用生态学报. 2019(06)
[3]广西主要森林植被碳储量及其影响因素[J]. 兰秀,杜虎,宋同清,曾馥平,彭晚霞,刘永贤,范稚莲,张家涌.  生态学报. 2019(06)
[4]Spatial analysis of carbon storage density of mid-subtropical forests using geostatistics: a case study in Jiangle County,southeast China[J]. Zhuo Lin,Lin Chao,Chengzhen Wu,Wei Hong,Tao Hong,Xisheng Hu.  Acta Geochimica. 2018(01)
[5]飞播马尾松林碳密度分配特征及其影响因素[J]. 潘萍,韩天一,欧阳勋志,刘苑秋,臧颢,宁金魁,杨阳.  应用生态学报. 2017(12)
[6]基于地理加权回归模型的思茅松生物量遥感估测[J]. 闾妍宇,李超,欧光龙,熊河先,魏安超,张博,胥辉.  林业资源管理. 2017(01)
[7]基于SEM的五指山市森林碳储量空间分布特征[J]. 李月,佘济云,程玉娜.  中南林业科技大学学报. 2015(12)
[8]基于地理加权回归的区域森林碳储量估计[J]. 郭含茹,张茂震,徐丽华,袁振花,陈田阁.  浙江农林大学学报. 2015(04)
[9]空间误差模型在黑龙江省森林碳储量空间分布的应用[J]. 刘畅,李凤日,甄贞.  应用生态学报. 2014(10)
[10]思茅松天然林单木生物量地理加权回归模型构建[J]. 欧光龙,王俊峰,肖义发,胥辉.  林业科学研究. 2014(02)

博士论文
[1]大兴安岭森林地上碳储量遥感估算与分析[D]. 戚玉娇.东北林业大学 2014



本文编号：3678595