基于Landsat数据的森林碳储量与土壤侵蚀功能研究

发布时间：2020-11-21 21:55

　　 森林生态系统作为陆地生态系统的重要组成部分,具有无法取代的社会、经济及生态效益。通过景观分析法对研究区土地利用/土地覆盖类型、碳储量/碳密度、土壤侵蚀功能等进行动态分析评价,从而为区域内土壤侵蚀的防治、多功能森林的经营规划等提供依据。以将乐县1997年、2007年与2017年的Landsat影像数据为基础,进行土地利用/覆盖分类及精度验证。根据土地利用/覆盖分类结果,对其土地利用变化进行分析与预测。提取包括波段、植被指数、地形因子、主成份、缨帽变换因子与纹理指数等数据;与地面调查样地数据进行相关分析,得到显著相关的因子并使用BP神经网络方法建模反演得到研究区碳密度分布。根据研究区月降雨、土壤类型、地形、植被覆盖度与土地利用/覆盖结果分别计算得到相应的土壤侵蚀因子,结合ArcGIS10.3计算得到研究区土壤侵蚀量,并对其在海拔、坡度上的分布进行分析。使用Fragstats4.2分别计算研究区土地利用/覆盖、土壤侵蚀与碳密度的各类景观指数,并对其进行分析,得到碳密度与土壤侵蚀之间关系。主要结论:1)多端元光谱分解效果优于约束性最小二乘法分解,植被丰度与土壤丰度构建得到衍生的植被-土壤指数能够扩大不同森林类型之间的差异。结合可见光波段、植被丰度、植被-土壤指数与NDVI可实现2007年与2017年林地内不同森林类型的划分。第一层1997年、2007年与2017年总体分类精度分别为90.40%、91.90%及88.01%,其相应的kappa系数值分别为0.85、0.88与0.83;第二层林地区域2007年与2017年总体精度分别为85.17%与86.62%,kappa指数分别为0.80与0.82。根据分类结果,水域面积先减小后增大;建筑与林地面积持续增加;耕地与裸地面积持续减小。裸地变化最剧烈,主要受城市扩张、林业生产经营的影响,分布具有一定的随机性。其次为耕地或建筑,主要表现为耕地面积的减少与建筑面积的增加,其中建筑面积主要来源于耕地。林地变化面积最大,变化率最小,主要与耕地进行转换。预测得到2017年土地利用/覆盖结果与实际结果的kappa值为0.81,说明CA-Markov模型的适立性,基于此对2027年研究区土地利用/覆盖情况进行预测。2)经Pearson相关分析,选择了波段2与6的倒数、波段2与5在5×5窗门下的均值纹理作为神经网络模型输入变量;经模拟训练得到决定系数为0.66,均方根误差为5.81 t/ha,相对均方根误差为0.72的神经网络模型。根据模型反演得到研究区林地碳密度分布,统计得到其均值为95.58 t/ha,标准差为56.47 t/ha,林地总碳储量为1.92X 107t。根据森林类型统计结果,不同类型平均碳密度排序为混交林马尾松纯林阔叶纯林杉木纯林,值分别为 103.76 t/ha、98.19 t/ha、95.43 t/ha 与 90.90 t/ha。马尾松纯林、杉木纯林、阔叶纯林与混交林总碳储量分别为7.07X 107t、6.14X 107t、4.26 X 107t 与 1.72 X 107t。3)2007年与2017年将乐县土壤侵蚀面积分别为991.02 km2与1001.12 km2,平均土壤侵蚀模数为 508.96t/(km2·a)、522.82t/(km2·a),土壤侵蚀总量为 114.62 万 t/a、117.57万t/a;土壤侵蚀主要为微度与轻度侵蚀强度。平均土壤侵蚀模数随海拔增加先增加后减小,随坡度增加而增加。在0°-15°坡度级,以微度侵蚀为主;在15°以上坡度区域以轻度侵蚀强度为主。200-800 m区域侵蚀量占比分别达到80.56%与82.48%,15°-25°区域侵蚀量占比分别达到72.68%与72.52%。说明研究区的土壤侵蚀发生区域集中200-800 m海拔级、15°-25°坡度级的区域,主要是因为在该区域人类活动影响较大,皆伐等经营措施对其有一定的影响,因此在制定措施的时候更应考虑该区域。4)1997-2017年间研究区土地利用/覆盖发生了剧烈的变化,景观破碎度下降,形状趋向于规则化且景观之间的连通度增加,主要原因是发展过程中,尤其是建筑用地对原本细碎的未利用地景观的大量吞并,使零散斑块减少,从而增加其景观的聚集度。森林碳密度斑块面积较小、类型多样、分布均衡且斑块总体较为破碎,受人类活动的影响较大。以平均碳密度为中心的Leve14(66.21 t/ha-122.69 t/ha)碳密度级,代表将乐大部分林地的实际碳密度景观分布状态,说明将乐县林地质量较好,且具有较高的连通性。土壤侵蚀斑块数量大、斑块平均面积小,说明研究区不存在大面积同一类型的侵蚀情况,但具有较好的连通性,应防止其连接成片。土壤侵蚀斑块数量随碳密度级的增加先增加后减少,侵蚀斑块分布较为分散,林地上受其碳密度分布影响较大。侵蚀主要集中在Leve13、Leve14、Leve15三个级别内,中度以上侵蚀斑块数与斑块面积小,其中强度与极强度侵蚀面积主要在一个像元之内。总体上,人类活动对土地利用/覆盖、土壤侵蚀与森林碳密度具有重要影响,主要驱动力为城市化扩张、森林经营、退耕还林工程等政策的实施。
【学位单位】：北京林业大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：S718.5;S714.7
【部分图文】：

研究区概况与数据收集况与数据收集??况??置??福建省三明市西北部的将乐县，经纬度为东经：１１７°０５＇？１１。０４、将乐县总面积为２２４６．７?ｋｍ２，现辖６个镇、７个乡、１，位于闽江支流金溪的中下游，为闽西北低山丘陵地带。??ＴＯ＾＇Ｏ＾Ｅ?＾ＷＣＴＥ?ｎ〇°（ｙ〇＂Ｅ?１３０°０’０＂Ｅ??—?—

表３－４地形校正结果参数对比??Ｔａｂｌｅ?３－４?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｔｅｒｒａｉｎ?ｃｏｒｒｅｃｔｉｏｎ??年份?参数?Ｂａｎｄ?１?Ｂａｎｄ?２?Ｂａｎｄ?３?Ｂａｎｄ?４?Ｂａｎｄ?５?Ｂａｎｄ?６??Ｍｅａｎ－Ｔ?３３７．７０?５４８．６７?４２９．３６?２６８７．９９?１４８９．０６?６６４．３８??１綱?Ｍｅａｎ－Ｃ?则?５４８．６８?４２９．３６?獄０１?１４?圆?６６４．３８??ＳｔｄＤｅｖ－Ｔ?８３．６７?１２５．７４?１５１．５４?５９５．０２?４０９．５７?２６０．０４??ＳｔｄＤｅｖ－Ｃ?８０．００?１１８．６１?１４５．７５?５８０．０９?３９２．４６?２５１．６３??Ｍｅａｎ－Ｔ?３１７．７２?５４２．２８?４０９．９２?２７０５．３８?１４６３．３６?６３７．４５??１９９７－４２?ＭＣａｎ－Ｃ?３，７．７，?５４２．２７?４０９．９１?２７０５．３４?１４６３．３３?６３７．４３??ＳｔｄＤｅｖ－Ｔ?７５．３４?１１８．６４?１３９．５３?５３７．２２?３６７．２０?２３０．４２??ＳｔｄＤｅｖ－Ｃ?７２．１８?１１０．６６?１３４．００?５０５．５０?３４３．７０?２２１．０６??Ｍｅａｎ－Ｔ?２８６．３３?４５４．４３?３４３．３９?２６４３．２６?１３４２．７４?６１９．０７??２００７－４１?＾?２８６．３３?４５４．４３?３４３．３９?２６４３．２７?１３４２．７４?６１９．０８??ＳｔｄＤｅｖ－Ｔ?１３８．４５?１７６．５０?２２８．４２?７０１．７５?５２６．４６?３６１．２０??ＳｔｄＤｅｖ－Ｃ?１３２．１５?１６４．２６?２２１．１１?５９３．８０?４７９．７６?

ＳＷＩＲ２波段。??３．４．４地形因子??地形因子包括坡度、坡向、海拔等数据，图３－２为将乐县坡度与坡向图，从地理??空间数据云获取到研宄区数字高程模型，空间分辨率为３０?ｍ，将其与影像数据统一??到同一投影系统后用于地形校正及后续土壤侵蚀模型ＬＳ因子计算、碳储量／碳密度建??模。??屬廣Ｉ??（ａ）为坡度，（ｂ）为坡向??图３－２研究区坡度坡向图??Ｆｉｇｕｒｅ?３－２?Ｓｌｏｐｅ?ｓｌｏｐｅ?ｐａｔｔｅｒｎ?ｏｆ?ｔｈｅ?ｓｔｕｄｙ?ａｒｅａ??３．４．５影像纹理??纹理通常被定义为图像的某种局部性质，或是对局部区域中像素之间关系的一种??度量。常用的影像纹理包括均值（Ｍｅａｎ）、方差（Ｖａｒｉａｎｃｅ，?ＶＡＲ）、相关（Ｃｏｒｒｅｌａｔｉｏｎ，??ＣＯＲ）、对比度（Ｃｏｎｔｒａｓｔ，?ＣＯＮ）、差异（Ｄｉｓｓｉｍｉｌａｒｉｔｙ，ＤＩＳ）、均质性（Ｈｏｍｏｇｅｎｅｉｔｙ，??ＨＯＭ）、角二阶矩（Ａｎｇｕｌａｒ?ｓｅｃｏｎｄ?ｍｏｍｅｎｔ，ＡＳＭ）和熵（Ｅｎｔｒｏｐｙ，ＥＮＴ）（ＡｒｅｎａｓＣａｓｔｒｏ??ｅｔａｌ．，２０１３；陈玲等，２０１５）。灰度共生矩阵法是常用的获取影像纹理特征的方法，通??过设定滑动窗口的大小
【参考文献】

相关期刊论文 前10条

1 奚祯苑;刘丽娟;陆灯盛;葛宏立;陈耀亮;;基于线性混合像元分解技术提取山核桃空间分布[J];林业科学;2015年10期

2 严恩萍;林辉;王广兴;陈振雄;;基于MODIS混合像元分解的湖南省森林碳密度反演[J];应用生态学报;2015年11期

3 邓成;张守攻;陆元昌;谢阳生;;森林多功能监测现状及发展建议[J];世界林业研究;2015年04期

4 戚玉娇;李凤日;;基于KNN方法的大兴安岭地区森林地上碳储量遥感估算[J];林业科学;2015年05期

5 陈玲;郝文乾;高德亮;;光学影像纹理信息在林业领域的最新应用进展[J];北京林业大学学报;2015年03期

6 孙雪莲;舒清态;欧光龙;胥辉;;基于随机森林回归模型的思茅松人工林生物量遥感估测[J];林业资源管理;2015年01期

7 孙禹;哈斯额尔敦;杜会石;;基于GIS的东北黑土区土壤侵蚀模数计算[J];中国水土保持科学;2015年01期

8 张号;屈建军;张克存;;绿洲植被覆盖度遥感信息提取——以敦煌绿洲为例[J];中国沙漠;2015年02期

9 刘茜;杨乐;柳钦火;李静;;森林地上生物量遥感反演方法综述[J];遥感学报;2015年01期

10 张茂震;王广兴;葛宏立;徐丽华;;基于空间仿真的仙居县森林碳分布估算[J];林业科学;2014年11期

相关博士学位论文 前2条

1 伊燕平;气候变化与土地利用/覆被变化对东辽河流域土壤侵蚀的影响研究[D];吉林大学;2017年

2 李巍;大兴安岭地区土壤侵蚀动态研究[D];东北林业大学;2014年

相关硕士学位论文 前5条

1 罗秋婷;将乐县土地利用动态变化及驱动力研究[D];福建农林大学;2017年

2 陈丽萍;基于涡度相关法和无线传感网的雷竹林碳通量估算[D];浙江农林大学;2015年

3 王聪;基于多源遥感数据的毛竹林冠层郁闭度多尺度反演研究[D];浙江农林大学;2015年

4 许积层;基于像元分解的5.12汶川震后植被覆盖监测[D];成都理工大学;2013年

5 李俊;基于DEM的黄土高原坡长的自动提取和分析[D];西北大学;2007年

本文编号：2893655