密云库区森林地上生物量遥感估算与验证方法研究

发布时间：2018-06-21 23:08

本文选题：密云水库 + 森林生态系统　；参考：《中国科学院大学(中国科学院遥感与数字地球研究所)》2017年博士论文

【摘要】：森林地上生物量是陆地表面最主要的碳库,同时也是反映森林生态系统健康发展状态以及生产力水平的重要指标。全球范围内针对不同森林生态系统的研究认为在目前全球气候变化以及地区环境污染等复杂环境条件下,森林地上生物量的积累正在受到不同程度的影响,主要体现在总体生物量的增加或减少,生物量累积速率的加快或减慢等。密云库区地处北京近郊,其森林发展在受全球气候变化影响的同时可能也受到了北京城市扩张以及大气污染等影响。因此,了解该地区森林地上生物量的分布情况及其变化趋势对于理解当地森林生态系统对气候和环境变化的响应具有重要的意义。本论文系统综述了森林地上生物量研究方法的优缺点与应用情况,并选择密云库区森林生态系统为研究对象,以多源遥感数据结合样地调查的方式开展森林地上生物量遥感估算方法研究和验证。论文的创新点和主要结论如下:(1)开展典型研究区的地上生物量Li DAR估算方法研究。利用Li DAR点云数据提取典型研究区内的冠层结构参数并建立与样地尺度生物量水平的定量关系并验证,计算典型区的生物量分布,作为更大面积地上生物量估算研究的地面真值;(2)开展基于Landsat数据的密云库区森林地上生物量遥感模型研究。建立实测生物量与Landsat光谱指数之间的回归模型,推算三个时期(1990,2000和2010)的地上生物量水平,分析地上生物量的时、空变化特征;(3)探索利用树轮资料对遥感生物量估算结果进行验证。利用树轮分析、建立树龄、胸径和树高之间的关系,重建调查样地内单木的胸径和树高序列并计算地上生物量序列,对相应时期的遥感估算结果进行精度验证分析。通过对密云库区森林生态系统逐步开展上述研究的结果表明,Li DAR点云数据可以获得较高精度的冠层结构参数用于计算高精度的地上生物量(模型预测精度R2=0.85,RMSE=0.2216)。Li DAR的生物量反演结果与样地调查结果相结合,为基于Landsat光谱指数的森林地上生物量分析提供了足够的训练数据与精度验证数据,构建了相对稳健的生物量估算模型。通过模型计算,获得2010年地上生物量水平,密云库区平均生物量密度约为59.51 t/ha,总地上生物量为4.5×107 t。1990年至2000年再至2010年间,密云库区的森林生态系统,无论在面积上、平均生物量密度以及生物量总体水平上都呈现增长的趋势。三个时期地上生物量的时空分布特征总体反映出来库区的生态建设工程对库区森林生态系统总体发展的促进作用,以及地形和其决定的人类活动强度变化对地上生物量产生空间分异的影响;此外,生物量在库区南北走向上呈现出一定程度的增加趋势,可能反映出氮沉降等环境因素对森林生长产生的影响。论文利用树轮宽度数据重建的1990、2000和2010年样地尺度的生物量结果总体表现出与遥感估算结果较好的相关性,但随着时间的前移,相关性呈明显的下降趋势,可能意味着遥感结果中误差逐渐增大。另外,回归分析也发现,基于遥感的估算方法可能会整体低估研究区的生物量水平。Li DAR数据可以获得较高精度的森林地上生物量估算结果,可以有效地支持对区域尺度上生物量的遥感估算。同时,树轮资料包含了重要的森林逐年生长信息,可以用于对遥感地上生物量长时间序列的估算结果进行验证,具体的验证方法还可以在今后的研究中进一步完善。此外,论文认为利用树轮的逐年生长信息以及树轮化学分析所能提供的环境变化信息,将有助于详细解读遥感估算结果表现出来的时空变化,理解影响森林生物量累积的机理过程,这将是下一步研究的重点。
[Abstract]:The forest ground biomass is one of the most important carbon pools on the land surface , and it is an important index to reflect the state of forest ecosystem health and the level of productivity . The biomass inversion results of LiDAR are combined with the results of the sample plots , which provides enough training data and accuracy verification data for the forest floor biomass analysis based on the spectral index . The results show that the average biomass density in the reservoir area is about 59.51 t / ha , and the biomass of the above - ground biomass is 4.5 脳 107 t .
【学位授予单位】：中国科学院大学(中国科学院遥感与数字地球研究所)
【学位级别】：博士
【学位授予年份】：2017
【分类号】：S718.556;S771.8

【相似文献】