基于地理加权回归模型的珠三角森林碳储量空间分布

doi:10.13466/j.cnki.lczyyj.2023.06.012

林草资源研究 ›› 2023›› Issue (6): 98-104.doi: 10.13466/j.cnki.lczyyj.2023.06.012

基于地理加权回归模型的珠三角森林碳储量空间分布

曹聪¹(), 郭泽鑫¹, 郭彦青², 莫燕卿³, 刘萍¹()

1.华南农业大学林学与风景园林学院,广州 510642
2.广东生态工程职业学院,广州 510520
3.广东省岭南综合勘察设计有限公司,广州 510000

收稿日期:2023-08-24 修回日期:2023-11-09 出版日期:2023-12-28 发布日期:2024-02-21
通讯作者: 刘萍,教授,博士,主要研究方向:森林可持续经营。Email:bengtiaoliu@126.com
作者简介:曹聪,硕士研究生,主要研究方向:森林可持续经营。Email:1572770745@qq.com
基金资助:
广东省林业科技创新重点项目“珠三角森林城市群质量提升关键技术研究”(2021KJCX009)

Spatial Distribution of Forest Carbon Storage in the Pearl River Delta Based on Geographically Weighted Regression Model

CAO Cong¹(), GUO Zexin¹, GUO Yanqing², MO Yanqing³, LIU Ping¹()

1. College of Forestry and Landscape Architecture,South China Agricultural University,Guangzhou 510642,China
2. Guangdong Eco-engineering Polytechnic,Guangzhou 510520,China
3. Guangdong Lingnanyuan Exploration and Design Co.Ltd.,Guangzhou 510000,China

Received:2023-08-24 Revised:2023-11-09 Online:2023-12-28 Published:2024-02-21

摘要/Abstract

摘要：

森林碳储量是研究森林生态系统功能的重要指标,同时也是人们经营森林的参考。珠三角为国内重要的发达地区,研究其森林碳储量分布格局,可以为珠三角森林城市群建设提供重要的理论依据。为精准估测大尺度森林碳储量空间分布格局,以2017年珠三角区域419块森林资源连续清查样地数据为研究对象,采用普通最小二乘法(OLS)模型和4种地理加权回归(GWR)模型对珠三角森林碳储量进行空间分布预测。结果表明:4种GWR模型均比OLS模型有更好的拟合效果和独立性样本检验结果,其中MGWR(Gaussian)的模型拟合效果最佳,GWR(Gaussian)的独立性样本检验结果最佳;运用GWR(Gaussian)模型估测的珠三角森林单位面积碳储量为6.15~81.52 t/hm²,平均值为33.46 t/hm²,且估测误差优于OLS模型,整体上呈现中心高、边缘低的空间分布格局。地理加权回归方法能较有效地估测森林碳储量,并且通过调整模型形式和空间核函数可进一步提高估测精度,为珠三角森林碳储量估测提供了新的方法和思路。

关键词: 碳储量, 空间分布, 普通最小二乘法, 地理加权回归, 珠三角

Abstract:

Based on the data of 419 consecutive forest resource inventory plots in the Pearl River Delta region in 2017,the spatial distribution of forest carbon storage in the Pearl River Delta region was predicted using the Ordinary Least Squares (OLS)model and four Geographically Weighted Regression (GWR)models.The results showed that all four GWR models had better model fitting performance and independent sample test results than OLS models,with MGWR (Gaussian)model having the best fitting performance and GWR (Gaussian)model having the best independent sample test results;Using the GWR (Gaussian)model to draw a spatial distribution map of forest carbon storage,the estimated carbon storage per unit area of the Pearl River Delta forest is 6.15-81.52 t/hm²,with an average value of 33.46 t/hm².The estimation error is better than the OLS model,and the overall spatial distribution pattern shows a high center and low edge.It also provides a new method and idea for the estimation of forest carbon stocks in the Pearl River Delta.

Key words: carbon storage, spatial distribution, ordinary least square, geographically weighted regression, Pearl River Delta

中图分类号:

S718.5

曹聪, 郭泽鑫, 郭彦青, 莫燕卿, 刘萍. 基于地理加权回归模型的珠三角森林碳储量空间分布[J]. 林草资源研究, 2023,(6): 98-104.

CAO Cong, GUO Zexin, GUO Yanqing, MO Yanqing, LIU Ping. Spatial Distribution of Forest Carbon Storage in the Pearl River Delta Based on Geographically Weighted Regression Model[J]. Forest and Grassland Resources Research, 2023,(6): 98-104.

图/表 6

图1

表1

表2

图2

表3

表4

参考文献 24

[1]	叶金盛, 佘光辉. 广东省森林植被碳储量动态研究[J]. 南京林业大学学报(自然科学版), 2010, 34(4):7-12.
[2]	刘畅, 李凤日, 甄贞. 空间误差模型在黑龙江省森林碳储量空间分布的应用[J]. 应用生态学报, 2014, 25(10):2779-2786.
[3]	杜一尘, 李明泽, 范文义, 等. 基于地理加权回归模型与林火遥感数据估算森林年龄[J]. 林业科学, 2019, 55(6):184-194.
[4]	陈科屹, 张会儒, 张博, 等. 基于地理加权回归的天然次生林进界木空间分布模拟[J]. 北京林业大学学报, 2021, 43(2):1-9.
[5]	刘畅. 黑龙江省森林碳储量空间分布研究[D]. 哈尔滨: 东北林业大学, 2014.
[6]	李康杰, 胡中岳, 刘萍, 等. 广东省珠三角乔木林生物量碳储量评估[J]. 林业资源管理, 2022(4):54-60.
[7]	邵怡若, 钟斌, 杨振意, 等. 广东省森林资源及碳储量分布[J]. 湖南林业科技, 2013, 40(3):34-38.
[8]	谭一凡, 彭友贵, 史正军, 等. 深圳市森林碳储量及其动态变化[J]. 西南林业大学学报, 2013, 33(4):17-24.
[9]	全国森林资源标准化技术委员会. 立木生物量模型及碳计量参数——栎树:LY/T 2658-2016[S]. 北京: 国家林业局, 2016.
[10]	全国森林资源标准化技术委员会. 立木生物量模型及碳计量参数——杉木:LY/T 2264-2014[S]. 北京: 国家林业局, 2014.
[11]	全国森林资源标准化技术委员会. 立木生物量模型及碳计量参数——木荷:LY/T 2660-2016[S]. 北京: 国家林业局, 2016.
[12]	全国森林资源标准化技术委员会. 立木生物量模型及碳计量参数——湿地松:LY/T 2261-2014[S]. 北京: 国家林业局, 2014.
[13]	全国森林资源标准化技术委员会. 立木生物量模型及碳计量参数——马尾松:LY/T 2263-2014[S]. 北京: 国家林业局, 2014.
[14]	曾伟生. 基于木材密度的34个树种组一元立木生物量模型建立[J]. 林业资源管理, 2017(6):41-46.
[15]	曾伟生, 唐守正. 一个新的通用性相对生长生物量模型[J]. 林业科学, 2012, 48(1):48-52.
[16]	陈宣强, 赵明松, 卢宏亮, 等. 基于3种地理加权回归方法的安徽省土壤pH空间预测制图对比研究[J]. 地理科学, 2023, 43(1):173-183. doi: 10.13249/j.cnki.sgs.2023.01.018
[17]	赵明松, 陈宣强, 徐少杰, 等. 基于MGWR的土壤pH值空间建模及其影响因素分析[J]. 环境科学, 2023, 44(12):6909-6920.
[18]	龙依, 蒋馥根, 孙华, 等. 基于带宽优选地理加权回归模型的深圳市植被碳储量反演[J]. 生态学报, 2022, 42(12):4933-4945.
[19]	闾妍宇, 李超, 欧光龙, 等. 基于地理加权回归模型的思茅松生物量遥感估测[J]. 林业资源管理, 2017(1):82-90.
[20]	孙钰森. 基于GWRK模型的帽儿山地区森林碳储量空间分布[D]. 哈尔滨: 东北林业大学, 2019.
[21]	李康杰, 胡中岳, 刘萍, 等. 基于Landsat-8 Oli影像的珠三角森林生物量估测[J]. 中南林业科技大学学报, 2023, 43(3):73-81.
[22]	冯益明, 唐守正, 李增元. 空间统计分析在林业中的应用[J]. 林业科学, 2004, 40(3):149-155.
[23]	张博, 欧光龙, 孙雪莲, 等. 空间效应及其回归模型在林业中的应用[J]. 西南林业大学学报, 2016, 36(03):144-152.
[24]	陈科屹, 张会儒, 张博, 等. 基于地理加权回归拓展模型的天然次生林碳储量空间分布[J]. 应用生态学报, 2021, 32(4):1175-1183. doi: 10.13287/j.1001-9332.202104.002

模型	空间权重核函数	残差平方和 (RSS)	决定系数 (R²)	赤池信息准则 (AIC)	均方根误差 (RMSE)	平均绝对误差 (MAE)
OLS		68 173.86	0.737	2 743.44	27.63	19.55
GWR	Gaussian	50 187.46	0.806	2 700.05	26.48	18.61
GWR	Bi-square	51 927.64	0.799	2 710.84	26.55	18.74
MGWR	Gaussian	43 389.51	0.832	2 672.86	27.05	18.70
MGWR	Bi-square	48 399.02	0.813	2 672.27	26.90	18.52

模型	空间权重核函数	统计量	常数项	统计量
模型	空间权重核函数	统计量	常数项	林分平均年龄 (ASA)	林分平均胸径 (ADBH)	林分平均树高 (ASH)	林分密度 (SD)	年均降水量 (MAP)
GWR	Gaussian	四分位距	49.406 64	0.181 44	1.151 66	0.519 93	0.002 68	0.018 75
GWR	Bi-square	四分位距	67.838 26	0.229 37	1.092 22	0.711 50	0.003 00	0.025 77
MGWR	Gaussian	四分位距	0.018 52	0.000 35	0.387 49	0.000 94	0.000 01	0.000 01
MGWR	Bi-square	四分位距	1.090 31	0.437 16	0.029 73	0.020 55	0.000 33	0.000 51

变量	平均值	标准差	最小值	中值	最大值	OLS系数
常数项	-36.022	32.435	-89.201	-39.836	69.645	-35.419
林分平均年龄	0.522	0.180	-0.180	0.516	1.241	0.593
林分平均胸径	2.342	1.034	0.373	2.195	4.928	1.917
林分平均树高	0.517	0.575	-0.656	0.532	2.152	0.794
林分密度	0.015	0.002	0.010	0.015	0.023	0.015
年均降水量	0.007	0.013	-0.044	0.009	0.033	0.008

模型	单位面积碳储量/ (t/hm²)	单位面积碳储量与实测值偏差/%
OLS	34.74	13.567
GWR(Gaussian)	33.46	9.382

基于地理加权回归模型的珠三角森林碳储量空间分布

Spatial Distribution of Forest Carbon Storage in the Pearl River Delta Based on Geographically Weighted Regression Model

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 24

相关文章 15

编辑推荐

Metrics

本文评价

[1]	李郊, 王冰, 王晨, 高鹤, 吴辉龙, 郑鑫, 彭华福. 2005—2020年江西省森林碳储量时空变化趋势及影响因素[J]. 林草资源研究, 2024, 0(1): 17-24.
[2]	朱赞, 王勇军, 王建琦, 许玉兰, 丘鑫琪, 万喜. 基于无人机倾斜摄影的广西桉树冠层碳储量计量模型构建[J]. 林草资源研究, 2024, 0(1): 88-94.
[3]	张中一, 刘慧娇, 褚蓉蓉, 冯国庆, 董家鑫, 高祥斌, 吕梦缘, 陈国豪. 古树资源特征和空间分布特征分析[J]. 林草资源研究, 2023, 0(5): 105-112.
[4]	邹为民, 陈超, 黄蕾, 宋美萱, 李雪建, 杜华强. 地理加权回归模型结合卫星遥感的松阳县森林地上碳储量估算[J]. 林业资源管理, 2023, 0(4): 132-140.
[5]	李思颖, 郭昊天, 陈晓蔚, 周梦丽, 靳姗姗, 闫东锋. 栓皮栎人工林土壤有机碳空间分布特征及其影响因素[J]. 林业资源管理, 2023, 0(4): 80-89.
[6]	闫保银, 姜文龙, 范俊俊, 项铮, 黄俊. 基于LiDAR技术的杉木人工林碳储量估算研究[J]. 林业资源管理, 2023, 0(3): 134-139.
[7]	谢卓洪, 刘利杰, 莫燕卿, 陈楚民, 马振环, 刘萍. 珠三角森林城市群区域性河流水系森林景观格局评价与优化[J]. 林业资源管理, 2023, 0(2): 118-125.
[8]	蒋静俭, 李子睿, 牛明月, 胡卫江, 张勇. 浙江省国有林场森林植被固碳释氧服务功能价值评估[J]. 林业资源管理, 2022, 0(zk1): 66-71.
[9]	宋雅贤, 顾光同. 中国碳市场试点区碳交易价格驱动因素及其时空异质性[J]. 林业资源管理, 2022, 0(5): 32-41.
[10]	侯瑞萍, 陈健, 夏朝宗, 宋佳庚, 黄翔, 郑芊卉, 安天宇, 郝月兰. 2020年京津冀地区林地和其他生物质碳汇量研究[J]. 林业资源管理, 2022, 0(5): 42-52.
[11]	曾伟生, 杨学云, 孙乡楠, 刘樯漪, 张宇超. 森林资源调查监测中各级储量数据的一体化方法研究[J]. 林业资源管理, 2022, 0(4): 13-19.
[12]	薛春泉, 陈振雄, 杨加志, 曾伟生, 林丽平, 刘紫薇, 张红爱, 苏志尧. 省市县一体化森林碳储量估测技术体系——以广东省为例[J]. 林业资源管理, 2022, 0(4): 157-163.
[13]	胡忠宇, 苏建兰, 龙勤, 李茂梅. 云南省天然林碳储量和碳密度动态变化探析[J]. 林业资源管理, 2022, 0(4): 45-53.
[14]	李康杰, 胡中岳, 刘萍, 徐正春. 广东省珠三角乔木林生物量碳储量评估[J]. 林业资源管理, 2022, 0(4): 54-60.
[15]	周志峰, 王耀, 贾刚, 于世勇, 谷成龙. 河北省乔木林碳储量现状与固碳潜力预测[J]. 林业资源管理, 2022, 0(2): 45-53.