华北落叶松人工林生物量及碳储量遥感模型研究

doi:10.13466/j.cnki.lyzygl.2014.04.011

林业资源管理 ›› 2014›› Issue (4): 52-57.doi: 10.13466/j.cnki.lyzygl.2014.04.011

华北落叶松人工林生物量及碳储量遥感模型研究

王清梅¹, 包亮², 周梅^2,3, 魏江生^2,3, 赵鹏武^2,3, 张秋颖², 吴宪¹

1.赤峰市克什克腾旗国土资源局,内蒙古赤峰 024000;
2.内蒙古农业大学生态环境学院,呼和浩特 010010;
3.内蒙古赛罕乌拉森林生态系统定位研究站,内蒙古赤峰 025150

收稿日期:2014-04-11 修回日期:2014-04-28 出版日期:2014-08-28 发布日期:2020-11-23
通讯作者: 周梅(1960-),女,辽宁人,教授,博导,长期从事森林水文、森林生态方面的研究。
作者简介:王清梅(1988-),女(蒙古族),内蒙古喀喇沁旗人,在读硕士,从事土地信息技术研究。Email: 494183280@qq.com
基金资助:
内蒙古科技计划项目(20120419,2010527,20120421);内蒙古自然基金(2013MS0610,2011MS0506)

Study on Remote Sensing Model for Biomass and Carbon Storage of the Larix Prinicipis-rapprechii Plantation

WANG Qingmei¹, BAO Liang², ZHOU Mei^2,3, WEI Jiangsheng^2,3, ZHAO Pengwu^2,3, ZHANG Qiuying², WU Xian¹

1. Keshiketengqi Banner Land and resources Bureau,Chifeng,Inner Mongolia 024000,China;
2. College of Ecology and Environmental Science,Inner Mongolia Agricultural University,Huhhot 010019,China;
3. Inner Mongolia Saihanwula Forest Ecosystem Research Station,Chifeng,Inner Mongolia 025150,China

Received:2014-04-11 Revised:2014-04-28 Online:2014-08-28 Published:2020-11-23

摘要/Abstract

摘要： 以华北落叶松人工林为研究对象,对赛罕乌拉生态系统定位站内华北落叶松人工林生物量及碳储量进行研究。应用Landsat TM影像,提取遥感影像各波段信息及相关的植被指数。将遥感影像的波段信息、相关的植被指数分别与野外实测的样地生物量数据进行一元回归分析,建立一元回归模型,分析比较后得出由波段信息建立的一元回归模型较合理;将提取的波段信息、植被指数分别与野外实测样地生物量数据进行相关分析,然后采用逐步回归的方法进行多元回归分析,建立森林生物量多元遥感回归模型;将选择出的一元回归模型与建立的多元回归模型进行对比分析,最后得到适用于研究区森林生物量研究的最优遥感回归模型,Y=-1617.863+573.312×SAVI+32.475×TM5-35.379×TM7,进而得到碳储量遥感模型。

关键词: 华北落叶松人工林, 生物量, 碳储量, 遥感

Abstract: The main subjects of the study for this article are Larix prinicipis-rapprechii plantation,research on biomass and carbon storage of Larix prinicipis-rapprechii plantation in Saihanwula Forest Ecosystem Research Station.This paper employs TM images for extracting bands of TM images and related vegetation indexs.Univariate regression analysis between bands,vegetation indexs and biomass is conducted and the unitary regression model is constructed,and the models are scientific and rational;The correlation analysis between bands,vegetation indexs and biomass is done.Step wise regression is used and equation of multiple linear regression established.Comparative Research on multiple regression model and unitary regression model is conducted.The best multiple regression model is selected,and establishment of carbon storage model developed.

Key words: Larix Prinicipis-rapprechii plantation, biomass, carbon storage, remote sensing

中图分类号:

S771.8
S758

王清梅, 包亮, 周梅, 魏江生, 赵鹏武, 张秋颖, 吴宪. 华北落叶松人工林生物量及碳储量遥感模型研究[J]. 林业资源管理, 2014,(4): 52-57.

WANG Qingmei, BAO Liang, ZHOU Mei, WEI Jiangsheng, ZHAO Pengwu, ZHANG Qiuying, WU Xian. Study on Remote Sensing Model for Biomass and Carbon Storage of the Larix Prinicipis-rapprechii Plantation[J]. FOREST RESOURCES WANAGEMENT, 2014,(4): 52-57.

参考文献

[1] 柴宗政.秦岭中段华北落叶松人工林生长特性及近自然经营技术研究[D].西安:西北农林科技大学,2013.
[2] 江源,杨艳刚,董满宇,等.芦芽山林线白杄与华北落叶松径向生长特征比较[J].应用生态学报,2009,20(6):1271-1277.
[3] 韩爱慧.森林生物量及碳储量遥感监测方法研究[D].北京:北京林业大学,2009:22-30.
[4] 张俊.兴安落叶松人工林群落结构、生物量与碳储量研究[D].北京:北京林业大学,2008:15-20.
[5] 汤旭光.基于激光雷达与多光谱遥感数据的森林地上生物量反演研究[D].北京:中国科学院研究生院,2013:22-30.
[6] 张丽琼.桉树人工林生物量遥感估测模型研究[D].南宁:广西大学,2012:26-32.
[7] 于延,王建华,段喜萍.遥感数字影像中提取植被指数并行算法的研究与实现[J].科技通报,2013,29(2):100-103.
[8] 李方方.基于多植被指数时空变化的矿区生态环境监测[D].焦作:河南理工大学,2011:16-22.
[9] 张菁,马民涛,王江萍.回归分析方法在环境领域中的应用评述[J].环境科技,2012,21(2):40-45.
[10] 骆期邦,曾伟生,贺东北.林业数表模型理论、方法与实践[M].长沙:湖南科学技术出版社,2001.
[11] 张慧芳.北京地区森林植被生物量遥感反演及时空动态格局分析[D].北京:北京林业大学,2008:11-15.
[12] 高照.基于逐步回归的新马海峡航行风险模型研究[D].大连:大连海事大学,2013:13-25.
[13] 徐天蜀.基于遥感信息的森林生物量、碳储量估测技术研究[J].林业调查规划,2008,33(3):11-15.
[14] 罗云建.华北落叶松人工林生物量碳计量参数研究[D].北京:中国林业科学研究院,2007:65-68.
[15] 马炜.长白落叶松人工林生态系统碳密度测定与预估[D].北京:北京林业大学,2013:23-28.
[16 ]耿丽君,许中旗,张兴锐,等.燕山北部山地华北落叶松人工林生物碳贮量[J].东北林业大学学报,2010,38(6):43-47.

华北落叶松人工林生物量及碳储量遥感模型研究

Study on Remote Sensing Model for Biomass and Carbon Storage of the Larix Prinicipis-rapprechii Plantation

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

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]	郝君, 吕康婷, 胡天祺, 王云阁, 徐刚. 基于机器学习的红树林生物量遥感反演研究[J]. 林草资源研究, 2024, 0(1): 65-72.
[3]	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.
[4]	任晓琦, 侯鹏, 陈妍. 森林地上生物量遥感反演研究进展[J]. 林草资源研究, 2023, 0(6): 146-158.
[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, 0(6): 98-104.
[6]	焦全军, 郑焰锋, 黄文江, 张兵, 张鹤译, 史宜梦, 吴发云, 付安民. 陆地生态系统碳监测卫星松材线虫病变色木识别指数研究[J]. 林业资源管理, 2023, 0(4): 123-131.
[7]	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.
[8]	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.
[9]	梁立成, 傅晓强, 张滨, 程谷栒, 李佐晖. 基于GEE与随机森林的象山港互花米草动态监测[J]. 林业资源管理, 2023, 0(3): 38-45.
[10]	周梅, 李春干, 杨承伶, 李振. 无人机激光雷达人工林参数估测试验[J]. 林业资源管理, 2023, 0(3): 90-97.
[11]	张绘芳, 朱雅丽, 张景路, 高健, 地力夏提·包尔汉. 基于高分遥感数据的阿尔泰山乔木林地上生物量预测[J]. 林业资源管理, 2023, 0(2): 104-110.
[12]	蓝肖, 郝海坤, 黄开勇, 陈琴, 戴俊, 程琳, 陈仕昌. 杉木人工林生物量分布特征及其碳计量参数[J]. 林业资源管理, 2023, 0(2): 50-56.
[13]	蔡会德, 卢峰, 徐占勇, 潘黄儒, 孟想, 曾伟生. 桉树相容性可加性立木生物量模型系统研建[J]. 林业资源管理, 2023, 0(1): 87-93.
[14]	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.
[15]	王瑜, 蔡年辉, 陈林, 唐军荣, 许玉兰, 陈诗. 云南松苗木生物量分配与个体大小关系研究[J]. 林业资源管理, 2022, 0(6): 101-108.