金沟岭林场森林地上生物量时空动态分析与预测

金沟岭林场森林地上生物量时空动态分析与预测

论文摘要

森林生态系统是陆地生态系统的主体,在维护全球碳平衡和缓解全球气候变暖中发挥着巨大作用。森林生物量是评价碳循环贡献的基础,研究其分布规律和动态变化对了解全球碳平衡有着重要意义。本研究区域金沟岭林场位于我国森林碳储备高密度区的东北地区,其森林生物量及碳动态变化带有着多方面的生态效益,需要得到更为细致的研究。本文利用1987年、1997年和2007年三期金沟岭林场二类调查数据,结合已有的森林生物量模型,借助于地理信息系统技术分析金沟岭林场20年间森林地上生物量时空变化,并预测未来10年森林地上生物量消长趋势。最后通过GIS二次开发方式,完成生物量时空动态分析系统。1987年、1997年、2007年金沟岭林场森林地上生物量依次为1365484.43t、1552527.21t,1614042.32t,生物量密度分别为86.20 t/ hm2、97.31 t/ hm2、100.59 t/ hm2。针阔混交林、针叶混交林、阔叶混交林和落叶松林四种森林类型与其它森林类型(总计)的储存生物量比例分别约为5:2:1:1:1;20年间,冷杉林、落叶松、针阔混交林、针叶混交林在各时期生物量比重呈下降趋势,其它森林类型主要为阔叶林分和珍贵树种林分如红松林和云杉林呈上升趋势;三期数据的天然林与人工林储存生物量比例都约为9:1。天然林生物量增长趋势逐渐降低,而人工林的生物量增长趋势逐渐增长;20年间,中龄林比重偏多,成、过熟林比重较小的林龄结构不合理现象随时间正逐渐改善;三期数据都表现为一般用材林储存生物量比重最大,随时间比重降低,其它林种类型比例都不同程度增加。生物量空间分布特征为:三个时期生物量密度级为0-50t/ hm2和200-400 t/ hm2的小班地理位置呈现规律性分布。生物量密度级在100-150 t/ hm2,150-200 t/ hm2的小班呈无规则分散在全场区域。金沟岭林场森林的地上总生物量曲线随海拔级的递增,呈先增加后减少的趋势,并都在701-850m处产生生物量高峰。各个坡向的生物量分布差异不悬殊。不同坡度级森林地上生物量排列为缓坡>斜坡>平坡>陡坡。经验证,灰色预测方法和马尔可夫链预测方法分别适用于不同森林类型的生物量密度和占地面积的预测。结论得出,2017年金沟岭地区森林面积总计为16065.79 hm2,地上生物量为1699981.54t,生物量密度为105.81 t/ hm2。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.2 国内外研究现状及发展趋势
  • 1.2.1 森林生物量计量方法和估算
  • 1.2.2 森林生物量时空动态研究进展
  • 1.2.3 森林生物量趋势预测研究进展
  • 1.4 主要研究内容及预期结果
  • 1.4.1 主要研究内容
  • 1.4.2 预期结果
  • 1.5 技术路线
  • 第二章 研究区域概况及研究方法
  • 2.1 研究区概况
  • 2.1.1 地理位置
  • 2.1.2 地形地势
  • 2.1.3 气候
  • 2.1.4 土壤
  • 2.1.5 土地资源类别
  • 2.1.6 主要森林类型
  • 2.2 数据概况
  • 2.2.1 数据来源
  • 2.2.2 数据预处理
  • 2.3 研究方法
  • 第三章 地上生物量时空动态分析研究
  • 3.1 20 年间森林生物量动态变化
  • 3.2 不同森林类型的生物量动态
  • 3.3 不同林分起源的生物量动态
  • 3.4 不同龄级的生物量变化
  • 3.5 不同林种的生物量变化
  • 3.6 生物量空间分异特征
  • 3.6.1 生物量密度水平分布特征
  • 3.6.2 垂直分布特征
  • 3.7 不同坡向的生物量分析
  • 3.8 不同坡度级的生物量分析
  • 3.9 小结
  • 第四章 森林生物量变化趋势预测研究
  • 4.1 生物量密度预测
  • 4.1.1 GM (1, 1)灰色模型的基本原理及建模步骤
  • 4.1.2 生物量密度预测模型的建立及检验
  • 4.2 面积预测
  • 4.2.1 马尔柯夫模型原理和检验
  • 4.2.2 马尔柯夫预测模型建立
  • 4.3 小结
  • 第五章 生物量时空动态分析系统
  • 5.1 功能模块设计步骤
  • 5.2 生物量时空动态分析系统实现
  • 5.2.1 “文件”模块
  • 5.2.2 “查询与统计”模块
  • 5.2.3 “小班生物量计算”模块
  • 5.2.4 “生物量时空统计”模块
  • 5.2.5 “专题图”模块
  • 5.3 小结
  • 第六章 结论与讨论
  • 6.1 结论
  • 6.2 讨论
  • 6.3 展望
  • 参考文献
  • 在读期间的学术研究
  • 致谢
  • 相关论文文献

    • [1].基于NDVI的巴音布鲁克天鹅湖高寒湿地地上生物量的反演[J]. 新疆农业大学学报 2019(06)
    • [2].利用MODIS影像和气候数据模拟青藏高原草地地上生物量(英文)[J]. Journal of Resources and Ecology 2017(01)
    • [3].锡林河上游流域河流湿地植物地上生物量遥感估算[J]. 湿地科学 2020(05)
    • [4].树种水平的大兴安岭地上生物量变化特征及其与气候和干扰的关系[J]. 生态学报 2019(12)
    • [5].内蒙古不同草地类型中羊草地上生物量对放牧强度的响应[J]. 中国草地学报 2016(04)
    • [6].生物药剂防控草地虫害对地上生物量的影响[J]. 青海草业 2020(04)
    • [7].光谱分析在草地地上生物量估测中的研究与应用[J]. 草业与畜牧 2013(03)
    • [8].气候变化和林火干扰对大兴安岭林区地上生物量影响的动态模拟[J]. 应用生态学报 2018(03)
    • [9].海南岛热带云雾林地上生物量分布规律[J]. 生态学杂志 2018(09)
    • [10].藏北草地地上生物量及遥感监测模型研究[J]. 自然资源学报 2013(11)
    • [11].喀斯特山区草地地上生物量遥感估测[J]. 湖北农业科学 2014(09)
    • [12].森林地上生物量估测方法研究综述[J]. 北京林业大学学报 2011(05)
    • [13].尖叶胡枝子和达乌里胡枝子地上生物量累积研究[J]. 干旱区研究 2008(01)
    • [14].基于地面高光谱遥感数据的梭梭地上生物量估算模型[J]. 干旱区资源与环境 2018(07)
    • [15].造林配置对杨树人工林生长和地上生物量的影响[J]. 东北林业大学学报 2015(09)
    • [16].西藏高原中部草地地上生物量遥感估算方法[J]. 山地学报 2013(06)
    • [17].典型草原通量塔通量贡献区地上生物量和叶面积指数的时空变异[J]. 应用生态学报 2011(03)
    • [18].基于遥感的湄公河次区域森林地上生物量分析[J]. 资源科学 2011(10)
    • [19].京津风沙源治理工程区植被地上生物量与净第一性生产力动态[J]. 应用基础与工程科学学报 2010(06)
    • [20].刈割制度下羊草草原地上生物量的动态变化机制[J]. 中国草地学报 2017(06)
    • [21].羊草地上生物量与其茎、叶形态特征参数关系的研究[J]. 内蒙古大学学报(自然科学版) 2016(06)
    • [22].森林地上生物量多模式遥感信息动态分析及建模框架[J]. 林业资源管理 2015(02)
    • [23].黑龙江省2种不同地区天然林地上生物量的比较[J]. 防护林科技 2014(09)
    • [24].贡嘎山典型植被地上生物量与碳储量研究[J]. 西北植物学报 2013(01)
    • [25].森林地上生物量遥感估算研究进展[J]. 生态学杂志 2012(05)
    • [26].六盘山叠叠沟华北落叶松人工林地上生物量的分配特征[J]. 西北林学院学报 2016(04)
    • [27].水氮耦合对分蘖期无芒雀麦地上生物量的影响[J]. 内蒙古民族大学学报(自然科学版) 2015(01)
    • [28].基于遥感的区域尺度森林地上生物量估算研究[J]. 武汉大学学报(信息科学版) 2015(10)
    • [29].闽江口湿地互花米草地上生物量的月动态特征[J]. 资源科学 2009(11)
    • [30].停止商业性采伐对大兴安岭森林结构与地上生物量的影响[J]. 生态学报 2018(04)

    标签:;  ;  ;  ;  ;  

    金沟岭林场森林地上生物量时空动态分析与预测
    下载Doc文档

    猜你喜欢