长白落叶松生物量估测模型研究

长白落叶松生物量估测模型研究

论文摘要

本文在东折棱河林场以长白落叶松林地上部分生物量为研究对象,利用样木收获法收集34个样地的林分地上部分生物量信息,选取其中29个样地生物量信息分别与样地林分因子信息和TM遥感影像信息拟合建立林分因子线性模型、遥感因子线性模型和林分因子非线性模型,利用剩下的5个样地进行模型精度检验和误差分析。结果表明:长白落叶松地上部分生物量均可以用遥感因子或林分因子模型拟合;林分因子线性模型对中幼林地上生物量的估测精度高(P林分=94.33%>P遥感=P非=92.32%)且检验误差小(MRE林分=6%<MRE非=7%<MRE遥感=31%),效果较好;若只考虑中龄林,则非线性模型与林分因子模型估测效果相当(误差之和E林分=366.7 t<E非=379.0 t<E遥感=515.4 t)。树皮、干材和总生物量部分的估测效果为林分因子模型估测最优、其次为非线性模型、最差为遥感因子模型,树冠部分则是遥感模型估测最好、其次为林分因子模型、最差为非线性模型。在树冠和地上部分总生物量模型中,非线性模型的不相容性最不明显。三种模型对长白落叶松碳密度估测结果为:林分线性模型为37.34 t/ha,遥感线性模型为35.96 t/ha,非线性模型为37.05 t/ha。通过三种生物量模型和碳储量估测效果的比较分析,希望为今后生物量模型的选择和研究提供一定的参考。

论文目录

  • 摘要
  • ABSTRACT
  • 1 引言
  • 1.1 研究背景
  • 1.2 森林生物量研究现状
  • 1.2.1 森林生物量的内涵
  • 1.2.2 森林生物量的研究方法
  • 1.2.3 遥感模型估测森林生物量研究进展
  • 1.2.4 林分调查因子模型估测森林生物量研究进展
  • 1.3 研究的目的及意义
  • 1.4 研究内容
  • 1.5 研究技术路线
  • 2 试验区概况
  • 2.1 试验区位置分布
  • 2.2 试验区地形地貌
  • 2.3 试验区气候
  • 2.4 试验区森林植被类型
  • 3 数据采集和处理
  • 3.1 样地数据采集
  • 3.1.1 样地设置
  • 3.1.2 生物量采集
  • 3.2 林分因子数据调查
  • 3.3 遥感数据及地图信息获取
  • 3.3.1 TM影像的预处理
  • 3.3.2 植被的遥感指数计算
  • 3.3.3 植被的监督分类
  • 4 生物量估测模型建立与分析
  • 4.1 生物量模型
  • 4.1.1 生物量模型类型
  • 4.1.2 生物量模型评价指标
  • 4.2 林分因子线性模型
  • 4.2.1 林分因子自变量分析
  • 4.2.2 林分因子模型拟合
  • 4.2.3 模型评价与分析
  • 4.3 遥感因子线性模型
  • 4.3.1 遥感因子自变量分析
  • 4.3.2 遥感因子模型拟合
  • 4.3.3 模型评价与分析
  • 4.4 非线性模型
  • 4.4.1 非线性模型自变量分析
  • 4.4.2 非线性模型拟合
  • 4.4.3 模型评价与分析
  • 5 三种模型生物量估测效果对比与分析
  • 5.1 两种线性模型检验效果对比
  • 5.2 线性与非线性模型检验效果对比
  • 5.3 三种模型的不相容性
  • 5.4 模型碳储量估测
  • 6 结论与讨论
  • 6.1 结论
  • 6.2 讨论与问题
  • 6.2.1 讨论
  • 6.2.2 问题
  • 6.3 研究展望与应用趋势
  • 6.3.1 林木树根生物量监测新手段
  • 6.3.2 生物量估测计算模块建设
  • 附表
  • 附图
  • 参考文献
  • 个人简介
  • 导师简介
  • 论文支撑项目
  • 致谢
  • 相关论文文献

    • [1].黑河市爱辉区国有天然林生物量分布及特点[J]. 林业勘查设计 2020(03)
    • [2].“生态系统中的生产量和生物量”一节的教学设计[J]. 生物学教学 2017(08)
    • [3].华北落叶松单木生物量模型研究[J]. 山西林业科技 2017(01)
    • [4].闽北不同海拔湿地松生物量模型构建及比较分析[J]. 林业勘察设计 2017(02)
    • [5].北亚热带常绿阔叶林林下灌木生物量模型的建立[J]. 西北农林科技大学学报(自然科学版) 2017(07)
    • [6].混合模型在福建省粗叶榕生物量模型中的应用[J]. 西北林学院学报 2017(05)
    • [7].闽北邓恩桉人工林生物量的分配规律[J]. 南京林业大学学报(自然科学版) 2015(05)
    • [8].不同土地利用方式对蚯蚓数量及生物量分布的影响[J]. 生态学杂志 2017(01)
    • [9].塔里木河下游胡杨生物量及其空间分布特征[J]. 西北植物学报 2016(11)
    • [10].不同马尾松群落类型的生物量及碳储量特点分析[J]. 科技经济导刊 2017(08)
    • [11].塔里木河上游多枝柽柳地上部分生物量模型研究[J]. 新疆农业科学 2014(10)
    • [12].估测作物冠层生物量的新植被指数的研究[J]. 光谱学与光谱分析 2010(02)
    • [13].浙江省毛竹竹秆生物量模型[J]. 林业科学 2019(11)
    • [14].干旱对呼伦贝尔草原牧草生物量的影响[J]. 中国草地学报 2020(05)
    • [15].小麦生物量极化分解参数响应及反演[J]. 沈阳农业大学学报 2019(05)
    • [16].广东红树植物木榄生物量模型[J]. 西北农林科技大学学报(自然科学版) 2019(12)
    • [17].不同退耕还林地生物量研究——以安定区为例[J]. 内蒙古林业调查设计 2015(06)
    • [18].杉木成熟林生物量生长模型研究[J]. 林业资源管理 2015(06)
    • [19].3种异速生长方程对生物量建模的对比分析[J]. 中南林业调查规划 2014(01)
    • [20].不同树龄三倍体毛白杨生物量分布规律[J]. 东北林业大学学报 2010(01)
    • [21].华北落叶松人工林的生物量估算参数[J]. 林业科学 2010(02)
    • [22].生物量统一模型构建及非线性偏最小二乘辩识——以毛竹为例[J]. 生态学报 2009(10)
    • [23].1982—2003年中国草地生物量时空格局变化研究[J]. 自然资源学报 2009(09)
    • [24].基于MODIS植被指数的甘南草地生物量[J]. 兰州大学学报(自然科学版) 2009(05)
    • [25].长白山红松阔叶林林下灌草生物量模型构建[J]. 北华大学学报(自然科学版) 2020(03)
    • [26].亚热带常绿阔叶林生物量模型及其分析[J]. 中南林业科技大学学报 2017(11)
    • [27].病害胁迫下棉花植株鲜生物量的高光谱提取[J]. 江苏农业科学 2018(14)
    • [28].水曲柳落叶松混交林生物量的测定[J]. 吉林农业 2016(01)
    • [29].云南松不同群体苗木生物量与生长分析[J]. 林业科技开发 2015(06)
    • [30].氮、磷和铁对微拟绿球藻生物量和蛋白含量的影响[J]. 上海海洋大学学报 2014(05)

    标签:;  ;  ;  ;  ;  

    长白落叶松生物量估测模型研究
    下载Doc文档

    猜你喜欢