【目的】探索基于地理编码的森林碳储量的空间分布，为森林碳储量长周期空间变化分析提供方法参考。【方法】基于紫金山1987、2002和2019年3期森林资源二类调查数据，结合生物量转换因子连续函数法，并利用地理编码的固定网格对32年来紫金山的森林碳储量及其空间分布变化进行分析。【结果】1）在时间维度上，1987、2002和2019年研究区森林碳储量分别为62 541.1、81 703.0和106 281.8 t,32年来净增加43 740.7 t，年平均增加1 325.5 t；阔叶类乔木林的碳储量占森林碳储量的62.1%、73.0%、81.7%，明显大于针叶类乔木林和针阔混交类乔木林。1987和2002年期间，中龄林和成熟林的碳储量之和占乔木林碳储量的76.4%、60.4%;2019年，成熟林及过熟林碳储量占乔木林总碳储量的59.5%。2）在空间分布上，研究区森林碳储量均呈现由南到北逐渐增大的空间分布特征。中碳储量和高碳储量分布区域占比从1987年的45.1%提升到2002年的53.9%，到2019年的60.3%。研究区中稳定性、中高稳定性和高稳定性区占总面积的71.1%，森林碳储量的总体稳定性区域占比较高。3）在时空维度上森林经营作用，针对区域森林碳储量长周期空间变化分析困难和森林经营明确空间位置精度低的问题，论文研究提出的方法，既能对比相同空间位置长时间序列森林碳储量的分布特征，又能对比分析其具体明确空间位置固碳增碳的森林经营效果，也便于查询监督；能为林长制网格化长周期管理提供支撑以及区域森林碳汇经营精准提升提供技术支撑。【结论】利用地理编码的固定网格及变异系数指数对森林碳储量空间分布进行研究，为今后紫金山的森林碳储量持续监测提供参考。

利用立木蓄积量、森林面积及森林土壤碳储量等基本监测数据,对江西省森林生态系统的碳储量和碳汇及其经济价值进行了估算。结果表明:江西省森林生态系统碳储量为1 286.37×106t,年碳汇能力为53.92×106t,其经济价值分别为3 923.429亿元和164.47亿元,江西省森林生态系统平均碳密度为147.57 t/hm2。预计江西省年2010年到2020年间森林生态系统碳汇潜力278.09×106t碳或1 020.59×106t CO2,由此产生的经济效益平均每年可达53.01亿元。同时还对江西省11个市的森林碳储量、碳汇及其经济价值进行了估算,得出了全省各市森林生态系统碳储量和空间分布特征...

基于海南省五指山市2008年森林资源一类清查数据,利用空间误差模型(SEM)分析森林碳储量与林分因子、地形因子之间的关系和森林碳储量的空间分布,以期为五指山市森林管理规划提供相关信息。结果表明:五指山市森林碳储量的空间分布具有空间自相关性;文章所选的林分因子、地形因子都对森林碳储量的空间分布有显著影响,其中,郁闭度是最主要的因子。SEM可以很好地解决模型残差的空间自相关性。由模型的预估结果可以看出,森林碳储量的空间分布整体差异不大。

基于林业生态功能和生产力布局分区的森林资源清查数据,采用森林植被生物量换算因子连续函数法,系统估算陕西省森林植被碳储量、碳密度大小并研究其空间分布特征与区域生态功能的关系。结果表明:①陕西省乔木林碳储量为23852.704万tC,其中天然林占84.36%,人工林占15.64%;平均碳密度为30.919tC/hm2,小于全国平均值,森林发育水平较低是造成陕西省森林碳密度较低的主要原因。天然林是全省森林总碳储量的主要贡献者,且天然林各优势种的平均碳密度普遍大于人工林;②陕西省从南向北自然地域的干湿条件,对森林植被碳储量整体分布产生了较大的影响;人工林碳储量比重较大的区域是受人类活动影响较大的地区;...

基于河南省林业发展三级区划方案、森林资源二类调查资料和810个土壤有机碳样点数据,构建河南省三级林区土壤有机碳的空间分布模型,选用Nash-Sutcliffe系数(E)、模拟误差(V)和决定系数(R2)等统计参量评估模型的模拟能力。利用模型分析森林土壤有机碳储量的空间分布特征,并估算不同深度的土壤碳储量。结果表明:所有林区土壤有机碳密度值均随深度的增加而呈指数形式迅速下降;表层(40cm)土壤有机碳密度受土壤质地影响显著,砂质土壤碳密度值高于粘土(P

运用因子连续函数法对江苏省13个地级市的森林碳储量及其变化情况进行了估算。结果表明:2010年,江苏省森林碳储量为4 615.55×104 t,苏北、苏南和苏中的占比分别为57.83%、28.26%和13.91%;2005~2010年,江苏省森林碳储量增加了2 025.59×104 t,森林"碳汇"效应显著,但各区域的碳储量变化不均衡。在江苏新增造林面积空间较为有限的背景下,提高林地生产力,优化树种和林龄结构是增加森林碳储量的有效途径。

森林碳储量与其调查因子之间的关系及其空间相关性特征是区域森林碳储量及其分布估计模型建立的基础,然而某一调查因子在不同空间位置对森林碳储量估计的影响程度存在差异。地理加权回归方法考虑了调查因子作用的空间异质性,进行局部回归估计。以浙江省台州市仙居县森林资源二类调查样地实测数据为数据源,利用地理加权回归方法结合陆地探测卫星系统Landsat TM影像数据进行森林碳储量及其密度的分布估计,并检验地理和海拔加权回归在地势平缓的区域是否可用。结果表明:1仙居县森林地上部分总碳储量3.132×106Mg,与样地实测统计得到的全县碳储量3.192×106Mg相差1.880%;地理加权回归模型估计结果与实际碳...

【目的】构建地理加权随机森林（Geographically weighted random forest,GWRF）模型估算森林碳储量以解决区域尺度范围内森林碳储量估算精度不高的问题，对科学经营管理森林、推动碳循环和碳汇相关研究、实现我国“双碳”目标有重要指导意义。【方法】以黑龙江省小兴安岭、长白山地区森林植被碳储量为研究对象，基于2015年森林资源连续清查数据和Landsat8-OLI影像，采用普通最小二乘（Ordinary least squares,OLS）、随机森林（Random forest,RF）模型、地理加权回归（Geographically weighted regression,GWR）模型以及地理加权随机森林模型分别构建不同林型及总体（不分林型）的森林碳储量估测模型，比较是否区分林分类型时，不同模型预测精度之间的差异，实现对研究区森林碳储量的精准反演。【结果】1)各个模型在区分林型时的预测精度均高于总体（不分林型）情况，以GWRF模型精度最优，其中针叶林精度最高（R²=0.58,RMSE=15.97 t/hm²）；阔叶林次之（R²=0.46,RMSE=17.66 t/hm²）；针阔混交林随后（R²=0.45,RMSE=19.51 t/hm²）；总体（不分林型）最低（R²=0.40,RMSE=20.22 t/hm²）。2)4种模型的检验精度GWRF>RF>GWR>OLS。与OLS相比，GWRF在针叶林、阔叶林、针阔混交林和总体（不分林型）中提升的ΔR²分别为0.15、0.09、0.16和0.04；降低的ΔRMSE分别为2.09、1.35、3.47和0.89 t/hm²；与RF相比，GWRF提升的ΔR²分别为针叶林0.14、阔叶林0.06、针阔混交林0.04、总体（不分林型）0.02；降低的ΔRMSE分别为针叶林1.95 t/hm²、阔叶林0.86 t/hm²、针阔混交林0.67 t/hm²、总体（不分林型）0.29 t/hm²。3)研究区森林碳储量密度最高预测值为77.08 t/hm²，最低值为5.24 t/hm²，平均值为41.07 t/hm²，总量为552.04 Tg；从空间上看，森林碳储量高值分布在小兴安岭东南部、张广财岭等地区，呈现斑状不均匀性分布。【结论】相比于其他3种模型，GWRF作为局部模型，考虑到空间异质性，在区域尺度范围内估测森林碳储量有较好的应用前景。区分林分类型能提高预测精度，在今后对森林生物量或碳储量的研究中，应考虑区分林分类型建模。本研究的模型和方法有一定适应性，可为森林资源的快速和精准监测提供方法借鉴。

［目的］研究中亚热带地区的江西省内不同森林类型、林分类型林内倒木的生物量、碳储量及其数量特征分布格局，为该区域森林生态系统功能评估积累基础数据。［方法］以亚热带典型森林１３３个样地为研究对象，采用实测法对样方内直径≧１ ｃｍ，长度≧１ ｍ的倒木逐一测量其中央直径和长度，并记录其分解程度和树种组成。［结果］表明：杉木林和马尾松林倒木生物量和碳储量分别为０．６８４ ｔ·ｈｍ～（－２）、０．２７９ ｔｃ·ｈｍ～（－２）和０．５５３ ｔ·ｈｍ～（－２）、０．２０７ ｔｃ·ｈｍ～（－２），常绿阔叶林和次生常绿阔叶林分别为１１．２９３ ｔ·ｈｍ～（－２）、４．７８１ ｔｃ·ｈｍ～（－２）和１．８８８ ｔ·．．．

为明晰湖南省现有森林植被碳储量区域分布格局,基于湖南省2014年森林资源年度统计数据,结合材积源生物量法估算了湖南省现有森林植被碳储量、碳密度及其区域空间分布格局。结果表明:(1)湖南省乔木林植被碳储量为145.23×106 t,其中阔叶林植被碳储量占47.52%,幼龄林和中龄林植被碳储量之和占69.49%;湖南省乔木林植被平均碳密度为16.26 t·hm(-2)。(2)湖南省现有森林植被碳储量为196.95×106 t,其中乔木林植被碳储量占73.73%,湖南省现有森林植被平均碳密度为16.31 t·h

森林碳储量主要通过地面调查数据来估算，存在着统计工作量大，建模复杂度高等难点。如何快捷、准确地估测森林碳储量一直是国内外林业领域研究的热点和难题。结合遥感图像监测尺度大和ＩｎＶＥＳＴ模型输入参数少的特点，提出一种基于ＩｎＶＥＳＴ模型结合遥感图像估测森林碳储量的方法。该方法根据森林类型碳储量信息和相应的栅格数据，利用ＩｎＶＥＳＴ模型估测区域森林碳储量，然后通过比对多期遥感数据估测出的碳储量得出该区域碳储量变化，从而实现森林碳储量的动态监测。对浙江省庆元县２００９年的碳储量进行了估算和绘图，根据行政区划图可估算出乡（镇）和村级的碳储量。实验分别对坑西村２００９年和２０１４年的碳储量进行了估算，根据．．．

以北京市延庆县为研究对象,利用遥感和地学数据,分析其与地面碳储量的相关关系,探讨基于遥感和地学信息的森林碳储量遥感估测。利用森林资源二类调查数据和2004年SPOT-5遥感影像,选取B1、B2、B3、B4 4个单波段,IDVI、IRVI、INDVI 3种植被指数以及海拔、坡度共9个因子,对这9个因子进行降维,并提取主成分,建立基于主成分回归的森林碳储量估测方程。结果表明:模型复相关系数为0.892;用30个独立样本检验模型的可靠性与精度,相关系数为0.769,精度达到91.60%。该方程可用于森林地上部分碳储量估测。

[目的 ]为了解决碳储量的不确定性受单一类型变量的影响，而忽略了残差变异导致模型不确定性的问题，研究不同类型变量对碳储量估测模型的不确定性。[方法 ]以香格里拉市高山松为研究对象，采用随机森林联立蒙特卡洛（RF-MC），基于不同变量组合建立回归模型，判断各模型的不确定性。[结果 ]表明：（1）光谱和样地数据直接参与RF-MC模型的估测精度及不确定性最差。（2）在上一步的基础上引入纹理特征的模型预测结果优于引入DEM。（3）同时引入DEM和纹理特征的RF-MC模型效果最优（R2=0.892,RMSE=5.539 t·hm~(-2),MAE=4.319 t·hm~(-2), rRMSE=18.7%）。模型拟合度提高了0.343，模型的不确定性降低了19.43%。[结论 ]基于多特征的RF-MC方法在碳储量估测中效果较好，不同类型的变量对碳储量估测精度及不确定性有一定的影响。

利用第七次全国森林资源连续清查数据,以回归模型估计法作为乔木林生物量的主要计算方法,以树种含碳率作为生物量转换为碳储量的系数,从单木归并到样地,从样地加权平均至省级区域,估算乔木林碳储量;以加权平均转换系数估算疏林地、散生木和四旁树的碳储量,以模型法估算竹林、灌木林的碳储量。结果表明:中国森林植被碳储量主要集中在西南和东北两大区;乔木林是中国森林植被碳储量的主体;人工林碳储量在中国乔木林碳储量中比例超过15%;阔叶树的碳储量和碳密度均大于针叶树。

利用全国森林资源清查资料中的北京市部分,基于生物量转换因子法,通过建立不同森林类型蓄积量与生物量间的回归方程,估算出北京市不同时期森林的生物量和碳储量,并对碳储量的变化进行了分析。结果表明:北京市森林碳储量在5 a内由796万t增加到852万t,呈现增长的趋势,各森林类型碳储量的变化与相应森林类型面积变化呈正相关关系。在全市森林总碳储量中,栎类Quercus spp.,阔叶类,杨树Populus spp.在碳汇中起着重要的作用。树种年龄组成上的不合理很大程度上限制了北京的森林碳汇能力,幼龄林与中龄林面积大但是碳储量较低,成熟林碳储量所占比例较大,不同植被类型以及不同龄组的森林碳密度呈现略微下降...