[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。

【目的】采用遥感数据估算森林地上生物量仍存在一些不确定性问题，研究估算过程中的误差来源及其占比，对提高森林地上生物量的估测精度具有重要意义。【方法】从遥感影像提取因子，结合高山松Pinus densata外业调查数据，建立多元线性回归、梯度提升回归树、随机森林等3种地上生物量估测模型，对样地尺度与3种模型的不确定性进行分析和度量。【结果】(1)高山松单株生物量模型不确定性为16.43%，样地尺度的不确定性为7.07%；(2)多元线性回归模型残差不确定性为34.86%，参数不确定性为21.30%，与样地不确定性合成后总不确定性为41.45%；(3)非参数模型中，梯度提升回归树估测高山松地上生物量的总不确定性为23.12%，随机森林为19.42%。【结论】3种遥感估算模型中，非参数模型的不确定性明显低于参数模型。相较于样地尺度，遥感估算模型的不确定性对地上生物量估算精度的影响较大。图3表3参26

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】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。

森林碳储量遥感监测是目前林业定量遥感的研究热点之一。以沽源县为研究对象,采用TM影像,对原始自变量进行MNF变换后得到新变量,建立森林乔木地上碳储量遥感估测模型。模型相关系数R为0.708,通过实测样地对估测结果进行检验,精度达到89.89%。结果表明,当自变量间存在显著复相关性情况下,通过MNF变换能有效去除复相关性,用新变量建立的模型估测效果较好。

为了研究林场级森林林木生物量和碳储量的信息,以海南省岛东林场为例,采用系统(等距)抽样方式对该场林木资源进行抽样调查。选择政府间气候变化专门委员会(IPCC)制定的方法对不同龄组、不同类型森林的林木生物量和碳储量进行估算。结果显示:林场森林林木碳储量大,达53.00万t,但单位面积上的碳汇能力低,仅为54.35 t/hm2;不同类型林分各个生长阶段(龄组)的单位面积碳储量不尽相同,其中木麻黄成熟林最高,为141.08 t/hm2。以上结果表明,当前短周期人工林皆伐作业模式下的森林林木生物量积累不足,造成岛东林场碳汇能力较低。当前经营方式不能满足应对全球气候变化为目的的多功能森林经营的要求,需要...

东亚地区森林类型多样,开展区域生态系统碳循环模拟时应考虑森林类型的差异。论文利用基于叶氮浓度-最大净光合作用速率关系的PnET-CN模型,对东亚地区8个森林生态系统通量观测站点的总生态系统碳交换(GEE)和生态系统呼吸(RE)进行模拟,以探讨模型的适用性并对不确定性来源进行分析。研究结果表明:1PnET-CN模型能较为准确地模拟东亚地区大部分森林生态系统站点的GEE和RE;2模型的适用性排序依次为温带、寒温带、亚热带、热带,模型未能很好地模拟热带湿地森林GEE和RE的季节与年际变异;3在同一气候区中,PnET-CN模型更加适用于针叶林碳交换的模拟;4PnET-CN模型比较准确地反映了东亚森林生...

本文介绍了蒙特卡洛(模拟)方法的原理以及Excel软件强大的函数计算功能和图表功能,并应用Excel建立油气可采储量估算的数学模型,然后进行蒙特卡洛模拟试验,最终估算出一个具有一定可信度的、比较合理的油气可采储量数值。

竹林是热带和亚热带地区一种分布广泛的森林资源类型。由于其优良的固碳功能，在林业应对气候变化的背景下，以积累碳汇和实现碳汇交易为目的的毛竹Ｐｈｙｌｌｏｓｔａｃｈｙｓ ｅｄｕｌｉｓ林营造活动日益增多。跟踪调查整个毛竹造林过程，连年监测毛竹碳储量变化和土壤有机碳变化，结合基线碳储量和造林活动过程排放泄漏估测，探究净碳汇量变化积累特征。结果表明：１项目区毛竹碳汇造林初期（１～５ ａ）净碳汇量二氧化碳当量（ｃｏ２－ｅ）为４４３．７７ ｔ，累计净碳汇量二氧化碳当量为９．３０ ｔ·ｈｍ－２；２项目区在组成净碳汇量的多个分量中，只有毛竹碳储量变化起正面影响，而土壤有机碳变化、施肥排放和运输泄漏均对净碳汇量积累．．．

文章采用仿真方法研究了森林碳减排量估计不确定性对REDD+收益的影响问题,讨论了不同情景下REDD+政策与不确定性对REDD+收益的影响。通过对2005~2010年巴西、中国、印度、印尼和墨西哥五个发展中大国碳减排量不确定性和平均机会成本的仿真研究发现,一国过去的毁林率或造林率会对REDD+潜在收益产生重要的影响,高毁林率或高造林率的国家从REDD+中获益更多,而低毁林率或低造林率的国家所获收益较少。而随着REDD+努力系数的增加,能够使一国从REDD+中获益的平均机会成本也随之增加,从而该国成功实施REDD+的可能性也在不断增加。因而需要采用多种方法对现有REDD+体系进行改进才能保证其得到有效实施。

在减少砍伐和退化所致排放量(REDD+)项目实施过程中,对于碳减排量的准确监测与度量是一个非常重要的步骤。而不确定性问题的普遍存在以及森林碳密度的变化将可能对中国森林碳减排量产生影响。本文首先建立了碳密度变化情景以及适用于碳密度增加国家的不确定性估计方法。在此基础上使用中国1990—2010年间的相关数据,采用仿真方法讨论了不同情景下,不确定性和碳密度变化对中国森林减排量的影响。研究结果表明,当估计误差超过5%时,中国的碳密度变化所致减排量将为负值。而当存在误差情况下,碳密度变化区域所占比例越大,中国的碳减排量被低估的程度就越严重。

【目的】以多源遥感数据为基础,在郁闭度较高的天然次生林中采用非参数模型及随机森林偏差校正模型估测森林地上生物量(Aboveground biomass, AGB),为大尺度估测森林生物量提供了依据。【方法】以东北林业大学帽儿山实验林场142块森林资源连续清查固定样地复测数据、机载激光雷达(Airborne laser scanning, ALS)和多光谱Landsat8 OLI影像为数据源,提取46个特征变量(其中ALS:24个;OLI:22个特征变量)后进行特征变量筛选,利用多元逐步回归(Multiple stepwise regression, MSR)、支持向量机(Support vector machine, SVM)、随机森林(Random forest, RF)和随机森林偏差校正(Bias-Corrected RF, BCRF)构建森林AGB估测模型,采用调整决定系数(Ra2dj),均方根误差(RMSE)和相对均方根误差(rRMSE)对估测结果进行精度评价。【结果】多源遥感数据要优于单一数据源,非参数模型(RF(Ra2dj=0.68,RMSE=49.71 t·hm-2, rRMSE=32.48%)和SVM(Ra2dj=0.64, RMSE=52.80 t·hm-2, rRMSE=35.28%))优于传统的MSR模型(Ra2dj=0.52,RMSE=57.29 t·hm-2, rRMSE=43.26%)的估测精度。选择最优的RF估测模型进行偏差校正,BCRF的rRMSE=21.84%,此时的生物量估测效果最佳(较RF模型的rRMSE下降10.64%)。当AGB在100～200 t·hm-2范围内,非参数算法(SVM、RF和BCRF)对AGB估测效果最佳(与MSR模型相比RMSE由48.87 t·hm-2减小到13.72～23.55 t·hm-2,rRMSE由28.15%下降至8.69%～16.13%);特别地,当AGB小于100 t·hm-2时,BCRF模型可以改善RF模型AGB估测的饱和现象,模型预测性能提升11.0%(RMSE与RF相比减小27.66 t·hm-2,rRMSE下降10.99%)。【结论】以多源遥感数据结合为基础,BCRF模型对AGB的估测精度更高,效果更稳定,且BCRF可以有效地削弱生物量估测中出现的小值偏大的现象。

森林土壤有机碳（ＳＯＣ）是全球碳循环的重要组成部分，然而，多样的森林类型和不同森林经营措施的干扰，使得森林土壤碳库维持机制以及碳固存过程的研究和森林土壤碳库的估算存在较大的变异。作为主要的森林经营措施之一，采伐对森林土壤碳储量以及碳过程均产生直接或间接地影响。为深刻理解森林土壤碳库对于采伐干扰的响应，本文综述了近十几年来不同采伐方式下森林土壤碳储量及其主要碳排放过程——土壤呼吸的研究现状，综合分析了采伐方式、森林类型、采伐剩余物管理以及微生物因子等对土壤碳库的影响及其不确定性，并在此基础上阐述了研究中尚未解决的主要问题：１）生物因子作为ＣＯ２产生的主体，在应对干扰时结构、功能的变化直接影响着土．．．

【目的】为了提高高山松地上生物量估测的精度，开发一种滤波算法，减少Landsat时间序列数据的噪声。【方法】基于1987、1992、1997、2002、2007、2012、2017年国家森林资源连续清查固定样地的数据以及1987—2017年的Landsat时间序列影像，利用谷歌地球引擎(Google earth engine,GEE)以及Python，通过Land Trendr滤波、Savitzky-Golay滤波、Horn卷积以及基于空间卷积理论开发的自适应霍恩地形卷积(Adaptive horn topography convolution,AHTC)算法对Landsat时间序列数据进行滤波，应用随机森林回归算法(Random forest regression,RFR)构建香格里拉市高山松地上生物量估测模型，并选择最优估测模型对1987、1992、1997、2002、2007、2012、2017年高山松地上生物量进行反演制图。【结果】1)从图像的直接评价指标均方根误差(Root mean square error,R_(MSE))以及峰值信噪比(Peak signal-to-noise ratio,P_(SNR))来看，经过AHTC算法滤波后的图像质量最好；2)在使用RFR方法的情况下，滤波后的数据均表现出比原始数据更高的估测精度；3)经过AHTC算法滤波后的时间序列数据对高山松地上生物量的估测效果最优，其决定系数R~2为0.885、均方根误差R_(MSE)为34.63 t/hm~2、预测精度P为60.75%、相对均方根误差r RMSE为43.59%;4)采用AHTC和RFR方法反演结果分别为1 236万t(1987年)、1 155万t(1992年)、1 455万t(1997年)、1 330万t(2002年)、1 314万t(2007年)、1 345万t(2012年)、1 654万t(2017年)。【结论】使用AHTC滤波方法在一定程度消除了时间序列影像自身所携带的大量噪声和不确定性，有效地提高了时间序列影像的质量，同时也为提高高山松地上生物量遥感估测精度提供了一种新思路。

不确定性理论用于分析消费者行为,在经济理论上已取得了重大进展。本文分析了中国市场化改革的特征与中国不确定性产生之间的关系。指出在中国市场化改革中,由于决策者的有限理性和改革的非帕累托性质使得制度充满不确定性。本文选取了若干指标对不确定性如何作用于中国居民进行了讨论,并运用计量经济模型分析不确定性对总需求的影响。