森林生物量受多重因素的综合影响,准确估算区域森林生物量可以为森林可持续经营管理提供依据。以福建省南靖县为研究区,基于森林资源清查数据和野外实测数据,利用缺省的和本地化的生物量模型分别得到区域桉树林生物量的估算值,然后利用BRT(boosted regression trees)方法解析区域生物量估算差异的来源及其相对贡献率。结果表明:利用缺省的生物量模型推算的桉树林生物量比本地化的生物量模型推算的高估了20.88%。林分条件是估算森林生物量的主导因素,3个变量(林龄、平均胸径和林分密度)对森林生物量估算差异的贡献率达70.94%,其中林龄是导致生物量估算差异的最主要因素(54.92%),并且生...

【目的】分析中国桉树人工林生物量3个估算系数与林分结构特征、气候因子及地形因子的关系,确定生物量估算系数的主要影响因素,以期为区域尺度准确估算桉树人工林生物量提供科学依据。【方法】收集、整理、筛选中国桉树人工林的相关文献数据,分析桉树人工林生物量3个常见估算系数(生物量转换与扩展系数BCEF、生物量扩展系数BEF和根茎比R)与林分结构特征(林龄、平均胸径、平均树高、林分密度、林分蓄积量)、气候因子(年均气温、年均降水量)和地形因子(海拔)间的关系。【结果】桉树人工林BCEF、BEF和R的平均值分别为0. 658 Mg·m~(-3)、1. 251和0. 190,其对应范围值分别为0. 46～0. 76 Mg·m~(-3)、1. 05～1. 35和0. 04～0. 36; BCEF随平均胸径(r~2=0. 306)增大而先减后增,随平均树高(r~2=0. 366)和林分密度(r~2=0. 430)及林分蓄积量(r~2=0. 405)增大均呈逐渐减小并渐趋稳定的趋势; BEF随林龄(r~2=0. 765)和平均树高(r~2=0. 734)及林分蓄积量(r~2=0. 578)增大均呈逐渐减小并渐趋稳定的趋势,随平均胸径(r~2=0. 644)增大呈先减后增的趋势; R随林龄(r~2=0. 665)、平均树高(r~2=0. 338)、林分密度(r~2=0. 275)和林分蓄积量(r~2=0. 403)增大均呈逐渐减小并渐趋稳定的趋势; BCEF随年均气温(r~2=0. 193)和降水量(r~2=0. 200)增大均呈先减后增的趋势,遵循二次多项式关系; BEF和R随年均气温和降水量的变化未表现出明显的函数关系; 3个生物量估算系数均随海拔升高表现出增大趋势,关系式的拟合精度分别为0. 455、0. 501和0. 314。【结论】林分密度与BCEF的拟合优度较高,林龄与BEF和R的拟合优度较高,林分密度和林龄是生物量估算系数的主要影响因素。地形因子对3个生物量估算系数的影响仅次于林分密度和林龄。气候因子仅对BCEF产生一定影响。在估算区域桉树人工林生物量时应考虑林分结构特征及地形因子引起的生物量估算系数差异。

南极磷虾是南大洋生态系统食物网中的关键种,在南大洋中上层生态系统中起着至关重要的连接作用,其资源的养护和持续利用受到国际社会日益关注。磷虾研究已有90多年的历史,其生物量及其分布一直是研究的重点。生物量评估方法也在不断发展,从早期的浮游动物干重法、生产量与生物量比例系数转换法,到网具采样法以及现在流行的声学法,评估手段也变得更为高效。本文通过系统梳理磷虾生物量的主要评估方法,分析其优缺点,并着重从磷虾目标强度模型(TS)参数的海上实测、声学数据中磷虾信号的提取,磷虾单位平方海里声学反射系数(NASC)的计

基于2014年上海市森林资源连续清查统计报告和2013-2014年乔木林典型样地实测数据,采用转换因子连续函数法(CM法)和单木异速生长方程法(AM法)对上海全市乔木林生物量进行估算。结果显示:2种方法估算的乔木林总生物量较为接近,分别为4.828×106和4.805×106t,前者仅比后者高0.47%。樟树Cinnamomum camphora,其他硬阔类,阔叶混,水杉Metasequoia glyptostroboides,其他软阔类和杨树Populus是上海乔木林生物量的主要贡献者, CM法估算这6个树种组在总生物量中占比为88.7%, AM法估算占比为85.7%。幼、中龄林是上海乔木林生物量的主体部分, CM法估算这2个龄组在总生物量中占比为86.2%, AM法估算占比为79.3%。自1999年起上海市乔木林总生物量持续快速增长,到2016年接近6.400×106t; 1999-2016年乔木林总生物量年均增长率为19.2%,超过同期乔木林总面积的年均增长率(16.8%)。乔木林单位面积生物量同样总体上呈增长趋势,到2016年达75.7 t·hm-2。由此认为:CM法和AM法在上海市乔木林总生物量估算上具有较好的一致性;过去20 a,上海城市森林资源的数量和质量都有显著提升,且仍存在一定上升空间。图2表4参35

【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

利用阜康绿洲地区2003年8月野外实测53个样方的生物量干重数据和同期的陆地卫星MODIS的1通道,2通道250m遥感图像数据,分析了植被指数NDVI与绿洲植被生物量的相关关系,进而建立该遥感植被指数与绿洲生物量的一元线性和非线性回归模型,并对不同回归模型进行分析比较。研究表明:植被指数NDVI与绿洲生态系统植被生物量之间存在较好的相关性;所建遥感植被指数与绿洲植被生物量的回归模型中,三次方程得到的非线性回归模型(Y=-5593·3NDVI3+7509·7NDVI2-1268·9NDVI+191),是最适合用于监测阜康绿洲生态系统植被生物量的监测;利用该模型进行反演同年4月~9月研究区的生物量...

森林生物量是指一个森林群落在一定时间内积累的有机质总量,是森林生态系统重要的特征数据,因此世界各国越来越重视对森林生物量的监测与研究[1-3],建立的生物量模型众多[4-6]。大尺度森林生物量监测,是以省、流域、国家乃至全球为对象,在估算方法一致的前提下,对多个时间点的森林生物

于2002年9月至2003年7月使用围网作为采样工具,对长江中游典型浅水草型湖泊牛山湖的小型鱼类进行了季度定量采样,研究其群落结构特征并估算优势种类在全湖的密度和生物量。依据水生植被状况将该湖划分成黄丝草聚草生境、黄丝草生境和裸地聚草生境,鱼类采样在这3种类型生境中进行。研究期间围网共捕获27种、12 636尾鱼,其中20种属于小型鱼类,体全长分布在19 mm和239 mm之间;以相对重要性指数计,鳑鳑高体(Rhodeus ocllatus)、红鳍原鲌(Cultrichthys erythropterus)、彩副(Paracheilognathus imberbis)、麦穗鱼(Pseudora...

总结分析生物量模型(包括相对生长关系和生物量-蓄积量模型)和生物量估算参数这2类常用的生物量估算方法,提出今后我国在森林生物量估算领域的研究重点:1)整合经验相对生长方程;2)系统研究生物量估算参数的规律性及其不确定性;3)构建以传统估算方法和3S技术相结合的生物量估算系统。

【目的】基于浙江省中分辨率成像光谱仪(MODIS)时间序列数据，对浙江省竹林地上生物量进行估算，为竹林碳汇遥感监测提供参考。【方法】以MODIS叶面积指数(LAI)、增强型植被指数(EVI)和比值指数(RVI)时间序列数据为变量，利用随机森林模型筛选变量，采用支持向量回归(SVR)模型估算研究区竹林地上生物量。【结果】随机森林模型共筛选出43个对竹林地上生物量影响最大的变量；基于43个变量，采用radial核函数构建的SVR模型预测能力最强，模型训练精度和测试精度分别为0.76和0.72，均方根误差分别为5.15和8.03 Mg·hm~(-2)。浙江省全省竹林地上生物量均值为7.85 Mg·hm~(-2)，总地上生物量为3.31×10~7 Mg；浙江省竹林地上生物量在各市具有明显的差异性，其中，湖州市、杭州市、金华市、绍兴市和宁波市的竹林地上生物量均值均大于全省均值，湖州市竹林地上生物量均值最大，为13.56Mg·hm~(-2)，舟山市地上生物量均值最小，为5.72 Mg·hm~(-2)。【结论】耦合了MODIS LAI、EVI、RVI时间序列数据的SVR模型可实现浙江省竹林地上生物量较高精度的估算。图3表1参31

分析华北落叶松人工林4个典型区域(关帝山、五台山中山区、五台山盆地区和塞罕坝)的生物量估算参数(生物量转扩因子、生物量扩展因子和根茎比)及其区域分异。结果表明:关帝山林区和五台山林区(中山区和盆地区)的生物量转扩因子平均值间无显著差异(P>0.05)且都大于塞罕坝林区(P0.05)且都小于五台山中山区(P0.05);根茎比随林龄和平均胸径的增加而增加(P<0.01),但与林分...

利用高光谱遥感技术能够高效，无损，快速的获取草地地上生物量，对草地畜牧业的高效管理，动态监测及草畜供求关系平衡等方面具有重要意义。为了探求估算生长期针茅群落地上生物量最适宜的光谱变量与植被指数，本研究在内蒙古锡林郭勒盟镶黄旗牧场获取光谱反射率与地上生物量数据，通过原始高光谱数据以及一阶微分，植被指数，绿峰与红谷等变量，运用回归模型建立相应地上生物量估算模型并对比评价模型精度。结果表明：克氏针茅（Stipa krylovii）群落在7-8月的牧草生长过程中，生物量逐渐增加，8-9月牧草枯黄明显，生物量明显下降。对原始高光谱进行微分处理有助于提高敏感波段与地上生物量的相关性；在高光谱变量中，利用红边斜率（Dr）构建的线性模型精度最佳，R²为0.94，均方根误差（RMSE）为1.97g/m²，平均相对误差（MAE）为1.97g/m²。在植被指数中，利用土壤调整植被指数（SAVI）构建的多项式模型精度最佳，R²为0.92，RMSE为1.15g/m²，MAE为1.39g/m²。本研究能够为用不同高光谱变量估算针茅群落地上生物量提供科学依据，为快速精准的牧区天然草场遥感监测提供方法和技术支持。

对收集的80篇文献中304个地上部分生物量(M)和胸径(D)的异速生物量模型lnM=a+blnD数据集研究发现:模型参数a和b符合二元正态分布;参数a和b之间、参数b和纬度间呈负相关,并依此相关关系应用联立方程组建立参数a和b随纬度变化的通用模型。以实测的北亚热带高山区日本落叶松地上部分生物量数据对新建的通用模型、最小二乘法和贝叶斯方法拟合生物量的适用性进行研究,结果表明:虽然通用模型的拟合精度最低(R2为0.892),但可以根据植物生长的纬度实现无实测样地情况下的生物量估算。在拟合样本≥50时,最小二乘法和贝叶斯方法的拟合效果无显著差异;当拟合样本<50时,贝叶斯方法的拟合效果优于最小二乘法...

生物量是林业和生态应用研究的重要信息,森林生态系统地上生物量估算的遥感技术引起了国内外学者的广泛关注。总结与探讨不同数据源与估算方法能够为森林地上生物量的估算提供指导。本文首先总结并探讨单传感器遥感数据,包括光学遥感、合成孔径雷达与激光雷达数据在森林地上生物量估算中的应用,以及协同使用多源遥感数据估算森林地上生物量的优势;然后论述森林地上生物量估算的传统模型估算法与机器学习估算方法(决策树法、K最近邻法、人工神经网络、支持向量机、最大熵)。多源遥感数据集成能够结合不同数据的优势,能够为森林地上生物量估算提供丰富的特征信息,结合机器学习估算方法,是提高森林地上生物量估算的准确性的发展趋势。

结合Landsat TM遥感数据和雷竹林样地调查数据,采用偏最小二乘回归法(PLS)建立雷竹林地上生物量估算模型,利用该模型估算临安市雷竹林地上部分生物量。结果表明:雷竹单株地上部分生物量与胸径及雷竹林地上部分生物量与株数之间都呈极显著相关(P<0.01);通过PLS-Bootstrap法筛选自变量能够提高模型精度;模型预测的雷竹林地上生物量均方根误差为3.45t·hm-2,满足大范围估算的精度要求;临安市雷竹林地上生物量为13～25t·hm-2,均值为19.52t·hm-2。