發(fā)布時(shí)間：2020-11-16 12:53

　　 森林碳儲量主要通過地面調(diào)查數(shù)據(jù)來估算,存在著統(tǒng)計(jì)工作量大,建模復(fù)雜度高等難點(diǎn)。如何快捷、準(zhǔn)確地估測森林碳儲量并實(shí)現(xiàn)動態(tài)監(jiān)測一直是國內(nèi)外林業(yè)領(lǐng)域研究的熱點(diǎn)和難題。本文以具有“中國生態(tài)環(huán)境第一縣”稱號的浙江省慶元縣為研究對象,融合中、高分辨率遙感影像,采用層級分類技術(shù)對融合后的影像進(jìn)行分類。層級分類主要是先將遙感影像分成林地和其他土地類型;然后在林地類型里又細(xì)分為森林樹種的地類;最后結(jié)合土地類型分類圖和森林樹種分類圖形成最終的區(qū)域類型圖。土地利用/覆蓋分類過程中采用的基于支持向量機(jī)和模糊k-means聚類的方法,森林樹種分類方法采用的是最大似然法的分類方法。森林碳儲量的動態(tài)監(jiān)測首先根據(jù)森林樹種平均碳密度繪制出森林碳儲量的空間分布圖;結(jié)合森林樹種平均碳密度和年度碳儲量增長量,利用InVEST(Integrated Valuation of Ecosystem Services and Tradeoffs,InVEST)分別估算出研究區(qū) 2013 年和 2014 年的碳儲量;最后利用基于庫替代的方法實(shí)現(xiàn)森林碳儲量的年度動態(tài)監(jiān)測。另外,疊加林權(quán)數(shù)據(jù)層,還可實(shí)現(xiàn)對每戶林農(nóng)所擁有的森林碳儲量估算和碳儲量動態(tài)監(jiān)測。研究結(jié)果表明:(1)融合多數(shù)據(jù)源的層級分類方法。相比單一數(shù)據(jù)源,融合多數(shù)據(jù)源的數(shù)據(jù)具有更高的分類精度。層級的分類架構(gòu)設(shè)計(jì)可以對不同區(qū)域的圖像采用不同的算法,通過提高局部分類精度,進(jìn)而提高整體的分類精度�；�于支持向量機(jī)和模糊k-means聚類的土地利用/覆蓋分類方法能快速、準(zhǔn)確地將遙感圖像區(qū)分出林地和其他土地類型,且該分類方法具有小樣本識別大數(shù)據(jù)和樣本選取簡單等特點(diǎn)。(2)基于二類調(diào)查數(shù)據(jù)的地上碳儲量估算方法,主要利用二類調(diào)查數(shù)據(jù)中各小班的優(yōu)勢樹種信息。通過選取合適的小班數(shù)據(jù),建立各優(yōu)勢樹種的平均單木碳儲量模型估算出各優(yōu)勢樹種的平均碳密度,得到平均碳密度后,乘上各優(yōu)勢樹種的小班總面積即可估算出區(qū)域內(nèi)總的地上碳儲量。(3)基于InVEST模型森林碳儲量動態(tài)監(jiān)測方法,InVEST模型的碳儲量模塊估算碳儲量具有操作簡單,輸入變量少等特點(diǎn)。利用該模型估算出兩期以上的森林碳儲量,再利用基于庫差別的方法得出碳儲量變化狀況,從而實(shí)現(xiàn)森林碳儲量動態(tài)監(jiān)測。該方法可實(shí)現(xiàn)縣級、鄉(xiāng)(鎮(zhèn))級和村級的碳儲量動態(tài)監(jiān)測。實(shí)驗(yàn)結(jié)果得出:①2013年慶元縣、松源鎮(zhèn)和坑西村的碳儲量分別為2.8063× 107噸、2.2279× 106噸和1.8963× 105噸;②2013年到2014年慶元縣、松源鎮(zhèn)和坑西村的碳儲量分別增加了 5.0314× 105噸、減少了 3.2036× 104噸和增加了 6.1547× 103噸。(4)在遙感數(shù)據(jù)上疊加林權(quán)數(shù)據(jù),不僅可以校正林權(quán)數(shù)據(jù),實(shí)現(xiàn)遙感數(shù)據(jù)和林權(quán)數(shù)據(jù)的耦合,還可結(jié)合樹種平均碳密度數(shù)據(jù)繪制出森林碳儲量的空間分布圖。有了林地權(quán)屬關(guān)系,還可以根據(jù)這些權(quán)屬關(guān)系估測出某林農(nóng)所擁有的森林碳儲量價(jià)值,從而實(shí)現(xiàn)林農(nóng)尺度的碳儲量監(jiān)測。本文提出的融合多數(shù)據(jù)源層級分類的縣域尺度森林碳儲量動態(tài)監(jiān)測方法。該方法結(jié)合了 InVEST生態(tài)模型建模簡單和遙感圖像成本低、尺度大等特點(diǎn),可準(zhǔn)確地反映森林碳儲量空間上的分布狀況和時(shí)間維度上的變化狀況。在遙感圖像處理過程中,綜合中、高分辨率遙感圖像和森林資源林權(quán)調(diào)查數(shù)據(jù),既能準(zhǔn)確地繪制出森林碳儲量空間分布圖,又能減少人工外業(yè)工作量和對森林生態(tài)資源的破壞。
【學(xué)位單位】：北京林業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2017
【中圖分類】：S718.5
【部分圖文】：

?２研宄區(qū)概況與遙感數(shù)據(jù)預(yù)處理???２研究區(qū)概況與遙感數(shù)據(jù)預(yù)處理??２．１研究區(qū)概況??２．１．１自然條件??研究區(qū)慶元縣，位于浙江省西南部，具體地理位置為東經(jīng)１１８°?５（Ｔ?－１１９°?３０＇，??北緯２７°?２５＇?－２７°?５Ｔ。北接龍泉縣和景寧畬族自治縣，東、西、南面分別與福建??省壽寧縣、松溪縣和政和三縣接壤。縣城松源鎮(zhèn)距麗水市２３３千米，距杭州市５３２??千米。全縣南北長４９千米，東西寬６７千米，總面積１８９８平方千米。具體的區(qū)位圖??如圖２－１所示。??中Ｓ行剛??

??本文實(shí)驗(yàn)中所用到遙感圖像地面幾何精校正的ＤＥＭ數(shù)據(jù)是基于ＳＰ０Ｔ－５遙感影??像派生出來的數(shù)字高程圖，見圖２－２。??慶元縣數(shù)字高程模型圖（ＤＥＭ）??Ｗ??０?５，００００，０００?２０，０００?３０，０００?４０，０００?－；?Ｈ??■?１＾—?ｔ?■低：１０６．１５１??圖２－２研究區(qū)的數(shù)字高程圖??Ｆｉｇ．２－２?Ｄｉｇｉｔａｌ?ｅｌｅｖａｔｉｏｎ?ｍｏｄｅｌ?ｏｆ?ｔｈｅ?ｓｔｕｄｙ?ａｒｅａ??由于不＿的土壤類型，它們的碳儲量也是不一樣的，因此疊加土壤類型分布圖后??可以增加森林土壤碳儲量估算的精度。根據(jù)中國公里網(wǎng)格土壤類型分布圖裁切出研宄??區(qū)域數(shù)據(jù)（數(shù)據(jù)來源：ｈｔｔｐ：／／ｗｗｗ２．ｇｅｏｄａｔａ．ｃｎ／ｉｎｄｅｘ．ｈｔｍｌ）。研宄區(qū)的土壤類型分布圖??如圖２－３所示。??２５??

??本文實(shí)驗(yàn)中所用到遙感圖像地面幾何精校正的ＤＥＭ數(shù)據(jù)是基于ＳＰ０Ｔ－５遙感影??像派生出來的數(shù)字高程圖，見圖２－２。??慶元縣數(shù)字高程模型圖（ＤＥＭ）??Ｗ??０?５，００００，０００?２０，０００?３０，０００?４０，０００?－；?Ｈ??■?１＾—?ｔ?■低：１０６．１５１??圖２－２研究區(qū)的數(shù)字高程圖??Ｆｉｇ．２－２?Ｄｉｇｉｔａｌ?ｅｌｅｖａｔｉｏｎ?ｍｏｄｅｌ?ｏｆ?ｔｈｅ?ｓｔｕｄｙ?ａｒｅａ??由于不＿的土壤類型，它們的碳儲量也是不一樣的，因此疊加土壤類型分布圖后??可以增加森林土壤碳儲量估算的精度。根據(jù)中國公里網(wǎng)格土壤類型分布圖裁切出研宄??區(qū)域數(shù)據(jù)（數(shù)據(jù)來源：ｈｔｔｐ：／／ｗｗｗ２．ｇｅｏｄａｔａ．ｃｎ／ｉｎｄｅｘ．ｈｔｍｌ）。研宄區(qū)的土壤類型分布圖??如圖２－３所示。??２５??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張春華;王莉媛;宋茜薇;陳曉鳳;高慧;王希群;;1973～2013年黑龍江省森林碳儲量及其動態(tài)變化[J];中國環(huán)境科學(xué);2018年12期

2 林瑋;梁東成;唐昌亮;薛克娜;汪迎利;陳勇;陳雪梅;連輝明;;華南地區(qū)主要造林樹種林分碳儲量估算[J];林業(yè)與環(huán)境科學(xué);2019年02期

3 郝麗;徐娟娟;翟園;張文靜;;陜西省森林植被碳儲量時(shí)空動態(tài)變化[J];陜西氣象;2018年03期

4 張明珠;;近15年中國省域森林碳儲量時(shí)空演變分析[J];林業(yè)調(diào)查規(guī)劃;2018年04期

5 何利榮;;森林碳儲量研究進(jìn)展[J];綠色科技;2017年10期

6 楊加猛;;江蘇省森林碳儲量的影響因素研究:基于社會經(jīng)濟(jì)視角[J];生態(tài)經(jīng)濟(jì);2017年08期

7 崔秋芳;趙佳寶;陳家林;郭二輝;楊喜田;;不同林齡階段的松櫟混交人工林碳儲量研究[J];生態(tài)環(huán)境學(xué)報(bào);2015年12期

8 周金杰;續(xù)珊珊;;云南省森林碳儲量現(xiàn)狀與動態(tài)分析[J];林業(yè)調(diào)查規(guī)劃;2016年01期

9 烏日古瑪拉;包亮;;虎榛子碳儲量回歸模型研究[J];內(nèi)蒙古科技與經(jīng)濟(jì);2016年07期

10 孫虎;李鳳日;孫美歐;賈煒瑋;;松嫩平原楊樹人工林生態(tài)系統(tǒng)碳儲量研究[J];北京林業(yè)大學(xué)學(xué)報(bào);2016年05期

相關(guān)博士學(xué)位論文 前10條

1 何濤;縣域尺度森林碳儲量動態(tài)監(jiān)測研究[D];北京林業(yè)大學(xué);2017年

2 吳云杰;草海濕地生態(tài)系統(tǒng)植被和土壤的有機(jī)碳分布特征和儲量研究[D];東北林業(yè)大學(xué);2017年

3 孫海龍;采伐方式對東北溫帶次生林土壤溫室氣體通量和碳儲量的影響[D];東北林業(yè)大學(xué);2017年

4 蔡慧穎;小興安嶺典型森林生態(tài)系統(tǒng)的碳儲量與生產(chǎn)力[D];東北林業(yè)大學(xué);2017年

5 侯燕南;亞熱帶4種典型生態(tài)林碳儲量及分配特征研究[D];中南林業(yè)科技大學(xué);2017年

6 趙敏;中國主要森林生態(tài)系統(tǒng)碳儲量和碳收支評估[D];中國科學(xué)院研究生院（植物研究所）;2004年

7 張駿;中國中亞熱帶東部森林生態(tài)系統(tǒng)生產(chǎn)力和碳儲量研究[D];浙江大學(xué);2008年

8 姚正陽;西安城市綠地地上碳儲量估算研究[D];西北農(nóng)林科技大學(xué);2015年

9 戚玉嬌;大興安嶺森林地上碳儲量遙感估算與分析[D];東北林業(yè)大學(xué);2014年

10 張萍;北京森林碳儲量研究[D];北京林業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 Muhammad Amir;巴基斯坦亞熱帶Chir pine森林不同林齡生物量與碳儲量評價(jià)[D];北京林業(yè)大學(xué);2019年

2 安天宇;湖南省森林碳儲量的研究[D];北京林業(yè)大學(xué);2017年

3 周萌碩;基于InVEST的森林生態(tài)服務(wù)功能碳儲量估算[D];北京林業(yè)大學(xué);2019年

4 回厚霖;不同間伐強(qiáng)度杉木人工林生物量和碳儲量估測與比較[D];北京林業(yè)大學(xué);2017年

5 孫夢營;北京市森林碳儲量衛(wèi)星遙感反演方法研究[D];北京林業(yè)大學(xué);2017年

6 房世鵬;晉西黃土高原典型林分碳儲量與養(yǎng)分特征研究[D];北京林業(yè)大學(xué);2018年

7 田俊霞;不同恢復(fù)年限森林生態(tài)系統(tǒng)碳儲量與物種多樣性研究[D];北京林業(yè)大學(xué);2019年

8 唐琳;城市園林綠化植物固碳效益研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2019年

9 張華聰;株洲市城市化及森林碳儲量動態(tài)變化[D];中南林業(yè)科技大學(xué);2019年

10 阮友維;南亞熱帶過熟馬尾松人工純林及其混交林的生物量和碳儲量特征[D];廣西大學(xué);2019年

本文編號：2886250