372 植物生态学报 Chinese Journal of Plant Ecology 2011, 35 (4): 环, 是全球变化研究的基础参数 (Dixon et al., 1994) 因此, 准确地估算区域森林生物量对研究区域陆地生态系统的生产力碳循环营养元素格局和生物质能

Size: px

Start display at page:

Download "372 植物生态学报 Chinese Journal of Plant Ecology 2011, 35 (4): 环, 是全球变化研究的基础参数 (Dixon et al., 1994) 因此, 准确地估算区域森林生物量对研究区域陆地生态系统的生产力碳循环营养元素格局和生物质能"

蠡骆
7 years ago
Views:

1 植物生态学报 2011, 35 (4): Chinese Journal of Plant Ecology 黑龙江长白山森林生物量的时空变化分析 * 毛学刚范文义李明泽于颖杨金明东北林业大学林学院, 哈尔滨摘要森林生物量碳储量的空间分布及其变化信息, 对揭示地表空间变化规律及驱动因子分析评价森林生产力及生态功能具有重要意义该文以 20 世纪 70 年代 80 年代 90 年代和 21 世纪初 4 个时期的遥感数据和同期的森林资源清查样地数据为基础, 应用遥感信息模型, 估算了黑龙江长白山地区的森林生物量, 分析了该地区森林生物量的时空动态变化, 以及森林生物量随高程坡度和坡向的变化规律结果表明 : 该地区 4 个时期的森林平均生物量分别为和 t hm 2 4 个时期总的森林生物量分别为和 t 20 世纪 70 年代到 21 世纪初森林平均生物量和总的森林生物量都呈现出先降低后增加的趋势, 呈先下降趋势的主要原因是 20 世纪年代以森林采伐为主, 后增加趋势的主要原因是实施天然林保护工程起到了很大的作用该地区 4 个时期森林生物量随高程坡度和坡向都表现出一致性的变化规律, 森林生物量随高程和坡度变化都呈先增加后减少的趋势, 导致这一现象的主要原因是, 高程坡度和坡向变化引起了局地气候条件的变化, 从而直接影响森林生长环境, 造成森林分布的变化森林生物量在 m 高程所占的比例最大, 约为 35%, 在坡度 5 15 所占的比例接近 50% 森林生物量在南坡和西南坡所占的比例最小, 为 7%; 平坡所占的比例最大, 为 28%; 南坡次之, 为 19% 关键词生物量, 黑龙江长白山, 森林生物量, 遥感信息模型 Temporal and spatial analysis of forest biomass in Changbai Mountains, Heilongjiang, China MAO Xue-Gang, FAN Wen-Yi *, LI Ming-Ze, YU Ying, and YANG Jin-Ming School of Forestry, Northeast Forestry University, Harbin , China Abstract Aims The objective is to obtain information on the spatial distribution and changes of forest biomass and carbon reserves to reveal patterns, discuss factors that drive change and analyze the environment of the forest. Methods Remote sensing information models were used to estimate forest biomass in Changbai Mountain of Heilongjiang based on remote sensing data and forest resource inventory data for four periods: the 1970s, 1980s, 1990s and early 21st century. Then temporal and spatial changes of forest biomass with elevation, slope and slope aspect were analyzed. Important findings Forest biomass in the four periods listed above averaged 81.56, 44.27, and t hm 2, respectively. The total forest biomass in these periods was , , and t, respectively. Both variables initially decreased and then increased from the 1970s to the early 21st century. This pattern of change was consistent for forest biomass changes with elevation, slope and slope aspect in the four periods. The proportion of forest biomass in elevations of m is about 35% and in slopes of 5 15 is close to 50%. The proportion of forest biomass was about 7% 19% at southern and southwestern aspects and about 28% in plains. Key words biomass, Changbai Mountains of Heilongjiang, forest biomass, remote sensing information model 森林是地球上最重要的陆地生态系统之一, 在全球变化研究中居重要地位, 作为陆地生态系统的主体, 森林植被生物量约占全球陆地植被生物量的 85% ( 方精云, 2000; 方精云等, 2002) 森林生物量是衡量森林固碳能力的重要指标, 也是评估区域森林碳平衡的重要参数 (Dixon et al., 1994; 赵敏和周广胜, 2004) 森林生物量是表征植物活动的关键变量, 森林生物量研究涉及生态系统生产力和碳循收稿日期 Received: 接受日期 Accepted: * 通讯作者 Author for correspondence ( fanwy@163.com)

2 372 植物生态学报 Chinese Journal of Plant Ecology 2011, 35 (4): 环, 是全球变化研究的基础参数 (Dixon et al., 1994) 因此, 准确地估算区域森林生物量对研究区域陆地生态系统的生产力碳循环营养元素格局和生物质能积累具有十分重要的意义 (Alban et al., 1978; Brown et al., 1999) 陆地生态系统碳循环及生态系统的响应是全球变化研究的重要内容, 而森林生物量碳储量是最具活力的研究方向准确获取森林生物量碳储量的空间分布及其变化信息, 对揭示地表空间变化规律, 探讨变化驱动因子, 分析评价森林生产力及生态服务功能具有重要意义国外科学家早在 20 世纪 50 年代就已经开始对森林生态系统生物量进行实际调查和资料收集 (Remezon, 1959) 在国际生物学计划(IBP) 实施期间, 全球森林生物量的研究工作得到了很大的发展 (Reichle, 1975) 20 世纪 60 年代以来, 国外学者开展了大量的森林植物生物量研究, 对主要森林群落的生物量进行了测定 (Mokany et al., 2006; Muukkonen, 2007) 我国森林植被生物量的研究开始于 20 世纪 70 年代末 80 年代初, 冯宗炜等 (1982) 和李文华等 (1981) 最早开始对中国森林植被生物量进行测定, 随后开展了对大区域森林生物量的模拟研究 ( 康蕙宁等, 1996; 罗天祥等, 1998, 1999; 王效科等, 2001) 传统的森林生物量统计需要进行大量的实地调查, 工作量大, 周期长, 并对森林造成一定的破坏因此在需要精确推测大面积林分生物量和生产力时, 待测的林分每木检尺数据往往难以获得随着遥感技术的普及, 利用遥感技术和地理信息系统等先进手段可以测定从林分到区域等不同空间尺度的森林生物量目前森林生物量的研究存在以下几个问题 : 第一, 森林生物量建模野外实测数据的代表性存在局限性 ( 赵敏和周广胜, 2005) 一方面是野外实测数据不足 ; 另一方面是实测数据的样地分布不能遍及研究范围第二, 基于森林资源清查数据进行生物量估测, 难以获得时空尺度一致的实测数据资料第三, 在基于样点观测数据建立遥感信息参数与森林生物量之间的回归关系模型中, 不同的森林植被, 由于其树种林龄以及所处地理环境等方面的差异, 导致其森林生物量与遥感信息参数之间相关性的差异, 因此, 针对不同地区, 揭示遥感信息参数与森林生物量以及区域背景因子之间的内在响应机制, 仍然是基于遥感信息参数与生物量拟合关系方法期待解决的问题第四, 对森林生物量研究缺乏时间的连续性, 以及生物量与地理环境关系的深入研究因此, 在森林生物量研究中, 可以考虑以大量的森林资源清查数据为基础, 利用遥感与森林资源清查样地数据相结合的方法建立森林生物量遥感估测模型, 进而估测森林生物量, 实现森林生物量估测在时间尺度上的一致性, 以及空间分布上的连续性, 掌握森林生物量的时空分布情况所以, 本文以 20 世纪 70 年代 (1975 年 ) 80 年代 (1985 年 ) 90 年代 (1995 年 ) 和 21 世纪初 (2005 年 ) 4 个时期与遥感数据时间相对应的 700 个 639 个 680 个和 800 个均匀分布在整个研究区域的森林资源连续清查固定样地数据为基础, 对 20 个自变量因子采用逐步回归的方法建立了遥感生物量信息模型, 研究了森林生物量 4 个时期的变化以及森林生物量与地理环境 ( 高程坡度坡向 ) 之间的关系该研究将为理解我国森林生态系统功能判断森林健康状况以及森林经营和规划提供科学依据 1 研究区概况黑龙江长白山地区位于黑龙江省东南部 ( E, N), 该区是东北 3 大林区的重要组成部分研究区属于受季风影响的温带大陆性山地气候, 除具有一般山地气候的共同特点外, 还有明显的垂直气候变化带, 可划分为中温带寒温带和高山亚寒带 3 个气候带总体上冬季漫长寒冷, 夏季短暂温凉, 春季风大干燥, 秋季多雾凉爽年平均气温为 3 7, 7月最热, 平均不超过 10, 最低气温曾达 44 年日照时数不足 h 无霜期 100 天左右, 山顶只有 60 天左右积雪深度一般在 50 cm, 个别地方可达 70 cm 年降水量为 mm, 6 9 月降水量占全年降水量的 60% 70% 区内河网稠密, 是图们江松花江鸭绿江 3 大水系的发源地由于地质地貌成土母质植被和气候等自然因素的差异, 形成了长白山明显的土壤垂直分布带谱, 自下而上依次为山地暗棕色森林土带山地棕色针叶林土带亚高山疏林草甸土带和高山苔原土带区内植物属长白山植物区系, 生态系统比较完整, 植物资源十分丰富, 主要由红松 (Pinus koraiensis) 阔叶林针叶林岳桦 (Betula ermanii) 林草甸和高山苔原等组成, 并从下到上依次形成红松阔叶林带针叶林带岳桦林带高山苔原带等 4 个植被分布带, 具有明显的垂直分

3 毛学刚等 : 黑龙江长白山森林生物量的时空变化分析 373 布规律 2 研究方法 2.1 数据来源样地选择和调查野外样地典型抽样调查数据主要是从林业部门收集的 20 世纪 70 年代 (1975 年 ) 80 年代 (1985 年 ) 90 年代 (1995 年 ) 21 世纪初 (2005 年 ) 的森林资源连续清查固定样地数据本研究收集的 4 个时期数据样地的个数分别为和 800 个由图 1 可看出, 样地分布比较具有代表性遥感数据本研究的遥感数据主要采用美国 Landsat 系列卫星影像, 其中 20 世纪 70 到 80 年代的遥感数据使用拍摄时间为年的 Landsat-MSS 数据 ; 20 世纪 80 到 90 年代的遥感数据使用拍摄时间为年的 Landsat-TM 数据 ; 20 世纪 90 年代到 21 世纪初的遥感数据使用拍摄时间为年的 Landsat-ETM 数据 ; 21 世纪初的遥感数据使用拍摄时间为年的 Landsat-TM 数据其他辅助数据黑龙江长白山地区的数字高程模型数据和土地利用类型数据来源于中国西部环境与生态科学数据中心 2.2 数据处理遥感影像获取时, 因太阳位置大气条件传感器成像地形起伏遥感平台姿态地球自转等多种因素的作用, 对遥感影像有一定程度的影响, 因此有效地消除各种因素对遥感影像的影响能够达到增强信息量提高光谱特征精确度细化影像纹理特征的目的, 遥感影像经过预处理后要能够全面准确地反应研究区的地表信息遥感数据的预处理包括多光谱数据组建几何校正辐射定标大气校正归一化等过程 2.3 样地生物量的计算及森林生物量估算模型的建立根据遥感数据的特点, 本文研究的是地上森林生物量样地生物量由乔木灌木和草本植物 3 部分组成, 乔木生物量的计算方法为 : 首先将样地内林木的胸径代入相应树种的树高模型得到树高, 再将同一树种各器官 ( 包括茎枝叶 ) 生物量累加, 得到该树种生物量, 将同一样地的生物量按不同树种累加求和, 最后除以样地面积 (0.06 hm 2 或 0.1 hm 2 ) 得到不同样地单位面积的乔木生物量灌木和草本植物生物量的计算方法为 : 首先建立灌木和草本植物的生物量与高度的模型 ( 表 1), 获得单位面积上覆盖度为 1 时的草本植物和灌木生物量, 再乘以样地表 1 灌木和草本生物量模型 Table 1 Shrub and herb biomass models 类型 Type n 生物量模型 Biomass model R 2 灌木 Shrub 38 bio = h 草本 Herb 79 bio = h bio, 生物量 ; h, 高度 bio, biomass; h, height. 图 1 20 世纪 70 年代 21 世纪初的样地分布图 Fig. 1 Sample plot distribution from the 1970s to the early 21st century.

4 374 植物生态学报 Chinese Journal of Plant Ecology 2011, 35 (4): 灌木和草本植物盖度获得样地灌木和草本植物的生物量, 最后除以样地面积得到不同样地的单位面积的灌木草本植物的生物量乔木灌木和草本植物的生物量计算完毕后相加得到样地单位面积的生物量灌木层生物量的测定方法为 : 在样地内按对角线设置 5 个 2 m 2 m 的样方, 样方面积的大小和数量视林分的具体情况而定, 一般灌木种类多分布不均匀的, 样方面积可稍大或样方数量可增多 ; 反之灌木种类贫乏分布均匀的, 则样方面积可缩小或样方数量可减少 4 块样地用于建模, 1 块样地用于检验草本层生物量的测定方法与灌木的测定方法基本相同大量研究 ( 郭志华等, 2002; 李凯辉等, 2007) 表明, 森林生物量与遥感光谱值波段比值地学因子 ( 如高程等 ) 具有相关关系因此, 本文以遥感光谱值波段比值及地学因子等 20 个变量为自变量因子 (TM1 TM2 TM3 TM4 TM5 TM6 TM7 NDVI SR (TM4/TM3) DVI (TM4 TM3) VI3 ((TM4 TM5)/(TM4 + TM5)) TM73 (TM7/TM3) TM452 ((TM4 + TM5 TM2)/(TM4 + TM5 + TM2)) TM24 (TM2/TM4) TM23 ((TM2 TM3)/(TM2 + TM3)) 纵坐标横坐标高程坡度坡向 ), 样地森林生物量为因变量, 应用 SPSS 12.0 软件采用逐步回归筛选相关显著的变量, 然后建立遥感地学因子与森林生物量的多元线性回归模型, 用于估测森林生物量, 建立的回归模型如表 2 所示 2.3 森林生物量及相关图的绘制应用 GIS 软件, 利用建立的森林生物量遥感估算模型计算出该地区的森林生物量, 再与各期森林生物量相对应的土地类型图进行叠加, 去除该地区的非林地的生物量, 获得该地区的森林生物量, 把估算的 4 个时期的森林生物量分成 9 个等级 ( >160 t hm 2 ) 应用 GIS 软件, 分别用 21 世纪初的森林生物量减去 20 世纪 90 年代的森林生物量, 20 世纪 90 年代的森林生物量减去 20 世纪 80 年代的森林生物量, 20 世纪 80 年代的森林生物量减去 20 世纪 70 年代的森林生物量得出森林生物量变化图, 将森林生物量变化分成 8 个等级 (< >30 t hm 2 ) 根据研究区森林分布高程的最大值和最小值, 以 200 m 为一个梯度, 将高程分为 7 个等级 ( >1 200 m) 根据国家标准将坡度分为 6 个等级, 险坡 ( 45 ) 急坡(35 45 ) 陡坡(25 35 ) 斜坡 (15 25 ) 缓坡(5 15 ) 平坡(0 5 ) 按方位角分为 9 个坡向 : 平坡东北坡东坡东南坡南坡西南坡西坡西北坡和北坡应用 GIS 软件, 用不同高程坡度和坡向的森林生物量除以整个区域总的森林生物量得到森林生物量的百分比 3 结果和分析个时期的森林生物量及其分布总体来看, 研究区 20 世纪 70 年代 80 年代 90 年代和 21 世纪初的平均森林生物量分别为和 t hm 2 20 世纪 70 年代到 80 年代研究区森林平均生物量减少了 t hm 2, 年平均表 2 生物量遥感估测模型 Table 2 Estimation models of biomass by remote sense 年代 Decade 20 世纪 70 年代 The 1970s 20 世纪 80 年代 The 1980s 20 世纪 90 年代 The 1990s 21 世纪初 The early 21st century 生物量模型 Biomass model n R 2 预估精度 Precision bio = gc Y TM % bio = TM SR gc % bio = DVI gc TM % bio = gc TM Y TM TM TM TM % bio, 生物量 ; gc, 高程 ; Y, 纵坐标 ; TM3, TM 遥感影像的第 3 波段 ; TM4, TM 遥感影像的第 4 波段 ; TM5, TM 遥感影像的第 5 波段 ; TM6, TM 遥感影像的第 6 波段 SR = TM4/TM3; DVI = TM4 TM3; TM73 = TM7/TM3; TM452 = (TM4+TM5 TM2)/(TM4+TM5+TM2) bio, biomass; gc, elevation; Y, y-axis; TM3, TM remote sensing image 3rd band; TM4, TM remote sensing image 4th band; TM5, TM remote sensing image 5th band; TM6, TM remote sensing image 6th band.

5 毛学刚等: 黑龙江长白山森林生物量的时空变化分析 375 下降率为4.57%, 下降速度比较快 20世纪80年代到西南部地区森林生物量为40 60 t hm 2 从20世纪90 90年代研究区平均生物量增加了4.00 t hm 2, 年平年代森林生物量的空间分布来看(图4), 研究区大部均上升率为0.90%, 上升速度比较缓慢 20世纪90 分区域的森林生物量为40 60 t hm 2, 中部的个别年代到21世纪初研究区森林平均生物量增加了6.55 地区森林生物量为60 80 t hm 2 从21世纪初森林生 t hm 2, 年平均上升率为1.36%, 上升速度有所增物量的空间分布来看(图5), 东北部地区森林生物量加如果研究区森林平均生物量要达到20世纪70年主要集中在生物量比较低的两个等级, 为60 80和代的水平, 按照这样的增长速度还需要约30年时 t hm 2; 西南地区森林生物量主要集中在间 t hm 2, 北部地区森林生物量为从20世纪70年代研究区森林生物量的空间分 t hm 2 纵观研究区4个时期的森林生物量变化, 其布来看(图2), 中部和北部区域的森林生物量为120 趋势基本保持一致, 都表现出从北向南逐步升高的 t hm, 西部和南部区域的森林生物量为 t hm, 森林生物量呈由南向北逐渐升高的趋势从趋势世纪70年代到21世纪初总生物量动态变化 20世纪80年代森林生物量的空间分布来看(图3), 东 2 北部地区森林生物量比较低, 在0 20 t hm 之间, 研究区4个时期总的森林生物量分别为和 t (图6) 20 图2 5 森林生物量等级分布图 2. 20世纪70年代 3. 20世纪80年代 4. 20世纪90年代 5. 21世纪初 Figs. 2 5 Distribution map of forest biomass ranks. 2. The 1970s. 3. The 1980s. 4. The 1990s. 5. The early 21st century.

376 植物生态学报 Chinese Journal of Plant Ecology 2011, 35 (4): 371 379 图6 20世纪70年代 21世纪初森林总生物量 Fig. 6 Forest total biomass between the 1970s and the early 21st century. 世纪70年代到80年代研究区总的森林生物量减少了2.

00 107 t 20世纪70 年代到21世纪初总的森林生物量动态变化呈现出先降低后增加的趋势呈现先下降趋势的主要原因是, 20世纪70 80年代该地区以森林采伐为主, 尤其是采用皆伐式采伐方式, 对森林更新和人工造林重视不够, 导致森林面积和蓄积量下降后增加的趋势的主要原因是, 1998年实施了天然林保护工程, 说明自从实施天然林保护工程以后天然林资源得到了有效恢复,

6 376 植物生态学报 Chinese Journal of Plant Ecology 2011, 35 (4): 图6 20世纪70年代 21世纪初森林总生物量 Fig. 6 Forest total biomass between the 1970s and the early 21st century. 世纪70年代到80年代研究区总的森林生物量减少了 t, 20世纪80年代到90年代研究区总的森林生物量增加了 t, 20世纪90年代到21世纪初研究区森林总生物量增加了 t 20世纪70 年代到21世纪初总的森林生物量动态变化呈现出先降低后增加的趋势呈现先下降趋势的主要原因是, 20世纪70 80年代该地区以森林采伐为主, 尤其是采用皆伐式采伐方式, 对森林更新和人工造林重视不够, 导致森林面积和蓄积量下降后增加的趋势的主要原因是, 1998年实施了天然林保护工程, 说明自从实施天然林保护工程以后天然林资源得到了有效恢复, 林地生产力也得到了提高, 并真正起到维持生态平衡的作用 3.3 4个时期森林生物量动态变化的对比分析从20世纪70年代到80年代研究区森林生物量变化的空间分布(图7)来看, 大部分区域森林生物量都降低了至少30 t hm 2 只有研究区西部和南部的区域森林生物量有所增加, 但增加的幅度不大, 为 10 t hm 2左右从整个区域来看, 呈现出由南向北降幅逐渐增大的趋势生物量下降的主要原因是: 图7 9 森林生物量变化分布图 7. 20世纪70 80年代世纪80 90年代 9. 20世纪90 21世纪初 Figs. 7 9 Distribution map of forest biomass changes. 7. Between the 1970s and 1980s. 8. Between the 1980s and 1990s. 9. Between the 1990s and early 21st century. 20世纪70 80年代该地区以森林采伐为主, 尤其是采用皆伐式采伐方式, 对森林更新和人工造林重视低从整个区域来看, 呈现出由南向北增幅逐渐增不够, 导致森林面积和蓄积量下降从20世纪80年大的趋势从20世纪90年代到21世纪初森林生物量代到90年代森林生物量变化的空间分布(图8)来看, 变化的空间分布(图9)来看, 研究区森林生物量都增研究区大部分区域内森林生物量都增加了10 20 加了20 30 t hm 2, 西南部个别的区域生物量有所 2 t hm, 只有西南部个别的区域森林生物量有所降减低, 与20世纪80年代到20世纪90年代的变化趋势

7 毛学刚等: 黑龙江长白山森林生物量的时空变化分析 377 基本一致纵观研究区40年来森林生物量的变化, 林生物量在 m高程时所占比例最大, 高程 20世纪70年代到80年代大部分地区生物量都在下在0 400 m时森林生物量所占的比例呈逐步上升趋降, 并且下降的幅度比较大, 呈现出由南向北降幅势, 高程在 m时, 森林生物量所占比例呈逐渐增大的趋势从20世纪80年代到21世纪初大部逐渐下降的趋势研究区4个时期森林生物量随坡分地区森林生物量都在增加, 但增加的幅度比较度变化从大到小的排列次序为: 平坡>缓坡>斜坡> 小, 并呈现出由南向北增幅逐渐增大的趋势陡坡>急坡>险坡(图11) 在平坡上森林生物量所占 3.4 各个年代森林生物量随地形变化的对比分析的比例最大, 约占森林总生物量的50%, 在险坡上, 研究区的高程坡度和坡向等不同地形地貌因森林生物量所占的比例最小, 近乎0 森林生物量随素对森林生物量变化趋势的影响也有所不同从森高程和坡度的变化都呈先增加后减少的趋势 4个林生物量随高程变化的分布图(图10)可以发现, 森时期研究区森林生物量随坡向变化的规律基本保图10 森林生物量随高程的变化 Fig. 10 Change of forest biomass with elevation. 图11 森林生物量随坡度的变化 Fig. 11 Change of forest biomass with slope. 图12 森林生物量随坡向的变化 Fig. 12 Change of forest biomass with slope aspect.

8 378 植物生态学报 Chinese Journal of Plant Ecology 2011, 35 (4): 持一致 ( 图 12), 都在东南坡和西南坡森林生物量所占的比例最小, 为 7%, 平坡所占的比例最大, 为 28%, 南坡次之, 为 19% 4 结论和讨论本文以地学和生态学知识为基础, 综合了 20 世纪 70 年代 80 年代 90 年代和 21 世纪初 4 个时期的遥感光谱数据森林资源清查数据定位点的实测数据等多源信息, 建立了森林生物量的遥感估算模型, 研究了黑龙江长白山地区森林生物量时空动态的变化规律, 并利用 GIS 分析方法, 从高程坡度和坡向的角度分析了森林生物量的空间分异规律 (1) 20 世纪 70 年代到 21 世纪初森林平均生物量和总森林生物量的动态变化都呈现先降低后增加的趋势, 呈现先下降趋势的主要原因是 : 20 世纪年代该地区以森林采伐为主, 尤其是采用皆伐式采伐方式, 对森林更新和人工造林重视不够, 导致森林面积和蓄积量下降后增加的趋势的主要原因是 1998 年实施了天然林保护工程, 说明自从实施天然林保护工程以后, 天然林资源得到了有效恢复, 林地生产力也得到了提高, 真正起到了维持生态平衡的作用该地区 4 个时期的森林生物量随高程坡度和坡向都表现出一致性的变化规律, 森林生物量随高程和坡度的变化都呈先增加后减少的趋势, 导致这一现象的主要原因是, 高程坡度和坡向变化引起了局地气候条件的变化, 从而直接影响了森林生长环境, 造成森林分布的变化根据 4 个时期生物量变化的研究结果可看出, 在 20 世纪年代进行的森林强度采伐, 确实造成了平缓低高程区域森林生物量的减少, 但是在本研究 4 个时期中随着地形因子的变化规律一致, 说明研究区在平坡和低高程进行强度采伐没有影响到整体规律的变化 (2) 研究早期以林业局为研究区域, 选取地形因子和遥感信息在内的 20 个自变量, 利用逐步回归的方法得到遥感生物量模型, 回归方程的 R 2 = 0.85, 通过了相关检验, 模型预估精度达 82%, 符合研究要求最终 4 个时期的遥感生物量模型的预估精度为 70% 左右, 主要有两方面的原因 : 第一, 研究区域比较大 ; 第二, 建模的样本比较多, 而且均匀分布在研究区域内 (3) 在森林生物量的研究中只研究了森林的地上生物量, 以及森林生物量地形因子之间的关系, 今后应该加强对地下森林生物量和森林生物量与环境因子之间关系的研究在森林生物量分析方法上应该采用 GIS 分析与地统计学分析相结合的方法 (4) 本研究用遥感手段估算了黑龙江长白山区域尺度的森林生物量空间分布, 并对几十年来森林生物量的时空变化进行了定量分析, 研究成果有助于了解区域尺度森林生物量的空间格局, 对区域乃至全国森林生物量的研究具有重要的基础作用本文建立的 20 世纪 70 年代 80 年代 90 年代和 21 世纪初 4 个时期的遥感森林生物量模型与碳含量参数进行耦合, 可获得碳储量模型, 用于研究区域的碳储量 (5) 森林生物量的大小在很大程度上决定着森林生态功能的强弱, 因此, 掌握森林生物量的空间分布信息对了解森林整体的生态功能具有重要的基础作用, 特别是近年来出现的森林健康研究已经成为国内外的研究热点森林健康研究的首要环节是森林健康的监测和评价, 本研究取得的遥感提取大尺度森林生物量和其他森林参数的成果可以直接作为森林健康的评价因子, 对区域尺度的森林健康评价具有推动作用致谢国家高技术研究发展计划项目 (2006AA ) 和教育部博士点学科专项 ( ) 资助参考文献 Alban DH, Perala DA, Schlaegel BE (1978). Biomass and nutrient distribution in aspen, pine, and spruce stands on the same soil type in Minnesota. Canadian Journal of Forest Research, 8, Brown SL, Schroeder P, Kern JS (1999). Spatial distribution of biomass in forests of the eastern USA. Forest Ecology and Management,123, Dixon RK, Solomon AM, Brown S, Houghton RA, Trexier MC, Wisniewski J (1994). Carbon pools and flux of global forest ecosystems. Science, 263, Fang JY ( 方精云 ) (2000). Forest biomass carbon pool of middle and high latitudes in North Hemisphere is probably much smaller than present estimates. Acta Phytoecologica Sinica ( 植物生态学报 ), 24, (in Chinese with Fang JY ( 方精云 ), Chen AP ( 陈安平 ), Zhao SQ ( 赵淑清 ), Ci LJ ( 慈龙骏 ) (2002). Estimating biomass and carbon of China s forests: supplementary notes on report published in Science (291: ) by Fang et al. (2001). Acta

9 毛学刚等 : 黑龙江长白山森林生物量的时空变化分析 379 Phytoecologica Sinica ( 植物生态学报 ), 26, (in Chinese with Feng ZW ( 冯宗炜 ), Chen CY ( 陈楚莹 ), Zhang JW ( 张家武 ), Wang KP ( 王开平 ), Zhao JL ( 赵吉录 ), Gao H ( 高虹 ) (1982). Determination of biomass of Pinus massoniana stand in HUITONG county, HUNAN Province. Scientia Silvae Sinicae ( 林业科学 ), 18, (in Chinese with Guo ZH ( 郭志华 ), Peng SL ( 彭少麟 ), Wang BS ( 王伯荪 ) (2002). Estimating forest biomass in western Guangdong using Landsat TM data. Acta Ecologica Sinica ( 生态学报 ), 22, (in Chinese with Kang HN ( 康蕙宁 ), Ma QY ( 马钦彦 ), Yuan JZ ( 袁嘉祖 ) (1996). Estimation of carbon sink function of forests in China. Chinese Journal of Applied Ecology ( 应用生态学报 ), 7, (in Chinese with Li WH ( 李文华 ), Deng KM ( 邓坤枚 ), Li F ( 李飞 ) (1981). Study on biomass and primary production of main ecosystems in Changbai Mountain. Research of Forest Ecosystem ( 森林生态系统研究 ), 2, (in Chinese with Li KH ( 李凯辉 ), Hu YK ( 胡玉昆 ), Wang X ( 王鑫 ) (2007). Relationships between aboveground biomass and environmental factors along an altitude gradient of alpine grassland. Chinese Journal of Applied Ecology ( 应用生态学报 ), 18, (in Chinese with Luo TX ( 罗天祥 ), Li WH ( 李文华 ), Leng YF ( 冷允法 ), Yue YZ ( 岳燕珍 ) (1998). Estimation of total biomass and potential distribution of net primary productivity in the Tibetan Plateau. Geographical Research ( 地理研究 ), 17, (in Chinese with Luo TX ( 罗天祥 ), Li WH ( 李文华 ), Zhao SD ( 赵士洞 ) (1999). Productivity distribution patterns and modeling of Pinus tabulaeformis forest in China. Chinese Journal of Applied Ecology ( 应用生态学报 ), 10, (in Chinese with Mokany K, Raison JR, Prokushkin SA (2006). Critical analysis of root: shoot ratios in terrestrial biomes. Global Change Biology, 12, Muukkonen P (2007). Generalized allometric volume and biomass equations for some tree species in Europe. European Journal of Forest Research, 126, Reichle DE, Franklin JF, Goodwell DE eds (1975). Productivity of World Ecosystems. National Academy of Sciences, Washington, D.C. Remezon NP (1959). Method studying the biological cycles of elements in forest. Soviet Soil Science, 1, Wang XK ( 王效科 ), Feng ZW ( 冯宗炜 ), Ouyang ZY ( 欧阳志云 ) (2001). Vegetation carbon storage and density of forest ecosystems in China. Chinese Journal of Applied Ecology ( 应用生态学报 ), 12, (in Chinese with Zhao M ( 赵敏 ), Zhou GS ( 周广胜 ) (2004). Forest inventory data (FID)-based biomass models and their prospects. Chinese Journal of Applied Ecology ( 应用生态学报 ), 15, (in Chinese with Zhao M ( 赵敏 ), Zhou GS ( 周广胜 ) (2005). Modeling variation trend of boreal forest NPP in China and its relations to temperature and precipitation. Acta Botanica Boreali- Occidentalia Sinica ( 西北植物学报 ), 25, (in Chinese with 责任编委 : 常杰实习编辑 : 黄祥忠

数据和方法研究区概况机载高光谱数据收集样地冠层光谱数据收集

数据和方法研究区概况机载高光谱数据收集样地冠层光谱数据收集刘丽娟庞勇范文义李增元李明泽东北林业大学林学院黑龙江哈尔滨中国林业科学研究院资源信息研究所北京杭州师范大学遥感与地球科学研究院浙江杭州将机载和高光谱数据整合既可以获取可见光近红外短波红外区间连续的窄波段地物光谱又能得到很高的空间分辨率为高覆盖度的森林树种识别又增加了一种新方法但是由于两种传感器的光谱响应不同接收到的辐射值差异较大如何将两种数据有效整合目前仍

372 植物生态学报 Chinese Journal of Plant Ecology 2011, 35 (4): 环, 是全球变化研究的基础参数 (Dixon et al., 1994) 因此, 准确地估算区域森林生物量对研究区域陆地生态系统的生产力 碳循环 营养元素格局和生物质能

372 植物生态学报 Chinese Journal of Plant Ecology 2011, 35 (4): 环, 是全球变化研究的基础参数 (Dixon et al., 1994) 因此, 准确地估算区域森林生物量对研究区域陆地生态系统的生产力碳循环营养元素格局和生物质能