青海黃土丘陵區(qū)灌木林遙感生物量模型構(gòu)建及碳儲量估算研究.pdf

1、生物量與碳儲量的研究對于全球氣候變化、全球碳循環(huán)具有十分重要的意義。本文基于遙感技術(shù)、環(huán)境科學(xué)和統(tǒng)計(jì)學(xué)的相關(guān)知識，確定位于干旱-半干旱地帶的青海省黃土丘陵區(qū)作為研究區(qū)域，以區(qū)域內(nèi)的灌木林優(yōu)勢樹種為研究對象，結(jié)合研究區(qū)域的遙感衛(wèi)星影像圖，通過實(shí)地采樣數(shù)據(jù)和遙感數(shù)據(jù)兩部分的綜合，研究建立能夠滿足一定精度要求、能與已建立的森林資源連續(xù)清查體系相融合的遙感生物量估算模型，在此基礎(chǔ)上，估算區(qū)域灌木林生物量及碳儲量，更好的評價(jià)灌木林的碳匯效益。

2、r>　　在ENVI軟件中提取區(qū)域NDVI的分布圖，統(tǒng)計(jì)得到NDVI概率分布表。利用像元二分模型以及覆蓋度反演公式，計(jì)算得到區(qū)域植被的覆蓋度分布信息。借助研究區(qū)樣地植被覆蓋度數(shù)據(jù)，對提取的植被指數(shù)NDVI進(jìn)行檢驗(yàn)，相對誤差結(jié)果均在15％以內(nèi)，說明提取的研究區(qū)NDVI數(shù)據(jù)是有效的。
　　基于250m空間分辨率的MODIS數(shù)據(jù)和30m空間分辨率的TM數(shù)據(jù)所提取的NDVI均能滿足區(qū)域生物量模型研究的精度要求。對于同一區(qū)域的不同分辨率的數(shù)據(jù)

3、源，分辨率較高的TM數(shù)據(jù)NDVI和分辨率較低的MODIS的NDVI與灌木林生物量的相關(guān)性相差無幾，而且與生物量的擬合程度相關(guān)性都較高。對于TM數(shù)據(jù)，4個(gè)優(yōu)勢樹種的生物量相關(guān)系數(shù)分別達(dá)到了0.724、0.790、0.775和0.727，對于MODIS數(shù)據(jù)，4個(gè)優(yōu)勢樹種的生物量相關(guān)系數(shù)則分別是0.659、0.695、0.670和0.681。說明空間分辨率對模型的精度影響不大，時(shí)間、工作量等在允許的情況下，可以采用TM數(shù)據(jù)，對模型精度要求不高

4、時(shí)，用MODIS數(shù)據(jù)做相關(guān)研究也是可行的。
　　對于TM數(shù)據(jù)來說，沙棘林的最優(yōu)生物量遙感模型為復(fù)合曲線模型W=3.899×2.626NDVI，山生柳樹種的最優(yōu)生物量遙感模型為復(fù)合方程W=2.971×2.812NDVI，金露梅樹種的最優(yōu)生物量遙感模型為冪曲線模型W=4.383×NDVI0.673，杜鵑灌木林的最優(yōu)生物量模型為冪函數(shù)曲線模型W=6.279×NDV0.510;對于MODIS數(shù)據(jù)，沙棘林的最優(yōu)生物量遙感模型為復(fù)合曲線模型W

5、=3.016×2.440NDVI，山生柳的最優(yōu)生物量遙感模型為復(fù)合方程W=3.437×2.183NDVI，金露梅的最優(yōu)生物量遙感模型為冪曲線模型W=4.026×NDV0543，杜鵑的最優(yōu)生物量模型為冪函數(shù)曲線模型W=5.777×NDVI0.376。
　　基于不同覆蓋度等級對研究區(qū)的灌木林生物量進(jìn)行統(tǒng)計(jì)分析，可知研究區(qū)4個(gè)主要優(yōu)勢樹種的總生物量是228.317萬t。在準(zhǔn)確估算了生物量的基礎(chǔ)上，結(jié)合樣地碳密度，得到該地區(qū)灌木林的碳儲量