高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于遥感与地统计的森林生物量时空变异分析

毛学刚 王静文 范文义

毛学刚, 王静文, 范文义. 基于遥感与地统计的森林生物量时空变异分析[J]. 北京林业大学学报, 2016, 38(2): 10-19. doi: 10.13332/j.1000-1522.20150214
引用本文: 毛学刚, 王静文, 范文义. 基于遥感与地统计的森林生物量时空变异分析[J]. 北京林业大学学报, 2016, 38(2): 10-19. doi: 10.13332/j.1000-1522.20150214
MAO Xue-gang, WANG Jing-wen, FAN Wen-yi. Spatial and temporal variation of forest biomass based on remote sensing and geostatistics[J]. Journal of Beijing Forestry University, 2016, 38(2): 10-19. doi: 10.13332/j.1000-1522.20150214
Citation: MAO Xue-gang, WANG Jing-wen, FAN Wen-yi. Spatial and temporal variation of forest biomass based on remote sensing and geostatistics[J]. Journal of Beijing Forestry University, 2016, 38(2): 10-19. doi: 10.13332/j.1000-1522.20150214

基于遥感与地统计的森林生物量时空变异分析

doi: 10.13332/j.1000-1522.20150214
基金项目: 

国家自然科学基金项目(31300533)。

详细信息
    作者简介:

    毛学刚,博士,讲师。主要研究方向:遥感与地理信息系统。Email:maoxuegang@aliyun.com 地址:150040 黑龙江省哈尔滨市香坊区和兴路26号东北林业大学林学院。责任作者: 范文义,教授,博士生导师。主要研究方向:遥感与地理信息系统。Email:fanwy@163.com 地址:同上。

    毛学刚,博士,讲师。主要研究方向:遥感与地理信息系统。Email:maoxuegang@aliyun.com 地址:150040 黑龙江省哈尔滨市香坊区和兴路26号东北林业大学林学院。责任作者: 范文义,教授,博士生导师。主要研究方向:遥感与地理信息系统。Email:fanwy@163.com 地址:同上。

Spatial and temporal variation of forest biomass based on remote sensing and geostatistics

  • 摘要: 大兴安岭林区是我国最大的天然林区,估算该区域的森林生物量,并研究该区域的森林生物量的空间格局特征具有重要意义。以20世纪末至21世纪10年代期间(1994—1997、2006—2007、2010—2011)的Landsat5系列TM遥感影像为基础数据,建立遥感信息模型,估算黑龙江省大兴安岭地区3个时期的森林生物量。采用0°、45°、90°、135°方向以及全局Morans I系数和半变异函数块金值、基台值、变程、块金值与基台值比值、拱高与基台值比值5个参数,对20世纪末至21世纪10年代研究区域3个时期的森林生物量进行异质性和空间自相关性分析。结果表明:研究区3个时期的森林生物量的整体性良好,均成连片化分布,没有出现破碎情况。森林生物量的半变异函数模型均为线性模型,3个时期的森林生物量的块金值与基台值比值都接近1。通过遥感反演方法获得森林生物量且估算精度均达到75%以上,为地统计分析提供了可靠的数据源。采用地统计分析方法对森林生物量进行空间异质性和自相关性分析,是对单独使用GIS工具对森林生物量进行空间分析的有益补充。因此,基于遥感与地统计学相结合的方法能够更好地实现森林生物量的时空变异分析。
  • [1] FANG J Y. Forest biomass carbon pool of middle and high latitudes in the north hemisphere is probably much smaller than present estimates[J]. Chinese Journal of Plant Ecology, 2000, 24(5): 635-638.
    [2] 方精云.北半球中高纬度的森林碳库可能远小于目前的估算[J].植物生态学报,2000,24(5):635-638.
    [3] 方精云,陈安平,赵淑清,等.中国森林生物量的估算: 对Fang等Science一文(Science, 2001, 291: 2320-2322)的若干说明[J]. 植物生态学报, 2002, 26(2): 243-249.
    [4] FANG J Y, CHEN A P, ZHAO S Q, et al. Estimating biomass carbon of China’s forests: supplementary notes on report published in Science (291: 2320-2322) by Fang et al. (2001) [J]. Chinese Journal of Plant Ecology, 2002, 26(2): 243-249.
    [5] ZHAO M, ZHOU G S. Forest inventory data (FID) : based biomass models and their prospects[J]. Chinese Journal of Applied Ecology, 2004, 15(8): 1468-1472.
    [6] 赵敏,周广胜.基于森林资源清查资料的生物量估算模式及其发展趋势[J].应用生态学报,2004,15(8): 1468-1472.
    [7] DIXON R K, BROWN S, HOUGHTON R A, et al. Carbon pools and flux of global forest ecosystems[J]. Science, 1994, 263: 185-190.
    [8] QIN X G, CAI B G, ZHANG P, et al. The strategic suggestions on remote sensing-based biogeochemical dynamic estimating of carbon-nitrogen cycles in terrestrial ecosystems of China[J]. Science and Technology Review, 2002(8):51-54.
    [9] HAN Y Z, WANG Z Q. Spatial heterogeneity and forest regeneration[J]. Chinese Journal of Applied Ecology, 2002, 13(5):615-619.
    [10] LU D. The potential and challenge of remote sensing based biomass estimation[J]. International Journal of Remote Sensing, 2006,27(7) : 1297-1328.
    [11] LI X Y, LEI T W, WANG W. Spatial variability of field soil properties and Kriging method[J]. Acta Universitatis Agriculturalis Boreali-occidentalis, 2000,28(6):30-35.
    [12] BLACKARD J A, FINCO M V, HELMER E H, et al. Mapping U.S. forest biomass using nationwide forest inventory data and moderate resolution information[J]. Remote Sensing of Environment, 2008,112(4):1658-1677.
    [13] ZHANG F, DU Q, GE H L, et al. Spatial distribution of forest carbon in Zhejiang Province with geostatistics based on CFI sample plots[J]. Acta Ecologica Sinica , 2012, 32(16): 5275-5286.
    [14] LU D. Aboveground biomass estimation using Landsat TM data in the Brazilian Amazon[J]. International Journal of Remote Sensing, 2005, 26(12):2509-2525.
    [15] HE P, ZHANG H R, LEI X D, et al. Estimation of forest above-ground biomass based on geostatic[J]. Scientia Silvae Sinicae, 2013, 49(5): 101-109.
    [16] NELSON R F, KIMES D S, SALAS W A, et al. Secondary forest age and tropical forest biomass estimation using thematic mapper imagery[J]. Bioscience, 2000,50(5):419-431.
    [17] LIU S, RUAN H H. Spatial pattern analysis of forest biomass and NPP in Guangdong and Guangxi Provinces of South China based on geostatistics[J]. Chinese Journal of Ecology, 2013, 32(9): 2502-2509.
    [18] 秦小光,蔡炳贵,张鹏,等.开展我国陆地生态系统碳氮循环的生物地球化学遥感动态评估的思路与建议[J].科技导报,2002(8):51-54.
    [19] LIU X M, BU R C, DENG H W, et al.Estimation and spatial pattern analysis of forest biomass in Fenglin Nature Reserve based on geostatistics [J]. Acta Ecologica Sinica, 2011,31(16) : 4783-4790.
    [20] MCGRATH D, ZHANG C, CARTON O T. Geostatistical analyses and hazard assessment on soil lead in Silvermines area, Ireland[J]. Environmental Pollution, 2004,127(2):239-248.
    [21] 韩有志,王政权.森林更新与空间异质性[J]. 应用生态学报, 2002,13(5):615-619.
    [22] CHEN X G, ZHANG Y P, ZHANG X Q, et al. Carbon stock changes in bamboo stands in China over the last 50 years[J]. Acta Ecologica Sinica, 2008,28(11):5218-5227.
    [23] ZHOU G M, JIANG P K. Density, storage and spatial distribution of carbon in Phyllostachy pubescens forest[J].Scientia Silvae Sinicae, 2004,40(6):20-24.
    [24] 李小昱,雷廷武,王为.农田土壤特性的空间变异性及Kriging估值法[J].西北农业大学学报,2000,28(6):30-35.
    [25] DU H Q, ZHOU G M, FAN W Y, et al. Spatial heterogeneity and carbon contribution of aboveground biomass of moso bamboo by using geostatistical theory[J].Plant Ecology,2010,207(1):131-139.
    [26] TIAN X R, YIN L, SHU L F, et al. Carbon emission from forest fires in Daxing’anling region in 2005-2007[J]. Chinese Journal of Applied Ecology, 2009, 20(12): 2877-2883.
    [27] 张峰, 杜群, 葛宏立,等. 基于地统计学和CFI样地的浙江省森林碳空间分布研究[J]. 生态学报, 2012, 32(16): 5275-5286.
    [28] MAO X G, LI M Z, FAN W Y, et al. Analysis of the changes of Lesser Xingan Mountain area of biomass and geostatistics in recent 30 years[J]. Geographical Research, 2011, 30(6): 1110-1120.
    [29] 贺鹏, 张会儒, 雷相东,等. 基于地统计学的地上生物量估计[J]. 林业科学, 2013, 49(5): 101-109.
    [30] LI K H, HU Y K, WANG X. Relationships between aboveground biomass and environmental factors along an altitude gradient of alpine grassland[J]. Chinese Journal of Applied Ecology, 2007, 18(9): 2020-2024.
    [31] YANG C J, LIU J Y, HUANG H, et al. Correlation analysis between tropical forest biomass and remote sensing geoscience data[J]. Geographical Research, 2005, 24(3): 473-479.
    [32] 刘双,阮宏华. 基于地统计学的广东省和广西省森林生物量和NPP空间格局分析[J].生态学杂志,2013,32(9): 2502-2509.
    [33] 刘晓梅,布仁仓,邓华卫,等.基于地统计学丰林自然保护区森林生物量估测及空间格局分析[J].生态学报,2011,31 (16) :4783-4790.
    [34] DU G M, ZHANG S W, ZHANG Y Q. Analyzing spatial auto-correlation of population distribution: a case of Shenyang City[J]. Geographical Research, 2007, 26(2): 383-390.
    [35] WANG S J, GUAN D S, LI X, et al. The temporal-spatial evolution and heterogeneity of forest carbon in Guangzhou, China [J]. Acta Scientiae Circumstantiae, 2008, 28(4): 778-785.
    [36] WU J G, DENNIS E, JELINSKI M L, et al. Multi-scale analysis of landscape heterogeneity: scale variance and pattern metrics[J]. Geographic Information Sciences,2000,6(1):6-19.
    [37] 陈先刚,张一平,张小全,等.过去50年中国竹林碳储量变化[J]. 生态学报,2008,28(11):5218-5227.
    [38] 周国模,姜培坤.毛竹林的碳密度和碳贮量及其空间分布[J].林业科学,2004,40(6):20-24.
    [39] 田晓瑞, 殷丽, 舒立福,等. 2005—2007年大兴安岭林火释放碳量[J]. 应用生态学报,2009,20(12):2877-2883.
    [40] 毛学刚, 李明泽, 范文义,等. 近30年来小兴安岭地区生物量变化及地统计分析[J]. 地理研究, 2011, 30(6): 1110-1120.
    [41] MORAN P. The interpretation of statistical maps[J]. Journal of the Royal Statistical Society, 1948, 37(10): 243- 251.
    [42] 李凯辉,胡玉昆,王鑫.不同海拔梯度高寒草地地上生物量与环境因子关系[J].应用生态学报,2007,18(9): 2020-2024.
    [43] 杨存建, 刘纪远, 黄河,等. 热带森林植被生物量与遥感地学数据之间的相关性分析[J].地理研究, 2005, 24(3): 473-479.
    [44] 杜国明, 张树文, 张有全. 城市人口分布的空间自相关分析:以沈阳市为例[J]. 地理研究, 2007, 26(2): 383-390.
    [45] 王淑君, 管东生, 黎夏, 等.广州森林碳储量时空演变及异质性分析[J]. 环境科学学报, 2008, 28(4): 778-785.
  • [1] 吴建召, 孙凡, 崔羽, 贺静雯, 刘颖, 李键, 林勇明, 王道杰.  不同气候区失稳性坡面植被生物量与土壤密度的关系 . 北京林业大学学报, 2020, 42(3): 24-35. doi: 10.12171/j.1000-1522.20190066
    [2] 孙振静, 赵慧颖, 朱良军, 李宗善, 张远东, 王晓春.  大兴安岭北部不同降水梯度下兴安落叶松生长对升温的响应差异 . 北京林业大学学报, 2019, 41(6): 1-14. doi: 10.13332/j.1000-1522.20190007
    [3] 何潇, 曹磊, 徐胜林, 李海奎.  内蒙古大兴安岭林区不同恢复阶段森林生物量特征与影响因素 . 北京林业大学学报, 2019, 41(9): 50-58. doi: 10.13332/j.1000-1522.20190030
    [4] 耿丹, 夏朝宗, 张国斌, 刘晓东, 康峰峰.  杉木人工林灌木层生物量模型构建 . 北京林业大学学报, 2018, 40(3): 34-41. doi: 10.13332/j.1000-1522.20170257
    [5] 张韫, 李传波, 崔晓阳.  大兴安岭北部试验林火干扰下土壤密度的时空变化 . 北京林业大学学报, 2018, 40(6): 48-54. doi: 10.13332/j.1000-1522.20170318
    [6] 宋沼鹏, 梁冬, 侯继华.  氮添加对3个油松种源幼苗生物量及其分配的影响 . 北京林业大学学报, 2017, 39(8): 50-59. doi: 10.13332/j.1000-1522.20160243
    [7] 刘坤, 曹林, 汪贵斌, 曹福亮.  银杏生物量分配格局及异速生长模型 . 北京林业大学学报, 2017, 39(4): 12-20. doi: 10.13332/j.1000-1522.20160374
    [8] 杨光, 宁吉彬, 舒立福, 何诚, 邸雪颖.  黑龙江大兴安岭卫星热点预报森林火灾准确性研究 . 北京林业大学学报, 2017, 39(12): 1-9. doi: 10.13332/j.1000-1522.20170147
    [9] 任清胜, 辛, 颖, 赵雨森.  重度火烧对大兴安岭落叶松天然林土壤团聚体有机碳和黑碳的影响 . 北京林业大学学报, 2016, 38(2): 29-36. doi: 10.13332/j.1000-1522.20150098
    [10] 明安刚, 郑路, 麻静, 陶怡, 劳庆祥, 卢立华.  铁力木人工林生物量与碳储量及其分配特征 . 北京林业大学学报, 2015, 37(2): 32-39. doi: 10.13332/j.cnki.jbfu.2015.02.015
    [11] 王竞红, 蔡体久, 葛树生, 刘敬旭, 琚存勇, 孙晓新.  中俄输油管道工程建设对大兴安岭典型森林生态系统的影响 . 北京林业大学学报, 2015, 37(10): 58-66. doi: 10.13332/j.1000-1522.20150086
    [12] 刘玉杰, 满秀玲.  大兴安岭主要林型土壤Zn、Mn形态及潜在生态风险分析 . 北京林业大学学报, 2015, 37(7): 45-52. doi: 10.13332/j.1000-1522.20140482
    [13] 王丽红, 辛颖, 邹梦玲, 赵雨森, 刘双江, 任清胜.  大兴安岭火烧迹地植被恢复中植物多样性与生物量分配格局 . 北京林业大学学报, 2015, 37(12): 41-47. doi: 10.13332/j.1000-1522.20150025
    [14] 崔巍, 牟长城, 卢慧翠, 包旭, 王彪.  排水造林对大兴安岭湿地生态系统碳储量的影响 . 北京林业大学学报, 2013, 35(5): 28-36.
    [15] 贾炜玮, 李凤日, 董利虎, 赵鑫.  基于相容性生物量模型的樟子松林碳密度与碳储量研究 . 北京林业大学学报, 2012, 34(1): 6-13.
    [16] 张玉红, 覃炳醒, 孙铭隆, 周志强.  林火对大兴安岭典型林型林下植被与土壤的影响 . 北京林业大学学报, 2012, 34(2): 7-13.
    [17] 琚存勇, 蔡体久.  鄂尔多斯草地生物量估测的GRNN模型实现 . 北京林业大学学报, 2008, 30(增刊1): 296-299.
    [18] 孙志虎, 牟长城, 张彦东.  用地统计学方法估算长白落叶松人工林凋落物现存量 . 北京林业大学学报, 2008, 30(4): 59-64.
    [19] 许景伟, 李黎, 索安宁, 张春晓, 焦雯珺, 周艳萍, 吴家兵, 于海霞, 于文吉, 孙志蓉, 邵杰, 高克昌, 金则新, 吕文华, 李俊, 宋先亮, 马玲, 张建军, 郎璞玫, 郑景明, 陆平, 武林, 奚如春, 雷妮娅, 周睿, 刘足根, 张志山, 李传荣, 郑红娟, 戴伟, 赵文喆, 张小由, 蔡锡安, 葛剑平, 盖颖, 韦方强, 李钧敏, 朱清科, 赵广杰, 陈勇, 饶兴权, 于志明, 陈少良, 余养伦, 毕华兴, 马履一, Kwei-NamLaw, 翟明普, 纳磊, 关德新, 赵秀海, 习宝田, 朱教君, 袁小兰, 朱艳燕, 杨永福, 方家强, 王文全, ClaudeDaneault, 张弥, 樊敏, 谭会娟, 王瑞刚, 李增鸿, 张宇清, 赵平, 曾小平, 崔鹏, 江泽慧, 李笑吟, 李俊清, 贾桂霞, 张春雨, 王天明, 于波, 马履一, 夏良放, 贺润平, 袁飞, 李庆卫, 韩士杰, 邓宗付, 陈雪梅, 王卫东, 吴秀芹, 王贺新, 郭孟霞, 张欣荣, 李丽萍, 殷宁, 唐晓军, 刘丽娟, 何明珠, 刘鑫, 王旭琴, 于贵瑞, 王月海, 蒋湘宁, 江杰, 郑敬刚, 吴记贵, 孔俊杰, 熊颖, 毛志宏, 王娜, 聂立水, 王瑞辉, 林靓靓, 李新荣, 孙晓敏, 葛剑平, 王贵霞, 董治良, 郭超颖.  甘肃小陇山森林生物量研究 . 北京林业大学学报, 2007, 29(1): 31-36.
    [20] 杨晓晖, 杜华强, 龙玲, 杨海龙, 李慧, 李景文, 刘震, 
    王保平, 殷亚方, 张一平, 侯亚南, 宋小双, 李景文, 黄国胜, 熊瑾, 李梅, 王明枝, 詹亚光, 饶良懿, 符韵林, 李全发, 张秋英, 马文辉, 刘文耀, 李妮亚, 吕建雄, 尹立辉, 耿晓东, 王洁瑛, 李俊清, 李俊清, 梁机, 赵敏, 窦军霞, 张克斌, 陆熙娴, 徐峰, 朱金兆, 韩海荣, 李吉跃, 陈晓阳, 秦瑶, 朱金兆, 王雪军, 范文义, 李发东, 乔杰, 刘雪梅, 陈晓阳, 赵宪文, 孙玉军, 唐黎明, 于贵瑞, 慈龙骏, 康峰峰, 欧国强, 毕华兴, 沈有信, 刘桂丰, 陈素文, 秦素玲, 齐实, 倪春, 李云, 李黎, 李凤兰, 魏建祥, 文瑞钧, 赵双菊, 马钦彦, 朱国平, 王雪, 李伟, 黎昌琼, 王玉成, 张桂芹, 蒋建平, 宋献方, 刘伦辉, 韦广绥, 任海青, 李伟, 孙涛, 宋清海, 杨谦, 张万军, 丁霞, , 李慧, 周海江, 孙志强, 孙晓敏, 刘莹, 李宗然, 
    基于Matlab遥感数据分形及地统计分析软件实现 . 北京林业大学学报, 2005, 27(5): 92-97.
  • 加载中
计量
  • 文章访问数:  828
  • HTML全文浏览量:  68
  • PDF下载量:  28
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-06-10
  • 修回日期:  2015-08-31
  • 刊出日期:  2016-02-29

基于遥感与地统计的森林生物量时空变异分析

doi: 10.13332/j.1000-1522.20150214
    基金项目:

    国家自然科学基金项目(31300533)。

    作者简介:

    毛学刚,博士,讲师。主要研究方向:遥感与地理信息系统。Email:maoxuegang@aliyun.com 地址:150040 黑龙江省哈尔滨市香坊区和兴路26号东北林业大学林学院。责任作者: 范文义,教授,博士生导师。主要研究方向:遥感与地理信息系统。Email:fanwy@163.com 地址:同上。

    毛学刚,博士,讲师。主要研究方向:遥感与地理信息系统。Email:maoxuegang@aliyun.com 地址:150040 黑龙江省哈尔滨市香坊区和兴路26号东北林业大学林学院。责任作者: 范文义,教授,博士生导师。主要研究方向:遥感与地理信息系统。Email:fanwy@163.com 地址:同上。

摘要: 大兴安岭林区是我国最大的天然林区,估算该区域的森林生物量,并研究该区域的森林生物量的空间格局特征具有重要意义。以20世纪末至21世纪10年代期间(1994—1997、2006—2007、2010—2011)的Landsat5系列TM遥感影像为基础数据,建立遥感信息模型,估算黑龙江省大兴安岭地区3个时期的森林生物量。采用0°、45°、90°、135°方向以及全局Morans I系数和半变异函数块金值、基台值、变程、块金值与基台值比值、拱高与基台值比值5个参数,对20世纪末至21世纪10年代研究区域3个时期的森林生物量进行异质性和空间自相关性分析。结果表明:研究区3个时期的森林生物量的整体性良好,均成连片化分布,没有出现破碎情况。森林生物量的半变异函数模型均为线性模型,3个时期的森林生物量的块金值与基台值比值都接近1。通过遥感反演方法获得森林生物量且估算精度均达到75%以上,为地统计分析提供了可靠的数据源。采用地统计分析方法对森林生物量进行空间异质性和自相关性分析,是对单独使用GIS工具对森林生物量进行空间分析的有益补充。因此,基于遥感与地统计学相结合的方法能够更好地实现森林生物量的时空变异分析。

English Abstract

毛学刚, 王静文, 范文义. 基于遥感与地统计的森林生物量时空变异分析[J]. 北京林业大学学报, 2016, 38(2): 10-19. doi: 10.13332/j.1000-1522.20150214
引用本文: 毛学刚, 王静文, 范文义. 基于遥感与地统计的森林生物量时空变异分析[J]. 北京林业大学学报, 2016, 38(2): 10-19. doi: 10.13332/j.1000-1522.20150214
MAO Xue-gang, WANG Jing-wen, FAN Wen-yi. Spatial and temporal variation of forest biomass based on remote sensing and geostatistics[J]. Journal of Beijing Forestry University, 2016, 38(2): 10-19. doi: 10.13332/j.1000-1522.20150214
Citation: MAO Xue-gang, WANG Jing-wen, FAN Wen-yi. Spatial and temporal variation of forest biomass based on remote sensing and geostatistics[J]. Journal of Beijing Forestry University, 2016, 38(2): 10-19. doi: 10.13332/j.1000-1522.20150214
参考文献 (45)

目录

    /

    返回文章
    返回