<cite id="d9bzp"></cite>
<cite id="d9bzp"><span id="d9bzp"></span></cite>
<cite id="d9bzp"><video id="d9bzp"></video></cite><var id="d9bzp"></var>
<var id="d9bzp"><video id="d9bzp"><thead id="d9bzp"></thead></video></var>
<menuitem id="d9bzp"><video id="d9bzp"></video></menuitem>
<var id="d9bzp"></var><cite id="d9bzp"><video id="d9bzp"></video></cite>
<cite id="d9bzp"></cite>
<var id="d9bzp"></var>
<var id="d9bzp"></var>
<var id="d9bzp"><video id="d9bzp"><thead id="d9bzp"></thead></video></var>

关于阿尔泰山小东沟乔木生物量空间分布规律论文

  随着全球气候变化加剧和京都协议的实施,作为陆地生态系统功能主体的森林生态系统已成为全球关注的重点。森林生态系统在全球碳循环中具有不可替代的作用,准确估测森林生态系统碳储量对于了解全球碳循环、认识人类土地利用方式改变对碳循环的影响、监测造林对减少二氧化碳的作用等具有重要意义。森林植被生物量占全球陆地植被生物量的80% 以上,森林生物量不仅能反映生态系统在特定时间段内积累有机物质的能力,而且是描述森林结构和功能变化的重要指标。

  因此,森林生物量评估成为当今生态学研究的一项重要的基础性工作。研究和分析宏观尺度上的许多生态学规律在很大程度上都依赖于对该尺度上植被生物量状况的了解。在大尺度上估测生物量需要大量人力、物力和财力,因此,单靠传统的生物量测定方法不可能达到目标。随着遥感和地理信息系统技术的快速发展,高分辨率影像的获得更加方便,基于遥感影像的地上生物量估测成为一种新的方法,已成为监测植被碳储量和碳收支变化的重要技术之一;谝8杏跋窈偷湫统檠鞑槭莸纳锪靠占浞植荚げ馐橇私馍锪亢旯郾浠媛傻闹匾侄。目前,遥感技术已广泛应用于森林、草地、荒漠和湿地生态系统的生物量估测。因不同植被对太阳光的反射具有不同的光谱范围,因此,可借助遥感影像研究植被生物量与植被指数的相关关系。植被指数是不同遥感光谱波段之间的线性或非线性组合,用以表征绿色植物生物量和盖度等的生物物理特征。研究表明,植被指数与绿色植被盖度、叶面积指数、生物量等具有较好的相关性,因此被逐渐用于作物产量估测、森林地上生物量估测、景观生态类型遥感解译与分类、物种丰富度预测等方面。

  目前,近红外波段和红光波段计算的植被指数在生物量估测中应用较广泛阿尔泰山是亚洲的宏伟山系之一。中国境内的阿尔泰山位于其中段的西南坡,它由一系列南西向北东逐渐升高的阶梯状山地组成,切割强烈。一般海拔在1 000 ~ 3 500 m,其中北部最高的友谊峰海拔4 374 m。本文阿尔泰山山地植被是指分布于我国境内阿尔泰山南部中段的小东沟林区辖域范围内的植被。小东沟林区山地植被随着地貌和海拔变化呈现明显的更替现象。其中,森林主要分布在陡斜的阴坡,在趋于干旱的阳坡多为草甸草原。乔木林群落层次结构简单,树种组成单一,主要有西伯利亚落叶松( Larix sibirica) ,还有较少的西伯利亚云杉( Picea obovata) 、西伯利亚冷杉( Abies sibirica) ; 落叶阔叶树种主要有欧洲山杨( Populus tremula) 、疣枝桦( Betula pendula) 和河谷中的苦杨( Populus laurifolia)等。阿尔泰山小东沟是阿勒泰地区牧民的夏季放牧场,夏季牲畜在林区内啃噬,严重影响幼苗幼树的生长,草地破坏严重。尤其低海拔地区,是牧民上山必经之路,对植被的破坏相对更严重一些。目前,有关阿尔泰山林区植被生物量方面研究很少,基于遥感影像的生物量空间预测研究更少。本文以新疆阿尔泰山小东沟为例,利用野外调查的样地数据和遥感影像资料相结合,分析了阿尔泰山小东沟林区乔木树种的生物量空间分布格局,这对阿尔泰山森林资源的;、监测和可持续经营都具有重要的意义。

  1 研究区概况

  阿勒泰地区位于新疆最北部,有山地、平原、荒漠三大地貌特征。地理位置45° 59' ~ 49° 10' N,85°31' ~ 91°01'E。属于大陆性寒温带气候,气候多严寒,冷暖悬殊,年较差大,日较差也显著。年平均气温4. 5 ℃,1 月平均气温- 16. 7 ℃,7 月平均气温22. 1 ℃,极端最低气温- 43. 5 ℃,极端最高气温37. 6 ℃。冬季寒冷期> 110 d,严寒期( ≤ - 20 ℃)58 ~ 63 d。年平均降水量183 mm,主要集中在6—12 月,占年降水量的70% ~ 80%。年平均日照时数3 010. 8 h。年平均风速1. 0 ~ 5. 0 m·s - 1,多八级以上大风,春季最多,夏季次之,秋冬季空气比较稳定。年降雪日数140 ~ 150 d,积雪深度50 ~ 60 cm,最深可达89 cm。研究区位于小东沟森林公园内的小东沟山系,距阿勒泰市区北约10 km 处。年平均气温- 4 ~ - 2℃。年降水较丰富,降水量随海拔的升高而递增,同时从北向南,从西向东逐渐减少。年降水量中山带300 ~ 500 mm,高山带600 ~ 800 mm,海拔升高100m 降水量以30 ~ 80 mm 递增。夏季多雨,冬季积雪,气候、地貌和植被垂直带分布明显。

  2 研究方法

  2. 1 调查方法

  2006 年7—8 月在小东沟的南、北两坡面分别样地信息在海拔1 100 ~ 1 700 m 和1 200 ~ 2 200 m 的范围内各设置一条调查样带。在每个样带内以海拔每50m 为间隔,各设置一个20 m × 20 m 的乔木样地。调查内容包括: ① 群落特征: 在每个样地内记录DBH≥1 cm 的乔木种名、胸径( 1. 3 m 处) 和树高。② 环境因子: 利用GPS 在样地中心位置记录样地的地理坐标和海拔,用罗盘实测样地坡度,同时记录样地所在坡向、坡位,样方内巨石含量及受放牧干扰与否。各样地的基本信息见表1。

  2. 2 生物量估算

  植被生物量包括地上和地下两部分,由于对地下生物量的准确估测相当困难,因此,对生物量的研究多集中在地上部分。本研究样地生物量计算也主要是地上部分,包括树干生物量、树枝生物量和树叶生物量。各乔木树种生物量的计算方法见

  2. 3 影像收集及处理

  收集了涵盖研究区的Landsat 7 Enhanced ThematicMapper ( ETM + ,成像时间2003 年8 月17日) 影像一景。影像由近红外波段( 0. 76 ~ 0. 90μm) 、短红外波段( 1. 55 ~ 1. 75 μm) 和红光波段( 0. 63 ~ 0. 69 μm) 3 个波段组合而成;谘芯壳1∶ 50 000 地形图,对影像采用3 次多项式法进行了精确校正。对配准过的影像进行了几何校正和辐射校正。根据指数的特征并结合以往的研究案例,本文选取了归一化差异植被指数、比值植被指数、土壤调节植被指数、差值植被指数和近红外光百分比植被指数。利用Erdas 8. 7 软件从ETM + 影像中派生出上述植被指数。

  2. 4 空间分析和数据处理

  为了详细分析小东沟林区生物量的空间分布规律,把小东沟林区的地形按照400 m 左右划分为3个海拔高度区间,即规定低海拔( 1 042 ~ 1 400 m) 、中海拔( 1 400 ~ 1 900 m) 和高海拔( 1 900 ~ 2 300m) 。坡度、坡向分级见表

  软件的区域统计分析功能,将生物量空间分布图分别与坡度图、坡向图和海拔图相叠加,统计不同地形因子的各个等级中生物量的空间分布情况。利用SPSS 16. 0 for Windows 软件,对样地生物量与比值植被指数、归一化差异植被指数、土壤调节植被指数、差值植被指数和近红外光百分比植被指数5 个植被指数之间的相关性进行了分析; 利用线性回归分析,对样地生物量与植被指数构建了回归模型。.

  软件的空间分析功能,生成了阿尔泰山小东沟林区乔木地上生物量空间分布图。为了评价生物量空间分布预测精度高低,对样地生物量空间分布图进行了残差统计,并计算了残差类型面积比例。残差是由各调查样地的预测值与实测值相减所得,残差图是用于评价生物量预测精度高低的。在ArcGIS 9.

  软件中借助空间分析?榈牟逯捣治龇椒,利用样地点的残差值,通过反距离权重插值方法生成生物量残差图。选择输出3 期 井学辉等: 阿尔泰山小东沟乔木生物量空间分布规律 513栅格大小30 m。利用标准差显示残差图。依据标准差的范围大小,将其分成弱( Std. Dev < - 2 或>2) 、中( Std. Dev - 2 ~ - 1 或1 ~ 2) 和强( Std. Dev -1 ~ 1) 3 个水平。

  3 结果分析

  3. 1 生物量与植被指数的相关性

  分析利用SPSS 16. 0 for Windows 软件检验阿尔泰山小东沟乔木地上生物量( 以下简称生物量) 与各个植被指数间是否具有正态分布。统计结果表明,小东沟地上生物量与5 个植被指数间均呈正态分布,因此,利用Pearson 相关性分析小东沟地上生物量与各植被指数的关系。样地内乔木的地上部分生物量与归一化差异植被指数、土壤调节植被指数和近红外光百分比植被指数相关性均显著( P < 0. 05) ,其中生物量与归一化差异植被指数相关性相对较高; 与近红外光百分比植被指数相关性次之。生物量与比值植被指数和差值植被指数相关性不显著( P > 0. 05) 。

  3. 2 生物量空间分布预测

  利用归一化差异植被指数与小东沟林分乔木地上生物量作线性回归分析;毓榉治鼋峁砻,小东沟林区乔木地上生物量与归一化差异植被指数回图1 小东沟林区林分乔木地上生物量空间分布Fig. 1 Spatial distribution of the tree abovegroundbiomass in the Xiaodonggou forest region归关系明显( P < 0. 05) 。利用ArcGIS 9. 1 软件的空间分析功能,生成小东沟林区乔木地上生物量的空间分布。

  3. 3 残差分析

  生物量残差图中较强预测面积达到66. 60%,中等预测面积达到30. 31%,较强和中等预测面积占总面积的96. 91%,仅有3. 09% 的面积预测能力较低,表明小东沟林区乔木生物量空间分布预测效果较好。

  3. 4 不同地形条件下生物量频率最高的数值分布

  利用ArcGIS 9. 1 软件的区域统计分析功能,将林分乔木生物量空间分布图分别与坡度图、坡向图和海拔图相叠加,统计不同地形因子的各个等级中生物量出现频率最高的数值分布情况,小东沟林区在平坡和缓坡生物量出现频率最高的数值范围在150 ~ 200 t·hm - 2,斜坡和陡坡地区生物量出现频率最高的数值范围在200 ~ 250图2 生物量残差及其各类型面积百分比Fig. 2 Residual of the tree aboveground biomass and the percentages of various types514 干 旱 区 研 究 33 卷表5 不同地形因子条件下乔木地上生物量出现频率最高的数值空间分布规律Tab. 5 Spatial distribution pattern of the tree aboveground biomass with the highest frequencyunder different topographic conditions地形因子分级生物量频率最高的数值范围/( t· hm - 2 )地形因子分级生物量频率最高的数值范围/( t·hm - 2 )北坡200 ~ 250 坡度0° ~ 15° 150 ~ 200东北坡200 ~ 250 15° ~ 35° 200 ~ 250东坡200 ~ 250 > 35° 100 ~ 150坡向东南坡100 ~ 150 海拔1 042 ~ 1 400 m 100 ~ 150南坡100 ~ 150 1 400 ~ 1 900 m 200 ~ 250西南坡200 ~ 250 1 900 ~ 2 258 m 150 ~ 200西坡200 ~ 250西北坡200 ~ 250t·hm - 2,坡度继续变陡,生物量开始下降,出现频率最高的数值范围在100 ~ 150 t·hm - 2。总的来看,小东沟林区斜陡坡( 15° ~ 35°) 的生物量最高,平缓坡( 0° ~ 15°) 生物量次之,急险坡( > 35°) 分布的生物量最低。小东沟生物量空间分布图与坡向图叠加分析表明,东南坡和南坡生物量出现频率最高的数值范围在100 ~ 150 t·hm - 2,其余坡向生物量出现频率最高的数值范围均集中在200 ~ 250 t·hm - 2。总体来看,小东沟林区东南坡和南坡地形下的生物量较低,而其余坡向地形下的生物量较高。将小东沟林区乔木生物量图与海拔图叠加分析,统计结果表明,海拔1 042 ~ 1 400 m 生物量出现频率最高的数值范围在100 ~ 150 t·hm - 2,海拔1 400 ~ 1 900 m 生物量出现频率最高的数值范围在200 ~ 250 t·hm - 2,海拔继续上升,生物量又开始下降,达到150 ~ 200 t·hm - 2。总的来看,随海拔上升,生物量表现为中间海拔范围最高的趋势。

  4 讨论

  近年来,随着遥感技术的快速发展,用以表征地表植被数量分配和质量情况的植被指数获得迅速发展。各类植被指数通常是由影像的不同波段信息组合计算所得,目前已产生了几十种植被指数,如较常见的归一化差异植被指数被广泛应用于估测温带植被特性。由于归一化差异植被指数对含有较高植被盖度的敏感程度差,因此,很少被成功应用于热带森林植被的研究。Body 等对喀麦隆50 000 km2的热带森林生物量进行了研究,结果表明,中红外植被指数与生物量之间的相关性比可见光、近红外光和归一化差异植被指数与生物量之间的相关性要好很多。李建龙等利用NOAA 和TM 遥感资料,研究了新疆天山北坡4 种类型草地产草量与归一化差异植被指数和比值植被指数的相关性,结果表明,除草地类型1 外,其他3 种类型草地产草量与比值植被指数相关性好于归一化差异植被指数。然而,黄敬峰等利用NOAA/AVHRR 数据研究了新疆不同类型天然草地产草量与归一化差异植被指数和比值植被指数关系,结果表明,由于降水量少和植被盖度与牧草产量低,因此,归一化差异植被指数和比值植被指数建立的监测模型无显著差异。

  本研究选取了归一化差异植被指数、比值植被指数、土壤调节植被指数、差值植被指数和近红外光百分比植被指数,通过与小东沟林区样地乔木生物量数据进行相关性分析,最终发现阿尔泰山小东沟林区乔木林分生物量与归一化差异植被指数回归效果较好。与以往利用遥感影像提取植被指数,结合样地生物量数据建立生物量估算模型,预测区域森林生物量分布所不同的是,本研究将预测的生物量空间分布图与研究区的地形因子图进行了叠加,从坡度、坡向和海拔3 个方面统计了不同地形条件下的不同数量级生物量出现的频率,这为今后开展该区域宏观水平上的其他生态学研究奠定了基础。本研究结果表明,小东沟林区乔木地上部分的生物量以斜陡坡( 15° ~ 35°) 的最高( 200 ~ 250 t·hm - 2 ) ,平缓坡( 0° ~ 15°) 次之( 150 ~ 200 t ·hm - 2 ) ,急险坡( > 35°) 的最低( 100 ~ 150 t ·hm - 2 ) 。平、缓坡因地势相对平坦,在研究区范围内,平坡主要分布在阳坡,受土壤和水分条件影响,3 期 井学辉等: 阿尔泰山小东沟乔木生物量空间分布规律 515林分在平坡分布相对少,生长较差,因而其生物量低。而斜陡坡在整个研究区占很大面积,且以阴坡为主,土壤和水分条件相对较好,适宜林分生长,乔木分布较多,从而其生物量很高。急险坡因地势条件恶劣,土壤和水分条件变差,树木生长缓慢,因此,其生物量最低。生物量预测图与坡向图叠加分析表明,小东沟林区东南坡和南坡的生物量较低,而其余坡向的生物量较高。东南坡和南坡在研究区范围内主要分布在阳坡,因受水分、光照和土壤等条件影响,乔木树种分布相对较少且生长缓慢,因此,生物量相对较低。海拔梯度上,生物量空间分布呈现先增加后减少的趋势,较低海拔( 1 042 ~ 1 400 m) 的生物量最低( 100 ~ 150 t·hm - 2 ) ,中海拔( 1 400 ~1 900 m) 的最高( 200 ~ 250 t·hm - 2 ) ,高海拔( > 1 900 m) 生物量居中( 150 ~ 200 t·hm - 2 ) 。低海拔地区,阔叶树种生长受降水影响,林分稀疏,牲畜活动相对较多,对植被影响严重,影响乔木物种的更新和幼苗幼树的生长,因而生物量较低。中海拔地区气温、地形和土壤等条件相对较好,随海拔升高,降水也增加,植物生长良好,而且中海拔范围也是针叶和阔叶混交分布的区域,因而生物量最高。高海拔地区,受气温条件影响,仅有针叶树种分布,人类活动和放牧影响小,乔木物种幼树幼苗更新和生长较好,因此,生物量高于低海拔地区。本研究表明,利用遥感影像提取的植被指数可以很好地预测小东沟林区乔木的地上生物量,生物量的空间变化与地形因子有着密切的关系。

  为提高森林生物量的估算精度,一是可以增加野外样地调查的数量并提高其空间分布的均匀性和代表性,二是随着商用高空间分辨率卫星数据的出现,借助微波雷达和激光雷达等遥感数据,可以进行地上生物量精确估算。在今后的生物量宏观分析中,需要在以下几个方面开展深入细致的工作: ① 利用更加精确的生物量测定数据,建立更加精确的生物量回归模型; ② 利用高分辨率遥感数据〔30〕,构建高精度的生物量与植被指数预测模型;③ 利用高分辨率遥感数据,对地形因子进行更加细致的提取与分析,构建更加精确的生物量与地形因子关系的模型; ④ 逐渐开展包括地下生物量的全林生物量预测; ⑤ 基于生态站等监测资料,利用空间插值等技术,分析气象、地形和干扰等因子对生物量空间分布的影响机制,开展生物量的景观情景动态分析。

关于阿尔泰山小东沟乔木生物量空间分布规律论文相关推荐
云南快乐十分哪个好_北京pK怎么玩-湖北快3怎么玩 papi酱怀孕| U盘20年专利到期| 梅姨案儿童认亲| 张雨绮鼻子| 韩国宰5万头猪| 做开运眉后出车祸| 产妇丈夫讲述遭遇| 阿里启动香港上市| 清华神仙打架大会| 郑州工地坍塌|