导读:本文包含了森林空间分布论文开题报告文献综述及选题提纲参考文献，主要关键词:ArcGIS,森林碳储量,空间分布,影响因素
森林空间分布论文文献综述
王维芳,陈彩艳,王薇淇,隋傲,高小龙[1]（2019）在《基于穆棱市下属林场的森林碳储量估算及空间分布的研究》一文中研究指出利用黑龙江省穆棱市下属的3个林场2012年、2016年两期森林资源固定样地调查数据,研究森林固碳情况以及树种、平均胸径、平均树高、每公顷株数、海拔和坡度等因素对森林碳储量的影响情况。结合生物量相容性模型以及不同树种含碳系数估算各林场内样地碳储量情况,使用ArcGIS的普通克里金插值方法,空间插值得到并分析两期碳储量空间分布格局及其动态变化。分析碳储量与海拔、坡度等地形因子和树高、胸径等林分因子之间的关系,并得到碳储量估算模型。结果表明:研究区域碳储量总量呈上升趋势,森林碳汇功能不断增强,中西部碳储量明显高于其他地区,东南部碳储量相对较低,阔叶混交林、柞树和人工落叶松在该区域森林植被碳汇功能中扮演重要角色。结果表明:森林固碳情况良好,应更加注重森林资源的保护及分布平衡等问题。(本文来源于《森林工程》期刊2019年05期）
吴飞,王训,罗辑,李秋华[2]（2019）在《青藏高原林线森林汞的空间分布格局及对大气环境汞污染的指示》一文中研究指出汞是引人关注的全球性污染物,偏远地区汞的源汇关系是当前研究的重点.由于其特殊的地理环境与大面积在线监测的不便,青藏高原大气汞的污染特征尚不明确.本研究根据青藏高原季风的传播路径,设置了云南-西藏与四川-西藏两条采样带,通过测定样带上林线森林各个组分的汞含量,来反演大气汞的污染状况.研究结果表明,青藏高原林线区域的冷杉凋落物、树叶树皮与表层土壤的汞含量均表现为越靠近青藏高原腹地,汞浓度越低.特别冷杉凋落物在云南与西藏、四川与西藏的交界区域汞浓度为60—70 ng·g~(-1),而昌都地区汞浓度仅为20—30 ng·g~(-1).此外还发现,凋落物与表层土壤的总汞含量在空间分布上与经度正相关,与纬度负相关.通过综合分析排放清单与大气环流资料,其原因可总结为:越靠近青藏高原腹地,局地源的汞排放与大气环流输送的汞均显着减少,使得大气环境汞含量降低,进而导致植被与土壤汞含量相应下降.本研究表明了凋落物中的总汞含量可作为大气环境汞污染的指示指标,证实了南亚、东南亚及我国的四川盆地与云贵高原是青藏高原大气汞污染的潜在排放源.(本文来源于《环境化学》期刊2019年07期）
黄万斌,杨芳[3]（2019）在《弥勒市荒野空间分布及保护空间格局研究——基于森林城市建设》一文中研究指出本文在对荒野概念内涵进行理解的基础上,结合弥勒市实际,利用地理信息系统对弥勒市荒野空间格局及保护情况进行研究,为加强弥勒市荒野地的保护与管理,促进森林城市建设提供重要依据。(本文来源于《热带农业工程》期刊2019年03期）
卢宏亮,赵明松,刘斌寅,张平,陆龙妹[4]（2019）在《基于随机森林模型的安徽省土壤属性空间分布预测》一文中研究指出为探讨随机森林(random forest,RF)模型对土壤属性空间预测的精度,本文以安徽省为例,收集140个土壤样本,利用GIS和RS技术,获取相关的地形因子、遥感植被指数及气候数据,利用RF模型分析土壤有机碳(SOC)含量、土壤容重和土壤黏粒含量与地形因子、遥感植被指数及气候数据之间的关系,并进行空间分布预测。研究结果表明:①RF建模预测中,当节点分裂次数(mtry)值为1,决策树数量(ntree)值分别为100、1 000和100时,获得的SOC含量、土壤容重和土壤黏粒含量RF模型最优;②高程、归一化植被指数(NDVI)、地貌、多尺度山谷平坦指数(MrVBF)和土壤类型是SOC含量的重要预测因子;地貌、年均降水量(MAP)、MrVBF、高程和土壤类型是土壤容重的重要预测因子;高程、MAP、MrVBF和平面曲率是土壤黏粒含量的重要预测因子;③RF模型可以较好地进行土壤属性空间预测,多源环境变量组合可以分别解释SOC含量、土壤容重和土壤黏粒含量的26%、23%和22%;同时RF模型对于土壤类型和地貌等类型变量的处理具有一定优势。研究表明,在大尺度研究区域内,利用RF模型进行土壤属性空间预测有一定的意义。(本文来源于《土壤》期刊2019年03期）
崔素萍[5]（2019）在《基于地统计方法的山西省森林木本层生物量及碳密度空间分布格局研究》一文中研究指出笔者利用经典统计和地统计分析方法,研究了山西省森林木本层生物量和碳密度的变异性及空间分布格局。结果表明,山西省森林乔木层和灌木层生物量平均值分别为60. 26 t/hm2和3. 22 t/hm2,木本层的碳密度平均值为31. 42 t/hm2.灌木层生物量为强变异,乔木层生物量、木本层地上生物量和碳密度均为中等变异水平。乔木层生物量、灌木层生物量、地上生物量的最优半变异函数模型均为指数模型,碳密度为圆形模型;普通克里格差值的空间预测模型拟合效果较好。(本文来源于《山西林业科技》期刊2019年02期）
王琰[6]（2019）在《吕梁山森林生态系统碳密度及空间分布格局》一文中研究指出森林覆盖了地球陆地面积的31%,大约有80%的地上有机碳和40%的地下有机碳储存在森林中,森林生态系统对于全球陆地碳储存和碳循环起着非常重要的作用。研究森林碳密度和碳储量能够为生态系统管理提供必要的理论支持,为建立森林生态系统碳管理模型提供有力的数据支撑。吕梁山位于黄河中游,沿黄河低海拔区是黄土高原土壤侵蚀最严重的地区之一,而中高海拔区分布着各种类型的天然林,是国家森林保护的重点项目实施区域之一。对森林碳密度和碳储量进行定量化研究,能够更好地探索不同管理策略和环境因素对森林碳源和碳汇的影响。然而,由于不同区域气候类型和管理措施的差异,森林面积和森林碳密度都可能会发生显着变化,这种情况在环境梯度被压缩、空间尺度多变的山区表现尤其突出。因此,如何定量化山区森林碳密度?不同类型森林的碳密度估算方法有何差异?环境因素如何影响森林碳密度?怎样提高森林植被碳密度?这些问题的思考既是森林植被碳储量研究的基础,也是区域森林碳经营的重要理论参考。论文以吕梁山森林资源清查资料为基础,主要进行以下研究:(1)依据2005和2010年吕梁山南段两期森林资源清查资料,用加权生物量经验回归模型法和生物量转换因子连续函数法对天然林乔木层生物量和碳密度进行估算,并对两种估算方法进行比较;(2)依据加权生物量经验回归模型法获得的28×112(物种×样方)碳密度矩阵,对森林植被运用双向指示种分析法(Two-way Indicator Species Analysis,TWINSPAN)进行分类、运用除趋势对应分析法(Detrended Correspondence Aanalysis,DCA)和典范对应分析法(Canonical Correspondence Analysis,CCA)进行排序;同时采用单因素方差分析和相关分析对不同生境下的乔木层碳密度进行研究。(3)基于2010年吕梁山森林资源清查资料中的3768个样地数据,运用生物量扩展因子法和区域类型参数换算法,估算了天然林和人工林的碳密度和碳储量,并利用半变异函数方差法(Semivariogram Analysis)分析了碳密度的空间分布格局,运用逐步回归、嵌套分析(Nested ANOVA)等分析了环境因子、立地因子与碳密度的关系。(4)对吕梁山区主要优势树种乔木林的总碳密度、生物量碳密度、土壤碳密度与分布区域的年均气温、年降水量、海拔、土层厚度、林分年龄、林分密度的关系进行了对比分析。研究结果如下:(1)采用加权生物量经验回归模型法估算的生物量碳密度显着高于生物量转换因子连续函数法的估算结果;同一植被类型在不同样地间,回归模型法估算的生物量碳密度波动较大,连续函数法相对稳定;回归模型法建立在样木水平上,更适宜于具有每木检尺数据的中小尺度森林类型生物量的精确估算;连续函数法是建立在不同林型的样地水平上,适宜于在缺乏每木检尺数据条件下的省级以上大尺度森林类型的生物量估算。(2)吕梁山南段天然林森林群落可分为8个群系,不同群系间碳密度差异极显着(p<0.01),其中群系7(辽东栎+色木槭)和群系4(辽东栎+油松)的碳密度显着高于其它群系,群系1(白皮松+侧柏)最低。2010年乔木层碳密度显着高于2005年,平均每年以1.542 Mg ha~(-1)的速度增加。乔木层碳密度与海拔或坡度显着相关,阴坡和半阴坡(北坡和东坡)碳密度大于阳坡和半阳坡(南坡与东南坡),山脊碳密度最小。(3)吕梁山天然林和人工林碳密度分别为123.7 Mg ha~(-1)和119.7 Mg ha~(-1)。天然林和人工林碳储量分别占整个区域碳储量的54.8%和45.2%。天然林的生物量碳密度显着高于人工林(两者分别为22.5和13.2 Mg ha~(-1))。天然林(人工林)碳密度具有较高(较低)的空间异质性,其空间变异范围为32.7km(102km),在该范围内碳密度体现出较强(中度)的空间自相关性。(4)天然林和人工林生态系统的总碳密度没有显着差异(p>0.05),而多数类型(优势树种或树种组)人工林的总碳密度和生物量碳密度增长指数却大于天然林。由于大规模植树造林项目的实施,人工林对该地区的总碳储量做出了实质性贡献。(5)因地制宜进行物种选择和森林抚育,可显着提高森林碳密度。在植树造林与天然林保护树种的选择上,应从地形、环境等多方面综合分析,在适地适树的前提下,植树造林可考虑以碳密度增长指数较大的侧柏、油松、刺槐林为主,而天然林抚育可以华北落叶松、云杉、白桦林为主。辽东栎材积大、分布较广,抚育管理时应以混交林为主,不宜纯林。综上所述,吕梁山森林碳密度的影响因素主要为林分年龄、林分密度、年均气温、年降水量;各群系碳密度随海拔或坡度增加呈先增后降的趋势。天然林碳密度的空间异质性和空间自相关性比人工林高,而自相关范围较小。天然林的生物量碳密度显着大于人工林;而人工林的碳密度增长指数大于天然林。(本文来源于《山西大学》期刊2019-06-01）
孙钰森,王维芳,李国春[7]（2019）在《基于地理加权回归克里格模型的帽儿山地区森林碳储量空间分布》一文中研究指出森林碳储量对于全球气候变化具有重要影响,以往的模型估算未考虑到模型残差的空间相关性和碳储量数据的非平稳性,影响模型的预测精度.本研究基于东北林业大学帽儿山实验林场的ETM+遥感影像数据和193块固定样地,利用地理加权克里格回归(GWRK)建立森林碳储量与遥感和地形因子的回归模型,同时对比最小二乘模型(OLS)、地理加权回归模型(GWR)的预测精度.结果表明:对于帽儿山地区的森林碳储量估算,GWRK的平均绝对误差(MAE)、均方根误差(RMSE)低于OLS模型和GWR模型,GWRK模型的平均误差(ME)低于GWR模型,与OLS模型相近.GWRK模型的预测精度为83.2%,较OLS模型(73.7%)和GWR模型(77.3%)分别提高6%和10%,拟合精度明显提高,说明GWRK模型是森林碳储量估算的有效方法.利用GWRK模型预测的研究区森林碳储量平均值为70.31 t·hm~(-2),在海拔较高的地区,森林碳储量值相对较高,说明海拔对其有较大影响.(本文来源于《应用生态学报》期刊2019年05期）
张宠[8]（2019）在《河南省森林土壤有机碳储量及其空间分布格局》一文中研究指出森林土壤是森林生态系统的物质基础,土壤有机碳密度和储量是衡量森林生态系统健康程度的一个重要指标。通过对河南省森林土壤有机碳储量的评估,为河南省森林碳汇建设提供理论基础。根据《全国林业发展区划叁级区区划办法》把河南省划分为12个叁级林区,在各林区内选取810处土壤取样点,对样点内土壤样品进行采集,测定各样点土壤有机碳含量及密度,构建各林区土壤有机碳的深度分布模型,了解有机碳密度的空间分布格局,评估河南省森林土壤任意深度有机碳储量。主要结论如下:(1)河南省12个林区有机碳密度均表现为,表层有机碳密度最大,随土壤深度增加有机碳密度值呈指数函数形式迅速下降;表层土壤有机碳密度差异显着(P<0.05),同一林区的不同土壤深度层内有机碳密度差异显着(P<0.05)。(2)构建河南省森林土壤有机碳深度空间分布模型,该模型由林区表层土壤以及底层土壤共同决定,具体表达式为:S_h=S_∞+(S_0-S_∞)×exp(k×h)。经Nash-Sutcliffe效率系数、模拟误差以及相关系数的判定,模型模拟误差均在容许范围之内,可以用于估算河南省任意深度土壤的有机碳储量。(3)森林土壤有机碳深度空间分布模型模拟结果为:河南省森林土壤在深度为0~100 cm时,有机碳储量达到358.89×10~9kg;土壤深度为0~150 cm时,有机碳储量达到395.02×10~9kg;土壤深度为0~200 cm时,有机碳储量达到430.60×10~9kg。与0~100 cm层相比,100~150 cm土层和100~200 cm土层有机碳储量分别增加10.07%、19.99%。本文所构建的土壤有机碳深度分布模型,可以快速估测河南省任意深度的森林土壤有机碳密度,模拟误差均在可接受的范围之内。模型可用来较为准确地评估河南省森林土壤有机碳的空间分布状况,为河南省森林碳汇建设提供理论参考依据。(本文来源于《河南科技大学》期刊2019-05-01）
孙钰森[9]（2019）在《基于GWRK模型的帽儿山地区森林碳储量空间分布》一文中研究指出森林碳储量对于全球气候变化具有重要的影响,以往的模型估算方法未考虑到模型残差的空间相关性与碳储量数据的非平稳性对模型预测精度的影响。本研究基于东北林业大学帽儿山实验林场的ETM+遥感影像数据和2016年森林资源二类调查的193块固定样地数据,以及30m分辨率DEM数据对帽儿山地区森林碳储量进行模型拟合,首先通过相关性分析对变量进行初步筛选,利用逐步回归最终选取高程、植被指数和灰度共生矩阵的熵为自变量建立OLS模型,叁者均与森林碳储量呈显着相关。在OLS模型的基础上建立GWR模型,通过比较两种模型系数值的变化范围对GWR模型的系数进行非平稳性检验,结果表明GWR模型的系数具有非平稳性,可以反映更多森林碳储量的空间变异情况;利用仿真算法对GWR模型的参数以及残差的空间分布进行可视化分析;通过半变异函数对GWR模型残差部分进行空间相关性分析,确定其半变异函数的形式为高斯函数,块金效应低于25%,存在空间自相关,利用普通克里格法对残差进行插值,构建地理加权回归克里格模型(GWRK);同时对比最小二乘模型(OLS)、地理加权回归模型(GWR)的模型预测精度;通过将GWRK模型估算的碳储量的空间分布与帽儿山地区的海拔分布、坡向分布进行迭加分析,探究森林碳储量的空间分布规律。结果表明:(1)研究区域内森林碳储量平均值为70.31t·hm2,通过比较3种模型对帽儿山地区的森林碳储量估算精度可知,GWRK的平均绝对误差(MAE)、均方根误差(RMSE)低于OLS模型和GWR模型,GWRK模型的平均误差(ME)低于GWR模型,与OLS模型相近。GWRK模型的预测精度(Acc)为83.2%,较OLS模型(73.7%)和GWR模型(77.3%)分别提高6%和10%,预测精度明显提高。(2)利用帽儿山地区的坡向以及海拔分布对GWRK模型估算的森林碳储量进行空间分析:在人类居住的低海拔区域,受人为干扰的影响,森林碳储量相应较低;随着海拔的逐渐升高,森林碳储量值逐渐增大;不同的坡向GWRK模型估算的森林碳储量值存在差异,阳坡的平均碳储量大于阴坡的值。(3)叁种模型估算的森林碳储量空间分布进行局部对比,GWRK模型与其他2种方法相比,该模型在各个区域的值变化更加丰富,其高低值之间的过渡更加光滑,不存在明显的斑块现象,其对应的估算与地形变换更加吻合。(4)利用仿真算法的模拟数据与GWR模型参数项与误差项的空间分布进行对比分析,通过GWR模型的各系数的空间分布证明GWR模型有效地克服了空间异质性对模型的影响,残差项的空间分布表现出较强的空间自相关,同时GWR模型残差项的块金效应低于25%,说明GWR模型未考虑到残差固有的空间相关结构对模型的预测的影响。(本文来源于《东北林业大学》期刊2019-04-01）
张颖,丁昱菲[10]（2019）在《我国森林灾害的空间分布分析》一文中研究指出【目的】森林火灾及病虫鼠害是森林生态系统的重要影响因子,对森林生态系统的稳定和平衡有重要影响。开展对森林灾害的研究,对提高森林资源风险的管控能力和应对措施等有重要的意义。【方法】本研究收集了我国2003—2016年主要森林灾害的相关数据,采用主成分聚类分析的方法,对森林灾害的空间分布进行了分析。【结果】2003—2016年,在森林火灾总次数上,湖南和贵州两省位居前列。在火场总面积上,黑龙江省远高于其他省份,北京和天津的火场总面积最少。在受害森林总面积上,黑龙江省和内蒙古自治区比较严重,是其他省市区的几十倍甚至上百倍。在成林蓄积量损失上,黑龙江省也是最严重的省份,平均每年火灾损失成林蓄积68.61万m3。按受灾程度将火灾发生区分为轻度森林火灾区(I类)、中度森林火灾区(II类)和重度森林火灾区(III类)3类,黑龙江省为重度火灾区,受灾程度最严重。在病虫鼠害的空间分布上,按照受灾面积的大小分为4类,其中新疆和内蒙属于IV类地区,为病虫鼠害发生面积很大区;其他省市区分别属于I～III类,为病虫鼠害发生面积较小(北京市、上海市等)、中度(海南省)和较大区(黑龙江省等)。【结论】2003—2016年,我国森林火灾次数、受害面积等总体呈下降趋势,但近年来全国森林病虫鼠害的发生面积总体呈现上升趋势,且面积居高不下,中度和重度森林灾害面积占比增加,这应该引起高度重视。本研究对相关问题进行了讨论,为我国森林灾害的风险管控提供参考。(本文来源于《北京林业大学学报》期刊2019年03期）
森林空间分布论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
汞是引人关注的全球性污染物,偏远地区汞的源汇关系是当前研究的重点.由于其特殊的地理环境与大面积在线监测的不便,青藏高原大气汞的污染特征尚不明确.本研究根据青藏高原季风的传播路径,设置了云南-西藏与四川-西藏两条采样带,通过测定样带上林线森林各个组分的汞含量,来反演大气汞的污染状况.研究结果表明,青藏高原林线区域的冷杉凋落物、树叶树皮与表层土壤的汞含量均表现为越靠近青藏高原腹地,汞浓度越低.特别冷杉凋落物在云南与西藏、四川与西藏的交界区域汞浓度为60—70 ng·g~(-1),而昌都地区汞浓度仅为20—30 ng·g~(-1).此外还发现,凋落物与表层土壤的总汞含量在空间分布上与经度正相关,与纬度负相关.通过综合分析排放清单与大气环流资料,其原因可总结为:越靠近青藏高原腹地,局地源的汞排放与大气环流输送的汞均显着减少,使得大气环境汞含量降低,进而导致植被与土壤汞含量相应下降.本研究表明了凋落物中的总汞含量可作为大气环境汞污染的指示指标,证实了南亚、东南亚及我国的四川盆地与云贵高原是青藏高原大气汞污染的潜在排放源.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
森林空间分布论文参考文献
[1].王维芳,陈彩艳,王薇淇,隋傲,高小龙.基于穆棱市下属林场的森林碳储量估算及空间分布的研究[J].森林工程.2019
[2].吴飞,王训,罗辑,李秋华.青藏高原林线森林汞的空间分布格局及对大气环境汞污染的指示[J].环境化学.2019
[3].黄万斌,杨芳.弥勒市荒野空间分布及保护空间格局研究——基于森林城市建设[J].热带农业工程.2019
[4].卢宏亮,赵明松,刘斌寅,张平,陆龙妹.基于随机森林模型的安徽省土壤属性空间分布预测[J].土壤.2019
[5].崔素萍.基于地统计方法的山西省森林木本层生物量及碳密度空间分布格局研究[J].山西林业科技.2019
[6].王琰.吕梁山森林生态系统碳密度及空间分布格局[D].山西大学.2019
[7].孙钰森,王维芳,李国春.基于地理加权回归克里格模型的帽儿山地区森林碳储量空间分布[J].应用生态学报.2019
[8].张宠.河南省森林土壤有机碳储量及其空间分布格局[D].河南科技大学.2019
[9].孙钰森.基于GWRK模型的帽儿山地区森林碳储量空间分布[D].东北林业大学.2019
[10].张颖,丁昱菲.我国森林灾害的空间分布分析[J].北京林业大学学报.2019