导读:本文包含了碳储量估测论文开题报告文献综述及选题提纲参考文献，主要关键词:森林植被碳储量,解译标志,基准样地法,国产高分卫星数据
碳储量估测论文文献综述
张沁雨,王海宾,彭道黎,夏朝宗,陈健[1]（2019）在《基于基准样地法和国产高分数据的湖南省森林植被碳储量估测》一文中研究指出为推广国产高分数据在大尺度范围碳储量估测计量的应用,采用覆盖湖南省的206景高分辨率遥感影像,将估测的最小单元固定为由多个像元组合成的面积为0.06 hm~2的正方格,通过解译标志的建立和提纯,在森林信息提取上,利用基于像元法和面向对象分类法进行比较;在乔木林碳储量估测上,利用稳健估计、偏最小二乘法和基准样地法(k-NN)估计进行比较,最后实现了对湖南省森林的碳储量估测,并生成了全省的碳密度等级分布图.结果表明:基于样地自动提取的解译标志在经过提纯后,能进一步增加乔木林提取精度;对于大尺度范围森林植被碳储量估测,无论是在森林信息提取还是乔木林碳储量建模方面,k-NN算法都体现了较大优势,是最佳估测方法;206景影像的平均分类总精度为76.8%,平均均方根误差为8.95 t·hm~(-2),平均相对均方根误差为19.1%,湖南省碳储量总量为22.28 Mt.本研究结果为省级及国家级尺度的森林植被碳储量估测计量与监测提供了有效参考.(本文来源于《应用生态学报》期刊2019年10期）
乌迪,巫明焱,陈佳丽,董光,程武学[2]（2019）在《基于Landsat影像的梭磨乡冷杉林地上碳储量估测及其时空动态》一文中研究指出森林碳储量研究对森林质量评价、林业资源科学管理及森林生态结构保护具有重要意义。以四川省马尔康县梭磨乡冷杉林为研究对象,以2010年森林资源调查实测数据和同年Landsat遥感影像数据为基础,采用逐步线性回归方法,构建2010年地面冷杉林地上碳储量和遥感因子的多元线性回归模型。然后,基于伪不变特征原理的相对辐射校正法计算2010年冷杉林地上碳储量估测模型与1995年、2000年、2005年和2015年四期影像数据的相关关系,分别估测了1995年、2000年、2005年、2010年和2015年研究区冷杉林地上碳储量,从而揭示出近20年来马尔康县梭磨乡冷杉林地上碳储量的时空动态变化特征。研究结果表明:从空间分布看,研究区冷杉林地上碳储量主要分布在贯穿全区东西方向且海拔3000—4000米的区域;从时间分布看,1995—2015年间,研究区冷杉林地上碳储量总量和碳密度呈持续上升趋势,森林碳储量结构处于良性发展阶段。该研究结果对高山峡谷地区森林碳储量的后续研究有一定参考价值。(本文来源于《生态科学》期刊2019年01期）
乌迪[3]（2017）在《基于Landsat影像的梭磨乡冷杉林地上碳储量估测及其时空动态变化》一文中研究指出本研究以四川省马尔康县梭磨乡冷杉林为研究对象,利用遥感技术方法,依据2010年森林资源二类调查小班数据和当年Landsat遥感影像数据,分别提取遥感波段因子、植被生长因子和地学因子等与森林生物量密切相关的指标信息。采用逐步线性回归拟合方法,构建地面冷杉林碳储量和遥感因子的多元线性回归模型。对所建模型进行预测值和实测值的精度检验,若精度达不到研究精度需求,则返回重新建模,直到精度达标。若精度符合研究需求,则以此2010年冷杉林地上碳储量模型为依据,使用基于伪不变特征原理的相对辐射校正法,校正模型,使其可以合理的推广应用到其它四期数据的生物量估算中去。然后,利用上述构建的冷杉林地上碳储量估测模型,再分别针对1995年、2000年、2005年、2010年和2015年研究区冷杉林地上碳储量进行估测,从而揭示出近20年来马尔康县梭磨乡冷杉林地上碳储量的时空动态变化特征。结论如下:(1)梭磨乡冷杉林地上碳储量的空间分布特征表现为:在水平方向上,碳储量整体依托梭磨河流域,东西贯穿梭磨乡全境并向南北延伸,呈树枝状分布。(2)梭磨乡冷杉林地上碳储量的时间变化特征表现为:1995-2015年,梭磨乡冷杉林地上碳储量总量和碳密度在时间上呈持续增长的特征,与四川省以及全国森林碳储量多年变化趋势一致。(3)研究结果表明:1995-2015年间,研究区冷杉林地上碳储量总量和碳密度呈持续上升趋势,碳汇作用显着,森林碳储量结构处于良性发展阶段,其所蕴藏的经济效益和生态价值巨大。(本文来源于《四川师范大学》期刊2017-06-06）
田静[4]（2017）在《森林生物量遥感估测及人为干扰对森林碳储量影响研究》一文中研究指出随着全球变暖,森林经营活动等人为干扰对碳库的影响日趋成为关注的焦点,作为最主要的人为干扰因素之一,采伐是人类获取木材资源的主要手段,必将对森林碳库产生重要影响。为了正确评估采伐干扰对森林植被碳动态的影响变化规律,了解森林生态系统在碳循环中的作用,对森林的碳动态进行更为细致的研究具有重要意义。森林生物量估算是进行陆地生态系统碳循环和碳动态分析的基础,业已成为生态学和全球变化研究的重要内容之一。遥感技术的出现和发展弥补了传统森林生物量估测方法的不足,而多源遥感数据的应用,对快速、准确的实现大区域森林生物量的估测,提高森林生物量的估测精度提供了可能。本研究以小兴安岭带岭林业实验局为研究区,融合多源遥感信息及技术进行理论和方法研究,以期达到能够实时有效地对大区域森林生物量做出精确估测、建立采伐干扰对森林碳储量干扰度的评价指标体系、获得不同采伐干扰方式对森林植被碳动态的影响变化规律及预测,为森林资源监测及经营措施的制定提供方法和技术支持。主要研究结果如下:(1)基于元胞自动机(Cellular Automata,CA)模型算法,以元胞为基本单位,以像元均值为对象,使用最小距离法求取元胞自动机的进化规则,对森林类型进行了识别分类,总体精度达到88.71%,Kappa系数为0.829;同时采用相同的样本数,使用BP神经网络模型的总体分类精度为86.67%,Kappa系数为0.798。两种方法的分类精度均较高,达到了识别森林类型信息的目的,但元胞自动机的总体分类精度略高。使用元胞自动机模型获得了研究区3期时间序列的森林类型分布图。(2)通过计算 NDVI(Normalized Difference Vegetation Index)数据的频率累积值,针对森林类型信息,分别以累积频率为5%和95%处的NDVI值作为NDVIcrown,和NDVInon-crown的最佳阈值,利用像元二分模型对森林郁闭进行了估算,预估精度达到89.01%,R2为0.859,RMSE为0.039,模型精度较好;应用此模型反演了研究区3期时间序列的森林郁闭度,其平均值分别是0.691、0.668和0.457;通过划分森林郁闭度变化等级,对研究区1989年至2010年期间,森林郁闭度变化情况进行了分析,1989年至2000年的期间,虽然森林资源有所减少,但总趋势是处于生长阶段。2000年至2010年的10之间,森林资源仍处于严重减少阶段。1989年至2010年的21年间,研究区的森林覆盖破坏情况大于森林覆被的增长。(3)在Xing等提出的改进的森林冠层高度估算方法的基础上,分别建立了针叶林、阔叶林和针阔混交林的GLAS(Geoscience Laser Altimeter System)最大森林冠层高度估测模型。各模型的精度均较高,针阔混交林的R2值最高,达到0.898,RMSE为1.12m;针叶林次之R2为0.859,RMSE为1.63m;阔叶林最低R2为0.761,RMSE为2.01m。(4)在GLAS最大森林冠层高度获取的基础上,联合TM多光谱数据及其转换生成的植被指数、森林郁闭度、波段反射率,并考虑地形因素对林分高度的影响,使用BP神经网络算法,构建了适应于区域扩展的各森林类型冠层高度遥感反演模型。针叶林模型精度最高,R2达到0.907,RMSE为1.52m;针阔混交林次之,R2为0.883,RMSE为1.79m;阔叶林相对较低,R2为0.849,RMSE为1.96m。虽有个别点存在高估或低估的现象,但总体一致性较好。通过对森林冠层高度数据进行统计分析,得出1989年至2000年期间,研究区内森林冠层高度的生长量略大于减少量,即在这期间森林冠层高度处于正增长;2000年至2010年这10年间,研究区的森林树高处于负增长;总体上1989年至2010年期间,研究区森林冠层高度的增长量要略微小于减少量,即在这21年里研究区的森林树高处于负增长。(5)以森林郁闭度和GLAS最大森林冠层高度2个因子为自变量,以实测森林生物量为因变量,采用线性回归理论针对3种森林类型分别建立了单变量和双变量森林生物量估测模型,对比分析了各模型的精度。研究表明,利用GLAS最大森林冠层高度和森林郁闭度建立的双变量估测模型,其显着性及精度均优于单变量模型,说明融合光谱信息和垂直结构信息,能够提高森林生物量模型的估测精度。针叶林双变量生物量模型的预估精度为91.66%,R2为0.841;阔叶林的预估精度为85.75%,R2为0.878;针阔混交林的预估精度为85.47%,R2为0.884,模型的拟合优度良好。利用各森林类型双变量生物量估测模型对研究区的森林地上生物量进行了区域扩展,获得了时间序列的森林地上生物量分布图,并分析了森林生物量的动态变化。通过分析得出1989年至2000年期间,森林地上生物量处于减少趋势。2000年至2010年的10年间,森林地上生物量处于增加的趋势。总体上,1989年至2010年期间,研究区内的森林生物量处于负增长。(6)以森林郁闭度信息为基础,定量分析了研究区内森林植被碳动态的变化情况。1989年至2000年期间,采伐干扰作业的影响降低了森林碳储量的含量:2000年至2010年期间,以过熟林为主的采伐干扰减少了研究区内的森林碳储量,但这10年间抚育更新作业也弥补了碳储量的减少部分;总体上,1989年至2010年间,不同采伐干扰方式对研究区内森林碳储量的影响均是减少的趋势。同时,建立了森林采伐对森林碳储量干扰度的评价指标体系,具体指标为树种组成、森林郁闭度和林分平均树高;结合GLAS光斑点处的森林碳储量和森林郁闭度数据信息,建立了不同采伐干扰方式对森林碳储量的影响变化规律预测模型,针叶林拟合精度为0.879、阔叶林拟合精度0.836、针阔混交林拟合精度0.891。各森林类型的碳储量与采伐干扰均存在明显的线性关系,林分碳储量变化量均会随着森林郁闭度变化比率的增大而减少,针叶林的郁闭度变化比重超过0.351时、阔叶林超过0.381时、混交林超过0.322时,3种林分均开始释放碳,成为地上碳增量。阔叶林抵抗采伐干扰的能力最强,针叶林次之,针阔混交林抵抗采伐干扰的能力最弱,为了增加森林的固碳能力,采伐量需控制在以上阈值内。对于3种森林类型而言,森林碳储量的变化量△A均会随着森林郁闭度的变化比率x增大而减少,即△A随森林郁闭度的减小而减小,随着采伐量的增大而减小。(本文来源于《东北林业大学》期刊2017-06-01）
臧守信[5]（2017）在《多源遥感森林碳储量估测系统研发及应用》一文中研究指出森林的生物量与碳储量对维持全球气候系统平衡起着极为重要的作用。森林的固碳能力作为全球大气碳收支评价的一个重要参数,主要是通过计算森林生物量及碳储量来确定的。全国林业信息化发展“十二五”规划中提出了全面建设现代林业的具体目标,随着林业六大工程的不断推进,我国森林资源数量快速增长、质量稳步提升,研究森林生物量与碳储量时空变化的快速监测评估体系,不仅可以有效推进碳循环和碳汇研究工作,而且可以为森林资源监测和管理、可持续发展提供决策服务。因为目前林业信息化和数字化的技术并没有在生物量及碳储量估测中得到全面应用,所以非常有必要通过现代信息技术、大数据技术和3S(GIS、RS、GPS)技术实现森林生物量及碳储量宏观快速监测,提高监测成果的时效性和现势性。森林生物量与碳储量估测理论与技术的研究对于利用我国目前各类林业监测体系和监测成果,采用规范和统一的技术方法在全国范围内进行一定周期的碳汇计量监测工作,掌握我国土地利用、土地利用变化与林业活动引起的碳汇量变化情况都具有十分重要的意义。为我国林业应对气候变化工作、国际涉林谈判议题、参与碳交易提供有力支撑。本文结合森林生物量与碳储量估测相关理论的研究、技术要求,从实际出发,利用计算机技术、GIS技术、RS技术等现代化技术手段研发了多源遥感森林生物量及碳储量估测系统。应用该系统可综合利用多种光学遥感数据并结合样地调查资料提取样地遥感信息,通过样地遥感因子和GIS因子建立生物量、碳储量估测模型,利用样地的遥感信息作为训练样本实现森林类型的提取,以DEM数据为基础提取地形信息,最后通过估测模型、森林类型信息以及地形信息实现准确快速地估测森林生物量和碳储量的目的。本系统的研发具体采用C#和C++编程语言等面向对象的开发语言,结合ArcGIS Engine组件技术以及插件式编程技术进行空间数据的处理、估测模型算法的实现以及数据的批量处理,利用该系统对吉林省、广西省的部分数据进行了应用验证,碳储量估测精度比较高,很好地达到了预期的目标,研究结果表明多源遥感森林资源碳储量估测系统可广泛应用于森林资源监测管理。(本文来源于《西安科技大学》期刊2017-06-01）
任超[6]（2017）在《基于遥感影像的江西省典型亚热带常绿阔叶林碳储量的估测研究》一文中研究指出江西省亚热带常绿阔叶林碳库是江西省森林碳库的重要组成部分,在江西省和全国森林碳库中占有重要的比重。本文以江西省叁种典型的亚热带常绿阔叶林(木荷林、青冈栎林和苦槠栲林)为研究对象,采用实地调查结合遥感估算的方法,调查了九连山、井冈山、大岗山叁个自然保护区内木荷林、青冈栎林和苦槠栲林标准样地碳储量相关因子,计算了标准样地的植被和土壤碳储量及其碳密度;建立了植被指数遥感估算模型,估算了江西省亚热带常绿阔叶林的植被和土壤碳储量及其碳密度;利用1985-2015年江西省的遥感影像数据,分析了近30年来间江西省亚热带常绿阔叶林植被和土壤碳储量及其碳密度的时序变化,在此基础上预测了未来20年江西省亚热带常绿阔叶林植被和土壤碳储量的变化趋势;并分析了江西省亚热带常绿阔叶林森林碳储量和碳密度的影响因子。结果如下:(1)标准样地的植被层中,不同的组织器官含碳率不同,乔木层表现为叶(50.14%)>枝(48.50%)>干(48.20%)>根(47.55%);灌木层为叶(48.23%)>枝(47.72%)>根(47.12%);草本层为根(42.87%)>叶(41.98%);凋落层的含碳率为42.36%。(2)标准样地的土壤层中,随着深度(0-100cm)的增加,土壤容重有增加的趋势,土壤有机碳含量有降低的趋势,不同深度土壤层的土壤容重分别为1.1290 g/cm3(0-10cm),1.2154 g/cm3(10-20cm),1.2507 g/cm3(20-30cm),1.2788g/cm3(30-50cm),1.2938g/cm3(50-100cm);不同深度土壤层的有机碳含量分别为3.5%(0-10cm),2.47%(10-20cm),1.9%(20-30cm),1.63%(30-50cm),1.14%(50-100cm)。(3)标准样地的植被碳储量从1.160t到22.762t,均值为7.591t,各植被层的碳储量均值分别为乔木层7.106t、灌木层0.212t、草本层0.093t、凋落层0.180t;植被碳密度从12.89 t/hm2到252.92 t/hm2,均值为84.31t/hm2,各植被层的碳密度均值分别为乔木层78.96 t/hm2、灌木层2.34 t/hm2、草本层1.04 t/hm2、凋落层1.97 t/hm2。(4)标准样地的土壤碳储量从7.08t到34.22t,均值为17.18t,各士层0-10cm、10-20cm、20-30cm、30-50cm、50-100cm碳储量均值分别为3.62t、2.68t、2.10t、3.61t、5.18t;土壤碳密度从78.61 t/hm2到380.25 t/hm2,均值为190.84 t/hm2,各土层0-10cm、10-20cm、20-30cm、30-50cm、50-100cm的碳密度均值分别为40.19t/hm2、29.78t/hm2、23.29t/hm2、40.06t/hm2、57.53t/hm2。(5)通过模型构建与检验分析,植被和土壤碳储量的NDVI模型优于RVI模型;利用NDVI模型估算了江西省1985-2015年的亚热带常绿阔叶林植被碳储量和土壤碳储量及其碳密度。在1985-2015年间,植被碳储量由0.1254GtC增加到0.2092GtC,植被碳密度由61.07 t/hm2增加到76.31 t/hm2;土壤碳储量由0.3820GtC增加到0.5474GtC,土壤碳密度由185.99 t/hm2增加到199.69 t/hm2;并对未来20年的江西省亚热带常绿阔叶林植被碳储量和土壤碳储量进行了预测,植被碳储量和土壤碳储量呈现增加的趋势。(6)论文最后分析了影响江西省亚热带常绿阔叶林植被和土壤碳储量的地理、气象和生物因子。植被碳密度和经度有显着相关性,土壤碳密度和纬度、坡度有相关性;植被碳密度与气温、降雨量和日照时长的变化趋势是一致的;土壤碳密度与气温的变化趋势是一致的,与和降雨量和日照时长的变化趋势不一致;随着林龄的增加,植被碳储量积累持续增加;乔木层碳储量对植被碳储量影响最大。(本文来源于《南昌航空大学》期刊2017-06-01）
池毓锋,赖日文,余莉莉,苏艳琴,谢雪莉[7]（2016）在《平潭岛木麻黄碳储量遥感估测》一文中研究指出为快速获取选定研究区域内的碳储量,以福建省平潭综合实验区主岛栽植的木麻黄为研究对象,采用遥感与地理信息系统技术对平潭主岛2014年9月美国国家航空航天局陆地卫星影像(Landsat OLI)8进行处理,结合归一化比值植被指数(NDVI)与专家知识分类为基础的像元扩张法对木麻黄林分信息进行提取。结果表明,扩张法对木麻黄林地分类总体精度80.6%,与专家分类相比提高了9.6%。根据采集木麻黄样本生物量与含碳率估测研究区木麻黄碳储量,结果表明平潭主岛木麻黄碳储量总量为331 308.09 t,单位面积碳储量为75.48 t·hm-2,生物量为151.88 t·hm-2,均处于中等水平。其中潭城镇木麻黄碳储量最高,平原镇、流水镇木麻黄碳储量较高,白青乡、中楼乡、岚城乡等地木麻黄碳储量一般,苏澳镇、北厝镇木麻黄碳储量较低。从岛上木麻黄分布情况分析,平潭主岛北部、中部、南部的乡镇均有分布较为集中的地块,而苏澳镇、潭城镇、白青乡整体分布较少。(本文来源于《森林与环境学报》期刊2016年04期）
王晶[8]（2016）在《国内外森林生物量碳储量估测现状存在问题及展望》一文中研究指出总结了国内外森林生物量与碳储量估算研究成果,提出了研究过程中存在的问题及展望,对森林生态系统碳储量及碳循环的研究以及了解中国森林生态系统结构有着重要意义。(本文来源于《现代园艺》期刊2016年17期）
付尧[9]（2016）在《杉木人工林生态系统生物量及碳储量定量估测》一文中研究指出森林作为陆地上最大的碳储库,其对全球碳循环的调节控制作用非常重要,如何能快速且精准的对森林生态系统的生物量和碳储量进行估测显得非常重要。本研究以福建省叁明市将乐县杉木人工林为研究对象,研究了不同龄级杉木人工林乔木层、林下灌草层、凋落物层及土壤层的含碳率,进而对杉木人工林生态系统的生物量及碳储量进行了定量估测。同时建立了基于高分辨率卫星影像的杉木人工林乔木层生物量、碳储量反演模型,并对研究区杉木人工林进行了估算。主要研究结论如下：(1)杉木属于浅根系植物,单株生物量主要集中在地上部分,地上部生物量占76.09%～78.49%,地下部分占21.51～23.91%。除幼龄林外,其它龄级林木各器官生物量均为B树干>B树根>B树枝>B树叶。杉木地下根系生物量分布规律是B20-40cm＞B10-20cm ＞B40-60cm＞B60-80cm＞B80cm以上,地下不同粗细等级根系生物量分布规律在不同龄级都表现为B大根>B粗根>B中根>B细根。(2)通过含碳率测定结果可知,杉木地上部分的含碳率大于地下部分含碳率。杉木整株平均含碳率为46.97%。相同器官含碳率在各年龄阶段无显着差异,相同年龄阶段不同器官间差异性显着。地上部分各器官平均含碳率为C。>C桔枝>C树干>C活桧>C树枝。其中针叶含碳率在各器官中最高,平均含碳率为49.58%。去皮树干为47.62%,树皮47.31%,活枝为47.45%,枯枝为47.81%；杉木地下部分平均含碳率为44.44%,且C大根>C中根>C细根>C粗根。其中杉木大根平均含碳率为46.66%,粗根为45.80%,中根为46.17%,细根为46.13%；(3)杉木人工林林下植被的含碳率为C灌木层>C草本层，其中林下灌木层平均含碳率为43.56%,枝、叶、根平均含碳率分别为含碳率44.49%、43.50%、42.71%；草本层平均含碳率为36.10%,地上、地下平均含碳率分别为41.72%、30.47%；杉木林下凋落物的平均含碳率为40.41%,且C未分解层>C平分解层>C完全分解层。土壤的有机碳含量随着土壤深度的增加而减小,同一土层深度不同林龄下的土壤有机碳含量差异显着,同一林龄的不同土层深度的土壤有机碳含量差异性显着。(4)根据林木生物量的相容性理论,以总生物量为基础,直接控制各器官或组分的生物量,采用模型联合估计的方法建立了杉木总体生物量估计的相容性模型,总体估计精度达到93.4%。分析结果显示杉木人工林生态系统生物量随着林分年龄的增加而增加,成熟林达到最大值,而后急剧下降。其中乔木层生物量所占比例最高,随着林分年龄不同,约为89.17～223.01t·hm-2；灌木层生物量为约0.44～13.27t·hm2,草本层生物量为约1.61～4.90 t·hm-2,凋落物层生物量为约2.97～5.75t·hm-2。(5)杉木人工林生态系统总的碳储量在幼龄林、中龄林、近熟林、成熟林和过熟林中分别为182.61,182.29,243.69,245.16和210.05 t·hm-2。其中,植被层占总碳储量的44.49%～61.95%,凋落物层占总碳储量的0.73%～1.25%；土壤层占总的碳储量37.20%～54.76%。植被层以乔木层碳储量最大,占96.47%～97.76%,林下植被碳储量占2.24%～4.50%。(6)利用样地调查数据,从6种树冠面积-胸径模型中选择拟合精度最高的模型(CA=a+b D+c D2)作为基础模型,考虑不同样地会对树冠产生不同的影响,将样地做为随机效应,建立了杉木树冠面积-胸径混合线性效应模型(LME模型),从模型验证结果可以看出,考虑异方差结构和随机效应的LME模型能够显着提高模型的预估精度,杉木林树冠面积-胸径关系模型的模拟精度的adj-R2从0.3267提高到0.4953,而验证精度的adj-R2从0.0889提高到0.3127。(7)利用高分辨率卫星影像,基于控制标记符分水岭分割算法,结合形态学图像分析方法对杉木人工林不同年龄阶段的单木树冠进行了提取,总的来说幼龄林、成熟林和过熟林阶段,树冠的提取的精度较高,而在中龄林和近熟林阶段,树冠的精度较差,其中幼龄林株数精度平均达到96.02%,用户精度达到82.93%。中龄林株数精度平均达到85.11%,用户精度达到60.46%。近熟林株数精度平均达到79.77%,用户精度达到54.00%,成熟林株数精度平均达到83.92%,用户精度达到69.65%。过熟林株数精度平均达到93.15%,用户精度达到79.96%。(8)利用基于高分辨率卫星影像的树冠面积提取结果,结合线性混合效应杉木树冠面积-胸径模型对杉木胸径进行预估,并结合乔木生物量预估模型对杉木人工林不同发育阶段的杉木乔木生物量进行预估,结果显示杉木林各生长阶段林分乔木层生物量预估精度分别为67.57%,71.94%,73.05%,96.10%和93.15%。(本文来源于《北京林业大学》期刊2016-04-01）
张超[10]（2016）在《叁峡库区森林碳储量估测研究》一文中研究指出森林生物量估测是定量评价一个国家或地区森林生态系统碳收支的重要指标。自20世纪70年代初开始,我国已经完成了八次全国森林资源连续清查工作。在以往的森林资源连续清查中,多着眼于面积、蓄积量等指标的监测,而对森林生物量的监测研究比较欠缺。不断优化和完善的多期森林资源连续清查数据,结合立木生物量野外实测数据,为估算区域森林生物量提供了最好的数据源,是研究我国森林生物量现状和动态变化的一种有效手段。本研究以叁峡库区9种主要森林类型为研究对象,旨在探讨利用野外实测资料、森林资源连续清查资料、小班调查资料和遥感资料等有效定量评价区域森林生物量和碳储量的方法,分别从单木、样地到区域尺度进行系统研究。主要研究成果归纳如下：(1)根据野外立木生物量实测数据,采用幂函数生长方程构建了叁峡库区主要优势树种立木生物量独立拟合模型,采用加权回归方法来消除模型异方差影响,并采用非线性度量误差模型方法构建了6个主要优势树种相容性立木材积模型和地上生物量模型。结果发现,以DBH为自变量的一元相容性生物量模型,除桦木外(R2=0.801),其他树种均可以解释生物量变动的91%以上；当引入H和CW变量后,生物量模型的拟合优度指标值也相应改善,但是变化的幅度相当有限(与一元相容性生物量模型预测精度相比,二、叁元模型的预测精度只提高约0.8%-4.4%)。(2)利用干烧法测定叁峡库区6个主要优势树种各组分含碳率,并采用加权平均法得到各优势树种全株的含碳率,分别为：马尾松0.5490、杉木0.5223、柏木0.5142、栎类0.4914、桦木0.4779、杨树0.4471。阔叶类树种平均含碳率0.4721低于针叶类树种含碳率0.5285。(3)基于一类清查资料,利用换算因子连续函数法(VBEFM)和生物量加权回归模型(WBRM)两种方法估算了叁峡库区森林生物量。首先,根据已建立单木生物量模型计算一类资料中样木的单株生物量,将每个样地内所有样木的生物量相加得到样地生物量。接着,根据VBEFM原理,基于叁峡库区2178个连清固定样地,构建了9种主要森林类型林分蓄积-林分生物量的关系模型,模型拟合效果较好,R2取值0.911-0.978,可以直接应用到区域尺度森林生物量估算。根据WBRM原理,建立了9种主要森林类型的生物量转换因子(BEF)回归模型(材积与生物量的关系)。最后,将两种方法计算得到的BEF计算参数与叁期一类统计数据结合,估算出叁峡库区森林生物量分别为：76.111和74.418 Tg(1999-2003年),99.955和98.891Tg(2004-2008年),130.053和130.643 Tg(2009-2013年)。从1999年到2013年,叁峡库区森林生物量的年均增长率分别为3.90%(VBEFM)和3.95%(WBRM)。在此基础上,结合含碳率计算出各期森林碳储量,分别为：39.328和38.569 Tg(1999-2003年)、52.781和51.463 Tg(2004-2008年)和68.066和67.921 Tg(2009-2013年)。叁峡库区森林碳储量的年均增长率分别为4.00%(VBEFM)和4.12%(WBRM),而森林面积的年均增长率为1.75%。总的来看,森林面积、森林生物量和碳储量都呈现出一致的正增长趋势。研究结果表明基于森林资源连续清查资料和材积源生物量法来估算区域森林生物量是一种有效的手段,可以推广应用到我国森林资源调查等实际生产中。另外,基于VBEFM和WBRM两种方法计算的叁峡库区森林碳密度分别为：27.254和26.728 Mg/ha(1999-2003年)、32.661和31.846 Mg/ha(2004-2008年)和36.992和36.914 Mg/ha(2009-2013年)。总的来说,从1999年到2013年,叁峡库区森林碳密度呈现出非常明显的线性增长趋势。(4)基于小班调查资料估算的叁峡库区森林碳储量分别为72.098 Tg(VBEFM)和70.680 Tg (WBRM)。此外,还分析了库区森林生物量和碳储量空间分配特征,研究结果表明：库区森林生物量和碳储量主要分布于坡度15～34°之间(斜坡和陡坡),所占比例约为60%,两侧生物量和碳储量均呈现出下降趋势,在平坡(<5°)和险坡(≥45°)上的分布都比较少；而除无坡向外,库区森林生物量和碳储量在各个坡向上分布都比较均匀。(5)基于遥感资料和偏最小二乘回归模型估算了叁峡库区森林碳储量,得到叁期库区森林总的碳储量分别为：52.276 Tg(1999-2003)、57.738 Tg(2004-2008)和68.001 Tg(2009-2013)。从1999年到2013年,森林碳储量年均增长率为1.90%。(本文来源于《北京林业大学》期刊2016-04-01）
碳储量估测论文开题报告
（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：
森林碳储量研究对森林质量评价、林业资源科学管理及森林生态结构保护具有重要意义。以四川省马尔康县梭磨乡冷杉林为研究对象,以2010年森林资源调查实测数据和同年Landsat遥感影像数据为基础,采用逐步线性回归方法,构建2010年地面冷杉林地上碳储量和遥感因子的多元线性回归模型。然后,基于伪不变特征原理的相对辐射校正法计算2010年冷杉林地上碳储量估测模型与1995年、2000年、2005年和2015年四期影像数据的相关关系,分别估测了1995年、2000年、2005年、2010年和2015年研究区冷杉林地上碳储量,从而揭示出近20年来马尔康县梭磨乡冷杉林地上碳储量的时空动态变化特征。研究结果表明:从空间分布看,研究区冷杉林地上碳储量主要分布在贯穿全区东西方向且海拔3000—4000米的区域;从时间分布看,1995—2015年间,研究区冷杉林地上碳储量总量和碳密度呈持续上升趋势,森林碳储量结构处于良性发展阶段。该研究结果对高山峡谷地区森林碳储量的后续研究有一定参考价值。
（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。
碳储量估测论文参考文献
[1].张沁雨,王海宾,彭道黎,夏朝宗,陈健.基于基准样地法和国产高分数据的湖南省森林植被碳储量估测[J].应用生态学报.2019
[2].乌迪,巫明焱,陈佳丽,董光,程武学.基于Landsat影像的梭磨乡冷杉林地上碳储量估测及其时空动态[J].生态科学.2019
[3].乌迪.基于Landsat影像的梭磨乡冷杉林地上碳储量估测及其时空动态变化[D].四川师范大学.2017
[4].田静.森林生物量遥感估测及人为干扰对森林碳储量影响研究[D].东北林业大学.2017
[5].臧守信.多源遥感森林碳储量估测系统研发及应用[D].西安科技大学.2017
[6].任超.基于遥感影像的江西省典型亚热带常绿阔叶林碳储量的估测研究[D].南昌航空大学.2017
[7].池毓锋,赖日文,余莉莉,苏艳琴,谢雪莉.平潭岛木麻黄碳储量遥感估测[J].森林与环境学报.2016
[8].王晶.国内外森林生物量碳储量估测现状存在问题及展望[J].现代园艺.2016
[9].付尧.杉木人工林生态系统生物量及碳储量定量估测[D].北京林业大学.2016
[10].张超.叁峡库区森林碳储量估测研究[D].北京林业大学.2016