亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        重慶市森林植被生物量和碳儲量的空間分布特征研究

        2016-11-14 11:51:08劉倩楠歐陽志云李愛農(nóng)徐衛(wèi)華
        水土保持研究 2016年6期
        關(guān)鍵詞:儲量重慶市生物量

        劉倩楠, 歐陽志云, 李愛農(nóng), 徐衛(wèi)華

        (1.中國科學(xué)院 水利部 成都山地災(zāi)害與環(huán)境研究所, 成都 610041;2.中國科學(xué)院大學(xué), 北京 100049; 3.中國科學(xué)院 生態(tài)環(huán)境研究中心, 北京 100085)

        ?

        重慶市森林植被生物量和碳儲量的空間分布特征研究

        劉倩楠1,2, 歐陽志云3, 李愛農(nóng)1, 徐衛(wèi)華3

        (1.中國科學(xué)院 水利部 成都山地災(zāi)害與環(huán)境研究所, 成都 610041;2.中國科學(xué)院大學(xué), 北京 100049; 3.中國科學(xué)院 生態(tài)環(huán)境研究中心, 北京 100085)

        重慶市森林植被是我國西南林區(qū)的主體,為探究其生物量和碳儲量的空間分布特征,發(fā)揮其在西南地區(qū)的碳匯功能中的重要作用。以2011年生長季Landsat TM遙感影像為主要數(shù)據(jù)源,以大量樣地實(shí)測數(shù)據(jù)為基礎(chǔ),借助RS和GIS技術(shù),基于遙感統(tǒng)計(jì)模型法,利用生物量—遙感地學(xué)數(shù)據(jù)回歸模型估算重慶市森林植被生物量,定量分析生物量的不同地形特征空間分異規(guī)律,探尋影響生物量分布的地理因素,揭示區(qū)域碳儲量地理空間分布格局特征。結(jié)果表明:生物量遙感反演模型與理論值存在較好的相關(guān)關(guān)系(R2=0.641);重慶市地上生物量總量為2.83億t,森林生態(tài)系統(tǒng)生物量總量為1.39億t;生物量主要分布于渝東北和渝東南區(qū)域,整體呈現(xiàn)出是東高西低的分布格局,中高海拔和坡度較陡的區(qū)域,是重慶市森林植被主要分布區(qū)和生物量集中分布地帶,其空間分布格局體現(xiàn)了重慶市的山地森林特征;森林生態(tài)系統(tǒng)碳儲量總量為6.29×107t,平均單位面積碳儲量為22.01 t/hm2,且各區(qū)縣森林碳匯分布格局在地域分布呈現(xiàn)出一定的不平衡性,總體呈相對極端的趨勢。

        生物量; 森林碳儲量; 植被指數(shù); 回歸模型; 分布特征

        森林是陸地生態(tài)系統(tǒng)的主體,儲存了陸地生態(tài)系統(tǒng)72%~98%有機(jī)碳[1],森林固碳量占陸地植被總固碳量的82.15%[2-3],且約有85%的陸地生物量都集中于森林植被上[4],表現(xiàn)出比其他陸地生態(tài)系統(tǒng)更高的生產(chǎn)力[5]??梢?,森林植被的生物量和生產(chǎn)力對全球氣候變化和物質(zhì)循環(huán)起著非常重要作用[6-7],在維護(hù)區(qū)域生態(tài)環(huán)境和全球碳平衡方面起著極其重要和不可替代的作用[8-10],在全球碳循環(huán)中扮演著源、庫、匯的作用[11]。森林碳儲量作為反映森林生態(tài)系統(tǒng)功能的一個基本參數(shù)[12],主要借助于準(zhǔn)確估算植被生物量來推算[13-14]。然而區(qū)域森林植被碳儲量與全球氣候變遷的關(guān)系成為生態(tài)學(xué)和環(huán)境學(xué)研究熱點(diǎn)[15-16]。我國對森林生態(tài)系統(tǒng)生物量及碳儲量方面也做過一些研究[17-19],但多集中在國家尺度或局部典型森林生態(tài)系統(tǒng)上[20-22],而對中尺度或區(qū)域森林生態(tài)系統(tǒng)碳儲量和碳匯功能的研究相對薄弱[23],基于該尺度下研究西南林區(qū)森林生物量、碳儲量和碳匯功能相對較少,且單獨(dú)研究重慶市則更加稀少。

        重慶市和四川省的森林植被是我國西南林區(qū)主體,地處世界第三極青藏高原東緣,是全球氣候變化的敏感響應(yīng)區(qū)[24],且森林植被絕大部分分布于長江上游地區(qū),具有重要的水源涵養(yǎng)功能,是維系長江流域生態(tài)平衡的主要天然屏障[25]。自重慶市直轄以來,隨著長江綠化帶和青山綠水等重大森林工程項(xiàng)目的相繼開展,森林在面積不斷增加的同時,森林植被在碳匯和碳平衡等方面也發(fā)揮著越重要的作用,然而目前基于森林植被生物量及碳匯能力等方面的研究較少,且探究繼森林工程開展后未來碳匯潛力的則更少。基于此,本文以重慶市2011年Landsat TM為主要數(shù)據(jù)源,并輔助于大量野外調(diào)查數(shù)據(jù)和部分森林二類調(diào)查數(shù)據(jù),從生物量—遙感地學(xué)數(shù)據(jù)多元回歸模型出發(fā),建立森林植被遙感生物量模型,在估算其森林植被生物量的基礎(chǔ)上,依據(jù)DEM數(shù)據(jù)、土地利用現(xiàn)狀和森林植被類型的含碳量等數(shù)據(jù),基于ArcGIS空間分析模塊,定量分析不同地形特征上森林植被生物量空間分異規(guī)律,從宏觀角度探尋影響生物量地理分布的因素,探討研究區(qū)域碳儲量的地理分布特征。該研究結(jié)果不僅對評價森林植被碳匯功能、綠色GDP計(jì)算和今后森林碳生態(tài)效益補(bǔ)償機(jī)制的建立有重要理論依據(jù)和實(shí)踐意義,還能為今后重慶市各區(qū)縣開展CDM (Clean Development Mechanism,CDM )造林及相關(guān)的碳匯項(xiàng)目提供科學(xué)決策服務(wù)和技術(shù)參考。

        1 研究區(qū)域與研究方法

        1.1 研究區(qū)概況

        重慶市(105°17′—110°11′E,28°10′—32°13′N)東鄰湖北省和湖南省,南接貴州省,西面、北面與四川省相連,東北角與陜西省交界,幅員面積8.24萬km2是長江上游的經(jīng)濟(jì)中心、西南工業(yè)重鎮(zhèn)和水陸交通樞紐,同樣也是是長江流域重要的生態(tài)屏障,地貌類型以山地丘陵為主,山地占該市總面積75.8%,丘陵占18.2%。氣候?qū)僦衼啛釒駶櫦撅L(fēng)氣候,雨熱同季,熱量豐富,降水充沛但季節(jié)分配不均,夏季受到副熱帶高壓控制和地形影響,高溫炎熱,常出現(xiàn)嚴(yán)重伏旱。該市主要植被類型有針葉林、闊葉林、竹林、灌叢及草甸。山地多、坡度大,再加之降水季節(jié)分配不均,區(qū)域土壤侵蝕較為強(qiáng)烈[26]。

        1.2 遙感數(shù)據(jù)處理

        本文以1∶5萬地形圖地理基準(zhǔn),在遙感軟件ENVI 4.8中,采用二次多項(xiàng)式及最鄰近插值法完成2011年Landsat TM遙感數(shù)據(jù)影的幾何校正,并把校正誤差控制在1個像元內(nèi),投影方式為橫軸墨卡托投影UTM(Zone48 N),并采用WGS84坐標(biāo)系統(tǒng),利用該軟件FLASSH模塊完成對遙感影像大氣校正,消除大氣散射對圖像輻射失真的影響,并基于DEM完成遙感影像的地形校正,以消除山體陰影對森林植被影響,并根據(jù)研究區(qū)行政邊界,對圖像進(jìn)行掩膜裁剪處理。

        在綜合考慮土地分類體系基礎(chǔ)上,結(jié)合Landsat TM數(shù)據(jù)源特點(diǎn)及研究區(qū)實(shí)際土地利用情況,在獲取大量野外調(diào)查樣本基礎(chǔ)上,采用多步驟遙感分類法,基于ERDAS IMAGE 9.3完成對遙感影像分類處理,本次將重慶市土地利用共分7個一級類,包括:森林、灌木、草地、濕地、農(nóng)田、城鎮(zhèn)與裸地,采用隨機(jī)抽樣法完成分類結(jié)果精度驗(yàn)證,Kappa系數(shù)為0.893,該結(jié)果高于最低允許判別精度0.7的要求,基于ArcGIS 9.3完成最終分類結(jié)果修正和拓?fù)涮幚?,生成土地利用分布專題圖。

        在軟件ERDAS IMAGE 9.3 Model模塊支持下,完成了比值植被指數(shù)(RVI)、歸一化植被指數(shù)(NDVI)、大氣抗阻植被指數(shù)(ARVI)、修正型土壤大氣抗阻植被指數(shù)(MSAVI)和增強(qiáng)型植被指數(shù)(EVI)定量提取。同時基于纓帽變換獲得亮度分量(KT1)、綠度分量(KT2)、濕度分量(KT3),基于主成分變換(PCA)獲取PCA1,PCA2和PCA3三個主成分變量。

        1.3 樣方設(shè)計(jì)

        本次研究植物群落調(diào)查以傳統(tǒng)樣方法為主,調(diào)查時間為2011年8—10月。由于地面生物量數(shù)據(jù)源自野外樣方調(diào)查,所以本文所選取代表樣方主要有針葉林、針闊混交林、闊葉林等森林群落,本次共選取了158個森林植被樣方,在考慮Landsat TM影像空間分辨率為30 m的基礎(chǔ)上,將樣方大小統(tǒng)一設(shè)置為30 m×30 m,利用手持式GPS記錄樣地中心坐標(biāo),以便與遙感數(shù)據(jù)匹配建立地理信息系統(tǒng)數(shù)據(jù)庫[27],對喬木層植物進(jìn)行每木調(diào)查,記錄喬木樹種、樹高、胸徑和冠幅等,森林樣方內(nèi)伴生灌木和草地樣地面積分別設(shè)置為4 m2(2 m×2 m)和1 m2(1 m×1 m);灌木和草地樣方的面積設(shè)置25 m2(5 m×5 m)和9 m2(3 m×3 m),灌木層記錄其物種、高度、蓋度和株數(shù)(叢數(shù));草本植物記錄其物種、高度和蓋度。此外,對樣地受干擾程度和植物死亡狀況進(jìn)行備注記載。

        1.4 生物量估算

        參照方精云等所建立生物量與蓄積量回歸方程及21個優(yōu)勢樹種的計(jì)算參數(shù)基礎(chǔ)上,結(jié)合本研究區(qū)主要樹種基本參數(shù),采用方精云等[17]建立回歸方程對森林生物量進(jìn)行估計(jì),在查閱相關(guān)文獻(xiàn)基礎(chǔ)上,選擇灌叢和草本蓋度和高度乘積作為預(yù)測模型自變量,應(yīng)用常用生物量回歸模型獲取單位面積草本層和灌木層的生物量[28],進(jìn)而通過獲取整個樣方生物量。

        完成相應(yīng)森林樣本中Landsat TM影像各波段數(shù)據(jù)(1,2,3,4,5,7波段)、植被指數(shù)數(shù)據(jù)(ARVI,RVI,NDVI,EVI,MSAVI)、纓帽變換數(shù)據(jù)(KT1,KT2,KT3)和主成分變換數(shù)據(jù)(PCA1,PCA2,PCA3)等各因子的定量計(jì)算及相關(guān)性分析,在獲取相關(guān)性系數(shù)基礎(chǔ)上(見表1和表2),選擇遙感地學(xué)數(shù)據(jù)與樣本生物量在0.05水平以上顯著相關(guān)因子,基于遙感統(tǒng)計(jì)模型逐步回歸法,在ERDAS IMAGE 9.3 Model下建立森林植被生物量多元線性回歸模型,用于估算研究區(qū)生物量,最后確定110個建模樣點(diǎn),48個驗(yàn)證樣點(diǎn)。

        表1 建模因子與地面調(diào)查生物量相關(guān)分析結(jié)果

        注:**表示0.01的顯著度水平,*表示0.05的顯著度水平,下同。

        表2 植被指數(shù)與地面調(diào)查生物量相關(guān)分析結(jié)果

        1.5 模型構(gòu)建及精度驗(yàn)證

        1.5.1 森林生物量模型 根據(jù)分析結(jié)果和最優(yōu)化原則,在探究生物量與各因子線性函數(shù)、指數(shù)函數(shù)、對數(shù)函數(shù)、冪函數(shù)和雙曲線函數(shù)等模型基礎(chǔ)上,按照“模型盡可能簡單,相關(guān)系數(shù)最大,標(biāo)準(zhǔn)差最小,回歸關(guān)系最顯著和兼顧F檢驗(yàn)最優(yōu)”原則,完成基于建模樣點(diǎn)森林地上生物量遙感估算模型構(gòu)建(見式1),以此定量反演其生物量。yBIO=-34.83+47.13XTM4+18.27XKT1-116.02XKT2+58.27XPCA1+152.59XPCA2+169.38XARVI-215.38XEVI+1209.43XMSAVI+204.38XNDVI+256.34XRVI(R2=0.523)

        (1)

        式中:yBIO為生物量(t/hm2);X為顯著相關(guān)指標(biāo)因子。

        1.5.2 灌叢、草地和農(nóng)業(yè)生態(tài)系統(tǒng)生物量模型 對于研究區(qū)域的灌叢、草地和農(nóng)業(yè)生態(tài)系統(tǒng)的生物量模型而言,主要選擇相關(guān)性最高的指數(shù)MSAVI構(gòu)建經(jīng)驗(yàn)?zāi)P?,基于建立的指?shù)函數(shù)遙感模型定量反演灌叢、草地和農(nóng)業(yè)生態(tài)系統(tǒng)生物量(見圖1)。

        圖1 灌叢、草地、和農(nóng)業(yè)生態(tài)系統(tǒng)生物量與指數(shù)關(guān)系

        在此基礎(chǔ)上,基于驗(yàn)證樣點(diǎn)生物量數(shù)據(jù)檢驗(yàn)遙感反演模型精度(見式2),可見該生物量遙感反演模型與理論值存在較好的相關(guān)關(guān)系(R2=0.641)。

        (2)

        1.6 碳儲量計(jì)算

        根據(jù)重慶市主要森林植被生物量空間分布及生物量—碳轉(zhuǎn)換系數(shù),本研究選擇0.5作為生物量—碳換算系數(shù)計(jì)算[29],即生物量乘以0.5得到研究碳儲量。同時本文中碳儲量沒有包括枯死木以及土壤層碳儲量,主要涵蓋森林植被、灌木層和草本層的碳儲量。

        1.7 地形特征因子提取

        本文基于ArcGIS 中空間分析模塊,將研究區(qū)域生物量和地形特征因子進(jìn)行疊加分析,從高程、坡度和坡向3方面對生物量空間分布特征進(jìn)行定量分析。本研究高程以100 m為一個等級的等間距分級,坡度5°為等間距,坡向以每間隔45°劃分一級。將坡向分為陽坡(135°—225°)、陰坡(315°—45°)、半陽坡(90°—135°和225°—270°)、半陰坡(45°—90°和270°—315°),且正北為0°,正南為180°。

        2 結(jié)果與分析

        2.1 生物量估算及空間分布

        基于森林植被生物量多元線性回歸模型定量反演可知,重慶市地上生物量總量為2.83億t,平均單位生物量為34.22 t/hm2,其中森林生態(tài)系統(tǒng)生物量總量為1.39億t,占全部生物量的49.12%,占據(jù)較大優(yōu)勢比例,其次是為農(nóng)田生態(tài)系統(tǒng)、灌叢和草地等,分別占總生物量的43.68%,6.73%和0.47%,且森林生態(tài)系統(tǒng)平均單位面積生物量達(dá)到45.59 t/hm2,遠(yuǎn)高于總平均單位生物量。研究區(qū)域植被生物量整體分布格局是東高西低,渝東北和渝東南明顯高于渝中和渝西,渝東南地區(qū)最高,平均單位面積生物量為222.29 t/hm2,渝中地區(qū)最低,僅為17.11 t/hm2(附圖4)。渝東北和渝東南區(qū)域是研究區(qū)域生物量優(yōu)勢分布區(qū),源于該地帶海拔相對較高,坡度較陡,自然地理?xiàng)l件在一定程度上限定了人為開發(fā)活動,加之該區(qū)域人口數(shù)量較少,森林植被受人類活動干擾強(qiáng)度較小,致使大量天然林植被得以保存,基本處于原始森林植被狀態(tài),且主要以粗枝云杉、鱗皮云杉為主的暗針葉林優(yōu)勢頂極群落,自然生態(tài)系統(tǒng)保護(hù)較為完整,生物量較高,表明重慶市森林植被生物量主要存在于天然林中??梢娞烊涣衷谖髂狭謪^(qū)森林植被碳匯功能中發(fā)揮著重要作用。渝中和渝西地區(qū)地勢平坦,人口較多,為主要的農(nóng)業(yè)和工業(yè)生產(chǎn)基地,經(jīng)濟(jì)發(fā)展較快,交通方便,在追求經(jīng)濟(jì)利益發(fā)展過程中,除了高山山脈地區(qū)保留部分自然生態(tài)系統(tǒng)外,其他的基本遭到破壞,致使人為干擾景觀在基本上代替原始自然景觀,森林植被生物量相對較小??梢?,受人類活動影響較輕的邊緣山地和高山地區(qū)分布著大量原生森林植被生態(tài)系統(tǒng),具有較高的生物量。

        基于ArcGIS空間分析工具,在完成對研究區(qū)各個區(qū)縣森林生物量統(tǒng)計(jì)基礎(chǔ)上,探究其空間分布特征(見附圖5)。總體而言,森林生物量分布在空間上表現(xiàn)為南高北低,且酉陽縣森林生物量最大,達(dá)到9.58×106t;其次為石柱縣、奉節(jié)縣、巫溪縣等,生物量分別為8.34×106,8.27×106,7.78×106t,且酉陽森林生物量密度最大,為56.85 t/hm2,主要源于該區(qū)域存在著大面積冷杉林、云杉林、櫟林及硬闊林等原始天然林,森林密度較高,且人為干擾活動少;森林生物量最少的縣為榮昌縣,僅為0.37×106t,森林生物量密度最小,僅為21.11 t/hm2。對于森林生物量保存較高區(qū)域而言,應(yīng)該繼續(xù)實(shí)施封山育林、天然林保護(hù)和退耕還林等生態(tài)政策,進(jìn)一步增強(qiáng)該區(qū)域森林質(zhì)量,進(jìn)一步提升其碳固定能力。森林生物量較低區(qū)域,在改進(jìn)現(xiàn)有森林生物量同時,加大人工林的種植,逐步提高人工林碳儲能力,促使人工林在重慶市中碳匯功能中扮演重要角色,在提高研究區(qū)整體地上生物量基礎(chǔ)上,增強(qiáng)森林生態(tài)系統(tǒng)服務(wù)功能,同時也表明了人工林景觀將是重慶市的一個潛在碳庫。

        2.2 碳儲量估算與空間分布

        本文根據(jù)量—碳換算系數(shù)完定量成碳儲量估算得知,重慶森林生態(tài)系統(tǒng)碳儲量總量為6.29×107t,其平均單位面積碳儲量為22.01 t/hm2。且針葉林碳儲量最大,占重慶市碳儲量75%左右,遠(yuǎn)大于闊葉樹種,但云冷杉林碳儲量在整個森林生態(tài)系統(tǒng)中占據(jù)絕對優(yōu)勢地位?;谘芯繀^(qū)域碳儲量地理分布可知(附圖6),北碚縉云山、江津四面山、南川金佛山、涪陵武陵山和渝東北大巴山等區(qū)域是森林生態(tài)系統(tǒng)碳儲量主要分布地帶,其碳儲量明顯高于其他地方,源于這些區(qū)域是整個重慶市森林植被資源的重要儲存地,森林植被保存比較完整,且森林結(jié)構(gòu)相對完善。江津南部四面山區(qū)域碳儲量較小,但分布相對集中;渝東北大巴山區(qū)域碳儲量分布分散,但碳儲量密度較高,可能與當(dāng)?shù)亻L期森林保護(hù)有密切關(guān)系。此外,重慶市地形復(fù)雜、植被類型繁多和氣候變化多樣也是影響碳儲量空間分異特征重要因素。此外,重慶市各區(qū)縣森林碳匯分布格局在地域分布有一定的不平衡,西部各區(qū)縣碳匯能力普遍都比較低,與重慶兩翼各區(qū)縣碳匯能力相差甚遠(yuǎn)。因此,在今后重慶市的森林生態(tài)建設(shè)中,根據(jù)碳儲量空間分異特征,結(jié)合天然林資源保護(hù)工程和退耕還林(草)工程等森林生態(tài)系統(tǒng)恢復(fù)工程,實(shí)現(xiàn)不同區(qū)域森林生態(tài)系統(tǒng)管理,協(xié)調(diào)整個市域森林碳匯格局分布,加強(qiáng)碳匯量大針葉林撫育管理,增大闊葉樹種和人工林栽種面積,在增加研究區(qū)域森林植被碳匯功能基礎(chǔ)上,重點(diǎn)發(fā)展重慶西部地區(qū)森林碳匯,并與其兩翼地區(qū)森林碳匯發(fā)展相結(jié)合,更好更全面提高整個重慶市森林碳匯能力,以其為西南林區(qū)的碳儲量研究和森林生態(tài)系統(tǒng)管理提供參考和基礎(chǔ)數(shù)據(jù)。

        2.3 生物量空間分布地形影響因素分析

        重慶市一個多山城市,山地面積占據(jù)絕對優(yōu)勢地位,且森林植被多分布在山區(qū),地形因子對該區(qū)域降雨和溫度等環(huán)境因子的重新分配起重要作用,加之受到青藏高原隆升以及人類活動干擾及其疊加效應(yīng)影響[30],研究區(qū)森林植被生物量在地形特征上表現(xiàn)出一定特殊性和復(fù)雜性。

        由圖2可知,研究區(qū)生物量隨海拔分布特征明顯,隨海拔升高逐漸升高,在海拔500 m到1 000 m之間出現(xiàn)峰值,隨后隨著海拔的升高而降低。在低海拔區(qū)域,地勢相對平坦,土壤肥沃,適宜人類開展工農(nóng)業(yè)生產(chǎn)活動,致使該區(qū)域人口聚集,人口密度增大,在一定經(jīng)濟(jì)利益驅(qū)使之下,人類加大了對部分區(qū)域原生植被的干擾強(qiáng)度,致使地帶性常綠闊葉林破壞嚴(yán)重,原始森林植被逐步演變?yōu)榇紊种脖换虮蝗斯ち炙娲鶾31],生物量相對較小,在一定程度上反映人類干擾成為影響該區(qū)域生物量格局重要因素。在中高海拔區(qū)域,土壤條件、水分、熱量等立地條件適合森林植被生長,主要分布著以天然起源、生物量較高的亞高山針葉林[31]。此外,該區(qū)域人口密度減少,地形條件限制了人類對森林干擾強(qiáng)度,致使該區(qū)域生物量較高。高海拔地區(qū)由于水分和熱量等條件有所下降,限制部分森林植被成長,主要形成低矮、稀疏的灌叢植被,生物量相對較低,自然條件成為影響該區(qū)域生物量重要因素。

        生物量隨坡度分布特征明顯,在坡度0°到10°之間,土層相對深厚,交通較為便利,人口密度大,且人為干擾活動頻繁,部分暗針葉林被破壞后,農(nóng)田、居民點(diǎn)和殘次疏林等占據(jù)了該區(qū)域大部分土地,櫟林闊葉林是該區(qū)域次生林代表群落,生物量并不高;在坡度10°到35°之間,隨坡度升高逐漸升高,生物量增加,在坡度20°到25°之間出現(xiàn)峰值,隨后降低。對于該區(qū)域而言,森林植被受人為干擾機(jī)會和程度越小,大面積分布著以天然起源的冷、云杉原始林,森林植被生長時間較長且生物量大,其森林植被是重慶市的主要森林碳庫。在坡度高于35°區(qū)域,雖然坡度增大和人類活動同時減少,但受氣溫和降雨量等因素影響,土壤含水量越低,立地條件惡劣,在一定程度上也限制了森林植被成長,林地生產(chǎn)力較低,且生物量較小。

        生物量在坡向上呈現(xiàn)一定曲線變化,但總體上是陰坡和半陰坡的生物量明顯高于陽坡和半陽坡,主要源于陰坡區(qū)域受太陽輻射越少,蒸發(fā)量低,土壤水分條件好,植被恢復(fù)比陽坡快,易形成茂密的冷杉、云杉等喬木,陽坡區(qū)域主要分布著灌木林和油松、樺樹、楊樹等次生林種,多為暗針葉林遭受破壞后經(jīng)自然或人為更新所形成[32],也說明陰坡和半陰坡區(qū)域生物量比半陽坡和陽坡便于積累。

        總的來說,中高海拔和坡度較陡區(qū)域,是重慶市森林植被和主要分布區(qū)和生物量集中分布地帶,但該區(qū)域是典型生態(tài)環(huán)境脆弱帶[31],森林植被一旦遭到破壞,其生態(tài)恢復(fù)難度較大,所以盡可能的減少人為干擾活動,要加大對森林植被的保護(hù)力度,促使生物量低的次生演替類型向生物量高的云冷杉頂級群落演替,從而穩(wěn)定發(fā)揮重慶市森林植被碳匯功能。

        圖2 重慶市地上生物量地形特征分布

        3 結(jié) 論

        (1) 重慶地上生物量總量為2.83億t,平均單位生物量為34.22 t/hm2,森林生態(tài)系統(tǒng)生物量總量為1.39億t,占全部生物量49.12%,在生物量總量中占據(jù)較大優(yōu)勢比例,其次是為農(nóng)田生態(tài)系統(tǒng)、灌叢和草地等;研究區(qū)的生物量整體分布格局是東高西低,主要分布于渝東北和渝東南區(qū)域,但需要進(jìn)一步說明的是,研究區(qū)域面積大而樣點(diǎn)個數(shù)相對較小,今后通過采用更多樣點(diǎn)數(shù)據(jù)和較高分辨率遙感數(shù)據(jù),定量反演森林生物量可能會得到更為準(zhǔn)確的數(shù)據(jù)。

        (2) 研究區(qū)域森林地上生物量隨海波分布特征明顯,隨海拔升高逐漸升高,在海拔500 m到1 000 m之間出現(xiàn)峰值,隨后降低;生物量隨坡度分布特征明顯,隨坡度升高逐漸升高,在坡度20°到25°之間出現(xiàn)峰值,隨后降低。生物量在坡度20°—25°地區(qū)出現(xiàn)峰值,陰坡和半陰坡的生物量要高于半陽坡和陽坡區(qū)域,中高海拔和坡度較陡區(qū)域,是重慶市森林植被主要分布區(qū)和生物量的集中分布地帶,其空間分布格局體現(xiàn)了重慶市的山地森林特征。

        (3) 重慶市2011年森林生態(tài)系統(tǒng)碳儲量總量為6.29×107t,其平均單位面積碳儲量為22.01/hm2。重慶市各區(qū)縣森林碳匯分布格局在地域分布有一定不平衡,總體呈相對極端趨勢,西部各區(qū)縣碳匯能力普遍都比較低,與重慶兩翼各區(qū)縣的碳匯能力相差甚遠(yuǎn),在準(zhǔn)確掌握研究區(qū)域碳匯格局基礎(chǔ)上,可為今后其森林資源的規(guī)劃、保護(hù)和經(jīng)營等生態(tài)措施提供理論依據(jù)。

        [1] 王效科,馮宗煒,歐陽志云.中國森林生態(tài)系統(tǒng)的植物碳儲量和碳密度研究[J].應(yīng)用生態(tài)學(xué)報(bào),2001,12(1):13-16.

        [2] Sabine C L, Heimann M, Artaxo P, et al. Current status and past trends of the global carbon cycle[C]∥Field C B, Raupach M R, MacKenzie S H. The Global Carbon Cycle:Integrating Humans, Climate and the Natural World. Washington:Island Press, 2004.

        [3] 錢逸凡,伊力塔,張超,等.浙江省中部地區(qū)公益林生物量與碳儲量[J].林業(yè)科學(xué),2013,49(5):17-23.

        [4] 方精云,陳安平,趙淑清,等.中國森林生物量的估算:對Fang,等Science一文(Science, 2001,291:2320-2322)的若干說明[J].植物生態(tài)學(xué)報(bào),2002,26(2):243-249.

        [5] Houghton R A. Balancing the global carbon budget[J]. Annual Review of Earth and Planetary Sciences, 2007,35(1):313-347.

        [6] Cramer W, Kicklighter D W, et al. Comparing global models of terrestrial net primary productivity(NPP):overview and key results[J]. Global Change Biology,1999(5):1-15.

        [7] Boyd D S, Foody G M. An overview of recent remote sensing and GIS based research in ecological informatics[J]. Ecological Informatics, 2011,6(1):25-36.

        [8] 劉國華,傅伯杰,方精云,中國森林碳動態(tài)及其對全球碳平衡的貢獻(xiàn)[J].生態(tài)學(xué)報(bào),2000,20(5):733-740.

        [9] Dixon R K, Solomon A M, Brown S, Houghton R A, et al. Carbon pools and flux of global forest ecosystems[J]. Science, 1994,263(5144):185-190.

        [10] 徐少君,曾波,蘇曉磊,等.基于RS/GIS的重慶縉云山自然保護(hù)區(qū)植被及碳儲量密度空間分布研究[J].生態(tài)學(xué)報(bào),2012,32(7):2174-2184.

        [11] Fu B J, Niu D, Zhao S D. Study on global change and terrestrial ecosystems:history and prospect [J]. Advances in Earth Science, 2005,20(5):556-560.

        [12] 葛立雯,潘剛,任德智,等.西藏林芝地區(qū)森林碳儲量、碳密度及其分布[J].應(yīng)用生態(tài)學(xué)報(bào),2013,24(2):319-325.

        [13] IPCC. Good Practice Guidance for Land Use, Land-Use Change and Forestry [EB/OL].(2004-05-01)[2010-12-01]. http:∥www. Ipcc-nggip. iges. or. jp/public/gpglulucf/gpgluluc. f. html.

        [14] IPCC.2006IPCC Guidelines for National Greenhouse Gas Inventory[EB/OL].(2006-12-15)[2010-12-01]. http:∥www. Ipcc-nggip. iges. or. Jp/public/2006gl/index. html

        [15] 張亮,林文歡,王正,等.廣東省森林植被碳儲量空間分布格局[J].生態(tài)環(huán)境學(xué)報(bào),2010,19(6):1295-1299.

        [16] Du Y, Mi X, Liu X, et al. The effects of ice storm on seed rainand seed limitation in an evergreen broad-leaved forest in east China[J]. Acta Oecologica, 2012,39(2):87-93.

        [17] 周玉容,于振良,趙士洞.我國主要森林生態(tài)系統(tǒng)碳貯量和碳平衡[J].植物生態(tài)學(xué)報(bào),2000,24(5):518-522.

        [18] 張萍.北京森林碳儲量研究[D].北京:北京林業(yè)大學(xué),2009.

        [19] 方精云,劉國華,徐嵩齡.我國森林植被的生物量和凈生產(chǎn)量[J].生態(tài)學(xué)報(bào),1996,16(5):497-508.

        [20] 方精云,陳安平.中國森林植被碳庫的動態(tài)變化及其意義[J].植物學(xué)報(bào),2001,43(9):967-973.

        [21] 王效科,馮宗煒,歐陽志云.中國森林生態(tài)系統(tǒng)的植物碳儲量和碳密度研究[J].應(yīng)用生態(tài)學(xué)報(bào),2001,12(1):13-16.

        [22] 趙敏,周廣勝.中國森林生態(tài)系統(tǒng)的植物碳貯量及其影響因子分析[J].地理科學(xué),2004,24(1):50-54.

        [23] 王敏,李貴才,仲國慶,等.區(qū)域尺度上森林生態(tài)系統(tǒng)碳儲量的估算方法分析[J].林業(yè)資源管理,2010,02,107-112.

        [24] 張新時,張奠安.中國全球變化樣帶的設(shè)置與研究[J].第四紀(jì)研究,1995(1):43-52.

        [25] 黃從德,張健,楊萬勤,等.四川省及重慶地區(qū)森林植被碳儲量動態(tài)[J].生態(tài)學(xué)報(bào),2008,28(3):966-975.

        [26] 張建國,范建容,等.重慶市降雨侵蝕力的時空分布特征[J].水土保持研究,2004,11(1):56-59.

        [27] 王淑君,管東生,黎夏.廣州森林碳儲量時空演變及異質(zhì)性分析[J].環(huán)境科學(xué)學(xué)報(bào),2008,28(4):778-785.

        [28] 劉國華,傅伯杰,方精云.中國森林碳動態(tài)及其對全球碳平衡的貢獻(xiàn)[J].生態(tài)學(xué)報(bào),2000,20(5):7333-7401.

        [29] Olson J S, Watts J A, Allison L J. Carbon in live vegetation of major world ecosystems[R]. Tenn(USA): Report ORNL-58620, Oak Ridge National Laboratory, 1983.

        [30] 劉紀(jì)遠(yuǎn),岳天祥.中國西部生態(tài)系統(tǒng)綜合評估[M].北京:氣象出版社,2006.

        [31] 黃從德,張健,楊萬勤,等.四川省森林植被碳儲量的空間分異特征[J].生態(tài)學(xué)報(bào),2009,29(9):5115-5121.

        [32] 藍(lán)振江,蔡紅霞,曾濤,等.九寨溝主要植物群落生物量的空間分布[J].應(yīng)用與環(huán)境生物學(xué)報(bào),2004,10(3):299-306.

        Study on Spatial Differentiation Characteristics of Forest Vegetation Biomass and Carbon Stock in Chongqing City

        LIU Qiannan1,2, OUYANG Zhiyun3, LI Ainong1, XU Weihua3

        (1.InstituteofMountainHazardsandEnvironment,ChineseAcademyofSciences,Chengdu610041,China; 2.UniversityofChineseAcademyofSciences,Beijing100049,China; 3.ResearchCenterforEco-EnvironmentalSciences,ChineseAcademyofSciences,Beijing100085,China)

        Forest vegetation in Chongqing City is the main part of the Southwest Forest Area in China. To explore the spatial distribution features of its biomass and carbon reserve and exert its important role in carbon sink function in southwest forestry regions, we took Landsat TM remote-sensing images in growing season in 2011 as main data sources and measured data of numerous samples as basis. Based on RS and GIS technology and remote-sensing statistical model method, biomass-remote-sensing geological data regression model was used to estimate the biomass of Chongqing forest vegetation, the spatial differentiation laws of different topographic features of biomass were quantitatively analyzed, geographical influence factors of biomass distribution also were explored, and geospatial spatial distribution pattern features of regional carbon reserve were revealed. The results indicate that there is a good correlation between the biomass remote-sensing inversion model and theoretical value (R2=0.641). Chongqing above-ground total biomass is 2.83×108t and the total biomass of forest ecosystem is 1.39×108t. Biomass mainly distributed in the northeast and southeast of Chongqing. On the whole, it shows a distribution pattern of high level in the east and low level in the west. The regions with middle-high elevation and steep slope are the main distribution areas of Chongqing forest vegetation and the concentrated biomass distribution areas. Its spatial distribution pattern manifests the mountain forest features in Chongqing. The total carbon reserve of forest ecosystem is 6.29×107ton, with average unit carbon reserve of 22.01 t/hm2. Also, forest carbon sink distribution pattern in each districts and counties shows unbalancedness in geographical distribution and on the whole, which presents a relative extreme trend.

        biomass; forest carbon storage; vegetation index; regression model; spatial distribution characteristics

        2015-12-17

        2015-12-31

        中國科學(xué)院委托研究與專項(xiàng)咨詢服務(wù)課題(KFJ-EW-STS-020-02);全國生態(tài)環(huán)境十年變化(2000-2010)遙感調(diào)查與評估項(xiàng)目課題(STSN-01-04);中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)子課題(XDA05050105)

        劉倩楠(1986—),女,黑龍江省哈爾濱人,博士研究生,主要從事于山地遙感與地理信息系統(tǒng)及資源環(huán)境監(jiān)測的研究。E-mail:qnliu@imde.ac.cn

        歐陽志云(1962年—),湖南攸縣人,博士,研究員,博士生導(dǎo)師,主要從事于生態(tài)系統(tǒng)評價的研究。E-mail:zyouyang@rcees.ac.cn

        S771.8

        A

        1005-3409(2016)06-0221-06

        猜你喜歡
        儲量重慶市生物量
        《礦產(chǎn)資源儲量技術(shù)標(biāo)準(zhǔn)》修訂對資源儲量報(bào)告編寫的影響
        重慶市光海養(yǎng)蜂場
        蜜蜂雜志(2022年5期)2022-07-20 09:54:06
        重慶市光海養(yǎng)蜂場
        蜜蜂雜志(2022年3期)2022-05-23 05:11:42
        基于三維軟件資源儲量估算對比研究
        輪牧能有效促進(jìn)高寒草地生物量和穩(wěn)定性
        鑄造輝煌
        ——重慶市大足區(qū)老年大學(xué)校歌
        生物量高的富鋅酵母的開發(fā)應(yīng)用
        基于SPOT-5遙感影像估算玉米成熟期地上生物量及其碳氮累積量
        概率統(tǒng)計(jì)法在儲量估算中的應(yīng)用
        斷塊油氣田(2014年5期)2014-03-11 15:33:45
        本月起實(shí)施頁巖氣儲量行業(yè)標(biāo)準(zhǔn)
        国产又黄又大又粗的视频| 国产主播性色av福利精品一区| 亚洲国产中文字幕视频| 免费1级做爰片1000部视频| 日韩毛片在线看| 国产99精品精品久久免费 | 亚洲av人片在线观看| 亚洲av综合av成人小说| 亚洲综合色成在线播放| 9丨精品国产高清自在线看| 国产夫妻自偷自拍第一页| 久久不见久久见免费视频6| 丰满人妻av无码一区二区三区| 日韩精品欧美激情亚洲综合| 看中文字幕一区二区三区| 国产女人好紧好爽| 午夜男女爽爽爽在线视频| 456亚洲人成在线播放网站| 亚洲综合精品一区二区| 国产亚洲精品美女久久久m| 欧美性性性性性色大片免费的| 香港三级欧美国产精品| 国产免费成人自拍视频| 亚洲人成精品久久久久| 国产小受呻吟gv视频在线观看| 国产一级r片内射免费视频| 亚洲精品视频1区2区| 精品久久久久成人码免费动漫| 欧美成人免费观看国产| 蜜桃av一区二区三区久久| 欧美牲交a欧美牲交aⅴ免费下载 | 久久中文骚妇内射| 久久精品国产自清天天线| 熟女系列丰满熟妇av| 亚洲综合日韩一二三区| 无码ol丝袜高跟秘书在线观看| 偷亚洲偷国产欧美高清| 麻豆视频av在线观看| 天堂中文官网在线| 欧美在线综合| 狠狠久久av一区二区三区|