基于Landsat数据的森林碳储量与土壤侵蚀功能研究

基于Landsat数据的森林碳储量与土壤侵蚀功能研究

论文摘要

森林生态系统作为陆地生态系统的重要组成部分,具有无法取代的社会、经济及生态效益。通过景观分析法对研究区土地利用/土地覆盖类型、碳储量/碳密度、土壤侵蚀功能等进行动态分析评价,从而为区域内土壤侵蚀的防治、多功能森林的经营规划等提供依据。以将乐县1997年、2007年与2017年的Landsat影像数据为基础,进行土地利用/覆盖分类及精度验证。根据土地利用/覆盖分类结果,对其土地利用变化进行分析与预测。提取包括波段、植被指数、地形因子、主成份、缨帽变换因子与纹理指数等数据;与地面调查样地数据进行相关分析,得到显著相关的因子并使用BP神经网络方法建模反演得到研究区碳密度分布。根据研究区月降雨、土壤类型、地形、植被覆盖度与土地利用/覆盖结果分别计算得到相应的土壤侵蚀因子,结合ArcGIS10.3计算得到研究区土壤侵蚀量,并对其在海拔、坡度上的分布进行分析。使用Fragstats4.2分别计算研究区土地利用/覆盖、土壤侵蚀与碳密度的各类景观指数,并对其进行分析,得到碳密度与土壤侵蚀之间关系。主要结论:1)多端元光谱分解效果优于约束性最小二乘法分解,植被丰度与土壤丰度构建得到衍生的植被-土壤指数能够扩大不同森林类型之间的差异。结合可见光波段、植被丰度、植被-土壤指数与NDVI可实现2007年与2017年林地内不同森林类型的划分。第一层1997年、2007年与2017年总体分类精度分别为90.40%、91.90%及88.01%,其相应的kappa系数值分别为0.85、0.88与0.83;第二层林地区域2007年与2017年总体精度分别为85.17%与86.62%,kappa指数分别为0.80与0.82。根据分类结果,水域面积先减小后增大;建筑与林地面积持续增加;耕地与裸地面积持续减小。裸地变化最剧烈,主要受城市扩张、林业生产经营的影响,分布具有一定的随机性。其次为耕地或建筑,主要表现为耕地面积的减少与建筑面积的增加,其中建筑面积主要来源于耕地。林地变化面积最大,变化率最小,主要与耕地进行转换。预测得到2017年土地利用/覆盖结果与实际结果的kappa值为0.81,说明CA-Markov模型的适立性,基于此对2027年研究区土地利用/覆盖情况进行预测。2)经Pearson相关分析,选择了波段2与6的倒数、波段2与5在5×5窗门下的均值纹理作为神经网络模型输入变量;经模拟训练得到决定系数为0.66,均方根误差为5.81 t/ha,相对均方根误差为0.72的神经网络模型。根据模型反演得到研究区林地碳密度分布,统计得到其均值为95.58 t/ha,标准差为56.47 t/ha,林地总碳储量为1.92X 107t。根据森林类型统计结果,不同类型平均碳密度排序为混交林>马尾松纯林>阔叶纯林>杉木纯林,值分别为 103.76 t/ha、98.19 t/ha、95.43 t/ha 与 90.90 t/ha。马尾松纯林、杉木纯林、阔叶纯林与混交林总碳储量分别为7.07X 107t、6.14X 107t、4.26 X 107t 与 1.72 X 107t。3)2007年与2017年将乐县土壤侵蚀面积分别为991.02 km2与1001.12 km2,平均土壤侵蚀模数为 508.96t/(km2·a)、522.82t/(km2·a),土壤侵蚀总量为 114.62 万 t/a、117.57万t/a;土壤侵蚀主要为微度与轻度侵蚀强度。平均土壤侵蚀模数随海拔增加先增加后减小,随坡度增加而增加。在0°-15°坡度级,以微度侵蚀为主;在15°以上坡度区域以轻度侵蚀强度为主。200-800 m区域侵蚀量占比分别达到80.56%与82.48%,15°-25°区域侵蚀量占比分别达到72.68%与72.52%。说明研究区的土壤侵蚀发生区域集中200-800 m海拔级、15°-25°坡度级的区域,主要是因为在该区域人类活动影响较大,皆伐等经营措施对其有一定的影响,因此在制定措施的时候更应考虑该区域。4)1997-2017年间研究区土地利用/覆盖发生了剧烈的变化,景观破碎度下降,形状趋向于规则化且景观之间的连通度增加,主要原因是发展过程中,尤其是建筑用地对原本细碎的未利用地景观的大量吞并,使零散斑块减少,从而增加其景观的聚集度。森林碳密度斑块面积较小、类型多样、分布均衡且斑块总体较为破碎,受人类活动的影响较大。以平均碳密度为中心的Leve14(66.21 t/ha-122.69 t/ha)碳密度级,代表将乐大部分林地的实际碳密度景观分布状态,说明将乐县林地质量较好,且具有较高的连通性。土壤侵蚀斑块数量大、斑块平均面积小,说明研究区不存在大面积同一类型的侵蚀情况,但具有较好的连通性,应防止其连接成片。土壤侵蚀斑块数量随碳密度级的增加先增加后减少,侵蚀斑块分布较为分散,林地上受其碳密度分布影响较大。侵蚀主要集中在Leve13、Leve14、Leve15三个级别内,中度以上侵蚀斑块数与斑块面积小,其中强度与极强度侵蚀面积主要在一个像元之内。总体上,人类活动对土地利用/覆盖、土壤侵蚀与森林碳密度具有重要影响,主要驱动力为城市化扩张、森林经营、退耕还林工程等政策的实施。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 森林碳储量研究现状
  •     1.1.1 国外森林碳储量研究进展
  •     1.1.2 国内森林碳储量研究进展
  •     1.1.3 森林碳储量空间格局研究
  •     1.1.4 森林碳储量估算方法
  •   1.2 土壤侵蚀研究现状
  •     1.2.1 国外土壤侵蚀研究进展
  •     1.2.2 国内土壤侵蚀研究进展
  •     1.2.3 土壤侵蚀估算模型
  •     1.2.4 土壤侵蚀空间格局研究进展
  •   1.3 景观格局分析现状
  •     1.3.1 景观指数
  •     1.3.2 景观指数选择
  •   1.4 研究目的与意义
  •   1.5 研究内容与技术路线
  •     1.5.1 研究内容
  •     1.5.2 技术路线
  • 2 研究区概况与数据收集
  •   2.1 研究区概况
  •     2.1.1 地理位置
  •     2.1.2 气候水文
  •     2.1.3 地质地貌
  •     2.1.4 植被概况
  •     2.1.5 社会经济概况
  •     2.1.6 森林资源概况
  •   2.2 数据收集
  •     2.2.1 地面调查数据
  •     2.2.2 空间数据
  •     2.2.3 气象数据
  •     2.2.4 土壤类型数据
  • 3 研究方法
  •   3.1 影像预处理
  •     3.1.1 大气校正
  •     3.1.2 几何校正
  •     3.1.3 地形校正
  •   3.2 研究模型与方法
  •     3.2.1 生物量估算模型
  •     3.2.2 RUSLE模型
  •     3.2.3 景观指数
  •   3.3 混合像元分解
  •     3.3.1 混合像元分解模型
  •     3.3.2 线性混合模型
  •     3.3.3 端元模型选择方法
  •     3.3.4 混合像元分解的应用
  •   3.4 影像特征变量
  •     3.4.1 影像波段值
  •     3.4.2 植被指数
  •     3.4.3 KT变换
  •     3.4.4 地形因子
  •     3.4.5 影像纹理
  •     3.4.6 样地数据提取
  • 4 土地利用/覆盖分类与分析
  •   4.1 影像分类方法
  •     4.1.1 样本选取
  •     4.1.2 特征指数计算
  •     4.1.3 植被、阴影及土壤分量的提取
  •     4.1.4 分类特征值选择
  •   4.2 土地利用/覆盖变化分析与预测方法
  •     4.2.1 马尔可夫模型
  •     4.2.2 元胞自动机模型
  •     4.2.3 CA-Markov模型
  •     4.2.4 适宜性图集制定
  •     4.2.5 LULC变化预测
  •     4.2.6 预测结果的验证方法
  •   4.3 土地利用/覆盖分类结果与分析
  •     4.3.1 土地利用/覆盖分类结果
  •     4.3.2 林地分类结果
  •     4.3.3 分类精度检验
  •   4.4 土地利用/覆盖变化分析
  •     4.4.1 土地利用动态度分析
  •     4.4.2 土地利用转移分析
  •     4.4.3 土地利用预测
  •   4.5 本章小结
  • 5 森林碳储量反演
  •   5.1 地面调查样地碳储量结果
  •   5.2 特征值提取与相关性分析
  •   5.3 反演模型与评价指标
  •     5.3.1 人工神经网络模型
  •     5.3.2 评价指标
  •   5.4 碳储量反演结果
  •     5.4.1 模型与检验
  •     5.4.2 碳储量反演结果
  •   5.5 本章小结
  • 6 土壤侵蚀结果与分析
  •   6.1 侵蚀因子计算结果
  •     6.1.1 降雨侵蚀因子
  •     6.1.2 土壤可侵蚀性因子
  •     6.1.3 坡度坡长因子
  •     6.1.4 植被覆盖因子
  •     6.1.5 水土保持措施因子
  •   6.2 土壤侵蚀分析
  •     6.2.1 土壤侵蚀空间分布特征
  •     6.2.2 土壤侵蚀与环境因子的关系分析
  •   6.3 本章小结
  • 7 森林多功能景观指数分析
  •   7.1 土地利用景观格局演变与分析
  •     7.1.1 景观水平土地利用景观格局演变与分析
  •     7.1.2 斑块类型水平土地利用景观格局演变与分析
  •   7.2 碳密度景观格局分析
  •     7.2.1 景观水平碳密度景观格局分析
  •     7.2.2 斑块类型水平碳密度景观格局分析
  •   7.3 土壤侵蚀景观格局演变与分析
  •     7.3.1 景观水平土壤侵蚀景观格局演变与分析
  •     7.3.2 斑块类型水平土壤侵蚀景观格局演变与分析
  •   7.4 不同碳密度水平的土壤侵蚀格局分析
  •     7.4.1 景观水平不同碳密度水平的土壤侵蚀格局分析
  •     7.4.2 斑块类型水平不同碳密度水平的土壤侵蚀格局分析
  •   7.5 本章小结
  • 8 结论、创新点与展望
  •   8.1 结论
  •   8.2 创新点
  •   8.3 展望
  • 参考文献
  • 个人简介
  • 导师简介
  • 获得成果目录清单
  • 致谢
  • 文章来源

    类型: 博士论文

    作者: 陈丽萍

    导师: 孙玉军

    关键词: 土地利用,覆盖,碳密度,土壤侵蚀,遥感,景观分析

    来源: 北京林业大学

    年度: 2019

    分类: 基础科学,农业科技

    专业: 自然地理学和测绘学,农业基础科学,林业,林业

    单位: 北京林业大学

    基金: 国家林业局948项目《基于FORPLAN的森林多功能技术引进》(2015-4-31),国家自然科学基金《基于树木生长过程的长白落叶松树冠模型》(No.31870620),林业科学技术推广项目“基于分水岭算法的森林植被碳储量监测技术成果推广应用”([2019]06)

    分类号: S718.5;S714.7

    DOI: 10.26949/d.cnki.gblyu.2019.000008

    总页数: 127

    文件大小: 9420K

    下载量: 263

    相关论文文献

    • [1].土壤侵蚀与水土保持分析[J]. 居舍 2017(35)
    • [2].重庆市土壤侵蚀敏感性时空分异特征研究[J]. 重庆师范大学学报(自然科学版) 2016(06)
    • [3].北方生态脆弱区土壤侵蚀敏感性空间分异[J]. 水土保持研究 2017(04)
    • [4].泰安市土壤侵蚀敏感性评价研究[J]. 安徽农业科学 2015(04)
    • [5].“区域生态环境建设”专题[J]. 地理教育 2017(02)
    • [6].土壤去哪儿了?[J]. 大众科学 2017(08)
    • [7].宁德市土壤侵蚀及其垂直格局特征研究[J]. 上海环境科学 2017(04)
    • [8].豫西矿区土壤侵蚀因子及流失特点分析[J]. 人民黄河 2020(07)
    • [9].喀斯特高原山地贵阳市2008-2018年土壤侵蚀时空特征与侵蚀热点变化分析[J]. 水土保持学报 2020(05)
    • [10].土壤侵蚀影响因素及其危害分析[J]. 江西农业 2019(06)
    • [11].临洮县土壤侵蚀的原因及治理措施[J]. 甘肃农业 2017(Z1)
    • [12].两个时期的贵州草海国家级自然保护区土壤侵蚀动态变化遥感评估[J]. 黔南民族师范学院学报 2018(04)
    • [13].陕北洛河流域降水和植被变化对土壤侵蚀的影响[J]. 江苏农业科学 2018(20)
    • [14].浅谈坡耕地玉米作物根系对土壤侵蚀的影响[J]. 农业与技术 2017(05)
    • [15].贵州草海国家级自然保护区土壤侵蚀动态特征[J]. 贵州农业科学 2016(08)
    • [16].土壤侵蚀与水土保持研究进展[J]. 中国农业信息 2015(01)
    • [17].坡耕地土壤侵蚀特征及危害性分析[J]. 农技服务 2015(10)
    • [18].基于空间主成分分析的湖北省土壤侵蚀敏感性评价[J]. 中国水土保持 2013(04)
    • [19].三峡库区土壤侵蚀经济损失估算[J]. 水土保持通报 2012(04)
    • [20].基于通用土壤流失方程的长江防护林区的土壤侵蚀动态特征——以湖北省红安县倒水河流域为例[J]. 四川农业大学学报 2009(03)
    • [21].土壤侵蚀危险度的计算与影响因子分析——以福建安溪红壤水土流失区为例[J]. 地球信息科学学报 2009(05)
    • [22].基于水库沉积物特征及WaTEM/SEDEM模型的贵州喀斯特小流域土壤侵蚀时空变化[J]. 水土保持研究 2019(01)
    • [23].延安麻塔流域植被对土壤侵蚀的控制效率研究[J]. 国土与自然资源研究 2019(06)
    • [24].土壤侵蚀:从综合治理到生态调控[J]. 中国科学院院刊 2018(02)
    • [25].几个常用土壤侵蚀术语辨析及其生产实践意义[J]. 中国水土保持科学 2018(01)
    • [26].1984-2013年青藏高原土壤侵蚀时空变化特征[J]. 应用与环境生物学报 2018(02)
    • [27].西藏中东部地区土壤侵蚀野外调查报告[J]. 水土保持通报 2018(05)
    • [28].不同措施下土壤侵蚀特征值及其影响因子典型相关分析[J]. 泥沙研究 2017(05)
    • [29].小流域土壤侵蚀预测信息系统设计与实现[J]. 中国水土保持 2012(07)
    • [30].《土壤侵蚀原理》课程教学改革探索[J]. 实验科学与技术 2012(06)

    标签:;  ;  ;  ;  ;  ;  

    基于Landsat数据的森林碳储量与土壤侵蚀功能研究
    下载Doc文档

    猜你喜欢