收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

中国森林生物量与生产力的研究

肖兴威  
【摘要】:本文以中国的森林分布区为研究区域,利用全国森林资源连续清查数据和300余个气象站的气象数据,对中国森林生物量和生产力的数量以及空间分布格局进行了详细的研究,对影响中国森林材积生长和中国森林生产力的因素进行了深入分析,建立了森林生产力多因子模型,确定了各相关因子的贡献率。研究结果表明: 1.全国森林总生物量为1.0666×10~(10)Mg,单位平均生物量74.7 Mg·hm~(-2)。主要分布在大兴安岭、小兴安岭、长白山和秦岭、大巴山、横断山脉、西藏东南部一带,武夷山和南岭一带分布也比较集中,西北地区主要分布在天山和阿尔泰山。从行政区域上看,西藏、四川、云南、黑龙江、内蒙古、吉林6省区的森林生物量占全国总量的69.3%。除吉林以外的其它5省(区),森林生物量均在10~9Mg以上,其中西藏、黑龙江、内蒙古分列前3位。另外,生物量在2.0×10~8Mg以上的还有福建、江西、湖南、广东、广西、陕西、新疆7省(区),占全国总量的18.1%。其它18个省(区、市)的森林生物量只占全国总量的12.6%,最少的为上海、天津和宁夏。 2.全国森林总生产力为3.331×10~8 Mg·a~(-1),单位平均生产力为2.33 Mg·hm~(-2)a~(-1)。长白山、武夷山、海南岛、南岭山地、秦岭、大巴山一带森林生产力较高,其次是小兴安岭、燕山和云南等地。森林生产力最大的是云南和黑龙江2省,占全国的24.6%;其次是四川、内蒙古、吉林、广西、福建、江西、广东、湖南8省(区),占全国总生产力的49.9%,森林生产力均在1.5×10~7 Mg·a~(-1)以上;其它21个省(区、市)的森林生产力只占全国的25.5%,最少的是上海、天津和宁夏。 3.在大尺度上,无论是跨气候带还是气候带内,森林生产力与林分因子(如年龄、林分高度、郁闭度、密度等)、气候因子(如年均温、年降水等)、地形因子(如海拔等)、土壤因子(如土壤厚度等)都显著相关,但其紧密程度要比小尺度上的对应关系弱很多。森林生产力的多因子混合模型能够显著提高这种相关性,同时也表明,在大尺度上森林生产力可表述为多因子的指数型组合。 通过逐步回归选择所建立的基于林分特征和环境因子的中国森林生产力多因子模型的复相关系数R=0.406,调整后决定系数R~2=0.164,即这一模型仅能够解释不到20%的中国森林生产力的变异。 分别气候带进行的森林生产力多因子分析模型能够进一步提高模型的解释能力。在暖温带上,林分因子和环境因子共同解释的森林生产力变化的能力最强,可达31.9%。 4.各个因子对森林生产力的贡献是不同的。就中国的森林分布区域而言,林分因子、气候因子、地形因子、土壤因子对森林生产力变异的相对贡献率分别是56.7%、16.5%、24.4%、2.4%。林分自身因子仍然是对森林生产力的变化影响最大的因素,其中,林分年龄的影响最明显。在各个气候带上,这几类因子的影响程度有所变化,但林分因子基本上是最大的影响因子。 本文首次利用地面观测数据给出了中国森林生物量和生产力的空间分布图并研究了其空间格局特征,也是世界上首次给出了这么大尺度上基于实测数据的森林生物量、森林生产力的空间分布格局。结果真实、可靠,为大尺度上用遥感法估测的森林生物量和


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 H.A.I.Madgwick ,陆显祥;森林生物量的测定[J];林业科技通讯;1979年08期
2 张茂震;王广兴;刘安兴;;基于森林资源连续清查资料估算的浙江省森林生物量及生产力[J];林业科学;2009年09期
3 欧光龙;胥辉;;森林生物量模型研究综述[J];西南林业大学学报(自然科学);2020年01期
4 温小荣;蒋丽秀;刘磊;林国忠;郑勇;谢小杰;佘光辉;;江苏省森林生物量与生产力估算及空间分布格局分析[J];西北林学院学报;2014年01期
5 李业清;沈德慧;;森林生物量的调查方法[J];黑龙江科技信息;2011年34期
6 杜春雨;张双义;;松花湖生态区森林生物量遥感技术研究[J];南方农业;2020年33期
7 毛学刚;王静文;范文义;;基于遥感与地统计的森林生物量时空变异分析[J];北京林业大学学报;2016年02期
8 陈文烯;;基于遥感数据的森林生物量测定理论与方法[J];亚热带水土保持;2013年02期
9 邓华卫;布仁仓;刘晓梅;贺伟;胡远满;黄乃伟;;模拟分类经营对小兴安岭林区森林生物量的影响[J];生态学报;2012年21期
10 韩爱惠;智长贵;王雪军;夏朝宗;;利用MODIS数据反演森林生物量的方法研究[J];林业资源管理;2011年04期
11 王晓宁;徐天蜀;李毅;;合成孔径雷达数据估测森林生物量研究综述[J];中南林业调查规划;2011年04期
12 汤萃文;陈银萍;陶玲;肖笃宁;;森林生物量和净生长量测算方法综述[J];干旱区研究;2010年06期
13 杨昆;管东生;;珠江三角洲地区森林生物量及其动态[J];应用生态学报;2007年04期
14 杨学义;朱立;孙超;;黔东南州森林生物量研究[J];资源开发与市场;2007年08期
15 大贯仁人;李裕国;;森林生物量的新测定法[J];国外林业;1986年04期
16 J.K.Rawat;林日健;;森林生物量——食物、饲料和燃料的来源[J];热带作物译丛;1989年04期
17 ;森林生物量资源[J];山西林业科技;1983年03期
中国重要会议论文全文数据库 前9条
1 王海鹏;大内和夫;金亚秋;;机载极化SAR数据对于苫小牧森林生物量的研究[A];第二届微波遥感技术研讨会摘要全集[C];2006年
2 谷勇;殷瑶;齐泮伦;吴昊;;森林碳储量研究进展[A];2010中国科协年会第五分会场全球气候变化与碳汇林业学术研讨会优秀论文集[C];2010年
3 谷勇;殷瑶;齐泮伦;吴昊;;森林碳储量研究进展[A];经济发展方式转变与自主创新——第十二届中国科学技术协会年会(第一卷)[C];2010年
4 石雷;方精云;;利用遥感手段评估东北地区25年来的森林动态变化[A];第十七届中国遥感大会摘要集[C];2010年
5 刘健;余坤勇;赖日文;;闽江流域森林资源碳汇市场价值功能的遥感估测研究[A];第二届中国林业学术大会——S3 森林经理与林业信息化的新使命论文集[C];2009年
6 丁增发;;生物量碳汇[A];第九届中国林业青年学术年会论文摘要集[C];2010年
7 何红艳;郭志华;赵宪文;;遥感在森林地上生物量估算中的现状及展望[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
8 庞勇;黄克标;李增元;舒清态;;大湄公河次区域森林地上生物量遥感反演[A];发挥资源科技优势 保障西部创新发展——中国自然资源学会2011年学术年会论文集(上册)[C];2011年
9 张修玉;许振成;胡习邦;赵晓光;;基于IPCC的区域森林碳汇潜力评估[A];2010中国环境科学学会学术年会论文集(第一卷)[C];2010年
中国博士学位论文全文数据库 前20条
1 肖兴威;中国森林生物量与生产力的研究[D];东北林业大学;2005年
2 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年
3 温小荣;森林资源二类调查关键技术与方法的研究[D];南京林业大学;2017年
4 仝慧杰;森林生物量遥感反演建模基础与方法研究[D];北京林业大学;2007年
5 韩爱惠;森林生物量及碳储量遥感监测方法研究[D];北京林业大学;2009年
6 武娴;纬度和演替梯度上植物功能性状和多样性对森林生物量和生产力的影响[D];北京林业大学;2018年
7 王仲锋;森林生物量建模与精度分析[D];北京林业大学;2006年
8 邢艳秋;基于RS和GIS东北天然林区域森林生物量及碳贮量估测研究[D];东北林业大学;2005年
9 吴超凡;区域森林生物量遥感估测与应用研究[D];浙江大学;2016年
10 钟泳林;广州山地森林植物多样性与生态功能的影响因素及维持机制[D];华南农业大学;2018年
11 程堂仁;甘肃小陇山森林生物量及碳储量研究[D];北京林业大学;2007年
12 王新凯;喀斯特城市森林生物量及其碳吸存功能研究[D];中南林业科技大学;2011年
13 张海玉;张广才岭及完达山森林生物量遥感估测及变化驱动力分析[D];东北林业大学;2011年
14 陈遐林;华北主要森林类型的碳汇功能研究[D];北京林业大学;2003年
15 岳彩荣;香格里拉县森林生物量遥感估测研究[D];北京林业大学;2012年
16 李明泽;东北林区森林生物量遥感估算及分析[D];东北林业大学;2010年
17 王蕊;大光斑激光雷达森林回波模拟和森林参数反演[D];东北林业大学;2015年
18 曹罗丹;森林地上部生物量和土壤颗粒组成遥感估测研究[D];南京农业大学;2018年
19 程秋生;NDVI协同下森林生物量定量估算研究[D];北京林业大学;2013年
20 王光华;北京森林植被固碳能力研究[D];北京林业大学;2012年
中国硕士学位论文全文数据库 前20条
1 蔡雪琪;川西米亚罗林区林场水平森林生物量与生产力研究[D];北京林业大学;2011年
2 阮兰君;东莞市森林生物量遥感模型构建研究[D];华南农业大学;2018年
3 于晓辉;森林生物量遥感估测模型构建中的特征选择方法对比研究[D];浙江农林大学;2019年
4 范冶;武汉市森林碳汇能力评价研究[D];武汉轻工大学;2019年
5 于欣彤;基于SAR极化分解与TM数据的森林生物量多源遥感估测[D];东北林业大学;2019年
6 李特;基于机载LiDAR与Landsat-5遥感数据的森林地上生物量反演研究[D];中国地质大学(北京);2019年
7 项巧巧;基于高光谱的城市森林生物量监测研究[D];上海交通大学;2018年
8 王紫君;上海城市森林生物量的遥感估测研究[D];上海交通大学;2016年
9 李越;面向森林生物量野外调查的便利空间抽样方法[D];中国石油大学(华东);2017年
10 张赫林;区域森林覆盖变化与生物量估算方法研究[D];重庆交通大学;2018年
11 陈顺;Landsat-7ETM+和PALSAR数据联合反演森林生物量方法研究[D];中国矿业大学;2018年
12 李梦颖;汪清地区森林生物量遥感估测及空间分布格局研究[D];东北林业大学;2017年
13 李静;基于光学和SAR遥感的福建省森林生物量估算[D];福州大学;2017年
14 杜卫;中国森林生物量时空变化及其对气候变化响应[D];南京林业大学;2018年
15 吴梓尚;攸县森林生物量动态变化分析研究[D];中南林业科技大学;2017年
16 王清梅;赛罕乌拉保护区森林生物量及碳储量遥感研究[D];内蒙古农业大学;2014年
17 董宇;基于遥感信息估测将乐县森林生物量的研究[D];北京林业大学;2012年
18 刘磊;基于多源数据的森林生物量与生产力估算研究[D];南京林业大学;2010年
19 宋茜;森林生物量微波遥感估测模型[D];东北林业大学;2011年
20 林岳峰;光学与雷达遥感数据联合反演森林生物量方法研究[D];电子科技大学;2016年
中国重要报纸全文数据库 前4条
1 记者 彭科峰;2050年中国森林生物量碳储量增至百亿吨[N];中国科学报;2015年
2 本报见习记者 张晴丹 记者 彭科峰;森林碳汇:减排困局新解[N];中国科学报;2015年
3 特约记者 于兮;新疆全面监测天山森林生态[N];阿克苏日报;2006年
4 记者 李大庆;用雷达观测新技术护航“未来地球”[N];科技日报;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978