摘要:
为了建立基于遥感影像和环境因子的森林碳密度估测的有效方法,本文基于2009年森林清查数据和SPOT遥感影像,以山西省阳泉地区为例,采用生物量换算因子连续函数法对研究区乔木林地上生物量和碳密度进行估算;在此基础上,选取遥感影像、环境因子(海拔、坡度、坡向等)为自变量,利用增强型BP神经网络建立研究区乔木林碳密度估算模型并输出空间分布图。结果表明:阳泉地区乔木林生物量为552774 t,碳密度为11.38 t·hm-2;从不同林型、林龄和起源的生物量及碳密度来看,针叶林、幼龄林、人工林的生物量最大,阔叶林、成熟林、天然林的碳密度最大;采用增强型BP神经网络可以很好地模拟乔木林碳密度,针叶林、阔叶林、针阔混交林仿真结果的平均相对误差和平均相对误差的绝对值分别2.40%、6.87%、-4.09%和6.83%、2.77%、3.99%;基于BP神经网络模型输出乔木林碳密度空间分布图,模拟精度达到85.05%,进一步验证了人工神经网络能为森林碳密度提供快速准确的估测,为今后的森林资源调查和管理提供了科学依据。
李皎1,张红1**,张莉秋1,韩建平2. 山西阳泉地区乔木林地上碳密度遥感估测[J]. 生态学杂志.
LI Jiao1, ZHANG Hong1**, ZHANG Li-qiu1, HAN Jian-ping2. Estimation of aboveground carbon density for tree forests based on remote sensing data in Yangquan of Shanxi Province, China.[J]. cje.