深圳市植被碳儲量遙感估算研究.pdf

1、隨著全球氣候變暖的影響，碳循環(huán)成為全球氣候變化研究的熱點，森林是陸地生態(tài)系統(tǒng)中最大的碳庫，在全球碳循環(huán)中具有極其重要的作用。而被稱為“城市之肺”的城市森林是城市生態(tài)系統(tǒng)碳循環(huán)中的一個重要貯存庫，因此，研究城市森林碳儲量的空間分布特征具有極其重要的意義。隨著遙感技術(shù)在精準林業(yè)當中的運用，利用國內(nèi)外多種遙感數(shù)據(jù)源反演森林碳儲量，尤其是建立高精度的城市森林碳儲量估算模型已經(jīng)成為有效、快捷的方法。
　　本文以深圳市為研究區(qū)，以2014年L

2、andsat8和GF-1遙感數(shù)據(jù)為數(shù)據(jù)源，采用分層隨機抽樣的方式布設168個樣地，結(jié)合外業(yè)樣地數(shù)據(jù)，分別基于兩種遙感影像提取了55個建模因子，其中包括各種植被指數(shù)、紋理信息因子以及地形因子作為自變量，通過碳儲量與各因子之間的相關性分析后篩選合適變量，分別基于Landsat8和GF-1遙感數(shù)據(jù)構(gòu)建了偏最小二乘回歸模型、Radical BasisFunction(RBF)徑向基函數(shù)神經(jīng)網(wǎng)絡模型和Random Forest隨機森林模型，進而估

3、算該地區(qū)的森林碳儲量，并得到研究區(qū)森林碳儲量空間分布圖。通過多個模型的建立與分析，對進一步分析森林碳儲量遙感獲取更高精度的模型提供了確切依據(jù)。主要研究內(nèi)容與結(jié)果如下:
　　(1)建立了Landsat8的深圳市碳儲量遙感最佳反演模型?；贚andsat8遙感影像建立的三種碳儲量反演模型中，RBF神經(jīng)網(wǎng)絡模型擬合效果最優(yōu)，模型的擬合決定系數(shù)R2為0.972，隨機森林模型預測精度最高，預測均方根誤差為9.541(t/hm2)，偏最小二乘

4、回歸模型的擬合和預測精度均最低，模型擬合的決定系數(shù)R2分別0.438，預測均方根誤差為12.871(t/hm2)。
　　(2)建立了GF-1的深圳市碳儲量遙感最佳反演模型?；贕F-1遙感影像建立的三種碳儲量反演模型擬合和預測精度變化與Landsat8呈現(xiàn)相同的規(guī)律，其中隨機森林模型預測精度最高，預測均方根誤差為7.221(t/hm2)，適合應用于城市區(qū)域的碳儲量估算;RBF神經(jīng)網(wǎng)絡模型擬合效果最優(yōu)，模型的擬合決定系數(shù)R2為和0.

5、974，偏最小二乘回歸模型的擬合和預測精度均最低，模型擬合的決定系數(shù)R2為0.667，預測均方根誤差為10.410(t/hm2)。
　　(3)基于Landsat8的深圳市碳儲量空間分布與分析。三種模型估算結(jié)果所反映的深圳市植被碳儲量空間分布趨勢基本一致，植被覆蓋度越高的地方，碳儲量越大。東南沿海森林分布較廣的地區(qū)碳儲量大，中西部城市經(jīng)濟開發(fā)區(qū)碳儲量小，與深圳市森林分布基本一致，說明碳儲量與森林面積相關，可以通過擴大城市生態(tài)林面積，

6、來提高城市的森林碳匯功能，對城市生態(tài)系統(tǒng)碳循環(huán)研究和城市生態(tài)建設規(guī)劃具有重要意義。
　　(4)基于GF-1的深圳市碳儲量空間分布與分析?？臻g分布特征與基于Landsat8建立的三種模型的估算結(jié)果所反映的一致，但這三種模型估算的碳儲量值大小和等級分布存在差異，偏最小二乘回歸模型總體估算值最低，碳儲量估計結(jié)果集中分布在0-60(t/hm2)范圍內(nèi)，且估算結(jié)果中有負值出現(xiàn)，負值主要分布于中部建筑用地密集且植被覆蓋較少或無植被覆蓋處。