林地土壤有机质估算

【文件属性】：
文件名称：林地土壤有机质估算
文件大小：3.97MB
文件格式：CAJ
更新时间：2021-05-20 10:44:32
土壤有机碳 森林生态系统在区域碳循环与碳收支平衡中占据主导地位，准确有效地监测林地 土壤有机碳为土壤质量评价、林业可持续经营以及区域气候变化提供了重要信息。遥 感监测具有高时空分辨率的优势，同时与实测数据结合又能很好地实现由“点”向“面” 的拓展，为林地土壤有机碳的空间监测提供有力的技术支持。为此，本文基于104 个林地土壤野外实测点，以ALOS影像为数据源，采用CASA (Carnegie-Ames-Stanford Approach)生态系统碳循环过程模型，结合Van't Hoff土壤呼吸模型的遥感估算法， 实现林地土壤有机碳的反演。研究主要结论如下: (1)考虑到山区地形阴影以及植被指数非线性特征可能对模型产生的干扰，研究 利用光谱增强处理后的闽值分割法，将原始遥感影像划分为A, B两类光谱片层，在 此基础上分类构建子模型，以提高估测模型的稳定性。 (2)将植被指数NDV工与SR相互独立，对传统CASA模型作出改进。在估测林 地植被净第一性生产力的基础上结合Van't Hoff土壤呼吸模型，进一步反演出基于 NDV工指数和基于SR指数的林地土壤基础呼吸的空间分布。并将实测点按两类光谱 片层归入两个子模型中，以土壤基础呼吸为自变量，以实测有机碳为因变量，分别构 建出OC,一0.592 X Andvil }2‘和OCz一A5,厂 o.}sz + 3.944 px + 7.907两个子模型，来估测研究 区林地有机碳的分布。研究表明:子模型1中以基于NDV工指数的土壤基础呼吸作 为自变量，各类模型中以幂指曲线模型最优，复相关系数Rz为0.585 (P<0.05)，平 均相对精度为82.80%。子模型2中以基于SR指数的土壤基础呼吸作为自变量，同时 引入数量化的坡向因子后的非线性模型，获得较高相关性，其复相关系数Rz为0.643 ( P<0.05，平均相对精度为84.47% o (3)通过有机碳模型的构建实现林地土壤有机碳的反演，研究不同地形条件、不 同林分条件下林地土壤有机碳空间分异规律。结果表明，顺昌林地土壤有机碳存在明 显的空间异质性:总体而言，研究区林地土壤有机碳水平随着海拔、坡度、林龄的升 高而增加;阴坡的平均值略高于阳坡;杉木、马尾松、阔叶混交林三类林地的土壤有 机碳平均含量呈现递增趋势;其中天然林土壤有机碳高于人工林。该结论与国内众多 学者的相关研究结果基本一致。