论文部分内容阅读
森林净初级生产力(NPP)是森林生态系统的基本数量特征之一,其大小反映了某类森林生态系统自身的生物学特性及系统结构特征,同时也反映了环境因子对森林生长的综合影响。NPP不仅是碳循环原动力,而且是判定碳源、碳汇以及调节生态过程的主要因子。本文以黑龙江省的森林资源为研究对象,以地理信息系统和遥感为技术手段,利用ETM+遥感数据、DEM数据和气象数据等资料,以C-FIX估算模型为基础,通过开发森林植被NPP估算系统,估算黑龙江省2000年5~9月的森林植被NPP,并定量分析黑龙江省森林NPP空间格局,以及与立地类型因子的关系,为预测未来黑龙江省陆地生态系统碳汇能力提供理论依据。主要研究结论如下:(1)黑龙江省2000年5~9月林地的总NPP为69.75×1012gC,其中每月的NPP总量最大值出现在6月份,占5~9月林地NPP总量的27.23%。6~8月是NPP的主要积累月份。5月NPP高值区主要集中在大兴安岭北部、小兴安岭南部和西北部、张广才岭和老爷岭南部。9月NPP高值区主要集中在小兴安岭南侧和张广才岭。其中有林地NPP总量为60.99×1012gC,占全省5~9月份林地NPP总量的87.44%,灌木林地占10.41%,疏林地占1.63%,其它林地占0.52%。(2)通过提取各土类的分布,并对全省2000年5~9月NPP总量数据进行掩膜处理,分别得到六种土类对应的林地NPP。结果表明,植被NPP总量为暗棕壤>棕色针叶林土>沼泽土>草甸土>白浆土>黑土。植被NPP平均值为暗棕壤>棕色针叶林土>黑土>草甸土>沼泽土>白浆土。NPP平均值排序也基本反映了黑龙江省该六种森林土壤类型的综合肥力。(3)分析了森林植被NPP与经纬度、高程、温度、太阳辐射、坡度、坡向和土壤类型的关系,建立了黑龙江省5~9月森林植被NPP估算模型,其中高程和太阳总辐射等因子与NPP密切相关。(4)本研究以C-FIX模型为基础,以ERDAS IMAGE为平台,通过空间建模语言(SML)和ERDAS宏语言(EML),开发了黑龙江省森林植被NPP定量估算系统。估算系统能够根据遥感影像的分类数据,完成对研究区各种地类的NPP数据的估算、提取,实现森林植被NPP估算的定量化、自动化。论文的创新点:(1)在黑龙江省省域尺度上,利用TM影像对森林植被5~9月的NPP进行遥感定量估算,为研究省域尺度NPP提供了新的思路和方法。(2)利用多元线性回归方法,建立了黑龙江省5~9月森林植被NPP估算模型,该模型可以分析NPP与经纬度、高程、温度、太阳辐射、坡度、坡向和土壤类型的关系。(3)以ERDAS IMAGE为平台,开发了黑龙江省森林植被NPP定量估算系统。该估算系统能够根据遥感影像的分类数据和相关因子,实现森林植被NPP估算的定量化、自动化。