森林是重要的陆地生态系统,在陆地生物圈与大气之间的碳循环交换中发挥着重要作用,森林也是陆地上最大的碳储存库和最经济的碳汇。森林通过光合作用吸收大气中的二氧化碳并将其作为存储地上生物量。森林生物量是一个地区存在的干物质的重量。森林生物量占陆地生态系统生物量的70%,尤其是森林地上生物量,占总森林的70%生物量,大部分存在于植被中。生物量是评估和模拟陆地碳储量和动态变化的关键生物物理参数。准确估算区域生物量对理解区域生态系统及其对气候变暖的响应具有重要意义,为评估区域政策和森林管理条约提供参考。从20世纪50年代开始森林生物量研究快速发展,出现了多种估算森林生物量的方法。特别是近些年遥感技术的快速发展,结合地统计学方法,是遥感技术成为当前估算森林生物量的主流方法。然而遥感数据空间分辨率、样地森林生物量的特点、研究区域的大小、研究者的知识背景和技能等都会影响遥感估算方法的选择。在本研究中使用线性混合效应模型进行森林地上生物量的定量估测研究,建立随机效应为林型的线性混合效应模型,探究线性混合效应模型估算生物量的能力,以及林型差异对森林生物量估算的影响,获得了以下结论:1.根据获取的混合效应模型可知,不同的林型的光谱反射率具有随机效应,林型的差异对植被指数造成影响,从而影响森林地上生物量的估算。所以在进行森林地上生物量估算时,加入林型分类信息可以提高模型估算精度。2.通过多元回归模型与线性混合效应模型比较分析,线性混合效应模型估测森林生物量使用的参数更少,拟合更好,估测精度更高,线性混合效应模型的决定系数达到了0.689(多元回归模型决定系数为0.513),且均方根误差RMSE比多元回归模型降低了20%。同时研究也表明线性混合效应模型能更好地应对稀疏数据,对于样本极少的林型也能获取良好的预测结果。3.东莞市(除大屏障国家森林公园和观音山国家森林公园外)森林地区的森林地上生物量较低,这是因为东莞市荔枝的种植面积较大,而荔枝的生物量一般都较低;而桉树林、相思林的地上生物量占总生物量的一半,而它们的总面积比荔枝这单一林型的面积还少。综上所述,本研究利用线性混合效应模型对东莞市森林地上生物量进行了定量估测研究,针对东莞植被类型比例失衡、部分种类占优势、部分种类占比较小但不能忽略的情况,构建了基于林型为随机效应的线性混合效应模型,既考虑了林型分类又顾及了样本较少的林型,对东莞市的森林地区地上森林生物量进行了估算,获得了良好的精度,为东莞市森林可持续发展提供参考。