基于多源数据和高精度曲面建模的植被-土壤碳密度估算研究
文献类型：学位论文
| 作者 | 周伟 |
| 答辩日期 | 2024-08 |
| 文献子类 | 博士后出站报告 |
| 授予单位 | 中国科学院地理科学与资源研究所 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 岳天祥 |
| 关键词 | 生境斑块 高精度曲面建模 土壤有机碳 植被生物量 多源遥感 |
| 学位名称 | 博士后 |
| 学位专业 | 地理学 |
| 英文摘要 | 高精度的植被生物量碳和土壤有机碳（soil organic carbon, SOC）时空信息获取 是实现陆地碳增汇及碳中和目标的迫切需求。但地形复杂、地表破碎环境下，地表要 素、植被分布和土壤碳密度的空间异质性增加了估算模型构建的不确定性，限制了碳 密度的估算精度和时空扩展。解决该问题的关键是精准划分出异质性地表下稳健的 生境斑块类型，构建植被生物量碳和 SOC 精细估算方法。上述问题的解决可以服务 于我国土壤碳库的精准核算，对于我国碳中和未来行动也具有重要的实际应用价值。 鉴于此，本研究基于多源地面-遥感观测数据，综合自然-人为因子构建了植被地 上-地下生物量碳密度估算模型；同时引入人为扰动因子，构建不同生境斑块划分模 型，实现异质性地表下 SOC 时空格局的精准刻画，开展斑块尺度的 SOC 遥感估算； 在此基础上，利用高精度曲面模型，建立集成遥感反演与地面观测的数据融合算法， 提高异质性地表生物量碳密度和 SOC 估算模型精度，生成植被生物量碳和 SOC 含 量高精度数据；构建了植被生产力变化的驱动贡献率解析方法，揭示了不同区域不同 时期植被 NPP 变化的主导驱动因子；项目实施可促进异质性地表下 SOC 的精细估 算，促进植被碳增汇精准施策，为我国陆地碳库精准核算提供参考。主要结论如下： （1）青藏高原植被地上生物量（aboveground biomass，AGB）和地下生物量 （underground biomass，BGB）估算模型中，RF 的估算精度最高；并且 AGB 的估算 精度高于 BGB（R 2 = 0.519 vs 0.378，MAE=0.386 kg C/m² vs 0.491 kg C/m²）；总体上， 模拟精度不高，主要受采样点少且空间代表性不足的影响。生物量碳空间分布特征与 海拔分布格局类似，西北部高海拔地区生物量值较低，高生物量值集中分布在青藏高 原南部森林和东南部高寒草甸分布区。时间变化趋势上，近 20 年植被 AGB 逐年上 升，而 BGB 呈波动变化。 （2）对于青藏高原 SOCD 的遥感估算中，只有基于气候变化分区的局部建模精 度高于全局建模精度，其他分类方法如基于 PAM 聚类分析和土地利用类型的局部建 模精度都低于全局建模精度；总体上，局部建模精度提高不明显。青藏高原 SOCD 的 空间分布与海拔分布规律较一致，SOCD 值东南部高西北部低，SOCD 高值区主要分 布在东部横断山区、藏南谷地和青海湖周边地区的森林和高寒草甸覆盖区域，而 SOCD 低值区主要分布在北部的柴达木盆地和西部的藏北高原，该区域主要覆盖荒 漠草地、未利用地。SOCD 估计的不确定性与其空间分布格局类似。 （3）对于西南喀斯特地区 SOC 含量遥感估算中，基于生境斑块划分的局部建 模精度显著高于全局建模精度，对于三个生境斑块类型，R 2 分别提高了 6.8%~25%， RMSE 下降了 9.4%~33.6%，但是野外采样点数量分别显著下降了 58%~74%。 综合以上两个区域对比研究发现，在地表破碎，地形复杂且地表空间异质性更高 的西南喀斯特地区，其局部建模精度显著高于全局建模精度；而在青藏高原地区，只 有基于气候分区的 SOC 局部建模精度高于全局建模精度，其他分类方法如基于 PAM 聚类分析、LUCC 类型的局部建模精度都低于全局建模精度。 （4）基于高精度曲面建模 HASM 的草地生物量和 SOC 进行数据融合，具体结 果： 三江源区草地 AGB 遥感估算中，HASM-RF 模型的模拟精度最高（R²=0.8459， RMSE=29），相比融合前的 RF 模型，其模拟精度 R 2提高了 13%，RMSE 降低了 27%。 AGB 高值区位于三江源区东部和中南部的高寒草甸分布区，AGB 低值区位于三江源 区的西部高寒草原和荒漠分布区。2001-2019 年间，AGB 总体上呈增加趋势，温暖湿 润的气候条件促进草地 AGB 增加，但在一些地区，尽管气候温暖潮湿，但 AGB 仍 有所下降，原因主要是该区域的过度放牧和人口增加导致了这些地区 AGB 下降。 兴海县 SOC 遥感估算中，基于环境协变量-光学-SAR 数据，利用七种数据组合与 三种机器学习进行 SOC 估算构建，并利用 HASM 进行数据融合。结果表明：添加 SAR 数据相比于仅使用环境协变量或光学遥感数据，模拟精度显著提升，R²提高了 9%~21%， 而 RMSE 下降了 4%~34%；环境协变量-光学-SAR 数据组合相比其他数据组合，其模拟 精度最高；以此作为驱动场，利用 HASM 进行数据融合后，其预测精度有了显著提升， R²提高了 17.86%~22.03%，而 RMSE 下降了 2.44%~12.12%；融合后的空间分布格局更 为合理，SOC 含量的高估和低估的情况得到了修正。 （5）基于 aNPP、pNPP 和 hNPP，定量评估了青藏高原气候变化、人类活动（LUCC 除外）和 LUCC 对草地 aNPP 的贡献率。研究结果表明： 青藏高原草地 aNPP 在 2000 年前显著增加，但 2001 年后没有明显变化。 对于土地覆盖变化的地区，1982-2000 年期间，草原和其他土地利用类型之间的 转移导致 aNPP 净增加 12.5 Tg C，气候和 LUCC 的贡献率分别为 38.0%和 62.0%； 2001-2020 年期间，aNPP 净减少了 0.2 Tg C，气候和 LUCC 的贡献分别为-0.3 Tg C 和 0.1 Tg C。 始终保持草地的地区，1982-2000 年期间，草地 aNPP 净增加 58.5 Tg C，气候和内容摘要 人类活动的贡献率分别为 35.7%和 64.3%。2001- 2020 年，草地 aNPP 净增加 14.7 Tg C，气候和人类活动的贡献率分别为 223.4%和-123.4%。 2000 年以前，气候、人类活动（LUCC 除外）和 LUCC 共同促进了草地 aNPP 的 增加。2001 年以后，气候变化主导了草地 NPP 的增加，而人类活动（LUCC 除外） 主导了草地 aNPP 的下降。 因此，对于以人类活动为主的 aNPP 下降的地区，应准确实施有效的生态恢复政 策，如控制牲畜数量，保持草畜平衡，提供差异化的生态补偿，激励牧民的生态保护 自主性，这些行动对于生态安全屏障和青藏高原可持续展至关重要。 |
| 学科主题 | 地理学 |
| 语种 | 中文 |
| 页码 | 105 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/209405]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 周伟. 基于多源数据和高精度曲面建模的植被-土壤碳密度估算研究[D]. 中国科学院地理科学与资源研究所. 中国科学院地理科学与资源研究所. 2024. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。