應(yīng)用空間格網(wǎng)化法估算森林碳儲(chǔ)量1)

王曉紅 辛守英 馬明浩 王藝琳 焦琳琳

(華北理工大學(xué),河北·唐山,063210)

森林作為地球上最重要的陸地生態(tài)系統(tǒng)之一,在全球碳循環(huán)與氣候調(diào)節(jié)中起著至關(guān)重要的作用[1-2]。森林碳儲(chǔ)量是指通過(guò)光合作用將大氣中的二氧化碳轉(zhuǎn)化為有機(jī)碳,并儲(chǔ)存在植物組織中的總量,是評(píng)估森林生態(tài)系統(tǒng)健康狀態(tài)和碳循環(huán)的關(guān)鍵指標(biāo)之一。人工林是森林的重要組成部分,通過(guò)造林、撫育等活動(dòng)可以提高森林固碳量,推進(jìn)區(qū)域林業(yè)碳匯不斷發(fā)展。因此,準(zhǔn)確估算人工林碳儲(chǔ)量是區(qū)域甚至全球碳循環(huán)的重要內(nèi)容,對(duì)制定應(yīng)對(duì)氣候變化策略,統(tǒng)籌區(qū)域生態(tài)-經(jīng)濟(jì)-社會(huì)協(xié)調(diào)發(fā)展具有重要作用[3]。

目前,估算森林碳儲(chǔ)量的方法主要包括采樣調(diào)查法和遙感估算法。其中,森林資源規(guī)劃設(shè)計(jì)調(diào)查數(shù)據(jù)(即森林資源二類(lèi)調(diào)查數(shù)據(jù))的方法作為一種極其重要的碳儲(chǔ)量估算方法,依賴(lài)于林班的蓄積量和森林碳儲(chǔ)量轉(zhuǎn)換參數(shù)進(jìn)行森林碳儲(chǔ)量估算,其估算結(jié)果能夠?yàn)檫b感估算法提供準(zhǔn)確的地面采樣調(diào)查數(shù)據(jù)[4]。然而,森林資源二類(lèi)調(diào)查數(shù)據(jù)更新周期較長(zhǎng),滯后性明顯,且不能直觀(guān)短周期反映森林碳儲(chǔ)量。為此,引入空間格網(wǎng)化方法[5]進(jìn)行森林碳儲(chǔ)量的估算,該方法將空間連續(xù)的森林資源二類(lèi)調(diào)查矢量數(shù)據(jù)劃分成為規(guī)則的格網(wǎng)單元,并對(duì)每個(gè)格網(wǎng)單元內(nèi)的屬性信息進(jìn)行提取和分析,最終實(shí)現(xiàn)對(duì)區(qū)域森林碳儲(chǔ)量的整體性估算?？臻g格網(wǎng)化方法估算森林碳儲(chǔ)量的方法能夠克服傳統(tǒng)采樣調(diào)查法的信息缺失,并在保證準(zhǔn)確估算的前提下更及時(shí)地反映森林碳儲(chǔ)量及其空間分布。此外,由于不同樹(shù)種間的碳儲(chǔ)量估算參數(shù)存在較大差異,分樹(shù)種進(jìn)行森林碳儲(chǔ)量估算能夠提高森林碳儲(chǔ)量的估算精度[6]。因此,使用空間格網(wǎng)化方法進(jìn)行森林碳儲(chǔ)量估算時(shí),應(yīng)該充分考慮不同樹(shù)種的特征與差異,并調(diào)整和應(yīng)用不同樹(shù)種的碳儲(chǔ)量估算參數(shù),保證空間格網(wǎng)化的森林碳儲(chǔ)量估算的準(zhǔn)確性。

河北塞罕壩機(jī)械林場(chǎng)(以下稱(chēng)塞罕壩林場(chǎng))是中國(guó)最大的人工林林場(chǎng),承擔(dān)著京津冀乃至華北地區(qū)的水源涵養(yǎng)、水土保持和碳循環(huán)的重要功能[7]。目前,對(duì)該林場(chǎng)碳儲(chǔ)量的估算研究,大都集中在單一樹(shù)種林班區(qū)域碳儲(chǔ)量的估算。張?zhí)锾颷8]、邢娟等[9]、張乃暄等[10]分別對(duì)塞罕壩林場(chǎng)的華北落葉松、樟子松、云杉樹(shù)種的碳儲(chǔ)量進(jìn)行了估算。而對(duì)塞罕壩林場(chǎng)森林碳儲(chǔ)量的整體性評(píng)估的研究相對(duì)較少。因此,本文以塞罕壩林場(chǎng)為研究對(duì)象,探究分樹(shù)種的空間格網(wǎng)化方法在森林碳儲(chǔ)量估算應(yīng)用中的適用性及優(yōu)越性,結(jié)合塞罕壩林場(chǎng)二類(lèi)調(diào)查數(shù)據(jù),對(duì)該林場(chǎng)內(nèi)主要優(yōu)勢(shì)樹(shù)種進(jìn)行碳儲(chǔ)量整體性估算,為區(qū)域森林碳儲(chǔ)量估算、森林資源管理和應(yīng)對(duì)氣候變化的決策提供重要的技術(shù)支撐。

1 研究區(qū)概況

研究區(qū)位于河北省承德市圍場(chǎng)滿(mǎn)族蒙古族自治縣最北部的塞罕壩林場(chǎng)(116°53′30″E～117°49′50″E,41°5′N(xiāo)～42°2′30″N)(見(jiàn)圖1)[11]。塞罕壩林場(chǎng)面積92 634.7 hm2,海拔1 010～1 940 m,年均氣溫為-1.3 ℃,年均降水日134 d,年均降水量479 mm,其中6—8月降水量明顯集中,占全年降水量的67.6%,該地區(qū)屬于寒溫帶大陸性季風(fēng)氣候。林場(chǎng)豐富的土壤類(lèi)型和復(fù)雜的氣候,孕育了豐富的植物種群,有森林、草原、草甸、灌叢等。其中,林場(chǎng)的林業(yè)資源豐富,以人工林為主,森林覆蓋率達(dá)80%以上,主要優(yōu)勢(shì)樹(shù)種有華北落葉松(Larixgmeliniivar.principis-rupprechtii(Mayr) Pilger)、白樺(BetulaplatyphyllaSukaczev)、樟子松(Pinussylvestrisvar.mongholicaLitv.)、蒙古櫟(QuercusmongolicaFisch. ex Ledeb.)和云杉(PiceaasperataMast.)等。

地圖矢量文件審圖號(hào)為GS(2019)1822號(hào);高程數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云網(wǎng)站(https://www.gscloud.cn/search)。圖1 研究區(qū)

2 研究方法

2.1 數(shù)據(jù)資料

本研究采用塞罕壩林場(chǎng)的森林資源二類(lèi)調(diào)查數(shù)據(jù)(以下稱(chēng)二類(lèi)調(diào)查數(shù)據(jù)),調(diào)查因子主要包括林班、林齡、郁閉度、畝株數(shù)、畝蓄積量、小班面積、優(yōu)勢(shì)樹(shù)種等。根據(jù)二類(lèi)調(diào)查數(shù)據(jù)的優(yōu)勢(shì)樹(shù)種與小班面積屬性匯總,有林地面積占林場(chǎng)面積的85.24%,其中,華北落葉松林面積為41.04%、白樺林面積為17.18%、樟子松林面積為15.80%、蒙古櫟林面積為3.91%、云杉林面積為3.55%、其他林種面積為3.76%。二類(lèi)調(diào)查數(shù)據(jù)未涉及枯枝落葉層、林下層、土壤層等數(shù)據(jù)的調(diào)查,因此本研究?jī)H對(duì)森林地上碳儲(chǔ)量進(jìn)行估算(以下稱(chēng)為森林碳儲(chǔ)量)。選取塞罕壩林場(chǎng)的華北落葉松、白樺、樟子松、蒙古櫟、云杉的優(yōu)勢(shì)樹(shù)為研究對(duì)象,對(duì)塞罕壩林場(chǎng)主要優(yōu)勢(shì)樹(shù)種的森林碳儲(chǔ)量進(jìn)行整體性估算。主要優(yōu)勢(shì)樹(shù)種及非林地在林場(chǎng)的空間分布見(jiàn)圖2。

圖2 塞罕壩林場(chǎng)主要優(yōu)勢(shì)樹(shù)種及非林地的空間分布

2.2 空間格網(wǎng)化

格網(wǎng)化已有多種成熟的算法和誤差分析的方法,但考慮到格網(wǎng)化的工作量、數(shù)據(jù)量和實(shí)用性,結(jié)合二類(lèi)調(diào)查數(shù)據(jù)的特點(diǎn)進(jìn)行空間格網(wǎng)化。根據(jù)二類(lèi)調(diào)查數(shù)據(jù)提取林場(chǎng)邊界范圍,按照不同尺度大小將林場(chǎng)矢量范圍劃分出規(guī)則形狀的格網(wǎng),并用已提取的范圍邊界切割格網(wǎng),并使生成的格網(wǎng)全部落在邊界范圍內(nèi)。提取格網(wǎng)的幾何中心點(diǎn)作為格網(wǎng)的代表即格網(wǎng)中心,在二類(lèi)調(diào)查矢量圖上進(jìn)行疊置分析,獲取相關(guān)屬性參數(shù)到格網(wǎng)中心,并將獲取的參數(shù)劃分成格網(wǎng)中心的蓄積量和格網(wǎng)中心的其他參數(shù)。將格網(wǎng)中心的蓄積量經(jīng)相關(guān)參數(shù)轉(zhuǎn)化格網(wǎng)中心的碳儲(chǔ)量,與格網(wǎng)中心其他參數(shù)進(jìn)行數(shù)據(jù)合并,合并的數(shù)據(jù)按照8∶2的比例劃分成訓(xùn)練集和測(cè)試集(見(jiàn)圖3)。

圖3 空間格網(wǎng)化流程

2.3 格網(wǎng)中心碳儲(chǔ)量估算

根據(jù)格網(wǎng)中心提取的森林蓄積量,經(jīng)過(guò)蓄積量-生物量轉(zhuǎn)換模型和生物量-碳儲(chǔ)量轉(zhuǎn)換模型[12]的轉(zhuǎn)化計(jì)算得到格網(wǎng)中心的森林碳儲(chǔ)量。根據(jù)目前關(guān)于森林清查數(shù)據(jù)估算森林碳儲(chǔ)量的研究結(jié)果,森林生物量與森林蓄積量之間存在著良好的線(xiàn)性回歸關(guān)系[13-14]。因此,格網(wǎng)中心的森林生物量是根據(jù)格網(wǎng)中心提取的森林蓄積量,采用生物量-蓄積量轉(zhuǎn)換模型進(jìn)行估算[15],具體的公式如下:

Bj=ajVj+bj。

式中:Bj表示第j種森林類(lèi)型單位面積森林生物量;Vj表示第j種森林類(lèi)型單位面積森林蓄積量;aj、bj為j種森林類(lèi)型回歸參數(shù)。

在aj和bj回歸參數(shù)中,使用邱梓軒[16]利用第六到第八期全國(guó)森林資源清查數(shù)據(jù),研建的我國(guó)41種主要喬木樹(shù)種蓄積量-生物量轉(zhuǎn)換模型參數(shù),選取符合塞罕壩林場(chǎng)的5種主要優(yōu)勢(shì)樹(shù)種的轉(zhuǎn)換模型參數(shù)(見(jiàn)表1)。在回歸參數(shù)中,對(duì)沒(méi)有明確生物量-蓄積量轉(zhuǎn)換模型參數(shù)的主要優(yōu)勢(shì)樹(shù)種采用近似樹(shù)種參數(shù)代替。

表1 塞罕壩林場(chǎng)主要優(yōu)勢(shì)樹(shù)種生物量回歸參數(shù)

根據(jù)以往關(guān)于生物量-碳儲(chǔ)量轉(zhuǎn)換模型研究的相關(guān)文獻(xiàn),森林生物量與森林碳儲(chǔ)量之間存在明顯的正比例關(guān)系[17],因此,生物量-碳儲(chǔ)量轉(zhuǎn)換模型的公式如下:

Cj=BjCc。

式中:Cj表示第j種森林類(lèi)型的單位面積的森林碳儲(chǔ)量;Cc表示不同森林類(lèi)型對(duì)應(yīng)的含碳率。

目前國(guó)內(nèi)大多數(shù)研究采用0.5或0.45作為平均含碳率來(lái)推算森林碳儲(chǔ)量存在較大差異,僅采用統(tǒng)一固定的含碳率推算碳儲(chǔ)量會(huì)導(dǎo)致估算精度降低。因此,本研究同樣采用中國(guó)陸表喬木林碳儲(chǔ)量和碳匯估計(jì)模型的含碳率[16],沒(méi)有涉及的主要優(yōu)勢(shì)樹(shù)種的含碳率,參考相近樹(shù)種的含碳率進(jìn)行代替(見(jiàn)表2)。

表2 塞罕壩林場(chǎng)主要優(yōu)勢(shì)樹(shù)種的含碳率

2.4 貝葉斯優(yōu)化隨機(jī)森林回歸算法

采用隨機(jī)森林回歸算法(RF)是一種集成算法,由多個(gè)決策樹(shù)組成,既能減少單棵樹(shù)的過(guò)擬合風(fēng)險(xiǎn),又能提供更穩(wěn)定的回歸結(jié)果,被廣泛應(yīng)用于非線(xiàn)性模型回歸預(yù)測(cè)[18]。貝葉斯優(yōu)化隨機(jī)森林回歸算法是將Python軟件的Scikit-learn機(jī)器學(xué)習(xí)庫(kù)中的隨機(jī)森林模塊與貝葉斯優(yōu)化器(BO)結(jié)合完成隨機(jī)森林回歸算法的超參數(shù)優(yōu)選[18],消除人為調(diào)整參的影響,最終實(shí)現(xiàn)最優(yōu)超參數(shù)下的BO-RF森林碳儲(chǔ)量估算(見(jiàn)圖4)。

圖4 貝葉斯優(yōu)化隨機(jī)森林回歸算法

BO-RF森林碳儲(chǔ)量估算模型的精度評(píng)價(jià),為了減少因劃分訓(xùn)練集和驗(yàn)證集對(duì)估算結(jié)果造成的偶然性誤差,隨機(jī)選擇80%的格網(wǎng)中心用于森林碳儲(chǔ)量估算模型的構(gòu)建,其余20%的格網(wǎng)中點(diǎn)用于模型精度評(píng)價(jià)?？紤]到碳儲(chǔ)量估算模型受多種因素的綜合影響,本文選擇的評(píng)價(jià)指標(biāo)有決定系數(shù)(R2)、偏差(BIAS)、均方根誤差(RMSE)、相對(duì)偏差(BBIAS)、相對(duì)均方根誤差(RRMSE),具體計(jì)算公式如下:

2.5 森林碳儲(chǔ)量空間統(tǒng)計(jì)及其精度驗(yàn)證

森林碳儲(chǔ)量空間統(tǒng)計(jì)是分樹(shù)種將格網(wǎng)中心估算碳儲(chǔ)量,利用ArcGIS軟件的反距離加權(quán)插值方法對(duì)格網(wǎng)中心估算碳儲(chǔ)量進(jìn)行空間插值[19],以此完成各主要優(yōu)勢(shì)樹(shù)種估算碳儲(chǔ)量的空間統(tǒng)計(jì)。為了滿(mǎn)足以畝為單位估算碳儲(chǔ)量的需求,將空間插值數(shù)據(jù)重采樣為像元邊長(zhǎng)25.819 8 m×25.819 8 m的柵格數(shù)據(jù),再經(jīng)像元統(tǒng)計(jì)完成各主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量的整體性估算;并與二類(lèi)調(diào)查數(shù)據(jù)的林班數(shù)據(jù)的蓄積量及對(duì)應(yīng)參數(shù)計(jì)算得到的各主要優(yōu)勢(shì)樹(shù)種整體性碳儲(chǔ)量進(jìn)行對(duì)比研究,分析其碳儲(chǔ)量空間統(tǒng)計(jì)的估算精度。

3 結(jié)果與分析

3.1 主要優(yōu)勢(shì)樹(shù)種數(shù)據(jù)的空間格網(wǎng)化

由表3可知,以塞罕壩林場(chǎng)的二類(lèi)調(diào)查矢量數(shù)據(jù)和邊界數(shù)據(jù)為基礎(chǔ),通過(guò)ArcGIS軟件的創(chuàng)建漁網(wǎng)工具按照林場(chǎng)邊界數(shù)據(jù)范圍分樹(shù)種劃分出規(guī)則形狀的格網(wǎng),利用邊界數(shù)據(jù)切割格網(wǎng),使生成的格網(wǎng)全部落在主要優(yōu)勢(shì)樹(shù)種邊界數(shù)據(jù)的范圍內(nèi)。為了滿(mǎn)足二類(lèi)調(diào)查數(shù)據(jù)中以畝為單位進(jìn)行調(diào)查的森林蓄積量的需求,按邊長(zhǎng)為3×3、5×5、7×7、9×9等4種不同格網(wǎng)尺度進(jìn)行空間格網(wǎng)化,并以格網(wǎng)的幾何中心作為邊長(zhǎng)為25.819 8 m和面積為666.7 m2的格網(wǎng)中心,即按照77.459 4 m×77.459 4 m、129.099 0 m×129.099 0 m、180.738 6 m×180.738 6 m和232.378 2 m×232.378 2 m格網(wǎng)邊長(zhǎng)進(jìn)行空間格網(wǎng)化,不同格網(wǎng)尺度分樹(shù)種提取的格網(wǎng)中心點(diǎn)數(shù)。

表3 塞罕壩林場(chǎng)不同格網(wǎng)尺度不同優(yōu)勢(shì)樹(shù)種的格網(wǎng)中心

由圖5可知,根據(jù)4種不同格網(wǎng)尺度的格網(wǎng)中心,使用ArcGIS軟件的疊置分析工具分樹(shù)種在二類(lèi)調(diào)查矢量數(shù)據(jù)上進(jìn)行疊置分析獲取林齡、郁閉度、株數(shù)、蓄積量屬性參數(shù)到格網(wǎng)中心,并將格網(wǎng)中心蓄積量通過(guò)蓄積量-生物量轉(zhuǎn)換模型和生物量-碳儲(chǔ)量轉(zhuǎn)換模型的轉(zhuǎn)化參數(shù)換算得到格網(wǎng)中心碳儲(chǔ)量,進(jìn)而完成對(duì)塞罕壩林場(chǎng)4種不同格網(wǎng)尺度不同優(yōu)勢(shì)樹(shù)種的格網(wǎng)中心碳儲(chǔ)量的空間分布。

圖5 塞罕壩林場(chǎng)不同格網(wǎng)尺度不同優(yōu)勢(shì)樹(shù)種格網(wǎng)中心的空間分布

3.2 不同格網(wǎng)尺度主要優(yōu)勢(shì)樹(shù)種格網(wǎng)中心碳儲(chǔ)量的估算

由表4可知,根據(jù)格網(wǎng)中心的林齡、林齡、株數(shù)、郁閉度以及格網(wǎng)中心碳儲(chǔ)量參數(shù)進(jìn)行塞罕壩林場(chǎng)森林碳儲(chǔ)量的估算,其中,3×3、5×5、7×7和9×9等4種不同格網(wǎng)尺度的主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量的BO-RF模型估算精度。不同格網(wǎng)尺度主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量模型中,以3×3和5×5兩種格網(wǎng)尺度的主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量估算模型的華北落葉松、白樺、樟子松、蒙古櫟、云杉的決定系數(shù)(R2)均已超過(guò)0.8;偏差、相對(duì)偏差、均方根誤差、相對(duì)均方根誤差也都表現(xiàn)較優(yōu)。此外,考慮到格網(wǎng)中心碳儲(chǔ)量估算模型的數(shù)據(jù)量、計(jì)算量和森林資源調(diào)查實(shí)用性,結(jié)合二類(lèi)調(diào)查數(shù)據(jù)的特點(diǎn),最終采用5×5格網(wǎng)尺度的主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量估算模型對(duì)塞罕壩林場(chǎng)總體碳儲(chǔ)量的估算,能夠很好平衡格網(wǎng)間距與估算精度的相互關(guān)系。

表4 塞罕壩林場(chǎng)不同尺度主要優(yōu)勢(shì)樹(shù)種的碳儲(chǔ)量估算精度

3.3 5×5格網(wǎng)尺度主要優(yōu)勢(shì)樹(shù)種格網(wǎng)中心碳儲(chǔ)量的估算精度評(píng)價(jià)

由圖6可知,在5×5格網(wǎng)尺度主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量估算模型的精度評(píng)價(jià)中,華北落葉松、白樺、樟子松、蒙古櫟、云杉主要優(yōu)勢(shì)樹(shù)種估算模型的實(shí)測(cè)碳儲(chǔ)量與預(yù)測(cè)碳儲(chǔ)量的決定系數(shù)(R2)均在0.8以上,具體分別為0.910、0.887、0.956、0.864、0.913。因此,BO-RF的碳儲(chǔ)量估算模型對(duì)不同樹(shù)種的林齡、株數(shù)、郁閉度與格網(wǎng)中心碳儲(chǔ)量參數(shù)之間具有很好的擬合效果,適宜塞罕壩林場(chǎng)主要優(yōu)勢(shì)樹(shù)種森林碳儲(chǔ)量估算的需求。

圖6 塞罕壩林場(chǎng)5×5格網(wǎng)尺度主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量估算模型擬合效果

3.4 主要優(yōu)勢(shì)樹(shù)碳儲(chǔ)量空間統(tǒng)計(jì)和估算精度驗(yàn)證

由圖7可知,根據(jù)華北落葉松、白樺、樟子松、蒙古櫟、云杉格網(wǎng)中心估算的碳儲(chǔ)量,利用ArcGIS軟件的反距離加權(quán)插值方法進(jìn)行空間插值,完成主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量空間插值后的空間分布和塞罕壩林場(chǎng)總體森林碳儲(chǔ)量的估算。

圖7 塞罕壩林場(chǎng)主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量的空間分布

由表5可知,各主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量估算的精度均超過(guò)99%,塞罕壩林場(chǎng)的整體性實(shí)測(cè)碳儲(chǔ)量與預(yù)測(cè)碳儲(chǔ)量之差21 958.83 t。說(shuō)明分樹(shù)種進(jìn)行空間格網(wǎng)化方法能夠以較高的精度對(duì)塞罕壩林場(chǎng)主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量的整體性估算。

表5 塞罕壩林場(chǎng)主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量的整體估算結(jié)果

4 結(jié)論與討論

本研究根據(jù)塞罕壩林場(chǎng)的二類(lèi)調(diào)查數(shù)據(jù),通過(guò)空間格網(wǎng)化方法,將二類(lèi)調(diào)查數(shù)據(jù)的林齡、株數(shù)、郁閉度、蓄積量參數(shù)提取至不同尺度的格網(wǎng)中心,通過(guò)蓄積量-生物量轉(zhuǎn)換模型和生物量-碳儲(chǔ)量轉(zhuǎn)換模型的轉(zhuǎn)換參數(shù),將格網(wǎng)中心的蓄積量換算為碳儲(chǔ)量,采用Python軟件的BO-RF算法進(jìn)行建模估算和ArcGIS軟件的反距離加權(quán)插值方法進(jìn)行空間統(tǒng)計(jì),選擇精度較高森林碳儲(chǔ)量估算的格網(wǎng)尺度,對(duì)塞罕壩林場(chǎng)的主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量的整體性估算。

塞罕壩林場(chǎng)的3×3、5×5、7×7、9×9等4種格網(wǎng)尺度中,以3×3、5×5格網(wǎng)尺度的主要優(yōu)勢(shì)樹(shù)種碳儲(chǔ)量估算模型的精度表現(xiàn)較佳,華北落葉松、白樺、樟子松、蒙古櫟和云杉的決定系數(shù)(R2)均在0.8以上,偏差、相對(duì)偏差、均方根誤差和相對(duì)均方根誤差也都表現(xiàn)較優(yōu)。其中,5×5格網(wǎng)尺度主要優(yōu)勢(shì)樹(shù)種的BO-RF的碳儲(chǔ)量估算模型對(duì)塞罕壩林場(chǎng)5種主要樹(shù)種的林齡、株數(shù)、郁閉度與格網(wǎng)中心碳儲(chǔ)量的擬合效果明顯,決定系數(shù)(R2)分別為0.910、0.887、0.956、0.864、0.913,能夠很好地處理數(shù)據(jù)量、計(jì)算量和森林資源調(diào)查實(shí)用性的相互關(guān)系。主要優(yōu)勢(shì)樹(shù)種的格網(wǎng)中心估算的森林碳儲(chǔ)量,通過(guò)ArcGIS軟件的反距離加權(quán)插值方法進(jìn)行空間插值實(shí)現(xiàn)空間分布,經(jīng)像元統(tǒng)計(jì)得到主要優(yōu)勢(shì)樹(shù)種的整體性碳儲(chǔ)量空間統(tǒng)計(jì),與林班直接估算的整體性碳儲(chǔ)量對(duì)比分析,塞罕壩林場(chǎng)碳儲(chǔ)量整體性估算的精度99%以上,林場(chǎng)整體性實(shí)測(cè)碳儲(chǔ)量與預(yù)測(cè)碳儲(chǔ)量之差21 958.83 t。因此,分樹(shù)種的空間格網(wǎng)化方法能夠有效地森林碳儲(chǔ)量的整體性估算。

塞罕壩林場(chǎng)的二類(lèi)調(diào)查數(shù)據(jù)僅對(duì)活立木本身進(jìn)行了調(diào)查,缺少枯枝落葉層、林下層、土壤層等數(shù)據(jù)的調(diào)查,因此對(duì)塞罕壩林場(chǎng)主要優(yōu)勢(shì)樹(shù)種森林碳儲(chǔ)量的估算有一定程度的偏低[20]。本研究所用蓄積量-生物量轉(zhuǎn)換模型和生物量-碳儲(chǔ)量轉(zhuǎn)換模型的參數(shù),主要來(lái)自于區(qū)域和國(guó)家尺度森林碳儲(chǔ)量估算研究的文獻(xiàn)。若能開(kāi)展研究區(qū)實(shí)地的森林碳儲(chǔ)量轉(zhuǎn)換參數(shù)測(cè)定,這將有利于提高結(jié)果的適用性與準(zhǔn)確性[21]。分樹(shù)種的空間格網(wǎng)化方法對(duì)森林碳儲(chǔ)量估算模型的構(gòu)建具有一定的現(xiàn)實(shí)意義,有利于節(jié)省人力和財(cái)力,縮短森林資源調(diào)查的更新周期[22]。隨著遙感方法在林業(yè)資源監(jiān)測(cè)方面的廣泛應(yīng)用,遙感技術(shù)與二類(lèi)調(diào)查數(shù)據(jù)結(jié)合將成為今后不同區(qū)域尺度森林生物量、碳儲(chǔ)量估算的重要途徑[23-24]。