购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

1.1 研究背景及内容

1.1.1 研究背景

全球陆地生态系统的主体是森林生态系统。森林是陆地生态系统中最大的碳库,占全球总植被碳储量的86%,是全球水源涵养地,是生物多样性保护地,是防止水土流失的重要保障,是实现碳中和以及调节全球气候的关键,森林的重要价值和作用为世人所共识(Nowak et al.,2002;Olson et al.,1983;蔡越,2018;朱文泉等,2001)。2009年全球气候峰会的重要议题之一就是森林保护、碳汇交易与清洁能源技术转移等科技性议题。2016年第22届联合国气候变化大会是《巴黎协定》(2015年)正式生效后的第一次缔约方大会,增汇减排再次提上议题,中国学者周国模教授参加峰会并呼吁竹林的固碳效应(文越,2016)。中国是发展中的人口大国,根据第七次全国人口普查,全国人口共141178万人。中国是承受全球气候变化不利影响的发展中国家,也是积极参与治理全球气候变化的勇于担当大国责任的国家(张文娟,2016),为全球生态环境做出积极贡献。当今,全球大范围的生态系统被破坏或退化,恢复和改善迫在眉睫。联合国在2019年宣布从2021年到2030年为恢复全球生态系统的十年,其重要对策就是增汇减排,而增汇主要途径是植树造林。2020年,习近平总书记在中央经济工作会议上部署2021年重点工作任务是“做好碳达峰、碳中和工作”,其中,碳中和是指通过植树造林和提高森林质量来增加森林碳汇等“碳吸收”和节能减排降低“碳排放”两个主要方面的措施抵消人类在一定时间内生产和生活中直接或者间接产生的二氧化碳排放总量,实现二氧化碳“净零排放”。2020年9月22日,习近平主席在第75届联合国大会上提出中国目标,努力争取实现2030年碳达峰、2060年碳中和。2020年浙江省政协十二届三次会议上,政协委员的报告指出,截至2017年全球森林碳汇储存量大约为4500亿吨,相当于大气含碳量的2/3。因此,植树造林增汇被国际社会广泛认为是碳中和的最有效手段,是应对气候变化、恢复生态系统和促进碳中和的重要途径,同时需要监测和测算森林碳储量、碳分布和碳变迁。

竹子是禾本科竹亚科草本植物,全球约有70属,1200余种,主要分布在热带和亚热带地区。竹子在全球分布面积约为32×10 6 hm 2 ,约占全球森林面积的1%,其中80%的竹子分布在东亚和东南亚(FAO, 2014)。竹子克隆繁殖速度快,在全球森林面积逐渐减少的同时,竹子却呈现“越砍越旺”的增长趋势,目前全球约有25亿人直接参与竹子的生产和消费(Scurlock, 2000)。据第八次全国森林资源清查统计(2009—2013),中国竹林面积为6.01×10 6 hm 2 ,毛竹林面积为4.43×10 6 hm 2 ,占全国竹林面积的73%(刘玉莉,2018)。在历届联合国气候变化大会上,中国学者都在呼吁竹子的经济价值和生态价值,以及对减缓气候变化的作用。2016年第21届联合国气候变化大会上,中国竹林碳循环专家周国模教授指出,竹子具有良好的生态价值,在应对全球气候变化中可以发挥重要作用,同时可促进乡村振兴和经济发展(蔡越,2018)。楼一平教授在专著 Bamboo and Climate Change Mitigation (Lou et al., 2010)中充分肯定了竹林资源,特别是毛竹林的高效固碳能力,以及对全球碳中和的贡献,竹林的生态价值在全球得到了更大的认可和全社会的关注。快速生长和碳积累使得毛竹林拥有强大的碳储量和固碳潜力。研究表明,毛竹林年固碳量达5.1Mg/hm 2 ,是速生阶段杉木的1.46倍(周国模等,2004)。我国毛竹林碳储量约为(611.15±142.31)Tg,毛竹每年能够存储的碳量为(10.19±2.54)Tg(Li et al., 2015)。我国竹林碳储量在过去50年呈逐渐增加趋势,并且在竹林面积不断增加的背景下继续提高(陈先刚等,2008)。毛竹作为我国林业应对气候变化的重要战略资源,对全球碳汇做出的重要贡献受到了科学界的广泛关注(FAO, 2014; Li et al., 2015; Wang et al., 2013; Dai et al., 2018; Nath et al., 2015; Song et al., 2011)。

与其他森林类型相比,毛竹林除具有生长速度快、砍伐周期短等典型特征外,同时受到人类经营干扰强烈,如挖笋、施肥、除草、钩梢等,具有独特的生理生态特征:①毛竹生长速度快。母竹及幼竹在厌氧和自养呼吸的转换过程中产生大量的能量供应细胞分裂生长,使毛竹在40~60天内经历笋芽—竹笋—幼株—成竹的成长过程。研究区内毛竹笋出土时间为3月中下旬到4月中旬,在5月初到5月底完成生长,6月竹枝和竹叶开始逐渐展开。②毛竹林的年龄跟竹林换叶有关,用度表示。竹笋生长到第二年换叶为一度,以后每隔两年换叶一次,增加一度。一度竹竹秆呈青绿色,含水量高。二度竹竹秆呈绿色。三度竹竹秆大多呈黄绿色,竹秆木质化较重。四度竹竹秆呈黄褐色,大多数已被竹农砍伐,分布较少。③毛竹林具有明显的大小年特征。竹林之间存在明显的出笋量差异,根据出笋成竹的多少为划分依据,将毛竹林划分为大年毛竹林和小年毛竹林。大年毛竹林年内挖笋少,大多竹笋被留养成竹,而小年毛竹林则出笋少,人类会全部挖掉。④毛竹林的叶色变化特殊,随四季变化。竹叶在两年的生长周期内出现“三黄二黑”现象,主要表现为大年春季出笋导致营养不足,叶色变黄,夏季生长和营养积累后,叶色变深绿色,冬季逐渐枯黄并落叶,第二年春季不出笋积累营养后变深绿色,直到第三年出笋前,叶色变黄。⑤经营管理强度高。经营性毛竹林存在较规律的松土、施肥、除草、挖笋、钩梢、砍伐等措施。通常情况下,根据立地条件,在3月出笋前进行施肥。冬季来临前,对毛竹林进行钩梢处理,这是减轻雪灾的主要应急措施。钩梢处理直接造成了毛竹林冠层结构的变化,在新竹抽枝展叶到新竹钩梢的这段时间内,大小年毛竹林冠层有着清晰的边界。另外,农户掌握每株立竹的年龄,并根据毛竹龄级进行择伐。毛竹林这些独特的生理生态特征和人为干扰给毛竹林资源监测带来了极大的困难和挑战。

自20世纪中期第一颗人造卫星成功发射升空后,遥感技术已经成为对地监测的重要手段之一,以Landsat系列卫星为代表的遥感数据在全球范围内被广泛研究和应用,随着航天科技和信息技术的快速发展与进步,SPOT、Senti nel-2等卫星平台的发布与免费数据提供,激光雷达等前沿技术在林业资源监测上的深入应用,多源、多平台、多分辨率的遥感大数据时代已经来临,林业遥感监测也逐渐迈向“空天地”多尺度时代。精准的定位技术、海量的数据源、稳定的时间序列优势为实现毛竹林生态系统物质生产与能量流动研究提供了可能。本研究的目标是从不同研究尺度(单株—样地—区域)、不同森林结构参数(胸径、年龄)和物候能量流动角度(物候、生物量)来探讨新技术在毛竹林生态系统遥感监测中的应用及潜力。研究结果对提高毛竹林碳汇量估测精度和精准预测毛竹林碳汇交易具有重要的科学价值,而且对政府决策支持和农民增产增收等方面具有重要的指导意义。

1.1.2 研究内容
1 毛竹林参数测算

(1)基于点云数据的单株毛竹几何参数测算

通过Leica C5采集毛竹林的点云数据,利用常用软件对单株毛竹进行建模,分析建模效果,为虚拟场景中毛竹模型提供选择参考;量测单株毛竹模型的四参数并分析精度,为构建单株毛竹AGB(Above Ground Biomass,地上生物量)模型提供几何参数。

(2)基于竹秆激光回波强度的竹龄判别数学模型

毛竹竹龄是毛竹AGB模型中的重要参数,利用TLS(Terrestrial Laser Scanning,地面激光扫描)点云数据获得毛竹竹秆的激光回波强度值,建立数学模型进行强度值归一化改正,拟合激光回波强度值与不同竹龄的函数模型,并精度验证,探索自动化识别毛竹竹龄的方法,为毛竹AGB计算提供竹龄参数。

(3)基于红边波段的毛竹大小年识别

利用地面调查的毛竹林真实数据,分析大年季节光谱变化特征,找到区分毛竹林与其他常绿植被的最佳时间窗口和光谱波段,构建基于大小年的毛竹林多时相遥感指数;从不同的分类策略和遥感数据源出发,结合不同的植被指数组合,利用决策树(Decision Tree, DT)和分层分类法对研究区的毛竹林进行遥感分类,对比不同时相、不同数据源下的毛竹林遥感分类效果;对不同时相、不同数据源下的毛竹林遥感分类结果进行精度评价,评估毛竹林多时相指数在其他研究区域的可移植性。

1 毛竹林物候监测

(1)大小年时空分异规律研究

选择毛竹分布广泛的浙江省安吉县和安徽省广德市为研究区,基于2018—2020年时间序列Sentinel-2数据和多时相年际毛竹林遥感指数,获取毛竹林的大小年空间分布信息,对比大小年毛竹林在不同行政区划和地形条件下的空间分布格局,构建毛竹林大小年分异指数(Moso bamboo On-off year Differentia tion Index, MODI),分析大小年毛竹林在行政区划和像元级的分异规律。

(2)毛竹林物候期遥感监测

结合地面物候监测数据和时间序列VENμS(Vegetation and Environment monitoring on a New Micro Satellite)数据,着重从红边波段去构建新的毛竹林物候指数,分析毛竹林物候和气候变化的响应。主要的步骤包括:①将2018—2019年的时间序列VENμS数据进行预处理,获取无云的时间序列数据,分析可见光至近红外的光谱时间序列特征;②对比以不同红边为基础构建的时间序列植被指数特征,利用时间序列谐波分析法对时序植被指数进行平滑和拟合处理,遴选毛竹林物候监测的最佳植被指数;③运用物候监测算法反演毛竹林的物候期,分析时序植被指数与气象因子的响应关系。

1 毛竹林地上生物量估测

(1)毛竹笋地上生物量测算模型与碳储量演化过程

毛竹林爆发生长期的AGB,即笋竹共生林AGB,拟合区域性的竹笋材积量与AGB转换模型参数,是研究毛竹笋生长特征和笋竹林实时AGB的关键。通过竹笋时间序列的生物量变化曲线,为快速获取笋竹林AGB提供测算方法。

(2)单株及样地尺度毛竹地上生物量

构建单株毛竹和毛竹林样地AGB数学模型,实现地面LiDAR(Light De tection and Ranging,激光雷达)应用于毛竹AGB的测量新方法,并首次提出了笋竹林瞬时AGB模型和精准测量了毛竹冠层生物量。

(3)区域尺度毛竹地上生物量

分析单株毛竹生物量的时间序列分布特征并构建单株毛竹时间序列生物量估测方程,计算了单株和样地尺度的毛竹林时间序列分布。结合遥感时间序列数据,筛选了不同时间下的毛竹林地上生物量估测变量,开展了区域毛竹林地上生物量估测。 8KKwF4tHkywC/m2mfn9Fg7mGtAHkkwArasZfEaMfesH4LoFLnvtxe+lHR1J4jFWt

点击中间区域
呼出菜单
上一章
目录
下一章
×