区域尺度森林地上生物量的不确定性度量研究

摘要

森林生物量和碳储量估计以及不确定性度量是《联合国气候变化框架公约》(UNFCCC)规定的所有缔约国均有义务定期报告的重要内容之一。基于森林资源清查数据的生物量估计在由单木水平、样地水平推算到区域水平的过程中存在大量不确定性，忽略这些不确定性或笼统地归为一项随机误差将导致区域尺度森林生物量估测结果产生较大误差。因此，明确误差来源并精确度量不同来源误差导致的生物量不确定性，对提高生物量、碳储量及其动态变化量计量精度，为国家温室气体排放碳汇清单编制提供可靠科学基础具有重要意义。本研究以杉木（Cunninghamia lanceolata）和马尾松（Pinusmassoniana）为研究对象，基于江西省固定样地连续清查数据，采用单木生物量模型法和生物量转换因子法对区域尺度森林地上生物量进行估计，同时应用模型分析法、蒙特卡洛模拟法、误差传递法和改进模型分析法分别度量了测量误差、模型误差、抽样误差在生物量估计过程中所导致的生物量不确定性和生物量转换因子(BEF)不确定性，还研究了模型形式、建模样本量、残差变异性、各自变量误差等因素对生物量不确定性的影响程度:
　　(1)分别采用目前广泛使用的三种生物量模型形式为江西省杉木和马尾松地上生物量和单木各分量（树干、树皮、树枝和树叶）生物量建立了生物量估计模型并估计了地上和单木各组分生物量，并基于模型分析法分别度量了由抽样误差和模型误差导致的生物量不确定性。研究结果表明，在g=a·Db+ε、g=a·Db·Hc+ε和g=a·(D2H)b+ε三种模型形式下，江西省杉木地上生物量分别为19.67±1.37 t/ha、17.36±1.09 t/ha和17.07±1.11 t/ha，马尾松地上生物量分别为20.45±1.40 t/ha、18.29±1.29 t/ha和17.20±1.35t/ha。采用不同的模型形式估计的生物量结果差异较大，其中模型误差对生物量不确定性的影响大于抽样误差。在单木各组分生物量的估计中，树干、树皮生物量估计相对于树枝和树叶生物量估计拥有更低的模型误差不确定性。
　　(2)采用蒙特卡洛模拟法对江西省杉木和马尾松进行区域尺度森林地上生物量的估计及其不确定性度量，并研究了单木生物量估计模型的残差变异性对区域尺度森林地上生物量估计中不确定性的影响。研究结果表明，2009年江西省杉木地上生物量为19.67±1.26 t/ha，不确定性占生物量估计值6.41％;马尾松地上生物量为20.50±1.50 t/ha，不确定性占生物量估计值7.33％;不同决定系数R2所反应的模型残差变异性对大尺度生物量估计的影响较小，但较高的R2能有效缩短蒙特卡洛模拟的运算时间。
　　(3)通过结合蒙特卡洛模拟法，对模型分析法进行改进，在此基础上对江西省杉木和马尾松进行区域尺度森林地上生物量进行估计及其不确定性度量。研究了不同建模样本量对区域尺度森林地上生物量和不确定性的影响。研究结果表明，改进模型分析法既延续了蒙特卡洛模拟法的稳定性，又继承了模型分析法能分别度量模型误差和抽样误差等导致的生物量不确定性的优点。模型误差不确定性随建模样本量的缩小而增大，最终导致生物量总不确定性增大，且蒙特卡洛模拟结果由剧烈波动状态到平稳状态所需要的运算时间延长。因此，增加建模数据量能有效提高生物量估计模型的估计精度、准确度以及工作效率，并降低不确定性。
　　(4)采用误差传递法估计了江西省杉木和马尾松地上生物量，并分别度量了测量误差、模型误差和抽样误差导致的生物量不确定性，其中测量误差是在假设胸径的测量误差服从均值为零，标准差为5％胸径测量值的正态分布，树高的测量误差服从均值为零，标准差为10％树高测量值的正态分布的基础上进行不确定性度量。研究结果表明，测量误差导致的生物量不确定性占杉木生物量的0.08％，占马尾松生物量的0.21％，说明测量误差对区域尺度乔木地上生物量不确定性的影响非常小。
　　(5)采用生物量转换因子法(BEF)估计了区域尺度地上森林生物量，并首次结合蒙特卡洛模拟法度量了生物量和生物量转换因子的不确定性，对生物量转换因子估计中可能产生误差的变量进行了敏感度分析，误差干扰项包括:单木生物量估计模型误差、单木材积模型误差、单木生物量估计模型和单木材积模型联合误差、胸径测量误差和树高测量误差。研究结果表明，江西省杉木生物量转换因子为0.509±0.042 t/m3，马尾松为0.630±0.042 t/m3;五种误差干扰项中，单木生物量估计模型误差和单木材积模型误差相对于其他测树因子测量误差仍然是导致区域尺度乔木地上生物量估计不确定性的最主要误差来源。

目录

声明

摘要

第一章 绪论

1．1 引言

1．1．1 研究背景

1．1．2 国内外研究现状及评述

1．2 研究目标和主要研究内容

1．2．1 研究目标

1．2．2 主要研究内容

1．3 研究技术路线

第二章 研究区概况与数据

2．1 研究区域概况

2．2 研究数据采集与处理

2．2．1 树种简介

2．2．2 单木生物量建模数据

2．2．3 树高估计方法

2．2．4 固定样地调查数据

第三章 地上生物量及单木各组分生物量模型估计

3．1 单木总生物量及各组分生物量模型建立

3．2 结果与分析

3．2．1 以胸径为唯一自变量

3．2．2 以胸径和树高为自变量

3．3 小结

第四章 基于模型分析法的生物量估计及不确定性度量

4．1 研究方法

4．1．1 模型分析法原理

4．1．2 泰勒级数原理应用

4．1．3 抽样误差与模型估测误差导致的不确定性度量

4．2 结果与分析

4．2．1 地上生物量估计和不确定性度量

4．2．2 树干生物量估计和不确定性度量

4．2．3 树皮生物量估计和不确定性度量

4．2．4 树枝生物量估计和不确定性度量

4．2．5 树叶生物量估计和不确定性度量

4．3 小结

第五章 基于蒙特卡洛法的生物量估计及不确定性度量

5．1 研究方法

5．1．1 乔木地上生物量模型的确定

5．1．2 蒙特卡洛法模拟步骤

5．1．3 残差变异性对乔木地上生物量估计中不确定性的影响

5．2 结果与分析

5．2．1 乔木地上生物量估计和不确定性度量

5．2．2 残差变异性对不确定性的影响

5．3 小结

第六章 改进模型分析法的生物量估计及不确定性度量

6．1 研究方法

6．1．1 单木生物量模型与残差估计

6．1．2 改进模型分析法运算步骤

6．1．3 建模样本量对乔木地上生物量估计中不确定性的影响

6．2 结果与分析

6．2．1 生物量估计与不确定性度量

6．2．2 建模样本量对不确定性的影响

6．3 小结

第七章 基于误差传递法的生物量估计及不确定性度量

7．1 研究方法

7．1．1 乔木生物量估计

7．1．2 测量误差导致的生物量不确定性度量

7．1．3 抽样误差导致的生物量不确定性度量

7．1．4 模型误差导致的生物量不确定性度量

7．1．5 生物量估计总误差

7．2 结果与分析

7．3 小结

第八章 生物量转换因子的生物量估计及不确定性度量

8．1 研究方法

8．1．1 基于生物量转换因子法(BEF)的乔木地上生物量估计原理

8．1．2 基于蒙特卡洛模拟法的BEF估计和不确定性度量

8．1．3 敏感度分析

8．2 结果与分析

8．2．1 样地水平BEF估计、不确定性度量和敏感度分析

8．2．2 乔木地上生物量的估计和不确定性度量

8．3 小结

第九章 结论与讨论

9．1 不同误差来源对乔木地上及各组分生物量估计和不确定性度量的影响

9．2 不确定性度量方法比较

9．3 主要创新点

9．4 展望

参考文献

附录

在读期间的学术研究

致谢