研究生知识库

植被生物量是陆地碳储量与碳循环研究的重要组成部分，植被生物量的准确估算成为陆地生态系统碳计量和监测的核心问题。中国西南地区是中国乃至全球喀斯特地貌分布最大、景观类型最丰富的高原山区。因此，西南喀斯特地区植被生物量的精确估算对陆地生态系统碳循环研究具有重要意义。然而，喀斯特地区具有较高的生境异质性，景观类型复杂多样，山区陡峭而艰险以及复杂且不规则的植物生长形式导致野外取样能力受到限制，在这极其特殊的喀斯特地区进行的生物量研究都是基于少量小样地或中/低分辨率影像数据而开展的。然而，传统方法获得的生物量容易过时，且不能够反映出区域尺度的生物量空间分布。而中等或低分辨率影像数据不能解决混合像元问题或难以与野外实测数据进行匹配，导致其不能对复杂森林地上生物量进行准确估算。高分辨率影像数据则可有效弥补中/低分辨率在这方面的不足。因此，本研究选取能够代表不同喀斯特地貌结构的后寨河流域（高原型）、板寨流域（峰丛洼地型）、朗溪流域（岩溶槽谷型）以及孟寨流域（峡谷型）作为重点研究区，基于高分辨率Pléiades影像数据与样地实测地上生物量数据构建四流域植被地上生物量估算模型，以期探索出一套快捷而精确的适合中国西南喀斯特地区植被地上生物量估算的技术方法。利用各流域Pléiades数据提取的植被指数（ARVI、EVI、NDVI、DVI、GNDVI、 RVI、SAVI）、红波段反射率、蓝波段反射率；DEM数据提取的海拔和坡度，以及土地利用/土地覆盖数据作为模型输入，各流域样地实测地上生物量作为模型输出，基于MATLAB R2016b 的神经网络工具箱分别构建四流域神经网络模型。将各流域实测地上生物量数据随机分为模型训练数据和检验数据（3：1）。将预留的检验数据代入训练好的神经网络模型，采用实测值与仿真预测值间的均方根误差和平均相对误差对各流域神经网络模型进行精度检验。最后，分别利用中国西南不同喀斯特地貌区MODIS 13Q1数据和DEM数据提取的植被指数、海拔、坡度，及基于全球30米地表覆盖数据生成的土地利用/土地覆盖数据等变量作为模型输入，从而对西南不同喀斯特地貌类型植被地上生物量进行定量估算，并对其可行性进行探讨。主要研究结论如下：（1）后寨河流域、板寨流域、朗溪流域和孟寨流域神经网络模型的均方根误差分别为11.85 t/ha、11.80 t/ha、9.24 t/ha和8.76 t/ha，平均相对误差分别为9.77%、9.27%、9.05%和9.46%。说明本研究构建的四流域神经网络生物量估算模型具有较高的准确性，适合于四喀斯特流域植被地上生物量估算。（2）后寨流域、板寨流域、朗溪流域和孟寨流域面积分别为75 km2、84.43 km2、71.48 km2和34.56 km2，总地上生物量分别为0.215 Tg、0.921 Tg、0.371 Tg和0.091 Tg。四流域中林地地上生物量最高的是板寨流域（135.63 t/ha），其次为后寨河流域（120.57 t/ha）和朗溪流域（97.93 t/ha），孟寨流域（87.64 t/ha）最低。而在整个西南喀斯特地貌类型中，林地地上生物量最高的是峰丛洼地型（128.23 t/ha），其次为槽谷型（103.53 t/ha）和峡谷型（86.78 t/ha），高原型（70.29 t/ha）最低。（3）基于本研究构建的神经网络模型，高原型喀斯特地貌单元（45572.82 km2）、峰丛洼地型喀斯特地貌单元（88855.69 km2）、槽谷型喀斯特地貌单元（125890.91 km2）和峡谷型喀斯特地貌单元（36814 km2）植被地上生物量分别为188.45 Tg、684.26 Tg、869.20 Tg和160.91 Tg。总面积为295196.50 km2的中国西南喀斯特地区（高原型、峰丛洼地型、槽谷型和峡谷型）植被地上生物量为1906.09 Tg，林地、灌木和灌草丛分别占75.42%、12.88%和1.24%，其中林地平均地上生物量为105.45 t/ha。（4）西南喀斯特森林地上生物量低于相同气候带的非喀斯特森林，属于低地上生物量的森林生态系统，但远远高于灌木和灌草丛地上生物量。较高的植被地上生物量值主要发现于坡度为16 - 35°这一坡度范围的石灰土中，这与喀斯特森林主要生长分布的地带一致。（5）西南喀斯特地区植被地上生物量的空间分布格局与植被和土地利用/土地覆盖类型空间分布密切相关，即较高的植被地上生物量值主要发现于林地分布区。此外，喀斯特植被地上生物量随海拔高度和坡度的增加表现出先增后减的变化趋势。通过神经网络模型反演的喀斯特植被地上生物量空间分布格局与野外调查结果吻合，说明本研究构建的神经网络模型适用于西南喀斯特地貌区植被地上生物量的估算。