论文部分内容阅读
准确估算区域森林生物量能够为森林可持续经营与管理提供政策支持与依据。但是，由于森林生物量受多重环境因子的综合影响，且地表变量在时间和空间上具有高度异质性，导致森林生物量的估算较为困难，因此提出一种能直接精确估算区域尺度森林生物量的尺度转换方法意义重大。目前已报道的生态系统过程模型依靠其内在的物理过程和动力学机制，通过数据输入、参数校准进行森林生理生态模拟并推算植被生物量。但因其存在模型结构误差，导致模拟预测精度受到影响。本文以漳州市南靖县为案例，基于2003年和2009年两期桉树人工林二类调查数据资料和野外实地解析木数据，研究桉树生物量的模型模拟值与真实观测值之间差异的空间分布，采用诊断框架分析环境因子对生物量差异的空间分布的影响机制，获得模型结构改进的回归方程式，从而使改进后的模型能够更精确地模拟生物量，为空间及时间尺度的拓展提供理论支持。对南靖县两期323个林班的研究结果表明:地形因子尤其海拔，对生物量差异的空间分布影响很大，而土壤因子的影响相对较小;基于遗传算法的结果并运行优化后的3PG2模型，在时间尺度拓展方面，偏差由38.35％降低到12.01％;在空间尺度拓展方面，偏差由38.5％降到11.39％。 本文中的诊断框架包括地理回归探测器技术，算法研究，3PG2模型和计算机编程技术。3PG2模型是一个基于光合生理过程，同时考虑了天气因子、立地条件、经营措施和树木生理特性的林分生长预测模型，具有良好的适用性，参数数量较少，易于校准而且设置合理，已广泛应用于世界多个区域如巴西，澳大利亚的林业研究和规划经营，有效地提升了当地的林业经营管理水平和科技含量。地理回归探测器是一种全新的统计方法，基于变量空间格局的一致性，包含风险探测、因子探测、生态探测和交互探测，探索目标变量与环境因子之间的内在联系，且不受先验假设与条件的限制。本文利用地理回归探测器技术对生物量的实地观测值与模型模拟值之间差异值的空间分布进行分析，就不同环境因子对该生物量差异的贡献率进行量化，并对不同因子影响该差异的机制进行研究，为模型的改造提供理论基础。遗传算法是一种模拟进化算法，其基本思想是模拟自然界遗传机制和生物进化论而形成的一种过程搜索最优解的算法，本研究采用遗传算法探寻环境因子对生物量差异的空间分布的具体贡献率，从而将环境因子加入改进后的模型以获得更为精确的生物量模拟。 对未来相关研究的一些建议:(1)区别人工林遭受人为干扰影响的程度，制定更加具有针对性的森林管理措施;(2)遗传算法中考虑高阶函数以获得更优的校准结果;(3)改进模型时，不仅可以考虑改写某些模块，而且可以在先验机制的基础上添加新的模型模块。