全 文 ：第 35 卷第 4 期
2015年 2月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol.35,No.4
Feb.,2015
http: / / www.ecologica.cn
基金项目:国家自然科学基金重点项目(91025015)
收稿日期:2013鄄09鄄24; 摇 摇 修订日期:2014鄄07鄄15
*通讯作者 Corresponding author.E鄄mail: nanzhr@ lzb.ac.cn
DOI: 10.5846 / stxb201309242347
李文娟,赵传燕,彭守璋,王清涛,马文瑛,袁亚鹏,高婵婵.黑河上游天涝池流域灌丛地上生物量空间分布.生态学报,2015,35(4):1134鄄1141.
Li W J, Zhao C Y, Peng S Z, Wang Q T, Ma W Y, Yuan Y P, Gao C C.The spatial distribution of the aboveground biomass shrub in Tianlaochi catchment
in the upper reaches of Heihe River.Acta Ecologica Sinica,2015,35(4):1134鄄1141.
黑河上游天涝池流域灌丛地上生物量空间分布
李文娟,赵传燕*,彭守璋,王清涛,马文瑛,袁亚鹏,高婵婵
兰州大学 生命科学学院, 草地农业生态系统国家重点实验室,兰州摇 730000
摘要:祁连山自然保护区是河西地区重要的水源涵养区,而灌丛作为祁连山主要植被类型之一,对该区水源涵养功能具有举足
轻重的作用。 以黑河上游天涝池流域灌丛为研究对象,基于野外调查结合研究区机载 LiDAR(Light Detection And Ranging)数据
和 Geoeye鄄1影像,研究灌丛地上生物量的空间分布。 结果表明:样方生物量与易测因子(平均丛高和样方盖度)呈幂函数关系;
机载 LiDAR数据能够较精确地反演灌丛平均高度以及样方盖度;利用其反演数据获得研究区灌丛地上总生物量为 141 t;单位
面积最大地上生物量为 691.8 g / m2;在海拔 3300—3400 m 高度带灌丛地上生物量最大,为 40郾 4 t;在海拔 2655—3300 m 高度
带,随着海拔的升高灌丛地上总生物量在增加;在海拔 3400—3750 m高度带,随着海拔的升高而灌丛地上总生物量逐渐减少。
关键词:灌丛;地上生物量;黑河上游;空间分布;机载激光雷达
The spatial distribution of the aboveground biomass shrub in Tianlaochi
catchment in the upper reaches of Heihe River
LI Wenjuan, ZHAO Chuanyan*, PENG Shouzhang, WANG Qingtao, MA Wenying, YUAN Yapeng,
GAO Chanchan
State Key Laboratory of Grassland and Agro鄄Ecosystems, School of Life Sciences, Lanzhou University,Lanzhou 730000,China
Abstract: Qilian Mountain is water source areas of Heihe River, Shiyang River and Shule River. The Heihe River as the
second longest inland river in China has been paid more attention due to its eco鄄environmental problems. These problems
include the continuous decrease in the discharge water of the Heihe River, desertification, salinization, and the increase of
sand storms. Therefore, a series of conservation programs have been conducted for ecological environmental restoration in
Qilian Mountain, especially in the upper reaches of Heihe River. To protect ecological environment of the upper reaches the
natural reserve of Qilian Mountain has been established in 1989, Which plays a significant duty on conservation of natural
vegetation. The shrub plays an important role in conservation water. The characteristics of the community are less studied.
We selected Tianlaochi catchment in the upper reaches of Heihe River as study area and took the four typical alpine shrubs
(Dasiphora fruticosa, Caragana jubata, Salix atrata and Spiraea alpine) as the study objects. We estimated aboveground
biomass by remote sensing data combining with measurements. First, investigation was carried out in August of 2011 and
2012. We measured the shrub coverage, the height and biomass in many sampling points. According to the observed data,
the relationship between biomass and coverage and height was built. Second, we collected remote sensing, such as airborne
LiDAR (Light Detection And Ranging) and high鄄resolution remote sensing image (Geoeye鄄1) . The LiDAR data was used to
obtain the spatial distribution of shrub height. Geoeye鄄1 data was used to retrieve the spatial distribution of shrub coverage.
Third, we calculated the spatial distribution of shrub aboveground biomass by the relationship and the spatial distribution of
http: / / www.ecologica.cn
shrub height and coverage in ArcInfo. The results show that the relationship between the aboveground biomass and shrub
height and coverage is a power function. The spatial distribution of aboveground biomass has great differences. The total
aboveground shrub biomass is 141 t in study area; the maximum aboveground biomass unit area is 691.8 g / m2 . The higher
aboveground biomass appears the zone with elevation ranging from 3300 to 3400 meters, which is the optimal habitat for
shrub growth, the total aboveground biomass is 40郾 4 t in the zone. The aboveground biomass of shrub increases with the
increase of elevation from 2655 to 3300 meters, nevertheless, it decreases with an increase of elevation from 3400 to 3750
meters. The variation of the aboveground biomass with elevation results from the combination of precipitation and
temperature. Precipitation increases with the increase of elevation. Instead, temperature decreases with the increase of
elevation. Form the study, we can draw some conclusions that the method to estimate shrub aboveground biomass is good
way, it is useful to obtain higher accuracy carbon storage of shrub. In addition, two structure characteristics of shrub (i.e.,
height and coverage) can be used as important input information for hydrological spatial simulation in the subsequent
researches.
Key Words: shrub; aboveground biomass; the upper reaches of Heihe River; spatial distribution; airborne LiDAR
灌丛分布面积占我国国土面积 20%[1],具有重要的生态服务功能,如其碳汇占我国陆地生态系统碳汇的
30%左右,是仅次于森林的重要碳汇[2],在西北干旱区,除碳汇功能外,灌丛又具有水源涵养功能,因此灌丛对
西北地区的生态服务功能不可忽视[3鄄5]。
生物量是整个生态系统运行的能量基础,是群落结构和功能的主要指标之一,对生物量的估测是深入研
究许多林业和生态问题的重要基础[6鄄9]。 目前估算生物量的方法有多种:如直接收获法、数学模型方法、遥感
方法。 直接收获法获得的生物量精度高,是数学模型方法和遥感方法的基础,刘江华等[10]采用直接收获法对
黄土丘陵区小流域次生灌丛群落的生物量进行了研究,但对该区植被破坏大,数学模型方法通常是基于大量
的样本统计获取生物量与易测因子(冠幅、高度、盖度)的关系来估测生物量,Hierro 等[11]基于建立了生物量
与冠幅、丛高的数学模型对阿根廷中部的半干旱生态系统的入侵灌木进行生物量估测,其估测精度达到
0郾 80,但该方法只限于样点尺度上的估算;遥感方法对区域生物量的分布格局研究最具有优势,Corona 等[12]
认为与传统估测方法相比遥感估测生物量省时省力且区域估测精度较高,Nelson 等[13]利用 LiDAR 数据估测
挪威海德马克地区森林生物量分布格局,估测精度达到 0郾 78,Dubayah等[14]利用中等分辨率的 LiDAR数据估
测了哥斯达黎加地区森林生物量空间分布格局。 目前遥感技术多应用于森林生物量的估算研究,但应用灌丛
地上生物量的研究较少,Loudermilk 等[15]认为主要由于灌丛的高度通过遥感技术获得的精度不高,由此限制
了遥感技术在区域灌丛地上生物量估算中的应用,高精度的 LiDAR 数据可以获取高精度的灌丛高度[16],能
显著提高灌丛地上生物量估算的精度[17],由此被众多学者认可[18鄄20]。 Estornell等[19鄄20]利用机载 LiDAR 数据
估测了西班牙巴伦西亚地区灌丛的地上生物量分布格局,其精度可达 0郾 78。 因此利用机载 LiDAR 数据估测
灌丛地上生物量成为热点。
祁连山灌丛面积约有 6.5伊105hm2,占祁连山区林业用地面积的 71.5%左右,是祁连山水源涵养林的重要
组成部分,然而对该地区高山灌丛的研究主要集中在土壤理化性质、降水截留方面[21鄄23],对灌丛地上生物量
的研究甚少[24],灌丛生物量的空间分布格局如何? 是灌丛生态水文过程(如降水截留差异和碳汇总量)研究
中必须回答的基本问题,而对该问题的研究鲜见。 本文通过野外采样建立样方生物量与易测因子最优关系
式,利用 Geoeye鄄1影像数据对研究区植被进行分类,提取出灌丛分布区,利用机载雷达数据反演灌丛分布区
内的丛高和盖度,基于 ArcGIS空间分析功能获取研究区灌丛地上生物量的空间分布,为该地区灌丛的水文过
程以及碳汇估算研究奠定基础。
5311摇 4期 摇 摇 摇 李文娟摇 等:黑河上游天涝池流域灌丛地上生物量空间分布 摇
http: / / www.ecologica.cn
1摇 数据收集与研究方法
1.1摇 研究区概况
摇 摇 研究区(图 1)位于黑河上游天涝池流域(38毅23忆56—38毅26忆 47义N;99毅 53忆 57—99毅 57忆 10义E),海拔 2655—
4400 m,面积 12.8 km2,年平均气温 0郾 4—2.4 益,无霜期 140 d以下,年降水量 400—600 mm,年降水分布很不
均匀,主要集中在夏季,5—9月降水占全年降水的 80%—90%,年均蒸发量 1005.5 mm,年日照时数 2600 h,相
对湿度 47%—58%,干燥度 0郾 6—1.9。 属典型的高寒半干旱、半湿润山地森林草地气候。 森林类型有青海云
杉(Picea crassifolia)林,主要分布在 2655—3400 m的阴坡,祁连圆柏(Sabina przewalskii)林分布在 2655—3400
m的阳坡,在 2655—3400 m高度带内,灌丛呈斑块状镶嵌在青海云杉林和祁连圆柏林分布区中,主要分布在
半阴坡,在 3400—3750 m高度带,高山灌丛占优势,呈条带状分布,主要有金露梅(Dasiphora fruticosa)、鬼箭
锦鸡儿(Caragana jubata)、吉拉柳(Salix atrata)和高山绣线菊(Spiraea alpina Pall.)等组成。
图 1摇 研究区位置、DEM和采样点的分布
Fig.1摇 Location and digital elevation model (DEM) of study area, and the spatial distribution of sampled plots
1.2摇 数据收集
1.2.1摇 野外数据获取
2011年和 2012年 8月在天涝池流域对灌丛进行调查。 根据灌丛分布区的分布沿着不同坡向设计样带,
在样带上根据海拔带以及同一海拔带不同坡度选择人为干扰较少,设置 2 m 伊 2m样方,共 235个(图 1)。 首
先将 2m 伊 2 m样方划分成 4个 1m 伊 1m的样方,调查 1m 伊 1m样方中灌丛物种组成,并测量其对应的灌丛高
度和冠幅周长用来统计样方中灌丛地上生物量,最后对 1m 伊 1m 样方进行垂直拍照,利用 ArcMap 中的栅格
计算器工具获取灌丛样方盖度。
1.2.2摇 影像数据的获取
机载 LiDAR数据获取时间为 2012年 8 月 25 日,飞行高度约 5500 m,共 6 条航带,地面覆盖面积约 100
km2。 飞机上搭载的 LiDAR系统为 ALS70,地表点的定位精度(水平 /垂直)为 0郾 3 m / 0郾 1 m。 数据的地理坐
标系统为 WGS84,投影采用 UTM六度分度第 47带,激光雷达点云数据的平均点密度为 1 / m2。 并通过插值生
成数字表面模型(DSM)和数字高程模型(DEM),将 DSM 和 DEM 做差值生成冠层高度模型(CHM,0郾 5 m 空
间分辨率)。
6311 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
影像数据为美国 Geoeye鄄 1影像,Geoeye鄄l 是太阳同步轨道卫星,轨道高度 684 km,运行周期 98 min。 该
卫星携带高分辨率的 CCD相机,获取的全色波段空间分辨率高达 0郾 41 m,多光谱波段空间分辨率为 1.65 m。
本研究影像获取时间是 2012年 8月 4日,获取时间为当地时间 10:30。 对影像进行了处理,生成研究区0郾 5 m
分辨率的正射影像。
1.3摇 研究方法
1.3.1摇 灌丛地上生物量模型的建立
在此研究区内,梁倍等[24]构建了 4种典型灌丛(金露梅、鬼箭锦鸡儿、吉拉柳和高山绣线菊)地上生物量
与各自易测因子(丛高和冠幅周长)的最优关系式,利用梁倍等建立的每种类型灌丛最优关系式,计算出 235
个样方内灌丛地上生物量(W),然后依据野外获得样方内灌丛平均高度、盖度建立样方内灌丛地上生物量
模型。
构建样方灌丛地上生物量与灌丛平均高度和盖度的一般关系式如下:
W = a 伊 Xb (1)
式中,W为灌丛地上生物量(g / m2);X为可选自变量,可为平均丛高(H)、盖度(C)、平均丛高伊盖度(H 伊 C)
和平均丛高伊盖度伊盖度(H 伊 C 伊 C)中的任意一个;a和 b为回归系数,其中 b为 1时,表示线性关系。 在 235
个样方里 155个样方数据用于建立关系式如表 1,最优关系式为 W = 93.74X0郾 6828(X为平均丛高伊盖度),利用
剩余 80个样方数据用于对所建立数学模型的检验。
表 1摇 样方生物量模型
Table 1摇 Shrub biomass models in plot level
X变量
X variables
回归方程
Regression equations R
2 均方根误差 / g
Root mean square error P
C y= 1315x 0郾 605 289.845 <0郾 05
y= 1356x0郾 926 0郾 500 296.102 <0郾 05
H y= 15.99x 0郾 604 319.861 <0郾 05
y= 9.805x1.159 0郾 392 309.423 <0郾 05
H伊C y= 31.27x 0郾 551 258.691 <0郾 05
y= 93.74x0郾 6828 0郾 610 248.034 <0郾 05
H伊C伊C y= 41.32x 0郾 237 357.177 <0郾 05
y= 268.7x0郾 427 0郾 590 263.801 <0郾 05
摇 摇 C:样方内盖度(100%);H:样方内平均丛高(cm)
1.3.2摇 影像数据的处理与验证
利用面向对象方法对 Geoeye鄄 1影像进行分类,提取出该流域灌丛的分布区。 利用实测植被高度数据对
CHM数据进行验证,结果(图 2);在 ArcMap软件中,利用其叠置分析、空间分析功能,获得研究区灌丛盖度图
层,通过野外拍照获得样方盖度对其进行验证(图 3,从图 2、图 3 可知机载 LiDAR 数据分别能够较准确的反
演灌丛的实际高度以及能较好的估算灌丛在分布区盖度大小,因此可以利用机载 LiDAR 数据获取灌丛高度
数据及盖度数据用于建立地上生物量模型的参数。
1.3.3摇 灌丛地上生物量空间分布
利用获得的灌丛平均高度以及盖度图层数据,根据建立的式(1)在 ArcMap 中可以计算出灌丛分布区每
个网格(2m 伊 2m)内的灌丛生物量,再除以 4 m2获得单位面积灌丛的地上生物量。 并且通过叠置分析可以获
得不同海拔带上灌丛的分布特征。
2摇 结果与分析
2.1摇 灌丛地上生物量数学模型验证
利用 80个样方数据,对建立的样方灌丛地上生物量模型进行检验(图 4),结果表明模拟结果和实测结果
7311摇 4期 摇 摇 摇 李文娟摇 等:黑河上游天涝池流域灌丛地上生物量空间分布 摇
http: / / www.ecologica.cn
之间拟合度( R2)为 0郾 52、P < 0郾 05,模拟结果基本接近 1颐1 线,模拟效果较好,因此本文选用数学模型 W =
93郾 74X0郾 6828 ( X为平均丛高伊盖度)来进行灌丛地上生物量的空间估算。
图 2摇 实测灌丛高度与 CHM值散点图
Fig.2摇 The hight of shrub measured value and CHM value scatter
plot
图 3摇 样方盖度检验
Fig.3摇 The test of quadrat coverage
图 4摇 灌丛样方生物量实测值与模拟值散点图
Fig.4 摇 Scatter plot between measured and simulated biomass in
plot level
2.2摇 灌丛地上生物量空间分布
依据表 1 中选出的最优关系式,利用机载 LiDAR
数据反演的盖度图层和灌丛平均高度图层,获得研究区
灌丛地上生物量的空间分布(图 5);结合研究区 DEM,
分析灌丛地上生物量在海拔梯度的特征(图 6)。 从图
5可知,在研究区域除了部分灌丛呈斑块分布外,其余
灌丛均为带状分布,且灌丛地上生物量空间异质性较
大。 灌丛最大地上生物量为 691.8 g / m2。 从图 6可以
看出该流域内灌丛地上生物量在不同海拔梯度上的分
布有较大差异,由于不同海拔带水分和温度的不同造成
的。 研究区内灌丛地上生物总量是 1. 41 伊 102 t,在
3300—3400 m最大,达到 40郾 4 t,在 2655—3300 m随着
海拔梯度的升高灌丛地上总生物量增加;而在 3400—
3750 m梯度带随着海拔的升高而逐渐递减。
3摇 讨论
目前对生物量的研究主要通过建立其与易测因子的关系,本文采用样方调查法建立样方生物量与易测因
子的关系,减少了对灌丛的破坏。 在生物量估测中,Popescu等[25]认为预测模型的精度,显著影响着生物量估
算的准确性。 杨昆等[26]指出灌木高度和盖度与灌木生物量的相关性最好。 赵成义等[27]在对几种荒漠植物
地上生物量估算的初步研究中也显示出灌丛地上生物量与其高度和盖度关系比较明显,成幂函数关系式,且
相关系数都在 0郾 9以上。 这些与本研究所选的最优灌丛地上生物量模型参数一致。
灌丛在研究区一般成连续斑块状分布在流域的不同海拔带上,且灌丛地上生物量在流域空间异质性较
大。 王启基等[28]对青藏高原金露梅灌丛的结构特征及其生物量研究结果显示灌丛生物量最大值 258.78 g /
m2,李东等[29]青藏高原高寒灌丛草甸生态系统碳平衡研究表明,灌丛地上生物量为 308.26 g / m2,以上研究结
果比本研究结果高,Santos等[30]利用遥感方法估测热带雨林生物量指出植被密度大也将使得估测结果偏低。
Meng等[31]指出由于灌丛比较低导致忽略了部分灌丛,因此造成生物量估测偏低。 李英年等[32]对高寒金露
8311 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
图 5摇 灌丛地上生物量的空间分布
Fig.5摇 The spatial distribution of shrub aboveground biomass
图 6摇 灌丛在不同海拔带地上生物量
Fig.6摇 Shrub aboveground biomass at different elevation
梅灌丛生物量及年周转量的研究中指出,金露梅灌丛在海拔 3400—3500 m保持在 154.2—154.9 g / m2。 本研
究结果与前人的研究成果有所差别,首先由于不同区域环境条件(温度、降水)的差异,从而导致植被生长状
况不同,其次研究方法不同也是造成差别的原因,通常的研究方法是根据样方的调查而得出平均值,调查的数
据局限在观测站点或样方尺度上,缺乏整体区域的调查,而本文优势在于整体反映区域尺度的生物量分异现
象,弥补以点代面的不足。
4摇 结论
(1)本文初步探索利用 0郾 5m 伊 0郾 5m分辨率的机载 LiDAR数据结合 Geoeye鄄 1影像,估算区域灌丛地上
生物量空间分布格局,机载 LiDAR数据能够较准确的反演构建灌丛地上生物量模型的参数,为灌丛地上生物
9311摇 4期 摇 摇 摇 李文娟摇 等:黑河上游天涝池流域灌丛地上生物量空间分布 摇
http: / / www.ecologica.cn
量的估测提供基础数据,使得利用遥感技术估测区域灌丛地上生物量的空间分布格局成为可能。
(2)在研究区域海拔梯度带上灌丛地上生物量差异明显,主要限制因素为温度和降水,在低海拔区域降
水量成为灌丛生长的主要限制条件,在高海拔区域地带,温度的降低不利于灌丛的生长,使得不同海拔梯度带
上灌丛地上生物量分布先增加后减小。
(3)本研究区域较小,影像覆盖面积仅为 12.8 km2,如何将小区域尺度的灌丛地上生物量估测推移到较
大区域尺度还有一定难度。 由于环境因子的限制,使得灌丛的种类及生长状况在不同区域的空间异质性较
大,因此,对于较大尺度上利用遥感技术估测灌丛地上生物量空间分布格局还有待于研究。
参考文献(References):
[ 1 ]摇 郑绍伟, 唐敏, 邹俊辉, 慕长龙. 灌木群落及生物量研究综述. 成都大学学报: 自然科学版, 2007, 26(3): 189鄄190.
[ 2 ] 摇 赵林, 殷鸣放, 陈晓非, 王大奇. 森林碳汇研究的计量方法及研究现状综述. 西北林学院学报, 2008, 23(1): 59鄄63.
[ 3 ] 摇 张贞明, 韩天虎. 几种高寒灌丛地上植物量的估测模型. 草业科学, 2008, 25(1): 10鄄12.
[ 4 ] 摇 贺金生, 王其兵, 胡东. 长江三峡地区典型灌丛的生物量及其再生能力. 植物生态学报, 1997, 21(6): 512鄄520.
[ 5 ] 摇 付刚, 周宇庭, 沈振西, 张宪洲, 武建双. 藏北高原高寒草甸地上生物量与气候因子的关系. 中国草地学报, 2011, 33(4): 31鄄36.
[ 6 ] 摇 Zolkos S G, Goetz S J, Dubayah R. A meta鄄analysis of terrestrial aboveground biomass estimation using LiDAR remote sensing. Remote Sensing of
Environment, 2013, 128(23): 289鄄298.
[ 7 ] 摇 Naesset E, Gobakken T, Solberg S, Gregoire T G, Nelson R, St覽hl G, Weydahl D. Model鄄assisted regional forest biomass estimation using LiDAR
and InSAR as auxiliary data: A case study from a boreal forest area. Remote Sensing of Environment, 2011, 115(12): 3599鄄3614.
[ 8 ] 摇 Phanphanich M, Mani S. Impact of torrefaction on the grindability and fuel characteristics of forest biomass. Bioresource Technology, 2011, 102
(2): 1246鄄1253.
[ 9 ] 摇 Keith H, Mackey B G, Lindenmayer D B. Re鄄evaluation of forest biomass carbon stocks and lessons from the world忆s most carbon鄄dense forests.
Proceedings of the National Academy of Sciences of the United States of America, 2009, 106(28): 11635鄄11640.
[10] 摇 刘江华, 徐学选, 杨光, 穆兴民, 王炜. 黄土丘陵区小流域次生灌丛群落生物量研究. 西北植物学报, 2003, 23(8): 1362鄄1366.
[11] 摇 Hierro J L, Branch L C, Villarreal D, Clark K L. Predictive equations for biomass and fuel characteristics of Argentine shrubs. Journal of Range
Manage, 2000, 53(6): 617鄄621.
[12] 摇 Corona P, Fattorini L. Area鄄based LiDAR鄄assisted estimation of forest standing volume. Canadian Journal of Forest Science, 2008, 38( 11):
2911鄄2916.
[13] 摇 Nelson R, Gobakken T, Naesset E, Gregoirec T G, St覽hld G, Holmd S. LiDAR sampling鄄Using an airborne profiler to estimate forest biomass in
Hedmark County, Norway. Remote Sensing of Environment, 2012, 123: 563鄄578.
[14] 摇 Dubayah R O, Sheldon S L, Clark D B,, Hofton M A, Blair J B, Hurtt G C, Chazdon R L. Estimation of tropical forest height and biomass
dynamics using LiDAR remote sensing at La Selva, Costa Rica. Journal of Geophysical Research, 2010, 115(G2): G00E09.
[15] 摇 Loudermilk E L, Hiers J K, O忆Brien J J, Mitchell R J, Singhania A, Fernandez J C, Cropper W P, KClint Slatton K. Ground鄄based LiDAR: A
novel approach to quantify fine鄄scale fuelbed characteristics. International Journal of Wildland Fire, 2008, 18(6): 676鄄685.
[16] 摇 Stretchers D R, Glenn N F. LiDAR measurement of sagebrush steppe vegetation heights. Remote Sensing of Environment, 2006, 102(1 / 2):
135鄄145.
[17] 摇 Verrelst J, Geerling G W, Sykora K V, Clevers Jan G P W. Mapping of aggregated floodplain plant communities using image fusion of CASI and
LiDAR data. International Journal of Applied Earth Observation and Geoinformation, 2009, 11(1): 83鄄94.
[18] 摇 Nicholas R, Christain P, Giardina G P. Polar grid fraction as an estimator of montane tropical forest canopy structure using airborne LiDAR.
International Journal of Remote Sensing, 2013, 34(21): 7463鄄7473.
[19] 摇 Estornell J, Ruiz LA, Vel佗zquea鄄Marti B, Fern佗ndez鄄Sarr侏a A. Estimation of shrub biomass by airborne LiDAR data in small forest stands. Forest
Ecology and Management, 2011, 262(9): 1697鄄1703.
[20] 摇 Estornell J, Ruiz LA, Vel佗zquea鄄Mart侏 B, Hermosilla T. Estimation of biomass and volume of shrub vegetation using LiDAR and spectral data in a
Mediterranean environment. Biomass and Bioenergy, 2012, 46: 710鄄721.
[21] 摇 秦嘉海, 金自学, 王进, 刘金荣, 谢晓蓉. 祁连山不同林地类型对土壤理化性质和水源涵养功能的影响. 水土保持学报, 2007, 21(1):
92鄄96.
[22] 摇 刘章文, 陈仁升, 宋耀选, 韩春坛. 祁连山典型灌丛降雨截留特征. 生态学报, 2012, 32(4): 1337鄄1346.
[23] 摇 常学向, 赵爱芬, 王金叶, 常宗强, 金博文. 祁连山林区大气降水特征与森林对降水的截留作用. 高原气象, 2002, 21(3): 274鄄280.
0411 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
[24]摇 梁倍, 邸利, 赵传燕, 彭守璋, 彭焕华, 王超, 王阳, 柳逸月. 祁连山天涝池流域典型灌丛地上生物量沿海拔梯度变化规律的研究. 草地
学报, 2013, 21(4): 664鄄669.
[25] 摇 Popescu S C, Wynne R H, Scrivani J A. Fusion of small鄄footprint LiDAR and multispectral data to estimate plot鄄level volume and biomass in
deciduous and pine forests in Virginia, USA. Forest Science, 2004, 50(4): 551鄄565.
[26] 摇 杨昆, 管东生. 森林林下植被生物量收获的样方选择和模型. 生态学报, 2007, 27(2): 705鄄714.
[27] 摇 赵成义, 宋郁东, 王玉潮, 蒋平安. 几种荒漠植物地上生物量估算的初步研究. 应用生态学报, 2004, 15(1): 49 鄄52.
[28] 摇 王启基, 周兴民, 张堰青, 赵新全. 青藏高原金露梅灌丛的结构特征及其生物量. 西北植物学报, 1991, 11(4): 333鄄340.
[29] 摇 李东, 曹广民, 黄耀, 靳代樱, 明珠. 青藏高原高寒灌丛草甸生态系统碳平衡研究. 草业科学, 2010, 27(1): 37鄄41.
[30] 摇 Santos J R, Freitas C C, Araujo L S, Dutra L V, Mura J C, Gama F F, Soler L S, Sant忆Anna S J S. Airborne P鄄band SAR applied to the
aboveground biomass studies in the Brazilian tropical rainforest. Remote Sensing of Environment, 2003, 87(4): 482鄄493.
[31] 摇 Meng X L, Currit N, Zhao G. Ground filtering algorithms for airborne LiDAR data: A review of critical issues. Remote Sensing, 2010, 2(3): 833鄄
860.
[32] 摇 李英年, 赵亮, 王勤学, 杜明远, 古松, 徐世晓, 张发伟, 赵新全. 高寒金露梅灌丛生物量及年周转量. 草地学报, 2006, 14(1): 72鄄76.
1411摇 4期 摇 摇 摇 李文娟摇 等:黑河上游天涝池流域灌丛地上生物量空间分布 摇