全 文 ：书第 !" 卷 第 # 期
$ % & & 年 # 月
林 业 科 学
’()*+,)- ’)./-* ’)+)(-*
/012!"!+02#
3456!$ % & &
基于回归与随机模拟的区域森林
碳分布估计方法比较!
沈7希&!$7张茂震&!$!87祁祥斌&!$
"&2浙江农林大学 浙江省森林生态系统碳循环与固碳减排重点实验室7临安 8&&8%%#
$2浙江农林大学环境与资源学院7临安 8&&8%%# 82亚热带森林培育国家重点实验室培育基地7临安 8&&8%%$
摘7要!7以临安市为例!利用 $%%! 年森林资源清查样地数据和同年度 .95:;9<,=影像数据!采用一元二次非线
性回归和序列高斯协同模拟方法分别模拟森林地上部分碳密度及其分布!并对模拟结果进行比较分析% 结果表
明& 一元二次非线性回归估计得研究区森林碳储量为$ 8#> !%!28" "82"&! ! <’@AB$ !最小值为%2"&> # <’@AB$ # 序列高斯协同模拟得研究区森林碳储量为8 $?& #>?2C8 值为&$2>$8 8 <’@AB$ !最大值为"C2?&8 8 <’@AB$ !最小值为%2%C8 8 <’@AB$ # 根据 $%%! 年森林资源清查样地数据!
按随机抽样方法估计研究区森林碳储量为$ "%C C?"2?% <’@AB$ !其最大值为
?#2?#$ > <’@AB$ !最小值为 %# 序列高斯协同模拟结果更接近地面样地估计结果!而且碳密度分布范围更合理# 一
元二次非线性回归估计结果与地面样地估计结果之差的累积平方和为? C>"2!#& ?!而序列高斯协同模拟结果与实
测结果之差的累积平方和为C %&C2!#$ ># 序列高斯协同模拟较一元二次非线性回归在估计区域森林碳空间分布
上有明显优势%
关键词!7森林碳储量# 碳密度# 碳分布# ,=影像# 序列高斯协同模拟# 临安
中图分类号! ’"&C2>>" ’">"2$777文献标识码!-777文章编号!&%%& B"!CC#$%&&$%# B%%%& B%C
收稿日期& $%&% B&$ B$C# 修回日期& $%&& B%8 B%$%
基金项目& 国家自然科学基金项目"8%?"$8#%$ # 浙江省重大科技专项重点农业项目"$%%C(&$%#C$ %
!张茂震为通讯作者%
!"#$%&’(")"*+,-’")%./"&,(0!%&1")2(0’#%0’")3,04"5(
6%(,5")+,-&,((’")%)570"84%(0’87’#9.%0’")
’@D5 EF&! $7G@95H=90I@D5&! $!87JFEF95HKF5&!$
"&2!"#$%&’( )*+,%’-%&./#01&2+*&3+*0+45&*2+’ 50-.%’( %’ 6+*#738-+7073#97&’: 5&*2+’ ;#<=#73*&3%+’
!"#$%&’( >?6@’%,#*7%3071%’A&’ 8&&8%%# $2;-"++.+48’,%*+’9#’3&’: B#7+=*-#! !"#$%&’( >?6@’%,#*7%30
1%’A&’ 8&&8%%# 82C"#D=*3=*%’( ;3&3%+’ 4+*3"#;3&3#/#01&2+*&3+*0+4;=23*+E%-&.;%.,%-=.3=*#71%’A&’ 8&&8%%$
:1(0&%80&7*;+9MD;D9MN@ 9OO1FD: MDOM0:4ND<@D:F;L0MD;9K0TDHM045: N9MK05 F;$ 8#> !%!68" "86"&! ! <’@AB$ ! 95: <@DAF5FA4AN9MK05 :D5;F # <’@AB$6ZF<@ <@D’DV4D5;4A0L<@DN9MK05 F;8 $?& #>?6C8 $8 8 <’@AB$ ! UF<@ <@DA9YFA4AN9MK05 :D5;F"C6?&8 8 <’@AB$ ! 95: <@DAF5FA4AN9MK05 :D5;F;<0M9HDL0M<@D;<4:Q9MD9F;D;N9MK05 :D5;F <’@AB$ ! UF<@ <@DA9YFA4AN9MK05 :D5;F <’@AB$ ! <@DAF5FA4AN9MK05 :D5;F0L%6%%% % <’@AB$6,@DN9MK05 :D5;F+S):9<9! 95: <@DN9MK05 :D5;FV49:M9"6!#& ?! U@F1D<@9’DV4D56,@D’DV4D5林 业 科 学 !" 卷7
MD19;,< ="&5(& 7 L0MD;N0X’FA41977区域森林碳储量及其分布已成为近年来森林生
态学及其相关领域研究的热点"王效科等!$%%&# 杨
洪晓等!$%%># 黄东!$%%C# 黄从德等!$%%C$% 对区
域森林 (\$ 源汇功能进行评价需要森林碳储量分
布信息!将来碳工业及碳市场的发展也要求提供区
域(国家乃至全球尺度的森林碳分布"Z95H#3&.F!
$%%?$% 近年来!相关研究主要集中在森林生物量
和碳储量方面 "聂道平等!&??"# 王秀云等!$%%C#
刘爽!$%%?$!森林碳分布研究仍然很少"吴仲民等!
&??C $% 在 ]*^ ^ " MD:4NF5H DAF;;F05; LM0A
:DL0MD;<9碳分布存在不均匀性!且森林管理对碳储量和密度
具有重要影响 "_4;;F5D5 #3&.6! $%%$# S9@DQ#3&.6!
$%&%$!及时准确地获取区域森林碳储量及其分布
信息具有重要意义"魏安世等!$%%#$%
区域森林碳分布的估计是一个空间估计问题%
传统的统计学提供了总体特征值的估计方法!地统
计学通过空间自相关理论提供了描述这些特征量空
间分布的方法!在理论上解决了空间估计基础层面
的问题"Z95H!&??8$% 克里格方法和条件模拟算法
是地统计学中进行空间插值的主要手段% 协同克里
格算法可以将各种不同类型(不同可靠程度的资料
结合在一起进行线性回归! 它是一种求最优(线性(
无偏内插估计量的方法"Z95H#3&.6! $%%?# S4N@;#3
&.6! $%%?# =44‘‘05D5 #3&.6! $%%"$% 森林碳估计值
是一个区域化变量!而克里格方法对其具有较强的
平滑效应!地统计学空间随机模拟法能克服克里格
法的缺陷"_D体来复原其整体的空间结构!追求的是模拟的真实
性!尽可能地接近真实的空间分布!不像克里格方
法!追求的是特定点位某个属性的局部最优估值
"史舟等!$%%"$% 已有研究表明!空间随机模拟方
法在模拟森林碳分布方面具有较好效果 "Z95H#3
&.F!$%%?# 张茂震等!$%%?# 刘平等!$%%"$%
除空间随机模拟方法外!回归估计也是一种区
域森林碳储量估计方法!基于遥感影像的像元进行
回归估计!也可以实现区域森林碳空间分布估计%
本研究选择以低山丘陵地貌为主的临安市为研究对
象!分别采用一元二次非线性回归"回归估计$和空
间随机模拟"仿真模拟$方法对研究区森林地上部
分碳储量和密度"本文中提到的森林碳储量和碳密
度!除特别指出外!均指森林地上部分碳储量和密
度$进行空间估计!并对照地面样地调查结果对 $
种模拟结果在空间上的差异性进行分析!进而对 $
种方法作出评价%
&7研究区概况
临安市"&&Ca>&b)&&?a>$b*!$?a>#b)8%a$8b+$
属于中 亚热带 季风气候 区! 全 年 平 均 降 水 量
& #$C2# AA!多年平均气温 &>2C c!历年平均日照
& ?8? @!全 市 地 势 西 北 高 东 北 低! 海 拔 相 差
& ""% A!西北(西南部山区平均海拔& %%% A以上!
而东部临近杭州部分是海拔 >% A以下的河谷平原%
西(北和南三面环山!东西长达 &%% ‘A!气候在垂直
方向上差异悬殊% 由于水系的作用!形成了昌化(於
潜(临安三大河谷平原!串珠状河谷地呈东西向和东
北)西南向延伸% 全市行政辖区总面积 8 &$#2C
‘A$!林业用地面积$#2&%! "万 @A$!活立木总蓄积
量C8%2%&% &万 A8!森林覆盖率 "#2>>d!其中有林
地面积$!2%8C ?万 @A$!有林地蓄积量C $8%2>#" #
万 A8% 森林资源分布格局为西高东低% 植被区划
属亚热带东部常绿阔叶林区!为浙皖山地青冈栎
" 50-.+2&.&’+E7%7 (.&=-& $ 和 苦 槠 " 5&73&’+E7%7
7-.#*+E"0.&$栽培区%
$7研究方法
>?@A数据来源
图 &7研究区 .95:;9<,=影像
SFH6&7.95:;9<,=FA9HD0L<@D;<4:Q9MD9
$2&2&7.95:;9<,=遥感影像数据7临安市 ,=遥
感影像由 &&?e8? 和 &$%e8?$ 景组成!其主要区域在
&&?e8? 景内% 受遥感数据质量限制!本次取东部
&&?e8? 景所覆盖的范围作为研究区!该范围约占全
$
7第 # 期 沈7希等& 基于回归与随机模拟的区域森林碳分布估计方法比较
市行政区面积的 C%d "图 & $% 研究区 $%%! 年
.95:;9<,=影像数据包括 # 个波段!即波段 &!$!8!
!!> 和 "!空间分辨率均为 8% A% 几何校正后影像
几何误差小于 & 个像元% 辐射校正采用 \^’ 校正
法% 在此基础上!提取样地位置所对应的 # 个波段
影像亮度值!并进行不同组合比值运算!分析影像亮
度值与样地森林碳之间的相关性!选取相关系数最
高的波段 !!> 和 "!用波段比值 ,=!e",=> f,="$
参与 $ 类模型的模拟%
$2&2$7地面抽样调查数据7本研究采用 $%%! 年临
安市森林资源地面抽样调查数据% 该调查以整个临
安市行政辖区为总体!按系统抽样方法(以 & ‘Ag8
‘A的间距设置正方形样地!样地面积 %2%C @A$
"$C2$C Ag$C2$C A$!调查因子包括地貌特征(土
壤类型(植被类型以及与森林生物量相关的树种(胸
径等测树因子% 实际调查有效样地 ?#C 个!其中林
分样地 >%# 个!样地最大蓄积量 $>28" A8% 由于西
部约占全市总面积 &e# 的区域遥感数据缺失!
本研究仅在东部地区!该区域的地面样地总数为
""C 个%
>?>A森林碳分布估计方法
$2$2&7一元二次非线性回归7非线性回归是一
种以假定因变量与自变量之间存在某种非线性规
律而模拟因变量与自变量之间关系的方法% 一般
来说!非线性回归方法比线性回归方法能更正确
地反映客观现象之间的相互联系!而一元二次非
线性回归方法既有非线性的特点(又有复杂度低
的优点%
本研究假设森林碳密度与 .95:;9<,=遥感影
像波段比值 ,=!e",=> f,="$呈二次关系!建立模
型 5h&,$ f2,f-!5为碳密度!,为 ,=遥感影像
!!> 和 " 波段比值& ,=!e",=> f,="$!&!2和 -分
别为待估参数%
用地面样地数据和与之相对应的 ,=影像数据
进行拟合!得到用于像元水平森林碳密度估计 "8%
Ag8% A$的一元二次非线性回归"回归估计$模型!
5G# %>%2&8# $,$ H& !#%2#?" 8,I&>$2>8& %!最后
利用该模型和研究区 ,=遥感影像第 !!> 和 " 波段
数据!估算整个研究区碳密度分布!其分布图的分辨
率为 8% Ag8% A%
$2$2$7序列高斯协同模拟7序列高斯协同模拟
"仿真模拟$以研究区地统计变异函数为基础!结
合地面样地和 ,=遥感数据!用随机模拟方法估计
森林碳密度!即导出每个像元 "块$的森林碳密度
估 计 值% 序 列 高 斯 协 同 模 拟 算 法 假 设&
每个像元"块$的碳密度估计值是一个随机函数在
该位置的随机变量 !" =$ 的实现!其过程是从周围
的样地数据以及已有估计值所确定的条件累积分
布中的一次随机抽样% 典型的序列高斯协同模拟
过程为& &$对于全部像元 "块$ !随机设置一个估
计顺序# $$在每个像元"块$的位置 =!用同位协同
简单克里格方法计算条件累积分布函数的均值和
方差# 8$在此条件累积分布中随机抽取一个值!作
为 随 机 变 量 在 此 像 元 或 块 位 置 = 的 实 现%
重复步骤 &$到 8$ !直至所有像元 "块 $都有碳密
度估计值!最后获得整个研究区森林碳密度分布
图% 将这一过程重复执行 1 次!就可以得到 1 个分
布图!最后计算森林碳密度分布图的均值图和方
差图%
序列高斯协同模拟中最重要的参数之一是变异
函数!本研究采用 /-])\Z)+ "_9559分析样地森林碳密度! 其 ’O@DMFN91标 准 化 模 型
如下&
!7"J" J$ G%2>8 I%2!"*&2> J" JK$ "8?2# H
%2>"J" JK$ "8?2#$ 8+
式中& !7"i"i$为标准半方差!" 为距离%
如图 $ 所示!模型的变程参数为$ "8?2# A!代
表空间变异和自相关函数的最大距离!在此范围
之内!观 测 值 是 空 间 相 关 的!在 此 范 围 之 外!
观测值在本质上相互独立% 图中在& >%% A左右和
$ $%% A左 右 分 别 有 一 个 点 半 方 差 较 大!
表明在这 $ 点间隔距离上的样地地上部分森林碳
密度差异波动较大!可能是随机因素所致!仍属
正常%
图 $7标准化变异函数
SFH6$7’<95:9M:FID: T9MF0HM9A
根据变异函数模型(,=影像数据和地面样地
地上部分碳密度!在 ,=影像像元"8% Ag8% A$水
平上进行序列高斯协同模拟!得到全市森林碳密度
及其分布% 模拟程序参照 W)’.9K 的 S\],]-+版
本编写%
8
林 业 科 学 !" 卷7
>?BA样地碳储量计算
用单株生物量模型计算样地单株地上部分生
物量!累加获得样地森林总生物量% 由于目前文
献报道的模型覆盖的树种有限!本研究将样木划
分为杉木 "5=’’%’("&9%& .&’-#+.&3&$ (松类 ")%’=7
;OO6$ (硬阔和软阔 ! 个树种 "组$ !分别用与其对
应的模型计算样地森林地上部分总生物量 "王震
等!$%%## 方精云等!$%%"# 魏文俊等!$%%"# 焦秀
梅等!$%%># 孙世群等!$%%C$ % 并按碳e生物量的
平均转换系数 %2> 将样地总生物量转换为碳储
量!即得样地森林地上部分碳储量!根据样地面积
将其转换为碳密度%
87估计结果统计分析
基于仿真模拟和回归估计 $ 种方法的森林地上
部分碳分布如图 8 所示!其块大小为 8% Ag8% A%
基于回归估计方法得研究区森林地上部分碳储量为
$ 8#> !%!28" 小碳密度为%2"&> # <’@AB$!平均碳密度为?2%%% %
<’@AB$!标准差为%28C% #% 基于仿真模拟方法得研
究区森林地上部分碳储量为8 $?& #>?2C8 密度为 "C2?&8 8 <’@AB$!最小碳密度为 %2%C8 8
<’@AB$!平均碳密度为 &$2>$8 8 <’@AB$!标准差
为%2#8? !%
图 87研究区地上部分森林碳密度模拟
SFH687*;77根据 $%%! 年森林资源清查样地数据!按随机
抽 样 方 法 估 计 研 究 区 森 林 碳 储 量 为
$ "%C C?"2?%
<’@AB$ !其最大值为 ?#2?#$ > <’@AB$ !最小值为
%2%%% % <’@AB$ # 在像元 "8% Ag8% A$水平上分
别对仿真模拟和回归估计结果进行特征数统计!
并与基于地面样地按随机抽样方法估计 "抽样估
计$的结果对比!结果见表 &%
由表 & 可知!仿真模拟结果和回归估计结果在
总量上分布于基于样地实测数据估计结果的两边%
回归估计较仿真模拟结果森林碳总量少 $C2&!d%
若以基于样地实测数据的估计结果为参照!则回归
估计结果的相对差值为 B&$2"d!仿真模拟的相对
差值为 $&2>d% 以仿真模拟结果为参照!回归估计
平均碳密度低 82>$8 8 <’@AB$!最大碳密度低
>2&?C ? <’@AB$!而最小碳密度高%2#8$ $ <’@AB$!
说明回归估计结果较仿真模拟结果碳密度分布范围
变窄!均值下移!下限上移!整体上碳密度分布较平
坦!如实反映无林地(非林地等无森林生物量地类的
能力较弱% 残差分析显示!序列高斯协同模拟残差
呈以 B82?! 为对称轴的正态分布!残差平方和为
&8% #>%2$"!# 回归估计呈以 % 为对称轴的正态分
布!其残差的平方和为&>C %$82CC!"图 !$% 与实测
结果对比及残差统计分析结果均表明!仿真模拟结
果更接近实际情况% 由表 & 可见!抽样估计标准差
&>2&#% #与仿真模拟和回归估计标准差相差悬殊!
其原因是样本单元数相差太大!一个是全部像元数!
一个是地面样地数%
为了从总体上全面分析 $ 种估计方法的特点!
将 $ 种方法估计结果进行差运算"像元水平$% 图 >
为序列高斯协同模拟与一元二次非线性回归碳密度
差值图!由像元水平上对应地理位置的森林碳密度
估计值相减得到% 差值图的值域为 B!C2"&% % j
!?2>!! !!基本上以 % 为中心!说明总体上偏差不
大!但正负方向的极值差距不小% 在碳密度分布上!
$ 种方法的值域不同!仿真模拟的估计值分布范围
宽!能更好地表现多林地区和少林及无林地区的实
际情况%
!
7第 # 期 沈7希等& 基于回归与随机模拟的区域森林碳分布估计方法比较
表 @A> 种估计结果与实测数据对比分析
C%1D@A!")0&%(0’E,%)%.<(’(1,0=,,)04,0=" ,(0’#%0,(%)5$."05%0%
项目
)仿真模拟
’FA419回归估计
]DHMD;;F05
抽样估计
*;仿真模拟与抽样估计之差
F^LDMD5NDKD;FA419回归估计与抽样估计之差
F^LDMD5NDKDMDHMD;;F05 95: D;碳总量 ’4A0LN9MK05e< 8 $?& #>?2C8 $ 8#> !%!28" $ "%C C?"2?% >C$ "#&2?8& > B8!8 !?82>8$ 8
碳平均值 =D95 N9MK05e
"<’@AB$ $
&$2>$8 8 ?2%%% % &%28%# > $2$&# C B&28%# >
最大碳密度 =9YFA4A
N9MK05 :D5;F"C2?&8 8 "82"&! ! ?#2?#$ > B&C2%!? $ B$82$!C &
最小碳密度 =F5FA4A
N9MK05 :D5;F%2%C8 8 %2"&> # %2%%% % %2%C8 8 %2"&> #
’^ %2#8? ! %28C% # &>2&#% # B&!2>$& $ B&!2"C% %
图 !7样地碳密度残差分布
SFH6!7]D;F:491:F;77对碳密度差值图"图 >$的单位地块"8% Ag8%
A$进行统计分析!结果见表 $% $ 种方法的碳密度
差值的平均数为82>$! ! <’@AB$!为仿真模拟平均
碳密度的 $C2&!d!为回归估计的 8?2&#d% 对应单
位地块差值的最大值为!?2>!! ! <’@AB$!最小值为
B!C2"&% % <’@AB$% 差值大的区域均为森林密度
大(生长好的区域!说明回归估计低估了森林碳密
度% 差值最小的区域!一般为无森林植被区!说明回
归估计高估了这些区域的森林碳密度%
估计结果与地面样地实测值比较!是判断估计
结果正确性的主要方法之一% 将森林碳分布的回归
估计和仿真模拟结果图分别与样地森林碳分布图叠
加!得森林碳密度比较图"图 #!"$% 图 # 和 " 表明!
图 >7序列高斯协同模拟与非线性回归碳密度差值图
SFH6>7=9O 0LN9MK05 :D5;FN0X’FA419表 >A碳密度差值图数据分析表
C%1D>A:)%.<(’(")04,#%$"*8%&1")5,)(’0< 5’**,&,)8,
项目
)差值
,@D:FLDMD5ND
差值与仿真模拟结果的比值
F^LDMD5ND:FTF:D: KQ;FA419差值与回归估计结果的比值
F^LDMD5ND:FTF:D: KQMDHMD;;F05 MD;41<
碳总量 ’4A0LN9MK05e< ?$# $>>2!#8 8 %2$C& ! %28?&#
碳平均值 =D95 N9MK05e"<’@AB$ $ 82>$! ! %2$C& ! %28?& #
最大碳密度 =9YFA4AN9MK05
:D5;F!?2>!! ! %2#$" C %2#"$ &
最小碳密度 =F5FA4AN9MK05
:D5;FB!C2"&% % B>C!2">8 ? B#C2%#C C
’^ %2!$> # ) )
>
林 业 科 学 !" 卷7
图 #7序列高斯协同模拟结果与样地实测值比较
SFH6#7S0MD;图 "7一元二次非线性回归结果与样地实测值比较
SFH6"7S0MD;$ 种方法模拟结果的碳密度分布与该范围内样地实
测值具有较好的一致性% 虽然 $ 种估计方法均可以
在一定程度上真实表现森林碳密度的空间分布格
局!但相对而言!回归估计结果平均碳密度较小!为
%2"&> # j"82"&! ! <’@AB$!区间跨度为 "$2??C ?
<’@AB$%仿真模拟结果平均碳密度为 %2%C8 8 j
"C2?&8 8 <’@AB$% 仿真模拟结果平均碳密度及碳
密度区间跨度均大于回归估计结果!各种无森林植
被地类的碳密度接近零!更能体现不同地类森林碳
密度差异%
将地面样地调查数据与同位置地块上的估计结
果进行对比!可进一步分析不同方法估计碳分布的
特征差异% 从 $ 个估计结果中分别提取与地面样地
位置相对应地块"8% Ag8% A$的碳密度估计结果!
以地面样地数据为真值!分别就 $ 种方法的估计结
果进行比较!主要以离差平方和来反映 $ 种方法估
#
7第 # 期 沈7希等& 基于回归与随机模拟的区域森林碳分布估计方法比较
计结果与相同位置上地面样地数据的差异!其统计 量详见表 8%
表 BA> 种方法估计结果与样地数据逐像元统计比较
C%1DBA:(0%0’(0’8%.8"#$%&’(")"*04,0=" &,(9.0(%0(%#,."8%0’")=’0404,$."05%0% 1< $’F,.
统计量
’<9仿真模拟结果与样地数据差值
F^LDMD5NDKD’DV4D5回归估计结果与样地数据差值
F^LDMD5NDKDk59MQV49:M9最大值 =9YFA4Ae"<’@AB$ $ !$2%#? C 8>2"%% "
最小值 =F5FA4Ae"<’@AB$ $ B">2?C& 8 B?&2?&! $
平方和 ’4A0L;V49MD; &8% #>%2$"! % &>C %$82CC! 8
平方和均值 -TDM9HD;V49MD; &#"2?8% ? $%82&&> >
]=’* &$2?>C C &!2$>& ?
77表 8 显示!仿真模拟结果在最大值与最小值之
间的分布区间较回归估计结果有明显上移!其差值
平方和以及平方和均值显示 $ 种方法有明显差异!
仿真模拟相对于回归估计的 ]=’*更小%
$ 种方法所得结果与实测值之间的相关性!虽
然并不明显集中于 0h& f2L函数附近!但整体趋势
仍明显存在% 实测值中碳密度为 % 的点过多!这在
一定程度上影响了结果的准确性和相关性% 一元二
次非线性回归与样地观测值之间相关系数为
882?8d!序列高斯协同模拟相关系数为 >!2&"d!
可见序列高斯协同模拟结果更接近地面样地实
测值%
!7结论与讨论
利用森林资源清查数据和遥感影像数据进行区
域森林碳分布估计!仿真模拟和回归估计都是可选
方法% 仿真模拟和回归估计在森林碳总量上均能得
到较为合理的结果!但前者在碳密度分布上较后者
有更宽的变化幅度!其最大值大于后者!最小值小于
后者!森林碳总体总量及其分布均更接近实际% 仿
真模拟结果的最小值接近 %!更能反映非林地及无
覆盖地类的实际情况% 回归估计结果的森林碳密度
分布范围较窄!反映从森林到无植被地类的连续变
化的能力较弱%
用仿真模拟和回归估计进行森林碳分布估计!
方法上存在本质区别% 回归估计方法利用样本拟合
模型!再将模型用于估计总体中的每一个单元!估计
过程中除了自变量以外没有新的信息加入% 仿真模
拟是一种仿真方法!它将样地实测值作为真值!根据
已知点和周围的遥感数据计算待估点的条件概率分
布!从该分布中随机抽取一个值作为该点的模拟实
现% 模拟过程与位置有关!充分利用了局部信息%
可以说!$ 种方法的本质区别决定了本研究的结果%
$ 种方法都用到了样地实测数据与遥感影像数
据% 样地大小为 $C2$C Ag$C2$C A!遥感图像分辨
率为 8% Ag8% A!匹配有一定误差!几何校正也存
在一定偏差!这些在一定程度上影响了模拟结果的
精确性和比较的准确性%
参 考 文 献
方精云!郭兆迪!朴世龙!等6$%%"2&?C& j$%%% 年中国陆地植被碳汇
的估算6地球科学!8""#$ & C%! BC&$6
黄从德! 张7健! 杨万勤!等6$%%C2四川省及重庆地区森林植被碳
储量动态6生态学报!$C"8$ & ?## B?">6
黄7东6$%%C2森林碳汇& 后京都时代减排的重要途径6林业经济!
"&%$ & &$ B&>6
焦秀梅!项文化!田大伦6$%%>2湖南省森林植被的碳贮量及其地理
分布规律6中南林学院学报!$>"&$ & ! BC6
刘7平!马履一!段7劼6$%%"2森林动态计算机模拟模型研究6世界
林业研究!$%"8$ & !> B>%6
刘7爽6$%%?2森林生态系统碳储量研究进展6武汉生物工程学院学
报!>"8$ & $8& B$8!6
聂道平!徐德应!王7兵6&??"2全球碳循环与森林关系的研究)))
问题与进展6世界林业研究!">$ & 88 B!%6
史7舟!李7艳!程街亮6$%%"2水稻土重金属空间分布的随机模拟
和不确定评价6环境科学!$C"&$ & $%? B$&!6
孙世群!王书航!陈月庆!等6$%%C2安徽省乔木林固碳能力研究6环
境科学与管理!88""$ & &!! B&!"6
王效科!冯宗炜!欧阳志云6$%%&2中国森林生态系统的植物碳储量
和碳密度研究6应用生态学报!&$"&$ & &8 B
王秀云!孙玉军6$%%C2森林生态系统碳储量估测方法及其研究进
展6世界林业研究!$&">$ & $! B$?6
王7震!张晓丽6$%%#2浙江舟山地区马尾松地上生物量模型研究6
林业调查规划!8& ">$ & &%8 B&%>6
魏安世!林寿明!李志洪6$%%#2基于 ,=数据的森林植物碳储量估测
方法研究6中南林业调查规划!$>"!$ & !! B!"6
魏文俊!王7兵!李少宁!等6$%%"2江西省森林植被乔木层碳储量与
碳密度研究6江西农业大学学报!$?">$ & "#" B""$6
吴仲民!李意德!曾庆波!等6&??C2尖峰岭热带山地雨水 (素库及皆
伐影响的初步研究6应用生态学报!?"!$ & 8!& B8!!6
杨洪晓!吴7波!张金屯!等6$%%>2森林生态系统的固碳功能和碳储
量研究进展6北京师范大学学报& 自然科学版!!& " $ $ & &"$
B&""6
张茂震!王广兴!周国模!等6$%%?2基于森林资源清查(卫星影像数
据与随机协同模拟尺度转换方法的森林碳制图6生态学报!$?
"
林 业 科 学 !" 卷7
"#$ & $?&? B$?$C6
S9@DQ,3! Z00:K4MQ_R! R9<1D;33!#3&.6$%&%2S0MD;;<0M9HD& DN010HQ! A959HDAD5<@D*5TFM05AD5$ & $!> B$>$6
S4N@;l! =9H:05 _! m1DF55 (!#3&.6$%%?2*;N9MK05 F5 9N9;9*5TFM05AD5&C B>8&6
=44‘‘05D5 _! lDF;‘95D5 36$%%"2RF0A9;;D;K9;D: 05 ;<95:UF;DL0MD;;9’D5;F5H0L*5TFM05AD5_9559+DUn0M‘6& ’OMF5HDMX/DM19H+DUn0M‘!)5N6
_DA0:D1F5H05 N05:F;04<@DM5 -MFI0596Z9_4;;F5D5 -! m9MP919F5D5 ,! =o‘FOoo]! #3&.6$%%$2S0MD;;DV4D;95: 5F&>C"&$ & &%8 B&&>6
Z95HW! \Q959,! G@95H=! #3&.6 $%%?2 =9OOF5H95: ;O945NDM<9F5L0MD;=959HDAD5C""$ & &$"> B&$C86
Z95H] 6^&??82.F5D95 HD0;<9l04;D!&$8 BV
!责任编辑7于静娴"
C