基于多尺度数据融合的森林碳储量区域分布模拟研究

The estimation of forest carbon storage is of great importance to carbon cycle and climate change study. This research chooses forest ecosystem of Jiangxi province as case study. The forest field measured point data and surface data simulated by ecological process model are merged by the new established multi-scale coupling model. As a result, the accuracy of carbon storage distribution would be improved through the mutually complementary of the multi-scale data..Firstly, the LPJ-DGVM model is improved by model structure modification, parameter optimization based on model-data fusion, and remote sensing data forcing method. Furthermore, a new model system with the couple of dynamic global vegetation model and high accuracy surface model would be established. This new model system takes the point data (field plot data) as optimal control and use the output of LPJ-GUESS model as the initial values. The regional forest carbon storage will be estimated by merging plot data and simulated data from the process model. And the result would compromise the merits of point data with high accuracy and surface data with high spatial continuity. This research aims to solve the problem of wildly inaccurate of forest carbon storage spatial simulation.

森林碳储量的定量估算对碳循环和气候变化研究具有重要意义。本项目选取江西省森林生态系统为研究对象，通过构建跨尺度模型，将点尺度的森林野外实测数据和区域尺度的生态机理模型模拟数据进行融合，实现多尺度数据互补，提高碳储量空间分布的模拟精度。.首先，通过模型结构改进、模型数据融合进行参数优化和遥感数据强迫法提高LPJ-DGVM模型在本研究区的碳储量模拟精度，得到森林碳储量区域尺度数据；其次，基于高精度曲面建模方法，以点数据（森林野外实测样点数据）为优化控制条件、面数据（前述机理模型模拟的区域数据）为初始场，发展一种新的全球植被动态模型-高精度曲面建模耦合模型系统（DGVM-HASM），实现融合点、面尺度数据的森林碳储量区域外推，进而使森林碳储量估算结果兼有样点数据精度较高和区域数据空间连续性好的优点，试图解决森林碳储量空间分布估算误差普遍较大的问题。

森林碳储量的定量估算对碳循环和气候变化研究具有重要意义。本项目选取江西省森林生态系统为研究对象，通过构建跨尺度模型，将点尺度的森林野外实测数据、星载激光雷达数据和区域尺度的生态机理模型模拟数据、光学遥感数据进行融合，实现多尺度数据互补，提高碳储量空间分布的模拟精度。. 首先，通过模型结构改进、模型数据融合进行参数优化和遥感数据强迫法提高LPJ-DGVM模型在本研究区的碳储量模拟精度，得到森林碳储量区域尺度数据；其次，基于高精度曲面建模方法，以点数据（森林野外实测样点数据）为优化控制条件、面数据（前述机理模型模拟的区域数据）为初始场，发展一种新的全球植被动态模型-高精度曲面建模耦合模型系统，实现融合点、面尺度数据的森林碳储量区域外推，进而使森林碳储量估算结果兼有样点数据精度较高和区域数据空间连续性好的优点。. 同时，基于星载激光雷达数据、野外实测数据和光学遥感数据，对比分析了HASM方法和偏最小二乘回归、回归克里金、K最近邻、支持向量机、随机森林六种方法对森林生物量估算的精度。研究结果表明HASM模型具有最高的模拟精度。最后，基于研究区最优的森林生物量估算模型，对研究区的森林生物量空间分布进行了模拟。