Forest aboveground biomass is one of the most important metrics reflecting the situation of forest development and its carbon uptake capacities. Long term records of aboveground biomass is even powerful in tracing the forest development, as well as the contributions from the contemporary climate and environmental changes. To date, advances in remote sensing technologies and the abundant remote sensing data archives provided liable data for quantifying long term biomass series. However, there are still challenges in using this remote sensing based long term records with confidence. The first is the validation of the multi-temporal results and the second is to understand the mechanisms that driving the changes. Therefore, this project proposes to bridge the gap by incorporating tree ring methods. The project will first focus on coniferous forest in the Miyun Reservoir region. LiDAR and archived Landsat images will be used to derive the multi-temporal biomass estimations. Tree ring samples will be collected and analyzed for two purposes: firstly, using geometrical metrics from tree rings to reconstruct historical biomass levels at field scale; and secondly using isotope signals of carbon and nitrogen to explorer the impacts of climate and environmental changes along the forest development trajectory.
地上生物量是反映森林生态系统现状及其固碳能力的重要指标。时间序列的地上生物量可以反映森林生长的过程以及在这个过程中森林固碳能力的变化和对气候与环境变化的响应。遥感技术发展至今已经有很好的长时间序列数据积累可以用于历史时期森林生物量的计算。但要实现对长时间序列生物量计算结果的应用,还面临两个挑战:其一是对历史时期计算结果的验证;其二是基于生物量的变化过程从机理上理解气候与环境变化等因素的影响。本项目拟以密云地区针叶林为研究对象,以LiDAR和Landsat为主要遥感数据源计算时间序列森林地上生物量,结合树轮学方法,开展详细的样地调查,一方面利用树轮几何指标重建样地尺度生物量水平的方法并对遥感计算结果进行验证;另一方面利用碳、氮树轮同位素化学信息,探讨分析气候与环境变化的影响。
在全球气候与环境变化的大背景下,北京周边地区森林生态系统对包括大气二氧化碳浓度升高、气温升高、降水减少以及大气污染情况变化的响应以及适应情况对于有针对性地开展森林管理具有重要的指导意义。本项目以此为出发点,以森林地上生物量及其累积过程为主要指标,利用包括遥感、地面调查以及树轮学实验室分析等手段对相关问题展开了研究。主要研究内容包括(1)基于多源遥感数据和样地树轮等观测数据的森林地上生物量长时间序列重建与验证;(2)基于树轮学方法对树木生长过程动态的剖析及潜在影响因子的分析;(3)基于树轮同位素分析手段探究大气污染等对树木生长的影响及区域内树木的适应情况。.通过开展上述相关研究,本项目建立了基于样地观测数据、单木树轮以及多远遥感数据的地上特征量组分模型,获取了密云地区过去3个时期的生物量水平及变化情况;在此基础上,结合树轮几何学和树轮化学分析发现该地区树木生长动态表现出较大的树种与空间差异性,大气二氧化碳浓度是影响树木生长速度的重要因子,同时区域内包括降雨和环境条件的差异是导致上述差异的关键因素;另外,利用树轮碳、氮同位素表征气候与包括大气氮沉降等过程的影响发现区域内森林生长早期受到了比较明显的污染影响且存在一定的梯度效应,同时伴随近年污染物浓度的降低,树木生长速率也在增长,表现出一定的适应性特征。项目的相关产出与结论有助于理解地区内森林生长的现状,对于针对性的森林管理和区域发展规划等具有一定的参考与指导意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于一维TiO2纳米管阵列薄膜的β伏特效应研究
论大数据环境对情报学发展的影响
硬件木马:关键问题研究进展及新动向
近 40 年米兰绿洲农用地变化及其生态承载力研究
内点最大化与冗余点控制的小型无人机遥感图像配准
时间序列森林地上生物量遥感估算及其时空格局分析
大兴安岭森林树种组成和地上生物量动态及其与气候和干扰的关系
火干扰对大兴安岭森林更新结构和地上生物量动态的影响
森林地上生物量动态信息时空协同分析及建模