引入环境变量的香格里拉市高山松碳储量估测.pdf

/引入环境变量的香格里拉市高山松碳储量估测殷唐燕 张加龙 廖易 王飞平 曹军 和云润 陈朝情 肖庆琳(西南林业大学 林学院 云南 昆明 西北农林科技大学 机械与电子工程学院 陕西 杨陵)摘要:森林碳储量是森林固碳能力的重要参考指标 准确估算森林碳储量对陆地碳循环具有重要意义 以香格里拉市 年 /遥感影像、森林资源连续清查数据和地形数据为主要数据源 利用 相关性法、相关性法、相关性法、距离相关性法和决策树法筛选预测变量 并引入不同环境变量结合随机森林()模型估测香格里拉市高山松碳储量 结果显示:()在不同方法筛选出的预测变量中偏度、角二阶矩等纹理因子与高山松碳储量相关性最高()通过决策树法筛选出的变量组合所构建的 模型效果最优 其 为 为 /为 为 ()引入环境变量后 精度都有不同程度提升 其中地表温度对模型精度的提升最高 其 提高了 降低了 /降低了 提高了 ()年 香格里拉市高山松碳储量时空变化较明显 高山松碳储量增加了 因此 不同的变量筛选方法会影响碳储量估测的准确性 同时引入环境变量能够提高模型估测精度 研究结果可为后续基于遥感的碳储量估测提供参考关键词:碳储量 变量筛选 随机森林 环境变量 高山松中图分类号:文献标识码:文章编号:()():/():()()/()第 卷 期 年 月 西 部 林 业 科 学 收稿日期:基金项目:年云南省高层次人才培养支持计划“青年拔尖人才”专项()国家自然科学基金()第一作者简介:殷唐燕()女 硕士研究生 主要从事森林经理学与林业遥感的研究:通信作者简介:张加龙()男 博士 教授 博士生导师 主要从事林业 技术研究:/():森林作为生物圈中最大的陆地碳库 其储存着全球约 的地上碳储量和 的地下碳储量在全球碳循环中发挥着不可或缺的作用 森林地上碳储量能够对合理的森林资源保护与管理提供依据 是固碳能力的重要参考指标 随着“碳达峰、碳中和”目标的提出 如何准确、有效地估算森林碳储量对于碳监测和降低大气 浓度具有重要意义相较于传统的森林碳储量测算方法 遥感估测森林碳储量因具有快速、成本低和大范围研究等优点被广泛应用于林业领域 常用于森林碳储量估测的预测变量有纹理因子、植被指数和信息增强因子等 此外 部分学者在估测森林碳储量时还考虑了地形和气候等环境因素 并发现环境变量能在一定程度上提高模型的估测精度 蒋云姣等研究发现海拔、坡度、亮度指数、湿度指数等是影响森林地上部分生物量的重要环境因素 何潇等通过对比林分生物量基础模型和含气候变量的林分生物量模型的精度 发现气候变量能明显改善模型效果 选择合适的变量筛选方法可以提高模型精度、降低运算时间和模型的复杂性香格里拉市位于青藏高原横断山区 地形结构复杂 有着多种气候类型 区域内树木的生长状况及树种的空间分布容易受到环境因素的影响 从而影响到森林碳储量 因此 引入环境变量进行高山松碳储量估测尤为重要高山松()在香格里拉分布广泛具有重要的经济价值和生态价值 对该地区的碳收支平衡具有重要影响 目前 已经开展了较多遥感估测高山松生物量/碳储量的研究 王书贤等对高山松生物量和遥感因子进行空间自相关和异质性分析 发现高山松变化主要受人为干扰、立地条件影响 曹军等和廖易等通过建立不同变量组合的高山松估测模型 发现引入地形可以显著提高高山松地上碳储量的估测精度 关于引入气候、土壤等环境变量构建高山松遥感估测的相关研究较少 基于此 研究以 /影像为遥感数据源 结合香格里拉市的森林资源连续清查数据、气象数据等 采用 相关性法、相关性法、相关性法、距离相关性法和决策树法对预测变量进行筛选 构建随机森林模型 并在模型中引入环境变量(气温、降水、年日照时长、年均温、人口密度、地表温度和土壤湿度)以探究不同变量筛选方法及引入环境变量是否能提高地上碳储量建模精度 为高山松碳储量建模精度的提高提供新思路 研究区与方法 研究区概况香格里拉市位于云南省迪庆藏族自治州东部、青藏高原的东南端和横断山脉的东侧 地处 平均海拔为 受地形和西南季风影响 该区干湿季节分明 年均温为 年均降水量为 无霜期为 自然资源丰富 森林覆盖率达 区域内优势树种有高山松、冷杉()、云杉()、云 南 松()等 见图 数据来源与处理 森林资源连续清查数据样地数据来源于、年香格里拉市的森林资源连续清查数据 共 个高山松样地数据 样地按照 的网格分布 面积为()首先利用样地平均树高和胸径计算平均生物量()再根据样地平均生物量和样地高山松株数计算样地总生物量 高山松单木异速生长方程见公式 根据推算得到的每公顷生物量(/)乘以含碳率得到样地碳储量 具体见公式 高山松的含碳率将根据森林生态系统碳储量计量指西 部 林 业 科 学 年南中推荐的高山松含碳率()确定 式中:代表高山松地上生物量 代表胸径 代表树高 代表碳储量 代表含碳率在得到高山松碳储量数据后 通过剔除碳储量过小以及离群值后 剩余 个样地用于构建高山松地上碳储量模型 详情见表 图 研究区概况图 注:地图基于云南省地理信息公共服务平台(天地图云南)网站的标准地图制作 底图无修改 云南省标准地图审图号:云()号 香格里拉标准地图审图号:云()号表 样地碳储量统计结果 年份样地个数平均值/标准差/中数/最大值/最小值/合计 数据从:/收集了、年的 /遥感影像 条带号分别为/、/、/共 期 景 影像分别经过辐射定标、大气校正、镶嵌、裁剪等预处理 环境变量数据研究所选择的环境变量包括气象数据(年均降 第 期 殷唐燕等:引入环境变量的香格里拉市高山松碳储量估测水、气温、干燥度、潜在蒸散发)、人口密度、地表温度和土壤湿度气象数据来源于国家青藏高原科学数据中心(:/)人口密度数据来源于官方网站(:/)数据集只有、和 年的人口密度数据、和 年的人口密度数据将通过云南省统计年鉴和中甸县志计算得到人口密度 为统一数据格式 将气象数据通过重采样至 分辨率 地表温度采用单窗算法反演得到土壤湿度使用简化后的温度植被干旱指数()利用地表温度和归一化植被指数()得到与土壤水分状况直接相关 地形数据从地理空间数据云平台(:/./)下载分辨率为 的 数据 处理后提取海拔、坡度和坡向数据作为地形变量加入到预测变量进行筛选 研究方法研究基于连清样地数据、/影像数据和地形数据进行相关处理后提取预测变量 从/影像数据和环境数据提取七种不同环境变量 使用五种变量筛选方法对预测变量进行筛选 确定最优的预测变量组合直接引入环境变量建立随机森林模型并评价精度 选择引入环境变量后最优的模型进行高山松碳储量反演制图 技术路线见图 图 技术路线图 预测变量选择研究使用的预测变量包括原始单波段、波段组合、植被指数、纹理因子、信息增强因子和地形变量 其中纹理因子提取了影像第、波段的、窗口的 种纹理 详见表 采用、距离相关性法以及决策树法分别选取与碳储量显著相关的前 的预测变量 使用 软件以样地中心点为基础提取该点与 影像对应位置的像元值表 预测变量.变量类型预测变量原始单波段、波段组合因子/、/、/、/、/、/植被指数、纹理因子均一性()、相异性()、均值()、角二阶矩()、熵()、相关性()、方差()、对比度()、偏度()信息增强因子主成分变换()、可见光组合()、反射率()、缨帽变换()地形变量海拔、坡度、坡向最佳变量组合是提高建模精度的关键 相关性法能够描述变量 与变量 之间的线性相关性 是特征变量筛选最常用的方法 适用于正态分布的连续变量 相关性法和 相关性法都是利用非参数的思想描述两个有序变量之间的相关性强弱 对非线性关系更为敏感 距离相关性法是描述任意变量间独立性的度量关系数越大 越能说明预测变量越重要决策树法能利用平方误差对分裂变量进行选择并生成二叉树 将目标变量区分出来 具有运算速度快、结果易理解和解释等优点 模型构建研究采用随机森林()方法进行高山松碳储量模型的构建 将 个样本中的(个)用于模型的拟合(个)用于模型的检验西 部 林 业 科 学 年随机森林是改进后的决策树算法 适用于多数分类与回归的问题 是由一系列的决策树组成通过 语言的 工具包中的“”算法进行建模分析 在构建过程中需要对运行参数进行调整 最终确定参数范围:最大迭代次数为 最大深度为 叶节点最少样本数以及内部节点再划分所需最小样本数采用默认值 分别为 和 模型精度评价使用决定系数()、均方根误差()、相对均方根误差()、预测精度()作为模型精度评价指标 ()()()(式中 为实测值是模型预测值 是实测值均值 是样地个数 结果与分析 预测变量筛选结果通过对预测变量等进行筛选 结果见表 各方法选择的变量组合各不相同 和距离相关性法所选择的变量都为纹理因子 并且有 个相同的变量 相关性最高的为 窗口第 波段的角二阶矩()和 相关性法所筛选的变量相同 其变量包含 个纹理因子和 个植被指数 相关性最高的变量为 其相关性分别为 和 决策树法筛选的变量则包含了多种类型的变量 包含 个纹理因子、个波段组合因子、个植被指数和 个信息增强因子 重要性最高的为 窗口第 波段的偏度()通过分析发现纹理因子相较于其他因子是较为重要的因子 通过相关性发现 第、和 波段的信息随高山松碳储量具有重要影响 纹理信息中的偏度()、角二阶矩()、均一性()和相异性()的占比较多表 不同变量选择方法及其相关性(重要性).()距离相关决策树法变量相关性变量相关性变量相关性变量相关性变量重要性/注:在 级别 相关性显著 在 级别 相关性显著 距离相关性法中的相关性越接近 相关性越高 决策树法中重要性越高的变量越重要 高山松碳储量估测模型构建 基于不同变量组合的建模结果经过 种筛选方法得到的变量组合分别进行 建模 不同变量组合的 建模结果如表 所示 基于决策树法选择的变量组合建立的 模型精度(/)明显优于其他变量组合 相较于 相关性法 提高了 降低了 降低了 提高了 其预测得到的高山松碳储量与连清样地的 第 期 殷唐燕等:引入环境变量的香格里拉市高山松碳储量估测计算得到的碳储量更为接近(图)基于决策树法的选择的变量组合建模精度最高 其余变量组合建模精度依次为、距离相关、相关性法由此可知不同变量筛选方法能够影响模型精度 使用决策树法筛选的变量组合的建模精度明显优于其他方法 因此 采用决策树法选择的变量组合进行引入环境变量的建模表 不同变量组合模型建模效果.变量筛选方法训练集验证集/距离相关 决策树 图 不同变量组合的建模结果注:图中、分别为通过、距离相关法和决策树法所选择的变量组合的 模型拟合结果 引入不同环境变量的建模结果引入环境变量后模型效果见表 从建模结果看 引入地表温度的模型 提升效果最好 为 为 /为 为 其余依次为降水量、土壤湿度、潜在蒸散发和干燥度 引入人口密度的模型提升效果最低 为 为 /为 为 相较于决策树法筛选的变量组合模型效果 引入地表温度后模型 提高了 降低了 /降低了 提高了 将海拔分为 、共 个梯度探究范围内高山松碳储量和地表温度的关西 部 林 业 科 学 年系(图)在 、和 海拔范围内 地表温度和高山松碳储量呈明显正相关关系 地表温度增加 高山松碳储量也随之增加 在 内地表温度对高山松碳储量的影响不明显 可以忽略地表温度对高山松碳储量的影响 总体而言 地表温度对高山松碳储量的影响呈正相关引入环境变量后 各模型效果都有不同程度的提升 能够在一定程度上减少模型的误差 因此选择基于决策树法筛选的变量组合并引入地表温度进行香格里拉市高山松碳储量反演表 引入不同环境变量建模效果.变量筛选方法引入的环境变量训练集验证集/基于决策树法筛选的变量组合地表温度 气温 降水量 土壤湿度 潜在蒸散发 干燥度 人口密度 图 不同海拔范围内地表温度对碳储量的影响注:图中、分别为 、共 个海拔梯度内地表温度和高山松碳储量的影响 引入地表温度的高山松碳储量反演结果通过引入地表温度的 模型结合已有的香格里拉市高山松分布范围对 年共 年的高山松碳储量进行反演制图(图)高山松在香格里拉市的分布范围较广 碳储量变化呈现“增加减少增加”趋势 年碳储量逐渐增加 年 碳 储 量 出 现 下 降 年碳储量出现大幅增加 最终得到、年香格里拉市高山松碳储量估测值分别为 、和 与岳彩荣基于遥感估测香格里拉市高山松碳储量估测结果()具有可对比性 第 期 殷唐燕等:引入环境变量的香格里拉市高山松碳储量估测年间 森 林 碳 储 量 是 处 于 上 升 趋 势 共 增 加 了 将 和 年的碳储量变化数值分为四个等级 分别为显著减少(/)从下图可以看出碳储量变化整体呈现少量增加图 各年份高山松碳储量分布注:地图基于云南省地理信息公共服务平台(天地图云南)网站的标准地图制作 底图无修改 审图号:云()号 图中、分别为香格里拉市、年高山松的碳储量反演分布图 表示 年香格里拉市高山松碳储量变化情况 讨论与结论 讨论()决策树法筛选变量组合的可行性变量筛选的结果好坏会直接影响模型的质量选择合适的建模变量是准确估测碳储量的关键步骤 本研究基于 种变量筛选方法选择预测变量从不同的变量筛选方法来看 发现决策树法筛选出的变量组合模型精度优于其他筛选方法 这与 等和王迪等的研究结果一致 机器学习算法在变量筛选中具有可解释强、使用方便和准确率高的优点 在实际运用中 没有最好的方法 只有最合适的方法 决策树法筛选的变量结果包含 个纹理因子 个植被指数因子 个信息增强因子和 个波段组合因子 纹理因子中有 个为纹理信息中的偏度()纹理因子普遍表现出与高山松碳 储 量 较 高 的 相 关 性 这 与 相 关 学 者 的 研究一致 纹理因子相较于其他变量能够较为准确的描述高山松的形态特征 对提高高山松的建模精度具有积极影响西 部 林 业 科 学 年()光学遥感在估算森林碳储量方面的局限性研究利用 模型进行高山松碳储量估测 结果表明 模型预测碳储量与样地实测碳储量结果较为接近 已有大量学者研究证明 模型在高山松的资源估测方面具有很强的适用性 但与相关学者的研究出现相同问题 在碳储量预测中存在低值高估和高值低估的现象 主要是由于 数据为光学数据 空间分辨率较大 相较于高分辨率数据在区域尺度上的建模精度较低罗洪斌等以 和 对橡胶林地上生物量进行估测 发现联合 和 的模型估测精度较高 且 数据的模型精度低于单一的 数据()建模过程中引入环境变量的必要性在本研究中 引入不同的环境变量后建模效果都得到了提升 特别是在引入地表温度后 建模效果提升最为显著 这主要是由于地表温度影响了土壤中的有机质分解速率 从而影响了树木的生长已有研究发现 随着海拔的增加 温度逐渐降低有机质的分解速率也随之降低 地表温度、湿度等环境变量与生物量之间存在密切关系香格里拉地区位于低纬度、高海拔地带 地势复杂 山地纵横 因此地表温度对高山松的碳储量的影响更为明显 之前的研究也表明 气候变量和植被指数等因子相较于反射率等因子对于森林生物量的估测更为重要 在构建高山松生物量模型的过程中引入气候变量 高山松生物量模型的 和 均有所提高 在本研究中 仅选择了部分环境变量进行分析与高山松碳储量之间的关系 在未来的研究可以进一步探究更多环境变量对高山松碳储量的影响 结论研究从 /遥感影像和地形数据中提取预测变量 结合样地数据 建立 模型估测香格里拉市高山松碳储量 并引入环境变量 对比模型精度 通过最优模型反演高山松碳储量 结果表明:()在筛选出的变量中 纹理因子与高山松碳储量显著相关 其相关性最高()不同变量筛选方法所选择的变量组合对建模效果有较大影响 其中通过决策树法筛选的变量组合模型表现最好 预测得到的高山松碳储量与连清样地计算得到的碳储量更为接近 相较于精度最低的 相关性法 提高了 降低了 降低了 提高了 ()引入地表温度的 模型效果明显优于引入其他环境变量的 模型 其 为 相较于基于决策树法选择的变量组合的模型拟合精度提高了 ()高山松碳储量在 年间的变化十分明显 共增加了 其变化呈现为“增加减少增加”趋势参考文献:方精云黄耀朱江玲等.森林生态系统碳收支及其影响机制.中国基础科学():.():.():.孔蕊张增信张凤英等.长江流域森林碳储量的时空变化及其驱动因素分析.水土保持研究():.():.菅永峰韩泽民黄光体等.基于高分辨率遥感影像的北亚热带森林生物量反演.生态学报():.田晓敏张晓丽.森林地上生物量遥感估算方法.北京林业大学学报():.李会朋胥辉张超等.基于随机森林模型的云南松天然林生物量遥感估测.西部林业科学():.王月婷张晓丽杨慧乔等.基于 卫星光谱与纹理信息的森林蓄积量估算.浙江农林大学学报():.任怡王海宾许等平.基于 影像的乔木林地上生物量估算.林业资源管理():.蒋云姣胡曼李明阳等.县域尺度森林地上生物量遥感估测方法研究.西南林业大学学报():.何潇雷相东段光爽等.气候变化对落叶松人工林生物量生长的影响模拟.南京林业大学学报(自然科学版)():.于晓辉.森林生物量遥感估测模型构建中的特征选择方法对比研究.杭州:浙江农林大学.赵文举段威成王银凤等.基于敏感变量筛选的多光谱植被含水率反演模型研究.农业机械学报 第 期 殷唐燕等:引入环境变量的香格里拉市高山松碳储量估测():.张鹏超梁宇刘波等.基于随机森林模型的青藏高原森林地上生物量遥感估算.生态学杂志():.谢福明字李舒清态.基于优化 模型的高山松地上生物量遥感估测.浙江农林大学学报():.韩东阳张加龙杨健等.考虑地形效应的高山松地上生物量遥感估测模型构建.中南林业科技大学学报():.王书贤张加龙鲍瑞等.香格里拉高山松地上生物量及遥感因子的时空变化特征研究.西北林学院学报():.曹军张加龙肖庆琳等.基于随机森林和蒙特卡洛的高山松地上碳储量估测及不确定性分析.林业科学研究():.廖易张加龙鲍瑞等.引入地形因子的高山松地上生物量动态估测.生态学杂志():.张加龙胥辉.基于遥感的高山松连清固定样地地上生物量估测模型构建.北京林业大学学报():.孙雪莲.基于 的香格里拉高山松林生物量遥感估测模型研究.昆明:西南林业大学.孙辉祥宋玥孙智勇.黑龙江省森林碳储量的动态变化分析.中国林业经济():.胡德勇乔琨王兴玲等.单窗算法结合 热红外数据反演地表温度.遥感学报():./.():./.():.():.(/):.():.王黎明吴香华赵天良等.基于距离相关系数和支持向量机回归的(.)浓度滚动统计预报方案.环境科学学报():.谢少捷王伟何福善.基于梯度提升决策树的特征筛选与钢卷力学性能预测.机械工程材料():.菅永峰.耦合光学影像数据和地形因子的湖北省乔木林生物量估算研究.武汉:华中农业大学.岳彩荣.香格里拉县森林生物量遥感估测研究.北京:北京林业大学.:.王迪赵颖慧.不同特征筛选方法和估测模型对天然次生林郁闭度估测的影响.森林工程():.黄屹杰张加龙胡耀鹏等.高山松地上生物量遥感估算的不确定性分析.浙江农林大学学报():.房秀凤谭炳香刘清旺等.基于纹理信息的森林蓄积量估计.东北林业大学学报():.唐金灏张加龙陈立业等.高山松地上生物量估测与尺度转换研究.林业资源管理():.胡振华王丽媛岳彩荣.宜良县云南松林生物量遥感估测方法研究.河北农业大学学报():.许振宇李盈昌李明阳等.基于 和 数据的区域森林生物量反演.中南林业科技大学学报():.周俊宏王子芝廖声熙等.基于 影像的普达措国家公园森林地上生物量遥感估算.农业工程学报():.罗洪斌舒清态王强等.运用机载激光雷达和陆地卫星数据对橡胶林地上生物量的估测.东北林业大学学报():.何珏霖.基于 数据的山地地表温度地形效应分析.成都:成都理工大学.李凯辉胡玉昆王鑫等.不同海拔梯度高寒草地地上生物量与环境因子关系.应用生态学报():.郝泷张挺厉香蕴等.基于 影像的地温对森林地上生物量的影响.中南林业科技大学学报():.罗恒春张超魏安超.气候对云南松林分生物量的影响研究.西南林业大学学报(自然科学)():.(责任编辑:罗群)西 部 林 业 科 学 年