基于2000—2014年文献和著作资料中的湖南省森林土壤剖面有机碳含量数据,湖南会同杉木林生态系统国家野外科学观测研究站近15年的实测数据,分析了湖南省主要森林类型土壤有机碳密度,结合1983年至2009年湖南省4次森林资源清查数据,研究...基于2000—2014年文献和著作资料中的湖南省森林土壤剖面有机碳含量数据,湖南会同杉木林生态系统国家野外科学观测研究站近15年的实测数据,分析了湖南省主要森林类型土壤有机碳密度,结合1983年至2009年湖南省4次森林资源清查数据,研究了湖南省森林土壤有机碳库储量的动态特征。结果表明:湖南省主要森林类型土壤有机碳算术平均含量在9.53—22.86g/kg之间,灌木林最高,土壤有机碳含量的分异主要发生在0—40 cm土层,0—80 cm土壤层有机碳密度在95.44—181.30 t C/hm2之间,平均为137.15 t C/hm2,主要分布在0—40 cm土层中,随土壤深度增加,各森林类型土壤有机碳密度的差异下降,受森林类型的影响减弱。从1983—1987年到2009年,湖南省乔木林土壤层(0—80 cm)有机碳库储量净增加了414.86×106t C,面积加权平均有机碳密度提高了10.98 t C/hm2,不同乔木林土壤层(0—80 cm)有机碳库储量的差异随着时间进程逐渐增大,主要分布在杉木林、松木林、阔叶林。天然林是湖南省乔木林土壤有机碳库储量的主要贡献者,人工林土壤有机碳储量正逐步提高,经济林、竹林、灌木林对湖南省森林土壤层(0—80 cm)有机碳库储量贡献不同,且动态变化趋势也不同。森林土壤层有机碳库储量的变化与各森林类型面积的变化密切相关,而各森林类型面积的增减,与各项林业政策的实施密切相关。因此,人类活动深刻影响森林土壤的碳汇功能。展开更多
传统线性回归模型在借助光谱信息进行土壤属性预测时,通常忽略了土壤自身所具有的空间异质性和依赖性,并且未考虑模型残差的空间结构。针对以上不足,该文以江汉平原232个土壤样本为研究对象,以土壤反射光谱为辅助变量,采用偏最小二乘回...传统线性回归模型在借助光谱信息进行土壤属性预测时,通常忽略了土壤自身所具有的空间异质性和依赖性,并且未考虑模型残差的空间结构。针对以上不足,该文以江汉平原232个土壤样本为研究对象,以土壤反射光谱为辅助变量,采用偏最小二乘回归、普通克里格、协同克里格以及回归克里格分别构建土壤有机碳密度预测模型,选取决定系数(R^2)、均方根误差、标准差与预测均方根误差比(ratio of performance to deviation,RPD)对模型预测精度进行对比评价。结果显示,结合高光谱信息,且同时考虑残差空间结构的回归克里格模型表现优于其他模型,预测决定系数R^2为0.617,RPD为1.614。鉴于土壤光谱信息同时还具有测定简单、省时、无损等优点,因此土壤光谱是土壤有机碳密度空间插值的理想辅助因子。展开更多
文摘基于2000—2014年文献和著作资料中的湖南省森林土壤剖面有机碳含量数据,湖南会同杉木林生态系统国家野外科学观测研究站近15年的实测数据,分析了湖南省主要森林类型土壤有机碳密度,结合1983年至2009年湖南省4次森林资源清查数据,研究了湖南省森林土壤有机碳库储量的动态特征。结果表明:湖南省主要森林类型土壤有机碳算术平均含量在9.53—22.86g/kg之间,灌木林最高,土壤有机碳含量的分异主要发生在0—40 cm土层,0—80 cm土壤层有机碳密度在95.44—181.30 t C/hm2之间,平均为137.15 t C/hm2,主要分布在0—40 cm土层中,随土壤深度增加,各森林类型土壤有机碳密度的差异下降,受森林类型的影响减弱。从1983—1987年到2009年,湖南省乔木林土壤层(0—80 cm)有机碳库储量净增加了414.86×106t C,面积加权平均有机碳密度提高了10.98 t C/hm2,不同乔木林土壤层(0—80 cm)有机碳库储量的差异随着时间进程逐渐增大,主要分布在杉木林、松木林、阔叶林。天然林是湖南省乔木林土壤有机碳库储量的主要贡献者,人工林土壤有机碳储量正逐步提高,经济林、竹林、灌木林对湖南省森林土壤层(0—80 cm)有机碳库储量贡献不同,且动态变化趋势也不同。森林土壤层有机碳库储量的变化与各森林类型面积的变化密切相关,而各森林类型面积的增减,与各项林业政策的实施密切相关。因此,人类活动深刻影响森林土壤的碳汇功能。
文摘传统线性回归模型在借助光谱信息进行土壤属性预测时,通常忽略了土壤自身所具有的空间异质性和依赖性,并且未考虑模型残差的空间结构。针对以上不足,该文以江汉平原232个土壤样本为研究对象,以土壤反射光谱为辅助变量,采用偏最小二乘回归、普通克里格、协同克里格以及回归克里格分别构建土壤有机碳密度预测模型,选取决定系数(R^2)、均方根误差、标准差与预测均方根误差比(ratio of performance to deviation,RPD)对模型预测精度进行对比评价。结果显示,结合高光谱信息,且同时考虑残差空间结构的回归克里格模型表现优于其他模型,预测决定系数R^2为0.617,RPD为1.614。鉴于土壤光谱信息同时还具有测定简单、省时、无损等优点,因此土壤光谱是土壤有机碳密度空间插值的理想辅助因子。
