基于时空地理加权回归的森林碳储量分布研究

作     者：张小勇 

作者单位：东北林业大学 

学位级别：硕士

导师姓名：贾炜玮

授予年度：2023年

学科分类：09[农学] 0903[农学-农业资源与环境] 

主      题：遥感 GWR MGWR TWR GTWR 森林立木碳储量 空间自相关性 

摘      要：森林碳储量在地球生态系统的完整性和稳定性上发挥着至关重要的作用,所以掌握森林立木碳储量的时空分布规律对于维持生态平衡以及森林自然资源的动态监测都具有重要意义,并且对于推进生态建设与制定不同的造林政策和有效实施森林管理战略提供技术性和数据支持。随着技术发展,遥感影像的广泛应用给森林碳储量的时空分布研究提供了新的机会和思路。本研究收集了遥感影像数据,数字高程模型数据以及森林二类调查数据,并提取相关的遥感因子、林分因子和地形因子,将这些因子与计算所得的森林立木碳储量进行逐步回归分析筛选得出显著因子。利用全局模型包括最小二乘模型（OLS）和线性混合模型（LMM）,局部模型包括地理加权模型（GWR）、多尺度地理加权回归模型（MGWR）、时间加权模型（TWR）和时空地理加权模型（GTWR）对1989、1999、2009、2019年凉水自然保护区的森林立木碳储量分布和遥感因子、林分因子以及地形因子之间的关系展开研究。对全局模型和局部模型的预测精度进行比较;利用反距离插值法对各模型预测结果进行可视性分析;通过GTWR模型估算的森林碳储量空间分布与研究区域的地形地貌进行协同分析,探究森林碳储量的空间分布规律。结果表明:（1）传统统计模型OLS拟合效果最差,模型的残差平方和（RSS）、均方根误差（RMSE）在所有模型中最大,R（0.464）最小。LMM同样作为全局模型在OLS的基础上加入随机效应,R较OLS提高了14%。基于地理加权回归的局部模型即GWR、MGWR、TWR、GTWR,都有着不俗的表现,R较OLS分别提高了23%、27%、39%、58%,GTWR的拟合效果为最佳。（2）通过比较不同尺度下各个模型残差的莫兰指数以及Z得分,发现OLS模型空间自相关性明显,会导致模型系数的有偏估计检验,LMM一定程度上解决了空间自相关性问题,但在小尺度时的模型残差仍存在空间相关性,局部模型（GWR、MGWR、TWR、GTWR）可以明显克服这种空间自相关性对于模型的影响。（3）利用数字高程模型数据绘制了研究区域的地形地貌图,分析了不同地形地貌处森林碳储量的空间分布规律,发现森林碳储量分布基本遵循:阳坡半阳坡半阴坡阴坡这一规律。主要原因是日照时间和日照强度的差异,导致森林植被光合作用所吸收的太阳辐射量不同。阳坡所受到的太阳辐射高于阴坡,碳储存能力自然要强于阴坡。（4）统计分析了研究区域内森林碳储量在经度和纬度方向上的整体空间分布趋势,同时对GTWR模型预测数据做了热点分析以及误差分析,发现该研究区域北部的森林碳储量要明显高于其他地区。