森林地上生物量动态信息时空协同分析及建模

Forest dominates the terrestrial carbon cycle and forest above-ground biomass (AGB) has been the critical index for carbon sequestration capacity. However, any individual method, such as ground-measurement-based method, remote-sensing-based method, and ecological model-based model, cannot efficiently describe the changing processes and driven mechanisms of forest AGB dynamics. Based on multi-mode remote sensing, time-space dynamic knowledge of forest ecological process, and continuous multi-disciplinary ground observation data, this project is planning to model spatial-temporal continuous, physical quantity-synergy forest AGB dynamics. Firstly, a highly accurate regional forest AGB product obtained by applying multi-mode remote sensing and scaling connection, is used as the AGB basis. Then, the uncertainties of simulation of forest growth processes are alleviated by use of model-model and model-data fusion strategies. Finally, modeling of forest AGB dynamics is accomplished by combining forest AGB basis with succeeding dynamic forest growth processes, which taking the effects of tree mortality, forest disturbance into account. The methodology of spatio-temporal synergetic modeling of Forest AGB dynamic information proposed by this project, can explore the eco-physiological mechanisms of spatio-temporal pattern of forest AGB dynamics and the driven forces of natural and anthropogenic disturbances. Moreover, this methodology can extend the spatial and temporal dimensions of forest AGB dynamics and in order to precisely improve forest quality and promote the national ecological environment construction.

森林控制着全球陆地碳循环动态变化，而森林地上生物量是评估森林碳收支的重要参数。然而，基于任何单一方法：如地面测量、遥感反演、生态模型模拟等均无法有效刻画区域森林地上生物量动态变化过程及驱动机制。本研究拟基于多模式遥感手段、森林生态过程时空动态知识和多学科地面连续观测数据，进行时空连续、物理量一致的大区域森林地上生物量动态建模。首先，以通过主动遥感手段与尺度衔接获得的高精度森林AGB反演结果产品作为建模本底；采用模型-模型、模型-数据融合策略减少森林生长过程模拟的不确定性，并综合考虑林分枯损、森林干扰等因素，结合森林地上生物量本底与森林生长动态过程进行建模。本项目提出的森林地上生物量动态信息时空协同建模方法可揭示森林地上生物量动态时空格局形成的生理生态机制和自然、人为干扰驱动机制，可实现森林地上生物量动态信息时空维扩展，为森林可持续经营提供支撑，促进森林质量精准提升与生态环境建设。

森林控制着全球陆地碳循环动态变化，而森林地上生物量是评估森林碳收支的重要参数。但是，基于任何单一方法：如地面测量、遥感反演、生态模型模拟等均无法有效刻画区域森林地上生物量动态变化过程及驱动机制。本项目基于多模式遥感手段、森林生态过程时空动态知识和多学科地面连续观测数据，进行了时空连续、物理量一致的大区域森林地上生物量动态建模。.首先，基于“立体”观测的主被动多模式遥感协同理论的森林结构信息特征提取，通过构建最优自动学习估测模型，创建了森林结构参数多模式遥感估测最优特征高效选择与定量无偏估测模型优化方案，提高了大尺度森林结构参数反演效率；然后，通过模型-模型耦合、模型-数据融合、结合多模式遥感“立体”观测的森林结构参数时空变化特征，构建了大尺度森林生态过程综合模拟技术方法；再，通过集成多模式遥感的动态变化特征与森林生态过程，初步创建了大尺度森林地上生物量动态变化“时空协同”建模理论；最后利用蒙特卡洛方法进行了森林地上生物量动态信息的不确定性分析，结合森林地上生物量动态时空格局、干扰信息及气象资料，揭示了区域森林地上生物量动态变化时空格局驱动机制。.本项目提出的森林地上生物量动态信息时空协同建模方法可揭示森林地上生物量动态时空格局形成的生理生态机制和自然、人为干扰驱动机制，可实现森林地上生物量动态信息时空维扩展，为森林可持续经营提供支撑，促进森林质量精准提升与生态环境建设。

内容获取失败，请点击重试