干扰历史下东北森林林龄遥感定量反演及分析技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31500519
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C1608.森林信息学与森林经理学
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

Forest age affects the net primary productivity of forest ecosystem, and is considered to be a crucial factor of ecosystem carbon budget. Disturbance is the primary mechanism that changes ecosystems from carbon sinks to sources. At the same time, disturbance causes the change of the forest age. In order to meet the accuracy of forest ecosystem carbon balance estimation, disturbances impact on forest age can not be ignored in the estimation of forest age based on remote sensing. Take northeast forest of China as an object, first, forest was classified into non-disturbance and disturbance forest by using change detection after the traditional forest type classification. Then, non-disturbance forest age was estimated by multi-temporal and multi-source remote sensing data, and disturbance forest age was determined by fire intensity index. Finally, the distribution of forest age in the study area was mapped. The project focused on solving several key problems in forest age estimation: 1. Disturbance impact on forest age was considered. 2. Solve the problem of the saturation point on forest age estimation. 3. Determine the disturbance forest age according to the disturbance intensity. The project not only provided a complete set of forest age estimation method based on remote sensing, but also supplied the scientific reference for study of forest ecosystem carbon sources and sinks distribution at long time scale.
林龄影响着森林生态系统净初级生产力,被认为是决定森林生态系统碳收支的关键因素。干扰是改变森林生态系统从汇到源的主要途径,同时干扰也改变了森林的林龄。为了满足森林生态系统碳收支估算研究的需求,森林林龄的遥感估算不可忽视干扰对林龄改变的影响。本项目以东北森林为研究对象,在传统分类基础上通过变化检测提取干扰区域,将森林分为非干扰森林和干扰森林,利用多时相、多源遥感数据相结合的方法实现非干扰林龄的遥感估算,利用火烈度指数确定干扰森林林龄,最后得到研究区森林林龄空间分布。本项目重点解决林龄遥感估算中几个关键问题:1.考虑干扰对林龄改变的影响;2.解决林龄估算中饱和点问题;3.根据干扰强度确定干扰林龄。本项目不仅提供了一套完整的森林林龄的遥感估算方法,还为森林生态系统长时间尺度的碳源/汇格局研究提供科学依据。

结项摘要

林龄(本研究提及的林龄特指林分年龄), 表示林分内林木的平均年龄。它是森林经营和森林资源调查工作中重要的调查因子,同时它影响着森林生态系统净初级生产力,被认为是决定生态系统碳储量和碳通量的关键因素,空间分布的林龄数据为长时间尺度的碳源/汇格局研究提供了有力的数据支持。干扰改变了森林的年龄,影响着森林生态系统碳源/汇的分布。为了满足森林生态系统碳收支估算精度的需求,森林林龄的遥感估算不可忽视干扰对林龄改变的影响。本项目利用多源遥感数据进行森林林龄的反演,将森林分成干扰和非干扰区域,并用不同的方法分别对两个区域森林的林龄进行估算。非干扰区域采用标准木匹配算法,通过森林生长参数建立林分生长与对应林龄之间的关系曲线,以此为参考实现非干扰区域森林林龄的遥感估算。对于干扰区域,则是通过利用时间序列遥感数据识别干扰区域,并根据干扰情况确定干扰后的森林林龄。最后将两部分数据整合得到研究区域森林林龄。研究结果表明,东北地区森林的林龄在60年以下的区域占整个东北地区的78.35%,而大于60年的森林仅占21.65%。说明东北地区的森林多以幼龄林、中龄林和近熟林,而成过熟林所占的比例较低,仅占整个研究区域的约1/5。说明研究区域森林林龄分布较合理,为区域乃至全球碳汇提供巨大的支撑。本项目的相关研究不仅提供了一套完整的森林林龄的遥感估算方法,还为森林生态系统长时间尺度的碳源/汇格局研究提供科学依据。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(1)
会议论文数量(0)
专利数量(2)
Estimating Soil Salinity Under Various Moisture Conditions: An Experimental Study
估算不同湿度条件下的土壤盐分:实验研究
  • DOI:
    10.1109/tgrs.2016.2646420
  • 发表时间:
    2017-05-01
  • 期刊:
    IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING
  • 影响因子:
    8.2
  • 作者:
    Yang, Xiguang;Yu, Ying
  • 通讯作者:
    Yu, Ying
Moisture content estimation of forest litter based on remote sensing data
基于遥感数据的森林凋落物含水量估算
  • DOI:
    10.1007/s10661-018-6792-2
  • 发表时间:
    2018-06
  • 期刊:
    Environmental Monitoring and Assessment
  • 影响因子:
    3
  • 作者:
    Yang Xiguang;Yu Ying;Hu Haiqing;Sun Long
  • 通讯作者:
    Sun Long
Forest type identification by random forest classification combined with SPOT and multitemporal SAR data
黑龙江大兴安岭盘古林业中心随机森林分类结合SPOT数据和多时相SAR数据的森林类型识别
  • DOI:
    10.1007/s11676-017-0530-4
  • 发表时间:
    2018-09
  • 期刊:
    Journal of Forestry Research
  • 影响因子:
    3
  • 作者:
    Yu Ying;Li Mingze;Fu Yu
  • 通讯作者:
    Fu Yu
Relationship between Net Primary Productivity and Forest Stand Age under Different Site Conditions and Its Implications for Regional Carbon Cycle Study
不同立地条件下净初级生产力与林龄的关系及其对区域碳循环研究的启示
  • DOI:
    10.3390/f9010005
  • 发表时间:
    2018-01
  • 期刊:
    Forests
  • 影响因子:
    2.9
  • 作者:
    Wang Bin;Li Mingze;Fan Wenyi;Yu Ying;Chen Jing M.
  • 通讯作者:
    Chen Jing M.
三种叶绿素含量遥感估算模型比较
  • DOI:
    10.16270/j.cnki.slgc.2017.02.006
  • 发表时间:
    2017
  • 期刊:
    森林工程
  • 影响因子:
    --
  • 作者:
    王亚卿;于颖
  • 通讯作者:
    于颖

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

水-气界面辐射能量的方向性特征及水体透射特征研究
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    武汉大学学报(信息科学版)
  • 影响因子:
    --
  • 作者:
    杨曦光;黄海军;刘艳霞;严立文
  • 通讯作者:
    严立文
基于影像间潮滩地形修正的海岸线监测研究mdash;mdash;以黄河三角洲为例
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    Acta Geographica Sinica
  • 影响因子:
    --
  • 作者:
    刘艳霞;黄海军;丘仲锋;陈纪涛;杨曦光
  • 通讯作者:
    杨曦光
我国近海藻类养殖的碳汇强度估算
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    海洋科学进展
  • 影响因子:
    --
  • 作者:
    严立文;黄海军;陈纪涛;杨曦光
  • 通讯作者:
    杨曦光
探地雷达在确定全新世海侵线方面的应用
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    海洋科学
  • 影响因子:
    --
  • 作者:
    祁雅莉;黄海军;刘艳霞;刘晓;杨曦光
  • 通讯作者:
    杨曦光
森林冠层光谱与林下背景光谱尺度差异分析
  • DOI:
    10.13203/j.whugis20180254
  • 发表时间:
    2020
  • 期刊:
    武汉大学学报. 信息科学版
  • 影响因子:
    --
  • 作者:
    杨曦光;于颖;范文义
  • 通讯作者:
    范文义

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

杨曦光的其他基金

叶物候与碳循环模型耦合遥感探测机理研究
  • 批准号:
    31971580
  • 批准年份:
    2019
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码