一、华南南亚热带植被第一性生产量的影响因素及预测模型（论文文献综述）
黄鑫[1]（2021）在《区域尺度马尾松生产力的空间分异、影响因素及模拟预测》文中认为自工业革命以来,全球CO2浓度急剧上升,气候变暖给人类社会的发展及生产生活带来了严重的影响。森林是陆地生态系统的重要组成部分,也是最重要的碳库,在调节全球碳平衡、缓解温室气体浓度上升方面发挥着不可替代的作用。森林生产力是评估森林固碳能力的重要指标之一,它会受到众多生物和非生物因素的影响。在全球气候变化的大背景下,了解森林生产力在多种时空尺度下对各种因素的响应规律对于森林碳循环研究及碳汇管理政策的制定具有重要意义。本文以我国南方地区重要的人工林造林树种马尾松为研究对象,以“规律探索-实测验证-模型驱动-情景预测”为研究思路,基于大量研究文献构建了我国南方区域尺度的马尾松树干、树枝、树叶、树根、地上部分和乔木层生产力数据库和基于树木年代学的“年轮-气候”关系数据库,基于生产力数据库并结合全国1 km空间分辨率的土壤数据和气象插值数据探讨了马尾松生产力在经纬度和海拔上的空间分异规律与影响因素,并基于树木年轮学分析了马尾松径向生长的季节性气候影响因素及其空间分异规律,揭示了马尾松生产力空间分异特征及其形成原因。根据文献荟萃分析结果分别调查了马尾松生产力关键影响因素的野外典型样地,分析和验证了气温、降水、林分密度和林龄对马尾松生产力的影响;在利用文献数据库和野外实测数据对3-PG（Physiological Principles Predicting Growth）生产力模型进行了区域尺度的马尾松参数化的基础上,模拟了马尾松生产力对未来不同气候情景的响应,以期为马尾松林的科学经营与碳汇管理提供科学依据。本研究取得的主要结论如下:（1）基于区域尺度马尾松生产力数据库的荟萃分析表明,各器官的净初级生产力均表现出了较大的变化幅度,其中树干为0.29～8.71 t·hm-2·a-1、树枝为0.10～2.11t·hm-2·a-1、树叶为0.02～2.31 t·hm-2·a-1、树根为0.07～2.11 t·hm-2·a-1,地上部分（树干、树枝和树叶）为0.88～10.81 t·hm-2·a-1,乔木层为1.04～13.13 t·hm-2·a-1。马尾松器官生产力平均值由大到小依次为:树干(3.51 t·hm-2·a-1)>树根(0.81 t·hm-2·a-1)>树枝(0.69 t·hm-2·a-1)>树叶(0.34 t·hm-2·a-1)。马尾松各器官生产力均随着纬度的升高而表现出显着的降低趋势,而在经度和海拔上未表现出明显的空间分异规律。（2）区域尺度马尾松生产力受到气候条件、土壤性质和林分特征的共同影响,且这些因素对各器官生产力的作用机制和效应大小均有所不同。总体来看,年均温、年降水量、林龄、林分密度、土壤有效磷和有机质含量均表现出与马尾松生产力显着的正相关关系,而7～8月平均高温与马尾松生产力呈显着的负相关关系,树叶生产力与林龄也呈显着的负相关关系。方差分解结果表明,林分特征和气候条件对马尾松生产力的影响比土壤性质的影响更大。研究区内各土壤理化指标的空间变异规律比较复杂,仅土壤有效磷、p H和容重在纬度上表现出了微弱的变异趋势,而降水量的空间变异幅度也相对有限且基本能满足马尾松生长所需。值得注意的是,与马尾松生产力呈显着负相关的7～8月平均高温的空间变异幅度较小（27.94～33.45℃）,说明整个研究区内的马尾松生长均会受到夏季高温的抑制;同时,由于年均温和12月低温随着纬度的降低而显着升高,分布在南亚热带地区的马尾松比中亚热带和北亚热带地区马尾松的生长季更长,因此表现出更高的生产力。可见温度是马尾松生产力在纬度上呈现分异现象的关键因素。（3）基于“年轮-气候”关系数据库的季节性气候对马尾松生长影响的分析表明,在马尾松生长当年及上一年间的各月气候变量中,当年的1～3月气温、6～8月气温和7～9月降水是影响马尾松生产力的关键气候因素。1～3月气温和7～9月降水在绝大多数样点表现出对马尾松生长的促进作用,而6～8月气温则表现为对马尾松生长的抑制作用。马尾松生长主要受当年气温和降水的影响,上一年气候条件对马尾松生长影响的“滞后效应”相对有限。研究样点的温度季节性变幅、温度年度变幅和最干季平均温度对马尾松“年轮-气候”关系的形成具有重要影响。马尾松年轮宽度与6～8月气温表现出显着正相关、负相关和不显着关系的样地在经纬度和海拔上均不存在明显的空间分异现象,因此,季节性气候对马尾松生长影响的分析同样反映出夏季高温对马尾松生产力的抑制效应遍布于整个树种分布区。（4）针对马尾松生产力关键影响因素（气温、降水、林分密度和林龄）的野外样地实测分析结果表明,在同一降水量等级的不同气温梯度上,马尾松生产力从大到小依次为:广西凭祥马尾松林（年均温:22.30℃）>湖南会同马尾松林（年均温:17.50℃）>湖北恩施马尾松林（年均温:11.16℃）,表明马尾松生产力随着样点年均温的升高而升高;在同一气温等级的不同降水梯度上,马尾松生产力从大到小依次为:湖南会同（年降水量:1349.71 mm）>江西千烟洲（年降水量:1617.34 mm）>湖北太子山（年降水量:1116.65 mm）,可见中等年降水量的会同样点具有最高的生产力,而高年降水量的千烟洲样点和低年降水量的太子山样点的马尾松生产力均较低,且二者间差异不显着。随着林分密度的增加,马尾松树高、胸径以及单株木的各器官生物量均显着减小,但林分生产力却随着密度的增加而增加。马尾松单株木生物量随着林龄的增加而变大,中龄林和近熟林生产力无显着性差异,它们均低于过熟林的生产力。样地实测结果总体上与文献荟萃分析结果相吻合,反映了气候条件和林分特征对马尾松生产力的作用规律,也证实了气温对马尾松生产力在纬度上的空间异质性起着重要作用。但各种土壤理化指标在研究样点和不同深度的土层间没有表现出规律性的变异趋势,对马尾松生产力的影响也与荟萃分析得到的结果有所区别,因此土壤性质对马尾松生产力的影响比较复杂且具有一定的不确定性。（5）在基于文献资料数据库和野外样地实测数据对3-PG生产力模型进行区域尺度的马尾松参数化后,运用模型对所有典型样地马尾松的树干及树枝、树叶、树根、地上部分和乔木层总生产力进行了模拟,结果表明马尾松乔木层和地上部分生产力的模拟值与实测值的相关性较高,决定系数R2分别达到了0.77和0.70,相对均方根误差RMSE分别为0.85和0.79 t·hm-2·a-1,说明3-PG模型可以较好地模拟各样点的乔木层和地上部分生产力。但模型对树叶和树根生产力的模拟精度不高,这2个器官的生产力往往会被低估,而与之对应的是对树干和树枝生产力的过高估计。尽管模型对各样点马尾松乔木层和地上部分生产力的模拟效果较好,但树木的生物量分配模式受到气温、降水、光照和土壤条件等众多因素的复杂影响,而马尾松分布区内的生态环境复杂且变幅较大,因此在区域尺度上对模型的生物量分配参数进行统一设定来实现对多个样点马尾松各器官生产力的准确模拟会比较困难。（6）以1981～2010年的气候为基准,利用3-PG生产力模型模拟了各实测样点马尾松乔木层生产力对未来2081～2100年间大气CO2、气温和降水变化的响应。结果表明,研究区内各样点马尾松生产力对不同气候情景的响应规律总体上趋于一致,即马尾松生产力随气温的升高而降低,随CO2浓度和降水量的升高而升高,但降水量对马尾松生产力的影响很小。在未来CO2浓度、气温和降水共同变化的情景下,CO2浓度上升和降水量增加给马尾松生长带来的正效应大于气温上升带来的负效应,因此马尾松生产力总体上呈现出上升趋势。但南亚热带地区广西凭祥样点的马尾松生产力受气温升高所引起的负效应影响较大,在典型浓度路径高排放情景（RCP 8.5）下的生产力模拟值低于基准气候下的生产力,这与其他4个中亚热带和北亚热带地区实测样点的马尾松生产力对该气候情景的正响应规律有所不同。
许方岳[2]（2020）在《中国亚热带常绿阔叶林区域NPP对干旱的响应》文中研究表明在全球变暖,干旱频率和程度都显着增加的背景下,本研究分析了亚热带常绿阔叶林区域的植被净初级生产力（Net Primary Productivity,NPP）及其对标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI）和自校正帕默尔干旱指数（Self-calibrating Palmer Drought Severity Index,scPDSI）这两种干旱指数的响应,旨在了解干旱事件和NPP在研究区域的时空变化特征,为该区域近年来水分盈亏情况及植被净初级生产力变化情况提供参考。研究主要通过CASA模型、Arc GIS、ENVI、R语言、Mann-Kendall突变分析等方法对数据进行处理和分析,共计算了2000～2015年亚热带常绿阔叶林区域的SPEI、scPDSI和NPP。在对数据分析后主要得到以下几个结论:（1）SPEI与scPDSI均适用于亚热带常绿阔叶林区域的干旱分析,其中scPDSI在判断干旱等级时表现得比SPEI敏感;SPEI与scPDSI在时间变化上均显示研究区有干湿交替变化的情况,且两种指标变化趋势相似;空间分布上SPEI判断的干旱情况面积比scPDSI判断的面积小。在两种指标都判断为干旱的气象站点中,24%的站点在两种干旱指标下等级划分结果一致,剩余的76%中,有16%的站点是SPEI结果严重于scPDSI,84%的站点是scPDSI严重程度高于SPEI。（2）CASA模型估算结果适用于亚热带常绿阔叶林区域的NPP时空分布特征分析;2000～2015年期间,研究区内NPP多年平均值为745 g C·m-2·a-1,NPP年际变化趋势不明显,但NPP在空间分布上有明显的地域性,NPP高的地方主要出现在一些山脉地区,如横断山脉、大巴山脉、武夷山脉和南岭。通过标准差判断的NPP离散程度来看,离散程度高的地区与NPP高的地区出现重合,说明NPP高的地方,其数据变化幅度也大,NPP比较不稳定,面临的生态风险也会较高。（3）在亚热带常绿阔叶林区域,无论是SPEI还是scPDSI的结果都显示干旱对NPP造成约7.2%的下降幅度。SPEI中下降幅度最高的是中度干旱,造成NPP平均下降幅度为12.72%,scPDSI中下降幅度最高的是重度干旱,造成NPP平均下降幅度为11.04%;独立干旱事件和连续干旱事件均会导致NPP的下降,连续干旱事件下降幅度大于独立干旱事件,连续干旱时间越长,NPP变化时间也越长;另外,NPP在对干旱事件的反馈时间存在滞后,研究区内63%的面积存在滞后1～3年的响应情况,其中,不同的植被类型NPP对干旱的滞后响应存在差异。常绿阔叶林、常绿针叶林、落叶阔叶林和灌丛中大面积的NPP对干旱存在1～2年滞后时间;疏林干旱指数与当年NPP相关系数最高的面积占研究区域总面积的23%;草地滞后1～2年的总面积占研究区域总面积的61%。
李秋蓉[3]（2019）在《攀西地区植被净初级生产力时空变化及驱动力研究》文中研究指明攀西地区地处青藏高原向四川盆地的过渡地带,是我国长江上游重要的生态屏障。境内地貌复杂多样、水系交错纵横、干湿季节分明、降雨量极度集中,致使该区地质灾害频发、水土流失严重、生态环境先天脆弱。植被作为陆地生态系统的重要组成部分,是发挥生态效能、维持生态环境的核心功能体。而净初级生产力是植被生长能量的来源与基础,在表征陆地生态系统质量状况、调节生态系统功能方面具有关键指示作用。因此研究攀西地区植被生产力变化,对于评价区域生态系统可持续性发展意义重大。本研究在分析前人研究成果基础上,采用“3S”技术,以攀枝花市及凉山州会理县、宁南县作为研究原型,应用多类型、多时相遥感影像进行信息提取,构建研究区LUCC数据集,基于“动态度”、“空间分析”、“景观格局指标”等探讨区域土地利用时空变化规律,同时修正研究区单位面积生态系统服务价值,剖析土地利用类型变化对生态系统服务价值的影响;在此基础上,以LUCC、Modis NDVI、同期地面气象资料为数据源,运用改进的CASA模型模拟研究区2002-2016年逐月植被NPP,采用“简单差值”及“程度分析法”分析研究区植被NPP时空动态变化,基于“相关分析”、“残差分析”研究植被NPP同气象因子以及LUCC的响应程度。本研究成果对保障研究区生态环境可持续发展具有重大意义,同时为相关部门合理规划土地利用、制定生态环境保护措施提供参考依据,本文获得的主要结论如下:（1）1995-2016年,研究区始终保持林地为主、耕地与草地占一定比例、建设用地占重要地位的土地利用状态。伴随着城市扩张以及退耕还林等政策的实施,不同土地利用类型间面积转化显着,22年间建设用地面积增加54.94km2,林地面积增加339.71 km2,耕地面积减少211.37km2。研究区土地利用类型随高程、坡度变化分异特征显着,且在景观格局整体分布上,异质性逐渐增强,均匀性逐渐减弱,蔓延度逐步降低,景观破碎程度提高。（2）应用NPP修正研究区单位面积生态系统服务价值,进行研究区总ESV的估算,得知:1995-2016年,研究区生态系统服务价值除“食物生产功能”降低以外,其他功能均呈现增长趋势;不同土地利用类型对区域生态系统服务价值的贡献率由大至小的顺序依次为:林地、耕地、草地、水体与未利用地;总ESV在22年间共增长了3.61亿元,表明区域生态环境持续改善,生态系统服务功能逐渐增强。（3）基于改进的CASA模型对研究区2002-2016年逐月植被净初级生产力进行模拟,表明研究区植被NPP存在较为明显的空间分异特性,表现出由北部向南部逐渐减少的趋势。从不同行政区来看,宁南县NPP均值最高,其余区县NPP均值由高到低的顺序依次为米易县、盐边县、会理县、仁和区、西区与东区,NPP均值介于386.10 gC·m-2·a-1714.68 gC·m-2·a-1之间。从不同区县NPP年总量分布来看,会理县最大达2.82 TgC·a-1,攀枝花市东区NPP总量最小仅为0.05TgC·a-1,年总量空间分布不仅跟NPP年均值相关,而且取决于区县面积大小。（4）研究区不同年度、不同季节植被NPP均存在明显差异。2002-2016年植被NPP平均值为658.75 gC·m-2·a-1,年际变化呈现较为明显的波动趋势,最高值692.48 gC·m-2·a-1出现在2009年,最低值637.15 gC·m-2·a-1出现在2004年,年总量分布在8.68-9.43 TgC·a-1范围内;2002年-2009年,植被NPP增加显着,2009-2016年,植被NPP降低,2016年总量及年均值高于2002年。从季相变化上分析,植被NPP季节总量大小依次为:夏季>春季>秋季>冬季;并且季节变换由冬→春→夏更替时,植被NPP持续增加,季节变换由夏→秋→冬更替时,植被NPP持续减少。（5）气候变化与人类活动对研究区植被NPP产生显着影响。2002-2016年,植被NPP与气温、降雨均呈中度正相关关系,但同降雨的相关性更为显着。研究周期内,由于土地覆被变化以及人类活动干扰导致的NPP损失(NPPlulc)平均值为506.97 gC·m-2·a-1,城镇、工矿用地、以及水体周围人类活动干扰强烈,具有较高的NPPlulc值927.86 gC·m-2·a-1;农用地、灌木林以及草地分布区域的NPPlulc次之,为605.03 gC·m-2·a-1;植被覆盖度极好的森林地带NPPlulc值最小,甚至某些区域出现负值,均值为275.58 gC·m-2·a-1。
田宝辰[4]（2018）在《辽东蒙古栎天然林、长白落叶松林与辽西油松林净生产力研究》文中指出森林生产力能够直接反映自然环境条件下森林的生产能力、表征森林的质量状况,同时也可作为衡量森林生态系统应对气候变化能力的重要因子,森林生产力及其相关功能的维持作为与经济社会可持续发展密切联系,森林生产力的评估被列入林业《21世纪议程》。以辽东蒙古栎（Quercus Mongolica）天然次生林、长白落叶松（Larix olgensis）人工林、辽西油松（Pinus tabulaeformis）人工林为研究对象,利用实测数建立净生产力模型,估算出三种林分NPP值,为我省森林生态系统在全球碳循环和碳管理的研究中提供基础科学数据。结果表明:辽东地区蒙古栎天然林年平均生产力显示幼龄林最大为12.43t·hm-2·a-1,灌木生产力幼龄林最大为0.27t·hm-2·a-1,草本生产力幼龄林最大为4.45t·hm-2·a-1;蒙古栎天然林群落生产力幼龄林最大为17.15t·hm-2·a-1,中龄林最小为7.93t·hm-2·a-1;长白落叶松年平均生产力显示幼龄林最大为7.87t·hm-2·a-1,灌木生产力成熟林最大为0.67t·hm-2·a-1,草本生产力中龄林最大为3.04t·hm-2·a-1;长白落叶松群落生产力中龄林最大8.76t·hm-2·a-1,近熟林最小为4.46t·hm-2·a-1;油松人工林生产力为1.69～1.85t·hm-2·a-1,其中近熟林最高,灌木生产力近熟林最大为0.06t·hm-2·a-1,草本生产力幼龄林最大为0.78t·hm-2·a-1;油松群落生产力近熟林最大2.64t·hm-2·a-1,成熟林最小2.02t·hm-2·a-1。
张林林[5]（2018）在《鼎湖山马尾松人工林净生产力对气候变化的响应》文中研究表明生物量与生产力是衡量森林生态系统结构与功能最基本的指标,探究林分生物量动态以及林分生产力形成的系统机制在当前就如何维护全球碳平衡以及保障人类木材及其产品供给等科学与实践议题上具有重要的指导意义。实测森林生态系统长期的生物量与生产力格局与动态一直是繁冗沉重的工作,而年轮气候学的兴起与林木生长模型的逐步成熟为获取森林生物量与生产力数据提供了重要支撑。马尾松（Pinus massoniana）是我国本土特有树种,具有耐贫瘠以及适应性强等优点,是我国东部亚热带湿润地区分布最广泛的造林树种。在前人研究的基础上,本文以分布于广东鼎湖山国家级自然保护区内长期严格保护区下的马尾松人工林为研究对象,在样地生物量调查的基础上,利用树木年轮分析法推算了该人工林1959-2016年间净生产力的长期动态,并基于长期气候因子监测数据,分别构建了气候因子与代表林木径向生长状态的标准年表的相关关系及各气候因子与净生产力的相关关系。研究结果表明:（1）鼎湖山地区年均气温（T）有显着上升的趋势（P<0.01）,但低于全国平均气温上升的水平,饱和水汽压差（Vapor Pressure Deficit,VPD）有显着上升趋势（P<0.01）。时间序列上,年降水量（P）与气候湿润指数（Climate Moisture Index,CMI）无显着变化趋势（P>0.05）,年日照总时数（R）、年蒸发量（E）与年均相对湿度（RH）均有显着下降的趋势（P<0.01）。P、E及CMI在逐月趋势上存在与年际趋势上不同的状况,T、RH与VPD逐月趋势与年际趋势相同。气温体现在6、8、10月平均最高气温与1-2、6-12月平均最低气温与平均温有显着上升的趋势（P<0.01）。降水量逐月无显着趋势（P>0.05）。地区1月与4-7月的蒸发量呈显着下降趋势（P<0.05）,10-11月有上升趋势但不显着（P>0.05）,VPD在逐月都有显着上升的趋势（P<0.05）,其中1-4月上升趋势要比其他月份小。CMI体现在2、8-11月有下降趋势,其他月份均呈现上升趋势,但均无显着性水平。整体上看,地区早春与秋冬升温明显,年均温差的阈值正在变小。地区气候有逐年干旱的趋势,其中旱季更旱。（2）南亚热带独特优越的气候条件使得森林具有较高的生产力水平。鼎湖山马尾松人工林的乔木层总生物量从1959年的5.58 t·hm-2逐步增加到2016年的116.21 t·hm-2。在1959-2016年间,各器官生物量逐年变化趋势基本一致,乔木层总生物量在各器官的分配趋势表现为:枝生物量占总生物量比率逐年增加,树干占比先增加后降低,叶与根占总生物量比率逐年降低。马尾松人工林年平均净生产力为1.97 t·hm-2·a-1,最高净生产力为3.99 t·hm-2·a-1,单木净生产力最大为32.78 kg·a-1。各器官净生产力变化特征表现为枝干净生产力增幅比叶增幅大,叶的净生产力比其他器官更早达到最大水平。马尾松各器官净生产力都有随林龄变化在逐年上有“S”型变化趋势。气候生产力是由气温与降水量等因子计算出的用以描述人工林生产潜力的指标,相比我国大部分区域,本地区具有较高的气候生产潜力,受密度影响林分整体净生产力水平不高,但优势木单株保持较高的净生产力。（3）地区三月份的气温与马尾松标准年表有显着正相关关系（P<0.05）,三月气温是影响地区马尾松径向生长的主要气候因子。通过气候因子与净生产力的回归分析表明,大部分的净生产力的变异是由气候因子引起的。生产力的形成取决于不同生长期对因子的需求与调控,气候因子对马尾松人工林净生产力的响应在不同时间与尺度上存在差异,表现在2月的平均低温及10-11月较高的气温及日照时数有利于生物量的积累,8月份较低的平均最低气温及日照时数更有利于马尾松生物量的积累,同时8月较高的相对湿度与蒸发量净生产力会更大。上一年气候条件也对当年生物量的积累具有影响,林地净生产力对不同月份的气候条件的响应情况不同。地区早春与晚秋气温是调控马尾松生长周期的重要因素,而拥有较高的热量水平是高于其他地区人工林净生产力水平的重要因素。3-6月较高CMI有利于马尾松林净生产力的积累,其中6月CMI与净生产力达到了显着正相关水平（P<0.05）,是林分净生产力达到较大水平的关键因素。
付尧[6]（2016）在《杉木人工林生态系统生物量及碳储量定量估测》文中研究指明森林作为陆地上最大的碳储库,其对全球碳循环的调节控制作用非常重要,如何能快速且精准的对森林生态系统的生物量和碳储量进行估测显得非常重要。本研究以福建省三明市将乐县杉木人工林为研究对象,研究了不同龄级杉木人工林乔木层、林下灌草层、凋落物层及土壤层的含碳率,进而对杉木人工林生态系统的生物量及碳储量进行了定量估测。同时建立了基于高分辨率卫星影像的杉木人工林乔木层生物量、碳储量反演模型,并对研究区杉木人工林进行了估算。主要研究结论如下：（1）杉木属于浅根系植物,单株生物量主要集中在地上部分,地上部生物量占76.09%～78.49%,地下部分占21.51～23.91%。除幼龄林外,其它龄级林木各器官生物量均为B树干>B树根>B树枝>B树叶。杉木地下根系生物量分布规律是B20-40cm＞B10-20cm ＞B40-60cm＞B60-80cm＞B80cm以上,地下不同粗细等级根系生物量分布规律在不同龄级都表现为B大根>B粗根>B中根>B细根。（2）通过含碳率测定结果可知,杉木地上部分的含碳率大于地下部分含碳率。杉木整株平均含碳率为46.97%。相同器官含碳率在各年龄阶段无显着差异,相同年龄阶段不同器官间差异性显着。地上部分各器官平均含碳率为C。>C桔枝>C树干>C活桧>C树枝。其中针叶含碳率在各器官中最高,平均含碳率为49.58%。去皮树干为47.62%,树皮47.31%,活枝为47.45%,枯枝为47.81%；杉木地下部分平均含碳率为44.44%,且C大根>C中根>C细根>C粗根。其中杉木大根平均含碳率为46.66%,粗根为45.80%,中根为46.17%,细根为46.13%；（3）杉木人工林林下植被的含碳率为C灌木层>C草本层，其中林下灌木层平均含碳率为43.56%,枝、叶、根平均含碳率分别为含碳率44.49%、43.50%、42.71%；草本层平均含碳率为36.10%,地上、地下平均含碳率分别为41.72%、30.47%；杉木林下凋落物的平均含碳率为40.41%,且C未分解层>C平分解层>C完全分解层。土壤的有机碳含量随着土壤深度的增加而减小,同一土层深度不同林龄下的土壤有机碳含量差异显着,同一林龄的不同土层深度的土壤有机碳含量差异性显着。（4）根据林木生物量的相容性理论,以总生物量为基础,直接控制各器官或组分的生物量,采用模型联合估计的方法建立了杉木总体生物量估计的相容性模型,总体估计精度达到93.4%。分析结果显示杉木人工林生态系统生物量随着林分年龄的增加而增加,成熟林达到最大值,而后急剧下降。其中乔木层生物量所占比例最高,随着林分年龄不同,约为89.17～223.01t·hm-2；灌木层生物量为约0.44～13.27t·hm2,草本层生物量为约1.61～4.90 t·hm-2,凋落物层生物量为约2.97～5.75t·hm-2。（5）杉木人工林生态系统总的碳储量在幼龄林、中龄林、近熟林、成熟林和过熟林中分别为182.61,182.29,243.69,245.16和210.05 t·hm-2。其中,植被层占总碳储量的44.49%～61.95%,凋落物层占总碳储量的0.73%～1.25%；土壤层占总的碳储量37.20%～54.76%。植被层以乔木层碳储量最大,占96.47%～97.76%,林下植被碳储量占2.24%～4.50%。（6）利用样地调查数据,从6种树冠面积-胸径模型中选择拟合精度最高的模型（CA=a+b D+c D2）作为基础模型,考虑不同样地会对树冠产生不同的影响,将样地做为随机效应,建立了杉木树冠面积-胸径混合线性效应模型（LME模型）,从模型验证结果可以看出,考虑异方差结构和随机效应的LME模型能够显着提高模型的预估精度,杉木林树冠面积-胸径关系模型的模拟精度的adj-R2从0.3267提高到0.4953,而验证精度的adj-R2从0.0889提高到0.3127。（7）利用高分辨率卫星影像,基于控制标记符分水岭分割算法,结合形态学图像分析方法对杉木人工林不同年龄阶段的单木树冠进行了提取,总的来说幼龄林、成熟林和过熟林阶段,树冠的提取的精度较高,而在中龄林和近熟林阶段,树冠的精度较差,其中幼龄林株数精度平均达到96.02%,用户精度达到82.93%。中龄林株数精度平均达到85.11%,用户精度达到60.46%。近熟林株数精度平均达到79.77%,用户精度达到54.00%,成熟林株数精度平均达到83.92%,用户精度达到69.65%。过熟林株数精度平均达到93.15%,用户精度达到79.96%。（8）利用基于高分辨率卫星影像的树冠面积提取结果,结合线性混合效应杉木树冠面积-胸径模型对杉木胸径进行预估,并结合乔木生物量预估模型对杉木人工林不同发育阶段的杉木乔木生物量进行预估,结果显示杉木林各生长阶段林分乔木层生物量预估精度分别为67.57%,71.94%,73.05%,96.10%和93.15%。
冯源[7]（2014）在《基于CBM模型云南普洱地区森林生态系统碳收支研究》文中提出研究区域尺度的森林生态系统碳收支对于了解森林固碳能力及干扰对森林碳储量的影响具有重要的意义。加拿大林业碳收支模型（CBM-CFS3）是IPCC推荐使用的基于森林资源清查的碳计量模型。本文以普洱地区乔木林生态系统（林木胸径大于5cm）为研究对象，使用CBM-CFS3模型对普洱地区2005-2014年不同生态区、起源、地力等级及不同森林类别的森林生态系统碳储量及碳收支动态进行研究。基于云南省和普洱地区森林调查数据生成模型所需的基础数据集和生长方程、森林清单数据和森林干扰事件，并根据文献资料总结出云南普洱地区相关参数，然后对模型进行运转、调试和模拟。基本结论如下：（1）区域尺度全林分蓄积生长模型系统根据云南省连续六次森林资源连续清查（即“一类清查”）的固定样地数据拟合出全林分蓄积生长方程；采用Richards函数拟合出不同分类方式下森林蓄积生长方程，共28个。所有方程的拟合度基本均在0.7以上，预估精度均在90%以上，全部通过适用性检验。此模型系统所估算的普洱地区森林蓄积总量与普洱地区2005年森林资源规划设计调查（又称“二类调查”）蓄积量对比精度达97.43%，表明此模型系统估算区域尺度森林蓄积效果理想。（2）优势树种组蓄积－生物量转换方程及生物量碳储量基于实测数据与收集到的文献数据，根据普洱地区主要优势树种（组）分类，拟合出8个蓄积－干材生物量转换方程。蓄积－干材生物量转换方程R2范围为0.6604-0.9697，拟合效果较好；树枝、树皮和树叶三个生物量组分比例拟合效果最好为树叶，其次为树枝，最差为树皮。模型所使用的相容性多项对数方程对于估算生物量各组分占总地上生物量的比例较为简便且有效。模拟期间（2005-2014年）不同森林类型年均生物量碳密度范围为17.43-132.57Mg Cha-1；碳密度最大优势树种为云杉（Picea Dietr.），最小为杉木（Cunninghamia R. Br）。生物量各碳库排序为商品材碳库（23.53Mg C ha-1）>其他木碳库（7.21Mg C ha-1）>粗根碳库（6.99Mg C ha-1）>叶碳库（2.46Mg C ha-1）>细根碳库（1.57Mg C ha-1）。阔叶树种所有生物量碳库碳密度均大于针叶树种。普洱地区年均生物量总储量为117.9256Tg C，思茅松（Pinus kesiya var. langbianensis）占普洱地区生物量碳储量的38.43%。思茅松、栎类（Quercus L.）及其它阔（Other Broadleaf）三个树种组所占碳储量比例总和达97.28%。阔叶林生物量碳储量占普洱地区比例为61.15%，针叶林占38.85%。将模型估算的普洱地区生物量碳储量与使用IPCC国家温室气体清单指南推荐的BEF值法估算的碳储量对比可知，二者极为接近，估算精度达到93.45%，可以认为CBM-CFS3模拟结果可靠有效。（3）周转、分解参数及DOM碳库密度与储量采用文献数据获得模型所需的不同森林类型的生物量周转及分解参数。模拟期间（2005-2014年）不同森林类型年均DOM碳密度范围为74.71-139.02Mg C ha-1，DOM碳密度最大为硬阔类，最小为思茅松。普洱地区森林年均枯落物碳密度为11.64Mg C ha-1，死木碳密度为8.32Mg C ha-1，土壤有机质碳密度为75.10Mg C ha-1，土壤碳库是DOM碳库中最为重要的碳库。普洱地区DOM储量为268.4145Tg C，思茅松DOM碳储量最大为106.0439Tg C，占普洱地区森林DOM碳储量的39.51%。思茅松、栎类及其它阔这三个优势树种组DOM碳储量之和占普洱地区森林DOM碳储量的96.32%。（4）干扰对森林碳储量的影响采用2006-2011年普洱地区林业统计数据，归并出皆伐、造林、毁林、不同强度的商业疏伐、自然演替及不同等级的通用死亡率等具体31种干扰类型，以各类型的年均干扰面积模拟对森林碳储量的影响。模拟期间（2005-2014年）年均干扰面积为52363.7ha，整个模拟期内采伐转移到木产品碳库579.00Gg C，燃烧释放300.17Gg C，并使生态系统内部生物量库转移529.56Gg C到DOM碳库中。（5）普洱森林生态系统碳密度与碳储量2005-2014年普洱地区生态系统年均碳密度为136.81Mg C ha-1。不同森林类型碳密度范围为106.64-261.02Mg C ha-1，最小值为思茅松，最大值为云杉；生态系统碳储量范围为0.2899-151.3630Tg C，储量最小为云杉，最大为思茅松。普洱地区边缘热带森林生态系统碳密度为128.90Mg C ha-1；南亚热带为140.87Mg C ha-1；天然林碳密度为141.70MgC ha-1，人工林为110.25Mg C ha-1。地力一级碳密度为196.99Mg C ha-1；地力二级为131.71Mg C ha-1，地力三级为154.25Mg C ha-1；生态公益林碳密度为157.17Mg C ha-1，商品林为131.01Mg C ha-1，新造林地为51.01Mg C ha-1。普洱地区森林生态系统总碳储量为386.3401Tg C。普洱地区边缘热带碳储量为123.3384Tg C；南亚热带面积接近边缘热带的两倍，其碳储量为263.0017Tg C；天然林生态系统碳储量为338.6239Tg C，人工林为47.7162Tg C，天然林碳密度大于人工林，并且面积约为人工林的7倍，因而天然林碳储量远大于人工林。地力一级生态系统碳储量为37.1195Tg C；地力二级为334.8170Tg C，地力三级为14.4037Tg C；地力一级碳密度高，但地力二级面积占有绝对优势，因而地力二级碳储量最大。生态公益林碳储量为110.5601Tg C，商品林面积约为生态公益林的3倍，其碳储量为274.4132Tg C，新造林地碳储量为1.5036Tg C。（6）普洱地区森林生态系统碳收支2005-2014年间，普洱地区森林单位面积NPP年均值范围为2.40-6.11Mg C ha-1a-1，云南松最低，其它阔最高；年均NEP范围为0.62-1.90Mg C ha-1a-1，云杉最低，其它阔最高；NBP范围为0.46-1.60Mg C ha-1a-1，思茅松最低，桦木最高。普洱地区森林NPP总量范围为0.0054-4.4201Tg C，云杉最低，思茅松最高；NEP范围为0.0007-1.2906Tg Ca-1，NBP范围为0.0007-1.0445Tg C a-1，NEP与NBP总量均为云杉最低，其它阔最高。所有森林类型均表现为碳汇。普洱地区森林单位面积NPP值平均为4.15Mg C ha-1a-1。普洱地区边缘热带单位面积NPP为3.96Mg C ha-1a-1，南亚热带为4.24Mg C ha-1a-1；天然林NPP为4.06Mg C ha-1a-1，人工林为4.57Mg C ha-1a-1；地力一级森林NPP为5.32Mg C ha-1a-1，地力二级为4.04MgC ha-1a-1，地力三级为4.66Mg C ha-1a-1；生态公益林NPP为4.38Mg C ha-1a-1，商品林为4.07Mg C ha-1a-1，新造林地为3.68Mg C ha-1a-1。对于年均生产力指标总量而言，普洱地区森林NPP总量为11.7210Tg C a-1，边缘热带NPP总量为3.7918Tg C a-1，南亚热带为7.9292Tg C a-1；天然林NPP为9.6669Tg C a-1，人工林为2.0542Tg C a-1；不同地力等级森林中，地力一级NPP为1.0021Tg C a-1，地力二级为10.2843Tg C a-1，地力三级为0.4347Tg C a-1；不同森林类别森林中，生态公益林NPP为3.0821Tg C a-1，商品林为8.5286Tg C a-1，新造林地为0.1104Tg C a-1。普洱地区年均NPP总量为11.72±0.30Tg C a-1，其中73.68%通过分解作用释放到大气中，剩余部分为NEP（总量为3.09±0.21Tg C a-1）。NEP中大约7.5%的碳量通过采伐及燃烧移出生态系统；NEEC平均值为-2.79±0.19Tg C a-1；NBP为2.21±0.17Tg C a-1，净固碳率（NBP/NPP）为18.82%，反映出普洱地区森林生态系统碳积累能力较强。普洱地区森林生态系统表现为碳汇，中幼龄面积占绝对优势，固碳率较高，研究结果合理可信。CBM-CFS3应用于普洱地区时表现出适用性与灵活性。以森林资源清查数据为数据源，清楚地模拟干扰影响下森林碳储量年变化是CBM-CFS3的优势，但该模型在空间性、地下生物量估算、DOM估算、模拟森林对短期气候变化的响应方面应进一步加强。借鉴CBM-CFS3估算方法对于提高我国碳计量水平具有重要的意义。
张亚茹,欧阳旭,李跃林,刘世忠,张德强,周国逸[8]（2013）在《我国南亚热带灌丛群落特征及生物量的定量计算》文中研究说明以广东省11个县区的灌丛为研究对象,基于18个调查点植被群落调查方法获取的数据,分析了广东省灌丛群落的分布、结构、种群的数量特征并明确了生物量计算方法。研究结果如下:1)从区域分布来看,广东省灌丛群落分布广泛,粤北地区灌丛分布面积占广东省灌丛总面积的50%以上。2)广东省灌丛群落主要由灌木层、草本层及层间植物构成,灌木层和层间植物分层不明显。3)从群落组成来看,广东省灌丛群落植物种类组成丰富,但灌丛群落均匀性偏低,具有较高丰富度的种类仅占很少部分,其中,桃金娘Rhodomyrtus tomentosa、岗松Baeckea frutescens、檵木Loropetalum chinense、火棘Pyracantha fortuneana等在群落中占有明显的优势。4)建立了广东省7种灌木优势种的生物量估测模型,回归方程均达到统计上极显着水平（P<0.01）;其中,C V（树冠投影体积）和D2H（D基径,H高度）作为自变量,是估测灌丛总生物量的最优指标。研究结果为准确估算广东省灌丛生态系统碳储量及植被保护、土地利用提供了科学依据。
侯振宏[9]（2010）在《中国林业活动碳源汇及其潜力研究》文中研究指明随着近年来温室效应和气候变暖的加剧,森林碳汇问题越来越受到全世界的重视。如何能在付出较少经济代价的同时,取得同等减排效果是目前国际社会普遍关心的议题。在减缓全球变化的各种努力中,林业活动具有十分重要和不可替代的地位和作用。1997年签订的“京都议定书”第3.3款和3.4款中规定,造林、再造林、毁林、森林管理、农地管理、牧地管理和植被恢复等人为活动引起的温室气体源排放或汇清除,可通过适当的方式用于抵消附件I国家承诺的温室气体减限排指标。这就要求对这些活动引起的排放减少或汇清除进行科学评价和监测。林业活动产生的森林碳汇是降低大气温室气体增长的一个较好的选择,为此国际社会、各国政府和科学家都十分重视林业活动的碳计量。本论文在IPCC指南框架下,从全国尺度计量和预测了中国目前主要林业活动（造林再造林、毁林、森林管理等）的碳汇及其潜力,以确认中国林业活动碳汇潜力热点区域,为未来帮助我国抵消部分由于经济快速发展造成的温室气体排放提供数据支撑,为开展林业碳汇项目选址提供技术支持。利用目前国际碳贸易契机,引进国外资金和先进技术,帮助我国林业取得更大发展。研究结果表明:1)2020年前我国造林再造林年碳储量变化呈迅速增加趋势,2020年以后稳定在约100 MtC.a-1的水平。基年越早,造林再造林碳汇潜力越大,2020年以后差距缩小,说明2020年后基年选择对造林再造林碳汇影响不大。19902009年造林再造林累计吸收10.89亿吨碳,其中生物量固定8.18亿吨碳,土壤2.71亿吨碳。2)造林再造林碳吸收主要以人工造林为主,约占总碳吸收量的90%,飞播造林占10%。基年为1990年时,人工造林碳吸收在2010年前主要来自经济林造林和用材林造林。2010年后防护林造林碳吸收迅速增加,成为人工造林碳吸收的主要来源,其次为用材林、经济林和竹林造林,薪炭林造林碳吸收潜力较小。基年为2000年时,防护林造林为主要碳吸收汇,是其它林种造林总碳吸收汇的近两倍,其次为用材林、经济林、竹林和薪炭林造林。3)西南地区造林再造林生物量碳吸收潜力明显大于其它地区,其次为华东华南、西北和华北,其潜力相近,再次为东北,西藏的潜力非常小。为我国今后发展碳汇项目选址提供支持。4)基年为1990年时,森林转化排放在2002年以前呈迅速上升趋势,以后逐渐降低。当基年为2000年时,森林转化碳排放在2003年以前迅速增加,之后逐渐降低。基年越晚,森林转化碳排放越大。森林转化引起的土壤碳排放量大于生物量碳排放。19902009年,森林转化累计碳排放6.19亿吨碳,其中生物量2.94亿吨碳,土壤排放3.25亿吨碳。在森林转化碳排放及减排额中,生物量约占44%,土壤碳排放占55%左右。5)同一基年,总-净核算方式和净-净核算方式下的森林管理碳吸收汇变化趋势相同,总-净核算方式下的森林管理碳吸收汇大于净-净核算方式下的森林管理碳吸收汇;总-净核算方式下,基年越早,森林管理活动的面积越小,碳汇潜力越小;净-净核算方式下,基年越早,森林管理活动的碳汇潜力越高。基准年选择的不同,对森林管理的碳汇计量影响较大。6)综合我国造林再造林、森林转化、封山育林及森林管理碳汇计量结果发现,我国林业活动总碳汇潜力从基年到2020年左右,呈快速增加趋势,2020年后增长速度明显减缓。总-净核算方式下,我国林业活动从基年开始就一直表现为碳吸收汇,且在2020年前基年为1990年时的碳汇量大于基年为2000年的碳汇量,2020年后两种基年情况下的碳汇量基本相同。但是,在净-净核算方式下,基年后的第23年表现为碳排放源,以后才表现为净碳吸收汇,且基年为1990时的碳汇量始终明显大于基年为2000年的碳汇量。7)林业活动碳吸收汇主要来自林木生长碳吸收。一旦发生森林转化,对土壤碳的影响是巨大的。研究发现,我国造林再造林、森林管理带来的林业碳汇是巨大的,可以支持我国相关气候变化谈判,同时和我国对2020年的林业承诺是一致的,可以完成我国的“413”目标下的林业碳汇任务。但还需认识到由于研究方法中涉及的某些参数来自文献收集和中国森林资源清查数据,这对研究结果的精度带来影响。下一步还需针对方法中的参数进行细致研究,以降低估算结果的不确定性,为我国制定可持续发展的林业碳汇政策提供技术支持。
卢振龙[10]（2010）在《云南省临沧市膏桐生物量和碳储量研究》文中研究指明为了解决因大气中二氧化碳为主的温室气体浓度大幅度增加而导致全球气候变暖所引发的严重生态和环境问题,以森林为主的陆地生态系统的生物量和碳汇能力研究已经成为生态学研究领域内的重点和热点问题。碳汇造林项目是近年来兴起的一种造林方式,通过造林的方式吸收二氧化碳,达到减少二氧化碳排放的目的。随着林业碳汇项目的不断开展,人工林的栽培与经营在今后必将成为全球碳平衡和碳交易的重要手段,所以准确估算造林的生物量和碳储量有非常重要的现实意义。本文选择了临沧市膏桐人工林种植区域作为研究对象,力图解决目前对膏桐人工林生物量测定、碳储量和碳汇计量的问题,从而为膏桐造林和相似造林类型的碳汇计量做一点基础性的工作。研究的主要内容如下包括:通过野外调查收集了研究区域内膏桐的造林情况和膏桐样木生长情况的数据。通过不同树高、地径和树龄的膏桐样木实测生物量数据,建立了膏桐各个组件的生物量模型,并且经过统计学检验和模型误差的计算,认为是可以用来估算生物量的。以Richards生长方程为基础,拟合了膏桐地径、树高和总生物量的三参数Richards生长方程,拟合效果较好,模型的生物学意义也能够较好地解释。膏桐各器官生物量中树冠所占的比重是最大的,达到了40%,其次是根部,约为全树重量的31.2%,主干最小。膏桐的根冠比为0.52,影响其变化的因子很多,随着树龄的增加其根冠比逐渐减小,在一定年龄时趋于稳定;耕地类型上栽植的膏桐根冠比要高于荒草地和灌木林地上的根冠比。借助概率密度函数拟合地径分布,初步研究了膏桐同龄纯林的地径分布结构——典型的Weibull分布,2～6cm径阶的林木较多,7～14cm径阶的较少,随着林龄的增加,地径憎加,其峰值逐渐向右,生物量尚有很大的增加空间,如果通过适当的经营措施,可以提高整个林分的生物量总量。同时,作出了临沧市膏桐种植区的膏桐树高与地径（径阶整化）相关关系表,作出了树高曲线,根据林分径阶分布规律和树高曲线估算出林分的总生物量。采用平均标准木的方法,测算出单位面积膏桐林分树冠、主干和地下生物量,不同土地利用类型和不同生长时间条件下的膏桐人工林生物量之间是有显着性差异的,生物量大小排列为:耕地（1253.67kg/hm2）>荒草地（293.78kg/hm2）>灌木林地（29.78kg/hm2）;同时又计算出不同土地利用类型条件下膏桐树高、地径和生物量连年生长量和增长率。基于不同土地利用类型的单位面积生物量,估算出临沧市膏桐林分的生物量总量为7933t,总碳储量为3729t,树干总生物量2633.7t,树冠2569.1t,树根2730.3t;按照土地利用类型来看,耕地类型最多,5907t,荒草地上次之,1890t,灌木林地上最少,仅136.2t。最后对如何增加临沧市的膏桐人工林生物量和碳储量提出了建议。
二、华南南亚热带植被第一性生产量的影响因素及预测模型（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、华南南亚热带植被第一性生产量的影响因素及预测模型（论文提纲范文）
（1）区域尺度马尾松生产力的空间分异、影响因素及模拟预测（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 森林生产力的研究概述 |
| 1.2.2 森林生产力的计量方法 |
| 1.2.3 马尾松生产力影响因素 |
| 1.3 研究目标、内容和技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 主要研究内容 |
| 1.3.3 研究技术路线 |
| 2 研究区概况及研究对象 |
| 2.1 地理位置 |
| 2.2 气候特点 |
| 2.3 地质地貌 |
| 2.4 土壤条件 |
| 2.4.1 北亚热带黄棕壤 |
| 2.4.2 中亚热带红壤 |
| 2.4.3 南亚热带砖红壤性红壤 |
| 2.5 马尾松的生物学和生态学特性 |
| 3 基于生物量累积的马尾松生产力空间分异及影响因素 |
| 3.1 引言 |
| 3.2 生物量和生产力数据库建立 |
| 3.3 生产力影响因素 |
| 3.3.1 林分特征 |
| 3.3.2 气候条件 |
| 3.3.3 土壤性质 |
| 3.4 数据统计分析 |
| 3.5 结果与分析 |
| 3.5.1 数据库林分特征统计 |
| 3.5.2 马尾松NPP统计特征 |
| 3.5.3 马尾松NPP的空间分异 |
| 3.5.4 马尾松NPP影响因素分析 |
| 3.5.5 马尾松分布区环境条件的空间变异 |
| 3.6 讨论 |
| 3.6.1 马尾松NPP的影响因素 |
| 3.6.2 纬度对马尾松NPP的影响 |
| 3.6.3 不确定性分析 |
| 3.7 小结 |
| 4 基于树木年代学的马尾松生产力影响因素及空间分异 |
| 4.1 引言 |
| 4.2 数据源与研究方法 |
| 4.2.1 马尾松“年轮-气候”关系的数据库建立 |
| 4.2.2 数据库基本信息 |
| 4.2.3 关键气候要素的识别及其空间分异 |
| 4.2.4 样地气候特征比较 |
| 4.2.5 敏感性分析 |
| 4.2.6 统计分析方法 |
| 4.3 结果与分析 |
| 4.3.1 数据库年表统计特征 |
| 4.3.2 马尾松生长对气温和降水的敏感性对比 |
| 4.3.3 马尾松年轮宽度与月均温的关系 |
| 4.3.4 马尾松年轮宽度与月降水量的关系 |
| 4.3.5 基于关键气候要素的样地空间分异 |
| 4.3.6 关键气候要素的空间分异 |
| 4.3.7 影响马尾松“年轮-气候”关系的样地气候特征识别 |
| 4.4 讨论 |
| 4.4.1 马尾松生长对气温和降水响应的敏感性 |
| 4.4.2 影响马尾松生长的关键气候要素 |
| 4.4.3 影响马尾松“年轮-气候”关系的样地气候特征 |
| 4.4.4 滞后效应 |
| 4.4.5 创新与不足 |
| 4.5 小结 |
| 5 基于样地实测的马尾松生产力梯度变异及影响因素 |
| 5.1 引言 |
| 5.2 研究方法 |
| 5.2.1 样地设置与选择 |
| 5.2.2 生产力的测定方法 |
| 5.2.3 土壤样品的采集与测定方法 |
| 5.2.4 气候变量 |
| 5.2.5 数理统计分析 |
| 5.3 结果与分析 |
| 5.3.1 马尾松生产力及其影响因素在气温梯度的变化 |
| 5.3.2 马尾松生产力及其影响因素在降水梯度的变化 |
| 5.3.3 马尾松生产力及其影响因素在密度梯度的变化 |
| 5.3.4 马尾松生产力及其影响因素在林龄梯度的变化 |
| 5.3.5 马尾松生产力影响因素的综合分析 |
| 5.4 讨论 |
| 5.4.1 气候条件对马尾松生产力的影响 |
| 5.4.2 林分特征对马尾松生产力的影响 |
| 5.4.3 马尾松生产力影响因素的对比验证 |
| 5.5 小结 |
| 6 基于3-PG模型的马尾松生产力模拟预测 |
| 6.1 引言 |
| 6.2 研究材料与方法 |
| 6.2.1 研究区概况 |
| 6.2.2 3-PG模型原理 |
| 6.2.3 模型参数 |
| 6.2.4 模拟精度评价 |
| 6.3 结果与分析 |
| 6.3.1 模型拟合及验证 |
| 6.3.2 马尾松NPP对未来气候变化情景的响应 |
| 6.4 讨论 |
| 6.4.1 区域尺度马尾松NPP的模拟 |
| 6.4.2 马尾松NPP对气候变化的响应 |
| 6.5 小结 |
| 7 主要结论及展望 |
| 7.1 主要结论 |
| 7.2 特色与创新 |
| 7.3 不足与展望 |
| 参考文献 |
| 附录 |
| 附录 Ⅰ.区域尺度马尾松生物量数据库 |
| 附录 Ⅱ.基于树木年代学的马尾松“年轮-气候”关系数据库 |
| 附录 Ⅲ.马尾松“年轮-气候”关系数据库5 个随机子集的敏感性分析结果 |
| 攻读博士期间论文成果与学术研究 |
| 致谢 |
（2）中国亚热带常绿阔叶林区域NPP对干旱的响应（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景、意义与目的 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 气候变化研究进展 |
| 1.2.2 净初级生产力研究进展 |
| 1.2.3 干旱灾害指标研究进展 |
| 1.2.4 干旱对植被净初级生产力的影响研究 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 研究区域和研究方法 |
| 2.1 研究区域概况 |
| 2.2 数据来源与处理 |
| 2.2.1 干旱指标数据来源与处理 |
| 2.2.2 CASA模型数据来源与处理 |
| 2.3 研究方法 |
| 2.3.1 标准序列插补法 |
| 2.3.2 倾向率 |
| 2.3.3 累计距平 |
| 2.3.4 变差系数 |
| 2.3.5 Mann-Kendall突变分析 |
| 2.3.6 R/S重标极差法 |
| 2.3.7 核密度估计 |
| 2.3.8 皮尔逊相关系数 |
| 2.3.9 干旱指数计算方法 |
| 2.3.10 CASA模型计算方法 |
| 3 亚热带常绿阔叶林区域干旱时空特征 |
| 3.1 SPEI时空分布特征 |
| 3.1.1 SPEI时间变化特征 |
| 3.1.2 SPEI空间变化特征 |
| 3.1.3 SPEI的 Mann-Kendall突变分析 |
| 3.2 scPDSI的时空分布特征 |
| 3.2.1 scPDSI时间变化特征 |
| 3.2.2 scPDSI空间变化特征 |
| 3.2.3 scPDSI的 Mann-Kendall突变分析 |
| 3.3 两种干旱指标对比分析 |
| 3.3.1 两种干旱指标相关性分析 |
| 3.3.2 两种干旱指标等级划分对比 |
| 3.4 本章小结 |
| 4 亚热带常绿阔叶林区域NPP估算与时空特征 |
| 4.1 实验数据的获取和处理 |
| 4.1.1 遥感数据的获取和处理 |
| 4.1.2 植被类型数据的获取和处理 |
| 4.1.3 气象数据的获取和处理 |
| 4.2 基于CASA模型的NPP估算与验证 |
| 4.2.1 NPP的估算 |
| 4.2.2 NPP的验证 |
| 4.3 NPP的时空分布特征 |
| 4.3.1 NPP时间变化特征 |
| 4.3.2 NPP空间变化特征 |
| 4.3.3 NPP的 Mann-Kendall突变分析 |
| 4.4 本章小结 |
| 5 亚热带常绿阔叶林区域NPP对干旱的响应 |
| 5.1 NPP对干旱强度的响应 |
| 5.1.1 NPP对 SPEI干旱强度的响应 |
| 5.1.2 NPP对 scPDSI干旱强度的响应 |
| 5.2 NPP对干旱时间的响应 |
| 5.2.1 NPP对独立干旱事件的响应 |
| 5.2.2 NPP对连续干旱事件的响应 |
| 5.3 NPP对干旱响应的空间分析 |
| 5.3.1 NPP与不同干旱指标相关性分析 |
| 5.3.2 不同植被类型NPP对干旱的响应 |
| 5.4 本章小结 |
| 6 讨论与结论 |
| 6.1 讨论 |
| 6.2 结论 |
| 6.3 不足与展望 |
| 参考文献 |
| 致谢 |
（3）攀西地区植被净初级生产力时空变化及驱动力研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 植被NPP研究进展 |
| 1.2.2 植被NPP驱动力研究进展 |
| 1.3 研究内容与技术路线 |
| 1.4 研究区概况 |
| 1.4.1 自然地理概况 |
| 1.4.2 社会经济概况 |
| 第2章 数据收集与遥感信息提取 |
| 2.1 数据收集 |
| 2.1.1 遥感数据 |
| 2.1.2 其它数据资料 |
| 2.2 研究区土地利用/覆被变化信息提取 |
| 2.2.1 遥感图像预处理 |
| 2.2.2 遥感图像信息提取 |
| 2.2.3 分类结果精度评价 |
| 第3章 研究区土地利用/覆被时空动态变化分析 |
| 3.1 土地利用结构时间变化分析 |
| 3.1.1 土地利用结构特征 |
| 3.1.2 土地利用/覆被时间变化分析 |
| 3.2 土地利用类型空间分异分析 |
| 3.2.1 土地利用类型垂直分异性特征 |
| 3.2.2 土地利用类型坡度分布特征 |
| 3.3 土地利用景观格局特征分析 |
| 3.3.1 土地利用景观格局指标 |
| 3.3.2 斑块类型水平指数分析 |
| 3.3.3 景观水平指数分析 |
| 3.4 土地利用/覆被变化对生态系统服务价值的影响 |
| 3.4.1 生态系统服务价值评估方法 |
| 3.4.2 生态系统服务价值变化 |
| 3.4.3 土地利用/覆被变化对ESV的影响 |
| 第4章 研究区植被净初级生产力(NPP)估算 |
| 4.1 CASA模型概述 |
| 4.2 CASA模型的可行性验证 |
| 4.2.1 与Modis的 NPP产品比较验证 |
| 4.2.2 与其他模型和研究成果的比较 |
| 4.3 研究区NPP动态变化分析 |
| 4.3.1 NPP空间演变分析 |
| 4.3.2 NPP时序变化分析 |
| 第5章 研究区NPP变化驱动力分析 |
| 5.1 气候变化与NPP变化相关性分析 |
| 5.1.1 气温与植被NPP的相关性 |
| 5.1.2 降水与植被NPP的相关性 |
| 5.2 人类活动对植被NPP的影响 |
| 5.3 生态环境保护建议 |
| 结论 |
| 主要结论 |
| 存在问题与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
（4）辽东蒙古栎天然林、长白落叶松林与辽西油松林净生产力研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 第二章 国内外研究进展 |
| 2.1 森林生产力的含义 |
| 2.2 森林生产力研究意义 |
| 2.3 森林生产力研究进展 |
| 2.4 森林生产力研究方法 |
| 第三章 材料与方法 |
| 3.1 研究区概况 |
| 3.2 研究方法 |
| 3.2.1 森林生物量样地监测 |
| 3.2.2 森林生物量估测 |
| 第四章 结果与分析 |
| 4.1 蒙古栎天然林生物量和生产力 |
| 4.1.1 蒙古栎天然林单木生长量测定 |
| 4.1.2 蒙古栎天然林生长过程 |
| 4.1.3 蒙古栎天然林生产力 |
| 4.2 长白落叶松人工林生物量和生产力 |
| 4.2.1 长白落叶松人工林单木生长量测定 |
| 4.2.2 长白落叶松人工林的生长过程 |
| 4.2.3 长白落叶松人工林生产力 |
| 4.3 油松人工林生物量和生产力 |
| 4.3.1 油松人工林单木生长量测定 |
| 4.3.2 油松人工林生产力 |
| 4.4 辽东蒙古栎天然林、长白落叶松林与辽西油松林生产力比较 |
| 第五章 结论与展望 |
| 5.1 三种森林类型NPP的估测 |
| 5.2 辽东蒙古栎林、长白落叶松林与辽西油松林生产力比较 |
| 5.3 研究展望 |
| 参考文献 |
| 致谢 |
（5）鼎湖山马尾松人工林净生产力对气候变化的响应（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 生物量模型研究 |
| 1.2.2 马尾松生物量与净生产力分配特征研究 |
| 1.2.3 年轮气候学研究 |
| 1.2.4 马尾松年轮气候学研究 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 研究目的及意义 |
| 2 材料与方法 |
| 2.1 研究区自然概况 |
| 2.1.1 气候特征 |
| 2.1.2 土壤植被特征 |
| 2.2 气候资料获取 |
| 2.3 样方调查与采样 |
| 2.3.1 样方调查 |
| 2.3.2 树芯采样 |
| 2.4 样品处理与分析 |
| 2.4.1 样芯处理与测量 |
| 2.4.2 年轮年表的建立 |
| 2.4.3 年表的主要统计量 |
| 2.4.4 建立最终年表的基本框架 |
| 2.5 马尾松林净生产力与地区气候生产力 |
| 2.5.1 林分净生产力的估计 |
| 2.5.2 气候生产力 |
| 2.6 气候数据处理 |
| 2.6.1 饱和水汽压差 |
| 2.6.2 气候湿润指数 |
| 2.6.3 气候倾向率 |
| 2.7 数据分析 |
| 3 结果与分析 |
| 3.1 气候因子变化特征 |
| 3.1.1 气温与日照时数的变化 |
| 3.1.2 降水、蒸发、相对湿度和VPD的变化 |
| 3.1.3 CMI的变化 |
| 3.2 鼎湖山马尾松林净生产力长期动态 |
| 3.2.1 生物量与净生产力 |
| 3.2.2 地区气候生产潜力分析 |
| 3.3 径向生长与气候因子的关系 |
| 3.3.1 年表特征分析与检验 |
| 3.3.2 年表与气候因子的响应分析 |
| 3.4 净生产力与气候因子的关系 |
| 3.4.1 逐月气温、日照时数与净生产力的关系 |
| 3.4.2 逐月降水量、蒸发量、相对湿度及VPD与净生产力的关系 |
| 3.4.3 逐月CMI指数与净生产力的关系 |
| 3.4.4 净生产力与气候因子的响应函数 |
| 4 讨论与结论 |
| 4.1 区域气候因子及其长期变化 |
| 4.2 生物量与净生产力动态 |
| 4.3 径向生长对长期气候因子的响应 |
| 4.4 净生产力对气候因子及长期气候变化的响应 |
| 5 总结展望 |
| 致谢 |
| 参考文献 |
（6）杉木人工林生态系统生物量及碳储量定量估测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 森林生物量碳储量研究进展 |
| 1.2.2 含碳率的研究进展 |
| 1.2.3 单木树冠提取研究进展 |
| 2 研究区概况与研究方法 |
| 2.1 研究区概况 |
| 2.1.1 自然条件 |
| 2.1.2 森林资源 |
| 2.1.3 社会经济条件 |
| 2.2 论文主要研究内容 |
| 2.3 研究方法及技术路线 |
| 2.4 实验数据及处理 |
| 2.4.1 样地数据 |
| 2.4.2 遥感数据 |
| 2.4.3 模型建立与评价 |
| 3 杉木人工林生态系统生物量估测及分析 |
| 3.1 杉木人工林乔木层生物量模型构建及估测 |
| 3.1.1 单木生物量模型的构建 |
| 3.1.2 杉木人工林乔木层地下生物量分析 |
| 3.1.3 林分乔木层生物量估算结果 |
| 3.2 杉木人工林林下灌草层生物量估测及分析 |
| 3.2.1 灌木生物量 |
| 3.2.2 草本生物量 |
| 3.3 杉木人工林林下凋落物层生物量估测及分析 |
| 3.4 杉木人工林生态系统生物量定量估测 |
| 3.5 本章小结 |
| 4 杉木人工林生态系统含碳率测定 |
| 4.1 杉木人工林乔木层含碳率测定 |
| 4.2 杉木人工林林下灌草层含碳率测定 |
| 4.3 杉木人工林凋落物层含碳率测定 |
| 4.4 杉木人工林土壤有机碳含量测定 |
| 4.4.1 土壤有机碳含量 |
| 4.4.2 土壤的肥力指标、土壤pH值对土壤有机碳的影响 |
| 4.4.3 土壤物理性质对土壤有机碳的影响 |
| 4.5 本章小结 |
| 5 杉木人工林生态系统碳储量估测与分析 |
| 5.1 杉木人工林乔木层碳储量估测 |
| 5.2 杉木人工林林下灌草层碳储量估测 |
| 5.3 杉木人工林凋落物层碳储量估测 |
| 5.4 杉木人工林土壤层碳储量估测 |
| 5.5 杉木人工林生态系统总体碳储量分析 |
| 5.6 本章小结 |
| 6 基于遥感技术的乔木层生物量估测技术研究 |
| 6.1 树冠数据采集 |
| 6.2 杉木人工林树冠面积-胸径关系模型构建 |
| 6.2.1 基础模型 |
| 6.2.2 模型精度比较 |
| 6.2.3 混合线性效应模型 |
| 6.2.4 模型验证 |
| 6.3 基于高分辨率卫星影像的杉木人工林树冠面积定量估测 |
| 6.3.1 分水岭算法原理 |
| 6.3.2 分水岭算法实现步骤 |
| 6.3.3 杉木树冠矢量化 |
| 6.3.4 精度分析与算法评价 |
| 6.4 基于树冠面积的杉木人工林胸径反演 |
| 6.5 基于树冠面积杉木人工林乔木层生物量估测 |
| 6.6 本章小结 |
| 7 结论、创新与研究展望 |
| 7.1 主要结论 |
| 7.2 本文特色与创新 |
| 7.3 研究展望及建议 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录清单 |
| 致谢 |
| 附录 |
（7）基于CBM模型云南普洱地区森林生态系统碳收支研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景 |
| 1.3 国内外研究现状 |
| 1.3.1 基于森林资源清查数据的碳储量估算 |
| 1.3.2 基于碳循环模型的碳收支估算 |
| 1.3.3 基于涡相关技术的碳通量估算 |
| 1.3.4 基于遥感技术的生产力估算 |
| 1.3.5 碳储量研究方法总结 |
| 1.4 CBM-CFS3 模型介绍及应用现状 |
| 1.4.1 模型发展过程及时空特点 |
| 1.4.2 模型运行过程及数据结构 |
| 1.4.3 模型应用 |
| 1.4.4 模型适用范围、局限性及展望 |
| 1.5 研究目标与主要研究内容 |
| 1.5.1 研究目标 |
| 1.5.2 研究内容 |
| 1.5.3 创新点 |
| 1.6 研究技术路线 |
| 第二章 数据来源及处理方法 |
| 2.1 研究区域概况 |
| 2.2 数据来源 |
| 2.3 输入文件的生成 |
| 2.3.1 龄级文件（Age Class） |
| 2.3.2 分类器及分类值文件（Classifier and Values） |
| 2.3.3 清单文件(Inventory) |
| 2.3.4 生长及产量表 (Growth and Yield) |
| 2.3.5 干扰类型(Disturbance Type) |
| 2.3.6 干扰事件(Disturbance Event) |
| 2.3.7 转换规则（Transition Rules） |
| 2.4 参数修改 |
| 2.4.1 模型初始化 |
| 第三章 区域尺度林分蓄积生长方程研究 |
| 3.1 研究方法 |
| 3.1.1 数据来源 |
| 3.1.2 模型选择 |
| 3.1.3 拟合处理 |
| 3.2 结果与分析 |
| 3.2.1 蓄积生长方程 |
| 3.2.2 模型残差分析 |
| 3.2.3 模型检验 |
| 3.3 结论讨论 |
| 3.4 小结 |
| 第四章 生物量参数及碳储量估算 |
| 4.1 CBM-CFS3 生物量碳库估算原理 |
| 4.1.1 模型碳库划分 |
| 4.1.2 模型生物量估算过程及方法 |
| 4.2 数据来源及处理 |
| 4.2.1 概念辨析 |
| 4.2.2 模型碳库重新定义 |
| 4.3 研究方法 |
| 4.4 结果分析 |
| 4.4.1 蓄积-生物量转换参数拟合结果 |
| 4.4.2 生物量组分比例参数 |
| 4.4.3 不同优势树种森林类型生物量碳密度 |
| 4.4.4 优势树种生物量碳储量 |
| 4.5 结论讨论 |
| 4.6 小结 |
| 第五章 死亡有机质 |
| 5.1 DOM 碳库划分及定义 |
| 5.2 DOM 碳库估算原理 |
| 5.2.1 周转阶段 |
| 5.2.2 分解阶段 |
| 5.3 结果分析 |
| 5.3.1 方差分析 |
| 5.3.2 优势树种 DOM 碳密度 |
| 5.3.3 优势树种 DOM 碳储量 |
| 5.4 结论讨论 |
| 5.4.1 DOM 碳储量估算 |
| 5.4.2 参数部分 |
| 5.4.3 存在问题 |
| 5.5 小结 |
| 第六章 干扰对森林生态系统碳收支的影响 |
| 6.1 干扰模拟方法 |
| 6.1.1 干扰控制 |
| 6.1.2 干扰影响 |
| 6.1.3 干扰后动态 |
| 6.1.4 土地利用变化计量 |
| 6.2 干扰设置及结果 |
| 6.2.1 干扰设置 |
| 6.2.2 干扰对森林生态系统的影响 |
| 6.3 结论讨论 |
| 6.4 小结 |
| 第七章 森林生态系统碳密度与碳储量 |
| 7.1 普洱地区森林生态系统龄级结构 |
| 7.2 优势树种森林生态系统碳密度与碳储量 |
| 7.3 其他分类方式森林生态系统碳密度与碳储量 |
| 7.4 结论讨论 |
| 7.5 小结 |
| 第八章 森林生态系统生产力与碳收支 |
| 8.1 森林生态系统生产力指标及碳收支 |
| 8.1.1 模型中生产力指标及估算方法 |
| 8.1.2 碳库储量变化估算方法 |
| 8.2 结果分析 |
| 8.2.1 不同优势树种森林类型生产力 |
| 8.2.2 不同分类方式生态系统生产力 |
| 8.2.3 普洱森林生态系统碳收支 |
| 8.3 结论讨论 |
| 8.4 小结 |
| 第九章 结果验证及不确定性分析 |
| 9.1 CBM-CFS3 模拟结果验证 |
| 9.1.1 蓄积对比验证 |
| 9.1.2 生物量碳储量对比验证 |
| 9.1.3 生物量碳密度对比验证 |
| 9.1.4 DOM 碳库对比验证 |
| 9.1.5 碳收支对比验证 |
| 9.2 不确定性分析 |
| 9.2.1 输入数据 |
| 9.2.2 生态学参数 |
| 9.2.3 未规定或不包含的生态过程 |
| 9.2.4 模型运算法则 |
| 9.3 小结 |
| 第十章 结论与讨论 |
| 10.1 主要结论 |
| 10.1.1 蓄积生长方程 |
| 10.1.2 蓄积－生物量转换参数及生物量碳储量估算 |
| 10.1.3 DOM 周转、分解参数及 DOM 碳储量估算 |
| 10.1.4 干扰对森林碳收支动态的影响 |
| 10.1.5 森林生态系统碳密度与碳储量 |
| 10.1.6 森林生态系统碳收支 |
| 10.2 讨论 |
| 10.3 展望 |
| 参考文献 |
| 在读期间的学术研究 |
| 致谢 |
（8）我国南亚热带灌丛群落特征及生物量的定量计算（论文提纲范文）
| 1 材料与方法 |
| 1.1 样地概况 |
| 1.2 取样方法 |
| 1.3 统计分析 |
| 1.4 生物量估测模型 |
| 2 结果与分析 |
| 2.1 广东省灌丛群落的分布与物种组成 |
| 2.2 灌丛群落的结构特征 |
| 2.3 生物量估算模型 |
| 3 讨论 |
| 3.1 灌丛分布 |
| 3.2 灌丛群落结构 |
| 3.3 灌丛生物量估测模型 |
| 4 结论 |
（9）中国林业活动碳源汇及其潜力研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 全球气候变化及其应对措施 |
| 1.1.2 森林与气候变化 |
| 1.1.3 林业活动在应对气候变化的作用 |
| 1.2 林业活动与气候变化国内外研究现状及评述 |
| 1.2.1 森林生态系统碳源汇功能研究现状 |
| 1.2.2 林业活动减排增汇方面的研究现状 |
| 1.2.3 小结 |
| 1.3 研究目标和主要研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 主要研究内容 |
| 1.3.3 项目来源与经费支持 |
| 1.4 本研究的特色与创新 |
| 第二章 中国林业活动碳源汇计算与评价方法及技术框架 |
| 2.1 造林再造林 |
| 2.1.1 造林再造林定义 |
| 2.1.2 造林再造林碳储量变化计量方法 |
| 2.2 毁林 |
| 2.2.1 毁林定义 |
| 2.2.2 毁林活动下活生物质碳计量方法 |
| 2.2.3 毁林土壤碳计量 |
| 2.3 森林管理 |
| 2.3.1 定义问题 |
| 2.3.2 森林管理碳计量方法 |
| 2.4 研究技术路线 |
| 第三章 各林业活动计量参数确定 |
| 3.1 活动水平数据 |
| 3.1.1 活林木蓄积量 |
| 3.1.2 林业活动面积参数确定 |
| 3.1.3 造林再造林土壤碳参数 |
| 3.2 主要生物参数 |
| 3.2.1 树干材积密度 |
| 3.2.2 生物量扩展系数 |
| 3.2.3 经济林和竹林平均生物量 |
| 3.2.4 树种含碳率 |
| 第四章 中国典型林业活动碳源汇计算与评价 |
| 4.1 我国造林再造林和毁林的未来趋势分析 |
| 4.2 林业活动碳源汇估算 |
| 4.2.1 造林再造林 |
| 4.2.2 毁林 |
| 4.2.3 造林再造林和毁林碳源汇分析 |
| 4.2.4 森林管理 |
| 4.2.5 中国主要林业活动碳源汇潜力综合分析 |
| 第五章 讨论与结论 |
| 5.1 中国林业活动碳源汇计算与评价的问题 |
| 5.2 不确定性分析 |
| 5.3 发展方向与对策 |
| 5.4 主要结论 |
| 参考文献 |
| 在读期间的学术研究 |
| 致谢 |
（10）云南省临沧市膏桐生物量和碳储量研究（论文提纲范文）
| 摘要 ABSTRACT 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究内容 |
| 1.3 研究目和的意义 2 研究概况 |
| 2.1 基本概念阐述 |
| 2.2 国内外研究概况 |
| 2.2.1 膏桐研究概况 |
| 2.2.2 生物质能源林研究概况 |
| 2.2.3 生物量研究方法概况 |
| 2.2.4 国内外生物量研究概况 |
| 2.2.5 森林生态系统碳储量研究概况 3 研究区域概况 |
| 3.1 地理位置 |
| 3.2 地形地貌 |
| 3.3 气候条件 |
| 3.4 水文条件 4 研究方法 |
| 4.1 生物量测定方法 |
| 4.1.1 膏桐单木生物量测定 |
| 4.1.2 使用平均标准木法测定膏桐林分生物量 |
| 4.2 生物量模型建立方法 |
| 4.2.1 理论生长方程 |
| 4.2.2 膏桐单木生物量模型建立方法与步骤 |
| 4.3 膏桐人工林林分生物量测定方法 |
| 4.3.1 基于单位面积生物量的膏桐林分生物量的计算方法 |
| 4.3.2 同龄纯林地径结构分布拟合方法 |
| 4.4 膏桐碳储量和碳汇能力计算方法 |
| 4.5 数据分析 |
| 4.6 技术路线 5 结果与分析 |
| 5.1 生长曲线方程拟合 |
| 5.1.1 地径生长方程拟合 |
| 5.1.2 树高生长方程拟合 |
| 5.1.3 生物量生长增长方程拟合 |
| 5.2 单株膏桐生物量模型建立与生物量分配关系研究 |
| 5.2.1 单木生物量分析研究 |
| 5.2.2 地上部分生物量分析 |
| 5.2.3 根系生物量分析 |
| 5.2.4 地上部分与根系生物量在膏桐单木生物量中的分配关系 |
| 5.2.5 膏桐单木生物量与树龄的关系 |
| 5.3 膏桐人工林林分结构规律研究 |
| 5.3.1 林分地径的正态分布拟合 |
| 5.3.2 林分地径的威布尔分布拟合 |
| 5.3.3 分布检验 |
| 5.3.4 树高随地径的变化规律 |
| 5.3.5 树高曲线拟合 |
| 5.3.6 林分结构规律研究结果分析 |
| 5.4 膏桐单位面积上的生物量测定结果与分析 |
| 5.4.1 不同土地利用类型的膏桐单位面积生物量测定结果与分析 |
| 5.4.2 不同生长时间的膏桐单位面积生物量测定结果 |
| 5.4.3 不同土地利用类型下的膏桐生物量连年增长量和增长率分析 |
| 5.5 膏桐林分生物量和碳储量估算 |
| 5.5.1 基于单位面积生物量的膏桐林分生物量和碳储量估算结果 |
| 5.5.2 基于林分结构规律的膏桐生物量估算结果 6 结论与讨论 |
| 6.1 结论 |
| 6.2 讨论与措施 7 附录 8 参考文献 研究生在读期间发表、接受或投稿的文章目录清单 个人简介 致谢 |
四、华南南亚热带植被第一性生产量的影响因素及预测模型（论文参考文献）
- [1]区域尺度马尾松生产力的空间分异、影响因素及模拟预测[D]. 黄鑫. 华中农业大学, 2021
- [2]中国亚热带常绿阔叶林区域NPP对干旱的响应[D]. 许方岳. 江西农业大学, 2020(07)
- [3]攀西地区植被净初级生产力时空变化及驱动力研究[D]. 李秋蓉. 成都理工大学, 2019(02)
- [4]辽东蒙古栎天然林、长白落叶松林与辽西油松林净生产力研究[D]. 田宝辰. 沈阳农业大学, 2018(03)
- [5]鼎湖山马尾松人工林净生产力对气候变化的响应[D]. 张林林. 华南农业大学, 2018(08)
- [6]杉木人工林生态系统生物量及碳储量定量估测[D]. 付尧. 北京林业大学, 2016(08)
- [7]基于CBM模型云南普洱地区森林生态系统碳收支研究[D]. 冯源. 中国林业科学研究院, 2014(11)
- [8]我国南亚热带灌丛群落特征及生物量的定量计算[J]. 张亚茹,欧阳旭,李跃林,刘世忠,张德强,周国逸. 中南林业科技大学学报, 2013(09)
- [9]中国林业活动碳源汇及其潜力研究[D]. 侯振宏. 中国林业科学研究院, 2010(02)
- [10]云南省临沧市膏桐生物量和碳储量研究[D]. 卢振龙. 西南林业大学, 2010(02)