| 摘 要： | 城市森林在固碳释氧、应对气候变化方面发挥着重要作用,对其碳储量的估算为中国城市做好碳达峰、碳中和工作提供重要数据基础。以上海城市森林为研究对象,采用样地调查数据与Landsat OLI遥感影像,分别计算样地碳储量和遥感参数变量(波段数据、植被指数数据和纹理数据),构建基于多元逐步回归模型和普通克里格残差矫正相结合的估算模型,分析区域尺度城市森林碳储量和碳密度的空间分布特征。结果表明,(1)81个样地的碳储量范围为0.09—7.10 t,均值为2.14 t,数据有右偏分布和瘦尾特征,变异系数为0.75,样地类型多样;上海城市森林总碳储量为2.87 Mt,碳密度主要集中在13—40 t·hm~(-2)之间,均值为25.09 t·hm~(-2),整体呈现中部较低,东西部较高的态势,与土地利用强度及城市森林分布有关。(2)主城区碳储量为0.37 Mt,碳密度为1—69 t·hm~(-2),均值为21.77 t·hm~(-2);非主城区碳储量为2.50 Mt,占上海城市森林碳储量的87.11%,碳密度范围为0—89 t·hm~(-2),均值为25.66 t·hm~(-2)。(3)在选择波段反射率和遥感植被指数的同时,提取影像纹理特征并纳入模型,提高了影像的分类精度;采用多元逐步回归模型结合残差矫正的方法估算城市森林碳储量,使估算结果的均方根误差降低了10.29%,平均绝对误差降低了5.5%,提高了估算精度。
|
