导读:本文包含了森林碳储量论文开题报告文献综述及选题提纲参考文献，主要关键词:ArcGIS,森林碳储量,空间分布,影响因素
森林碳储量论文文献综述
王维芳,陈彩艳,王薇淇,隋傲,高小龙[1]（2019）在《基于穆棱市下属林场的森林碳储量估算及空间分布的研究》一文中研究指出利用黑龙江省穆棱市下属的3个林场2012年、2016年两期森林资源固定样地调查数据,研究森林固碳情况以及树种、平均胸径、平均树高、每公顷株数、海拔和坡度等因素对森林碳储量的影响情况。结合生物量相容性模型以及不同树种含碳系数估算各林场内样地碳储量情况,使用ArcGIS的普通克里金插值方法,空间插值得到并分析两期碳储量空间分布格局及其动态变化。分析碳储量与海拔、坡度等地形因子和树高、胸径等林分因子之间的关系,并得到碳储量估算模型。结果表明:研究区域碳储量总量呈上升趋势,森林碳汇功能不断增强,中西部碳储量明显高于其他地区,东南部碳储量相对较低,阔叶混交林、柞树和人工落叶松在该区域森林植被碳汇功能中扮演重要角色。结果表明:森林固碳情况良好,应更加注重森林资源的保护及分布平衡等问题。(本文来源于《森林工程》期刊2019年05期）
李园园,王蕾,刘琪璟,周华[2]（2019）在《新疆喀纳斯自然保护区森林碳储量及碳密度变化》一文中研究指出利用2009和2014年2期森林资源小班数据,结合地面样地调查,建立主要森林类型生物量—蓄积量转换方程,以此分析喀纳斯保护区森林乔木层地上碳储量及碳密度变化。结果表明:喀纳斯保护区5 a间森林面积增加了496. 77 hm~2,碳储量约为2. 14×10~6Mg,平均碳密度由55. 34 Mg·hm~(-2)减小至54. 61 Mg·hm~(-2),而不同森林类型的碳密度变化中,西伯利亚落叶松、西伯利亚红松和欧洲山杨碳密度减小,其余森林类型碳密度增大;保护区内成熟林碳储量最大,占乔木层地上总碳储量的63%以上,其余依次为过熟林、近熟林、中龄林和幼龄林,而碳密度最大的是中龄林(66. 69～68. 68 Mg·hm~(-2)),较小的是幼龄林(40. 99～44. 55 Mg·hm~(-2)),其余龄组碳密度为成、过熟林>近熟林。其中,西伯利亚落叶松、西伯利亚冷杉、西伯利亚云杉和疣枝桦中龄林和近熟林碳密度增大,除西伯利亚红松和西伯利亚冷杉外,其余森林类型过熟林碳密度减小。经对比,该区森林乔木层碳密度高于全国平均水平,在我国干旱半干旱区是具有较强固碳潜力的区域。(本文来源于《干旱区研究》期刊2019年05期）
刘腾艳[3]（2019）在《遥感结合过程模型的浙江省森林碳储量时空演变研究》一文中研究指出森林碳储量不仅是反映森林生态系统基本特征的重要指标,也是评价森林结构功能和生产潜力的理论基础,对维持全球碳平衡具有重要意义。森林碳储量估算一般有3种方法:样地调查法、遥感估算法和模型模拟法,其中生态系统过程模型如BIOME-BGC考虑了冠层光合作用、蒸腾作用、土壤水分等对碳储量的影响,以此揭示生物量生长、植被与环境相互作用以及生态系统对气候变化的响应机理,是森林碳储量时空动态模拟及分析研究的重要方法。遥感结合过程模型可以融合遥感实时、动态、大范围、多分辨率的特点和过程模型反映植被生态生理过程的优势,从而实现碳循环过程的大尺度模拟,并反映区域甚至更大范围碳收支的空间分布及动态变化,加上地面数据为模型参数优化和模拟结果验证提供支撑,从而使得耦合“地面调查-遥感信息-过程模型”的森林碳储量模拟成为当前研究的热点。本文以浙江省为例,在地面数据收集的基础上,利用Landsat5 TM(1988、1992、1996、2000、2004、2008年)和Landsat8 OLI(2014年)卫星影像,结合地形、土壤、气象、生理生态参数等数据,驱动BIOME-BGC过程模型,模拟浙江省针叶林、阔叶林和竹林的地上碳储量,分析森林地上碳储量时空分布格局及其对环境因子的响应,另外,还采用土地利用转移矩阵对浙江省未来森林面积进行预测,并分析浙江省未来地上碳储量发展趋势。研究结果将为浙江省做好森林增汇经营及应对气候变化提供理论依据和数据支持。研究的主要结论包括以下几个方面:(1)浙江省地上碳储量时空模拟方面。用1989-2014期间的森林资源清查数据对地上碳储量模拟结果进行评价,研究表明针叶林、阔叶林和竹林叁种森林的实测值与模拟值之间平均相关系数r分别为0.69、0.81、0.76;平均RMSE分别为11.01、15.25、7.38 Mg C·hm~(-2),平均rBIAS分别为-1.86、-5.60、-2.74 Mg C·hm~(-2)。(2)1988-2014年针阔竹叁种森林类型地上碳储量时空演变特征。(a)针叶林地上碳储量:时间上,总地上碳储量呈下降趋势,平均每年下降1.78 Tg C,下降率为2.34%;总地上碳储量在53.40-102.24 Tg C之间,平均值为83.23 Tg C;地上碳密度在21.44-30.30 Mg C·hm~(-2)之间,平均值为26.91 Mg C·hm~(-2)。空间上,地上碳储量高值区域主要集中浙西北、浙西南和中部山区等林业相对发达地区,而沿海区域和北部嘉兴等市区低值地上碳储量较低。(b)阔叶林地上碳储量:时间上,总地上碳储量呈波动上升趋势,增长速度较快,平均每年增加2.19 Tg C,年均增长率为4.88%;地上碳密度也呈逐年增长趋势。总地上碳储量在22.57-81.74 Tg C之间,平均值为50.62 Tg C;地上碳密度在23.86-30.06 Mg C·hm~(-2)之间,平均值为28.29 Mg C·hm~(-2)。空间上,地上碳储量高值区域主要集中在浙西北、浙西南等林业相对发达地区,而低值区域主要分布在浙江省北部区域和沿海区域。(c)竹林地上碳储量:时间上,总地上碳储量呈增加趋势,平均每年增加0.17 Tg C,年均增长率为1.36%,总地上碳储量在10.46-17.19Tg C,平均值为14.03 Tg C;地上碳密度在14.34-17.14 Mg C·hm~(-2),平均值为16.25 Mg C·hm~(-2),碳密度在1996年之后有所波动。空间上,地上碳储量高值区域主要集中在安吉、临安、余姚、龙游、衢州等竹林资源丰富、竹产业相对发达地区,而低值区域主要分布在浙江省中部区域和沿海区域,其中,中部区域的低值范围有增加趋势。(d)1988-2014年浙江省森林地上碳储量:时间上,总地上碳储量呈波动上升趋势,平均每年增加0.60 Tg C,年均增长率为0.42%;总地上碳储量在134.65-162.44 Tg C之间,平均值为148.26 Tg C;地上碳密度在21.92-27.30 Mg C·hm~(-2)之间,平均值为23.79 Mg C·hm~(-2)。空间上,总地上碳储量高值区域主要集中浙西北西南等林产业相对发达地区,而低值区域主要分布在浙江省中部区域和沿海区域,中部区域的低值范围有增加趋势。(3)地上碳储量对环境因子和LUCC的响应。(a)研究表明年均温、年降水量、CO2浓度和氮沉降与地上碳储量之间的相关系数均在0.5,对森林地上碳储量变化有重要作用;年均温与地上碳储量的偏相关系数较大,说明年均温对浙江省森林地上碳储量具有较为重要的作用。(b)基于1988-2014年土地利用转移矩阵,根据D_(AVR)、D_(MAX)、A_C、A_P四个参数设置叁种情景模式,对浙江省2015-2050森林碳储量潜力进行估算,研究表明,叁种情景下的森林碳储量潜力分别为273.21±24.31、132.67±16.23、238.41±19.68 Tg C,说明LUCC对森林碳储量影响较大,针对浙江省当前森林状况,保持当前的森林面积不变,提高森林碳密度是森林增汇经营需要考虑的策略。(本文来源于《浙江农林大学》期刊2019-06-06）
张永杰[4]（2019）在《森林碳储量研究方法与发展展望》一文中研究指出从当今社会的发展趋势来看,人口数量逐年增加导致工业化程度不断加剧,人类赖以生存的环境受到了严重的污染。在此情形下,人们提高了对环境保护的重视程度,而森林中的碳储量有利于保护生态平衡,成为了保护环境的一个重要部分,更应该制定一系列研究森林碳储量的方法辅佐人们保护环境。本文针对森林碳储量研究方法与发展展望进行探究。(本文来源于《农家参谋》期刊2019年10期）
陆禹,罗改改,李龙,吴疆[5]（2019）在《长沙县森林碳储量动态变化研究》一文中研究指出以长沙县为例,采用生物量换算因子连续函数法和克里格插值法计算了2004年、2009年和2014年3期森林碳储量的空间分布和变化情况,结果表明:①2004年、2009年和2014年森林碳储量总量分别为749605.16t、1034059.15t和1426868.66t,平均森林碳储量分别为7.55t/hm~2、10.42t/hm~2和14.37t/hm~2。2004～2009年、2009～2014年期间森林碳储量的增长值分别为284453.99t和392809.51t,增长率分别为37.95%和37.99%。②长沙县森林碳储量总体呈稳步增加趋势,但森林碳储量水平较低,受多种因素干扰的影响。③森林碳储量的空间分布特征是北部森林碳储量较大,中南部森林碳储量较小,北部总体大于南部。④森林碳储量的变化复杂,城市发展和森林经营管理对森林碳储量的变化起决定性作用。(本文来源于《现代园艺》期刊2019年09期）
孙钰森,王维芳,李国春[6]（2019）在《基于地理加权回归克里格模型的帽儿山地区森林碳储量空间分布》一文中研究指出森林碳储量对于全球气候变化具有重要影响,以往的模型估算未考虑到模型残差的空间相关性和碳储量数据的非平稳性,影响模型的预测精度.本研究基于东北林业大学帽儿山实验林场的ETM+遥感影像数据和193块固定样地,利用地理加权克里格回归(GWRK)建立森林碳储量与遥感和地形因子的回归模型,同时对比最小二乘模型(OLS)、地理加权回归模型(GWR)的预测精度.结果表明:对于帽儿山地区的森林碳储量估算,GWRK的平均绝对误差(MAE)、均方根误差(RMSE)低于OLS模型和GWR模型,GWRK模型的平均误差(ME)低于GWR模型,与OLS模型相近.GWRK模型的预测精度为83.2%,较OLS模型(73.7%)和GWR模型(77.3%)分别提高6%和10%,拟合精度明显提高,说明GWRK模型是森林碳储量估算的有效方法.利用GWRK模型预测的研究区森林碳储量平均值为70.31 t·hm~(-2),在海拔较高的地区,森林碳储量值相对较高,说明海拔对其有较大影响.(本文来源于《应用生态学报》期刊2019年05期）
张华聪[7]（2019）在《株洲市城市化及森林碳储量动态变化》一文中研究指出森林碳储量是衡量森林植被状况、指示生态环境变化的一个最重要的指标。城市化导致的人类生存环境的扩张,必然影响周边森林植被的生存环境、生存空间以及健康状况。探究城市化与森林变化的情况对规划城市发展方向具有十分重要的意义。本文以株洲市为研究区,以1999年、2004年、2009年Landsat 5和2014年Landsat8夏、秋季遥感影像以及湖南省森林资源连续清查数据为数据源,提取和反演各年份土地利用专题信息及森林碳储量,并与筛选的株洲城市化12项量化指标进行灰色关联分析,主要研究结论如下:(1)提出顾及地表温度的多尺度面向对象分类方法能有效的提取地表地类信息。地表温度是表征地表过程变化最重要的特征物理量。通过辐射方程反演的地表温度在本研究中被用于水域、城乡居民建设用地以及植被类型等地类的提取,增加了该些地物的区分度。分类结果满足后续实验要求:Kappa系数均在0.80以上,分类精度均在90%以上。(2)1999-2014年株洲各市、县农林用地面积减少明显,共减少53.67千公顷,建设用地面积增加34.16千公顷,城区扩张速率为0.53,且各市、县城区扩展方向根据其地理位置具有一定规律性。经济发展和人口变迁是影响株洲市1999-2014年各市、县城市化的主要驱动因子。城乡居民建设用地面积分别与株洲市地区生产总值和城镇人口数量相关系数为0.96、0.94,具有明显线性关系。(3)利用留一交叉随机森林方法构建1999-2014年株洲市森林碳储量反演模型。1999年、2004年、2009年、2014年该模型的决定系数(R2)分别为0.56、0.55、0.55和0.58,模型均方根误差(RMSE)分别为0.39、0.57、0.59和0.63,研究区森林碳储量总量分别是1068.11、1355.65、1923.91和2436.89万吨,研究区森林碳储量总量逐年增加,但空间分布不均衡。碳储量空间分布主要集中在炎陵县的东南部、茶陵县的东部、攸县的黄丰桥以及醴陵市的北部等区域,在人口活动较为频繁的城郊等区域,森林碳储量几乎没有增长。(4)灰色关联方法分析森林碳储量与城市化之间的关系是可行的,株洲市城市化对该区域的森林碳循环具有显着影响。与株洲市森林碳储量变化关联度较大的指标是城镇从业人口、公路长度及建设用地与耕地面积比值,关联度都达0.90以上;城镇人口、工业产值及建设用地面积与林地面积变化关系密切,足以证明,跟株洲市城市化发展有着直接关系的各指标与森林碳储量变化密切相关。(本文来源于《中南林业科技大学》期刊2019-05-01）
杨扬[8]（2019）在《火灾对大兴安岭地区森林碳储量、植物组成多样性和群落结构影响研究》一文中研究指出林火是大兴安岭地区森林生态系统的重要影响因子,而对植物多样性、森林群落结构和森林碳截获受火灾长期影响与时间动态的揭示,将有助于森林火灾区域植物多样性保护和森林生态系统重建与管理。本研究以呼中、南瓮河、双河、图强、塔河、加格达奇、满归48对样地为研究对象,邻区未燃地为对照样地(相似地形),调查该区域土壤和植物个体大小特征和群落特征等相关指标。利用火烧和对照样地的比值和差值变化和生物碳含量变化来探讨森林火烧年限(1-5年、5-10年、10-20年、20-30年、30-40年、40-50年)对森林碳、植物多样性指数和群落结构指数(共33个因子)的影响,得出以下结论:1)在森林碳方面:火烧对森林地上植被碳储量影响表现为:乔木层>灌木层>草本层,乔木层和灌木层在恢复30-40年左右达到对照水平。总碳含量随火烧年限增加呈现直线上升趋势(p<0.05),在火烧30年左右达到对照水平。乔木燃烧性和抗旱性在20-30年达到对照水平。2)在植物多样性和优势种方面:乔木和灌木多样性指数呈现先降低后增加的趋势,在火烧恢复10年左右最低而在30年左右达到最大,与对照样地相当;草本辛普森多样性指数随恢复时间变化呈直线下降趋势。乔木关键种相对多度变化较为复杂,恢复50年未达到对照水平,而灌木和草本恢复较快,在30年内与对照具有类似的关键种。40-50年恢复后,植物组成有旱生植被趋势明显,表现为蒙古栎(Quercus mongolica Fisch.ex Ledeb.)、榛子(Corylus heterophylla Fisch.)、羊须草(Carex callitrichos V Krecz)增多趋势。3)在群落结构方面:乔木层树高、枝下高和胸径随火烧年限增加呈现直线上升趋势(p<0.05)。在火烧30-40年左右达到对照水平。草本层草高和草盖度随火烧年限增加而下降。4)在森林碳、多样性和群落结构与自然地理因素耦合关系方面:在自然地理因素和土壤指标、生物碳指标、植物多样性和群落结构指标的RDA排序结果中,无论是火烧样地还是对照样地都是火烧恢复年限对其贡献最大。本研究有关火灾长期恢复对大兴安岭地区森林碳、生物多样性和群落结构变化影响结论,有助于了解林火对大兴安岭地区火后恢复状况的长期影响,为科学评价火灾影响大兴安岭森林生态系统提供数据支持。(本文来源于《东北林业大学》期刊2019-04-01）
孙钰森[9]（2019）在《基于GWRK模型的帽儿山地区森林碳储量空间分布》一文中研究指出森林碳储量对于全球气候变化具有重要的影响,以往的模型估算方法未考虑到模型残差的空间相关性与碳储量数据的非平稳性对模型预测精度的影响。本研究基于东北林业大学帽儿山实验林场的ETM+遥感影像数据和2016年森林资源二类调查的193块固定样地数据,以及30m分辨率DEM数据对帽儿山地区森林碳储量进行模型拟合,首先通过相关性分析对变量进行初步筛选,利用逐步回归最终选取高程、植被指数和灰度共生矩阵的熵为自变量建立OLS模型,叁者均与森林碳储量呈显着相关。在OLS模型的基础上建立GWR模型,通过比较两种模型系数值的变化范围对GWR模型的系数进行非平稳性检验,结果表明GWR模型的系数具有非平稳性,可以反映更多森林碳储量的空间变异情况;利用仿真算法对GWR模型的参数以及残差的空间分布进行可视化分析;通过半变异函数对GWR模型残差部分进行空间相关性分析,确定其半变异函数的形式为高斯函数,块金效应低于25%,存在空间自相关,利用普通克里格法对残差进行插值,构建地理加权回归克里格模型(GWRK);同时对比最小二乘模型(OLS)、地理加权回归模型(GWR)的模型预测精度;通过将GWRK模型估算的碳储量的空间分布与帽儿山地区的海拔分布、坡向分布进行迭加分析,探究森林碳储量的空间分布规律。结果表明:(1)研究区域内森林碳储量平均值为70.31t·hm2,通过比较3种模型对帽儿山地区的森林碳储量估算精度可知,GWRK的平均绝对误差(MAE)、均方根误差(RMSE)低于OLS模型和GWR模型,GWRK模型的平均误差(ME)低于GWR模型,与OLS模型相近。GWRK模型的预测精度(Acc)为83.2%,较OLS模型(73.7%)和GWR模型(77.3%)分别提高6%和10%,预测精度明显提高。(2)利用帽儿山地区的坡向以及海拔分布对GWRK模型估算的森林碳储量进行空间分析:在人类居住的低海拔区域,受人为干扰的影响,森林碳储量相应较低;随着海拔的逐渐升高,森林碳储量值逐渐增大;不同的坡向GWRK模型估算的森林碳储量值存在差异,阳坡的平均碳储量大于阴坡的值。(3)叁种模型估算的森林碳储量空间分布进行局部对比,GWRK模型与其他2种方法相比,该模型在各个区域的值变化更加丰富,其高低值之间的过渡更加光滑,不存在明显的斑块现象,其对应的估算与地形变换更加吻合。(4)利用仿真算法的模拟数据与GWR模型参数项与误差项的空间分布进行对比分析,通过GWR模型的各系数的空间分布证明GWR模型有效地克服了空间异质性对模型的影响,残差项的空间分布表现出较强的空间自相关,同时GWR模型残差项的块金效应低于25%,说明GWR模型未考虑到残差固有的空间相关结构对模型的预测的影响。(本文来源于《东北林业大学》期刊2019-04-01）
何毅[10]（2019）在《基于认知偏好背景下的城市森林碳储量研究》一文中研究指出城市森林在调节气候和改善城市局地环境方面发挥着决定性的作用,是城市生存和发展的重要组成部分。已有研究表明全球80%以上的二氧化碳排放量主要来自于城市区域,虽然其面积仅为全球陆地面积的2.4%。为此,城市森林的固碳效益研究成为国内外学者的关注热点。当前有关城市森林的研究主要集中在规划、设计以及生态效益等方面,而有关城市森林规划现状和使用现状的后期评估的研究却很少,并且当前城市森林的设计主要以设计师的主观设计意念为先导,缺少从使用者角度的探讨。因此,通过发挥多个主体的共同作用来优化城市森林的群落结构,对提高城市森林这个综合生态系统的生态效益具有重要的作用。本文基于城市森林野外调查资料分析研究区域城市森林的特点及其碳储量功能,结合城市居民对研究区域城市森林结构认知偏好的调查问卷,探讨居民认知偏好背景下的城市森林高碳储模式。主要结论如下:(1)基于城市居民对城市森林认知偏好的调查问卷的数据统计分析可知,城市居民对上海市“城-郊”样带中不同类型的城市森林组合的特征因子(植被组成、植被密度、层次结构)有着不同的认知偏好。依据统计结果可知,城市居民主要倾向于以常绿结构为主、植被密度相对较低且以乔灌草结构搭配为主的复层林组合模式。(2)基于对上海市“城-郊”样带城市森林植物群落的叁组结构特征分析可知,在树种组成方面,上海市“城-郊”样带城市森林研究区域中乔木约有62种,分属于35科49属;灌木约58种,分属于39科53属。从重要值来看,乔木主要以香樟、水杉等为主,灌木主要以主要以腊梅、小叶黄杨等为主。在上海“城-郊”样带植被类型的组成方面,该研究区域主要以常绿阔叶林为主,符合上海市所处的纬度地带性地域分异规律,从城、郊植被类型对比来看,城区以常绿林为主,郊区则以落叶林为主。在植物群落的分层结构方面,基于“城-郊”样带实地样点调查,复层林的分布要多于单层林,且物种多样性和乔灌草搭配都要优于单层林,城区主要以复层林为主而郊区则主要以单层林为主。基于样带群落密度特征分析可知,上海“城-郊”样带植物群落主要低密度群落为主,从具体的城区和郊区对比来看,城区的植被密度要低于郊区,但是郊区的植被覆盖度要大于城区。(3)基于居民认知偏好不同城市森林场景的固碳效益分析,从碳储量分布来看,以常绿林为主的场景碳储量(150.01Mg C)明显高于以落叶林(74.57Mg C)为主的场景;以复层林为主的场景碳储量(143.91 Mg C)高于以单层林为主的场景碳储量(80.67 Mg C);从不同密度来看,低密度(91.46 Mg C)>高密度(73.78 Mg C)>中等密度(59.34 Mg C);基于各场景的平均碳密度分析可知,以常绿林为主的场景(33.83 Mg C/hm2)>以落叶林为主的场景(30.65 Mg C/hm2);以单层林为主的场景(35.77 Mg C/hm2)大于以复层林为主的场景(28.71Mg C/hm2);以高密度为主的场景(54.35 Mg C/hm2)>以中等密度为主的场景(30.49Mg C/hm2)>以低密度为主的场景(11.87 Mg C/hm2);基于居民认知偏好的不同城市森林组合分析可知,城市居民倾向的场景6(常绿林+低密度+复层林)的城市森林组合由于其样点数量多,碳储量的占有比是最大的;但是十二个场景组合的平均碳储量和碳密度来看,低密度的植物群落组合在数值上都明显低于其他组合。在相同的植被组成和群落密度情况下,低密度和中等密度群落,复层林的场景组合比单层林的场景组合平均碳储量和碳密度要高,而高密度植被群落则是单层林比复层林高;在相同群落密度和层次结构组合状况下,常绿林的场景组合比落叶林的平均碳储量和碳密度要高;在相同的植被类型和层次结构组合情况下,植被密度越高,其平均碳储量和碳密度越大。(本文来源于《上海师范大学》期刊2019-03-01）
森林碳储量论文开题报告
（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：
利用2009和2014年2期森林资源小班数据,结合地面样地调查,建立主要森林类型生物量—蓄积量转换方程,以此分析喀纳斯保护区森林乔木层地上碳储量及碳密度变化。结果表明:喀纳斯保护区5 a间森林面积增加了496. 77 hm~2,碳储量约为2. 14×10~6Mg,平均碳密度由55. 34 Mg·hm~(-2)减小至54. 61 Mg·hm~(-2),而不同森林类型的碳密度变化中,西伯利亚落叶松、西伯利亚红松和欧洲山杨碳密度减小,其余森林类型碳密度增大;保护区内成熟林碳储量最大,占乔木层地上总碳储量的63%以上,其余依次为过熟林、近熟林、中龄林和幼龄林,而碳密度最大的是中龄林(66. 69～68. 68 Mg·hm~(-2)),较小的是幼龄林(40. 99～44. 55 Mg·hm~(-2)),其余龄组碳密度为成、过熟林>近熟林。其中,西伯利亚落叶松、西伯利亚冷杉、西伯利亚云杉和疣枝桦中龄林和近熟林碳密度增大,除西伯利亚红松和西伯利亚冷杉外,其余森林类型过熟林碳密度减小。经对比,该区森林乔木层碳密度高于全国平均水平,在我国干旱半干旱区是具有较强固碳潜力的区域。
（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。
森林碳储量论文参考文献
[1].王维芳,陈彩艳,王薇淇,隋傲,高小龙.基于穆棱市下属林场的森林碳储量估算及空间分布的研究[J].森林工程.2019
[2].李园园,王蕾,刘琪璟,周华.新疆喀纳斯自然保护区森林碳储量及碳密度变化[J].干旱区研究.2019
[3].刘腾艳.遥感结合过程模型的浙江省森林碳储量时空演变研究[D].浙江农林大学.2019
[4].张永杰.森林碳储量研究方法与发展展望[J].农家参谋.2019
[5].陆禹,罗改改,李龙,吴疆.长沙县森林碳储量动态变化研究[J].现代园艺.2019
[6].孙钰森,王维芳,李国春.基于地理加权回归克里格模型的帽儿山地区森林碳储量空间分布[J].应用生态学报.2019
[7].张华聪.株洲市城市化及森林碳储量动态变化[D].中南林业科技大学.2019
[8].杨扬.火灾对大兴安岭地区森林碳储量、植物组成多样性和群落结构影响研究[D].东北林业大学.2019
[9].孙钰森.基于GWRK模型的帽儿山地区森林碳储量空间分布[D].东北林业大学.2019
[10].何毅.基于认知偏好背景下的城市森林碳储量研究[D].上海师范大学.2019