陆地生态系统碳储量是反映区域生态产品价值核算和增汇减排的重要指标,利用遥感技术开展陆地生态系统碳储量估算与空间反演,可为生态系统固碳潜力及“双碳”目标达成提供重要参考。该文利用Landsat8 OLI影像提取遥感变量,结合单波段、...陆地生态系统碳储量是反映区域生态产品价值核算和增汇减排的重要指标,利用遥感技术开展陆地生态系统碳储量估算与空间反演,可为生态系统固碳潜力及“双碳”目标达成提供重要参考。该文利用Landsat8 OLI影像提取遥感变量,结合单波段、植被指数、纹理因子和地形因子,通过最小信息准则(Akaike information criterion corrected,AICc)和交叉验证(cross-validation,CV)确定最优带宽,采用Gaussian,Bisquare和Exponential核函数构建地理加权回归(geographically weighted regression,GWR)模型估算艾比湖流域碳储量,并与多元线性回归(multiple linear regression,MLR)模型对比,选择最优模型估算碳储量空间分布。结果表明:①GWR模型精度优于MLR模型,以CV与Exponential核函数组合的GWR模型最佳,其精度提升16.31%~66.69%,能较好地反映空间异质性;②2023年流域碳储量约426.28×10^(6)t,地上、地下和土壤碳储量占比分别为31.83%,24.33%和43.28%;③2014—2023年碳储量呈减少趋势,呈现“环艾比湖区低,四周高”的空间格局,其中,以草地生态系统碳储量下降最为显著。展开更多
文摘陆地生态系统碳储量是反映区域生态产品价值核算和增汇减排的重要指标,利用遥感技术开展陆地生态系统碳储量估算与空间反演,可为生态系统固碳潜力及“双碳”目标达成提供重要参考。该文利用Landsat8 OLI影像提取遥感变量,结合单波段、植被指数、纹理因子和地形因子,通过最小信息准则(Akaike information criterion corrected,AICc)和交叉验证(cross-validation,CV)确定最优带宽,采用Gaussian,Bisquare和Exponential核函数构建地理加权回归(geographically weighted regression,GWR)模型估算艾比湖流域碳储量,并与多元线性回归(multiple linear regression,MLR)模型对比,选择最优模型估算碳储量空间分布。结果表明:①GWR模型精度优于MLR模型,以CV与Exponential核函数组合的GWR模型最佳,其精度提升16.31%~66.69%,能较好地反映空间异质性;②2023年流域碳储量约426.28×10^(6)t,地上、地下和土壤碳储量占比分别为31.83%,24.33%和43.28%;③2014—2023年碳储量呈减少趋势,呈现“环艾比湖区低,四周高”的空间格局,其中,以草地生态系统碳储量下降最为显著。
