摘要：
森林生态系统身为陆地生态系统主要构成部分，在全球碳循环里起着极为关键的作用，温带和北方森林是大气二氧化碳主要汇源，跟低纬度比，中高纬度地区气候变暖幅度更大，所以温带和北方森林愈发受关注，获取其空间明确的地上生物量信息对估算区域尺度碳储量至关重要，中国东北林区处于中纬度全球环境变化敏感带，森林资源丰富，是中国主要碳库，含有的寒温带针叶林和温带针阔叶混交林是中国专属森林类型，然而之前对中国东北林区地上生物量研究主要是针对所有树种总地上生物量估计，几乎没有对整个东北林区树种水平地上生物量以及密度进行估算的研究，而树种水平的地上生物量与密度能为了解森林动态提供重要额外信息，另外，因中国东北林区主要树种对气候变化敏感度不同，随全球气候变化，该区域未来树种组成与结构可能发生显著变化，所以，定量获取中国东北林区主要树种空间上连续分布的地上生物量与密度并预测其在不同气候变化情景下未来树种组成动态变化，有助于掌握东北林区主要树种对气候变化潜在响应及反馈机制，为林业部门应对气候变化森林管理政策制定提供科学依据，本研究以中国东北林区为对象，以森林调查数据为基础，结合遥感数据和环境变量数据，共建立630个kNN生物量估算模型，通过模型评估，选出适合东北林区最优kNN模型首次对其17个主要树种地上生物量进行估算，并对其各树种空间分布特征与环境因子关系进行讨论，之后基于上述17个树种地上生物量估算结果对各树种在各径阶和各林龄分布密度进行估算，并对各树种胸径和林龄分布特征进行分析，最后基于上述估算的东北林区17个树种在各径阶分布密度，利用森林生态系统过程模型v3.0，模拟并预测在现行气候条件和RCP2.6，RCP4.5，RCP8.5三种气候变暖情景下未来100年年中国东北林区树种组成动态，并对其主要树种在不同时期潜在空间分布特征进行分析，研究主要结论如下：(1)基于6个不同距离度量指标，15个k值以及7组多时相MODIS数据和环境变量组合设计的630个kNN生物量估算模型中，基于RF距离度量指标的kNN模型展现出最佳估算性能，应用生长季所有6个月份的MODIS预测变量与只使用生长季9月份的MODIS预测变量，并未显著提高kNN生物量估算模型精度，虽随k值增加，kNN生物量估算模型精度会提高，但是当k>7时，使用9月份MODIS预测变量基于RF距离度量指标的kNN模型估算精度提高幅度基本可忽略不计，所以，基于RF距离度量指标，k=7和9月份MODIS光谱反射变量与环境变量组合的kNN模型被视作估算东北林区树种水平地上生物量最优kNN模型，(2)东北林区主要树种的地上生物量及其空间分布受环境变量影响十分显著，落叶松和白桦地上生物量与温度呈显著负相关，在东北林区分布最广，是目前东北林区两大优势树种，云杉和臭冷杉地上生物量与海拔呈正相关，主要分布在高海拔地区，红松，枫桦，色木槭，紫椴，水曲柳，春榆，黄菠萝和胡桃楸地上生物量与降水，温度和太阳辐射呈正相关，主要分布在相对湿度和温度较高的小兴安岭和长白山地区，在严寒的大兴安岭地区很少分布，樟子松对干旱和低温有较高耐受性，主要分布在大兴安岭北段阳坡上，而钻天柳主要沿河流两岸分布，因钻天柳和黄菠萝在研究区分布有限，其地上生物量很低，总体说来，大兴安岭地上生物量低于小兴安岭和长白山地，且本研究中树种水平地上生物量估算结果准确性从小班尺度到生态型尺度有明显提升，(4)未来100年不同气候变化情景下东北林区树种组成差异不大，不过各树种对气候变化潜在响应存在显著差异，未来100年，在现行气候条件和RCP2.6，RCP4.5，RCP8.5三种气候变暖情景下，东北林区树种组成中阔叶树种都以蒙古栎，山杨，白桦和色木槭为主，同时伴有相对少量比例的紫椴，黑桦，春榆，水曲柳和枫桦，胡桃楸，黄菠萝和钻天柳所占比例几乎可忽略，针叶树种都以红松和兴安落叶松为主，同时伴有少量樟子松和极少量云杉，臭冷杉，对单个树种而言，现行气候条件已接近兴安落叶松，云杉，臭冷杉以及枫桦生存适宜条件边缘，温度进一步快速上升将致使这些树种无法在短期内适应环境变化而面临退化，21世纪末期，蒙古栎和红松将分别成为东北林区最具优势阔叶和针叶树种，在三种气候变暖情景增温幅度适中时，东北林区大多数温带阔叶树种以及红松在空间分布上都有北移趋势，且增暖幅度越大，移动趋势越明显。
展开