基于STSM-LUCAS碳循环模式研究–以浙江省丽水市三种典型林分为例开题报告

全文总字数：1363字

1. 研究目的与意义

生态系统中积累的碳储量的消长分别对应着大气中CO₂浓度高低变化，直接影响全球气温变化的速率和幅度。地球碳库存在的5大生态系统（森林、湿地、灌木林、草地、农田和水生生态系统）中，森林生态系统是陆地生态系统的主体，是陆地上最大的碳库，它不仅具有改善和维护区域生态环境的功能，而且在全球碳平衡中起着巨大的作用。发展可靠的方法来充分理解森林干扰及恢复模式变化对碳蓄积能力、循环模式及气候变化的影响已成为众多科学计划的优先领域。然而由于森林结构参数、森林干扰模式和强度存在广泛的时空异质性，以及模型和方法内在的缺陷，使得目前的森林生物量估算面临诸多挑战和不确定性。土地覆盖/土地利用变化的历史特别是森林干扰和恢复历史的信息不全、缺乏生物量的密度数据是导致碳汇估计值不一致的两大主要误差源。因此，获取可靠且完备的森林干扰和恢复历史、森林碳密度信息可以显著提高生物量估计的精度。

本研究以浙江省丽水市马尾松、杉木和栎树三种典型林分为研究对象，通过整合由森林干扰和恢复自动制图模型VCT基于LandsatTM/ETM /OLI时间序列堆栈（1987-2017）发展我国南方典型人工林区域森林干扰特征（干扰发生年份、持续时间、干扰类型和强度等）数据集，利用IBIS模型对研究区碳循环进行模拟，并驱动STSM-LUCAS模型，得到1987-2017年浙江省丽水市三种典型林分生态系统各组成成分碳动态时间和空间规律。

2. 国内外研究现状分析

目前我们主要应用到的是状态和转移模拟模型(STSMs)，它为预测景观动态变化提供了一个通用框架，包括植被和土地利用/土地覆盖变化（LULC）的预测。STSM这种方法将景物划分为许多空间参考单元，然后用蒙特卡罗方法模拟每个单元随时间向前移动的状态，作为一个离散时间随机过程，以响应任意数量的可能的变化。然而，STSM这种方法当前的一个局限是，所有状态变量都必须是离散的。

3. 研究的基本内容与计划

第1-4周：查阅碳循环的相关文献，了解国内外研究现状，撰写文献综述；

第5-9周：安装stsm-lucas模型，收集气候、土壤、植被和森林干扰等参数数据集，并用arcgis和envi进行数据转换、裁剪和拼接等预处理；

第10-12周： 用stsm-lucas模型处理数据并得到1987年到2017年浙江省丽水市森林生态系统碳组成及其动态变化；

4. 研究创新点

在本研究，使用ST-Sim的软件构建和运行STSM模型。STSMs是一个用来预测包括植被和土地利用变化的景观动态变化的研究框架。STSM 方法将景观划分为空间参考的像元，然后在时间上模拟每个像元的状态。这些像元的变化状态作为Monte Carlo 方法的离散时间随机过程，从而反应出任何可能的变化。LUCAS模型嵌入在STSM模型中的一个模块，可以跟踪正常生长条件下的生态系统碳储量和通量以及各种土地覆盖变化。

数据处理：用LUCAS模型模拟浙江省丽水市三种典型林分的生态系统碳循环（包括碳库和碳通量）；基于VCT的森林干扰数据，在STSM中模拟1987到2017年间这三种林分的干扰和恢复状态；驱动STSM-LUCAS得到发生森林干扰的情况下，研究区这三种典型林分碳循环的动态变化。