基于不同空间模型的马尾松林生态系统碳密度研究

基于不同空间模型的马尾松林生态系统碳密度研究

以江西省马尾松林生态系统为研究对象,基于样地调查及样品碳含量测定结果计算其碳密度,并选取立地、植被及气象等方面的15个因子,采用多元线性逐步回归方法筛选出对生态系统碳密度影响显著的因子,然后分别利用最小二乘模型(OLS)、空间误差模型(SEM)、空间滞后模型(SLM)和地理加权回归模型(GWR)构建生态系统碳密度与其影响因子之间的关系模型,筛选出最优的拟合模型.结果 表明:对马尾松林生态系统碳密度影响显著的因子分别为海拔、坡度、土层厚度、胸径、年均温度和年均降水量.4种模型拟合结果均显示碳密度与坡度呈负相关,与海拔、土层厚度、胸径呈正相关.模型的决定系数(R2)由大到小分别为GWR(0.804...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:生态学报 2020, Vol.40 (15), p.5230-5238
Hauptverfasser: 潘萍, 孙玉军, 欧阳勋志, 宁金魁, 冯瑞琦, 汪清
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 5238
container_issue 15
container_start_page 5230
container_title 生态学报
container_volume 40
creator 潘萍
孙玉军
欧阳勋志
宁金魁
冯瑞琦
汪清
description 以江西省马尾松林生态系统为研究对象,基于样地调查及样品碳含量测定结果计算其碳密度,并选取立地、植被及气象等方面的15个因子,采用多元线性逐步回归方法筛选出对生态系统碳密度影响显著的因子,然后分别利用最小二乘模型(OLS)、空间误差模型(SEM)、空间滞后模型(SLM)和地理加权回归模型(GWR)构建生态系统碳密度与其影响因子之间的关系模型,筛选出最优的拟合模型.结果 表明:对马尾松林生态系统碳密度影响显著的因子分别为海拔、坡度、土层厚度、胸径、年均温度和年均降水量.4种模型拟合结果均显示碳密度与坡度呈负相关,与海拔、土层厚度、胸径呈正相关.模型的决定系数(R2)由大到小分别为GWR(0.8043) ＞SEM (0.6371) ＞SLM (0.6364) ＞OLS(0.6321),模型均方误差(MSE)与赤池信息准则(AIC)最大的均为OLS模型,最小的均为GWR模型;残差检验表明GWR模型能有效降低模型残差的空间自相关性.综合分析得出GWR模型的拟合效果最优,更适用于江西省马尾松林生态系统碳密度的估测.
doi_str_mv 10.5846/stxb201907151491
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_stxb202015013</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>stxb202015013</wanfj_id><sourcerecordid>stxb202015013</sourcerecordid><originalsourceid>FETCH-wanfang_journals_stxb2020150133</originalsourceid><addsrcrecordid>eNpjYJAwNNAztTAx0y8uqUgyMjC0NDA3NDU0sTRkYeA0NDAw0DWwNDbmYOAqLs4yMDA2MDS25GRwejp_15NdfU929D6d0PN85a6X07c8W7Hw6bzu57NaXq5c83TDvmdz9z2bN_35lPnPGhqfb979fPf854s2P13f9nTXsucLpjxfuY2HgTUtMac4lRdKczOourmGOHvolifmpSXmpcdn5ZcW5QFl4iHuArrMFGi5MbHqAI7iV8k</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于不同空间模型的马尾松林生态系统碳密度研究</title><source>EZB-FREE-00999 freely available EZB journals</source><creator>潘萍 ; 孙玉军 ; 欧阳勋志 ; 宁金魁 ; 冯瑞琦 ; 汪清</creator><creatorcontrib>潘萍 ; 孙玉军 ; 欧阳勋志 ; 宁金魁 ; 冯瑞琦 ; 汪清</creatorcontrib><description>以江西省马尾松林生态系统为研究对象,基于样地调查及样品碳含量测定结果计算其碳密度,并选取立地、植被及气象等方面的15个因子,采用多元线性逐步回归方法筛选出对生态系统碳密度影响显著的因子,然后分别利用最小二乘模型(OLS)、空间误差模型(SEM)、空间滞后模型(SLM)和地理加权回归模型(GWR)构建生态系统碳密度与其影响因子之间的关系模型,筛选出最优的拟合模型.结果 表明:对马尾松林生态系统碳密度影响显著的因子分别为海拔、坡度、土层厚度、胸径、年均温度和年均降水量.4种模型拟合结果均显示碳密度与坡度呈负相关,与海拔、土层厚度、胸径呈正相关.模型的决定系数(R2)由大到小分别为GWR(0.8043) ＞SEM (0.6371) ＞SLM (0.6364) ＞OLS(0.6321),模型均方误差(MSE)与赤池信息准则(AIC)最大的均为OLS模型,最小的均为GWR模型;残差检验表明GWR模型能有效降低模型残差的空间自相关性.综合分析得出GWR模型的拟合效果最优,更适用于江西省马尾松林生态系统碳密度的估测.</description><identifier>ISSN: 1000-0933</identifier><identifier>DOI: 10.5846/stxb201907151491</identifier><language>chi</language><publisher>北京林业大学林学院,北京100083%江西农业大学林学院,南昌330045</publisher><ispartof>生态学报, 2020, Vol.40 (15), p.5230-5238</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/stxb/stxb.jpg</thumbnail><link.rule.ids>314,776,780,4010,27900,27901,27902</link.rule.ids></links><search><creatorcontrib>潘萍</creatorcontrib><creatorcontrib>孙玉军</creatorcontrib><creatorcontrib>欧阳勋志</creatorcontrib><creatorcontrib>宁金魁</creatorcontrib><creatorcontrib>冯瑞琦</creatorcontrib><creatorcontrib>汪清</creatorcontrib><title>基于不同空间模型的马尾松林生态系统碳密度研究</title><title>生态学报</title><description>以江西省马尾松林生态系统为研究对象,基于样地调查及样品碳含量测定结果计算其碳密度,并选取立地、植被及气象等方面的15个因子,采用多元线性逐步回归方法筛选出对生态系统碳密度影响显著的因子,然后分别利用最小二乘模型(OLS)、空间误差模型(SEM)、空间滞后模型(SLM)和地理加权回归模型(GWR)构建生态系统碳密度与其影响因子之间的关系模型,筛选出最优的拟合模型.结果 表明:对马尾松林生态系统碳密度影响显著的因子分别为海拔、坡度、土层厚度、胸径、年均温度和年均降水量.4种模型拟合结果均显示碳密度与坡度呈负相关,与海拔、土层厚度、胸径呈正相关.模型的决定系数(R2)由大到小分别为GWR(0.8043) ＞SEM (0.6371) ＞SLM (0.6364) ＞OLS(0.6321),模型均方误差(MSE)与赤池信息准则(AIC)最大的均为OLS模型,最小的均为GWR模型;残差检验表明GWR模型能有效降低模型残差的空间自相关性.综合分析得出GWR模型的拟合效果最优,更适用于江西省马尾松林生态系统碳密度的估测.</description><issn>1000-0933</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2020</creationdate><recordtype>article</recordtype><recordid>eNpjYJAwNNAztTAx0y8uqUgyMjC0NDA3NDU0sTRkYeA0NDAw0DWwNDbmYOAqLs4yMDA2MDS25GRwejp_15NdfU929D6d0PN85a6X07c8W7Hw6bzu57NaXq5c83TDvmdz9z2bN_35lPnPGhqfb979fPf854s2P13f9nTXsucLpjxfuY2HgTUtMac4lRdKczOourmGOHvolifmpSXmpcdn5ZcW5QFl4iHuArrMFGi5MbHqAI7iV8k</recordid><startdate>2020</startdate><enddate>2020</enddate><creator>潘萍</creator><creator>孙玉军</creator><creator>欧阳勋志</creator><creator>宁金魁</creator><creator>冯瑞琦</creator><creator>汪清</creator><general>北京林业大学林学院,北京100083%江西农业大学林学院,南昌330045</general><general>鄱阳湖流域森林生态系统保护与修复国家林业和草原局重点实验室,南昌330045%江西农业大学林学院,南昌330045</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2020</creationdate><title>基于不同空间模型的马尾松林生态系统碳密度研究</title><author>潘萍 ; 孙玉军 ; 欧阳勋志 ; 宁金魁 ; 冯瑞琦 ; 汪清</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_stxb2020150133</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2020</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>潘萍</creatorcontrib><creatorcontrib>孙玉军</creatorcontrib><creatorcontrib>欧阳勋志</creatorcontrib><creatorcontrib>宁金魁</creatorcontrib><creatorcontrib>冯瑞琦</creatorcontrib><creatorcontrib>汪清</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>生态学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>潘萍</au><au>孙玉军</au><au>欧阳勋志</au><au>宁金魁</au><au>冯瑞琦</au><au>汪清</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于不同空间模型的马尾松林生态系统碳密度研究</atitle><jtitle>生态学报</jtitle><date>2020</date><risdate>2020</risdate><volume>40</volume><issue>15</issue><spage>5230</spage><epage>5238</epage><pages>5230-5238</pages><issn>1000-0933</issn><abstract>以江西省马尾松林生态系统为研究对象,基于样地调查及样品碳含量测定结果计算其碳密度,并选取立地、植被及气象等方面的15个因子,采用多元线性逐步回归方法筛选出对生态系统碳密度影响显著的因子,然后分别利用最小二乘模型(OLS)、空间误差模型(SEM)、空间滞后模型(SLM)和地理加权回归模型(GWR)构建生态系统碳密度与其影响因子之间的关系模型,筛选出最优的拟合模型.结果 表明:对马尾松林生态系统碳密度影响显著的因子分别为海拔、坡度、土层厚度、胸径、年均温度和年均降水量.4种模型拟合结果均显示碳密度与坡度呈负相关,与海拔、土层厚度、胸径呈正相关.模型的决定系数(R2)由大到小分别为GWR(0.8043) ＞SEM (0.6371) ＞SLM (0.6364) ＞OLS(0.6321),模型均方误差(MSE)与赤池信息准则(AIC)最大的均为OLS模型,最小的均为GWR模型;残差检验表明GWR模型能有效降低模型残差的空间自相关性.综合分析得出GWR模型的拟合效果最优,更适用于江西省马尾松林生态系统碳密度的估测.</abstract><pub>北京林业大学林学院,北京100083%江西农业大学林学院,南昌330045</pub><doi>10.5846/stxb201907151491</doi></addata></record>
fulltext fulltext
identifier ISSN: 1000-0933
ispartof 生态学报, 2020, Vol.40 (15), p.5230-5238
issn 1000-0933
language chi
recordid cdi_wanfang_journals_stxb202015013
source EZB-FREE-00999 freely available EZB journals
title 基于不同空间模型的马尾松林生态系统碳密度研究
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-04T19%3A57%3A03IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E4%B8%8D%E5%90%8C%E7%A9%BA%E9%97%B4%E6%A8%A1%E5%9E%8B%E7%9A%84%E9%A9%AC%E5%B0%BE%E6%9D%BE%E6%9E%97%E7%94%9F%E6%80%81%E7%B3%BB%E7%BB%9F%E7%A2%B3%E5%AF%86%E5%BA%A6%E7%A0%94%E7%A9%B6&rft.jtitle=%E7%94%9F%E6%80%81%E5%AD%A6%E6%8A%A5&rft.au=%E6%BD%98%E8%90%8D&rft.date=2020&rft.volume=40&rft.issue=15&rft.spage=5230&rft.epage=5238&rft.pages=5230-5238&rft.issn=1000-0933&rft_id=info:doi/10.5846/stxb201907151491&rft_dat=%3Cwanfang_jour%3Estxb202015013%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=stxb202015013&rfr_iscdi=true