多尺度地表覆盖下的碳储量变化监测对比

doi:10.13474/j.cnki.11-2246.2024.1023.

测绘通报 ›› 2024, Vol. 0 ›› Issue (10): 138-143,150.doi: 10.13474/j.cnki.11-2246.2024.1023.

• 技术交流 • 上一篇

多尺度地表覆盖下的碳储量变化监测对比

詹远增^1,2,3, 王兴坤^1,2,3, 马彦^1,2, 冯存均^1,2,3, 周伟^1,2, 邓小渊^1,2,3, 徐盼^1,2

1. 浙江省测绘科学技术研究院, 浙江杭州 310001;
2. 自然资源浙江省卫星应用技术中心, 浙江杭州 310001;
3. 自然资源部地理国情监测重点实验室, 浙江杭州 310001

收稿日期:2024-01-24 发布日期:2024-11-02
通讯作者: 马彦,E-mail:mayan17@mails.ucas.ac.cn
作者简介:詹远增(1986—),男,硕士,高级工程师,主要研究方向为卫星遥感应用。E-mail:geozyz@zuaa.zju.edu.cn
基金资助:
自然资源部国土卫星遥感应用重点实验室开放基金(KLSMNR-G202210)

Comparison of monitoring carbon stock changes under multi-scale land cover data

ZHAN Yuanzeng^1,2,3, WANG Xingkun^1,2,3, MA Yan^1,2, FENG Cunjun^1,2,3, ZHOU Wei^1,2, DENG Xiaoyuan^1,2,3, XU Pan^1,2

1. Zhejiang Academy of Surveying and Mapping, Hangzhou 310001, China;
2. Zhejiang Application Center of Nature Resources Satellite Technology, Hangzhou 310001, China;
3. Key Laboratory of National Geographic Census and Monitoring, Ministry of Natural Resources, Hangzhou 310001, China

Received:2024-01-24 Published:2024-11-02

摘要/Abstract

摘要： 针对基于地表覆盖数据开展碳储量变化监测存在的尺度效应问题,本文以杭州城西科创大走廊为例,研究了不同尺度地表覆盖数据在地表破碎且变化频繁区域的适用性。通过高分辨率影像获取的粗分类和细分类地表覆盖数据,与常用的中低分辨率地表覆盖数据,采用簿记模型分别计算了研究区近13年碳储量变化。发现基于中低分辨率地表覆盖计算的碳储量变化值相较于基于高分辨率粗分类地表覆盖,减少了3021.24tC;基于高分辨率粗分类地表覆盖计算的碳储量变化值相较于基于高分辨率细分类地表覆盖,减少了685.43tC。结果表明,在地表破碎且变化频繁区域,基于不同尺度地表覆盖计算的碳储量变化值存在显著差异,高分辨率细分类地表覆盖数据适用性更强。

关键词: 地表覆盖, 碳储量变化, 多尺度, 监测评估, 遥感

Abstract: Aiming at the scale effect of monitoring carbon stock changes based on land cover data, this paper took the example of Hangzhou Chengxi Sci-tech Innovation Corridor to study the applicability of different scales of land cover data in the area with fragmented surface and frequent changes. The coarse and fine classification land cover data obtained from high-resolution images, and the commonly used medium-and low-resolution land cover data, were used to calculate the carbon stock changes in the study area in the past 13 years by using a bookkeeping model. It was found that the value of carbon stock change calculated based on the medium-low resolution land cover decreased by 3021.24tC, compared with that based on the high-resolution coarse classification land cover. And the value of carbon stock change calculated based on the high-resolution coarse classification land cover decreased by 685.43tC, compared with that based on the high-resolution fine classification land cover. The results showed that, in the area of fragmented surface with frequent changes, the carbon stock change values calculated based on different scales of land cover were significantly different, and the high-resolution fine classification land cover data were more applicable.

Key words: land cover, carbon stock changes, multi-scale, monitoring and evaluation, remote sensing

中图分类号:

P208

詹远增, 王兴坤, 马彦, 冯存均, 周伟, 邓小渊, 徐盼. 多尺度地表覆盖下的碳储量变化监测对比[J]. 测绘通报, 2024, 0(10): 138-143,150.

ZHAN Yuanzeng, WANG Xingkun, MA Yan, FENG Cunjun, ZHOU Wei, DENG Xiaoyuan, XU Pan. Comparison of monitoring carbon stock changes under multi-scale land cover data[J]. Bulletin of Surveying and Mapping, 2024, 0(10): 138-143,150.

参考文献

[1] GALLANT K,WITHEY P,RISK D,et al.Measurement and economic valuation of carbon sequestration in Nova Scotian wetlands[J].Ecological Economics,2020,171: 106619.
[2] WANG Jing,ZHAI Tianlin,LIN Yifan,et al.Spatial imbalance and changes in supply and demand of ecosystem services in China[J].The Science of the Total Environment,2019,657: 781-791.
[3] LUO Kui,WANG Hongwei,MA Chen,et al.Carbon sinks and carbon emissions balance of land use transition in Xinjiang,China: differences and compensation[J].Scientific Reports,2022,12(1): 22456.
[4] 袁媛.基于珠海一号高光谱影像的大同煤田区碳汇变化[J].测绘通报,2023(12): 127-131.
[5] 王瑜,金姗姗,冯存均.结合地理国情普查成果的苕溪流域生态系统固碳释氧价值估算[J].测绘通报,2018(9): 121-125.
[6] HOUGHTON R A,HACKLER J L,LAWRENCE K T.The U.S.carbon budget: contributions from land-use change[J].Science,1999,285(5427): 574-578.
[7] CUI Xiaolin,WEI Xiaoqing,LIU Wei,et al.Spatial and temporal analysis of carbon sources and sinks through land use/cover changes in the Beijing-Tianjin-Hebei urban agglomeration region[J].Physics and Chemistry Earth,Parts A/B/C,2019,110: 61-70.
[8] LIU Feng,WU Huayong,ZHAO Yuguo,et al.Mapping high resolution National Soil Information Grids of China[J].Science Bulletin,2022,67(3): 328-340.
[9] 刘峰,张甘霖.中国高分辨率国家土壤信息网格基本属性数据集(2010—2018)[EB/OL].2021-07-14[2023-12-10].https://escience.org.cn/metadata/detail？cstrId=CSTR%3A17099.11.G36810085119113.20210708.v1.
[10] YANG Jie,HUANG Xin.30m annual land cover and its dynamics in China from 1990 to 2019[J].Earth System Science Data,2021,13(8): 3907-3925.
[11] 赖力.中国土地利用的碳排放效应研究[D].南京: 南京大学,2010: 142.
[12] 方精云,陈安平.中国森林植被碳库的动态变化及其意义[J].植物学报,2001,43(9): 967-973.
[13] 方精云,郭兆迪,朴世龙,等.1981—2000年中国陆地植被碳汇的估算[J].中国科学(D辑: 地球科学),2007,37(6): 804-812.
[14] 王效科,冯宗炜,欧阳志云.中国森林生态系统的植物碳储量和碳密度研究[J].应用生态学报,2001,12(1): 13-16.
[15] 胡会峰,王志恒,刘国华,等.中国主要灌丛植被碳储量[J].植物生态学报,2006,30(4): 539-544.
[16] 朴世龙,方精云,贺金生,等.中国草地植被生物量及其空间分布格局[J].植物生态学报,2004,28(4): 491-498.
[17] 张敏,陈永根,于翠平,等.在茶园生产周期过程中茶树群落生物量和碳储量动态估算[J].浙江大学学报(农业与生命科学版),2013,39(6): 687-694.
[18] 王大卫,沈文星.中国主要树种人工乔木林碳储量测算及固碳潜力分析[J].南京林业大学学报(自然科学版),2022,46(5): 11-19.
[19] 方精云,刘国华,徐嵩龄.我国森林植被的生物量和净生产量[J].生态学报,1996,16(5): 497-508.
[20] 周玉荣,于振良,赵士洞.我国主要森林生态系统碳贮量和碳平衡[J].植物生态学报,2000,24(5): 518-522.
[21] 金琳,李玉娥,高清竹,等.中国农田管理土壤碳汇估算[J].中国农业科学,2008,41(3): 734-743.
[22] 许信旺,潘根兴.中国水稻土碳循环研究进展[J].生态环境,2005,14(6): 961-966.
[23] 刘纪远,王绍强,陈镜明,等.1990—2000年中国土壤碳氮蓄积量与土地利用变化[J].地理学报,2004,59(4): 483-496.

多尺度地表覆盖下的碳储量变化监测对比

Comparison of monitoring carbon stock changes under multi-scale land cover data

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘恒, 左涛, 贾康, 柴成富, 刘艺炫, 陈恒恒. PIE-Engine平台下土地利用变化对生态质量影响的遥感评估与时空分析[J]. 测绘通报, 2024, 0(9): 28-31,37.
[2]	袁德宝, 吴雨阳, 郭伟, 潘星. 结合多源数据的第二产业时空变化发展研究[J]. 测绘通报, 2024, 0(9): 112-116.
[3]	李振轩, 黄敏儿, 高飞, 陶庭叶, 吴兆福, 朱勇超. 基于U-Net、U-Net++和Attention-U-Net网络的遥感影像水体提取[J]. 测绘通报, 2024, 0(8): 26-30.
[4]	石一剑, 谭海, 钟旭辉. 改进YOLOv5的国产光学影像辐射异常检测方法[J]. 测绘通报, 2024, 0(8): 60-65,72.
[5]	杨思佳, 王仁军, 郑江华, 赵鹏玉, 韩万强, 毛旭芮, 范宏. 结合变异系数法和机器学习模型的棉花长势监测[J]. 测绘通报, 2024, 0(7): 111-116.
[6]	王霞迎, 折育霖, 张双成, 夏元平, 牛玉芬. 基于Sentinel-1和Landsat 8遥感数据的高原地区土壤水分反演[J]. 测绘通报, 2024, 0(7): 140-146.
[7]	范强, 孙爽, 孙虎虎. 资源枯竭型城市生态质量时空格局与驱动力研究——以阜新市中心城区为例[J]. 测绘通报, 2024, 0(6): 24-29.
[8]	刘卫南, 宋红克, 李清波, 谢谟文. 利用光学影像的滑坡位移监测[J]. 测绘通报, 2024, 0(6): 41-45,64.
[9]	张燕平, 张卡, 赵立科, 陶厦, 张帮, 王玉军, 顾桢, 刘浩林. 量子多尺度融合的高分卫星影像建筑物变化检测[J]. 测绘通报, 2024, 0(6): 65-70,126.
[10]	马姗姗, 杨嘉葳, 王继燕, 熊俊楠. 基于光谱特征的城市水体提取[J]. 测绘通报, 2024, 0(6): 71-76.
[11]	张伟, 张朝龙, 王本林, 蔡安宁. 基于深度学习的多尺度无人机遥感图像道路提取[J]. 测绘通报, 2024, 0(6): 77-81.
[12]	王丽霞, 喜文飞, 史正涛, 赵子龙, 钱堂慧, 赵磊, 马奕捷. 深度学习滑坡识别算法中样本不平衡问题的研究[J]. 测绘通报, 2024, 0(5): 12-18.
[13]	郭松涛, 邢帅, 张国平, 孔瑞瑶, 陈丽. 异构卫星遥感数据融合的水深反演模型[J]. 测绘通报, 2024, 0(5): 19-23.
[14]	李淑, 李鹏, 李振洪, 王厚杰. 协同全极化SAR与光学遥感的潮沟精细提取方法[J]. 测绘通报, 2024, 0(5): 29-34,40.
[15]	康娟, 方贺, 石守海, 夏瑞, 彭金灵. 阿克苏地区天然林保护工程区植被覆盖度变化及驱动因子研究[J]. 测绘通报, 2024, 0(5): 41-47.