蘇南丘陵山區(qū)森林生物量時空變化驅(qū)動因素分析

錢春花 李明陽 鄭超

摘要：?森林生物量是反映自然生態(tài)環(huán)境的重要指標(biāo)，分析蘇南經(jīng)濟發(fā)達區(qū)域森林生物量的時空變化，并探討其驅(qū)動因素，對于經(jīng)濟發(fā)達地區(qū)的森林經(jīng)營規(guī)劃和生態(tài)保護具有重要意義。本研究以江蘇省的重點林區(qū)句容市為研究對象，以2007年、2014年森林資源規(guī)劃設(shè)計調(diào)查數(shù)據(jù)和林地變化調(diào)查數(shù)據(jù)為主要數(shù)據(jù)源，分別采用克里金、反距離權(quán)重、樣條函數(shù)3種插值模型進行森林生物量估測運算，在此基礎(chǔ)上進行時空變化、驅(qū)動因素分析。研究結(jié)果表明，在3種插值模型中，克里金模型的性能最高，反距離權(quán)重模型次之，樣條函數(shù)模型的性能最低。2007-2014年，研究區(qū)高森林生物量和中森林生物量的林分面積比例呈下降趨勢，低森林生物量林分面積比例呈增加趨勢?？臻g聚類分析結(jié)果表明，2007-2014年，研究區(qū)森林生物量高的林分主要分布在句容市北部、東南部邊緣地帶以及東北部地區(qū)，而森林生物量低的林分主要分布在中南部平原農(nóng)業(yè)區(qū)。2007-2014年，研究區(qū)大部分鄉(xiāng)鎮(zhèn)森林生物量呈小幅度下降趨勢，森林生物量的空間聚集程度呈增強趨勢。句容市森林生物量時空變化的主要原因是森林干擾指數(shù)的增加以及城鎮(zhèn)化進程引起的林地變化。

關(guān)鍵詞：?森林生物量;時空變化;驅(qū)動因素;蘇南丘陵山區(qū)

中圖分類號：?S757.2??文獻標(biāo)識碼：?A??文章編號：?1000-4440（2021）02-0382-07

Abstract：?Forest biomass is an important indicator to reflect the natural ecological environment. It is of great significance to analyze the spatiotemporal changes of forest biomass in economically developed areas of southern Jiangsu and explore the driving factors for forest management planning and ecological protection in economically developed areas. Jurong City of the key forest region in Jiangsu province was chosen as the study object， forest resource planning data and survey data of forest land change in 2007 and 2014 were collected as the main information source. Three forest biological interpolation models of Kriging， inverse distance weighting and spline function were applied to estimate the forest biomass， followed by the analysis of spatiotemporal changes and driving factors. The research results showed that， among the three interpolation models， the Kriging model showed the highest performance， followed by the inverse distance weighting model， and the spline function showed the lowest performance. From 2007 to 2014， the proportion of forest stands area with high and medium biomass in the study area decreased， and the proportion of forest stands area with low biomass increased. Results of the spatial cluster analysis showed that from 2007 to 2014， the forest stands with high forest biomass in the study area were mainly distributed in the north， southeast edge and northest of Jurong City， while forest stands with low biomass were mainly distributed in the agricultural areas of the central and southern plains. From 2007 to 2014， the forest biomass of most townships in the study area showed a slight decreasing trend， and the spatial aggregation of forest biomass showed a strengthened trend. The main reasons for the spatiotemporal change of forest biomass in Jurong City are the increase of forest disturbance index and the change of forest land type caused by the process of urbanization.

Key words：?forest biomass;spatiotemporal changes;driving factors;hilly and mountainous areas in southern Jiangsu

21世紀以后，中國長江三角洲各大城市郊縣紛紛撤縣設(shè)市，大量人口從經(jīng)濟落后的偏遠鄉(xiāng)村向城市中心聚集，引起了城市土地利用、土地覆蓋方式的巨大變化[1]。隨著城市化、工業(yè)化的迅速發(fā)展，長三角許多縣級市的能源利用方式和結(jié)構(gòu)也發(fā)生了重大變化，生態(tài)系統(tǒng)向遠離自然的方向發(fā)展，區(qū)域生態(tài)系統(tǒng)變得愈加脆弱[2]。在江蘇省蘇南丘陵山區(qū)，森林作為區(qū)域唯一的綠色基礎(chǔ)設(shè)施，為當(dāng)?shù)鼐用裉峁┝怂春B(yǎng)、水土保持、氣候調(diào)節(jié)、環(huán)境凈化、生物多樣性保護等多種服務(wù)功能[3]。森林具有高效、穩(wěn)定的自凈能力以及持續(xù)、完善的生態(tài)服務(wù)功能，在改善區(qū)域人居環(huán)境方面發(fā)揮著極其重要的作用。

森林生物量的估測是進行森林生態(tài)系統(tǒng)物質(zhì)循環(huán)研究的基礎(chǔ)。森林生物量的大小與森林生產(chǎn)力水平的高低呈正相關(guān)關(guān)系，因此森林生物量經(jīng)常被用作衡量森林生態(tài)系統(tǒng)功能的重要參數(shù)[4]。森林資源規(guī)劃設(shè)計調(diào)查、林地變化調(diào)查包含了與森林生物量密切相關(guān)的蓄積量因子[5]。

1978年改革開放后，蘇南丘陵山區(qū)經(jīng)濟得到迅速發(fā)展，城市化、工業(yè)化進程對區(qū)域森林生物量的時空分布格局產(chǎn)生了深遠的影響。與東北、南方集體林區(qū)相比，對經(jīng)濟發(fā)達的長三角地區(qū)進行森林生物量時空變化規(guī)律的研究較少。本研究擬以江蘇省句容市為研究對象，以2007年和2014年森林資源規(guī)劃設(shè)計調(diào)查數(shù)據(jù)和林地變化調(diào)查數(shù)據(jù)為基礎(chǔ)，通過對克里金、反距離權(quán)重、樣條函數(shù)3種森林生物量插值模型進行精度比較分析以及生物量時空變化驅(qū)動因素分析，探索出一種基于GIS和森林資源調(diào)查數(shù)據(jù)的蘇南丘陵山區(qū)森林地上部分的生物量動態(tài)監(jiān)測方法，以期為長三角經(jīng)濟發(fā)達地區(qū)的森林經(jīng)營規(guī)劃和生態(tài)保護提供科學(xué)參考。

1?材料與方法

1.1?研究區(qū)概況

句容市地處蘇南長江經(jīng)濟帶，東連鎮(zhèn)江，西接南京，是一座集港口、工業(yè)、商貿(mào)、旅游為一體的新興縣級市，地理坐標(biāo)為：東經(jīng)118°5′～119°22′，北緯31°37′～32°12′，土地總面積1 385 km2。句容市境內(nèi)山川縱橫交錯，土地利用類型呈現(xiàn)“五山一水四分田地”的分布格局。除丘陵山區(qū)外，句容市境內(nèi)大部分鄉(xiāng)鎮(zhèn)海拔相對高度差較小，坡度不大，地勢較為平緩。

1995年4月經(jīng)國務(wù)院批準(zhǔn)，句容撤縣設(shè)市，成為國務(wù)院最早公布的對外開放地區(qū)之一。2018年10月句容入選“全國綜合實力百強縣市”、“投資潛力百強縣市”、“全國新型城鎮(zhèn)化質(zhì)量百強縣市”。句容市屬于北亞熱帶季風(fēng)氣候，具有四季分明、氣候溫和、雨量充沛、陽光充足等氣候特征。

由于自然資源條件優(yōu)越，句容市的森林植被生長良好。到2009年底，該市林業(yè)用地達31 656.17 hm2，喬木林蓄積量約5×105 m3。用材林有杉木（Cunninghamia lanceolata）、馬尾松（Pinus massoniana）等，經(jīng)濟林有油桐（Vernicia fordii）、板栗（Castanea mollissima）、青梅（Vatica mangachapoi Blanco）、葡萄（Vitis vinifera）、柿（Diospyros kaki）、桃（Prunus persica）等，句容市是江蘇省林業(yè)生產(chǎn)重點市。句容市寶華山的寶華玉蘭（Magnolia zenii Cheng），是中國罕見的古老樹種，被稱為活化石。

1.2?數(shù)據(jù)來源

本研究所采用的主要數(shù)據(jù)源有：①2007年句容市森林資源規(guī)劃設(shè)計調(diào)查數(shù)據(jù)，全市共劃分為11 838個森林小班，除道路、居民點等社會條件外，每個小班的調(diào)查因子還包括地理位置、立地條件、林分生長狀況、森林結(jié)構(gòu)等近60個調(diào)查因子;②句容市2014年林地變化調(diào)查數(shù)據(jù)，全市共劃分14 047個森林小班，調(diào)查因子、技術(shù)標(biāo)準(zhǔn)、調(diào)查精度與森林資源規(guī)劃設(shè)計調(diào)查相同;③來自美國地質(zhì)調(diào)查局（USGS）的2007年8月7日、2014年8月7日的Landsat TM /OLI數(shù)據(jù)（http：//glovis.usgs.gov/），軌道號為120/038，數(shù)據(jù)級別為L1T;④從北京大地圖科技有限公司（http：//www.bigemao.com）購買的研究區(qū)空間分辨率為30 m的數(shù)字高程模型（DEM）以及2007年、2014年居民點和交通干線（國道、省道）的矢量文件;⑤2014年美國國防氣象衛(wèi)星計劃發(fā)射的線性掃描系統(tǒng)傳感器拍攝的句容市夜間燈數(shù)據(jù)（DMSP/OLS數(shù)據(jù)，簡稱燈光亮度值）。國內(nèi)外研究結(jié)果表明，夜間的燈光亮度值與區(qū)域經(jīng)濟發(fā)展水平、區(qū)域人口密度呈正相關(guān)[6]。

1.3?數(shù)據(jù)處理

在坡度、海拔、坡位等地形因子存在較為明顯變化的地區(qū)，胸徑、樹高、蓄積量等森林結(jié)構(gòu)參數(shù)與森林生長狀況、林木立地條件存在著密切聯(lián)系，同時這些森林參數(shù)又受到經(jīng)濟發(fā)展水平、人為干擾等因素的影響[7]。因此，為實現(xiàn)分析森林生物量時空變化及驅(qū)動因素的研究目的，有必要從植被生長狀況、地形條件、自然和人為干擾因子等方面選擇影響森林生物量變化的生態(tài)環(huán)境因素。

對2007年、2014年Landsat TM/OLI遙感圖像進行幾何精校正、輻射校正、地形校正的基礎(chǔ)上，通過提取歸一化植被指數(shù)（NDVI）、植被覆蓋度（FVC）反映植被生長狀況，自然及人為干擾因子通過森林干擾指數(shù)（DI）反映，地形條件則通過DEM中的海拔、坡度來反映。借鑒李苗苗[8]提出的方法，采用歸一化的植被指數(shù)來計算植被覆蓋度。借鑒Masek等[9]的方法，采用公式（1）來計算森林干擾指數(shù)。

式中，DIp表示森林干擾指數(shù);b—、g—、w—分別表示遙感圖像中純森林訓(xùn)練樣本像素的亮度平均值、綠度平均值、濕度平均值;SDp、SDg、SDw分別表示遙感圖像純森林訓(xùn)練樣本像素亮度、綠度、濕度的變化;gp、wp、bp分別表示研究區(qū)遙感圖像中像素的亮度、綠度、濕度。

以ArcGIS軟件中的空間分析工具為平臺，根據(jù)句容市DEM生成坡度柵格圖層以及2007年、2014年居民點、交通干線矢量文件，分別生成2007年、2014年距居民點距離、距交通干線距離2個柵格圖層。

1.4?研究方法

1.4.1?蓄積量與生物量的轉(zhuǎn)換?采用蓄積量與生物量轉(zhuǎn)換因子的連續(xù)函數(shù)法估計句容市森林地上部生物量（簡稱為森林生物量），其森林生物量估計的異速方程為：B=a×V+b，式中B表示每1 hm2森林生物量;V表示每1 hm2蓄積量;a和b為生物量轉(zhuǎn)換參數(shù)[10]。句容市森林資源規(guī)劃設(shè)計調(diào)查和林地變化調(diào)查中12個優(yōu)勢樹種（組）的參數(shù)是基于文獻[11]的研究成果。

1.4.2?生物量插值及精度評價?由于森林資源規(guī)劃設(shè)計調(diào)查和林地變化調(diào)查生成的矢量小班數(shù)量眾多，且覆蓋了整個研究區(qū)的各種地類，通常采用小班森林生物量數(shù)據(jù)插值方法估測區(qū)域森林生物量。隨著地理信息科學(xué)的發(fā)展，國內(nèi)外學(xué)者相繼提出了10多種空間數(shù)據(jù)插值方法。本研究采用克里金、反距離權(quán)重、樣條函數(shù)3種模型進行區(qū)域森林生物量的空間插值估測。其中，參照劉菲[12]的研究成果，克里金內(nèi)插法選用普通克里金的球狀模型。

采用國際上模型驗證通用的10折交叉驗證法，將2007年和2014年的11 838個和14 047個區(qū)劃小班數(shù)據(jù)各分為10組，輪流將其中的9組用于訓(xùn)練模型，1組用于驗證模型精度。選用相關(guān)系數(shù)（COR）、均方根誤差（RMSE）、相對誤差（RAE）3個指標(biāo)進行插值模型精度驗證[13]。

1.4.3?異常值空間分析?采用ArcGIS空間統(tǒng)計工具箱中的空間聚類和異常分析工具對森林生物量的異常高點（熱點）、異常低點（冷點）進行空間分析[14]。基本原理是：通過計算局部區(qū)域的莫蘭指數(shù)值、統(tǒng)計得分值和顯著性對要素進行空間聚類分析，聚類類型分4種：高值組（HH）、低值組（LL）、低值圍繞高值組（LH）、高值包圍低值組（HL）[15]。本研究僅對比較突出的高值組（HH，熱點）、低值組（LL，冷點）進行空間分布及環(huán)境因素比較分析。

2?結(jié)果與分析

2.1?空間插值模型精度評價

在計算相關(guān)系數(shù)、均方根誤差、相對誤差3個指標(biāo)的基礎(chǔ)上，采取10折交叉驗證法對3種森林生物量插值模型的精度進行評價。表1顯示，在句容市2007年3種森林生物量插值模型中，克里金模型相關(guān)系數(shù)最高，均方根誤差、相對誤差最低，插值精度最高，反距離權(quán)重模型插值精度次之，樣條函數(shù)模型的插值精度最低。2014年3種空間插值模型的插值性能排名情況與2007年一致。

2.2?森林生物量動態(tài)變化分析

基于插值精度評價分析，在3種插值模型中，插值精度最高的克里金模型被分別用于句容市2007年和2014年的森林生物量插值估測。圖1顯示，2007年森林生物量高的林分主要集中在兩大區(qū)域：（1）北部的寶華鎮(zhèn)、下蜀鎮(zhèn)以及南林大林場、寶華林場;（2）東進林場、磨盤山林場。2007年森林生物量中等的林分主要集中在黃梅鎮(zhèn)、邊城鎮(zhèn)，其他鄉(xiāng)鎮(zhèn)主要以農(nóng)田、建筑用地為主，森林生物量較低。圖2顯示，2014年句容市的森林生物量具有與2007年基本相似的空間分布格局，即北部及東南部邊緣的森林生物量高，黃梅鎮(zhèn)、邊城鎮(zhèn)的森林生物量中等，其他鄉(xiāng)鎮(zhèn)森林生物量較低。圖1和圖2對比分析后發(fā)現(xiàn)，2014年森林生物量空間分布格局雖然與2007年基本相似，但森林生物量的峰值明顯降低。

以均值-1個標(biāo)準(zhǔn)差、均值、均值+1個標(biāo)準(zhǔn)差的劃分標(biāo)準(zhǔn)，將研究區(qū)的森林生物量分為高（>40 t/hm2）、中（20～40 t/hm2）、低（<20 t/hm2）3級。使用ArcGIS空間分析工具對2007年、2014年森林生物量柵格圖層進行重分類運算，在此基礎(chǔ)上，分析句容市2007年、2014年森林生物量動態(tài)變化情況。表2顯示，與2007年相比，2014年句容市研究區(qū)高森林生物量、中森林生物量的林分面積比例呈下降趨勢，占比分別下降3.50個百分點和6.06個百分點，低森林生物量的林分面積比例呈現(xiàn)增加趨勢，占比增加9.36個百分點。2007-2014年，研究區(qū)森林面積雖然從34 694.83 hm2增加到35 330.29 hm2，但單位面積森林生物量卻從37.67 t/hm2下降到27.22 t/hm2，下降了10.45 t/hm2，導(dǎo)致研究區(qū)森林總生物量從2007年的1 306 954 t下降到2014年的961 690 t，平均每年下降49 323 t。

2.3?冷熱點生態(tài)環(huán)境變化分析

為進一步分析森林生物量冷熱點分布的生態(tài)環(huán)境條件差異，分別從植被生長狀況、地形條件、人為干擾因子3個方面，選擇歸一化植被指數(shù)、植被覆蓋度、海拔、坡度、距居民點距離、距交通干線距離共6個環(huán)境因子。表3顯示，2014年句容市森林高生物量林分（熱點）和低生物量林分（冷點）的空間分布規(guī)律與2007年基本相同：森林高生物量林分主要位于海拔較高，坡度較陡，植被生長較好的北部丘陵山區(qū)，這些地區(qū)主要集中在交通發(fā)達、人口密度較大的寶華、下蜀等鄉(xiāng)鎮(zhèn)，因而靠近道路和居民點;森林生物量低的地段主要位于中部和南部平原農(nóng)業(yè)區(qū)，這些地段海拔較低，坡度較平緩，植被生長較差，這些平原鄉(xiāng)鎮(zhèn)的交通網(wǎng)絡(luò)和人口密度均較低，森林生物量低的地段往往遠離道路和居民點。值得注意的是，與2007年相比，2014年林分熱點與冷點距交通干線距離的差異有所減小，距居民點距離進一步擴大。原因在于，2007-2014年，在村村通工程驅(qū)動下，平原農(nóng)區(qū)鄉(xiāng)鎮(zhèn)的交通建設(shè)有了較大的發(fā)展，與丘陵區(qū)鄉(xiāng)鎮(zhèn)相比，交通狀況的差距進一步減小;距居民點距離的差距擴大，則與平原農(nóng)區(qū)撤鄉(xiāng)并鎮(zhèn)、農(nóng)村拆遷等引發(fā)的農(nóng)村大量居民點消失有關(guān)。

2.4?鄉(xiāng)鎮(zhèn)尺度森林生物量變化幅度分析

分別將2014年、2007年森林生物量柵格圖層導(dǎo)入ArcGIS 10.2中，采用柵格算數(shù)運算。在此基礎(chǔ)上，逐像元計算每個鄉(xiāng)鎮(zhèn)（包括林場、農(nóng)場和茶園）森林生物量的平均變化值。在提取每個像元變化值的前提下，按照均值-1個標(biāo)準(zhǔn)差、均值、均值+1個標(biāo)準(zhǔn)差的劃分標(biāo)準(zhǔn)，將運算后的柵格圖層進行重分類，分為大幅下降、小幅下降、基本不變、顯著增加4個等級，制作出2007-2014年句容市以鄉(xiāng)鎮(zhèn)為單位的森林生物量變化圖。圖3顯示，2007-2014年，句容市森林生物量小幅下降的區(qū)域占比最大（70.77%）;基本不變的區(qū)域占14.91%，主要集中在橋頭農(nóng)場、郭莊鎮(zhèn)、寶華鎮(zhèn)北部;森林生物量顯著增加的區(qū)域主要集中在后白鎮(zhèn)，占11.43%;大幅下降的區(qū)域主要集中在南林大林場、句容林場2大林場以及寶華鎮(zhèn)南部。

2.5?森林生物量格局變化驅(qū)動因素分析

本文利用莫蘭指數(shù)值、統(tǒng)計得分值分析森林生物量的空間格局，利用平均森林干擾指數(shù)、平均燈光亮度值分析森林生物量的時空變化驅(qū)動因素。表4顯示，2007-2014年表示森林生物量空間自相關(guān)程度的莫蘭指數(shù)值從0.12增加到0.22，測量森林生物量標(biāo)準(zhǔn)偏差的統(tǒng)計得分值從14.96增加到22.09，這表明句容市森林生物量空間格局中的聚集程度呈增強趨勢。結(jié)合圖1～圖3可以看出，2007-2014年，研究區(qū)森林生物量高的林分面積縮小，空間分布范圍集中至研究區(qū)北部（寶華鎮(zhèn)、下蜀鎮(zhèn)）、東南部邊緣地帶（東進林場、磨盤山林場）、東北部地區(qū)（句容林場、南林大林場）;而森林生物量低的林分則集中分布在研究區(qū)中南部的平原農(nóng)區(qū)。從表4可以看出，2007-2014年，研究區(qū)的平均森林干擾指數(shù)從0.12增加至0.47，增加了0.35，平均燈光亮度值從3.86增加至10.02，增加了6.16。

3?討論

本研究結(jié)果表明，引發(fā)研究區(qū)森林生物量時空變化的原因主要是森林干擾指數(shù)的增加，經(jīng)濟發(fā)展引發(fā)的城鎮(zhèn)化進程及其引起的林地變更、森林病蟲害擴散等導(dǎo)致森林質(zhì)量下降，這會造成句容市森林單位面積生物量下降，高生物量的森林面積比例降低，中、低生物量的森林面積比例上升。在空間分布格局上，森林生物量空間分布的聚集程度有所增加。

2007年句容市森林生物量為36.67 t/hm2，2014年下降至27.22 t/hm2。通過線性回歸模型估測得到句容市2009年的森林生物量為33.97 t/hm2[16]。國內(nèi)森林生物量研究結(jié)果顯示，2009年全國平均森林生物量為76.10 t/hm2，湖南省為36.98 t/hm2，安徽省為42.05 t/hm2，廣東省為46.22 t/hm2，江西省為50.76 t/hm2[17-20]。數(shù)據(jù)對比分析結(jié)果表明，句容市森林生物量不僅明顯低于同期全國平均水平，還低于南方許多省份。

句容市平均森林生物量較低的主要原因是句容市森林樹種單一，經(jīng)營管理粗放，造成森林病蟲害大面積發(fā)生，森林單位面積蓄積量較低。句容市作為國務(wù)院公布的中國綜合實力百強縣（市）之一的經(jīng)濟對外開放區(qū)域，城鎮(zhèn)化背景下經(jīng)濟迅猛發(fā)展引發(fā)的林地占用和林地生產(chǎn)力退化等問題也對森林質(zhì)量產(chǎn)生了負面影響。加強林地保護力度，調(diào)整區(qū)域林種和樹種結(jié)構(gòu)，增加中幼林撫育面積，進而精準(zhǔn)提升森林經(jīng)營管理水平，是增加區(qū)域森林生物量，增強區(qū)域森林綜合生態(tài)服務(wù)功能的必由之路[21-22]。

參考文獻：

[1]?王?洋，王少劍，秦?靜.中國城市土地城市化水平與進程的空間評價[J]. 地理研究， 2014， 33（12）： 2228-2238.

[2]?PAZUR R， FERANEC J， STYCH P， et al. Changes of urbanized landscape identified and assessed by the urban atlas data： Case study of Prague and Bratislava[J]. Land Use Policy， 2017， 61： 135-146.

[3]?傅伯杰， 劉世梁， 馬克明. 生態(tài)系統(tǒng)綜合評價的內(nèi)容與方法[J]. 生態(tài)學(xué)報，2001，21（11）：1885-1892.

[4]?蔣云姣，胡?曼，李明陽，等. 縣域尺度森林地上生物量遙感估測方法研究[J].西南林業(yè)大學(xué)學(xué)報，2015，35（6）：53-59.

[5]?時?宇，李明陽，楊玉峰，等. 南京紫金山風(fēng)景林碳密度空間動態(tài)變化分析[J].中南林業(yè)科技大學(xué)學(xué)報，2014，34（11）：145-149.

[6]?SUTTON P. Modeling population density with night-time satellite imagery and GIS[J]. Computers Environment & Urban Systems， 1997， 21（3/4）：227-244.

[7]?徐?萍，徐天蜀. 云南高黎貢山自然保護區(qū)森林碳儲量估測方法的研究[J].林業(yè)資源管理，2008（1）：69-73.

[8]?李苗苗. 植被覆蓋度的遙感估測[D].北京： 中國科學(xué)院遙感應(yīng)用研究所，2003.

[9]?MASEK J G， HUANG C， WOLFE R， et al. North American forest disturbance mapped from a decadal Landsat record[J].Remote Sensing of Environment，2008，112 （6）： 2914-2926.

[10]張茂震，王廣興，劉安興. 基于森林資源連續(xù)清查資料估算的浙江省森林生物量及生產(chǎn)力[J].林業(yè)科學(xué)，2009，45（9）：13-17.

[11]楊加猛. 江蘇省森林碳儲量的影響因素研究：基于社會經(jīng)濟視角[J].生態(tài)經(jīng)濟，2017，33（8）：201-204.

[12]劉?菲. 森林資源抽樣調(diào)查缺失數(shù)據(jù)填充方法研究[D].南京：南京林業(yè)大學(xué)，2019.

[13]陳爾學(xué)，李增元，武紅敢，等. 基于k-NN和Landsat數(shù)據(jù)的小面積統(tǒng)計單元森林蓄積估測方法[J]. 林業(yè)科學(xué)研究， 2008， 21（6）： 745-750.

[14]GETIS A， ORD J K. The analysis of spatial association by use of distance statistics[J]. Geographical Analysis， 1992， 24（3）：189-206.

[15]BESAG J， NEWELL J. The detection of clusters in rare diseases[J]. Journal of the Royal Statistical Society， 1991， 154（1）：143-155.

[16]榮?媛. 基于情景分析與多準(zhǔn)則決策的森林經(jīng)營規(guī)劃方法研究[D].南京：南京林業(yè)大學(xué)， 2018.

[17]安天宇. 湖南省森林碳儲量的研究[D].北京：北京林業(yè)大學(xué)， 2017.

[18]余?超，王?斌，劉?華，等. 1994-2013年安徽省森林生物量與生產(chǎn)力動態(tài)變化分析[J].長江流域資源與環(huán)境，2015，24（增刊1）：53-61.

[19]季碧勇，陶吉興，張國江，等. 高精度保證下的浙江省森林植被生物量評估[J].浙江農(nóng)林大學(xué)學(xué)報，2012，29（3）：328-334.

[20]劉?雙，阮宏華. 基于地統(tǒng)計學(xué)的廣東省和廣西省森林生物量和NPP空間格局分析[J].生態(tài)學(xué)雜志，2013，32（9）：2502-2509.

[21]孫?敏，周春國. 小班尺度森林資源質(zhì)量評價——以南京市老山林場為例[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（2）：101-104.

[22]吳?敏，韋存瑞，廖鋆章，等. 黃果厚殼桂人工林生長規(guī)律與林分更新特征分析[J].南方農(nóng)業(yè)學(xué)報，2020，51（9）：2199-2204.

（責(zé)任編輯：王?妮）