第八届青年地学论坛

森林生态系统作为重要的陆地碳汇，在应对实现碳中和的挑战中发挥着至关重要的作用，未来迫切需要准确估算森林碳汇能力。林龄是准确估算森林生态系统碳汇大小和潜力的重要生态参数之一。因此，要想对中国森林生态系统的碳收支进行准确的监测与核算, 林龄数据是不可或缺的。在过去的40年里，生态修复工程使中国森林覆盖面积增加了近一倍，这也极大地影响了林龄的动态变化。因此，迫切需要重建中国长时间序列的林龄数据。本研究提出了中国历史林龄重建算法，对林龄数据进行了系统的验证，并分析了其时空变化特征。本研究以2010年1km空间分辨率的遥感林龄图为基准数据，结合中国1980 - 2015年高精度的森林覆盖动态图（Xia et al., 2023），重建了1980 - 2015年以5年为间隔的1km分辨率的中国林龄数据集。在重建算法中，首先利用林龄基准图和森林覆盖变化推断林龄，对无法从林龄基准图和森林覆盖推断林龄的情况，采用随机森林方法重建林龄。随机森林算法利用遥感植被指数、气候和地形数据对林龄进行预测。结果表明，随机森林模型能够很好的模拟林龄（R²=0.93, RMSE=5.4年）。本研究利用四期国家森林清查样地数据对林龄结果的精度进行了系统评价，结果表明重建的8期林龄数据与国家森林清查所得的省级平均林龄具有较好的一致性。从林龄的空间分布来看，中国南部和东部的林龄较低，这主要是因为在这些地区有大规模的植树造林。东北、西北和西南山区的林龄较高，这是因为这些地区人类活动强度较低，并且实施了天然林保护工程。从林龄的时间变化来看，从1980年到2015年，中国森林的平均林龄从18.2年增加到44.0年。本研究重建的林龄数据可以用于各类森林生态系统碳收支监测与核算的模型，以更好地估算中国的森林碳汇，助力中国的碳中和研究。

中国，遥感，林龄，森林覆盖，森林清查，随机森林