在全球气候变化与全球碳循环研究中,陆地生态系统碳循环已成为全球变化研究的焦点。森林是陆地生态系统最大的碳库,森林生态系统在维护区域生态环境和全球碳平衡方面均起着极其重要和不可替代的作用。因此对森林地上碳储量的空间分布特征的研究有重要意义。根据区域和全国大尺度检测的需要,遥感和实测样地数据结合成为估测森林参数的必要手段和发展趋势。然而如何提高遥感反演森林生物量和碳储量精度是目前遥感信息估测方面亟待解决的问题。本文研究目的是解决样地坐标和影像信息匹配误差以及森林地上碳储量空间分布非平稳性对遥感估测森林地上生物量和碳储量精度的影响。以黑龙江大兴安岭地区2010年收集的1033块森林清查样地数据和同年8月-9月10幅Landsat5TM影像数据为基础,估测大兴安岭地区森林地上碳储量的空间分布。首先提取样地数据对应遥感信息的原始1-5和7波段、几种典型的植被指数、主成分变化前三个变量、缨帽变化的三个分量和各个波段的纹理特征分量及地学信息(海拔、坡度和坡向),应用最优子集和逐步回归分析方法从中选取最优变量构建其与实测地上碳储量多元回归模型,并采用Halme和Tomppo多准则方法重匹配样地坐标和影像信息,降低了坐标配准误差对森林地上碳储量遥感反演精度的影响,在此基础上进一步采用几种空间模型对森林地上碳储量进行估测,与常规多元回归模型方法比较,探讨了各个模型方法在解决森林地上碳储量空间非平稳性方面的优势和不足,分析了大兴安岭林区地上碳储量的分布规律,为我国和全球碳循环评估、建模、预测和模拟提供了基础。本文研究具体贡献和结论如下：1,采用Halme和Tomppo多准则方法分别在3×3窗口、5×5窗口及7×7窗口按不同林分类型重配准样地坐标和遥感影像信息,探讨了应用多元回归模型估测森林地上碳储量时坐标配准误差对估测精度的影响。结果表明用窗口匹配坐标数据拟合模型后,各个林分类型多元回归模型拟合效果变好,而且随着匹配窗口的增大,模型拟合优度逐渐升高。2,采用独立检验数据对样地坐标和影像信息各个窗口重匹配模型效果进行验证,表明各个林分类型的多元回归模型估测的RMSE均随着坐标匹配窗口的增大而降低,预估精度均随着坐标匹配窗口的增大而升高。全部林分多元回归模型检验均方根误差(RMSE)在3×3窗口、5×5窗口及7x7窗口模型比未经坐标校正的原始数据模型分别降低了17.58%、29.10%和32.94%；预估精度分别提高了4.6%、7.5%和8.3%。3,以遥感信息的原始1-5,7波段为自变量,将大兴安岭地区分为北部、东部、中部和南部四个区域,应用KNN方法分别对坐标匹配前后的森林地上碳储量进行估测。结果表明,与未经坐标配准的原始数据相比,KNN方法在各个区域估测的RMSE随着匹配窗口的增大而降低。多元回归和KNN方法均表明7x7窗口为用于模型构建最适合窗口。4,应用全局Moran’I检验森林地上碳储量的空间自相关性、空间变异性随空间尺度变化的情况。结果表明大兴安岭地区森林地上碳储量在70kmm以内存在显著的空间正相关关系。5,采用最小二乘方法、空间滞后模型、空间误差模型和地理加权回归模型进行森林地上碳储量的估测。与最小二乘方法相比,空间滞后模型、空间误差模型和地理加权回归模型拟合优度均有一定程度的提高。空间滞后模型、空间误差模型能够有效消除残差的空间相关性,而地理加权回归模型不但能消除残差的空间相关性,还能够降低空间异质性。地理加权回归模型考虑了空间位置信息并且强调了局域变量之间的关系,在模型拟合和预估方面均表现出明显的优势。6,选取地理加权回归模型对大兴安岭森林地上碳储量的空间分布进行估测,分析该区森林地上碳储量的分布规律。森林地上碳储量分布受地形因子、人为因素和自然因素的影响。适当减少人类活动和根据地理及自然条件选择合适树种进行栽植培育是提高森林生产力的主要措施。