陆地植被在全球碳循环中起着关键作用,通过植被的作用,将大气中的二氧化碳固定成有机物质,将太阳能固定成化学能,成为今天人类生产和生活的最基本的物质和能量来源,故而减缓全球变暖的影响。森林是陆地植被的主体,在这个过程中发挥着不可忽视的作用,因此森林的固碳作用已经成为国内外的研究热点。近年来,相关研究主要集中在森林生物量和碳储量方面,并且研究已经颇有效果,但是对于森林碳分布方面的研究相对较少。由于区域森林碳分布存在不均匀性,且森林管理对碳储量和密度具有重要影响,因此及时准确地获取区域森林碳储量的分布信息具有重要意义。本论文的研究目的是利用2005年至2010年收集的黑龙江省固定样地数据及同年份黑龙江省、吉林和内蒙古的59个气象站的气象数据,分析黑龙江省森林碳储量的空间分布模式。并结合林分因子、环境因子和气象因子,建立三种不同的黑龙江省森林碳储量空间分布的模型,试分析不同模型在解决空间问题上的优劣势。考虑到森林碳储量动态性,本研究通过建立林分动态模型对森林碳储量的动态变化规律进行了研究。应用局域Moran’s I及局域统计量(局域均值及局域标准差)在四个尺度(25km,50km,100km和150km)检验黑龙江省森林碳储量的空间分布模式、空间变异和空间相关性。Moran’s I的结果表现为黑龙江省森林碳储量空间分布存在显著空间正相关,这表明森林碳储量之间的变化均为相似,且这些变化并非是空间随机发生的。通过局域统计量发现,森林碳储量受周围的环境因子影响,空间分布存在异质性,变异较大。2005—2010年,年均森林碳储量空间分布变化存在较大差异,呈逐年增长的趋势。局域统计量是描述森林碳储量随着空间和时间变化的可视化方法,并且可以通过ArcGIS可视化的方法使森林碳储量空间分布的结果可视化。以森林碳储量为因变量,以林分平均胸径(DBH)、每公顷株数(TPH),海拔(Elev).坡度(Slope)及降雨温度因子(Rain_Temp)作为自变量,构建最小二乘模型、线性最小二乘模型及地理加权回归模型。用全局Moran’s I来描述不同空间尺度下模型残差的空间自相关性(以10km为间隔计算从10km到90km)。计算最佳带宽84km下的局域Moran’s I来表现模型残差的‘’hot spots"和"cold spots"。以5km为间隔计算5至30kmm块内的组内方差(Sintra)来解释模型残差的空间异质性。结果表明,森林碳储量在黑龙江省的分布具有空间效应。林分因子、地形因子及气象因子都影响着森林碳储量的空间分布,且胸径因子的影响是最主要的。无论是模型拟合还是预估,地理加权回归模型都要明显好于全局模型(最小二乘模型、线性回归模型),因为它能更好的解决模型残差的空间自相关性及空间异质性。地理加权回归模型能在研究区域的每一个样地点上提供局域的模型系数,这样来解决不同样地点上不同的林分条件,环境条件及气候条件的不同对森林碳储量的影响。同时有助于森林管理者理解森林的管理活动对森林碳储量的影响。从所有数据中选取2005年和2010年两期固定样地复测数据,构建林分平均胸径的动态预估模型。利用已建立的林分密度指数(SDI)动态预测方程对林分每公顷株数进行动态预估。将预估出的2010年林分平均胸径及每公顷株数代入2005年建立的地理加权回归模型,预估2010年的黑龙江省森林碳储量,并和2010年森林碳储量的实测值对比,发现由此方法预估出的5年后的森林碳储量与真实值之间差异较小。该方法可以很好的解决黑龙江省森林碳储量的动态变化的问题。因此,利用此方法,求出2015年的林分平均胸径及每公顷株数,并代入2010年拟合的地理加权回归模型中,进而得到2015年的黑龙江省森林碳储量分布。由预估结果可见,未来5年内黑龙江省森林碳储量变化较少。2015年森林碳储量的最小值依然分布在黑龙江省西部地区(松嫩平原),大兴安岭的小部分区域；最大值分布在东南部的张广才岭地区、北部的小兴安岭的部分区域及完达山的部分区域。