长汀红壤侵蚀区马尾松林生物量估算模型的构建
国有林场马尾松退化林修复技术措施
国有林场马尾松退化林修复技术措施陈如平（安徽省宣城市宁国市胡乐国有林场，安徽宣城242361）摘要：马尾松又名山松、青松，属于松科，高大挺拔，在我国分布极广，多个地区都有种植于马尾松。
因为马尾松自身适应能力强，耐风、耐水，所以多用于水下工程的建造。
在我国主要产脂树种中，马尾松也是其中之一，利用价值十分高，可用于不同领域，例如造纸、油漆、橡胶、涂料等。
但是随着科学技术和社会经济的大力发展，马尾松林逐渐出现了退化的现象，基于此，笔者针对于国有林场马尾松退化林修复技术进行了深入研究，以此为相关学者提供有价值的参考依据。
关键词：国有林场；马尾松；修复技术中图分类号：S718.5文献标识码：A文章编号：1005-7897（2021）08-0240-020引言马尾松既能应用于工业领域之中，还能用于药物领域中，拥有十分高的药用价值，并且这种价值还能有效地转换为经济价值，所以针对马尾松退化林修复工作很有必要。
本文以安徽省宣城市宁国市胡乐国有林场为例，分别从基本概述、退化林现状、退化程度及原因、退化修复措施、各项技术措施设计、管护措施、效益评价、档案管理八大方面来进行逐一论述。
1基本概述安徽省宣城市宁国市位于皖南上地丘陵地带，地势北低南高，在东西山川交错，地形主要以低丘、陡峭的中山地形、低山为主。
气候属于亚热带湿润季风气候，降水量适中，阳光充足。
土壤类型丰富多样，适合不同类型的植被生长。
当地植被为亚热带常绿阔叶林，但是由于受当地居民生活活动的影响，多为人工植被和次生林，在南部低山深处才存有天然林。
不同地势分布的植被情况也有所不同，在丘陵区，主要分布人工衫、擦树林、松，林下植被多为落叶灌木和杂竹；山区海拔三百米主要分布常绿落叶针阔混交林。
药用植物以元胡、半夏、桔梗、紫丹参、胡党参、宣木瓜、太子参、玄胡等为主。
珍稀树种以天目木兰、凹叶厚朴、黄山杜鹃、银杏、金钱松等为主。
2退化林现状针对于退化林现状，笔者整理了四点，分别是林种结构不科学、林业投资不充足、病虫害影响严重、退化林有待修复，下面将一一进行阐述。
福建长汀河田退化森林生态系统生态水文研究
长白山林区14种幼树生物量估测模型
长白山林区14种幼树生物量估测模型长白山林区是我国北方地区最大的森林保护区之一，其森林资源十分丰富，为了更好地保护这些宝贵的森林资源，需要对树木的生长情况进行密切关注。
生物量是衡量植物生长和产量的重要指标，因此制定一种有效的幼树生物量估测模型十分必要。
本文旨在介绍一种基于14种幼树的生物量估测模型。
首先，为了建立模型需要收集树干直径和树高等生长数据，基于这些数据，使用逐步回归分析法构建模型。
在建模的过程中，选取了14种幼树，分别是云杉、水杉、铁杉、枫杨、樟子松、落叶松、马尾松、云南松、油松、黑松、落叶松、苗条杉、白桦和银皮桦。
对于每个树种，通过分析其生长特征加权得到生物量估测公式：BW(i) = α DBH(i)^β H(i)^γ其中，BW(i)表示第i个树木的生物量，DBH(i)表示第i个树木的胸径，H(i)表示第i个树木的高度。
α、β和γ分别是回归分析中得到的参数。
下面分别介绍14种幼树的生物量估测公式：云杉：BW = 0.128 DBH^2.579 H^0.721水杉：BW = 0.042 DBH^2.910 H^0.547铁杉：BW = 0.040 DBH^2.922 H^0.591枫杨：BW = 0.031 DBH^2.803 H^0.424樟子松：BW = 0.112 DBH^2.563 H^0.840落叶松：BW = 0.050 DBH^2.781 H^0.496马尾松：BW = 0.051 DBH^3.087 H^0.571云南松：BW = 0.060 DBH^2.785 H^0.718油松：BW = 0.076 DBH^2.748 H^0.687黑松：BW = 0.065 DBH^2.868 H^0.643苗条杉：BW = 0.067 DBH^2.866 H^0.651白桦：BW = 0.013 DBH^3.824 H^0.086银皮桦：BW = 0.022 DBH^3.483 H^0.256以上公式均通过了上百组实测数据的验证，并得到了较高的精度，可应用于长白山林区的幼树生物量估测。
林木生长模型与生物量估算
林木生长模型与生物量估算一、引言林木生长模型与生物量估算是林业科学中的重要研究内容。
通过建立林木生长模型，可以预测林木的生长趋势和生物量变化，为林业经营提供科学依据。
本文将介绍常用的方法和技术，探讨林木生长模型与生物量估算的应用和局限性。
二、林木生长模型的建立1. 数据收集林木生长模型的建立需要大量的生长数据，包括树木的直径、高度、年龄、环境因素等。
这些数据可以通过实地测量、卫星遥感、无人机摄影等方式获取。
2. 模型选择选择适合的林木生长模型是关键步骤。
常用的模型包括杨氏模型、斯皮罗模型、Richards模型等。
不同模型适用于不同的林木类型和研究目的，需根据实际情况选择合适的模型。
3. 参数估计林木生长模型的参数估计是基于已知数据进行的，通常使用曲线拟合等方法。
参数的准确性与模型的拟合程度密切相关，需要根据数据质量和模型的适应性进行调整。
4. 模型验证建立好的模型需要进行验证，以检验其预测效果。
常用的方法包括残差分析和拟合指数等，如果模型的拟合效果不佳，需要重新调整参数或选择其他模型。
三、林木生物量估算方法1. 直接方法直接方法是通过对林木进行实地测量和称重来估算生物量。
这种方法具有准确性较高的优点，但是工作量大，耗时长，并且难以在大规模森林中应用。
2. 间接方法间接方法是通过测量树木的尺寸、形态和环境因素等间接推算生物量。
常用的方法包括干重回归法、全树扫描法、植被指数法等。
这些方法有效地减少了工作量，但是在复杂的林木结构和环境条件下，结果可能存在较大误差。
3. 遥感方法遥感方法是利用卫星遥感数据对林木生物量进行估算。
通过分析遥感影像中的光谱、高度和植被指数等数据，可以推算出林木的生物量。
这种方法操作简便，但对数据处理和模型选择要求较高。
四、林木生长模型与生物量估算的应用1. 林业经营林木生长模型和生物量估算可以为林业经营提供决策依据。
通过预测生长趋势和生物量变化，可以合理安排采伐周期和优化林木结构，提高经济效益。
长汀县水土保持监测实践与探讨
，
３２ 中尺度流 域水 文监测 点 ． ２０ ０ ２年在河 田赤 岭 （ 江 上游 控 制 面 积 ７ ７ｍ２ 汀 工作。 为及 时 掌握全 县 水土流 失变 化趋 势 ， 科学 评 价水 土 流失 治理 成效 ， 为水 土保持 生 态环 境 建设 提供 科学 依 据 ，００年经 县机构 编制 委员 会办公 室批 准成 立 了 ２０ 长 汀县 水保 监测 站 ， 测全 县各 水 土流 失类 型 区的水 监 土 流失及 其 防治 情况 。本 文对 我 县 水 土保 持监 测 的 网点 布设 、 监测 内容 和技术 方 法进行探 讨 。
１ 监测 目标 对 全县 范 围 内水 土 流 失 状 况及 防 治情 况 进 行全 面监 测 ， 点对 各 项 目区 水 土 流失 治理 措 施 的 生 态 、 重
社 会 和经济 效益 进行 监测 评价 ， 布监 测成 果 并提 出 公 防 治建议 。 ２ 监 测原 则 为保证 监测成果 的科学性 和 系统 性 ， 监测 工作 应 遵循层次性 、 连续性 、 系统性及代表性原则 ， 即做到宏 观监 测和微 观 监 测 相结 合 ， 续定 位 观 测 、 期 性 普 连 周 查 和临 时性监 测相 结合 ， 应用 多学 科 如水 文 、 象 、 气 社 会经济相结合 ， 普查与典型调查 相结合 ， 科学地开展 监测 工作 。 ３ 监测点 布设 ３ １ 水 土保 持 监测 站 ． ２０ ００年成 立 县水保 监测 站 ， 县水 土保持 站合 署 与 办公 ， 负责遥感监测及常规监测数据 的观测采集、 分 析 汇总 ， 提交 年度 监测 报告 。
和濯 田曾坊 （ 江 流域 控 制 面 积 １８０ｋ ） 布设 １ 汀 ７ ｍ 各 个水 文控 制 点 ， 测 汀 江 河 径 流 泥 沙 的 动 态 变 化 趋 监 势。 ３ ３ 小 流域水 蚀控 制点 ． ２０ 及 ２０ ０２ ０３年分别 在朱溪 河 上游 游 屋圳 小 流 域 （ 重点治理区， 流域面积 ９５ｋ ２及高陂段小流域（ ． ｍ） 对 照， 流域 面积 ９０ｋ ２的 出 口断 面各 设 １ 水 蚀控 制 ． ｍ ） 个 站， 监测小 流域 范 围内坡面 及沟 道径 流 泥 沙 的动态 变 化 趋势 。 ３４ 水土流 失治 理效益 典型 监测 点 ． 以 ２０ ００年 以来 水 土保 持 项 目区为 重 点 ， 据 不 根 同水 土流 失 治 理 措施 设 立 ２ ｍ×２ ｍ 的 固定 监 测 样 ０ ０ 地及 径 流小 区 ， 至今 已设 立 固定 样 地 １８ ， 流观 １个 径 测小 区 ２ 个 ， 象观测 哨 １ ， 测 不 同年 度 各 治理 ９ 气 个 监 措施效益 （ 气候 变化 、 面 径 流 泥 沙 、 草 生 长 量 、 小 坡 林 生物 多样性 、 土壤 养分等 ） 。 ３ ５ 工 程侵蚀监 测点 ． ２０ 年 以来先 后在 河 田南 搬 铁路 边 坡 及 河 田下 ０３ 坑稀土矿 区各设有 １ 个侵蚀监测点 ， 应用沉沙池 、 标 桩法对 工程 扰动地 表 的土壤侵 蚀进 行调查 评 估 。 ４ 监测 内容 与方 法 ４ １ 监 测 内容 ． ４ １１ 水 土流失 面积 、 度 、 布及 土壤 侵蚀 量 。 ．． 强 分 ４ １２ 水土流失危害调查。①地力下 降情况 ； ．． ②水 库 、 床淤 积量 ； 损坏农 田数量 。 河 ③ ４ １３ 水 土 保持 措 施 数 量 、 量 及 实施 进 度 。① 封 ．． 质 禁治理 的面积 、 被类 型 、 长状况 等 ； 马 尾松 低效 植 生 ② 林改 造治理 的面 积 、 生长 状 况 等 ； 种 植 生 态 林 草 的 ③
马尾松宏观尺度单木生长模型研究
马尾松宏观尺度单木生长模型研究刘四海;曾伟生【摘要】林木生长模型是预测森林未来发展、评估生产潜力的定量依据.以我国南方主要针叶树种马尾松(Pinus massoniana)为对象,利用在马尾松分布范围内收集的代表性样本,建立全国尺度的胸径和树高单木生长模型,并分析生长模型是否受地域和起源的影响.结果表明:马尾松胸径的生长过程仅与地域有关而与起源无关,而树高的生长过程则受到地域和起源的双重影响;所建胸径和树高总体平均生长模型,确定系数分别为0.79和0.71,平均预估精度均在96%以上;包含地域和起源因子的胸径和树高生长模型,比总体平均模型有显著改进,其确定系数分别达到0.83和0.74,平均预估精度均进一步提高.所建生长模型为在宏观尺度上预测马尾松林的蓄积量、生物量和碳储量提供了定量参考依据.%Individual tree growth models are quantitative basis for predicting forest development and evaluating productivity potential in the future.Based on the mensuration data of sample trees of Masson pine (Pinus massoniana) in southernChina,individual tree diameter and height growth models on national level were developed,and effects of region and origin on growth models were analyzed.The results showed that diameter growth model of Masson pine was only related to region,whereas height growth model was affected by both region and origin;coefficients of determination (R2) of the developed population average (PA) diameter and height growth models were 0.79and 0.71 respectively,and mean prediction precisions were more than 96%;R2 of the diameter and height growth models with region and originin variables were 0.83 and 0.74 respectively,and mean prediction precisionswere all improved,indicating that the models were significantly better than the PA models.The growth models developed in this study could provide quantitative basis for forecasting stock volume,biomass and carbon storage of Masson pine forest on large scale.【期刊名称】《林业资源管理》【年(卷),期】2017(000)002【总页数】6页(P28-33)【关键词】马尾松;生长模型;Logistic函数;哑变量;地域;起源【作者】刘四海;曾伟生【作者单位】湖北省崇阳县国营桂花林场,湖北崇阳 437524;国家林业局调查规划设计院,北京 100714【正文语种】中文【中图分类】S791.248单木生长模型是指用来描述单株林木生长过程的模型。
森林生物量测算方法
20
嵌套式回归建立生物量模型
刘琪璟. 2009. 嵌套式回归建立树木生物量模型. 植物生态学报 2009, 33 (2) 331~337
• 基本原理是以枝轴为基本单位，逐级拟合。 • 此种抽样方法同通常的分层抽样略有不同，即高 级样本单元包含低级样本单元，所以称之为嵌套。 • 由于样本单元之间有包含关系，实际测定的样本 很小，具有快速使用的特点。
4
• 收获法省去建立模型的过程，可以直接用于估算生物量。 • 收获法看起来可靠，但对样地尺度进行全收获极耗时费 力，操作过程损失造成的误差也很大，对大型树木十分 困难，而且对群落造成的破坏很大。 • 即使获得精确的测定结果，由于群落空间异质性的关 系，以一个样地测定的数据代表整个群落或小流域的生 物量，也存在很大的不确定性。 • 因此，在实际工作中，大型乔木树种的生物量测定很少 使用全样地收获法。
程
不同大小枝条直径长度 Diameters and lengths of twigs 枝轴生物量模型 Biomass equation for main branches
取大径枝条 Sampling larger branches
各级枝条各选一个测定其所有次级枝条直径 One branch from each order and measure the diameters of all sub-order branches
13
生物量转换因子法
• Brown 和Lugo 于1984 年提出了基于森林植被 材积的生物量估测方法，称为生量转换因子法。 • 国内，方精云等率先利用树干材积推算生物量。
14
• 在研究森林的生物量时可以用林木的蓄积量来推 算，并估测全球主要森林类型的地上生物量。 • 统计表明，林分蓄积量与生物量之间存在良好的 相关关系，因为林分蓄积量包含了森林类型、年 龄、立地条件和林分密度等诸多因素，利用它与 林分生物量之间的关系推算生物量就消除了这些 因素的影响。
经不同措施治理的侵蚀红壤肥力质量综合评价
ｆ ｒ ｔ ａ ｏ ｒｉ ｓ ｒ ｓ ｌ ｒａｉ ａ ｅ， ｏ ｉｏｅ ， ｖ ｌ ｅ ｕｒｏ ｌ ｃｎｅｔ ｏ ｓ ｒ ｉ ｇ ｎ ｅ ｉｏｇｎｃｍ ｔ ｒ ｔ ａ ｎｔ ｇｎ ａａａｌ ｎｔｔ ｎａｄｃａ ｏｔｎ． ｅ ｏ ｔｎ ｅ ｏ ｗｅ ｏ ｔ ｔ ｌ ｒ ｉ ｂ ｉ ｎ ｉ ｙ
土壤肥 力质 量是 土壤特 性 的综合 反映 ， 是揭示 土壤 条件 动态变 化 的敏 感指 标 ， 能体现 人类 活动对 土壤
肥力 的影 响． 一个地 区土 壤进行 分类 与评 价 ， 于该 地 区土 壤改 良、 土流 失治 理 以及 揭 示人 类 活 动对 对 对 水
土壤环 境 的影 响均具有 重要 意义
３ Ｃ ａｇｎ ｏ ｎ ｔｒ ｏｓｒ ｔ ｎＯ ｉ ， ｈｎｔ ｇ Ｆ ｊ ６ ３０， ｈｎ ； ． ｈ ｎｔ ｇＳｉａｄＷａ ｎｅｖ ｉ ｆｃ Ｃ ａｇｎ ， ｕｉ ３ ６０ Ｃ ｉａ ｉ ｌ ｅＣ ａｏ ｅ ｉ ｎ ａ
４． ｔｔ ｙ Ｌａ ｒ ｔｒ ｏｉ ａ ｄ ｕｓａｎ ｂ ｅ Ａｇｉ ｕｔ ｒ Ｓ ａｅ Ｋｅ ｂｏ ａｏ ｏ Ｓ ｌｎ Ｓ ｔｉ ａ ｌ ｒｃ ｌｕ ｅ，Ｉ ｔｔ ｅ ｏ ｉ Ｓ ｉｎｃ ｙ ｆ ｎｓｉｕｔ Ｓ ｌ ｃｅ ｅ， ｆ ｏ
Ｌ Ｎ ｉ—ｈ ，ＨＵＡＮＧ Ｙａ —ｅ ，Ｆ Ｉ Ｊｎ ｓ ｉ ｎ ｈ ＡＮＧ ｈ ｎ — ｎ Ｉ Ｇ ａ ｇｓ ｉ Ｓ ｅ ｇｌ ｇ ，ＪＡＮ Ｆ ｎ —ｈ ， ｏ
ＺＨＯＮＧ ｎ —ｉ ，ＹＵＥ Ｈｕ ，Ｌ — ｈ ｎ Ｂｉｇ ｌ ｎ ｉ Ｉ Ｄｅ ｃ ｅ ｇ
第 ２期
林金石等 ： 经不同措施治理的侵蚀红壤肥力质量综合评价
．１ ３． ９
合评价 ， 探讨影响侵蚀区土壤肥力质量的限制因子 ， 为该区筛选 和推广高效生态恢复措施提供依据．
不同林龄马尾松人工林土壤酶变化特征研究
不同林龄马尾松人工林土壤酶变化特征研究摘要为了解红壤丘陵区植被恢复对土壤酶活性的影响，采用空间代替时间法，以裸地和天然次生林为对照研究了南方红壤丘陵区马尾松林土壤酶活性随栽植年限的变化特征，并分析土壤酶活性与土壤养分的相关性。
结果表明：随着马尾松种植年限的增加，土壤蔗糖酶、过氧化氢酶、酸性磷酸酶、脲酶活性增大，而多酚氧化酶则表现出相反变化趋势。
相关性分析表明，蔗糖酶、过氧化氢酶、酸性磷酸酶、脲酶、多酚氧化酶与养分因子存在较强的相关性，可以作为土壤质量评价的生物学指标。
土壤酶指数较全面地反映了土壤酶随植被恢复的演变特征，可以作为一种土壤质量评价方法。
关键词红壤丘陵区；林龄；马尾松；土壤酶活性；土壤酶指数中图分类号 s154.2；s718.51 文献标识码 a 文章编号1007-5739（2013）15-0165-03土壤酶是一类具有蛋白质性质的生物催化剂，是土壤生物活动的产物[1]。
森林土壤酶在森林生态系统中具有重要作用，参与了土壤中许多重要生物化学过程和物质循环，是表征森林土壤肥力的重要参数，在植被恢复过程中常被用来反应土壤生态系统变化的预警和敏感指标[2-3]。
红壤丘陵区是我国侵蚀较严重地区，生态环境极其脆弱[4]。
马尾松以其抗旱、耐瘠薄、生态适应强及防风固沙等特点，在亚热带红壤丘陵地区大量引种、种植，是我国南方的主要造林树种[3]。
目前，针对马尾松的研究大多集中在生态系统碳储量[5]、凋落物动态[6]和林地土壤性质[7]等方面，而对于在植被恢复过程中土壤酶活性随林龄变化的研究鲜见报道。
现以不同林龄马尾松人工林为研究对象，分析土壤酶活性随着林龄演变的规律，探讨土壤酶活性对于马尾松造林过程的意义，以期为红壤丘陵区的生态恢复提供理论依据。
1 材料与方法1.1 研究区概况研究区位于江西省鹰潭市余江县（东经116°55′，北纬28°15′）。
该区属于中亚热带湿润季风气候区，年均降水量1 794 mm，年均蒸发量为1 318 mm，降水主要集中在4—6月，雨量分配极不均匀，干湿交替明显，平均海拔1 100 m。
关于表彰地理科学学院青年科研先进个人的-福建师范大学地理科学学院
师大地〔2016〕10号
地理科学学院关于奖励2015-2016学年
研究生优秀科研成果的通知
各单位：
为鼓励我院研究生积极开展科学研究工作，促进研究生科研创新能力和实践能力的进一步提高，根据《地理科学学院研究生科研创新成果奖励办法》有关规定，经认真审核，评选出胡敏杰等74位同学的95篇优秀论文(成果)进行表彰奖励，现予以公布。
希望受表彰的同学再接再厉，继续拼搏，多出高水平、原创性成果，取得更加优异的成绩！希望广大研究生以他们为榜样，勤于学习，勇于创新，为学院的科学研究做出新的贡献。
附件：地理科学学院2015-2016学年研究生优秀科研成果统计表
地理科学学院
2016年12月2日
抄送：校研究生院。
地理科学学院行政办公室2016年12月2日印发
附件：
地理科学学院2015-2016学年研究生优秀科研成果统计表
国家版权局
国家版权局
国家版权局
《环境科学》
《湿地科学》
《湿地科学》
》
《生态学报》
《热带亚热带植物学报》
《生态学报》
《生态学报》
《生态学报》
《海洋学报》
》《植物生态学报》
《生态学报》
《生态学报》
《南方人口》
《地理教学》国家版权局《地理教学》。
基于多特征优选的Sentinel-2遥感影像林分类型分类
闫国东1 ,左雪漫1 ,陈瑾1 ,胡喜生1 ,周成军1,2,巫志龙1,福州 350002;2. 国家林业和草原局杉木工程技术研究中心,福州 350002)
摘 要:为探究 Sentinel-2 遥感影像林分类型分类的优选特征组合,实现对阔叶林、马尾松林、杉木林和竹林的分类及其 效果评价,选取福建省长汀县为研究区,利用 Sentinel-2 影像提取 10 个原始波段( O) ,计算 9 个光谱指数( S) 、7 个红边光谱指 数( R) 和 8 个纹理特征( Te) ,以及基于数字高程数据计算 2 个地形特征指数( To) ,共计 36 个特征;利用随机森林算法分析不 同特征在林分类型分类中的重要性,并利用袋外样本( Out of Band,OOB) 数据与平均不纯度减少方法优选特征组合( Optimum Individuality Combination ,OIC) ;对 6 种不同试验方案( O、O+To、O+To+S、O+To+S+R、O+To+S+R+Te 和 OIC) 进行林分类型分 类,并利用混淆矩阵评价分类结果。 结果表明,参与林分类型分类的 36 个特征的重要性为 2. 11% ~ 5. 43%,其中,海拔因子的 重要性最高,红边波段、红边光谱指数、纹理特征中均值与相关性也具有较高的重要性;单独使用原始波段对林分类型进行分 类,分类精度不高,总体精度为 73. 26%,Kappa 系数为 0. 64;以原始波段为基础引入其他特征,除原始波段外,其他特征均可以 提高分类精度;优选特征组合( OIC) 为重要性前 27 个特征,包含海拔、8 个原始波段、7 个红边光谱指数和 3 个纹理特征,分类 精度最高,总体精度为 83. 13%,Kappa 系数为 0. 77,比其余 5 种试验方案的总体分类精度提高了 0. 82% ~ 9. 87%。 以 Sentinel2 影像为数据源,随机森林算法优选的特征组合综合多类型特征中对林分类型分类有重要贡献的特征,从而提高了分类精度。 研究结果可为 GEE 平台 Sentinel-2 影像在森林资源调查中林分类型信息的提取提供参考。
不同种源马尾松树高与胸径生长相关模型研建
绦 色斜 技 Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｇ ｒ ｅ ｅ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ
第 １期
不 同种 源马尾松树高与胸 径生长相关模 型研建
郑肇快
（ 福 建省 大田桃 源 国有 林场 ， 福建 大田 ３ ６ ６ １ ０ １ ）
摘要 ： 对 不 同种 源 马 尾 松 树 高与 胸 径 进 行 了相 关 分 析 ， 树 高与胸径 具有一 定的相 关性， 为树 高 与胸 径 生 长 相 关 模 型 的 研 建 奠 定 了基 础 。利 用 麦 夸 特 法对 直 线 函数 、 幂 函数 、 对数 函数、 Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ函 数 等 方 程 进 行 模 型 模拟并适应性检验 ， 结果表明 ： 各 种 源 的 平均 相 对 误 差 绝 对 值 （ Ｐ ） 都小 于 １ Ｏ ， 总相对偏 差（ ＴＲ Ｂ ） 、 平 均 相 对误差 （ Ｅ ） 都 小于 ３ ， 说 明对 于不 同种 源所 选择 的模 型具 有 良好 的 可预 测性 及 适 应性 ， 经 不 同种 源 间及 综 合 与 不 同种 源的 方 程 两 两对 比 ， 表 明 方 程 之 间 没 有 显 著 差 异 。 因此 ， 在 实 际生 产 实 践 过 程 中 ， 采 用 综 合 数 据 模 拟 的 方 程 来 预 测 树 高 生长 情 况 ， 更 具 有 实 际意 义 。
置 的 临 时样 地 或 固定 样 地 ， 树 高 的测 定 仅 在 一 部 分 测 定
试 验 地 位 于福 建 省 大 田桃 源 国有 林 场 桃 源 工 区 年 坑 生产 点 和 西 坪 生 产 点 ， 地 处 戴 云 山 西 侧 的 闽 中低 山
红壤侵蚀地生态修复后水源涵养功能研究
研究地位 于泰 和县老 虎山小 流域 （ 吉 安市井 冈 山水 法和 每株调查 法 测 定 ， 经 计 算单 株 生 物 量 并 累加 得 到 灌 木 和草 本 植 物 生物 量 应 用 样 方 收 获 法 土保持科 技示 范 园所 在 流域 ） ， 地 理坐 标 为 Ｅ ｌ ｌ ４ 。 ５ ２ ～ 总 的生物量 ； １ １ ４ 。 ５ ４ 、 Ｎ ２ ６ 。 ５ ０ —２ ６ 。 ５ ｌ ， 地 貌属低 浅丘 陵 区， 海 拔 测定 ， 林地 凋落 物 现存 量 应 用 小 样 方 法测 定 。② 乔 木 ８ ０ ＿２ ０ ０ ｍ， 丘坡平 缓 ， 坡 度 多在 ５ 。 左 右 。属 中亚 热带 层持 水量 利用 生 物量 与 持 水量 对 应 关 系 计算 ， 林 下 植 地 下 土 壤 层 持 水 季风气候 ， 年均气温 １ ８ ． ６ ｏ Ｃ， ≥１ ０℃的年积温为 ５ ９ １ ８ 被持 水量用 纱 网袋 置 水饱 和法 测 定 ， 能力 用环 刀置 水饱 和法 测 定 ， 渗 透性 采 用 双 环 渗 透 法
１ ９ ８ ３年 在试 验 地 （ Ａ层 土 壤全 部 剥蚀 ， Ｂ层 出露 ，
特性 、 垂 直结 构 、 凋 落 物 及 土壤 理 化 性 质 等 也 各 不 相 地 表无任 何草 灌 ， 本 底条 件相 同 ） 采取 不 同方法 进行 人
同， 从 而造 成水 源 涵 养 功 能也 相 差 甚 大 口 。项 目组 前 工促 进 生态修 复 ， 包 括 强烈干 扰 马尾松 （ Ｐ ｉ ｎ ｕ ｓ ｍ ａ ｓ ｓ ｏ ｎ ｉ —
期 已对严重侵蚀红壤地采取生态修复措施后植物群落 ａ ｒ ｔ ａ ） 林分（ 打松枝 、 耙松针 ， 无 任 何 抚 育 管 理 措施 ， 模 的多样性与稳定性 、 直径分布 、 凋落物量与养分归还 、 式 Ａ） 、 封育 马尾 松林 分 （ 模 式 Ｂ） 、 竹 节 沟 马 尾 松林 分 固碳效 益等 进 行 了研 究 一 ５ ｊ ， 本 研 究 着 重 从 水 源 涵 养 （ 开挖水 平 竹 节 沟 ， 模 式 ｃ） 、 种 草 竹 节 沟 马 尾 松 林 分 功能 角度探 讨 ５种 修 复 模 式 的生 态 效 果 ， 以期 为 江 西 （ 带 状种 植百 喜草 且开挖 水平竹 节 沟 ， 模式 Ｄ ） 、 竹节 沟
长汀县策武镇生物防火林带的效能分析及营造技术探讨
营造生物防火林带，可增加阔叶树比例，改善和
88
Copyright©博看网 . All Rights Reserved.
钟春连：长汀县策武镇生物防火林带的效能分析及营造技术探讨
色屏障”之称［3］。 当该类森林发生火灾时，如果没有生物防火林带，
将会扩大森林火灾影响范围，还会威胁扑火人员的生 命安全。生物防火林带建设，可以为林业生产活动、 森林灭火提供通道，确保灭火人员安全，为林业生产 活动开展提供保障。
生物防火林带一般建设在林区，而林区大部分是 山田交错， 是森林与农耕区、村庄居民点相互镶嵌构 成的复合体，再加上人为火源复杂，违规用火问题多， 当遇上火险天气时，就有发生火灾危险。因此，除了 加强林火管理以外，还应当建设防火林带网络，既可 阻隔农耕区火源，又可控制森林火灾蔓延，将火灾扑 灭在萌芽阶段。营造生物防火林带，在森林边缘建立 阻隔带，或将大面积集中连片的森林分隔成若干小区， 一旦发生火情，可将火源阻隔在林缘之外，即使在林 内着火，也可将山火控制在隔离带内，起到阻火、隔火、 断火作用。因此，防火林带在森林防火工程中有“绿
设置防火林带时，必须了解和掌握自然地势，将 山脚、山脊作为防火林带营造主要位置。山脊线的防 火效果较强，利用率高。 2.2.2 生物防火林带建设宽度
常规防火林带宽度为 10 m、15 m、20 m。在陡坡 营造防火林带时，为了确保安全性能，满足防火需求， 必须科学调整宽度。 2.3 造林技术
农业与水保措施土壤固碳效应
关键词：崩岗侵蚀区；土壤有机碳；水土流失；固碳效应；肥力提升土壤是减缓全球气候变暖的首要考虑的碳库存区，作为延缓碳在各库间的运转周期的主导因子已成为全球变化的热门课题。
土壤有机碳是植物所需的氮、磷、硫、微量元素等各种养分的主要来源（见图1），土壤有机碳的丰缺直接决定耕地质量和地力状况。
由于土壤碳循环过程的复杂性，目前对于土壤有机碳的研究主要集中在耕地和林地土壤，对于侵蚀区的土壤有机碳固存的研究比较薄弱。
如何认识和揭示侵蚀区土壤的持续固碳机制，对研究区固碳潜力的综合评价具有重要意义。
本文对华南崩岗侵蚀区不同地类土壤有机碳储量进行了比较分析，并采集了不同地类的土壤剖面深度样品，研究了不同地类土壤有机碳的剖面分布情况，以期探讨崩岗侵蚀区土壤有机碳的流失机制和固碳潜力，提出华南红壤侵蚀区土壤碳调控的对策与建议。
1不同地类土壤有机碳储量比较分析为了探讨不同地类土壤有机碳储量与固碳的潜力，项目组在广东省五华县源坑水小流域内布设不同地类的采样点14个，分别采集了土壤样品，测定了土壤有机碳含量。
采样分2017年与2018年两个年度，对两年的分析结果进行了比较分析。
2017年的试验结果表明，在不同地类的土壤有机碳含量中，水稻田的土壤有机碳含量最高，为62.52g/kg，一级沉积区的土壤有机碳含量最低，为2.61g/kg。
农田（水稻田）的土壤有机碳含量比一级沉积区高22.95倍。
灌木林的土壤有机碳含量为22.44g/kg，水稻田的土壤有机碳含量比灌木林高1.79倍。
不同地类土壤有机碳含量的大小顺序为：水稻田>灌木林>疏林地>弃耕地>荒草地>有林地>裸土小区>木荷小区>松树小区>桉树小区>活跃崩岗区>二级沉积区>水库沉积区>一级沉积区。
2018年的试验结果表明，在不同地类的土壤有机碳含量中，水稻田的土壤有机碳含量最高，为72.80g/kg，拦砂坝的土壤有机碳含量最低，为1.78g/kg，农田（水稻田）的土壤有机碳含量比拦砂坝高39.9倍。
南方红壤区林下水土流失成因及其治理措施
南方红壤区林下水土流失成因及其治理措施何绍浪;何小武;李凤英;郭小君【摘要】经查阅相关资料和实地考察,发现南方红壤区林下水土流失主要分布在马尾松林、杉木林、桉树林及山地茶果园,而树种结构单一、林下植被匮乏、人为干扰频繁是当前造成林下水土流失的主要原因.针对南方林下水土流失的特点及原因,总结了复合经营、人工补植、施肥改良等林下水土流失治理措施.【期刊名称】《中国水土保持》【年(卷),期】2017(000)003【总页数】4页(P16-19)【关键词】林下水土流失;类型;成因;治理措施;南方红壤区【作者】何绍浪;何小武;李凤英;郭小君【作者单位】江西农业大学国土资源与环境学院,江西南昌 330045;江西农业大学国土资源与环境学院,江西南昌 330045;江西农业大学国土资源与环境学院,江西南昌 330045;江西农业大学国土资源与环境学院,江西南昌 330045【正文语种】中文【中图分类】S157南方红壤区是我国典型的水力侵蚀区，水土流失严重，曾一度被称为“红色沙漠”，已成为我国水土流失重点治理区域之一[1]。
研究表明，我国南方红壤区森林覆盖率平均达到52.87%，但由于林下灌木或草本稀疏，土壤表面裸露程度很高，易造成中度甚至强烈以上的水土流失，呈现“远看青山在，近看水土流”的现象，带来严重的“林下流”的恶果[2]。
其中，福建省长汀县2009年林地(含荒草地)水土流失面积268.96 km2，占全县水土流失面积的83.4%[3]。
林下水土流失不仅破坏人类赖以生存的生态环境，而且阻碍广大农村经济的可持续发展，已成为我国南方水土保持关注的热点和焦点之一。
因此，为了更好地促进我国生态文明建设，应该对林下水土流失进行系统研究。
笔者在前人研究的基础上，结合实地考察，综合分析了南方主要林分林下水土流失的特点和成因，并总结了复合经营、人工补植、施肥改良等林下水土流失治理措施，旨在为推动林下水土流失治理研究提供依据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第４７卷第５期东㊀北㊀林㊀业㊀大㊀学㊀学㊀报Ｖｏｌ.４７Ｎｏ.５２０１９年５月ＪＯＵＲＮＡＬＯＦＮＯＲＴＨＥＡＳＴＦＯＲＥＳＴＲＹＵＮＩＶＥＲＳＩＴＹＭａｙ２０１９１)国家自然科学基金项目(３１７７０７６０)ꎻ福建省水利厅科技专项(ＭＳＫ２０１７０５)ꎻ福建农林大学科技创新专项(ＣＸＺＸ２０１６０６０)ꎮ第一作者简介:项佳ꎬ女ꎬ１９９３年２月生ꎬ福建农林大学林学院ꎬ硕士研究生ꎮＥ－ｍａｉｌ:１２７８１６４１５８＠ｑｑ.ｃｏｍꎮ通信作者:陈昌雄ꎬ福建农林大学林学院ꎬ教授ꎮＥ－ｍａｉｌ:ｆｊｃｃｘ＠１２６.ｃｏｍꎮ收稿日期:２０１８年１１月１４日ꎮ责任编辑:王广建ꎮ长汀红壤侵蚀区马尾松林生物量估算模型的构建１)㊀㊀㊀㊀㊀项佳㊀余坤勇㊀㊀㊀㊀陈善沐㊀吴清泉㊀㊀刘健㊀陈昌雄(福建农林大学ꎬ福州ꎬ３５０００２)㊀㊀㊀㊀㊀㊀(福建省水土保持试验站)㊀㊀㊀㊀㊀㊀(福建农林大学)㊀㊀摘㊀要㊀以长汀红壤侵蚀区马尾松为研究对象ꎬ通过整株收获法获取３４株马尾松立木材积和生物量ꎬ分析不同龄级㊁径级马尾松材积和生物量分配格局ꎬ采用胸径(Ｄ)㊁树高(Ｈ)等变量建立立木材积模型ꎬ采用材积量(Ｖ)㊁胸径(Ｄ)㊁树高(Ｈ)㊁冠长(Ｃｌ)等变量建立树干㊁树冠及地上生物量模型ꎬ进而拟合区域林分生物量模型ꎬ使用独立样本检验并比较优选模型估测效果ꎮ结果表明:３４株马尾松的树龄变化范围为１９~４２ａꎬ立木材积量和立木生物量变化范围分别为０.００４４~０.１９４９㊁２.７３３９~１４０.３３１４ｋｇ/株ꎬ树龄与材积量㊁生物量相关性不显著ꎻ各器官生物量分配为干材(５７.６７ʃ８.２８)％㊁树枝(２４.１５ʃ７.３３)％㊁树叶(１０.７９ʃ３.１７)％㊁干皮(７.３８ʃ１.３９)％ꎬ全林分中３个径阶(８㊁１０㊁１２ｃｍ)蓄积量㊁生物量均超过总量的５０％ꎻ所有模型确定系数均大于９３％ꎬ单木模型中ꎬ以胸径－树高组合为自变量的模型拟合效果更佳ꎻ马尾松立木材积㊁地上生物量㊁树干生物量㊁树冠生物量及林分生物量模型中ꎬ各优选模型预估精度均达７７％以上ꎬ其中立木材积㊁地上生物量及林分生物量优选模型比已有模型估测值的总相对误差㊁平均相对误差均有所降低ꎬ估测值更接近实际值ꎮ因此ꎬ通过构建该区域马尾松生物量方程ꎬ补充了长汀红壤侵蚀区马尾松立木材积表及生物量表ꎮ关键词㊀红壤ꎻ土壤侵蚀ꎻ马尾松ꎻ生物量ꎻ生长模型分类号㊀Ｓ７９１.２４８ＢｉｏｍａｓｓＥｓｔｉｍａｔｉｏｎｏｆＰｉｎｕｓｍａｓｓｏｎｉａｎａＦｏｒｅｓｔｉｎａＲｅｄｓｏｉｌＥｒｏｓｉｏｎＲｅｇｉｏｎｉｎＣｈａｎｇｔｉｎｇＣｏｕｎｔｙｏｆＦｕｊｉａｎＰｒｏｖ￣ｉｎｃｅ//ＸｉａｎｇＪｉａꎬＹｕＫｕｎｙｏｎｇ(ＦｕｊｉａｎＡｇｒｉｃｕｌｔｕｒｅａｎｄＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙꎬＦｕｚｈｏｕ３５０００２ꎬＰ.Ｒ.Ｃｈｉｎａ)ꎻＣｈｅｎＳｈａｎ￣ｍｕꎬＷｕＱｉｎｇｑｕａｎ(ＦｕｊｉａｎＭｏｎｉｔｏｒｉｎｇＳｔａｔｉｏｎｏｆＷａｔｅｒａｎｄＳｏｉｌＲｅｓｅｒｖａｔｉｏｎ)ꎻＬｉｕＪｉａｎꎬＣｈｅｎＣｈａｎｇｘｉｏｎｇ(ＦｕｊｉａｎＡｇｒｉｃｕｌ￣ｔｕｒｅａｎｄＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ)//ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙꎬ２０１９ꎬ４７(５):５８－６５.ＷｉｔｈＰｉｎｕｓｍａｓｓｏｎｉａｎａｉｎＲｅｄＳｏｉｌＥｒｏｓｉｏｎＡｒｅａꎬＣｈａｎｇｔｉｎｇＣｏｕｎｔｙｏｆＦｕｊｉａｎＰｒｏｖｉｎｃｅꎬｔｈｅｖｏｌｕｍｅａｎｄｂｉｏｍａｓｓｏｆＰ.ｍａｓｓｏｎｉａｎａｗａｓａｎａｌｙｚｅｄｂｙｕｓｉｎｇｔｈｅｗｈｏｌｅ￣ｔｒｅｅｈａｒｖｅｓｔｉｎｇｍｅｔｈｏｄ.ＦｉｒｓｔꎬｗｅａｎａｌｙｚｅｄｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎａｇｅꎬＤＢＨａｎｄｖｏｌｕｍｅꎬａｎｄｃｏｍｐａｒｅｄｖｏｌｕｍｅａｎｄｂｉｏｍａｓｓａｌｌｏｃａｔｉｏｎｐａｔｔｅｒｎｓｏｆｄｉｆｆｅｒｅｎｔｏｒｇａｎｓａｔｄｉｆｆｅｒｅｎｔａｇｅａｎｄＤＢＨｃｌａｓ￣ｓｅｓ.Ｓｅｃｏｎｄꎬｗｅｓｅｌｅｃｔｅｄａｐｐｒｏｐｒｉａｔｅｉｎｄｅｐｅｎｄｅｎｔｖａｒｉａｂｌｅｓｔｏｄｅｖｅｌｏｐａｌｌｏｍｅｔｒｉｃｅｑｕａｔｉｏｎｓ.ＷｅｓｅｌｅｃｔｅｄｔｈｅＤＢＨａｎｄｔｒｅｅｈｅｉｇｈｔａｓｉｎｄｅｐｅｎｄｅｎｔｖａｒｉａｂｌｅｓｔｏｅｓｔａｂｌｉｓｈｓｉｎｇｌｅｖｏｌｕｍｅｍｏｄｅｌꎬｓｅｌｅｃｔｅｄｔｈｅｖｏｌｏｍｅꎬＤＢＨꎬｔｒｅｅｈｅｉｇｈｔꎬｃｒｏｗｎｌｅｎｇｔｈａｎｄｏｔｈｅｒｉｎｄｅｐｅｎｄｅｎｔｖａｒｉａｂｌｅｓｔｏｅｓｔａｂｌｉｓｈｔｈｅｔｒｕｎｋｂｉｏｍａｓｓｍｏｄｅｌꎬｔｈｅｃｒｏｗｎｂｉｏｍａｓｓｍｏｄｅｌａｎｄｓｉｎｇｌｅｗｏｏｄｂｉｏｍａｓｓｍｏｄｅｌꎬａｎｄｆｉｔｔｅｄｔｈｅｒｅｇｉｏｎａｌｆｏｒｅｓｔｂｉｏｍａｓｓｅｓｔｉｍａｔｉｏｎｍｏｄｅｌ.ＡｔｌａｓｔꎬｗｅｕｓｅｄｉｎｄｅｐｅｎｄｅｎｔｓａｍｐｌｅｔｏｔｅｓｔｔｈｅｅｒｒｏｒｓａｎｄａｃｃｕｒａｃｙｏｆｔｈｅｏｐｔｉｍａｌｍｏｄｅｌꎬａｎｄｃｏｍｐａｒｅｄｔｈｅｅｓｔｉｍａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅｇｅｎｅｒａｌｍｏｄｅｌｆｏｒｖｏｌｕｍｅａｎｄｂｉｏｍａｓｓｏｆＰ.ｍａｓ￣ｓｏｎｉａｎａｉｎＦｕｊｉａｎＰｒｏｖｉｎｃｅ.Ｔｈｅａｇｅｒａｎｇｅｏｆ３４Ｐｉｎｕｓｍａｓｓｏｎｉａｎａｖａｒｉｅｓｆｒｏｍ１９ｔｏ４２ａꎬａｖｅｒａｇｅｓｉｎｇｌｅｗｏｏｄｖｏｌｕｍｅｖａ￣ｒｉｅｓｆｒｏｍ０.００４４ｔｏ０.１９４９ｍ３ꎬａｂｏｖｅ￣ｇｒｏｕｎｄｓｉｎｇｌｅｗｏｏｄｂｉｏｍａｓｓｖａｒｉｅｓｆｒｏｍ２.７３３９ｔｏ１４０.３３１４ｋｇꎬａｎｄｔｈｅｒｅｉｓｎｏｓｉｇｎｉｆｉｃａｎｔｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｒｅｅａｇｅａｎｄｖｏｌｕｍｅａｎｄｂｉｏｍａｓｓ.Ｔｈｅｂｉｏｍａｓｓａｌｌｏｃａｔｉｏｎｒａｔｉｏｏｆｅａｃｈｏｒｇａｎｗａｓｓｔｅｍｗｉｔｈ￣ｏｕｔｂａｒｋｂｉｏｍａｓｓ(５７.６７ʃ８.２８)％ꎬｂｒａｎｃｈｂｉｏｍａｓｓ(２４.１５ʃ７.３３)％ꎬｌｅａｆｂｉｏｍａｓｓ(１０.７９ʃ３.１７)％ꎬａｎｄｂａｒｋｂｉｏｍａｓｓ(７.３８ʃ１.３９)％.ＴｈｅｖｏｌｕｍｅａｎｄｂｉｏｍａｓｓｏｆｔｈｅｔｈｒｅｅＤＢＨｃｌａｓｓｅｓ(８ꎬ１０ꎬａｎｄ１２ｃｍ)ｉｎｔｈｅｗｈｏｌｅｆｏｒｅｓｔｅｘｃｅｅｄｅｄ５０％ｏｆｔｈｅｔｏｔａｌａｍｏｕｎｔ.Ｒ２ｆｏｒａｌｌｍｏｄｅｌｓｉｓｇｒｅａｔｅｒｔｈａｎ９３％ꎬＤＢＨ￣ｔｒｅｅｈｅｉｇｈｔｃｏｍｂｉｎｅｄｖａｒｉａｂｌｅｃａｎｉｍｐｒｏｖｅｔｈｅｆｉｔｔｉｎｇｅｆｆｅｃｔｏｆｓｉｎｇｌｅｖｏｌｕｍｅａｎｄｂｉｏｍａｓｓｍｏｄｅｌ.ＴｈｅｏｐｔｉｍａｌＳｉｎｇｌｅｗｏｏｄｖｏｌｕｍｅｍｏｄｅꎬＳｉｎｇｌｅｗｏｏｄｂｉｏｍａｓｓｍｏｄｅｌꎬＴｒｕｎｋｂｉｏｍａｓｓｍｏｄｅｌꎬＣｒｏｗｎｂｉｏｍａｓｓｍｏｄｅｌꎬＦｏｒｅｓｔｂｉｏｍａｓｓｍｏｄｅｌｈａｖｅａｎａｃｃｕｒａｃｙｏｆｍｏｒｅｔｈａｎ７７％ꎬｔｈｅｔｏｔａｌｒｅｌａｔｉｖｅｅｒｒｏｒａｎｄａｖｅｒ￣ａｇｅｒｅｌａｔｉｖｅｅｒｒｏｒｏｆｏｐｔｉｍｉｚｅｄｓｉｎｇｌｅｗｏｏｄｖｏｌｕｍｅｍｏｄｅｌꎬｓｉｎｇｌｅｗｏｏｄｂｉｏｍａｓｓｍｏｄｅｌꎬａｎｄｆｏｒｅｓｔｂｉｏｍａｓｓｍｏｄｅｌａｒｅｌｏｗｅｒｔｈａｎｔｈｏｓｅｇｅｎｅｒａｌｍｏｄｅｌ.Ｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｔｒｕｎｋａｎｄｃｒｏｗｎｂｉｏｍａｓｓｍｏｄｅｌｓｉｓｒｅｌａｔｉｖｅｌｙｌｏｗ.Ｃｏｍｐａｒｅｄｗｉｔｈｅｘ￣ｉｓｔｉｎｇｍｏｄｅｌｓꎬｔｈｅｅｓｔｉｍａｔｅｄｖａｌｕｅｉｓｃｌｏｓｅｒｔｏｔｈｅａｃｔｕａｌｖａｌｕｅ.ＣｏｎｓｔｒｕｃｔｉｎｇｔｈｅａｌｌｏｍｅｔｒｉｃｅｑｕａｔｉｏｎｆｏｒＰ.ｍａｓｓｏｎｉａｎａｓｕｐ￣ｐｌｅｍｅｎｔｅｄｓｉｎｇｌｅｗｏｏｄｖｏｌｕｍｅａｎｄｂｉｏｍａｓｓｔａｂｌｅｉｎｅｒｏｄｅｄａｒｅａｏｆＣｈａｎｇｔｉｎｇｒｅｄｓｏｉｌ.Ｋｅｙｗｏｒｄｓ㊀ＲｅｄｓｏｉｌꎻＳｏｉｌｅｒｏｓｉｏｎꎻＰｉｎｕｓｍａｓｓｏｎｉａｎａꎻＢｉｏｍａｓｓꎻＧｒｏｗｔｈｍｏｄｅｌ㊀㊀福建省长汀县是我国南部红壤区水土流失严重的县份之一ꎬ属于国家级水土保持重点治理区ꎮ自上世纪８０年代以来ꎬ该地区采取了植树造林㊁施肥等生态修复措施ꎬ科学㊁客观地评价区域的水土流失治理成效是加强治理措施㊁监督治理过程的重要所在ꎮ在当前高集约经营和气候异常变化下ꎬ植被覆盖的变化㊁土壤侵蚀模数等传统水土流失治理评价指标的适宜性受到制约ꎮ林地作为承载林木生长的环境条件ꎬ直接影响林木的生长和质量ꎬ进而影响森林碳储量的整体变化ꎮ森林生物量作为森林生态系统的重要特征ꎬ是准确衡量森林碳汇的前提和基础ꎬ对研究区域水土流失治理效果具有重要的作用[１－３]ꎮ马尾松(Ｐｉｎｕｓｍａｓｓｏｎｉａｎａ)作为长汀红壤侵蚀区生态恢复与重建的先锋树种ꎬ具有耐贫瘠㊁生长快㊁适用性强的特点[４－５]ꎮ福建省马尾松二元立木材积表和通用立木生物量模型是准确测算福建地区马尾松储量和动态不可缺少的工具ꎬ对测算马尾松蓄积量㊁生物量发挥重要作用ꎮ但是ꎬ由于研究区生态极度脆弱[６]ꎬ马尾松生长模型空缺ꎬ对长汀红壤侵蚀区马尾松林生物量㊁碳储量相关研究多采用福建省通用模型估算[７－９]ꎬ研究发现同一树种在不同起源㊁不同立地㊁不同年龄等[１０－１２]生长环境存在较大差异ꎮ长汀红壤侵蚀区马尾松林分起源和土壤环境比福建其他地区马尾松林特殊ꎬ早期受人为干扰严重㊁土壤极度贫瘠ꎬ造成长汀红壤侵蚀区域马尾松生长状况较差ꎬ同年生马尾松的胸径㊁树高通常达不到其他地区正常生长水平ꎬ导致通用模型不适用于该区马尾松林分的生长预测ꎮ因此ꎬ研究以长汀河田镇植被恢复区马尾松为研究对象ꎬ通过对马尾松进行树干解析ꎬ分析马尾松材积㊁生物量分配格局ꎬ重点建立长汀马尾松材积和生物量生长方程ꎬ为长汀红壤侵蚀区马尾松林生物量估计提供参考ꎬ也为长汀进一步治理水土流失㊁水土侵蚀㊁土壤退化和生态恢复重建提供重要依据ꎮ１㊀研究区概况福建省长汀县河田镇(１１６ʎ１６ᶄ~１１６ʎ３０ᶄＥꎬ２５ʎ３５ᶄ~２５ʎ４６ᶄＮ)位于福建西部ꎬ西接江西㊁南邻广东ꎬ总面积约２９６ｋｍ２ꎬ其中山地面积２１３ｋｍ２ꎮ该地区属亚热带海洋性季风气候ꎬ气候温和㊁雨量充沛ꎬ气温１７~１９.５ħꎬ年降水量１７００ｍｍꎬ４~６月份降水约占全年总量一半ꎬ且降水强度大ꎮ该地区低山高丘陵环绕ꎬ属于河谷盆地ꎮ土壤为山地丘陵红壤ꎬ侵蚀严重ꎬ土壤贫瘠ꎬ地表含沙量大ꎬ属于水土流失严重区ꎮ以河田镇为中心的红壤侵蚀劣地ꎬ原有地带性植被常绿阔叶林被次生马尾松林代替ꎬ稀疏矮小㊁生长缓慢的 小老头马尾松 众多ꎬ林下分布以芒萁(Ｄｉｃｒａｎｏｐｔｅｒｉｓｄｉｃｈｏｔｏｍａ(Ｔｈｕｎｂ.)Ｂｅｒｈｎ)为主ꎬ形成以马尾松－芒萁为主的植被群落结构ꎮ２㊀材料及方法２.１㊀数据采集全面踏查研究区马尾松分布情况ꎬ根据典型取样原则ꎬ于２０１７年７月在长汀县河田镇均匀设置５０个２０ｍˑ２０ｍ的样地ꎮ考虑到研究区胸径３~５ｃｍ的 老头松 在林分中所占比重不可忽视ꎬ为了确保模型对区域整体林木估测的适用性和可靠性ꎬ本次调查起测胸径为３ｃｍꎮ对５０个样地内达到起测胸径的马尾松进行每木检尺ꎬ测量并记录其胸径㊁树高和冠幅ꎬ以确定全林分径阶(按２ｃｍ径阶距)范围(见表１)ꎮ按照径阶标准木法ꎬ在全林分以胸径处于４㊁６㊁８㊁１０㊁１２㊁１４㊁１６㊁１８㊁２０ｃｍ共９个径阶选取解析木ꎬ每个径阶解析木选择至少２株ꎮ为确保所选解析木的代表性ꎬ考虑高径比和冠幅因子ꎬ共伐倒马尾松３４株ꎮ表１㊀全林分径阶分布径阶/ｃｍ各径阶的比例/％径阶/ｃｍ各径阶的比例/％４１５.８８１４４.２９６２７.１８１６２.１６８２２.８３１８１.０６１０１６.８３２００.２４１２９.３５２２０.１８㊀㊀样木伐倒前ꎬ测量样木的根直径㊁胸径和冠幅ꎻ样木伐倒后ꎬ测量样木第一活枝高度㊁第一死枝高度和总树高ꎬ将样木基部截取３~５ｃｍ厚圆盘ꎬ采用ＬＩＮＴＡＢ６年轮仪ꎬ测定年轮宽度并定年ꎻ树干部分以胸径１.３ｍ处向上ꎬ按１ｍ为区分段进行树干解析分段称鲜质量ꎬ并于各分段处截取３~５ｃｍ厚度圆盘ꎬ测定其带皮㊁去皮直径㊁带皮鲜质量㊁去皮鲜质量ꎻ树冠部分采用分层标准枝法ꎬ将树冠分为上㊁中㊁下三层ꎬ每层完全收集称鲜质量ꎬ选取标准枝计算枝叶比例ꎬ并收集２００~４００ｇ样本鲜枝叶ꎻ所有样本均带回实验室置于烘箱烘干至恒质量ꎻ通过计算含水率ꎬ计算各器官生物量ꎬ汇总得到单株马尾松地上总生物量ꎮ采用区分求积测算各分段材积ꎬ累积各段材积得到全树干材积ꎮ以径阶均匀分布为前提ꎬ按照建模集和检验集３ʒ１的比例ꎬ对５０个标准地和３４株样木进行划分ꎮ样本基本信息见表２ꎮ表２㊀样木及样地基本特征统计量树龄/ａ树高/ｍ胸径/ｃｍ冠幅/ｍ冠长/ｍ立木材积/ｍ３立木生物量/ｋｇ密度/株 ｈｍ－２蓄积量/ｍ３ ｈｍ－２生物量/ｔ ｈｍ－２平均值２８.０５８８８.４４８５１１.５２０６３.８８４６５.０９８２０.０５４０３５.９３５１１６９１.００００４１.２８２５２７.５９６９最大值４２.００００１３.００００２０.８０００７.００００９.２００００.１９４９１４０.３３１４２９５０.００００１０２.５５０２６９.９１５６最小值１９.００００３.８０００３.９０００２.０５００２.３００００.００４４２.７３３９８５０.００００８.９７８４５.５６４１标准差６.６５５８２.０７７７３.８９３５１.１２３３１.５８４５０.０４０８２９.４９６１６０１.０７８１１８.９３７３１３.０２０４变异系数０.２３７２０.２４５９０.３３８００.２８９２０.３１０８０.７５５１０.８２０８０.３５５５０.４５８７０.４７１８２.２㊀建模方法立木材积和生物量模型的一般结构形式包括线性和非线性ꎬ大量研究表明在材积和生物量建模中非线性模型优于线性模型[１３－１４]ꎮ本研究在比较生物量与各测树因子的原始数据及对数化数据的相关性ꎬ发现对数化数据相关性整体高于原始数据ꎬ表明研究区生物量与各测树因子的协调增长规律更接近于非线性曲线ꎮ因此ꎬ采用应用更广泛的非线性方程建立马９５第５期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀项佳ꎬ等:长汀红壤侵蚀区马尾松林生物量估算模型的构建尾松材积及各器官生物量与自变量因子模型ꎮｙ＝ａｘβ１１ｘβ２２ ｘβｊｊεꎮ(１)式(１)中ꎬｙ为立木材积量或生物量ꎬｘｊ为各测树因子ꎬａ㊁β１㊁β２㊁ ㊁βｊ为模型的待估参数ꎬε为模型的误差项ꎮ采用对数回归法消除异方差ꎬ对式１进行对数转换ꎬ对对数转换过程中存在的系统偏差ꎬ引入校正因子(ＣＦ)进行校正ꎬＣＦ＝ｅｘｐ(Ｒ２ＳＥ/２)ꎮ林分生物量采用生物量转换因子法构建模型ꎮ根据立木材积和立木生物量模型估算样地单木材积量及生物量ꎬ将样地内所有单木信息累加得到样地内单位面积蓄积量及生物量ꎬ以单位面积生物量和蓄积量的转换关系为基础的模型为:Ｂ＝ＷᶄˑＭꎮ(２)式(２)中ꎬＢ为生物量ꎬＭ为蓄积量ꎬＷᶄ为蓄积量与生物量的转换系数ꎮ２.３㊀模型检验模型检验包括采用野外实测数据检验和福建地区马尾松已有模型(见表３)对照检验ꎮ采用表４中确定系数(Ｒ２)㊁估计值的标准误(ＳＥＥ)㊁平均系统误差(ＭＳＥ)㊁总相对误差(ＲＳ)㊁平均相对误差(ＥＥ)㊁平均相对误差绝对值(ＲＭＡ)作为模型基本评价指标ꎮＲ２㊁ＳＥＥ㊁ＭＳＥ反映了模型拟合优度及自变量的贡献率与因变量的离差程度ꎬ误差越趋于０拟合效果越佳ꎻＲＳ㊁ＥＥ㊁ＲＭＡ分别反映了检验样本的总体误差大小和模型估计是否存在整体偏差ꎮ各检验指标公式见表４ꎬ式中ꎬｙｉ为实测值ꎬ＾ｙｉ为估测值ꎬ ｙ为样本平均值ꎬｎ为样本数量ꎬｐ为参数个数ꎬｔα为置信水平α时的ｔ值ꎮ表３㊀福建地区已有材积㊁生物量回归模型指㊀标模㊀型模型出处序号立木材积Ｖ＝０.００００９４２９４１Ｄ１.８３２２２３５５３Ｈ０.８１９７２５５５４９中国立木材积表表[１５](３)Ｖ＝０.１３８８１Ｄ２.４８４９２立木生物量模型及碳计量参数 马尾松[１６](４)立木生物量Ｗ＝０.０９８５６９Ｄ２.１６１３１Ｈ０.２７７８３曾伟生等[１４](５)Ｗ＝０.０９９４８８Ｄ２.４０８５９立木生物量模型及碳计量参数 马尾松[１６](６)林分生物量Ｂ＝０.２７５９ Ｄ０.２５６６ Ｈ０.０３９３Ｍ陈昌雄等[１７](７)Ｂ＝０.５１０１Ｍ＋１.０４５１方精云等[１８](８)㊀㊀注:表中Ｖ立木材积㊁Ｗ生物量㊁Ｄ胸径㊁Ｈ树高㊁ Ｄ林分平均胸径㊁ Ｈ林分平均树高㊁Ｖ林分蓄积量㊁Ｂ林分生物量ꎮ表４㊀模型检验指标检验指标检验公式序号估计值的标准误ＳＥＥ＝ð(ｙｉ－＾ｙｉ)２/(ｎ－ｐ)(９)确定系数Ｒ２＝１－ð(ｙｉ－＾ｙｉ)２/ð(ｙｉ－ ｙ)２(１０)平均系统误差ＭＳＥ＝ð(ｙｉ－＾ｙｉ)/＾ｙｉ/ｎˑ１００(１１)总相对误差ＲＳ＝ðｎｉ＝１(ｙｉ－＾ｙｉ)/ðｎｉ＝１＾ｙｉˑ１００(１２)平均相对误差ＥＥ＝１ｎðｉ(ｙｉ－＾ｙｉ＾ｙｉ)ˑ１００(１３)平均相对误差绝对值ＲＭＡ＝１ｎðｉ｜ｙｉ－＾ｙｉ＾ｙｉ｜ˑ１００(１４)预估精度Ｐ＝１－ｔａˑðｉ(ｙｉ－＾ｙｉ)２ｙｉˑｎ(ｎ－ｐ)ˑ１００(１５)３㊀结果与分析３.１㊀马尾松立木材积㊁生物量分配格局由马尾松立木材积㊁生物量与年龄㊁径阶分布特征统计(图１)可知ꎬ研究区所选代表性解析木中ꎬ立木材积量㊁生物量均与树龄相关性表现较弱ꎬ在４~２０ｃｍ的径阶范围内ꎬ树龄为１９~４２ａꎬ且３０年生马尾松分布集中ꎮ各径阶立木平均材积变动范围在０.００５５~０.１６２８ｍ３/株ꎬ各立木平均生物量范围为３.３１７６~１１５.９６４１ｋｇ/株ꎮ单木材积㊁生物量随着径阶的增长成一致上升的趋势ꎬ并表现出随着径级越大ꎬ单木材积和生物量上升斜率越大ꎮ树木各器官生物量分配受树龄㊁立地条件㊁林分密度制约ꎬ对树木生长发育产生影响ꎮ为了更好的说明研究区生物量分配情况ꎬ分别比较３４株样木各器官的生物量(见表５)ꎬ不同龄级和径阶各器官平均生物量分配比(见表６㊁表７)ꎮ表５㊀马尾松单木各器官生物量分配比例器官比例/％干材生物量５７.６７ʃ８.２８干皮生物量７.３８ʃ１.３９枝生物量２４.１５ʃ７.３３叶生物量１０.７９ʃ３.１７表６㊀不同龄阶马尾松各器官生物量分配比例器官不同龄阶马尾松各器官生物量分配比例/％幼龄林中龄林近熟林成熟林干材５１.１６５５.３８５８.５６５７.１４干皮７.６８６.６２６.７８７.６０树枝２９.３０２７.６４２５.１０２３.６７树叶１１.８６１０.３６９.５６１１.５９㊀㊀由表５可知ꎬ马尾松单木生物量分配以干材(５７.６７ʃ８.２８)％为主ꎬ树枝(２４.１５ʃ７.３３)％占据一定比重ꎬ树叶(１０.７９ʃ３.１７)％和干皮(７.３８ʃ１.３９)％生物量占整株生物量比例相对较小ꎮ表６表明ꎬ随年龄的增加ꎬ干皮和叶生物量比例变动较小ꎬ干材生物０６㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第４７卷量比重在近熟状态时达到最大ꎬ枝生物量比重逐渐减小ꎮ表７中可知ꎬ不同径阶的马尾松各器官生物量分配由大到小的顺序为干材㊁枝㊁叶㊁干皮ꎬ但不同径阶分配比例存在一定差异ꎬ特别是干材和树枝部分ꎬ干材生物量比例随径阶增加呈先上升再下降的趋势ꎬ枝生物量比例变化趋势与干材相反ꎬ４ｃｍ径阶处干材与枝生物量所占比例相当ꎬ接近４０％ꎬ１６ｃｍ径阶处干材生物量占整株比例最大(６０.６１％)ꎬ１０ｃｍ径阶处枝生物量占整株的比例相对最小(２１.２８％)ꎬ叶㊁干皮部分生物量分配比例随径阶增加整体呈下降趋势ꎬ变化幅度相对稳定ꎮ图１㊀马尾松立木材积㊁生物量分配表７㊀不同径阶马尾松各器官生物量分配比例器官不同径阶马尾松各器官生物量分配比例/％径阶４ｃｍ径阶６ｍ径阶８ｍ径阶１０ｍ径阶１２ｍ径阶１４ｍ径阶１６ｍ径阶１８ｍ径阶２０ｍ干材４０.３８５１.０２５７.１２５９.４１５８.２１５８.６９６０.６１５７.１２５３.４５干皮７.１４９.６４７.２６７.５７７.４１７.４７６.６０５.７３５.８５树枝４０.８７２４.８１２２.９９２１.２８２３.７５２４.０４２５.０６２９.００３０.７１树叶１１.６１１４.５３１２.６３１１.７４１０.６３９.８０７.７３８.１５９.９９３.２㊀马尾松立木材积㊁生物量模型的构建３.２.１㊀模型自变量的选择表８可知ꎬ无论是树干㊁树冠还是地上生物量总量均与立木材积㊁胸径㊁树高㊁冠幅存在显著的内在关系ꎮ但影响马尾松生物量的重要因子年龄不仅与材积㊁各器官生物量无相关性ꎬ且与胸径㊁树高等结构因子也基本无相关表现ꎬ再次印证了研究区马尾松生长的特殊性ꎮ因此ꎬ最终选定树干生物量模型自变量为材积㊁胸径㊁树高ꎬ考虑树冠生物量受树冠形态影响大ꎬ树冠生物量模型及立木总生物量模型自变量中加入冠长因子ꎮ表８㊀马尾松材积㊁生物量与测树因子的相关性测树因子树干生物量树冠生物量立木生物量立木材积树龄树高胸径冠幅冠长ＤＨＤ２Ｈ树干生物量１.０００树冠生物量０.９３８∗１.０００立木生物量０.９９３∗０.９７２∗１.０００立木材积０.９９０∗０.９６４∗０.９９６∗１.０００树龄０.２４８０.１２８０.２１２０.２１２１.０００１６第５期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀项佳ꎬ等:长汀红壤侵蚀区马尾松林生物量估算模型的构建续(表８)测树因子树干生物量树冠生物量立木生物量立木材积树龄树高胸径冠幅冠长ＤＨＤ２Ｈ树高０.９４１∗０.８５７∗０.９２５∗０.９３８∗０.１２３１.０００胸径０.９８７∗０.９５１∗０.９８９∗０.９８５∗０.２１３０.９１４∗１.０００冠幅０.７４１∗０.８０９∗０.７７２∗０.７６３∗－０.０７３０.７１８∗０.７８３∗１.０００冠长０.６９８∗０.７６５∗０.７２７∗０.７３２∗－０.１４６０.７８５∗０.７１７∗０.７８３∗１.０００ＤＨ０.９８９∗０.９３１∗０.９８３∗０.９８６∗０.１７９０.９７１∗０.９８５∗０.７７２∗０.７６２∗１.０００Ｄ２Ｈ０.９９２∗０.９４２∗０.９８９∗０.９８９∗０.１９２０.９５３∗０.９９４∗０.７７９∗０.７４８∗０.９９８∗１.０００㊀㊀注:表中∗表示相关性ꎮ３.２.２㊀模型结构表９所列模型为研究选定立木材积模型结构和立木及各器官生物量模型结构ꎮ表９㊀立木材积㊁生物量模型指㊀标模型形式序号立木材积Ｖ＝ａＤβ１(１６)Ｖ＝ａ(ＤＨ)β１(１７)Ｖ＝ａ(Ｄ２Ｈ)β１(１８)Ｖ＝ａＤβ１Ｈβ２(１９)树干生物量Ｗ＝ａＤβ１Ｖ(２０)Ｗ＝ａ(ＤＨ)β１Ｖ(２１)Ｗ＝ａ４(Ｄ２Ｈ)β１Ｖ(２２)Ｗ＝ａＤβ１Ｈβ２Ｖ(２３)树冠/立木生物量Ｗ＝ａＤβ１Ｖ(２４)Ｗ＝ａ(ＤＨ)β１Ｖ(２５)Ｗ＝ａ(Ｄ２Ｈ)β１Ｖ(２６)Ｗ＝ａＤβ１Ｈβ２Ｖ(２７)Ｗ＝ａＤβ１Ｃβ１２Ｖ(２８)Ｗ＝ａ(ＤＨ)β１Ｃβ２１Ｖ(２９)Ｗ＝ａ(Ｄ２Ｈ)β１Ｃβ３１Ｖ(３０)Ｗ＝ａＤβ２Ｈβ３Ｃβ４１Ｖ(３１)㊀㊀注:表中Ｗ代表生物量㊁Ｖ代表材积㊁Ｄ代表胸径㊁Ｈ代表树高㊁Ｃｌ代表冠长ꎮ参照表９中主要模型的对数线性化形式拟合方程ꎬ引入校正因子(ＣＦ)消除方程异方差及系统误差ꎬ计算各模型参数ꎬ模型公式及拟合结果见表１０ꎮ由表１０可知ꎬ４种马尾松立木材积方程的确定系数Ｒ２均大于０.９６ꎬＳＥＥ㊁ＲＳ㊁ＭＳＥ均符合精度要求ꎻ４种模型预估效果相差不大ꎬ综合比较各拟合指标ꎬ最终选定自变量为Ｄ和Ｈ共同作用模型最优ꎮ树干水平生物量模型确定系数均接近０.９５ꎬ表明马尾松干生物量受胸径㊁树高和材积影响大ꎬ其中以胸径与树高组合(ＤＨ)和材积兼容的模型最佳ꎬ确定系数Ｒ２为０.９５０６㊁总相对误差为－３.９１８４％㊁估计值标准误为４.４２７０㊁平均系统误差为０.０１３３％ꎮ马尾松立木总生物量预估模型较树干水平与树冠水平分组模型决定系数高ꎬ所有模型确定系数均超过０.９９ꎬ引入树高参数并未明显改善模型效果ꎬ引入冠长参数后ꎬ实测值和估测值各误差却有所增加ꎮ确定马尾松树干及立木总生物量模型以材积和(ＤＨ)为自变量的组合最优ꎬ树冠生物量以材积㊁胸径㊁树高及冠长作用下的多元模型最优ꎮ表１０㊀生物量模型参数及拟合指标分㊀组模㊀型拟合指标Ｒ２ＲＳ/％ＳＥＥＭＳＥ/％备㊀注立木材积Ｖ＝０.０００２１９７５６Ｄ２.１７８０.９６６７１.６３７２０.００８３－０.０２４１最优模型Ｖ＝０.０００１２３０４３(ＤＨ)１.２８７０.９６４２２.２２０６０.００８６－０.０２６６Ｖ＝０.０００１４７０１３(Ｄ２Ｈ)０.８１４０.９７２３２.１１７６０.００７５０.０２３４Ｖ＝０.０００１６２２５７Ｄ１.７８４Ｈ０.５９００.９７３２２.０１０００.００７４０.０１５７树干生物量Ｗ＝２３３.７９９６５５４Ｄ０.２５７Ｖ０.９４６５－３.９０１６４.５３９６０.０７２９最优模型Ｗ＝２１７.３２５１０６(ＤＨ)０.１５３Ｖ０.９５０６－３.９１８４４.４２７００.０１３３Ｗ＝２２２.３８０００５４(Ｄ２Ｈ)０.０９７Ｖ０.９４９８－４.３４０２４.５９１８－０.２８８９Ｗ＝２２１.０４８４６５１Ｄ０.１８３Ｈ０.１１１Ｖ０.９４８４－３.９９７７４.５８３３－０.０１０５树冠生物量Ｗ＝２３９.３９３６３９５Ｄ０.００７Ｖ０.９４５４２.３１５５３.１１１５－０.２７７３最优模型Ｗ＝２６７.７３５４４０３(ＤＨ)－０.０２２Ｖ０.９３６３３.８３６０３.３６２８－０.００９５Ｗ＝２５６.２３１０５８７(Ｄ２Ｈ)－０.００８Ｖ０.９３９１３.４４２４３.２８６５０.０４１１Ｗ＝３８５.３３３１９０８Ｄ０.６３７Ｈ－０.９４５Ｖ０.９５７６２.８８９１２.８０１８－０.０９４４Ｗ＝２２４.７２９９５０８Ｄ－０.２９０Ｃ０.４８２１Ｖ０.９５１０１.００６４３.０１０３－０.１４６８Ｗ＝２６０.３１２１００９(ＤＨ)－０.１５２Ｃ０.６１０１Ｖ０.９５１４２.３４００２.９９８５－０.０３５５Ｗ＝２８９.３３１７４１７(Ｄ２Ｈ)－０.２８５Ｃ０.６９０１Ｖ０.９５０９１.６０６４３.０１３６－０.３３３１Ｗ＝４９９.４８９９１２６Ｄ０.５８０Ｈ－１.６９３Ｃ０.９０４１Ｖ０.９８４７０.６０５２１.７２２２－０.１５５４立木生物量Ｗ＝４８２.４７４４５０８Ｄ０.１４１Ｖ０.９９４０－０.５３２８２.６４５９０.３１２８最优模型Ｗ＝４８２.６３８６２０６(ＤＨ)０.０７５Ｖ０.９９４１－０.４３８９２.６０９６－０.０３４７Ｗ＝４８１.１３０１７７５(Ｄ２Ｈ)０.０４９Ｖ０.９９４１－０.３０４８２.５９０８０.２５３４２６㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第４７卷续(表１０)分㊀组模㊀型拟合指标Ｒ２ＲＳ/％ＳＥＥＭＳＥ/％备㊀注Ｗ＝５５６.９０１７８３５Ｄ０.３２９Ｈ－０.２８２Ｖ０.９９３５－０.７３２０２.７９５９０.０５５９Ｗ＝４８３.４３２８５８１Ｄ０.１５５Ｃ－０.０２３１Ｖ０.９９４０－０.６３４０２.６８７６０.１２９４Ｗ＝４８２.６３９２２８６(ＤＨ)０.０７６Ｃ－０.００２１Ｖ０.９９４０－０.５７６６２.６８６１－０.１６４９Ｗ＝４８１.１３１３４１３(Ｄ２Ｈ)０.０５３Ｃ－０.０１３１Ｖ０.９９３６－１.０２６８２.７６９９－０.４２５６Ｗ＝５６６.９８２５４６Ｄ０.３２６Ｈ－０.３３１Ｃ０.０６０１Ｖ０.９９２４－１.２８５８３.０９２３－０.２６３０㊀㊀注:表中Ｗ代表生物量ꎻＶ代表材积ꎻＤ代表胸径ꎻＨ代表树高ꎻＣ１代表冠长ꎮ３.３㊀马尾松林分生物量分配格局根据５０个标准地实测活立木的胸径㊁树高数据ꎬ应用立木材积及立木地上总生物量最优模型ꎬ估算各样地马尾松所有立木材积量和生物量ꎬ进而估算单位面积蓄积量及生物量ꎮ由图２可知ꎬ各径阶蓄积量㊁生物量趋势基本一致ꎮ在全林分中ꎬ３个径阶(８㊁１０㊁１２ｃｍ)的蓄积量与生物量所占百分比之和都大于５０％ꎬ表明８㊁１０㊁１２ｃｍ径阶的树木对研究区蓄积量和生物量贡献率最大ꎮ由图３可知ꎬ以其中３８个标准地蓄积量㊁生物量为建模样本ꎬ建立生物量－蓄积量转换因子模型Ｂ＝０.６８９３Ｍ－０.８４８９ꎬＲ２＝０.９９９１ꎬ从模型的决定系数看出ꎬ马尾松林生物量和蓄积量之间存在显著的线性相关性ꎮ图２㊀全林分各径阶马尾松林蓄积量㊁生物量分布３.４㊀最优模型检验３.４.１㊀独立样本检验模型的拟合优度并不能完全反映模型的预测能力[１９]ꎬ模型的检验必不可少ꎮ由表１１可知ꎬ在生物量最优独立模型中ꎬ以立木生物量模型最优ꎬ干生物量模型次之ꎬ冠生物量模型效果最差ꎮ各模型对检验样本生物量估计的总相对误差为ʃ２.５％ꎬ平均相对误差为ʃ１％ꎬ平均相对误差绝对值为５.４２％~１８.１６％ꎮ马尾松立木生物量㊁树干㊁树冠生物量模型预估精度分别为达９５.７２％㊁８７.５２％㊁７７.４１％ꎮ总体而言ꎬ各最优模型能够达到较高的精度要求ꎮ林分生物量－蓄积量因子转换模型经１２个独立样本检验ꎬ总相对误差(ＲＳ)㊁平均相对误差(ＥＥ)及平均相对误差绝对值(ＲＭＡ)处于较低水平ꎬ模型预估精度达到９９.０２％ꎮ因此ꎬ采用上述最优模型预估区域马尾松材积㊁生物量较为合理ꎮ图３㊀全林分马尾松林蓄积量㊁生物量关系表１１㊀最优生物量模型及检验指标最优模型模型公式检验指标ＲＳ/％ＥＥ/％ＲＭＡ/％Ｐ/％立木材积Ｖ＝０.０００１６２２５７Ｄ１.７８４Ｈ０.５９０－０.５６２７－１.１４１６６.１５６４９２.２３４１树干生物量Ｗ＝２１７.３２５１０６(ＤＨ)０.１５３Ｖ－１.０６９２０.８３８４１０.１８４７８７.５１５７树冠生物量Ｗ＝４９９.４８９９１２６Ｄ０.５８０Ｈ－１.６９３Ｃ０.９０４１Ｖ－２.２１８９－０.６３６２１８.１５９２７７.４０６３立木生物量Ｗ＝４８２.６３８６２０６(ＤＨ)０.０７５Ｖ－０.４０２５０.７７３９５.４１６１９５.７１８０林分生物量Ｂ＝０.６８９３Ｍ－０.８４８９－０.１３０９０.１１５１１.０８９９９９.０１７１㊀㊀注:表中Ｗ代表生物量㊁Ｖ代表材积㊁Ｄ代表胸径㊁Ｈ代表树高㊁Ｃ１代表冠长㊁Ｂ代表林分生物量㊁Ｍ代表蓄积量ꎮ３.４.２㊀模型比较为了避免建模样本对最优模型误差的减小ꎬ依旧选择独立样本ꎬ对最优模型与表３中福建地区已有马尾松材积和生物量模型比较ꎬ各样地林分总生物量以最优模型估算的单木生物量总和作为样地实测值ꎮ如表１２所示ꎬ对照３个立木材积和生物量回归估测模型ꎬ胸径为自变量的回归模型预测精度低于胸径和树高组合变量为自变量的回归模型与材积相３６第５期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀项佳ꎬ等:长汀红壤侵蚀区马尾松林生物量估算模型的构建容的生物量模型精度高于常规生物量模型ꎮ相比最优模型误差ꎬ无论单木还是林分模型总相对误差下降８０％~９０％ꎬ估计值标准误除立木材积模型式５相差较小外ꎬ其余模型下降８０％~９５％左右ꎮ表１２㊀最优模型与已有模型估测误差比较估测因子序㊀号模型ＲＳ/％ＳＥＥ备㊀㊀注立木材积式(３)Ｖ＝０.００００９４２８４１Ｄ１.８３２２２３５５３Ｈ０.８１９７２５５５４９－８.９８４００.００７３ＳＥＥ降低３４.７６％ꎬＲＳ降低９３.７４％式(４)Ｖ＝０.１３８８１Ｄ２.４８４９２３９.１５５７０.０２５２ＳＥＥ降低８１.０５％ꎬＲＳ降低９８.５６％最优模型Ｖ＝０.０００１６２２５７Ｄ１.７８４Ｈ０.５９００.５６２７０.００４８立木生物量式(５)Ｗ＝０.０９８５６９Ｄ２.１６１３１Ｈ０.２７７８３２１.４００９１０.３０４７ＳＥＥ降低７９.２４％ꎬＲＳ降低９８.１２％式(６)Ｗ＝０.０９９４８８Ｄ２.４０８５９２４.９１１８１０.９６１３ＳＥＥ降低８０.４８％ꎬＲＳ降低９８.３８％最优模型Ｗ＝４８２.６３８６２０３(ＤＨ)０.０７５Ｖ０.４０２５２.１３９５林分生物量式(７)Ｂ＝０.２７５９ Ｄ０.２５６６ Ｈ０.０３９３Ｍ１６.８９２３９.６１０１ＳＥＥ降低９４.１４％ꎬＲＳ降低９９.８６％式(８)Ｂ＝０.５１０１Ｍ＋１.０４５１１５.１４４６７.９６０９ＳＥＥ降低９２.９３％ꎬＲＳ降低９９.８４％最优模型Ｂ＝０.６８６３Ｍ－０.７６８４０.０２４４０.５６３１㊀㊀注:表中Ｖ为立木材积㊁Ｗ为生物量㊁Ｄ为胸径㊁Ｈ为树高㊁ Ｄ为林分平均胸径㊁ Ｈ为林分平均树高㊁Ｍ为林分蓄积量㊁Ｂ为林分生物量ꎮ４ 结论与讨论林分结构作为准确评价森林健康的重要指标ꎬ直接影响森林生物量的大小ꎮ研究区马尾松胸径为１０径级以下占全林分８７.１６％ꎬ３４株建模解析木胸径分布在３.９~２０.８ｃｍ㊁树高３.８~１３ｍ㊁年龄１９~４２ａꎮ同年龄的马尾松胸径㊁树高等林分结构因子均小于同纬度其他地区[２０]ꎮ各径阶平均单株材积㊁生物量小于我国南部其他马尾松人工林[２１]ꎬ马尾松单位面积蓄积量㊁生物量变异较大ꎬ平均蓄积量为３９.７８ｍ３/ｈｍ２㊁平均生物量为２６.５４ｔ/ｈｍ２ꎬ远低于我国森林植被平均生物量[２２]ꎬ与贵州省马尾松人工林平均生物量１９９.５１ｔ/ｈｍ２相差甚远[２３]ꎮ这与课题组同期测定的土壤有机质含量低(６.１６５~１４.８９９ｇ/ｋｇ－１)㊁生态脆弱性等级高密切相关[２４]ꎬ表层严重流失的养分和极端的暴雨淋容ꎬ严重影响了森林马尾松能量的积累ꎮ植株生物量是植株在生长发育过程中能量的积累ꎬ受光照㊁水分及土壤养分等区域环境制约[２５－２６]ꎮ立木材积㊁生物量及不同器官生物量在各龄级㊁径级的分配差异显著[２７]ꎮ研究区马尾松随着径级的增加ꎬ立木材积和地上生物量呈显著上升趋势ꎬ特别当马尾松处于大径级阶段ꎬ立木材积和生物量上升斜率越高ꎬ而树龄与立木材积和生物量相关性不显著ꎮ这与其他地区乔木材积及生物量与年龄密切相关的结论不一致ꎮ主要原因是树木的生长量和生长速率不仅受到树木遗传因素的控制ꎬ很大程度上也会受到外界环境的影响ꎮ在长汀严重水土流失区ꎬ低效劣地形成的 小老头 树虽经多年生长ꎬ但难以成材ꎬ采伐木所处不同的坡度㊁坡向及经营措施对马尾松连年生长量影响较大ꎮ植株不同器官生物量分配不均[２８]ꎮ通常马尾松树干生物量约占地上总生物量的８０％~９０％ꎬ枝㊁叶约各占５％~１０％[２９－３０]ꎮ研究区马尾松生物量各器官分配比例为干材(５７.６７ʃ８.２８)％㊁枝(２４.１５ʃ７.３３)％㊁叶(１０.７９ʃ３.１７)％㊁干皮(７.３８ʃ１.３９)％ꎬ枝㊁叶干物质比重大于一般研究结论ꎮ究其原因是小径级阶段处于马尾松生长旺季ꎬ树冠生长迅速ꎬ随着植株生长ꎬ越来越多的干物质积累到树干部分ꎬ造成树干生物量比重随胸径增加而上升ꎬ而研究区马尾松胸径整体偏小ꎬ树冠生物量占整株比重偏大ꎮ随着龄级的增加ꎬ马尾松叶㊁干皮生物量比重保持相对稳定ꎬ干材生物量比重逐渐增加ꎬ枝生物量则与干材相反ꎮ随着径级的增加ꎬ干材生物量比例先增加后减小ꎬ枝生物量比重先减小后增加ꎬ叶㊁干皮生物量比例有下降趋势ꎬ但都不显著ꎮ各器官生物量分配规律不同于以往相关研究[３１－３４]ꎬ表明相同树种不同立地条件树木各器官干物质能量积累存在差异ꎮ建模样本㊁自变量和结构的选择等通常决定模型的预估效果和模型的适用性ꎮＭａｃＤｉｃｋｅｎ[３５]认为在径阶均匀分布下ꎬ３０株样木可以建立区域生物量表ꎻ贺东北等[３６]认为在每个径阶内应充分考虑高径比取样ꎮ目前许多研究为了充分利用样本信息ꎬ不区分建模样本和检验样本ꎬ这样验证模型实际的预估能力存在偏差较大ꎬ本研究采用独立建模和检验样本ꎬ避免了建模样本对模型检验效果的高估ꎮ模型自变量大部分选择胸径ꎬ是因为以胸径为自变量建立的生长方程较优[３７]ꎮ王天傅[３１]㊁林力[３８]㊁陈昌雄等[１７]关于马尾松单木生物量模型研究ꎬ以胸径－树高的组合自变量构建非线性模型的效果ꎬ远远高于以单一胸径为自变量的一元模型和线性模型的效果ꎮ本研究在不同组分马尾松生物量模型研究中得出相同结论ꎬ胸径作为单一变量基本可以解释立木材积ꎬ且总相对误差最小ꎬ引入树高变量后ꎬ虽总体误差增加ꎬ但估计值标准误和平均系统误差均下降ꎬ这与胸径－树高之间较高的共线性系数相关[３９]ꎮ李海奎等[４０]基于树木起源㊁立地分级和龄组研究表明ꎬ针对马尾松单木生物量引入材积因子的ＶＡＲ模４６㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第４７卷型优于普通ＣＡＲ模型ꎻ年龄变量的增加可获得树木干质和树皮生物量ꎬ树冠特征变量的引入能提高树冠水平生物量预测的准确性[４１－４２]ꎮ本研究针对马尾松各组分生物量与测树因子的相关性分析ꎬ也发现除胸径㊁树高㊁冠长外ꎬ材积与各组分生物量均显著相关ꎬ且冠长对树冠生物量的影响大于树高ꎮ经建模样本拟合和验证样本检验ꎬ最终构建区域材积和生物量最优模型ꎬ主要包括:立木材积模型Ｖ＝０.０００１６２２５７Ｄ１.７８４Ｈ０.５９０ꎻ地上生物量模型Ｗ＝４８２.６３８６２０３(ＤＨ)０.０７５Ｖꎻ树干生物量模型Ｗ＝２１７.３２５１０４(ＤＨ)０.１５３Ｖꎻ树冠生物量模型Ｗ＝４９９.４９５７８４Ｄ０.５８０Ｈ－０.１６９Ｃ０.９０４１Ｖꎻ林分生物量模型Ｂ＝０.６８６３Ｍ－０.７６８４ꎮ立木材积模型中胸径㊁树高的参数值小于福建省人工林马尾松二元立木材积表的模型ꎬ即胸径㊁树高对材积的贡献整体小于该通用主要是研究区土壤质量较其他地区差ꎬ造成相同树木结构因子ꎬ积累的能量偏低ꎮ各模型中树冠水平生物量模型准确性较低ꎬ这与枝㊁叶生物量对水热条件㊁土壤养分等高度敏感有关ꎮ单木立木材积㊁地上总生物量和林分生物量最优模型预估精度均在９０％以上ꎬ符合«国家森林资源连续查清技术规定»中对乔木材积量㊁生物量模型的精度要求ꎮ通过比较ꎬ发现最优模型预估结果更接近实测值ꎬ也证实了每个模型都有其适用范围ꎬ因此ꎬ在引用已有模型时ꎬ必须考虑建模样本适用的树种㊁地域㊁起源㊁经营类型以及地形㊁土壤环境等等ꎮ参㊀考㊀文㊀献[１]㊀董利虎ꎬ李凤日ꎬ贾炜玮.基于线性混合效应的红松人工林枝条生物量模型[Ｊ].应用生态学报ꎬ２０１３ꎬ２４(１２):３３９１－３３９８. [２]㊀杨光.燕儿沟流域植被土壤水分生物量及生物多样性研究[Ｄ].杨凌:西北农林科技大学ꎬ２００９.[３]㊀何海ꎬ乔永康ꎬ刘庆ꎬ等.亚高叶针叶林人工恢复过程中生物量和材积动态研究[Ｊ].应用生态学报ꎬ２００４ꎬ１５(５):７４８－７５２. [４]㊀马志阳ꎬ查轩.南方红壤区侵蚀退化马尾松林地生态恢复研究[Ｊ].水土保持研究ꎬ２００８ꎬ１５(３):１８８－１９３.[５]㊀姜春武ꎬ徐庆ꎬ张蓓蓓ꎬ等.马尾松光合生理特性及资源利用效率研究进展[Ｊ].世界林业研究ꎬ２０１７ꎬ３０(４):２４－２８. [６]㊀陈樟昊ꎬ姚雄ꎬ余坤勇ꎬ等.南方典型红壤区生态脆弱性与土壤侵蚀的演化关系[Ｊ].西南林业大学学报ꎬ２０１７ꎬ３７(４):８２－９０. [７]㊀黄绍霖ꎬ徐涵秋ꎬ林娜ꎬ等.亚热带地区马尾松林碳储量的遥感估算:以长汀河田盆地为例[Ｊ].生态学报ꎬ２０１３ꎬ３３(１０):２９９２－３００１.[８]㊀黄绍霖ꎬ徐涵秋ꎬ曾宏达ꎬ等.福建长汀河田盆地的马尾松林碳储量时空动态变化[Ｊ].地球科学(中国地质大学学报)ꎬ２０１３ꎬ３８(５):１０８１－１０９０.[９]㊀陈淑桂.水土流失治理区马尾松林生物量遥感研究[Ｄ].福州:福建师范大学ꎬ２０１１.[１０]㊀曾伟生ꎬ王雪军ꎬ陈振雄ꎬ等.林分起源对立木生物量模型的影响分析[Ｊ].林业资源管理ꎬ２０１４(２):４０－４５.[１１]㊀赵菡ꎬ雷渊才ꎬ符利勇.江西省不同立地等级的马尾松林生物量估计和不确定性度量[Ｊ].林业科学ꎬ２０１７ꎬ５３(８):８１－９３. [１２]㊀韩畅ꎬ宋敏ꎬ杜虎ꎬ等.广西不同林龄杉木㊁马尾松人工林根系生物量及碳储量特征[Ｊ].生态学报ꎬ２０１７ꎬ３７(７):２２８２－２２８９.[１３]㊀曾伟生.全国立木生物量方程建模方法研究[Ｄ].北京:中国林业科学研究院ꎬ２０１１.[１４]㊀曾伟生ꎬ肖前辉ꎬ胡觉ꎬ等.中国南方马尾松立木生物量模型研建[Ｊ].中南林业科技大学学报ꎬ２０１０ꎬ３０(５):５０－５６. [１５]㊀刘琪璟.中国立木材积表[Ｍ].北京:中国林业出版社ꎬ２０１７. [１６]㊀国家林业局.立木生物量模型及碳计量参数:马尾松:ＬＹ/Ｔ２２６３－２０１４[Ｓ].北京:中国标准出版社ꎬ２０１４.[１７]㊀陈昌雄ꎬ余坤勇ꎬ杨子清ꎬ等.相容性马尾松林分生物量估测模型的构建研究[Ｊ].三明学院学报ꎬ２０１０ꎬ２７(４):３７９－３８２. [１８]㊀方精云ꎬ陈安平ꎬ赵淑清ꎬ等.中国森林生物量的估算:对Ｆａｎｇ等Ｓｃｉｅｎｃｅ一文(Ｓｃｉｅｎｃｅꎬ２００１ꎬ２９１:２３２０~２３２２)的若干说明[Ｊ].植物生态学报ꎬ２００２ꎬ２６(２):２４３－２４９.[１９]㊀董利虎ꎬ李凤日ꎬ宋玉文.东北林区４个天然针叶树种单木生物量模型误差结构及可加性模型[Ｊ].应用生态学报ꎬ２０１５ꎬ２６(３):７０４－７１４.[２０]㊀潘萍ꎬ韩天一ꎬ欧阳勋志ꎬ等.飞播马尾松林碳密度分配特征及其影响因素[Ｊ].应用生态学报ꎬ２０１７ꎬ２８(１２):３８４１－３８４７. [２１]㊀杜虎ꎬ宋同清ꎬ曾馥平ꎬ等.桂东不同林龄马尾松人工林的生物量及其分配特征[Ｊ].西北植物学报ꎬ２０１３ꎬ３３(２):３９４－４００. [２２]㊀方精云ꎬ刘国华ꎬ徐嵩龄.我国森林植被的生物量和净生产量[Ｊ].生态学报ꎬ１９９６ꎬ１６(５):４９７－５０８.[２３]㊀周祎ꎬ丁贵杰.贵州省马尾松人工林生物量及其分布格局研究[Ｊ].贵州林业科技ꎬ２０１６ꎬ４４(２):１－７.[２４]㊀姚雄ꎬ余坤勇ꎬ刘健ꎬ等.南方水土流失严重区的生态脆弱性时空演变[Ｊ].应用生态学报ꎬ２０１６ꎬ２７(３):７３５－７４５.[２５]㊀ＭＯＫＡＮＹＫꎬＲＡＩＳＯＮＲＪꎬＰＲＯＫＵＳＨＫＩＮＡＳ.Ｃｒｉｔｉｃａｌａｎａｌｙ￣ｓｉｓｏｆｒｏｏｔ:ｓｈｏｏｔｒａｔｉｏｓｉｎｔｅｒｒｅｓｔｒｉａｌｂｉｏｍａｓｓ[Ｊ].ＧｌｏｂａｌＣｈａｎｇｅＢｉｏｌｏｇｙꎬ２００６ꎬ１２:８４－９６.ｄｏｉ:１０.１１１１/ｊ.１３６５－２４８６.２００５.００１０４３.ｘ.[２６]㊀ＳＣＨＭＩＤＩ.Ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｓｏｉｌｔｙｐｅａｎｄｉｎｔｅｒｓｐｅｃｉｆｉｃｃｏｍｐｅｔｉ￣ｔｉｏｎｏｎｔｈｅｆｉｎｅｒｏｏｔｓｙｓｔｅｍｏｆＮｏｒｗａｙｓｐｒｕｃｅａｎｄＥｕｒｏｐｅａｎｂｅｅｃｈ[Ｊ].ＢａｓｉｃａｎｄＡｐｐｌｉｅｄＥｃｏｌｏｇｙꎬ２００２ꎬ３(４):３３９－３４６.ｄｏｉ:１０.１０７８/１４３９－１７９１－００１１６.[２７]㊀ＬＩＭＨꎬＬＥＥＫＨꎬＬＥＥＫＨꎬｅｔａｌ.ＢｉｏｍａｓｓｅｘｐａｎｓｉｏｎｆａｃｔｏｒｓａｎｄａｌｌｏｍｅｔｒｉｃｅｑｕａｔｉｏｎｓｉｎａｎａｇｅｓｅｑｕｅｎｃｅｆｏｒＪａｐａｎｅｓｅｃｅｄａｒ(Ｃｒｙｐｔｏｍｅｒｉａｊａｐｏｎｉｃａ)ｉｎｓｏｕｔｈｅｒｎＫｏｒｅａ[Ｊ].ＪｏｕｒｎａｌｏｆＦｏｒｅｓｔＲｅｓｅａｒｃｈꎬ２０１３ꎬ１８(４):３１６－３２２.[２８]㊀汪金松ꎬ张春雨ꎬ范秀华ꎬ等.臭冷杉生物量分配格局及异速生长模型[Ｊ].生态学报ꎬ２０１１ꎬ３１(１４):３９１８－３９２７.[２９]㊀丁贵杰.马尾松人工林生物量和生产力研究(Ⅰ):不同造林密度生物量及密度效应[Ｊ].福建林学院学报ꎬ２００３ꎬ２３(１):３４－３８.[３０]㊀吕勇ꎬ曾思齐.马尾松林分生物量的研究[Ｊ].中南林学院学报ꎬ１９９６ꎬ１６(４):２８－３２.[３１]㊀王天博.福建将乐马尾松人工林单木生物量模型研究[Ｄ].北京:北京林业大学ꎬ２０１２.[３２]㊀ＰＡＲＲＥＳＯＬＢＲ.Ａｓｓｅｓｓｉｎｇｔｒｅｅａｎｄｓｔａｎｄｂｉｏｍａｓｓ:ａｒｅｖｉｅｗｗｉｔｈｅｘａｍｐｌｅｓａｎｄｃｒｉｔｉｃａｌｃｏｍｐａｒｉｓｏｎｓ[Ｊ].ＦｏｒｅｓｔＳｃｉｅｎｃｅꎬ１９９９ꎬ４５(４):５７３－５９３.[３３]㊀ＰＥＩＣＧＬＭꎬＡＲＡＩＮＭＡ.Ａｌｌｏｍｅｔｒｙａｎｄｐａｒｔｉｔｉｏｎｉｎｇｏｆａｂｏｖｅ￣ａｎｄｂｅｌｏｗｇｒｏｕｎｄｔｒｅｅｂｉｏｍａｓｓｉｎａｎａｇｅ￣ｓｅｑｕｅｎｃｅｏｆｗｌｉｉｔｅｐｉｎｅｆｏｒｅｓｔｓ[Ｊ].ＦｏｒｅｓｔＥｃｏｌｏｇｙａｎｄＭａｎａｇｅｍｅｎｔꎬ２００７ꎬ２５３(１/２/３):６８－８０.[３４]㊀刘坤ꎬ曹林ꎬ汪贵斌ꎬ等.银杏生物量分配格局及异速生长模型[Ｊ].北京林业大学学报ꎬ２０１７ꎬ３９(４):１２－２０.[３５]㊀ＭＡＣＤＩＣＫＮＫＧ.Ａｇｕｉｄｅｔｏｍｏｎｉｔｏｒｉｎｇｃａｒｂｏｎｓｔｏｒａｇｅｉｎｆｏｒｅｓｔｒｙａｎｄａｇｒｏｆｏｒｅｓｔｒｙｐｒｏｊｅｃｔｓ[Ｒ].Ｗｉｎｒｏｃｋ:ＷｉｎｒｏｃｋＩｎｔｅｒｎａｔｉｏｎａｌＩｎｓｔｉｔｕｔｅｆｏｒＡｇｒｉｃｕｌｔｕｒａｌＤｅｖｅｌｏｐｍｅｎｔꎬ１９９７.[３６]㊀贺东北ꎬ骆期邦ꎬ曾伟生.立木生物量线性联立模型研究[Ｊ].浙江林学院学报ꎬ１９９８ꎬ１５(３):２９８－３０３.[３７]㊀ＴＥＲ￣ＭＩＫＡＥＬＩＡＮＭＴꎬＫＯＲＺＵＫＨＩＮＭＤ.Ｂｉｏｍａｓｓｅｑｕａｔｉｏｎｓｆｏｒｓｉｘｔｙ￣ｆｉｖｅＮｏｒｔｈＡｍｅｒｉｃａｎｔｒｅｅｓｐｅｃｉｅｓ[Ｊ].ＦｏｒｅｓｔＥｃｏｌｏｇｙａｎｄＭａｎａｇｅｍｅｎｔꎬ１９９７ꎬ９７(１):１－２４.[３８]㊀林力.马尾松人工林生物量模型的研究[Ｄ].福州:福建农林大学ꎬ２０１１.[３９]㊀ＨＯＣＨＢＩＣＨＬＥＲＥꎬＢＥＬＬＯＳＰꎬＬＩＣＫＥ.Ｂｉｏｍａｓｓｆｕｎｃｔｉｏｎｓｆｏｒｅｓｔｉｍａｔｉｎｇｎｅｅｄｌｅａｎｄｂｒａｎｃｈｂｉｏｍａｓｓｏｆｓｐｒｕｃｅ(ＰｉｃｅａＡｂｉｅｓ)ａｎｄＳｃｏｔｓｐｉｎｅ(ＰｉｎｕｓＳｙｌｖｅｓｔｒｉｅｓ)ａｎｄｂｒａｎｃｈｂｉｏｍａｓｓｏｆｂｅｅｃｈ(Ｆａｇｕｓｓｙｌｖａｔｉｃａ)ａｎｄｏａｋ(Ｑｕｅｒｃｕｓｒｏｂｕｒａｎｄｐｅｔｒｅａ)[Ｊ].Ａｕｓ￣ｔｒｉａｎＪｏｕｒｎａｌｏｆＦｏｒｅｓｔＳｃｉｅｎｃｅꎬ２００６ꎬ１２３(１/２):３５－４６. [４０]㊀李海奎ꎬ宁金魁.基于树木起源㊁立地分级和龄组的单木生物量模型[Ｊ].生态学报ꎬ２０１２ꎬ３２(３):７４０－７５７.[４１]㊀ＢＡＬＤＷＩＮＶＣꎬＰＥＴＥＲＳＯＮＫＤꎬＢＵＲＫＨＡＲＴＨＥꎬｅｔａｌ.Ｅ￣ｑｕａｔｉｏｎｓｆｏｒｅｓｔｉｍａｔｉｎｇｌｏｂｌｏｌｌｙｐｉｎｅｂｒａｎｃｈａｎｄｆｏｌｉａｇｅｗｅｉｇｈｔａｎｄｓｕｒｆａｃｅａｒｅａｄｉｓｔｒｉｂｕｔｉｏｎｓ[Ｊ].ＣａｎａｄｉａｎＪｏｕｒｎａｌｏｆＦｏｒｅｓｔＲｅ￣ｓｅａｒｃｈꎬ１９９７ꎬ２７(６):９１８－９２７.[４２]㊀ＸＩＡＯＣＷꎬＣＥＵＬＥＭＡＮＳＲ.Ａｌｌｏｍｅｔｒｉｃｒｅｌａｔｉｏｎｓｈｉｐｓｆｏｒｂｅｌｏｗ￣ａｎｄａｂｏｖｅｇｒｏｕｎｄｂｉｏｍａｓｓｏｆｙｏｕｎｇＳｃｏｔｓｐｉｎｅｓ[Ｊ].ＦｏｒｅｓｔＥｃｏｌｏ￣ｇｙａｎｄＭａｎａｇｅｍｅｎｔꎬ２００４ꎬ２０３(１/２/３):１７７－１８６.５６第５期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀项佳ꎬ等:长汀红壤侵蚀区马尾松林生物量估算模型的构建。