鄂西地区杉木林生物量模拟及其分配格局
杉木火力楠混交林和杉木纯林的生物量及分布格局研究
杉木火力楠混交林和杉木纯林的生物量及分布格局研究蔡 勇(福建省南平市延平区溪后国有林业采育场,福建南平353001)摘要:分析比较了16年生杉木火力楠混交林以及杉木纯林生物量及其分布格局。
结果表明:杉木火力楠混交林乔木层生物量为189135t ・hm -2,高出杉木纯林4913%;其凋落物层生物量则为纯林的3148倍。
混交林中火力楠枝叶生物量分布高度高于杉木,有利于提高光能利用率;火力楠根系分布深度低于杉木,有利于提高土壤养分利用率。
因而,杉木和火力楠混交林能形成较好的林分结构,可促进林分生产力的提高和地力改善,是值得推广的杉阔混交林模式。
关键词:杉木;火力楠;混交林;生物量;分布格局中图分类号:S791127 文献标识码:A 文章编号:1002-7351(2007)02-0048-05A comparison of the biomass and their distribution patterns bet w een the mixed forest of Chinese f irand michelia macclurei and pure Chinese f ir plantationCAI Yong(Yanping National Forest Cutting and Fostering Centre of Nanping ,Nanping ,Fujian 353001,China )Abstract :The biomass and their distribution patterns between the mixed forest of Chinese fir and michelia m acclurei and pure Chi 2nese fir plantation were analyzed in this paper.The result showed :arbor layer biomass of the mixed forest was 189.35t ・hm -2,49.3%higher than that of pure Chinese fir plantation ;litter layer biomass of which is 3.48times as that of pure Chinese fir plan 2tation.In the mixed forest ,distribution of branch and leaf biomass of michelia m acclurei was higher than that of Chinese fir ,which was beneficial to photosynthetic rate ;root distribution of michelia m acclurei was lower than that of Chinese fir ,which was beneficial to soil nutrition utility.The mixed forest of Chinese fir and michelia m acclurei and pure Chinese fir plantation improved forest structure and increased the forest productivity ,which was worth being popularized.K ey w ords :Chinese fir ;michelia m acclurei ;mixed forest ;biomass ;distribution pattern 杉木(Cunni n hamia lanceolata )是我国南方重要的商品用材树种,因其生长迅速、干形优美、材质好、用途广泛,被福建西北部林区生产单位大面积栽植[1]。
不同经营模式对杉木人工林生长量和生物量的影响
不同经营模式对杉木人工林生长量和生物量的影响江廷均（福建省洋口国有林场，福建南平353221）摘要：以福建省洋口国有林场30a林龄杉木人工林择伐（Z）、择伐套种闽楠（ZT）和对照（CK）3种不同经营模式为研究对象，测定其10a后林分生长量和生态系统生物量。
结果表明：择伐能够提高杉木树高、胸径生长量，林下套种闽楠能够促进杉木林分生长，增加生态系统生物量。
各处理杉木平均树高、平均胸径和平均单株立木材积均表现为ZT＞Z＞CK，其中ZT处理的杉木平均胸径和平均单株立木材积显著高于CK（＜0.05）。
不同经营模式的杉木林分各器官生物量均表现为干＞根＞叶＞枝，各器官总生物量表现为CK＞ZT＞Z。
生态系统乔木层生物量、凋落物层生物量和总生物量均表现为ZT＞CK＞Z；林下植被层生物量表现为CK＞Z＞ZT。
ZT处理的40a林龄杉木与11a林龄闽楠异龄复层混交林的杉木平均胸径27.76cm、平均单株立木材积0.6997m3、林分总蓄积量391.12m3·hm-2、生态系统总生物量125.40t·hm-2，分别比CK增加16.15%、38.94%、7.87%、9.30%。
关键词：杉木人工林；择伐；套种；闽楠；生长量；生物量中图分类号：S752.2文献标识码：A文章编号：文章编号：1003-4382（2023）03-0045-04JIANG Tingjun(Fujian yangkou state owned forest farm,Nanping353221,Fujian,China)The stand growth and ecosystem biomass of three different management models including selective logging(Z),selective logging inter-cropping of(ZT),and control(CK),which used to30years old artificial forest built in Fujian Yangkou state owned Forest Farm,were measured.The results were as followes:The selective logging could improve the growth of Height and DBH of ar-tificial forest,and the intercropping under the forest can promote the growth and ecosystem biomass.The average of Height,DBH and Volume of artificial forest in each treatment showed ZT>Z>CK,among which the average of DBH and Volume of artificial forest in ZT treatment were significantly higher than CK(<0.05).The biomass of each organ in different management models of stands is characterized by stem>root>leaf>branch,and the total biomass of each organ is characterized by CK>ZT>Z.The biomass of the tree layer,litter layer,and total biomass in the ecosystem are all shown as ZT>CK>Z.The biomass of the understory vegetation layer shows CK>Z>ZT.The average of DBHof ar-tificial forest in the40year old forest treated with ZT and the11year old mixed layer forest with different ages were 27.76cm,the average of Volume per tree was0.6997m3,the total stand volume was391.12m3·hm-2,and the total ecosystem biomass was 125.40t·hm-2,which increased by16.15%,38.94%,7.87%,and9.30%respectively compared toCK.plantation;selective logging;interplanting;;growth;biomass FUJIANLINYE福建林业科学研究杉木（）是我国南方最主要造林树种和最重要商品用材[1]，在南方林业生产和生态建设中占有重要地位[2]。
林分各器官生物量随林龄的变化规律-以杉木、马尾松人工林为例
第 2 期
张 林 ,等 :林分各器官生物量随林龄的变化规律
171
1 黄冕林场生物量实测样地
111 调查地区自然概况
广西黄冕林场位于广西壮族自治区鹿寨县境内 ,地处中亚热带与南亚热带的过渡地带 ,属于天平山 支脉和驾桥岭南麓支脉 ,多为丘陵和低山地貌 ,最高海拔达 89519 m. 一年中光照充足 ,水热同季 ,冬夏干 湿明显 ,平均气温 19 ℃,年平均降雨量 1750～2000 mm ,降雨量集中在 4～8 月 ; 年均蒸发量 1426～ 1650 mm ,为水分充足区. 林地土壤主要以砂岩 、砂页岩发育而成的红壤 、山地黄红壤为主 ,适宜马尾松 、 杉木和常绿阔叶林的生长.
113 乔木地上器官生物量相对生长方程
对于杉木林分 ,利用本次样木实测值对广西全区杉木人工林的器官生物量相对生长方程[6] 进行修 正 ,即在检尺的立木胸径范围内 (3～21cm) ,从 3cm 起始每隔 2cm 选取一个原方程拟合值 ,共 10 个 ,与本 次实测数据点拟合得到的以胸径平方乘树高 ( D2 H) 为底的幂指数关系式 ;对于马尾松林分 ,选用贵州省 龙里林场马尾松林的生物量相对生长方程[25] 进行拟合 ,即在立木胸径径级范围内 (5～41cm) ,每隔 3cm 选取一个原方程拟合值 ,共 13 个 ,与实测数据点拟合. 利用经过修正的以 D2 H 为自变量的回归方程 (图 1) ,分别推算广西黄冕林场杉木和马尾松林乔木层地上的生物量 ,并以广西黄冕林场次生阔叶林的相对
地上部分 生物量合计Πkg
125174 33109 34134 10140 288115 91178 19101
杉木人工林空间分布格局时空变化分析
杉木人工林空间分布格局时空变化分析杉木人工林空间分布格局时空变化分析一、引言本文旨在通过对杉木人工林空间分布格局的研究，探索其在时空上的变化规律，为杉木林的管理和保护提供科学依据。
本文将从以下几个方面展开分析：1. 杉木人工林的空间分布格局；2. 杉木人工林的时空变化规律；3. 杉木人工林的保护和管理建议。
二、研究对象与方法本文研究对象为某省县的杉木人工林，采用遥感技术和GIS空间分析方法对其进行研究。
具体方法如下：1. 利用遥感影像获取杉木人工林的空间分布数据；2. 利用GIS软件对杉木人工林的空间分布格局进行分析；3. 基于历史遥感数据，对杉木人工林在时空上的变化规律进行研究。
三、结果表述1. 杉木人工林的空间分布格局根据遥感影像和GIS空间分析结果，本文发现该杉木人工林空间分布呈现集中分布格局，即林木主要分布在山脉脚下的沟谷地带和南北向山谷中，周围无人区密集，其分布与气候、土壤、地形高程等因素有一定关系。
2. 杉木人工林的时空变化规律基于历史遥感影像数据，本文研究了杉木人工林在过去20年中的时空变化规律。
结果表明，该杉木人工林总体上呈现出轻微退化趋势，主要表现在林木生长状况和生物多样性下降等方面。
四、保护和管理建议根据对杉木人工林的分析结果，本文提出如下保护和管理建议：1. 杉木人工林应加强保护和管理，定期对林木生长状况进行监测；2. 在林木生长状况较差的地区继续加大人工抚育和管理力度，同时加强对周边环境的保护和管理；3. 加大科学研究力度，推动技术的创新，从而提高杉木人工林的管理水平和保护效果。
五、结论本文通过遥感技术和GIS空间分析方法研究了某省县的杉木人工林空间分布格局和时空变化规律，并根据研究结果提出了相应的保护和管理建议。
这些研究对于杉木人工林的管理和保护具有重要的参考意义。
附件：（无）法律名词及注释：（无）实际执行过程中可能遇到的艰难及解决办法：在实际执行过程中，可能遇到的艰难主要是遥感数据来源的不确定和GIS分析方法的复杂性。
湖北省杉木人工林立地类型划分及评价
湖北省杉木人工林立地类型划分及评价湖北省杉木人工林的立地类型划分及评价主要包括以下几个方面：地形地势、土壤条件和气候条件。
下面将对每个方面进行详细的阐述和评价。
一、地形地势湖北省地形地势较为复杂，分布着高山、丘陵、平原等地貌类型。
在杉木人工林的立地类型划分中，地形地势是一个重要的因素。
1. 平原区：湖北省南部多为平原区，地势较为平坦，土层较厚，土壤深厚，通气性好，有利于杉木的生长。
这种立地类型适合种植速生杉木，具有较好的经济效益。
3. 山地区：湖北省西部多为山地区，地势陡峭，土层薄，土壤贫瘠，容易发生坡面侵蚀等自然灾害。
这种立地条件对杉木的生长极为不利，不适合种植杉木人工林。
二、土壤条件土壤是植物生长的基础，对于杉木人工林的立地类型划分和评价也具有重要的作用。
湖北省土壤类型较多样化，主要有黄壤、红壤、黄棕壤和山地土壤等。
2. 红壤：湖北省东北部多为红壤分布区，土壤酸性较强，肥力较差，有机质含量较低。
这种土壤条件对杉木的生长不利，苗木易受到铁锈病等病虫害的侵害。
3. 黄棕壤：湖北省中部多为黄棕壤分布区，土壤肥沃，有机质含量较高，有利于杉木的生长。
这种土壤条件适合种植速生杉木，但需注意水分管理，避免发生涝灾。
4. 山地土壤：湖北省西部多为山地土壤，土层薄，土壤贫瘠，容易疏松，对水分和养分的保持能力较差。
这种土壤条件对杉木的生长不利。
三、气候条件湖北省属于亚热带季风气候，夏季炎热多雨，冬季寒冷少雨。
气候条件对于杉木人工林的生长和发展具有重要影响。
1. 适宜降水量：杉木对水分要求较高，适宜的降水量可以提供充足的水源，有利于杉木的生长发育。
湖北省降雨分布较为合理，适宜种植杉木人工林。
2. 适宜温度范围：湖北省夏季温度较高，适宜杉木的生长，但需注意防暑降温。
冬季温度较低，对杉木的生长不利。
3. 光照条件：杉木喜光，在湖北省的适宜地区，阳光充足，有利于杉木的光合作用，促进生长发育。
湖北省杉木人工林的立地类型划分及评价需要综合考虑地形地势、土壤条件和气候条件等因素。
湖北省杉木人工林立地类型划分及评价
tablished by using the method of quant辻ication theory I,and the site class辻ication and site quality evaluation of Cunning
hamia lanceolata Plantation in the study area were carried out. The results showed that the complex correlation coeff--
significant level "he three factors of altitude, humic layer thickness and slope position were used to construct the site types
ofCunninghamia anceo atap*ahuiledoasynairnea
cient of the five selected site factors and the dominant height was 0. 639 "he contribution rate of the three site factors of
altitude,humic layer thickness and slope position to the dominant height was 84. 99%, and the influence reached a very
Key words: Cunninghamia lanceolata plantation； quant辻ication theory I "ite class辻ication； quality evaluation
湖北省杉木人工林立地类型划分及评价
湖北省杉木人工林立地类型划分及评价一、引言杉木（科学名称：Cunninghamia lanceolata (Lamb.) Hook）是中国重要的造林树种之一，广泛分布于亚热带至暖温带地区。
由于其生长迅速、适应性强、木材质量好等特点，因此在湖北省广泛种植。
杉木人工林的立地条件对其生长和经营管理起着重要作用。
研究杉木人工林的立地类型划分及评价，对指导杉木林的合理布局、提高经济效益具有重要意义。
二、杉木人工林立地类型划分杉木人工林的立地类型划分主要根据地形、土壤和气候等因素进行。
根据实际调查和研究，湖北省杉木人工林可以划分为以下几种立地类型：1. 山地立地类型：这种类型的杉木人工林分布于湖北省的山区地带，地形多为陡峭，具有较大的高差。
土壤一般较为贫瘠，含水量较低。
气候特点是温、湿、光照充足。
山地立地类型适宜杉木生长，具有较高的生产潜力和经济价值。
三、杉木人工林立地类型评价杉木人工林立地类型评价主要从生产力、经济效益和生态效益三个方面进行。
1. 生产力评价：根据杉木人工林的生长速度、材质质量等指标评价，可以综合评估不同立地类型的生产力。
一般来说，山地立地类型的生产力相对较高，而平原立地类型的生产力相对较低。
四、结论湖北省杉木人工林可以根据地形、土壤和气候等因素划分为山地立地类型、平原立地类型和丘陵立地类型三种。
“山地类型具有较高的生产潜力和经济价值，平原类型需要更高的经营管理技术，丘陵类型是湖北省杉木人工林的主要立地类型。
在评价方面，山地类型相对较高的生产力和经济效益，而平原类型更低。
山地类型较高的生态效益，而平原类型较低。
”。
杉木生物量优化模型研究
杉木生物量优化模型研究
唐坤银;唐代生
【期刊名称】《林业调查规划》
【年(卷),期】2010(035)001
【摘要】根据湖南省杉木分布特点,本着"布点均匀、选树适中"的原则,在湖南绥宁、资兴等地选取标准地进行50株杉木取样,测定样木树高、冠幅、胸径等指标,记录
样地海拔、小地形、坡向、坡位、坡度等因子.根据外业采集数据,在充分考虑各种
立地因子对杉木生物量影响的基础上,以胸径(D)和树高(H)(或树冠长L)为自变量,用8种数学回归模型进行拟合,拟合了8种模型的杉木树干、根、叶、枝干等的生物量,从中筛选出杉木生物量最优模型.
【总页数】4页(P47-49,52)
【作者】唐坤银;唐代生
【作者单位】中南林业科技大学,湖南,长沙,410004;中南林业科技大学,湖南,长
沙,410004
【正文语种】中文
【中图分类】S791.27;S718.556;S711
【相关文献】
1.杉木火力楠混交林和杉木纯林的生物量及分布格局研究 [J], 蔡勇
2.绿竹生物量优化模型建立研究 [J], 郑郁善;陈辉
3.基于生态信息诊断框架的杉木人工林生物量生态预测研究 [J], 刘陈坚;张黎明;任
引
4.采伐剩余物不同清理方式对杉木幼林生长及生物量影响研究 [J], 沈宝贵
5.杉木(Cunninghamia lanceolate)人工林生长状况与根系生物量相关性研究 [J], 廖迎春;段洪浪;施星星;孟庆银;刘文飞;沈芳芳;樊后保;朱涛
因版权原因，仅展示原文概要，查看原文内容请购买。
杉木鄂西红豆树混交林分结构与生产力研究
参考文献
１ 张 金 池 ． 土 保 持 厦 防 护韩 学 ． 水 北京 ： 中国 韩业 出 版杜 ．９６ １９
径 流量 的主要 因子 是降 雨 量 和 降雨 强度 ， 发 量 、 蒸 间 隔期虽 有负效应 但作 用不大 。４个 集 水 区径 流量 （ 地 表 、 下） 地 最大 的是坡 耕地 ， 其次是 杉术 、 马尾松 、 济 经
的 １ ．％ ， 地 的 ６９ ， 林 地 间相 近 。影 响 地 表 ３８ 裸 ．％ 有
近熟 的杉术林 常 年流水 不断 ， 源涵 养能力 最强 。在 水 雨水 充沛情况 下 ， 坡耕 地也有一 定的水 源涵 养能力 。 （） 了减 少水 土 流失 ， ４为 维护 生态平 衡 ， 地必须 裸 尽快 恢复植被 ， 耕地 必须 因地 制宜 实施退 耕还林 或 坡
抚育管理为前 ３ 年每年锄草 ２次， ４— 第 ５年劈草 １
次 。并 以相邻 、 地 条件 相 似 的杉 术 林 、 西红 豆树 立 鄂 纯林 为对照 。
２典 型地段 设 置６０ １标 ０ 标准地 ， 定 主 要 测 树 因子 ， 查 林 下 植 被 及 土 壤 测 调
林， 影响径流量的主要因子是降雨量。
（） ３ 杉木 、 尾橙 、 马 经济 林 、 坡耕地 ４种地被 物 中 ，
２ 李承彪 ． 四川森林生志研究 成都： 四川科学技木 出版杜 ． 帅 １ ９
（ 讯地址 ：３ ｌ台肥 市长 江西路 ８０号 ） 通 ２∞３ ， ２
杉 木 鄂 西 红 豆 树 混 交 ＊ ｆ 结 构 与 生 产 力 研 究 ＊ｒ ｙ
状况 。
试验 地位于福 建省 沙县 （６４ 一 ｏ６Ｎ １７３ ２ｏ ２ ４ ．１￣２ ６
一
杉木人工林生物量估算模型的选择
杉木人工林生物量估算模型的选择*李 燕 张建国** 段爱国 相聪伟(中国林业科学研究院林业研究所国家林业局森林培育重点实验室,北京100091)摘 要 采用11种形式的生物量模型,分别对杉木幼龄林(7年生)㊁中龄林(16年生)㊁成熟林(28年生)和不分林龄的单木各器官和全株生物量进行拟合,共得到生物量估算模型308个.结果表明:11种生物量模型均能较好地模拟杉木单木生物量,其中幂函数模型的拟合效果最优,其次为指数模型,然后为多项式模型;共选出估算杉木幼龄林㊁中龄林和成熟林各器官和全株生物量的最优模型21个(包括18个器官模型㊁3个全株模型),不分林龄的杉木单木各生物量的最优模型7个(包括6个器官模型㊁1个全株模型),均为幂函数模型;不同林龄的杉木单木生物量最优模型的通用性较差,而不分龄林的杉木单木生物量最优模型具有一定的通用性,精度较高,可用于估算不同林龄的杉木单木生物量.应用福建邵武杉木单木生物量模型对江西28年生的杉木成熟林单木各生物量的预测结果显示,不分林龄的大样本生物量模型精度较高,可在较大范围内应用,而区域小样本模型仅限于在区域小范围内应用.关键词 杉木人工林 生物量 估算模型文章编号 1001-9332(2010)12-3036-11 中图分类号 Q948.12;S718.55 文献标识码 A Selection of biomass estimation models for Chinese fir plantation.LI Yan,ZHANG Jian⁃guo,DUAN Ai⁃guo,XIANG Cong⁃wei (State Forestry Administration Key Laboratory of Forest Silvicul⁃ture ,Research Institute of Forestry ,Chinese Academy of Forestry ,Beijing 100091,China ).⁃Chin.J.Appl.Ecol .,2010,21(12):3036-3046.Abstract :A total of 11kinds of biomass models were adopted to estimate the biomass of single tree and its organs in young (7⁃year old),middle⁃age (16⁃year old),mature (28⁃year old),and mixed⁃age Chinese fir plantations.There were totally 308biomass models fitted.Among the 11kinds of biomass models,power function models fitted best,followed by exponential models,and then polynomial models.Twenty⁃one optimal biomass models for individual organ and single tree were chosen,including 18models for individual organ and 3models for single tree.There were 7optimal biomass models for the single tree in the mixed⁃age plantation,containing 6for individual organ and 1for single tree,and all in the form of power function.The optimal biomass models for the single tree in different age plantations had poor generality,but the ones for that in mixed⁃age plantation had a certain generality with high accuracy,which could be used for estimating the bio⁃mass of single tree in different age plantations.The optimal biomass models for single Chinese fir tree in Shaowu of Fujian Province were used to predict the single tree biomass in mature (28⁃year old)Chinese fir plantation in Jiangxi Province,and it was found that the models based on a large sample of forest biomass had a relatively high accuracy,being able to be applied in large area,whereas the regional models with small sample were limited to small area.Key words :Chinese fir plantation;biomass;estimation model.*国家 十一五”科技支撑计划项目(2006BAD24B03)资助.**通讯作者.E⁃mail:zhangjg@ 2010⁃04⁃06收稿,2010⁃09⁃22接受. 杉木(Cunninghamia lanceolata )是我国重要的速生用材树种.目前,杉木人工林面积已超过9.215×106hm 2,约占我国人工林总面积的28.54%[1].生物量指标既可表明人工林的经营水平和开发利用价值,又能反映人工林与其环境在物质循环和能量流动上的复杂关系,特别是在评价人工林调节全球碳平衡和减缓大气中CO 2等温室气体浓度上升等方应用生态学报 2010年12月 第21卷 第12期 Chinese Journal of Applied Ecology,Dec.2010,21(12):3036-3046面具有不可替代的作用.由于森林生物量的测定难度大,而且耗时费力,因此,确定一种行之有效而又能准确测定森林生物量的方法具有重要意义.生物量模型估算法是目前广泛采用的研究森林生物量的一种方法,它是利用林木易测因子(如胸径和树高)来推算林木生物量,从而减少野外工作量.虽然在建模过程中,需要测定一定数量的样木生物量数据,但模型一旦建立,就可以利用森林资源清查资料来估计同类林分的生物量,而且有一定的精度保证.特别是在大范围的森林生物量调查中,利用生物量模型能大大减小调查工作量[2].目前,可采用的生物量模型众多[3-6],包括线性模型㊁幂函数模型㊁多项式模型和指数函数模型等,模型中常用的自变量有胸径(D)㊁D2㊁树高(H)㊁DH和D2H等[7-10].对杉木林单木生物量模型优选时,目前所筛选的模型种类和自变量数目均不多,且多数研究仅局限于单个林龄[11-12],对整个杉木林生长过程中不同林龄生物量模型的研究较少,且在估算方式上多采用分器官估算的方法.如康冰等[13]采用以D2H为自变量的多项式模型,对广西13年生杉木林单木的叶㊁枝㊁干㊁皮和根生物量进行估测;邓秋香等[14]采用以D2H为自变量的多项式模型估算了广西大青山12年生杉木人工林的叶㊁枝㊁干㊁皮和根生物量,其决定系数在0.959~0.996,相关系数≥0.979.目前,对不同林龄杉木生物量的研究,多针对不同林龄分别优选生物量模型,未考虑模型的通用性[6,15],而对某一林龄的生物量最优模型是否适用于其他林龄及其预估精度如何㊁不同估算方法对生物量预测精度的影响㊁以及不同模型预测效果的差异及其相关影响因素等方面的研究鲜有报道.因此,本文基于福建和江西杉木幼龄林㊁中龄林和成熟林的生物量实测数据,选择常用的11种生物量模型和4种自变量形式,全面系统地对杉木不同林龄的单木各器官(叶㊁枝㊁干皮㊁去皮干㊁根蔸和根)和全株生物量模型,以及不分林龄的单木各器官和全株生物量模型分别进行优选,并对最优生物量模型的预测效果进行了比较,旨在为杉木人工林生物量的精确估算和碳储量的评价提供依据.1 研究地区与研究方法1.1 调查样地自然概况杉木生物量调查样地设置于福建卫闽林场和江西大岗山林区.福建省邵武市卫闽林场(27°5′N,117°43′E)地处武夷山北段中山山脉东南侧山区,为杉木的中心产区.地貌主要为低山㊁高丘,海拔250~700m,坡度25°~35°.该区属亚热带季风气候,年均气温17.7℃,1月平均气温6.8℃,7月平均气温28℃,极端低温-7.9℃,年日照时数1740.7h,年均霜期95d,最长可达132d,年均降水量1768mm,年均相对湿度82%.土壤以发育在花岗岩等母质上的红壤为主,土层较深厚,腐殖质含量丰富.江西省分宜县大岗山林区(27°30′ 27°50′N, 114°30′ 114°45′E)属罗霄山脉北端的武功山支脉.该区属亚热带季风湿润气候,年均温度15.8℃~17.7℃;7月平均温度28.8℃,日最高温度39.9℃;1月平均温度-5.3℃,日最低温度-8.3℃;年均日照时数1657h,最高2047h,最低1378h,日照百分率约37%;年均太阳总辐射486.6kJ㊃cm-2;年均蒸发量1503mm,最多1771mm,最少1274mm;年均降水量1591mm,最多2228mm,最少1070mm;年均无霜期265d.地带性土壤为低山丘陵红壤㊁黄壤及其亚类.1.2 研究方法2008年4月,在福建杉木幼龄林(7年生,密度2500株㊃hm-2)㊁中龄林(16年生,密度2500株㊃hm-2)和成熟林(28年生,密度分别为1650㊁3300㊁4450㊁5033和5267株㊃hm-2)样地(每个林型为1个区组,每个区组面积20m×30m,共计7个区组)内进行每木检尺,测量胸径和树高,以确定林分胸径径阶(采用2cm径阶距,上限排外法)范围,按照林分胸径径阶范围选取样木.幼林龄最小径阶为6cm (即5.0~6.9cm),最大径阶16cm(即15.0~16.9 cm),每个径阶采1~2株样木;中龄林与成熟林的胸径径阶范围分别为6~22cm和8~28cm,选取方法与幼林龄相同.共选取样木39株,详情如表1所示.伐倒样木,采用 分层切割法”[9-11]取样.叶生物量的测定:称量并记录每一伐倒木的鲜叶总质量,然后收集树冠上㊁中㊁下不同部位的鲜叶样品共0.5~1.0kg,准确称量并记录鲜叶样品质量.枝的采样方法与叶相同.带皮干的采样方法:将幼龄林样木的树干由其基部至树梢按1m长分为若干段,分段称量,记录带皮干的总鲜质量,然后在每分段的树干基部取5cm厚的圆盘,作为带皮干样品,并由树干基部至树梢将圆盘依次标号,分别称量并记录圆盘鲜质量.根和根蔸的采样:先将样木的根和根蔸全部挖出,去土,分别称量并记录鲜根的总质量和鲜根蔸的总质量,然后分别取代表性的样品730312期 李 燕等:杉木人工林生物量估算模型的选择 0.5~1.0kg,准确称量并分别记录鲜根和鲜根蔸的样品质量.将叶㊁枝㊁圆盘㊁根和根兜的鲜样品分别装入密封袋中,带回实验室烘干后称其干质量.中龄林和成熟林样木生物量采样与幼龄林基本相同,仅分段长度不同,为2m.2008年3月,在江西杉木成熟林(28年生,密度分别为1500㊁1567㊁2883㊁2967㊁3200㊁4267㊁4383和5033株㊃hm-2)样地(每个林型为1个区组,每个区组面积20m×30m,共计8个区组)内共选取样木24株(表1).样木选取方法和样品采集方法与福建生物量调查相同.1.3 测定方法将野外采集的各器官样品在烘箱中105℃烘至恒量[16],称其干质量,分别求各器官样品的干鲜质量比,然后将各器官鲜质量换算成干质量,即为单木各器官的生物量,单木的全株生物量为各器官生物量之和.1.4 数据处理应用SAS9.0®软件拟合杉木单木各器官和全株的生物量模型,并进行拟合效果检验和预测精度检验.本文选取11种常用的生物量模型(表2),以福建的生物量数据进行模型拟合,通过平均精度(average accuracy,AA)对不同林龄各生物量最优模型进行预测效果检验(检验数据源见表3),AA=1-∑(|实际值-估计值)/实际值|)/N samp×100%,AA值越接近1,说明模型预测效果越好,一般AA>80%,即说明该模型比较符合实际[17-18].表1 杉木人工林测定样木Tab.1 Sample trees of Chinese fir plantation地区Region林龄Stand age(a)林分密度Stand density(plant㊃hm-2)胸径DBH(cm)树高Tree height(m)地区Region林龄Stand age(a)林分密度Stand density(plant㊃hm-2)胸径DBH(cm)树高Tree height(m)福建725005.74.9 Fujian5.95.08.67.19.26.811.87.512.87.213.18.615.39.316.39.21625005.65.98.79.39.09.39.99.210.49.211.29.812.611.514.812.316.613.218.014.018.214.320.613.920.614.022.514.82850338.710.350339.112.2165010.513.2330012.514.3503312.716.4445013.717.8526714.816.5526715.718.0330016.616.6福建28503317.019.2 Fujian165019.517.0526719.919.5330021.918.2445022.821.1445026.522.7165027.820.2江西2843837.510.2 Jiangxi50338.011.828839.413.542679.513.1426711.112.8288311.414.5438313.513.4150014.615.4426715.415.0288316.015.9288317.215.7320017.217.0296719.716.4288320.017.8156721.918.7150022.017.7156724.021.1156724.116.8296725.819.9296726.120.1156727.521.4156727.522.3296729.121.7296730.223.28303 应 用 生 态 学 报 21卷表2 11种常用生物量模型Tab.2 11kinds of commonly used biomass models模型类型Model type 模型Model 自变量Independent variable幂函数W =aD b D Power function W =a (DH )bDHW =a (D 2H )b D 2H 多项式W =a +bD +cD2D PolynomialW =a +bD 2+cD 4D 2W =a +bDH +c (DH )2DHW =a +bD 2H +c (D 2H )2D 2H 指数函数W =aebD D ExponentialW =ae bD 2D 2functionW =ae bDHDHW =ae bD 2HD 2H D :胸径Diameter at breast height;H :树高Tree height;W :生物量Bio⁃mass.下同The same below.2 结果与分析2.1 不同林龄杉木人工林各生物量指标模型的拟合和优选以福建杉木实测生物量为因变量,D ㊁D 2㊁DH 和D 2H 为自变量,采用11种数学模型进行回归拟合,共得到杉木幼龄林㊁中龄林和成熟林单木各器官(样本数分别为9㊁14和16)和全株(样本数分别为9㊁14和16)生物量估算模型231个,以决定系数(R 2)和残差平方和(SSR)作为模型拟合效果评价指标.结果表明,231个生物量模型的R 2在0.751~0.994,SSR 在0.010~3419.383,F 检验达到极显著水平(P <0.01),表明杉木单木各生物量主要受D ㊁D 2㊁DH 或D 2H 的影响,但不同模型拟合效果的差异很大,其中,幂函数模型的R 2在0.751~0.993,SSR 在0.010~0.605,多项式模型的R 2在0.763~0.994,SSR 在0.765~3419.383,指数模型的R 2在0.691~0.959,SSR 在0.240~6.113.说明幂函数模型的拟合效果最优,其次为指数模型,最后为多项式模型.综合比较,选出杉木单木各器官和全株生物量最优模型21个(R 2在0.802~0.991,SSR 在0.010~0.520).从表4可以看出,杉木生物量最优模型均为幂函数模型,其中,生物量最优模型以D 为自变量的模型数占总模型数的48%,包括幼龄林的3个生物量最优模型(枝㊁干皮和去皮干)㊁中龄林的5个生物量最优模型(叶㊁枝㊁根蔸㊁根和全株)和成熟林的2个生物量最优模型(枝和根兜);生物量最优模型以DH 为自变量的模型数占总模型数的43%,包括幼龄林的2个生物量最优模型(叶和根蔸)㊁中龄林的2个生物量最优模型(干皮和去皮干)和成熟林的5个生物量最优模型(叶㊁干皮㊁去皮干㊁根和全株);幼龄林的根和全株生物量最优模型均为以D 2H 为自变量的幂函数模型,占总模型数的9%.2.1.1不同林龄杉木人工林最优模型拟合效果的比较 杉木幼龄林单木各器官和全株生物量最优模型的R 2在0.893~0.991,SSR 在0.010~0.192.其中,幼龄林单木叶和根蔸的生物量最优模型形式为W =a (DH )b ,R 2分别为0.949和0.915,SSR 分别为0.065和0.097,说明杉木幼龄林单木叶和根蔸的生物量主要受干形综合作用(DH )的影响,且叶生物量模型的拟合效果优于根蔸;枝㊁干皮和去皮干的生物量最优模型形式为W =aD b ,说明杉木幼龄林单木枝㊁干皮和去皮干的生物量主要受D 的影响,且拟合效果为去皮干最优,其次为干皮,枝生物量模型的拟合效果稍差;根和全株的生物量最优模型形式为W =a (D 2H )b ,R 2分别为0.893和0.991,SSR 分别为0.192和0.010,表明杉木幼龄林单木根和全株的生物量主要受干形综合作用(D 2H )影响,全株生物量模型的拟合效果优于根.杉木中龄林单木各器官和全株生物量最优模型表3 生物量模型的检验数据源Tab.3 Data sources for testing biomass models最优生物量模型Optimal biomass model 所建模型对福建单木的预测Prediction of models established by this research on single⁃tree in Fujian所建模型对江西单木的预测Prediction of models established by this research on single⁃tree in Jiangxi 所建模型与文献模型预测效果的比较Comparison between predictive effect of models established in this researchand that in references幼龄林Young plantation中龄林和成熟林Mature and middle⁃aged plantation 成熟林Mature plantation 江西成熟林Mature plantation in Jiangxi 中龄林Middle⁃aged plantation 幼龄林和成熟林Mature and young plantation 成熟林Mature plantation 江西成熟林Mature plantation in Jiangxi 成熟林Mature plantation 幼龄林和中龄林Middle⁃aged and young plantation 成熟林Mature plantation 江西成熟林Mature plantation in Jiangxi 不分林龄Mixed⁃age plantation-成熟林Mature plantation江西成熟林Mature plantation in Jiangxi930312期 李 燕等:杉木人工林生物量估算模型的选择 表4 不同林龄杉木人工林单木生物量估算优选模型Tab.4 Biomass optimal models for individual trees of Chinese fir plantations with different ages林龄Stand age器官Organ拟合方程Fitting equation决定系数R2残差平方和Sum of squared residuals7叶Leaf W=0.0075(DH)1.43670.949**0.0646 (n=9)枝Branch W=0.0210D2.08870.954**0.0473干皮Bark W=0.0175D2.04890.976**0.0231去皮干Stem without bark W=0.0617D2.13870.986**0.0145根蔸Root head W=0.0078(DH)1.34080.915**0.0967根Root W=0.0022(D2H)1.02560.893**0.1922全株Total single⁃tree W=0.0811(D2H)0.84720.991**0.0102 16叶Leaf W=0.0039D2.44570.853**0.4216 (n=14)枝Branch W=0.0070D2.13350.802**0.4607干皮Bark W=0.0074(DH)1.30560.986**0.0276去皮干Stem without bark W=0.0355(DH)1.27820.990**0.0187根蔸Root head W=0.0183D2.17590.931**0.1448根Root W=0.0068D2.30820.817**0.4887全株Total single⁃tree W=0.1606D2.12030.988**0.0219 28叶Leaf W=0.00003(DH)2.04250.918**0.3235 (n=16)枝Branch W=0.000043D3.96520.915**0.5205干皮Bark W=0.0013(DH)1.55710.958**0.0926去皮干Stem without bark W=0.0225(DH)1.36850.987**0.0220根蔸Root head W=0.0063D2.59010.899**0.2686根Root W=0.0006(DH)1.58400.952**0.1091全株Total single⁃tree W=0.0173(DH)1.49640.984**0.0326 **P<0.01.的R2在0.802~0.990,SSR在0.019~0.489.其中,中龄林叶㊁枝㊁根蔸㊁根和全株的生物量最优模型形式为W=aD b,说明杉木中龄林单木叶㊁枝㊁根蔸㊁根和全株的生物量主要受D影响,模型拟合效果优劣依次为全株>根蔸>叶>枝>根;干皮和去皮干的生物量最优模型形式为W=a(DH)b,R2分别为0.986和0.990,SSR分别为0.028和0.019,表明杉木中龄林单木干皮和去皮干的生物量主要受干形综合作用(DH)影响,且去皮干的生物量模型拟合效果优于干皮.杉木成熟林单木各器官和全株生物量最优模型的R2在0.899~0.987,SSR在0.022~0.520.其中,叶㊁干皮㊁去皮干㊁根和全株的生物量最优模型形式为W=a(DH)b,说明杉木成熟林单木叶㊁干皮㊁去皮干㊁根和全株的生物量主要取决于干形综合作用(DH),模型拟合效果优劣依次为去皮干>全株>干皮>根>叶;单木枝和根蔸的生物量最优模型形式为W=aD b,R2分别为0.915和0.899,SSR分别为0.520和0.269,表明D是杉木成熟林单木根蔸和枝生物量的主要影响因素,且根蔸生物量的拟合效果优于枝.杉木幼龄林单木各器官和全株生物量的最优模型形式包括W=aD b㊁W=a(DH)b㊁W=a(D2H)b,中龄林和成熟林最优模型包括W=aD b㊁W=a(DH)b.幼龄林单木各器官生物量最优模型的拟合效果依次为:全株>去皮干>干皮>枝>叶>根蔸>根;中龄林为:去皮干>全株>干皮>根蔸>叶>枝>根;成熟林为:去皮干>全株>干皮>根>根蔸>叶>枝.2.1.2杉木人工林不同器官和全株生物量最优模型拟合效果的比较 杉木幼龄林和成熟林单木叶的生物量最优模型形式为W=a(DH)b,R2分别为0.949和0.918,表明幼龄林和成熟林的单木叶生物量主要受干形综合作用(DH)的影响.杉木中龄林单木叶生物量的最优模型形式为W=aD b,R2为0.853,表明D是中龄林单木叶生物量的主要影响因素.杉木幼龄林㊁中龄林和成熟林的单木枝生物量最优模型形式均为W=aD b,其R2分别为0.954㊁0.802和0.915,SSR分别为0.047㊁0.461和0.520,表明D是影响杉木单木枝生物量的主要因素.杉木幼龄林单木干皮生物量的最优模型形式为W=aD b,而中龄林和成熟林单木干皮生物量的最优模型形式为W=a(DH)b,说明幼龄林单木干皮生物量主要受D的影响,而中龄林和成熟林则主要受干形综合作用(DH)的影响.杉木各林龄单木去皮干的生物量最优模型形式与相应的单木干皮相同.0403 应 用 生 态 学 报 21卷杉木幼龄林㊁中龄林和成熟林单木根的生物量最优模型形式分别为模型W=a(D2H)b㊁W=aD b和W=a(DH)b,其R2分别为0.893㊁0.817和0.952, SSR分别为0.192㊁0.489和0.109,表明杉木幼龄林㊁中龄林和成熟林单木根生物量分别受干形综合作用(D2H)㊁D和干形综合作用(DH)的影响,幼龄林单木根蔸的生物量最优模型为w=a(DH)b,而中龄林和成熟林单木根蔸的最优模型均为w=aD b.杉木幼龄林㊁中龄林和成熟林全株生物量的最优模型形式与相同的单木根相同,其R2分别为0.991㊁0.988和0.984,表明杉木幼龄林㊁中龄林和成熟林全株生物量分别受D2H㊁D和DH的影响.杉木各林龄全株生物量最优模型的SSR在0.010~0.033,表明全株生物量最优模型的估算误差非常小.杉木单木叶生物量最优模型在不同林龄间的拟合效果优劣依次为:幼龄林>成熟林>中龄林;枝㊁干皮㊁去皮干㊁根蔸和全株生物量拟合效果优劣顺序为:幼龄林>中龄林>成熟林;根生物量拟合效果优劣顺序为:成熟林>幼龄林>中龄林.2.2 不分林龄杉木人工林各器官和全株生物量模型的拟合和优选以39株福建杉木人工林单木的实测生物量为因变量,D㊁D2㊁DH和D2H为自变量,采用11种数学模型进行回归拟合,共得到不分林龄的杉木单木各器官和全株生物量估算模型77个(n=39).结果表明,77个不同生物量模型的R2在0.394~0.994, SSR在0.073~8624.905,F检验达到极显著水平(P<0.01),其中,幂函数模型的R2在0.394~ 0.990㊁SSR在0.073~5.606,多项式模型的R2在0.437~0.994㊁SSR在67.730~8624.905,指数模型的R2在0.410~0.929㊁SSR在2.490~26.018.说明幂函数模型的拟合效果最优,其次为指数模型,多项式模型的拟合效果相对较差.这与不同林龄杉木人工林各器官和全株生物量模型的拟合效果表现出相同规律.综合分析,共选出不分林龄的杉木单木各生物量最优模型7个(R2在0.624~0.990,SSR在0.074 ~3.533).从表5可以看出,杉木人工林各器官生物量的最优模型均为幂函数模型,其中,叶㊁枝㊁根蔸和根的生物量最优估算模型形式为W=aD b,模型拟合效果顺序为根蔸>根>叶>枝;去皮干的生物量最优估算模型形式为W=a(DH)b,R2为0.990, SSR为0.074,估算误差较小;干皮和全株生物表5 不分林龄的杉木人工林单木生物量估算优选模型Tab.5 Biomass optimal models for individual tree of Chi⁃nese fir plantations regardless of ages(n=39)器官Organ拟合方程Fitting equation决定系数R2残差平方和Sum ofsquaredresiduals 叶Leaf W=0.0115D2.08230.624**3.1280枝Branch W=0.0059D2.28000.638**3.5333干皮Bark W=0.0089(D2H)0.82260.965**0.2463去皮干Stem without bark W=0.0320(DH)1.30500.990**0.0737根蔸Root head W=0.0104D2.39010.920**0.5922根Root W=0.0073D2.31250.866**0.9954全株Total single⁃tree W=0.0930(D2H)0.80300.976**0.1596 **P<0.01.量的最优估算模型形式为W=a(D2H)b,全株生物量的拟合效果优于干皮.以往研究表明,不同类型模型对单木生物量的拟合效果均以幂函数最优[19-23].本文的拟合结果也证明,利用幂函数拟合杉木单木生物量的结果优于其他两类函数,且生物量模型的自变量主要与植物的自身形态关系密切[24-25].有研究者认为,D(或地径)是建立单木器官生物量模型的最佳自变量,增加H为自变量并不能使方程的R2升高[26-27].但也有研究显示,D2H与单木器官生物量的相关性最好[28-29].因此,树种㊁林龄或器官不同,模型所采用的自变量可能不同,如本文所建杉木生物量最优模型的自变量在不同林龄和器官间有所差异.2.3 杉木人工林最优生物量模型的通用性比较2.3.1所建模型对福建不同林龄杉木单木各生物量预测效果的比较 由表6可见,用本文所建的杉木单木各器官和全株生物量最优模型对福建不同林龄单木各生物量进行预测,结果表明,幼龄林各生物量最优模型对中龄林和成熟林直接预测的平均精度(AA)均低于80%;分器官预测中龄林和成熟林全株生物量的AA分别为80.38%和85.35%,比全株生物量最优模型的预测精度(69.13%和68.84%)高.可见,杉木幼龄林生物量最优模型无法直接对中龄林和成熟林各器官和全株生物量进行精确预测,但可分器官精确预测中龄林和成熟林全株生物量. 杉木中龄林生物量最优模型对幼龄林的干皮㊁去皮干和全株以及成熟林的去皮干和全株(分器官估算)生物量预测的AA分别为88.47%㊁91.08%㊁94.01%㊁90.65%和88.45%,表明杉木中龄林生物量最优模型可精确预测幼龄林的干皮㊁去皮干和全株以及成熟林的去皮干和全株生物量.杉木中龄林140312期 李 燕等:杉木人工林生物量估算模型的选择 表6 杉木人工林各器官和全株生物量最优模型的预测效果Tab.6 Predictive effect of optimal models for estimating organs’and total single⁃tree’s biomass of Chinese fir plantation林龄Stand age (a)采样地Samplingsite器官Organ拟合方程Fitting equation福建单木Single⁃tree in Fujian林龄Standage(a)平均精度Averageaccuracy(%)林龄Standage(a)平均精度Averageaccuracy(%)江西单木Single⁃tree in Jiangxi林龄Standage(a)平均精度Averageaccuracy(%)7福建叶Leaf W=0.0075(DH)1.436716-306.0928-804.2628-898.10 Fujian枝Branch W=0.0210D2.0887-90.77-176.68-159.60干皮Bark W=0.0175D2.048970.3263.7871.03去皮干Stem without bark W=0.0617D2.138773.8649.2552.54根蔸Root head W=0.0078(DH)1.340862.9616.31-6.98根Root W=0.0022(D2H)1.0256-23.17-81.62-83.00全株Total single⁃tree W=0.0811(D2H)0.847269.1368.8463.60全株Total single⁃tree分器官Sum of organs80.3885.3579.91 16福建叶Leaf W=0.0039D2.4457733.682843.072816.31 Fujian枝Branch W=0.0070D2.133537.5119.3324.04干皮Bark W=0.0074(DH)1.305688.4757.1259.72去皮干Stem without bark W=0.0355(DH)1.278291.0890.6585.29根蔸Root head W=0.0183D2.175972.7874.4564.41根Root W=0.0068D2.308272.1078.1580.35全株Total single⁃tree W=0.1606D2.120394.0176.8382.98全株Total single⁃tree分器官Sum of organs77.6988.4585.37 28福建叶Leaf W=0.00003(DH)2.042575.831642.632844.43 Fujian枝Branch W=0.000043D3.965220.1955.0359.63干皮Bark W=0.0013(DH)1.557151.1663.1883.29去皮干Stem without bark W=0.0225(DH)1.368588.2091.4089.97带皮干Stem分器官Sum of organs81.8791.4691.63根蔸Root head W=0.0063D2.590171.4780.3361.93根Root W=0.0006(DH)1.584028.5964.7382.91地下部分Underground分器官Sum of organs49.7275.8279.55全株Total single⁃tree W=0.0173(DH)1.496448.3180.5791.09全株Total single⁃tree分器官Sum of organs58.8286.8191.14 7,16,28福建叶Leaf W=0.0115D2.0823----284.54 Fujian枝Branch W=0.0059D2.2800--12.13干皮Bark W=0.0089(D2H)0.8226--82.33去皮干Stem without bark W=0.0320(DH)1.3050--87.01带皮干Stem分器官Sum of organs--89.89根蔸Root head W=0.0104D2.3901--65.74根Root W=0.0073D2.3125--77.89地下部分Underground分器官Sum of organs--76.90全株Total single⁃tree W=0.0930(D2H)0.8030--84.39全株Total single⁃tree分器官Sum of organs--86.73 23江西[6,30]叶Leaf W=0.000747(D2H)0.999921----2833.16 Jiangxi枝Branch W=0.000949(D2H)0.999958---0.63干皮Bark W=0.001661(D2H)1.000003--79.78去皮干Stem without bark W=0.010254(D2H)0.999885--89.55带皮干Stem分器官Sum of organs88.64 31湖南[12]叶Leaf W=0.000001572778(D2H)1.703205----289.24 Hunan枝Branch W=0.0000002667972(D2H)2.030493---169.75干皮Bark W=0.007748683(D2H)0.8740341--44.62去皮干Stem without bark W=0.006869125(D2H)1.080237--65.39带皮干Stem分器官Sum of organs63.51地下部分Underground W=0.03359604(D2H)0.7073087--62.84全株Total single⁃tree分器官Sum of organs--58.31 8,12,福建[31]叶Leaf W=0.1354D2.9235H-1.6995----28-17.59 16,20Fujian枝Branch W=0.0226D3.1427H-1.2466---16.15带皮干Stem W=0.0407D1.5228H1.0703--91.14地下部分Underground W=0.8911+0.1327D+0.0423D2--49.31全株Total single⁃tree分器官Sum of organs--82.88 2403 应 用 生 态 学 报 21卷全株生物量最优模型对幼龄林的预测效果优于分器官的预测效果,而对成熟林单木全株生物量的预测效果则为分器官预测优于全株生物量最优模型.杉木成熟林生物量最优模型可对福建幼龄林的去皮干(AA=88.20%)和中龄林的去皮干(AA=91.40%)㊁根蔸(AA=80.33%)㊁全株(直接预测和分器官估算的AA分别为80.57%和86.81%)生物量进行精确预测,而且对幼龄林和中龄林全株生物量分器官预测的效果优于成熟林全株生物量最优模型的直接预测效果.综上,杉木中龄林模型对福建幼龄林杉木单木各器官生物量预测的综合效果优于成熟林模型;成熟林模型对中林龄预测的综合效果优于幼龄林模型;中龄林模型预测成熟林的综合效果优于幼龄林模型.不同方法预测全株生物量时,仅中龄林全株生物量模型预测幼龄林全株生物量的预测效果优于分器官预测,其余均为分器官预测效果优于全株生物量模型的直接预测效果.2.3.2所建模型对江西成熟林杉木单木各生物量预测效果的比较 由表6可见,本文用所建的福建杉木单木各器官和全株生物量最优模型对江西成熟林单木各生物量进行预测,结果表明,幼龄林最优模型对江西成熟林各生物量预测的AA均低于80%,其中,对成熟林单木全株生物量分器官预测的AA为79.91%,比幼龄林全株生物量最优模型预测的AA (63.60%)高.表明杉木幼龄林生物量最优模型无法精确预测成熟林各生物量,但分器官预测成熟林单木全株生物量的效果优于全株生物量最优模型的直接预测效果.杉木中龄林生物量最优模型对江西成熟林去皮干和根生物量预测的AA分别为85.29%和80.35%,全株生物量直接预测和分器官估算的AA 分别为82.98%和85.37%.表明中龄林生物量最优模型可精确预测成熟林去皮干㊁根和全株生物量,且分器官预测成熟林单木全株生物量的效果优于全株生物量最优模型的直接预测效果.杉木成熟林生物量最优模型可对江西成熟林的干皮(AA=83.29%)㊁去皮干(AA=89.97%)㊁根(AA=82.91%)和全株(直接预测和分器官估算的AA分别为91.09%和91.14%)生物量进行精确预测.预测全株生物量时,成熟林最优生物量模型分器官的预测效果优于全株生物量最优模型.不分林龄的生物量最优模型对江西成熟林干皮和去皮干生物量进行预测的AA分别为82.33%和87.01%,全株生物量直接预测和分器官估算的AA 分别为84.39%和86.73%.分器官预测杉木成熟林单木全株生物量的效果优于全株生物量最优模型的直接预测效果.杉木幼龄林㊁中龄林㊁成熟林和不分林龄的各器官和全株生物量最优模型对江西成熟林单木各生物量预测的综合效果优劣依次为:成熟林模型>不分林龄的模型>中龄林模型>幼龄林模型.预测全株生物量时,分器官的预测效果优于全株生物量最优模型的直接预测效果.2.3.3所建模型和文献模型对江西成熟林杉木单木各生物量预测效果的比较 由表6可见,本文用文献[6,12,30-31]中模型对江西杉木成熟林单木生物量进行预测.结果表明,江西23年生杉木成熟林单木生物量模型[6,30]对江西杉木成熟林单木叶㊁枝㊁干皮和去皮干生物量预测的AA分别为33.16%㊁-0.63%㊁79.78%和89.55%,说明文献[6,30]中的模型仅能对江西杉木成熟林单木去皮干生物量进行精确预测,而且对江西杉木成熟林叶㊁枝㊁干皮和去皮干生物量预测的AA均低于本文所建成熟林单木生物量最优模型(AA分别为44.43%㊁59.63%㊁83.29%和89.97%).与本文所建的不分林龄的生物量最优模型相比,文献[6,30]模型对叶和去皮干预测的AA较高,对枝和干皮预测的AA较低.湖南31年生杉木成熟林单木生物量模型[12]无法精确预测江西杉木成熟林单木叶㊁枝㊁干皮㊁去皮干和地下部分生物量,其AA分别为9.24%㊁-169.75%㊁44.62%㊁65.39%和62.84%,均低于本文所建的成熟林单木生物量最优模型的平均预测精度(地下部分生物量AA为79.55%,由根蔸和根生物量估算求和所得),除叶外,该模型预测的AA均低于本文所建的不分林龄的生物量最优模型的平均预测精度(地下部分生物量AA为76.90%,由根蔸和根估算求和所得).福建不分林龄的杉木林单木生物量模型[31]对江西杉木成熟林单木叶㊁枝㊁带皮干㊁地下部分和全株(分器官)生物量预测的AA分别为-17.59%㊁-16.15%㊁91.14%㊁49.31%和82.88%,表明文献[31]模型可精确预测杉木成熟林的带皮干和全株生物量.文献[31]模型对江西杉木成熟林叶㊁枝㊁地下部分和全株(分器官)生物量预测的AA均低于本文所建杉木成熟林和不分林龄的单木生物量最优模型,对成熟林带皮干生物量的预测精度高于本文所建的不分林龄的单木生物量最优模型(AA= 89.89%,由干皮和去皮干估算求和所得),但低于340312期 李 燕等:杉木人工林生物量估算模型的选择 。
不同产区杉木生物量与碳储量模型
不同产区杉木生物量与碳储量模型吕梓晴;段爱国【期刊名称】《林业科学》【年(卷),期】2024(60)2【摘要】【目的】建立适用于不同产区的杉木人工林生物量和碳储量模型,以便准确估算杉木人工林生物量和碳储量。
【方法】基于四川、广西、江西和福建共109株杉木的树干、树皮、枝、叶和根实测生物量数据以及四川、广西和福建共40株杉木的树干、枝、叶和根的含碳量实测数据,建立不同产区、不同林龄和综合产区成熟林的可加性生物量、碳储量模型。
采用似乎不相关回归(SUR)对可加性模型系统中的参数进行联合估计,并用调整后确定系数R^(2)_(a)和总相对误差TRE 检验模型拟合精度。
【结果】1)4个产区和不同林龄杉木生物量模型的R^(2)_(a)为0.6350~0.9958,TRE为−17.88%~21.39%,树干、树皮和全株生物量模型的R^(2)_(a)均在0.91以上,适用于建模地的杉木人工林生物量预测。
广西分侧根拟合的生物量模型除一级侧根外,R^(2)_(a)均在0.80以上,TRE为−5.42%~7.21%,可用于预测广西杉木人工林侧根生物量。
枝、叶、根的生物量模型拟合精度较干、树皮低。
2)四川、广西和福建3个产区碳储量模型R^(2)_(a)为0.8050~0.9940,TRE 为−19.34%~19.84%,树干、根和全株模型R^(2)_(a)在0.93以上,适用于各地区杉木人工林碳储量预测。
枝、叶的碳储量模型拟合精度较干和根低。
3)不同产区的生物量、碳储量模型通用性存在地域差异,位于中亚热带西区的四川生物量模型通用性最差,位于南亚热带的广西带皮干和全株生物量模型通用性较好,位于中亚热带东区的福建和江西生物量模型可进行相互预测;南亚热带广西的碳储量模型通用性最好,而四川和福建的碳储量模型仅适用于本地碳储量预测。
4)综合生物量模型R^(2)_(a)为0.7335~0.9669,根据交互检验结果,综合模型可准确估算不同产区成熟林和福建幼龄林、中龄林的带皮干和全株生物量,TRE为−10.47%~19.88%;还可对江西和福建成熟林及福建中龄林除枝以外的各器官和全株生物量进行准确预测;综合碳储量模型R^(2)_(a)为0.8029~0.9826,除对广西杉木人工林枝碳储量的预测误差相对较大以外,其他检验样本TRE为−9.57%~15.70%,说明模型的通用性好,可准确预测不同产区的杉木人工林各器官和全株碳储量。
杉木生态系统生物量与固碳能力的分析与评价
杉木生态系统生物量与固碳能力
的分析与评价
【摘要】：杉木(Cunninghamia lanceolata)是我国特有的优良速生针叶树种,分布地域广阔,在碳循环及维护生态系统平衡等方面发挥着非常重要的作用。
本文通过分析大量文献,讨论了立地条件、分布区域和经营方式等因素对杉木林生态系统生物量和生产力的影响。
根据文献资料对杉木林生态系统生物量和固碳能力进行了初步估测。
结果表明:①中国杉木林生态系统平均生物量约为36.516 t.hm-2,平均生产力约为8.412
t.hm-2.a-1。
杉木林生产力的最大值在杉木中心分布区的中亚热带,尤以中亚热带南部亚地带的最高,其生产力平均达13.50 t.hm-2.a-1;中亚热带北部亚地带平均为11.95 t.hm-2.a-1;南亚热带和北亚热带分别是8.83 t.hm-2.a-1和5.54 t.hm-2.a-1;北热带地区杉木林的生物生产力最低,平均为
5.02t.hm-2.a-1。
②1994年以前的统计数据,中国杉木林生态系统的总植物碳储量为:幼龄林9.98×106t,中龄林
31.61×106t,近熟林11.73×106t,成熟林7.50×106t,过熟林2.87×106t,总计为63.69×106t。
③目前,中国杉木林面积达1 239.1×104hm2,蓄积量为47 357.33×104m3,换算成生物量约为18 938.20×104t,总固碳量约为5 211.65×104t.a-1。
目前,杉木林生态系统的碳储量的估算没有包括土壤以及凋落物层的碳含量,因此,所估算的杉木林固碳能力和总的碳储量可能偏低。
不同坡位6年生杉木木荷混交林生物量分布格局分析
关 键 词 ： 木 木 荷 混 交林 ； 位 ； 物 量 ； 配 率 杉 坡 生 分 分 类 号 ：７ ８￥ ９ ． ：７ ２ ９ ￥ １： １ ７ ￥ ９ ． ７ ２ ９ 文 献标 识码 ： Ａ 文章 编 号 ：０ ６ ２ ０ （ １）１０ １－ ４ １０ — ５５２ ２ — ０ ８ ０ ０ ０
２２ 生物 量 调 查 ．
据 混交林 林分 生 长调查 结果 ，在 不 同坡位 每 块样 地 内各选 择 １ 株杉 木平 均木 和木 荷平 均木 ， 共选 １ ８株 平 均木 。用 电子 天平分 别称 量其 地上 部分 各器 官 （ 、 叶 枝 及 干 ） 物 量 ， 下 部 分 根 用 游标 卡 尺 分 级 后 （Ｏ２ 生 地 ＜．
２ 调 查 方 法 ２１ 样 地 选 择 与 调 查 ．
在踏查 被 调查林 分生 长状 况 的基础 上 ，不 同坡 位 （ 坡 、中坡 及下 坡 ）分 别 建立 ３块 ２ ２ Ｉ 上 ０ｍｘ０１ 的样 Ｔ
地。 每块样地进行每木检尺 ， 测量杉木及木荷树高及胸
径， 并进行 林 下植被 及 土壤立 地 因子调 查 。
・
１ ・ ８
９６ ０ ３１ 不同坡 位对杉木木荷 混交林 生长量影响分 鲜 生物量 下坡 分别 比中坡及 上坡 提 高 了 １． ％和 ． 析
从 表 １ 知 ，不 同坡 位对 ６ 生 杉木 木荷 混 交林 可 年 ４ ．２ 干生 物量 分别 比 中坡 及上 坡 提高 了 ２ ． ％和 ７１％， ３０ ３
湖北省杉木人工林立地类型划分及评价
湖北省杉木人工林立地类型划分及评价湖北省位于中国中部地区，具有丰富的森林资源。
其中，杉木人工林是湖北省的重要经济林种之一。
为了更好地利用和管理湖北省的杉木人工林资源，需要对其立地类型进行划分和评价。
1. 湿润型杉木人工林湿润型杉木人工林一般分布于湖北省的江汉平原及其周边地区，居于海拔300米以下。
该类型的林分针叶树保护层较为稳定，土壤养分较为丰富，水分供应充足，适宜杉木的生长。
此外，该类型林分也具有较好的保水保肥能力。
中等湿润型杉木人工林主要分布于湖北省的武汉、黄石等地区，居于海拔300-800米之间。
研究表明，该类型林分近地面风速适中，逐渐降低了雨势直接冲刷土壤的影响，有利于土壤的保水保肥和树木的生长发育。
半干旱型杉木人工林分布于湖北省西南地区，海拔1000米左右。
该类型林分水分供应不足，土壤养分贫瘠，往往需要人工补给水分和肥料，才能维持树木的正常生长。
但是，该类型林分的气温较高，光照充足，有利于树木的生产。
山地型杉木人工林分布于湖北省西南、西北等地区，海拔1500米以上。
该类型林分冬寒夏凉，气候较为独特，土壤养分丰富，水分适中，适宜杉木的生长发育。
但是，该类型林分地形陡峭，地势复杂，霜冻、干旱等自然灾害较为频繁。
1. 湿润型杉木人工林具有较高的生产能力和经济效益，但是易受连年涝灾影响。
2. 中等湿润型杉木人工林的生产能力和经济效益较为稳定，但是需要注意土壤的保水保肥和人为干扰。
3. 半干旱型杉木人工林的生产能力较低，但是由于气温较高，可以种植一些耐旱树种进行配套种植，提高生态效益。
4. 山地型杉木人工林的防护林效益和生态效益较为显著，但是管理难度较大，需要加强防灾管理和科学利用。
综上所述，湖北省杉木人工林的立地类型不同，其生产能力和经济效益也不同。
为了更好地利用和管理湖北省的杉木人工林资源，需要根据不同的立地类型采取不同的管理措施。
同时，也需要注意保护生态环境，促进可持续发展。
湖北高密度杉木人工林生长规律研究
储等对北亚热带江苏南部的低山丘陵区域杉木人 工林研究4 ,通过拟合林分生长模型，预测出短轮 伐建材林的不同立地及林分密度下的适伐年龄，并 分析探讨了杉木小径材集约经营和短期轮伐椽材 的栽培技术和经济效益0。
湖北省位于杉木北缘产区，杉木高密度短周期
1.2数据来源
2016〜2017年在湖北省咸宁市和黄石市进行
利用每块样地的平均树高和平均胸径作为林 分平均生长量，按照样地内每木检尺的林木计算单 木材积并推导林分平均蓄积,单株材积利用湖北省
杉木二元材积公式计算:V=0. 000062678XD1 7043
X111486。林分生长模型参考李晓储刀和李子
敬凹等人研究经验，模型按照表4中方程进行拟
， 建 据及
据 5(
表2理论生长方程
方程名称 理查德(RAhards) 逻辑斯蒂(Logistic) 考尔夫(Korf) 坎派兹(Gompertz) 单分子(Pitscherlich ) 舒马克(Schumacher)
表达式 H=aX. *一exp( — bXt)下 H=a/[l + exp(2—cXt)) H=aXexp(—b/t) H=aX exp[—bX exp(—cXtt) H=a+bXexp( —cXt& H=aXexp(—b/t&
高 杉木人工林标准地调查，
林、
同立地的林分，标准地设置面积为600 m2 (20 m X 30 m),样地内每木检尺，测量胸径、树高、枝下
高、冠幅等生长量指标，并记录地理位置、造林年
小径材栽培在鄂东南区已有多年历史，且近年来小 径材林的栽培更加广泛，对该区域的高密度造林培 育小径材林的杉木林分生长状况进行研究就显得
树种之一&。中国种植杉木人工林的面积较广，随 着杉木经济市场的不断变化，不同规格的杉木材需 求量显著增加，小径材也得到广泛利用2 (
湖北木林子自然保护区天然林不同恢复阶段林分结构特征
ｔｒｅｅｓ ｗｉｔｈ ａｂｓｏｌｕｔｅ ｄｏｍｉｎａｎｔ ｇｒａｄｅｓ ｉｎ ｄｉｆｆｅｒｅｎｔ ｒｅｓｔｏｒａｔｉｏｎ ｓｔａｇｅｓ． Ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｓｅｃｏｎｄａｒｙ ｓｔａｎｄｓ ｏｆ ２４ ａｎｄ ３９ ｙｅａｒｓ
ｓｔａｎｄ ａｔ ｄｉｆｆｅｒｅｎｔ ｒｅｓｔｏｒａｔｉｏｎ ｓｔａｇｅｓ ｗｅｒｅ ｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙ ｅｖａｌｕａｔｅｄ ｂｙ ｔｈｅ ｓｔａｎｄ ｓｐａｔｉａｌ ｓｔｒｕｃｔｕｒｅ ｉｎｄｅｘ （ Ｉ） ａｎｄ ｔｈｅ ｓｔａｎｄ
ｓｐａｔｉａｌ ｓｔｒｕｃｔｕｒｅ ｄｉｓｔａｎｃｅ （ Ｄ） ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ｎａｔｕｒａｌ ｆｏｒｅｓｔ ｗａｓ ｗｅｌｌ ｍｉｘｅｄ ａｔ ｄｉｆｆｅｒｅｎｔ ｒｅｓｔｏｒａｔｉｏｎ ｓｔａｇｅｓ， ａｎｄ
ｒｙ ｆｏｒｅｓｔ ａｆｔｅｒ ｎａｔｕｒａｌ ｒｅｃｏｖｅｒｙ ｏｆ ２４ ａｎｄ ３９ ａ ａｆｔｅｒ ｃｌｅａｒ⁃ｃｕｔｔｉｎｇ．
Ｋｅｙｗｏｒｄｓ Ｓｅｃｏｎｄａｒｙ ｆｏｒｅｓｔ； Ｐｒｉｍａｒｙ ｆｏｒｅｓｔ； Ｎａｔｕｒａｌ ｒｅｃｏｖｅｒｙ； Ｓｔａｎｄ ｓｔｒｕｃｔｕｒｅ； ＤＢＨ ｃｌａｓｓ⁃ｓｐａｔｉａｌ ｓｔｒｕｃｔｕｒｅ ｂｉｖａｒｉ⁃
１１０°１７′５８″Ｅ） 建立了天然次生林研究区。 该区域属
中亚热带湿润季风气候，位于武陵山余脉，雨热同
期，光照充足，全年湿润，海拔 １ １００ ～ ２ ０９５ ｍ，年均
不同坡位5年生杉木木荷混交林生物量及其分配
不同坡位5年生杉木木荷混交林生物量及其分配
张章秀
【期刊名称】《安徽农业科学》
【年(卷),期】2010(038)024
【摘要】分析了不同坡位5年生杉木木荷混交林杉木木荷混交林生长量、地上及地下部分生物量及其分配率.研究结果表明,从杉木木荷混交林的胸径生长、树高生长、鲜生物量、干生物量以及各器官生物量来看,均表现为下坡位生长量>中坡位生长量>上坡位生长量.从平均木地上部分各器官生物量分配率来看,杉木不同坡位均表现为树干>叶>枝,木荷不同坡位均表现为树干>枝>叶.从平均木各径级根生物量分配率来看,杉木不同坡位均表现为骨骼根>中根>大根>小根>细根,木荷不同坡位均表现为骨骼根>中根>小根>细根>大根.
【总页数】4页(P13255-13257,13259)
【作者】张章秀
【作者单位】福建省尤溪县林业局,福建尤溪,365100
【正文语种】中文
【中图分类】S718.3
【相关文献】
1.不同坡位5a生杉木、厚朴及马褂木混交林生物量分配格局 [J], 罗祖树
2.不同坡位杉木樟树混交林地上部分和地下部分生物量分布 [J], 张章秀
3.不同坡位6年生杉木木荷混交林生物量分布格局分析 [J], 陈仪全
4.杉木闽楠木荷混交林不同坡位生长情况浅析 [J], 杨烨
5.不同坡位马尾松及江南油杉与木荷混交林生物量分布研究 [J], 朱新东
因版权原因，仅展示原文概要，查看原文内容请购买。
杉木分布区中带不同发育阶段人工林生物量估测模型
杉木分布区中带不同发育阶段人工林生物量估测模型王俊鸿;郭福涛;吴鹏飞;周丽丽;苏漳文;马祥庆【摘要】在收集杉木分布区中带不同发育阶段杉木人工林生物量资料基础上,选择10种不同的生物量估测模型,对杉木幼龄林、中龄林、近熟林和成熟林各器官(地上部分、叶、枝、皮、干、根)生物量与主要测树因子进行拟合,筛选不同发育阶段杉木不同器官生物量估测模型.结果表明:拟合效果最好的为幂函数模型,其次为指数函数模型,再次为多项式模型;共筛选出估算杉木幼龄林、中龄林、近熟林和成熟林各器官和总生物量的最优模型42个(包括36个不同器官生物量模型、6个全株生物量模型);从杉木各器官生物量的拟合效果看,拟合度最高的模型均是以胸径和树高为自变量的模型.这些模型为分布区中带不同发育阶段杉木人工林生物量的确定和碳储量评价提供科学依据.【期刊名称】《安徽农业科学》【年(卷),期】2014(000)016【总页数】5页(P5104-5108)【关键词】杉木;分布区中带;生物量;估测模型;发育阶段【作者】王俊鸿;郭福涛;吴鹏飞;周丽丽;苏漳文;马祥庆【作者单位】福建农林大学林学院,福建福州350002;国家林业局杉木工程技术研究中心,福建福州350002;福建农林大学林学院,福建福州350002;福建农林大学林学院,福建福州350002;国家林业局杉木工程技术研究中心,福建福州350002;国家林业局杉木工程技术研究中心,福建福州350002;福建农林大学林学院,福建福州350002;福建农林大学林学院,福建福州350002;国家林业局杉木工程技术研究中心,福建福州350002【正文语种】中文【中图分类】S791.27生物量能很好地反映人工林与周围环境在能量流动和物质循环上的相关关系，在评价人工林对全球碳平衡和温室气体影响方面有重要作用[1-3]。
传统的森林生物量估算方法主要有气体交换法和直接收获法，这些方法存在仪器昂贵、费时费力、对研究对象破坏较大及观测不连续等问题[3-4]。
杉木人工林林分可视化模拟系统设计与实现
杉木人工林林分可视化模拟系统设计与实现王灵霞;唐丽玉;陈崇成;陈琪【摘要】在林业领域,森林生长模型的预测结果可以提供丰富的详细信息,然而传统使用文本或统计表的方式表达模拟结果不利于结果的分析和理解.针对此问题,根据林分结构描述参数和分析内容的具体可视化需求,集成虚拟植物、可视化技术和森林径阶模型,设计了杉木人工林林分可视化模拟系统的体系结构.利用VS2008开发平台、ArcEngine与OSG图形渲染引擎,在VisForest原型系统的基础上,开发集成Weibull分布模型、杉木胸径与树高和冠幅的关系模型等,形成杉木人工林可视化模拟系统.系统实现了林分结构的统计分析、二维可视化和二三维一体化的可视化模拟.该系统为林分生长和林分经营管理的研究和决策提供了直观高效的表达手段和可视化分析工具.【期刊名称】《微型机与应用》【年(卷),期】2015(034)004【总页数】4页(P93-96)【关键词】直径分布;杉木;人工林;林分空间分布格局;可视化【作者】王灵霞;唐丽玉;陈崇成;陈琪【作者单位】福州大学地理空间信息技术国家地方联合工程研究中心福建省空间信息工程研究中心,福建福州350002;福州大学地理空间信息技术国家地方联合工程研究中心福建省空间信息工程研究中心,福建福州350002;福州大学地理空间信息技术国家地方联合工程研究中心福建省空间信息工程研究中心,福建福州350002;福州大学地理空间信息技术国家地方联合工程研究中心福建省空间信息工程研究中心,福建福州350002【正文语种】中文【中图分类】TP391.9林分结构研究历来是森林研究的重点和难点，经过几十年的发展，已经建立了许多林分的生长模型，预测结果可以提供丰富的信息，但大部分结果以文本或统计表格的形式表达，不利于分析和充分理解模拟结果。
在森林研究的各项领域中，林木在水平地域上的分布及林木各属性的分布信息越来越重要，可以体现林木之间的竞争。
湖北杉木人工林生物量及其可变密度预估模型研究
湖北杉木人工林生物量及其可变密度预估模型研究杜超群;袁慧;林虎;刘华;许业洲【期刊名称】《西南林业大学学报（自然科学）》【年(卷),期】2024(44)3【摘要】利用6~59年生杉木人工林190个标准地资料和517株样木生物量测定数据,以建立的单木生物量估算方程为基础推算出各林分单位面积生物量,并基于林龄、立地指数以及7种不同林分密度指标构建并选择最优的全林分生物量预估方程,研究湖北杉木人工林林分生物量及其变化规律。
结果表明:该区域杉木人工林平均单株生物量为52.8893 kg,以胸径和树高为变量的二元单木生物量方程的拟合优度为0.91,其拟合优度和精度更高;林分平均单位面积生物量为101.4923 t/hm^(2),总体上呈随林龄增加而增大的趋势;基于多元回归技术的经验方程构建了含7个林分密度指标和不含密度指标共计16种林分生物量预估模型,包含林分立木株数和林木大小信息的林分密度指标的模型均达到了较理想的拟合效果,其中密度指数SDI 的Schumacher修正收获模型精度最高,确定系数为0.95,检验精度为97%,对本区域杉木生物量估算具有较好的适用性,能为其人工林经营和质量提升提供参考与支持。
【总页数】10页(P138-147)【作者】杜超群;袁慧;林虎;刘华;许业洲【作者单位】湖北省林业科学研究院;湖北省太子山林场管理局;湖北省林业局林木种苗管理总站【正文语种】中文【中图分类】S722.83【相关文献】1.2种杉木人工林密度与立木生物量的研究2.基于人工神经网络的杉木可变密度蓄积量收获预估模型3.杉木人工林可变密度的全林分模型及其应用研究4.杉木人工林可变密度收获表、密度标准表编制的研究5.福建杉木人工林可变密度收获表编制方法的研究因版权原因，仅展示原文概要，查看原文内容请购买。
- 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)。
鄂西地区杉木林生物量模拟及其分配格局胡炎红;庞启亮【摘要】笔者研究杉木的生物量及其分布格局对研究鄂西地区植被碳循环具有重要意义,以杉木生物量为研究对象,利用在鄂西地区样地每木调查的资料,建立了不同器官生物量预测模型,统计分析了不同杉木林分的乔木层生物量及其组成关系;通过对样品含水量的测定,统计分析出不同林分灌木层和枯落物的生物量;杉木林各器官生物量模型分别为：W树干=0.010 0（D2 H）1.036 6;W树皮=0.013 5（D2 H）0.787 1;W树枝=1.223 0（D2 H）0.257 3;W树叶=0.851 1（D2 H）0.258 7;W 地下=0.031 1（D2 H）0.736 7;W地上=0.070 7（D2 H）0.854 3;W总=0.094 2（D2 H）0.838 3。
结果表明杉木林生物量主要集中于乔木层,各部分所占比例为：干（52%）〉地下（15%）〉枝（14%）〉叶（10%）〉皮（9.6%）,灌木层和枯落物的生物量比较少。
%The authors studied on biomass and distribution of Cunninghamia lanceolata（Lamb.）Hook.on the significance for carbon cycle in western of Hubei.The biomass of Cunninghamia lanceolata（Lamb.）Hook.in western of Hubei was the investigative target.Predicted models of the biomass for different organs were established and the biomass of tree layer as well as its components in different stands were analyzed basing on the statistics of sample plot survey.The biomass of shrub and litter layer in different stands were analyzed through determining the water content in the samples,and finally the total biomass and its distribution rule and pattern were calculated.The results are summarized as follows,the biomass mode of Cunninghamia lanceolata（Lamb.）Hook.were Wtrunk=0.010 0（D2H）1.036 6;Wbark=0.013 5（D2H）0.787 1;Wbranch=1.223 0（D2H）0.257 3;Wleaf=0.851 1（D2H）0.258 7;Wroot=0.031 1（D2H）0.7367;Waboveground=0.070 7（D2H）0.854 3;Wtotal=0.094 2（D2H）0.838 3.The biomass of Cunninghamia lanceolata（Lamb.）Hook.were mainly concentrated on arbor layer,in which the proportion of each part is that wood（52%） root（15%） branch（14%） leaf（10%） bark（9.6%）,while the biomass in shrub and litter layer are comparatively little.【期刊名称】《湖北林业科技》【年(卷),期】2012(000)003【总页数】4页(P6-9)【关键词】杉木;生物量;生长模型;分配规律【作者】胡炎红;庞启亮【作者单位】黑龙江省大兴安岭地区科技局,大兴安岭165000;黑龙江省大兴安岭地区农林科学院,大兴安岭165000【正文语种】中文【中图分类】S513森林生物量的研究是现代森林生态系统研究中的重要组成部分，是揭示森林与环境各成分相互制约，相互影响规律的重要基础，是实现森林生态系统可持续经营和发挥其服务功能的关键理论基础。
对研究生态系统物质和能量的固定、消耗、分配、积累和转化及评价生态系统的生产力有重要意义［1～3］。
森林生物量不仅是研究生态系统结构和功能的基础，也是研究生态系统的固碳能力，探索生态系统的碳源汇关系，进而对全球变化进行预测的基本资料。
在陆地生态系统各植被类型中，森林不仅控制着地上碳蓄积的80%和地下碳蓄积的40%［4］，而且在地圈、生物圈的地球化学循环中也起着重要的“缓冲器”和“阀”的作用［5］。
目前，气候变暖是全球变化研究中的一个热点话题，关于其成因依然有很大争议，其中争论的焦点是陆地生态系统到底释放了多少的CO2。
由于森林生物量与森林碳贮量紧密相关，随着近年来人们对森林碳吸存研究的重视，有关区域或国家尺度的森林生物量的估算以及动态变化等成为研究热点［6］，同时森林生物量是生态系统运行的能量基础和营养物质的来源，因此科学、准确地调查森林中的生物量对研究森林生态系统是碳源与碳汇有着重要的意义。
杉木 Cunninghamia lanceolata（Lamb.）Hook.是三大常绿针叶树种之一，在20世纪80年代第一期世界银行贷款造林中占34.7%［7］，在我国南方集体林区的生产建设中，具有重要的作用。
杉木人工林是我国生物量研究最早的森林类型，亦是目前有关生物量研究开展最多的森林类型［8～11］。
杉木为鄂西主要用材树种，有近千年的栽培历史。
研究杉木的生物量及其分布格局对研究鄂西地区植被生物量和生产力具有重要意义，为鄂西地区杉木林生态系统的碳储量和碳循环研究提供一定数据支持。
1 研究区概况研究区位于中亚热带湿润地区，四季分明。
冬季少雨，初夏和仲夏雨水集中，盛夏常有伏旱。
年平均气温达18℃，边缘山地年平均气温10～14 ℃，无霜期长达300～340d。
年平均气温垂直梯度变率为0.63℃／100m。
研究区降水丰沛，年平均降水量在1 100mm 左右，4～10月降水占全年的80%，7～8月相对湿度为60%～80%。
2 样地的设置与调查2.1 样地的选择以群落类型、海拔梯度地形为主要因子设置样地。
研究区杉木林多为人工纯林，天然林面积较小，选择近自然杉木人工林进行调查。
选择样地时尽量避免选择包括较多大径级的树木，因为单株的生物量随直径呈几何级数增长［12］。
表1 杉木样地概况样地序号群落名称面积／m2 海拔／m 地貌坡位坡向坡度／° 郁闭度S1 杉木林 200 220 丘陵下东北30 0.5 S2 杉木林 150 393 低山中北 10 0.7 S3 杉木林 200 1 630 中山上西北 8 0.7 S4 杉木林 200 1 400 中山上东 5 0.6 S5 杉木林 300 1 450 中山中东 7 0.7 S6 杉木林 300 1 191 中山中西北 12 0.6 S7 杉木林 400 436 低山上东 12 0.5 S8 杉木林 225 840 低山中东 7 0.8 S9 杉木林 300 1 160 低山上北 10 0.6 S10 杉木林 300 1 180 低山中东 6 0.7 S11杉木林 100 825 低山上东5 0.82.2 每木检尺在样地林分中，按常规测树学方法逐株测量胸径、树高。
平地要沿“S”形一行一行测量，坡地从坡下向坡上调查。
2.3 标准木的选择与测量以平均胸径为标准选取1～2株标准木。
标准木不宜选林缘木、被压木、病虫危害大和其他受自然或人类因素干扰破坏的立木，选好标准木后，标记树干南北方向后，并用粉笔标记然后伐倒，测量树高、胸径等因子并做好记录。
2.4 标准木生物量测定采用平均木法测定时选择不同的测树因子选取的平均木也是不同的，可以得到不同的林分生物量。
笔者选择胸径和树高作为测树因子。
树干生物量用分层切割法，枝叶采用分层、分级调查，地下生物量挖取树根，实测5mm 以上根鲜重，并分别取样烘干，换算为干物质重。
2.5 林下生物量测定在样地内按对角线设置2m×2m 的小样方，分别于四角和中央取5块。
挖取样方内的所有灌木与草本（带根）分别地上部分、地下部分称鲜重。
并分别取地上部分、地下部分样品称重，装入信封做好标记，带回室内，用于测定水分。
2.6 枯落物生物量测定于四角和中央取5块0.5 m×0.5 m 的小样方。
取样方内未分解层所有枯落物称鲜重，装入网袋做好标记，带回室内，用于测定水分。
2.7 样木含水率测定和资料整理样品在105℃烘箱内烘至干重，求出含水率，然后依据鲜重求出各器官、各部位绝对干重，将各器官生物量按径阶累计得径阶单株生物量，再根据样地各径阶株数算出径阶生物量和全林分生物量及单位面积上这两类生物量。
3 结果与分析3.1 杉木生物量生长模型的确定表2 杉木生物量预测方程参数器官 a b F 值 Pr＞F干 0.094 2 0.838 3 1 496.72 ＜0.000 1皮 0.010 0 1.036 6 896.1 ＜0.000 1枝 0.013 5 0.787 1 142.57 ＜0.000 1叶 1.223 0 0.257 3 38.63 ＜0.000 1地下 0.851 1 0.258 7 27.48 ＜0.000 1地上 0.031 1 0.736 7 768.55 ＜0.000 1总计 0.070 7 0.854 3 1 193.26 ＜0.000 1在拟合相关方程时，有线性函数、幂函数和指数函数简称3 种方法。
但研究表明［13］，以幂函数曲线模拟效果最佳。
如树干生物量、枝条生物量、叶生物量、地下部分生物量以及地上部分中与D2之间常成立相对生长关系。
Yoda曾经指出根的生物量与D2 H 之间成很好的相对生长关系［13］，即利用SAS软件，以公式（1）为模型，应用测得的标准木胸径、树高的信息，计算得到各参数数值，结果见表2。
表3 杉木林林分各部分生物量样地号平高均／m树平径／均c胸m（t·干hm／－2）（t·皮hm／－2）（t·枝h／m－2）（t·叶hm／－2）（t·地h下m／－2）（t生乔·物h木m量层－／2）（t生灌·物h木m量层－／2）（t生枯·物h落m量物－／2）（t·总h计m／－2）S01 10.38 12.58 92.32 16.80 25.13 17.67 25.93 176.29 1.29 8.86 352.67 S20 9.40 10.04 38.33 8.80 19.83 13.93 14.20 88.17 4.22 8.92 144.03 S31 16.70 26.69 251.48 32.04 19.76 13.93 45.86 362.72 0.96 9.11 194.16 a04 8.17 11.25 41.88 8.33 15.82 11.12 13.13 85.71 2.57 2.61 181.47 a12 8.11 14.35 77.01 14.13 21.58 15.17 21.86 147.99 1.92 6.67 96.75 a29 9.16 11.61 48.41 9.08 15.00 10.55 14.11 94.62 3.15 4.87 370.74 a31 7.75 10.31 87.42 10.89 17.23 12.11 16.20 120.33 0.41 18.70 104.82 a37 10.35 13.99 41.24 6.76 8.64 6.08 10.24 69.97 3.83 10.19 162.01 b04 13.30 14.96 204.16 31.61 34.70 24.42 47.33 342.53 1.09 19.38 115.09 b09 11.33 14.53 73.99 12.24 15.18 10.68 18.55 130.89 2.12 34.86 157.32 b33 7.59 8.69 77.19 18.58 50.16 35.22 30.37 184.09 0.93 3.06 73.97 3.2 杉木生物量及其分配根据得到的杉木各器官的生长模型，分别将每木检尺得到的树高、胸径的数据带入各个方程，得到不同杉木林分各部分的生物量、乔木层总生物量及单位面积的生物量。