基于冠幅直径和植株高度的灌木地上生物量估测方法研究
帽儿山地区6种灌木地上生物量估算模型
（ 东北林 业大学 ， 哈尔滨 ，５ ０ ０ １０ ４ ）
摘 要 选择帽儿 山地 区 ６种典型灌木暴马丁香（ ｙｉ ａｒ ｉ ｌｔ ｖｒ ｍ ｒｎｉ 、 Ｓｒ ｇ ｔ ｕ ａ ａ．ａ ｕｅｓ ） 刺五加 （ ｃｎｈｐ ｎｘｓｎ ｎ ｅｃ ａ ｓ Ａ ａｔｏａａ — ｅ ｔｏｕ） 鸡树条荚莲（ ｉ ｒｕ ｒｅｔ） 乌 苏里绣线菊（ｐｒｅ ｓ ｒ Ｔｉ 、 ｉ ｓｓ 、 ｃ Ｖｂ ｎ ｍ ｓ ｇｎｉ 、 ｕ ａ ｉ Ｓｉ ａｕｓ ｉ￣ｓ 毛榛（ ｏ ｌ ａ ｄｈｒ ａ 、 ａ ｕｅ ） Ｃ ｒ ｕ ｍ ｎ ｓｕｉ ） 卫矛 （ ｕ ｙｓ ｃ Ｅ— ｏｙ ｓ ｌｔ ） ｎｍｕ ａａｕ 进行 地上 生物量及其相 关因子研 究。以地径和植株 高度 为指 标 ， 过数 学模拟 ， 立并 筛选 出最优 ｓ 通 建 生物 量回归方程 。结果表明 ， ６种典型灌木的最优 生物量回归方程均为幂 函数 方程（ ．７ —０ ８ １ｐ ０ ０ ） Ｒ ＝０４ １ ．６ ，＜ ．５ ； 模型模拟 结果 良好 （ ｓ ３ ％ ； Ｍ ２ ％ ） 可以用于灌木地 上生物量 的估 算。 Ｒ ＜ ０ Ｒ ＜ ０ ， 关键 词 灌木 ； 地上生物量 ； 估算模型
ｓｙ 一 ０ １ ３ （ ） 一 ４— ７ ｉ ． ２ １ ，９ ５ ． ５ ５ ｔ
Ａｎ ｅ ｐ ｒ ｎ ａ ｏ ｄ ｃ ｅ ｏ ｓ ｄ ｈ ｂ ｖ — ｒ ｕ ｄ ｂ ｏ ｓ ｆＳ ｒｎ ａ ｒｔ ｕａ ａ ｖ ｒ ｍｕ ｅ ｓ ，Ａ ａ ｔ ｏ ａ ａ ｘ ｅｉ ｍｅ ｔｗ ｓｃ ｎ ｕ ｔ ｄ ｔ ｔ ｙ ｔ ｅ ａ ｏ ｅ ｇ ｏ ｎ ｉｍａ ｓｏ ｙ ｉｇ ｅｉ ｌｔ ａ ．ａ ｒｎ ｉ ｕ ｃ ｓ ｃ ｎｈｐ ｎ ｘ
ｔｒ ｎ ｌｎ ｅｇ ｔ ｓｔ ｅｅ ｔ ｔ ｎ ｉ ｄ ｘ ｓ ｂ ｔ ｅ ｔ ａ ｉ ｌｔ ｎ ｅ ｄ ｐ ａ ｔ ｉｈ ｈ ｓｉ ｉ ｎ ｅ ｅ ｙｍａｈ ｍａｉ ｌ ｍｕ ａｉ ．Ｒｅ ｕ ｔ ｈ ｗ ｄ ｔ ａ ｔ ｅ ｂｏ ｓ ｏｒ ｅｗ ｌ ｅ — ａ ｈ ａ ｍａ ｏ ｃ ｓ ｏ ｓ ｌ ｓ ｏ ｅ ｔ ｈ ｉｍａ ｓｅ ｔｄ ｂ ｅｌ ｘ ｈ ｌ ｐ ｅ ｓ ｄ ｂ ｎ ｅ ｐ ｎ ｎ ｉｌｆ ｎ ｔ ｎ ｒ ｓｅ ｙ ａ ｘ ｏ ｅ ｔ ｕ ｃｉ ．Ｔ ｅ ｍｏ ｅ ａ ｅ ｕ ｅ ｏ ｅ ｔ ｔ ｂ ｖ ・ ｒ ｕ ｄ ｂ ｏ ｓ ｆｓ ｒ ｂ ｕ ｏ ｉ ｅｔ ｒ ａ ｏ ｈ ｄ ｌｃ ｎ ｂ ｓ ｄ ｔ ｓｉ ｅ ａ ｏ ｅ ｇｏ ｎ ｉｍａ ｓ ｏ ｈ ｕ ｓ ｄ ｅ ｔ ｔ ｂ ｔ ｍａ ｓ ｅ
灌木目测估计法
灌木目测估计法
灌木是生态系统的重要类型之一，因其地上多分枝的茎与近地的树冠具有很强的防风固沙保持水土的能力，地下根系分布深而广具有很强的抗旱能力，从而在生态保护、恢复和重建中起着重要作用．灌木生物量是灌木群落和生态系统研究的一个重要指标，然而，与乔木和草本植物生物量的研究相比国内外对灌木生物量的研究少得多．到目前为止，灌木生物量的测定仍主要采用直接收割法，此方法费时费力。
因此，简便快捷的灌木生物量测定方法有助于推动灌木生物量研究工作的进一步开展，同时在资源调查、生态保护和环境建设等方面具有实际意义．采用易测因子估测灌木地上生物量以及枝和叶(光合器官)生物量的方法大大减少了灌木生物量测定的工作量，受到国内外学者的关注．目前国内探讨较多的易测因子是植株高度和地径引，实际上，冠幅直径和生物量之间的关系密切且早已被关注，冠幅直径和植株高度能够更好地体现灌木的形态特征，从而建立更直观的地上生物量估测模型．河蒴荛花(Wikstroemia chamaedaphne)是一种普遍分布于北京远郊及毗邻地区具有多种用途的灌木．该灌木是该区退化生态系统中比草本更接近顶级的一种植被类型，在当地生态系统中占有重要地位．本文根据野外调查结果，应用数理统计方法建立了由冠幅直径和植株高度构建的河蒴荛花地上生物量和枝、叶生物量估测模型，为利用易测因子估测灌木地上生物量的方法及其应用提供参考．。
荒漠灌木生物量多尺度估测——以梭梭为例
灌 木生 物量 是研究 荒 漠生 态系 统结 构与 功 能 的重 要 指标 ＿ ２ ］ 。我 国荒 漠 地 区灌 丛分 布范 围较大 ， 但 相 比于 森林 生
态 系统 ， 其生 物量 储量 与密 度相 对较 小 ， 因 而未受 到 足够 重视 ＿ ｇ ］ 。 目前 对灌 木 生物 量 的研 究 多采 用直 接 收获法 及样 方 法 ， 但 该 方 法不 仅 费 时耗 力 ， 对 生 态 系统 破 坏性 较 大 ， 而 且存 在 很大 的不 确定 性—— 样 本量 和均 匀性 都很 难 满足 统计 学要 求 。而通 过模 型 的方法 估算 生物 量能有 效 地降 低 对植 被 的破坏 ， 而且 可用 于观 测生 物量 动 态变化 。因此 ， 对 于 荒漠 生 态 系统 而 言 ， 采用 模 型 法是 研 究灌 木 生 物
关键词 ： 生物量模型 ； 尺度转换 ； 相对 盖 度 ； 植冠体积 ； 梭 梭 群 落
中图分类号 ： ￥ ７ １ ８ ． ５ ５ 。 。 ６ 文献标识 码 ： Ａ 文章编号 ： １ ０ ０ ４ — ５ ７ ５ ９ （ ２ ０ １ ３ ） ０ ６ — ０ ０ ０ １ １ ０
ＤｏＩ ： １ ０ ． １ １ ６ ８ ６ ／ ｃ ｙ ｘ ｂ ２ ０ １ ３ ０ ６ ０ １
失 汇及碳 贸 易 的大背 景下 ， 生物 量仍 是 当前及 未来 学 术界 研究 的热 点 和重点 ¨ ６ ｛ ］ 。荒漠 是陆 地生 态系 统的 重要 组
成部分 ， 约 占陆地 总面 积 的 ２ Ｏ ［ ９ ］ 。荒 漠生 态 系统 的生 物量 和生 产力 不仅 是 反 映荒 漠生 态 系统 基本 特 征 的重 要 指标 ， 也是 研究 荒 漠生 态 系统物 质循 环 和能 量流 动 ， 评 价荒 漠 生态 系统 生产 潜力 以及进 行 荒漠 生态 系统经 营 管理
北京山区主要林下木本植物生物量估测模型
北京山区主要林下木本植物生物量估测模型王欢;牛树奎;孙武;张志旭【期刊名称】《生态科学》【年(卷),期】2014(033)004【摘要】以北京林业大学妙峰山实验林场10种分布较广泛的木本植物为研究对象,其中木本植物按形态分为乔木型灌木(主干明显)和典型灌木(分枝多主干不明显),分别调查各物种高度、基径、冠幅及其干湿比,并对各物种测量因子与生物量之间的关系进行研究分析,构建了各物种以植冠面积(A)、植株体积(V)、基径和株高乘积(DH)、基径平方与株高乘积(D2H)等为自变量的器官和全株生物量最优模型,同时采用总相对误差(Rs＜30％)和平均相对误差绝对值(RM,A＜20％)2种检验方法对模型进行检验.结果表明:木本植物器官及全株最优模型方程形式多为二次、三次方程及幂函数方程;叶、枝、根和整株的生物量最优模型采用的自变量多为V或D2H,有个别种木本植物采用A或DH做为自变量;干的生物量最优模型采用的自变量为V或D2H,且模型预测精度较好,可以用于相同或相似立地条件木本植物生物量的估算.【总页数】8页(P741-748)【作者】王欢;牛树奎;孙武;张志旭【作者单位】北京林业大学林学院,北京100083;北京林业大学林学院,北京100083;北京林业大学林学院,北京100083;北京林业大学林学院,北京100083【正文语种】中文【中图分类】S718.55【相关文献】1.吉林金沟岭林场不同密度天然云冷杉林林下主要灌木生物量模型 [J], 季蕾;亢新刚;张青;郭韦韦;周梦丽;2.吉林金沟岭林场不同密度天然云冷杉林林下主要灌木生物量模型 [J], 季蕾;亢新刚;张青;郭韦韦;周梦丽3.长白山云冷杉林下主要树种幼树生物量 [J], 张梦弢;亢新刚;蔡烁4.长白山几种主要森林群落木本植物细根生物量及其动态 [J], 郭忠玲;郑金萍;马元丹;韩士杰;李庆康;于贵瑞;范春楠;刘万德;邵殿坤5.长白山阔叶红松林大样地木本植物组成及主要树种的生物量 [J], 姜萍;叶吉;吴钢因版权原因，仅展示原文概要，查看原文内容请购买。
灌木生物量测定的研究进展
灌木生物量测定的研究进展卢振龙;龚孝生【期刊名称】《林业调查规划》【年(卷),期】2009(034)004【摘要】介绍及比较了当前灌木生物量研究中较为常用的5种方法:样方法、平均木法、相对生长法、数量化法和非破坏性方法,对影响灌木生物量的环境因子和影响灌木生物量测定的测树因子的研究成果进行综述,最后介绍和讨论了灌木生物量预测模型的变量选择、精度评价指标和选型等问题.%The paper introduces and compares five methods commonly used in the research of shrub biomass estimation including plot method, mean sample timber, relative growth method, quantitative and non- destructive method. Meanwhile, it elaborates the research achievement with regard to environmental factors influencing shrub biomass and tree- measurement factors influencing biomass estimation. At last, it discusses the problems concerning variable selection, accuracy evaluation index and model selection of shrub biomass prediction.【总页数】5页(P37-40,45)【作者】卢振龙;龚孝生【作者单位】西南林学院资源学院,云南,昆明,650224;临沧南华纸业有限公司,云南,耿马,677500【正文语种】中文【中图分类】S718.556;S793【相关文献】1.岩黄芪属3种固沙灌木或半灌木生物量蓄积特性研究 [J], 闫志坚;杨持;高天明2.荒漠草原灌木与草本植物年度生物量测定分析 [J], 崔清涛;阚丽梅3.灌木柳树无性系铅积累特性及其与生物量的关系研究 [J], 黄瑞芳;王红玲;施士争4.乌兰布和沙漠7种灌木生物量的预测模型 [J], 马媛;刘芳;刘湘杰;吴静;郭俊廷5.乌拉特多种优势灌木(半灌木)生物量研究 [J], 崔爱露;兰登明;贾珂慧;赵宏胜因版权原因，仅展示原文概要，查看原文内容请购买。
松山自然保护区5种灌木的地上生物量模型
松山自然保护区5种灌木的地上生物量模型曹萌;牛树奎;李连强【摘要】采用野外调查与室内试验相结合的方法,对松山自然保护区内5种灌木[小叶鼠李(Rhamnus parviflolius)、小叶丁香(Sytinga microphylla)、白蜡(Fraxinus pennsylvanica)、大果榆(Ulmus macrocarpa Hance)、三裂绣线菊(Spiraea trilobata L.)]的地上生物量进行研究.以植株地径和植株高度为指标,运用SPSS软件对数据进行方差分析和曲线估计,建立并筛选出最优生物量模型.结果表明:5种灌木的最优地上生物量模型均为幂函数方程(P<0.001),其中R2值为0.679～0.802.R2值从大到小依次为小叶丁香、大果榆、小叶鼠李、白蜡、三裂绣线菊.经检验模型拟合结果较好,可以用于灌木地上生物量的估算.【期刊名称】《福建农林大学学报（自然科学版）》【年(卷),期】2018(047)004【总页数】4页(P435-438)【关键词】灌木;生物量模型;松山自然保护区【作者】曹萌;牛树奎;李连强【作者单位】北京林业大学林学院,北京100083;北京林业大学林学院,北京100083;北京林业大学林学院,北京100083【正文语种】中文【中图分类】S718.55+6生物量是衡量生态系统生产力的重要指标，对评价生态系统的结构与功能起着重要作用[1-2].目前，国内外有关生物量的研究多集中在乔木，对灌木的研究相对较少[3-5].然而灌木作为生态系统的重要组分，在维护整个生态系统的多样性与稳定性等方面起着不可替代的作用[6]，因此对其生物量进行研究是十分必要的.迄今为止，直接收割法是测定灌木生物量的主要方法，但该方法不仅效率不高，而且破坏性较大[7-15].因此，探索简单高效的测定灌木生物量方法，有助于灌木生物量研究[1,16].本研究通过运用SPSS软件对野外调查结果进行分析，对北京松山自然保护区的5种灌木[小叶鼠李(Rhamnus parviflolius)、小叶丁香(Sytinga microphylla)、白蜡(Fraxinus pennsylvanica)、大果榆(Ulmus macrocarpa Hance)、三裂绣线菊(Spiraea trilobata L.)]建立了地上生物量预测模型，以期为灌木地上生物量的测定提供依据.1 研究区域概况松山自然保护区(115°43′44″—115°50′22″E，40°29′9″—40°33′35″N)位于北京市延庆县境内，总面积4 671 hm2，其中林地面积3 655 hm2，森林覆盖率高达87.6%.保护区属于暖温带大陆性季风气候，区内平均气温8.5 ℃(最高温度39 ℃，最低温度-27.3 ℃).保护区内由于海拔变化较大(最高海拔2 198.4 m，最低海拔627.6 m)，植被垂直分带性也较为明显[17]，海拔由高到低依次为亚高山草甸、山地落叶阔叶林、山地常绿针叶林、山地落叶灌丛和人工油松林[18].区内乔木树种主要有油松(Pinus tabulaeformis)、胡桃楸(Juglans mandshurica)、椴(Tilia spp.)、榆(Ulmus spp.)、桦(Betula spp.)等.灌木种类主要有白蜡(Fraxinus pennsylvanica)、大果榆(U.macrocarpa Hance)、小叶丁香(S.microphylla)、小叶鼠李(R.parviflolius)、三裂绣线菊(S.trilobata L.)、荆条(Vitex negundo var. heterophylla)、接骨木(Sambucus williamsii)等.2 研究方法2.1 数据获取于2016年7—8月对北京松山自然保护区油松林下5种常见灌木(小叶鼠李、小叶丁香、白蜡、大果榆、三裂绣线菊)进行地上生物量调查.首先测量每株灌木距地10 cm处的地径(D)、灌木高度(H)；然后收获整株灌木的地上部分，称量其湿重；最后对于每种灌木选取具有代表性的植株，带回实验室，放入105 ℃的烘箱烘干至恒重，进行含水率测定，得出各株植株干重(M).5种灌木的基本参数见表1.表1 5种灌木的基本参数Table 1 The basic parameters of 5 kinds of shrubs物种样本量地径/cm范围标准差株高/cm范围标准差生物量/g范围标准差小叶鼠李 300．30～3．200．6730．8～169．345．9418．55～755．56196．84 小叶丁香 310．58～3．930．7451．1～278．848．8036．85～1151．86286．59 白蜡 390．46～3．250．6942．4～256．649．8236．05～965．61285．09 大果榆 340．37～4．040．9343．5～357．181．0324．64～831．09230．14 三裂绣线菊520．11～1．230．2731．6～170．436．4911．27～1591．71416．402.2 数据分析运用SPSS 19.0软件，以D、H、D2H为自变量，以地上生物量(W)为因变量，选用Y=a+bX、Y=aXb、Y=a+blnX、Y=abX4种常用函数做方差分析和曲线估计.根据判定系数(R2)、F值、估计标准差(SEE)筛选出每种灌木最优模型，最后采用总相对误差(E)和平均相对误差绝对值(e)对最优模型进行精度检验.其中，总相对误差(E)=[(∑实际值-∑估计值)/∑实际值]×100%，平均相对误差绝对值(e)=[|(∑实际值-∑估计值)|/∑实际值]÷n×100%.3 结果与分析3.1 最优模型通过方差分析和曲线估计，建立5种灌木的最优生物量模型(表2).结果表明，5种灌木均基于D2H构建的地上生物量模型有着较大的R2值和较低的SEE值.其中R2值为0.679～0.802，R2从大到小依次为小叶丁香、大果榆、小叶鼠李、白蜡、三裂绣线菊.5种灌木的最优地上生物量模型均为Y=aXb，并且呈极显著相关(P<0.001).表2 5种灌木最优生物量模型Table 2 The optimal biomass model of 5 kindsof shrubs物种最优模型回归系数abR2F值SEEP值小叶鼠李M=a(D2H)b12．6160．5350．74284．4750．5410．000 小叶丁香M=a(D2H)b10．2600．5500．802122．3810．3950．000 白蜡M=a(D2H)b7．2830．6220．68382．9970．5320．000 大果榆M=a(D2H)b15．3840．4600．782119．2780．4630．000 三裂绣线菊M=a(D2H)b18．5160．7740．679108．8280．6690．000其中，由SPSS 19.0软件分析所得的5种灌木最优生物量模型散点图见图1～5. 3.2 模型精度检验为验证最优生物量模型，使用5种灌木的备检样本对最优模型进行精度检验.为了更好地证明所筛选的生物量模型的拟合效果及适用性，本研究采用总相对误差(E)与平均相对误差绝对值(e)两种检验方法，检验结果见表3.图1 小叶鼠李最优生物量模型散点图Fig.1 The scatter diagram of the optimal model of biomass of R.parviflolius图2 小叶丁香最优生物量模型散点图Fig.2 The scatter diagram of the optimal model of biomass of S.microphylla图3 白蜡最优生物量模型散点图Fig.3 The scatter diagram of the optimal model of biomass of F.pennsylvanica图4 大果榆最优生物量模型散点图Fig.4 The scatter diagram of the optimal model of biomass of U.macrocarpa Hance图5 三裂绣线菊最优生物量模型散点图Fig.5 The scatter diagram of the optimal model of biomass of S.trilobata L.表3 5种灌木最优生物量模型精度检验Table 3 The precision test of the optimal biomass model of 5 kinds of shrubs物种总相对误差%平均相对误差绝对值/%小叶鼠李 4．5628．51 小叶丁香 -14．7726．92 白蜡 -7．7829．41 大果榆 4．7223．62 三裂绣线菊8．4822．984 小结与讨论4.1 小结本研究结果表明，小叶鼠李的最优地上生物量模型方程为M=12.616×(D2H)0.535(R2=0.742，E=4.56%，e=28.51%)；小叶丁香的最优地上生物量模型方程为M=10.26×(D2H)0.55(R2=0.802，E=-14.77%，e=26.92%)；白蜡的最优地上生物量模型方程为M=7.283×(D2H)0.622(R2=0.683，E=-7.78%，e=29.41%)；大果榆的最优地上生物量模型方程为M=15.384×(D2H)0.466(R2=0.782，E=4.72%，e=23.62%)；三裂绣线菊的最优地上生物量模型方程为M=18.516×(D2H)0.774(R2=0.679，E=8.48%，e=22.98%)，且所有的模型方程R2均较高，E的绝对值均小于15%，e值均小于30%.表明这5种模型均具有一定的参考价值，能够作为今后野外灌木地上生物量的估测模型.4.2 讨论通过回归分析与曲线估计，得出5种灌木地上生物量的最优模型均为幂函数方程，可能是因为这5种灌木在形态结构上存在相似性，比如它们都为主干较为明显、分枝相对较少的灌木[19].本研究结果表明，5种最优灌木地上生物量模型精度不尽相同.尽管这5种灌木存在某些相似性，但它们在生物学特性上也存在一定的差异，比如叶的生物量与枝的生物量之间的比例不同[19-20].而枝和叶生物量所占的比例不同，使灌木地上生物量空间分配产生差异，影响灌木生物量，从而导致5种模型精度不同.灌木地上生物量由于具有空间异质性，不同立地条件下同一物种的生长状况也不尽相同[21].尽管这5种模型对于松山地区适用性强，但是存在一定的地域局限性.本研究还发现单用D或H基本参数作为自变量所得的地上生物量模型的R2值较小，拟合效果不理想，而D2H可以较准确地估测灌木生物量，这与以往的研究[22-23]结果相似.因此，用D2H这类复合参数作为自变量可以较好地估测一些灌木的地上生物量.这种用模型估测生物量的方法，不仅能够减少外业调查时间，提高工作效率，还克服了采用直接收获法对灌木造成的破坏.参考文献【相关文献】[1] 黄劲松,邸雪颖.帽儿山地区6种灌木地上生物量估算模型[J].东北林业大学学报,2011,39(5):54-57.[2] 王欢,牛树奎,绍潇,等.森林生态系统内灌草植被生物量估测方法的研究[J].草业学报,2014,23(3):20-29.[3] 张思玉,潘存德.天山云杉人工幼林相容性生物量模型[J].福建林学院学报,2002,22(3):201-204.[4] 邢艳秋,王立海.基于森林调查数据的长白山天然林森林生物量相容性模型[J].应用生态学报,2007,18(1):1-8.[5] 贾炜玮,于爱民.樟子松人工林单木生物量模型研究[J].林业科技情报,2008,40(2):1-2.[6] 陈遐林,马钦彦.山西太岳山典型灌木林生物量及生产力研究[J].林业科学研究,2003,15(3):304-309.[7] WHITTALER R H. Estimation of net primary production of forest and shrub communities[J]. Ecology, 1961,42:177-180.[8] CATCHPOLE W R, WHEELER C J. Estimating plant biomass: a review of techniques[J]. Australian Journal of Ecology, 1992,17:121-125.[9] 贺金生,王其兵,胡东.长江三峡地区典型灌丛的生物量及其再生能力[J].植物生态学报,1997,21(6):512-520.[10] 周泽生,王晗生,李立,等.灌丛林的生长和生产力[J].水土保持学报,1998,5(3):103-108.[11] 刘江华,徐学远,杨光,等.黄土丘陵区小流域次生灌丛群落生物量研究[J].西北植物学报,2003,23(8):1 362-1 366.[12] 韩忠明,韩梅,吴劲松,等.不同生境下刺五加种群构件生物量结构与生长规律[J].应用生态学报,2006,17(7):1 164-1 168.[13] 方江平,项文化.西藏色季拉山原始冷杉林生物量及其分布规律[J].林业科学,2008,44(2):17-23.[14] 季蕾,亢新刚,张青,等.吉林金沟岭林场不同密度天然云杉林林下主要灌木生物量模型[J].浙江农林大学学报,2016,33(3):394-402.[15] 马媛,李钢铁,潘羿壅,等.浑善达克沙地3种灌木生物量的预测模型[J].干旱区资源与环境,2017,6(31):198-201.[16] 范小莉.长白山地区云冷杉林和近原始林林下灌草生物量预测模型的研究[D].北京:北京林业大学,2011.[17] 苏日古嘎,张金屯,张斌,等.松山自然保护区森林群落的数量分类和排序[J].生态学报,2010,30(10):2 621-2 629.[18] 岳永杰,余新晓,李钢铁,等.北京松山自然保护区蒙古栎林的空间结构特征[J].应用生态学报,2009,20(8):1 811-1 816.[19] 罗永开,方精云,胡会峰.山西芦芽山14种常见灌木生物量模型及生物量分配[J].植物生态学报,2017,41(1):115-125.[20] 王文栋,白志强,阿里木·买买提,等.天山林区6种优势灌木林生物量比较及估测模型[J].生态学报,2016,9(36):2 695-2 704.[21] 白玉锋,陈超群,徐海量,等.塔里木河下游荒漠植被地上生物量空间分布与地下水深埋关系[J].林业科学,2016,11(52):1-10.[22] 赵蓓,郭泉水,牛树奎,等.雾灵山灌木生物量模型研究[J].广东农业科学,2012,59(8):61-63.[23] 王蕾,张宏,哈斯,等.基于冠幅直径和植株高度的灌木地上生物量估测方法研究[J].北京师范大学学报(自然科学版),2004,40(5):700-704.。
利用智能手机图像无损快速估测荒漠灌木地上生物量——以梭梭为例
等］ 获取难度偏大 ， 野外 调查 和室 内数 据处理 的工 作量 都 比
较大， 不能直接照搬乔木林 测量 中较 为成熟 的测量 手段和方 法 。因此 ， 寻求一种快速 、 有效 、 精准 的森林资 源调查 和监测
的信息获取效率 ， 提升森林 生态系统 资源数据采集 的智能化
水平 。
１ 材 料 与方 法
灌 木的生物量 ； Ｆ ｏ ｒ ｏ ｕ ｇ ｈ ｂ ａ ｋ ｈ ｅ ｈ等在对墨西哥东北 部的灌木 研究 时 ， 以灌木枝条 的数量为 自变量 ， 估算 的灌木 叶子生物量
研究区位于新疆生产建设兵 团第六师 ， 地处天 山东段北 麓， 准噶尔盆地东南 缘 （ ４ ３ 。 ３ ｌ １ ６ ” 一４ ５ 。 ３ ３ ２ ０ ” Ｎ、 ８ ６ 。 ０ ７ ３ ０ ” 一 ９ １ 。 １ １ ４ ８ ” Ｅ ） ， 属温带 大陆性气候 ， 光 照充足 ， 昼夜温差 大 ， 气 温变化剧烈 ， 降水量少 ； 最高气温 ４ Ｏ～ ４ ２℃ ， 最低气温 一 ３ ８～
展 Ｊ 。但是 ， 现阶段 主要 采用传统 的地面调查结合 “ ３ ｓ ” 技术
以及计 算模 型等技术 手段测定 森林生 物量 ， 且多 聚集在乔木 上， 对灌木林的相关 研究较 少 。较乔 木林 野外调查 与测 量， 灌木林 的植株矮小 、 近地 （ Ｃ） 、 地径 （ Ｄ） 和植 株高 度 （ Ｈ）
江苏农业科学
王洋洋， 孙
２ ０ １ ７年第 ４ ５卷第 １ １ 期
一 １ ７ １一
伟， 贾永倩， 等．利用智能手机 图像无损快速估测荒漠灌木地上生物量—— 以梭梭为例［ Ｊ ］ ．江苏农业科学， ２ ０ １ ７ ， ４ ５ （ １ １ ） ： １ ７ １ —１ ７ ４
估测作物冠层生物量的新植被指数的研究
估测作物冠层生物量的新植被指数的研究陈鹏飞;Nicolas Tremblay ;王纪华;Philippe Vigneault;黄文江;李保国【摘要】冠层鲜生物量是指示作物长势状况的重要指标,可用于诊断作物氮素营养状况.但常规测定生物量的方法需要破坏性取样,不利于帮助精准施肥管理决策.遥感技术作为快速分析手段可用于估测作物多种生理、生化参数,特别是借助植被指数.研究表明归一化差值植被指数(normalized difference vegetation index,NDVI)、最优土壤调节指数(optimization of soil-adjusted vegetation index,OSAVI)等现已构建植被指数可用于准确估测中低生物量信息,但在较高冠层生物量条件下,它们的估测能力显著下降.文章旨在提出更通用的新植被指数用于估测冠层生物量,以提高遥感技术在较高生物量条件下的预测准确度.试验在加拿大魁北克省的St-Jean-sur-Richelieu地区进行,5年(2004～2008)试验中采集了玉米及小麦不同生育期的地面高光谱数据及对应生物量信息,并在2005年获取航空机载高光潜影像一景(compact airborne spectrographic irnager,CASI).研究提出了红边三角植被指数(red-edge triangular vegetation index,RTVI),并将其与一些常见植被指数进行比较分析.结果表明RTVI是最好的估测冠层生物量的指数,在较高生物量条件下仍保持其对生物最变化的高敏感性,其与生物量间的决定系数为0.96.基于CASI影像,RFVI预测生物量值与实际测定值间的决定系数(R~2)为0.58,预测标准误差为0.44 kg·m~(-2),取得了较好的结果.【期刊名称】《光谱学与光谱分析》【年(卷),期】2010(030)002【总页数】6页(P512-517)【关键词】植被指数;红边三角植被指数;鲜生物量;玉米;小麦【作者】陈鹏飞;Nicolas Tremblay ;王纪华;Philippe Vigneault;黄文江;李保国【作者单位】中国农业大学资源与环境学院,北京,100193;加拿大农业部园艺研究与发展中心,St-Jean-rsur-Richelieu魁北克J3B 3E6,加拿大;国家农业信息化工程技术研究中心,北京 100097;加拿大农业部园艺研究与发展中心,St-Jean-rsur-Richelieu魁北克J3B 3E6,加拿大;中国农业大学资源与环境学院,北京,100193;国家农业信息化工程技术研究中心,北京 100097;加拿大农业部园艺研究与发展中心,St-Jean-rsur-Richelieu魁北克J3B 3E6,加拿大;国家农业信息化工程技术研究中心,北京 100097;中国农业大学资源与环境学院,北京,100193【正文语种】中文【中图分类】S127作物长势监测可为生产中的变量施肥管理及产量预报提供参考[1,2]。
湿地生态系统碳储量估算方法
呆笨朝夕
湿地生态系统类别
湿地生态系统碳储量估算覆盖了热带湿地、温带湿地、寒带湿地及北极 苔原等全部气候区域，涵盖了红树林、贫营养沼泽、河流湿地、草原坑洼湿 地、沿海滩涂湿地、湖泊湿地和人工湿地等多种湿地类型。
碳储量研究主要关注湿地生态系统碳源/汇平衡、碳储量时空分布格局、 湿地恢复效果评估、固碳过程（枯落物分解、有机物矿化、温室气体排放） 中碳迁移转化等研究，并从植被、水文、微生物、地形地貌等角度探索湿地 的固碳机理。
湿地碳储量的估算方法
由于组成各种生物量库的碳的比例是均衡的，因此目前的估算主要通过测定 有机物质的量再乘以碳含量来获取，碳含量以实测或引用他人的测量值为主，以 经验值为辅。多数研究中植被的碳含量以干物质的50%来换算，如草本植物（包 括水生植物）的碳含量介于50%~53%、枯落物碳含量介于46%~50%，土壤有 机碳含量与土壤有机质含量的普遍转换系数为0.58，泥炭的碳密度通常占泥炭干 重的50%。
湿地碳储量的估算方法
五、湿地水生碳库 （1）水生植物生物量 水生植物生物量估算通常有实测法和遥感估算法。遥感估算通常基于 实测点生物量及其植物反射光谱来推导区域生物量并换算碳储量。 （2）湿地水体碳储量 大部分水体溶解碳库的研究旨在了解溶解碳的迁移转化。湖泊中溶解 有机碳(DOC)是最大的有机碳库，此外还有溶解无机碳(DIC)。但水深的探 测和不同水深的碳密度是影响水体碳储量估算的主要因素。
湿地碳储量的估算方法
五、湿地水生碳库 （3）湿地沉积物碳储量 湿地沉积物碳储量的估算通常以单位面积沉积物碳储量与沉积物深度的乘积 来估算。 模型模拟是通过数学模型来估算湿地生态系统的生产力和碳储量,是研究大 尺度湿地生态系统碳循环的必要手段,也是预测土壤碳长期变化的重要手段。 同位素方法主要以稳定同位素和放射性同位素的示踪作用和衰变规律,来核 算土壤地质年龄、追踪土壤有机碳的来源、温室气体排放、河流湖泊沉积物的 迁移转化。
长白落叶松林下灌木生物量模型研究
长白落叶松林下灌木生物量模型研究蔡兆炜;孙玉军;刘凤娇【摘要】以长白落叶松人工林林下灌木为研究对象,采用数学模拟的方法,以实测生物量数据为基础,构建灌木层最佳生物量预测回归模型.结果表明:林下常见灌木单株生物量模型以二次多项式及乘幂方程为最佳估算模型,以复合因子基径面积、植干体积、植冠面积及植冠投影体积为最佳模型参数;灌木层混合生物量(WT)模型以复合因子植干体积(VD)为最佳模型参数,其模型方程为WT=9.00×10-6V2D+0.389VD+57.598(R2 =0.933).【期刊名称】《河南农业科学》【年(卷),期】2013(042)006【总页数】4页(P126-129)【关键词】长白落叶松;灌木;生物量;估算模型【作者】蔡兆炜;孙玉军;刘凤娇【作者单位】北京林业大学省部共建森林培育与保护教育部重点实验室,北京100083;北京林业大学省部共建森林培育与保护教育部重点实验室,北京 100083;北京林业大学省部共建森林培育与保护教育部重点实验室,北京 100083【正文语种】中文【中图分类】S791.24森林生物量是森林生态系统最基本的数量特征。
研究森林生物量是研究森林生态系统物质循环、能量流动和生态系统健康的重要基础［1］。
灌木层是森林林下植被的主要部分，同时也是森林生态系统的重要组成部分。
在整个森林生态系统营养元素的积累与循环、维持物种多样性，尤其是在促使林分养分步入良性生物循环，促进森林演替和增强森林碳汇能力等方面具有不可忽视的作用［2－6］。
林下植被与乔木层相比，其生物量仅占总林分的10%～30%，处于次要地位［7］。
我国林下植被研究起步较晚，对灌木层的生物量研究更少，已有研究主要集中在南方杉木林林下植被的研究方面，研究内容也相对狭窄，多是林下植被与林下土壤的关系［8］及物种多样性［9－11］的研究。
鉴于此，以黑龙江省朗乡林业局东折棱河林场长白落叶松人工林的林下灌木层为研究对象，选择切实可行的估测因子对灌木层植被生物量进行模型研建，为估算区域的长白落叶松人工林灌木生物量及其动态变化奠定基础。
灌木林生物量估算模型
灌木林生物量估算模型
灌木林生物量估算模型是一个用于估计灌木林的生物量的数学模型。
该模型基于灌木株高、胸径和株密度等因素，通过统计分析和回归分析等方法，得到灌木林的生物量估计结果。
模型输入数据主要包括灌木株高、胸径和株密度。
灌木株高是指灌木的高度，胸径是指灌木胸高处的直径，而株密度是指单位面积上灌木的数量。
模型根据输入数据计算出单株的生物量。
在计算单株生物量时，考虑到不同灌木类型的生物量在株高、胸径和株密度之间的关系上的差异。
模型根据已有的实测数据建立了一组参数，将这些参数与输入数据结合起来，通过公式计算出单株生物量。
模型根据株密度估算出整个灌木林的生物量。
通过将所有灌木株的生物量累加起来，得到灌木林的总生物量估计结果。
该模型虽然不能提供真实的名字和引用，但根据灌木林生物量估算领域的研究成果和应用，开发出一个合理可靠的模型，能够为灌木林的管理和保护提供科学依据。
灌木 高度 冠幅 地径
灌木高度冠幅地径灌木是一类植物，其高度、冠幅和地径是描述灌木形态特征的重要指标。
本文将一步一步回答关于灌木高度、冠幅和地径的问题，帮助读者更好地理解和认识这些指标。
首先，我们来了解一下灌木的基本概念。
灌木属于木本植物的一类，与乔木、藤本植物等形成了植物界中的三大型植物。
灌木与乔木相比，其高度较低，枝干较短，以及冠幅较小是其主要特点。
灌木的茎木一般分叉较多，形成多株状，而不像乔木那样拥有一个主干。
因此，灌木一般不适合作为独立的绿化景观，常用于组团或配合其他植物来营造景观效果。
接下来，我们来解释一下灌木高度的概念。
灌木高度是指灌木从地面到植株最高部分的垂直距离，通常使用米（m）作为单位进行描述。
灌木高度的测量方法有多种，常见的有直接测量法、分段测量法、经验估测法等。
直接测量法是通过使用测量工具，比如测量尺、激光测距仪等，直接测量灌木的高度。
分段测量法则是将灌木分为几个部分，然后分别测量每个部分的高度，最后相加求得总高度。
经验估测法则是根据经验和感觉，对灌木高度进行估计。
除了高度，冠幅也是描述灌木形态特征的重要指标。
冠幅是指灌木最宽处横向距离的长度，通常使用米（m）作为单位进行描述。
灌木冠幅的测量方法也有多种，常见的有直接测量法、投影法等。
直接测量法是通过使用测量工具，比如测量尺、卷尺等，直接测量灌木冠幅的宽度。
投影法则是将灌木的投影区域在地面上映射出来，再测量投影区域的最宽处的长度来确定冠幅。
最后，我们来介绍一下地径的概念。
地径是灌木茎基部横截面的直径，通常使用厘米（cm）作为单位进行描述。
地径是灌木株粗细程度的重要指标，也是灌木生长情况的一个重要衡量标准。
地径的测量方法也有多种，常见的有直接测量法、间接测量法等。
直接测量法是通过使用测量工具，比如卷尺、测量尺等，直接测量灌木茎基部横截面的直径。
间接测量法则是通过测量灌木茎基部周长，然后根据周长和圆周率之间的关系，计算出地径的估计值。
综上所述，灌木的高度、冠幅和地径是描述灌木形态特征的重要指标。
基于冠幅直径和植株高度的灌木地上生物量估测方法研究
0. 791 183. 10
0. 763 156. 00
0. 777 169. 41
0. 687 106. 32
0. 617
78. 28
表 4 河蒴荛花生物量估测模型
W1
R2
F
0. 788 364. 28
0. 781 349. 49
0. 761 311. 61
0. 776 339. 99
0. 667 196. 71
表 1 100 株河蒴荛花变量统计分析
表 1 是随机选取的 100 株河蒴荛花的生物量 ( W) 、冠幅直径 ( D) 和植 株高 度 ( H) 的 基 本 统 计 量 ,可以看出河蒴荛花的 个体差异较大. 枝 、叶总鲜 质量最大值与最小值相差
变量
枝 、叶总干质量/ g 枝 、叶总鲜质量/ g
枝干质量/ g 枝鲜质量/ g 叶干质量/ g 叶鲜质量/ g 冠幅直径/ cm 植株高度/ cm
株高度作为易测因子较地径和植株高度好. 本文中生物量与 D2 H 的相关系数比与 DH 的相关
系数高 ,这与 Lyon[19]揭示的体积和生物量的关系要比面积与生物量的关系更紧密相一致.
本文线性模型和二次多项式模型都有令人满意的 R2值 , 但是三次多项式模型 R2值更高 ,
经考察四次多项式模型的 R2值比三次多项式模型的 R2值还要高 , 但提高幅度微小 , 可见随着
复杂 ,建立和使用都比较繁琐. 李凤山[11] 采用植
R2 = 0. 814.
株高度和地径利用二元复相关方法建立估测模型 , 但标准误差较大. 王庆锁[14]采用冠幅直径
和植株高度建立线性回归方程 Y = a + bX ,得到 X 为冠幅直径和冠幅直径与植株高度的积时 ,
雾灵山灌木生物量模型研究
雾灵山灌木生物量模型研究赵蓓;郭泉水;牛树奎;王欢;陈禹舟【摘要】采用模型法研究了雾灵山自然保护区锦带花、木本香薷、小花溲疏、山楂叶悬钩子4种灌木生物量与地径(D)、株高(H)、冠幅(C)、植冠面积(A)、植株体积(V)、基径与株高乘积(DH)、基径平方与株高乘积(D2H)的相关关系.通过回归分析拟合了各灌木种器官生物量与总生物量模型,结果表明:W=a+b (D2H)+c(D2H)2、W=a+b (D2H) +c (D2H)2+d (D2H)3、W=aVb、W=a+bV+cV2+dV3、W=a+bV+cV2能较好地描述灌木种叶生物量、枝生物量、根生物量及总生物量与各形态因子的相关关系.【期刊名称】《广东农业科学》【年(卷),期】2012(039)008【总页数】4页(P61-64)【关键词】生物量模型;锦带花;木本香薷;小花溲疏;山楂叶悬钩子【作者】赵蓓;郭泉水;牛树奎;王欢;陈禹舟【作者单位】北京林业大学林学院,北京 100083;中国林业科学研究院森林生态环境与保护研究所,北京100091;北京林业大学林学院,北京 100083;北京林业大学林学院,北京 100083;北京林业大学林学院,北京 100083【正文语种】中文【中图分类】S718.55+6生物量研究作为生态学中重要研究方向之一，20世纪60年代开始为人们所关注，近年来众多专家学者开展了关于生物量方面的研究[1]。
生物量是指生物体在一定的时空范围内所积累的有机物质的重量，是净生产量的积累量，某一时刻的生物量就是此刻以前生物体所累积下来的有机质总量[2-3]。
生物量是整个生态系统运行的能量基础，是群落结构和功能的主要指标之一，也是生态系统生产力的重要组成部分[4-6]。
对生物量的测定是深入研究许多林业问题和生态问题的基础。
灌木作为森林资源的重要组成成分，在丰富森林生物多样性、促进森林生态系统物质循环、维持立地生产力等方面具有相当重要的作用[2,7-9]。
根据株丛大小估测灌木产量
根据株丛大小估测灌木产量
H．GLENN;HUGHESLAKKY;等
【期刊名称】《内蒙古草业》
【年(卷),期】1989(000)002
【摘要】灌木在南德克萨斯是群落建群种,而且是白尾鹿的重要食物和隐蔽所(Steuter和Wright 1980)。
本文研究的目的探明南德克萨斯灌木测量与灌木生产量之间的关系确定那种测量最可靠地反映了现时生产量立地条件和机械处理切碎,对以上这些关系的影响。
【总页数】4页(P59-62)
【作者】H．GLENN;HUGHESLAKKY;等
【作者单位】不详;不详
【正文语种】中文
【中图分类】Q948.158
【相关文献】
1.喀斯特地区2种豆科灌木秋季单株可饲产量估测模型构建 [J], 郝俊;陈秋生;周民兰;吴丽琴
2.长江三峡地区灌木生物量及产量估测模型 [J], 万里强;李向林;苏加楷;白静仁
3.夏茭密度对株丛发育和产量形成的影响 [J], 林孟勇;张棉天
4.新疆平原荒漠六种半灌木植物产量估测模型 [J], 李卫军;许鹏;安沙舟;吐尔逊娜依
5.半夏株芽大小及内源激素对半夏产量的影响 [J], 李君君;赵鑫;权文越;葛慧;刘文珺;杜弢
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)。
0. 791 183. 10
0. 763 156. 00
0. 777 169. 41
0. 687 106. 32
0. 617
78. 28
表 4 河蒴荛花生物量估测模型
W1
R2
F
0. 788 364. 28
0. 781 349. 49
0. 761 311. 61
0. 776 339. 99
0. 667 196. 71
2001 年 9 月在怀来盆地南缘官厅水库南岸的冲积扇上随机选取 100 株河蒴荛花 ,测定其 冠幅直径 (垂直交叉 ,测 2 组) 和植株高度 ,然后齐地面整株割下 ,将叶和枝分离 ,测定鲜质量. 再将其放入 80 ℃的烘箱烘干 ,测定其干质量. 根据所得数据进行统计分析 ,建立估测模型.
2 结果与分析
复杂 ,建立和使用都比较繁琐. 李凤山[11] 采用植
R2 = 0. 814.
株高度和地径利用二元复相关方法建立估测模型 , 但标准误差较大. 王庆锁[14]采用冠幅直径
和植株高度建立线性回归方程 Y = a + bX ,得到 X 为冠幅直径和冠幅直径与植株高度的积时 ,
R2都在 0. 82 以上. Harniss[18 ]采用植株高度 H 和冠幅周长 C 建立方程 W = 010167 HC1. 25 , R2 =
cm. 植株平均高度为 71. 92 cm ,最大值与最小值相差 71 cm. 但是 ,100 株河蒴荛花高度分布基
本呈正态分布( 图 1) ,说明植株样本能
够代 表 当 地 河 蒴 荛 花 的 实 际 生 长 状
况.
表 2 是生物量与冠幅直径和植株
高度等变量之间的相关分析结果 ,可
见总生物量和枝 、叶各部分生物量与
0. 77. Rittenhouse[17]采用植株高度和冠幅直径分别考察了一元回归和二元回归建立的对数回
归方程. Bryant[16]采用冠幅直径和植株高度 ,以体积 V =πr2 h/ 3 为自变量考察多种回归方程.
由此可见 ,灌木地上生物量估测模型形式多样 , 但从简便性和准确性考虑 , 采用冠幅直径和植
收稿日期 :2004204218
第 5 期
王 蕾等 : 基于冠幅直径和植株高度的灌木地上生物量估测方法研究
7 01
被沙生和旱生植物所取代. 河蒴荛花是该区分布面积和数量最大的灌木 ,此外该区还发育有酸 枣 ( Zizyhpus jujuba) 和杠柳 ( Periploca sepium) . 草本层主要以猪毛菜 ( Salsola collina) 、软毛虫实 ( Corispermum puberulum) 、狗尾草 ( Setaria viridis) 和白羊草 ( Bothriochloa ischaemum) 为主.
7 02
北京师范大学学报 (自然科学版)
第 40 卷
型 W1 = b0 + b1 D2 H 略高 ,三次多项式模型 W3 = b0 + b1 ( D2 H) + b2 ( D2 H) 2 + b3 ( D2 H) 3 有最 高的 R2 值 ,因此选用 W3 = b0 + b1 ( D2 H) + b2 ( D2 H) 2 + b3 ( D2 H) 3 为估测模型. 表 4 是河蒴荛 花生物量三次多项式估测模型的参数. 图 2 是枝叶总干质量 (即植株地上生物量) 与 D2 H 关系 图 ,其他生物量与 D2 H 有形状相似的拟合曲线.
表 3 各种回归模型的 R2 和 F 值
变量
枝 、叶总干质量 枝 、叶总鲜质量
枝干质量 枝鲜质量 叶干质量 叶鲜质量
W3
R2
F
0. 814 140. 16
0. 810 136. 85
0. 772 108. 15
0. 786 117. 35
0. 728
85. 83
0. 649
59. 25
W2
R2
F
0. 795 187. 84
标准差
69. 46 126. 62 46. 38 71. 52 25. 95 63. 49 15. 22 14. 08
变异系数
0. 66 0. 61 0. 71 0. 68 0. 64 0. 62 0. 22 0. 20
约 18 倍 ,枝 、叶总干质量最大值与最小值相差约 25 倍. 冠幅直径最大值与最小值相差 66. 5
3 讨论
姜凤岐[10] 在国内最先利用数量化理论建立
易测因子的估测模型 , 所采用的易测因子是根据
图 2 枝叶总干质量与 D2 H 关系图
乔木生物量估测的植株高度和地径. 该模型形式 Y = - 33. 92 + 6. 53 E - 4 X - 9. 86 E - 10 X2 + 7. 05 E - 16 X3 ,
( 1) 北京师范大学中国沙漠研究中心 ,环境演变与自然灾害教育部重点实验室 , 100875 ,北京 ;2) 四川师范大学资源与环境学院 , 610066 ,成都 ∥第一作者 27 岁 ,女 ,博士生)
摘要 采用冠幅直径和植株高度两个易测因子 ,以河蒴荛花为例 ,用数理统计方法构建了该 灌木地上生物量和枝 、叶生物量估测模型.
2004 年 10 月 第 40 卷 第 5 期
北京师范大学学报 (自然科学版) Journal of Beijing Normal University (Natural Science)
Oct. 2004 Vol. 40 No. 5
基于冠幅直径和植株高度的灌木地上 生物量估测方法研究 3
王 蕾1) 张 宏2) 哈 斯1) 郑秋红1) 刘连友1)
W3
b1
b2
7E- 4 - 1E- 9
0. 0012 - 2 E - 9
4 E - 4 - 5 E - 10
6 E - 4 - 7 E - 10
3 E - 4 - 5 E - 10
6E- 4 - 1E- 9
b3 7 E - 16 1 E - 15 3E- 6 5 E - 16 4 E - 16 8 E - 16
枝干质量 枝鲜质量 叶干质量 叶鲜质量
D H
D
0. 811 0. 824 0. 782 0. 797 0. 744 0. 744
-
D2
0. 825 0. 840 0. 791 0. 805 0. 794 0. 768
0. 524
D3
0. 826 0. 845 0. 788 0. 801 0. 803 0. 782
易测因子采用冠幅直径和植株高度的生物量估测模型 ,生物量和灌木形态关系密切 ,因此 影响灌木形态的因素将影响估测模型相关系数的大小. 例如 ,当以 D2 H 为自变量时 ,体现了灌 木形态近似圆锥形的特征 ,灌木形态近似圆锥形的程度将会影响到相关系数的大小. 灌木生长 状况因其立地条件存在一定的差异 ,可能出现同种灌木在不同立地条件下的估测模型. 因此 , 在研究区外考察河蒴荛花地上生物量 ,如应用本文建立的估测模型则需进一步验证. 灌木年龄 也影响估测模型的 R2值 ,Bryant[16]指出 , 灌龄较小的灌木新生生物量要比灌龄较大的灌木同 体积生物量多 ,因此增加灌龄较大的大体积样本有助于明确生物量和体积之间的相关关系 ,从 而提高 R2值. 本文 100 个样本去除体积最大的 10 个样本后各种回归模型的相关系数明显降 低 ,同 Bryant 的这个结论相一致.
D , D2 , D3 , H , DH 和 D2 H 的相关系数
在 0. 01 显著性水平上都较高 , 其中
D2 H 与生物量之间的相关性最好. 据 此 ,我们选择 D2 H 为回归模型的自变
图 1 100 株河蒴荛花高度分布
量.
表 2 100 株河蒴荛花变量的相关分析
变量
枝 、叶总干质量 枝 、叶总鲜质量
关键词 灌木 ; 地上生物量 ; 估测方法 ; 河蒴荛花 分类号 Q 948. 2
灌木是生态系统的重要类型之一 ,因其地上多分枝的茎与近地的树冠具有很强的防风固 沙保持水土的能力 ,地下根系分布深而广具有很强的抗旱能力 ,从而在生态保护 、恢复和重建 中起着重要作用. 灌木生物量是灌木群落和生态系统研究的一个重要指标 ,然而 ,与乔木和草 本植物生物量的研究相比国内外对灌木生物量的研究少得多. 到目前为止 ,灌木生物量的测定 仍主要采用直接收割法 ,此方法费时费力[129] . 因此 ,简便快捷的灌木生物量测定方法有助于推 动灌木生物量研究工作的进一步开展 ,同时在资源调查 、生态保护和环境建设等方面具有实际 意义. 采用易测因子估测灌木地上生物量以及枝和叶 (光合器官) 生物量的方法大大减少了灌 木生物量测定的工作量 ,受到国内外学者的关注. 目前国内探讨较多的易测因子是植株高度和 地径[10213 ] ,实际上 ,冠幅直径和生物量之间的关系密切且早已被关注[14217 ] ,冠幅直径和植株高 度能够更好地体现灌木的形态特征 ,从而建立更直观的地上生物量估测模型.
平均值
105. 73 207. 52 64. 89 105. 68 40. 84 101. 84 67. 97 71. 92
最小值
17. 18 40. 75 7. 50 13. 33 8. 57 24. 20 38. 50 42. 00
最大值
449. 73 778. 25 295. 00 448. 89 154. 73 398. 26 105. 00 113. 00
0. 502
H
0. 670 0. 627 0. 703 0. 703 0. 536 0. 458 0. 539
-
DH
0. 869 0. 852 0. 869 0. 876 0. 773 0. 712
-
D2 H
0. 888 0. 884 0. 872 0. 881 0. 817 0. 770