２０１ １年７月 防护林科技 Ｊｕ１．，２０１１ 第４期（总１０３期） Ｐｒｏｔｅｃｔｉｏｎ Ｆｏｒｅｓｔ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｎｏ．４ Ｓｕｍ Ｎｏ．１０３） 文章编号：１００５—５２１５（２０１１）０４—００５１—０３ 樟子松人工林生物量模型的研究 黄 超 ，王黑子来 ，刘 微 ，徐永波 ，李慧仁 （１．大兴安岭地区农业林业科学研究院，黑龙江大兴安岭１６５０００；２．大兴安岭职业学院） 摘要：以不同年龄、不同密度的樟子松（Ｐｉｎｕｓ ｓｙｌｖｅｓｔｒｉｓ ｖａｒ．ｍｏｎｇｏｌｉｃａ）人工林为研究对象，基于８块标准地４０株 标准木的树干解析、枝解析的生物量数据，通过比较分析，研究不同大小树木因子（胸径、树高、冠幅等）与单木各分 量（树干、枝、叶）生物量之间的关系，应用统计分析软件建立樟子松单木各部分生物量的回归模型；利用单木各部 分生物量回归模型方程估测樟子松人工林各林分的总生物量，对樟子松人工林林分生物量进行了估计，并分析了 不同年龄及林分密度下林分生物量的变化规律。 关键词：樟子松人工林；生物量模型：大兴安岭 中图分类号：ｓ７５８ 文献标识码：Ａ Ｂｉｏｍａｓｓ Ｍｏｄｅｌ ｆｏｒ Ｐｉｎｕｓ ｓｙｌｖｅｓｔｒｉｓ ｖａｒ．ｍｏｎｇｏｌｉｃａ Ｐｌａｎｔａｔｉｏｎｓ ＨＵＡＮＧ Ｃｈａｏ ，ＷＡＮＧ Ｈｅｉ—ｚｉｌａｉ ，ＬＩＵ Ｗｅｉ ，ＸＵ Ｙｏｎｇ—ｂｏ ，ＬＩ Ｈｕｉ—ｒｅｎ （Ｉ．Ｄａｘｉｎｇ’ａｎｌｉｎｇ Ａｃａｄｅｍｙ ｏｆ Ａ ｃｕｌｔｕｒｅ＆Ｆｏｒｅｓｔｒｙ，Ｄａｘｉｎｇ’ａｎｌｉｎｇ １６５０００，Ｃｈｉｎａ； ２．Ｄａｘｉｎｇ’ａｎｌｉｎｇ Ｖｏｃａｔｉｏｎａｌ Ｃｏｌｌｅｇｅ） Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ ｏｎ ｔｈｅ ｄａｔａ ｏｆ ｓｔｅｍ＆ｂｒａｎｃｈ ａｎａｌｙｓｉｓ ｆｒｏｍ ４０ ｓａｍｐｌｅ ｔｒｅｅｓ ｉｎ ８ ｓａｍｐｌｅ ｐｌｏｔｓ ｆｏｒ Ｐｉｎｕｓ ｓｙｌｖｅｓｔｒｉｓ ｖａｒ．ｍｏｎ— ｇｏｌｉｃａ ｐｌａｎｔａｔｉｏｎｓ ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ ａｇｅｓ＆ｓｔａｎｄ ｄｅｎｓｉｔｉｅｓ，ｒｅｌａｔｉｏｎｓｈｉｐ ａｍｏｎｇ ｆａｃｔｏｒｓ ｏｆ ｔｒｅｅｓ（ＤＢＨ，ｔｒｅｅ ｈｅｉｇｈｔ＆ｃｒｏｗｎ）ａｎｄ ｂｉｏｍａｓｓ ｏｆ ｔｒｕｎｋ．ｂｒａｎｃｈ＆ｌｅａｆ ｏｆ ａ ｓｉｎｇｌｅ ｔｒｅｅ ｗｅｒｅ ｓｔｕｄｉｅｄ．Ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ ｆｏｒ ｂｉｏｍａｓｓ ｏｆ ｓｉｎｇｌｅ ｔｒｅｅ ｗａｓ ｅｓｔａｂｌｉｓｈｅｄ ｂｙ ｕｓｉｎｇ ｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ ｓｏｆｔｗａｒｅ；ｔｏｔａｌ ｂｉｏｍａｓｓ ｏｆ ｅａｃｈ ｓｔａｎｄ ｏｆ Ｐ．ｓｙｌｖｅｓｔｒｉｓ ｖａｒ．ｍｏｎｇｏｌｉｃａ ｐｌａｎｔａｔｉｏｎ ｗａｓ ｅｓｔｉｍａｔｅｄ ｂｙ Ｕ— ｓｉｎｇ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ ｆｏｒ ｂｉｏｍａｓｓ ｏｆ ｓｉｎｇｌｅ ｔｒｅｅ；ｓｔａｎｄ ｂｉｏｍａｓｓ ｆｏｒ Ｐ．ｓｙｌｖｅｓｔｒｉｓ ｖａｒ．ｍｏｎｇｏｌｉｃａ ｗａｓ ｅｓｔｉｍａｔｅｄ；ｖａｒｉａｔｉｏｎ ｌａｗ ｏｆ ｓｔａｎｄ ｂｉｏｍａｓｓ ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ ａｇｅｓ＆ｓｔａｎｄ ｄｅｎｓｉｔｉｅｓ ｗａｓ ａｎａｌｙｚｅｄ． Ｋｅｙ ｗｏｒｄｓ：Ｐｉｎｕｓ ｓｙｌｖｅｓｔｒｉｓ ｖａｒ．ｍｏｎｇｏｌｉｃａ ｐｌａｎｔａｔｉｏｎ；ｂｉｏｍａｓｓ ｍｏｄｅｌ；Ｄａｘｉｎｇ’ａｎｌｉｎｇ 本研究以不同年龄、不同密度及不同立地条件 下的樟子松（Ｐｉｎｕｓ ｓｙｌｖｅｓｔｒｉｓ ｖａｒ．ｍｏｎｇｏｌｉｃａ）人工林 株测定其胸径（Ｄ）、树高（ ）和第一活枝高（１ｉＢ）等 主要测树因子。每块标准地根据每木检尺结果进行 归类，并按径阶由小到大的顺序采用等断面径级标 为研究对象，建立樟子松单木各部分生物量的回归 模型，利用回归模型方程估测樟子松人工林各林分 的总生物量，以期对樟子松人工林的研究提供基础 资料，也为了解樟子松人工林的生产力，以对其进行 准木法将林木分为５级，计算各径级的平均直径及 平均高，以此为标准在标准地外选择５株标准木作 为枝解析样木，进行枝解析的同时测定树木各个部 合理经营提供科学依据。 分的生物量，并称各区分段的树干鲜质量，各区分段 的总和即为全树干的鲜质量，枝及叶的生物量采用 平均质量标准枝法进行。 选取每块标准地中的三级木数据为检验数据， １ 研究方法 １．１ 资料整理 本文选择不同年龄、不同立地和不同密度的樟 其余数据作为拟合数据。 １．２ 生物量模型的建立以及最优模型的选择 子松人工林中有代表性的林分，在大兴安岭农林科 学院基地施业区总共设置了８块标准地，所选林分 均未经过问伐，生长正常，且每块标准地的株数一般 不少于８Ｏ株，对所测数据建库。 在标准地内对每木定位（确定 、Ｙ坐标）并逐 收稿日期：２０１１一ｏ３—２９ 对本文样木的生物量的拟合数据进行整理，通 过它与林分调查因子间的简单相关关系的分析，选 择相关系数较大的变量，构建一个回归模型来预测 樟子松人工林的各部分生物量。模型中主要利用与 之相关的林木变量胸径（Ｄ）、树高（Ｈ）、冠长（ＣＬ）、 冠长率（ＣＲ）、枝下高（ＨＢ）、年龄（Ａ）及林分变量林 作者简介：黄超（１９８２一），男，黑龙江大兴安岭人，大 学，助理工程师，主要从事森林经理及生态学方面的研究． 分密度（ＳＤ）、地位指数（５，）、郁闭度等作为自变量， 并对各因子进行直线、对数、指数、幂函数、多项式等 ５２ 防，一护林科技 ２０１１在 各种变换来拟合不同的模型。 估测林木生物量最基本的方法是利用树木各维 量的回归。国内外的学者曾提出一些不同形式的多 项式模型。本文选取ｌｎＷ＝０＋ｂＤ，ｌｎＷ＝Ⅱ＋ｂｉｎＤ， ｌｎＷ＝。＋ｂｉｎ（Ｄ Ｈ）这３种模型进行拟合。 利用回归拟合统计量如均方差（ＭＳＥ）、估计值 标准误（Ｓ ）、相关系数（Ｒ ）等比较各模型的拟合 优度，从中选择最佳模型。 １．３模型的检验 模型的性检验是采用建模时未使用过的独 立样本数据，对所建模型的预测性能进行综合评价， 从而确定最佳模型。检验内容包括：视图分析、预测 偏差分析和统计检验等。 ２ 研究结果 ２．１最优模型的选择 利用外业调查所获得的各样木树干解析、枝解 析和生物量数据，采用ＳＰＳＳ统计软件分析和研究樟 子松人丁林树木因子（胸径、树高、冠幅）等与单木 各分量（树枝、叶、干）生物量之间的关系，建立樟子 松人工林单木各分量生物量预测模型。树枝、树叶、 树干以及全株树的拟合参数见表１。 表１ 樟子松人工林生物量预测模型拟合参数估计结果 根据回归拟合统计量相关系数（ ）最大，而残 差平方和最小的原则比较各模型的拟合优度，从中 选择最佳模型。从表１中可以得出樟子松各部分最 优模型分别为： 樟子松单木树枝生物量最优方程为： ＩｎＷ＝０．０８９＋０．０９６Ｄ 樟子松单木树叶生物量最优方程为： ｌｎ ＝０．３３５＋０．００６Ｄ 樟子松单木树干生物量最优方程为： ｌｎ ＝一１．７１＋０．６８８１ｎ（Ｄ Ｈ） 樟子松单木生物量最优方程为： ｌｎ ＝一２．０２ｌ＋２．１３１ｎＤ ２．２模型的检验 应用表１中的检验数据，对本文所建立的单木 各生物量模型进行验证和评价，计算各种检验统计 量，结果见表２。 表２樟子松人工林生物量预估模型检验结果 从表２可以看出，４个分量的平均相对误差均在 １０％以内，除树叶外，树干、树枝、全树质量都在６％ 之内，说明所建立各分量生物量模型无系统偏差。 ０Ｄ ０５ １１３ １５ ２ ０ ２ Ｓ ３＿０ ３Ｓ ‘０ ｇ 捌值 图１ 树枝生物量模型残差分布图 预测值 图２ 树叶生物量模型残差分布图 图３树干生物量模型残差分布图 从模型检验的结果和残差分布图（罔１～图４） 来看，全株生物量和树十估计效果优于枝和叶的估 计效果；总量的估计效果要好于树干；在树冠两个分 量中，枝的估计效果要好于叶。究其原因主要是冈 为树木树冠部分生物量受树冠形状、大小和饱满程 第４期 黄超等樟子松人工林生物量模型的研究 ５３ 度以及树木长势影响很大，而这些因素是随气候、生 且林分密度相差不大的３块标准地作为研究对象， 境不同而变化的，因此就造成了树冠部分生物量变 列出不同年龄的各组分生物量以及各组分的分配 动范围很大。 率，见表３。 从表３中可以看出，当林分密度相差不大的时 候，林分的生物量随年龄的增大而不断增大，当然， 在年龄不断增长的过程中，生物量不可能一味地增 长，在表中可以推测出，在４７年生的时候，樟子松人 工林还处于成熟林阶段，还没有过渡到过熟林的阶 段。同时根据生物量各组分的分配率可以看出，林 分的树干生物量仍然占有最大的比率，树干所占的 比例也是随年龄的增长而不断增大的，在３９年生以 前，樟子松人工林还处于中龄林阶段，树干生物量所 预测值 占的比例还是继续增长的，而枝和叶的生物量则随 图４全株生物量模型残差分布图 年龄的增长而不断减小。 ２．３ 林分生物量变化规律 ２．３．２林分密度对生物量的影响 选取年龄相差 ２．３．１ 年龄对林分生物量的影响 根据所选择的 不大，而密度梯度比较明显的３块标准地作为研究 单木生物量的最优方程来分别估测各标准地树干、 对象来研究密度对生物量的影响，其结果见表４。 树叶、树枝及全株的生物量，选取年龄梯度比较大并 表３樟子松人工林不同年龄林分生物量及各组分配 从表４中可以看出，当林分的年龄相差不大的 模型可对林分生物量进行估计。由估计出的林分生 时候，林分生物量随密度的增大而增大。 物量可了解其变化规律为：（１）在成熟林阶段林分 ３ 结论与讨论 的生物量随年龄的增加而不断增长，树干的生物量 的比例还是最大的，同时也是随着年龄的增长而不 ３．１ 樟子松人工林单株生物量拟合结果： 断增加，而树枝和树叶的生物量则随年龄的增长而 （１）通过多次拟合和比较，选出了各组分拟合 有所减小。（２）林分的生物量随林分密度的增加而 的最优方程：樟子松树枝生物量最优方程为ｌｎ ＝ 不断增加。 ０．０８９＋０．０９６Ｄ；樟子松树叶生物量最优方程为 参考文献： ｌｎＷ＝０．３３５＋０．Ｏ０６Ｄ；樟子松树干生物量最优方程 ［１］Ｅｂｅｒｍｅｙｒ，Ｅ．Ｄｉｅ ｇｅｓａｍｔｅ Ｌｅｈｒｅ ｄｅｒ Ｗａｌｄｓｔｒｅｕ ｎｆｉｔ Ｒｕｃｋｓｉｃｈｔ ａｕｆ 为ｌｎ ＝一１．７１＋０．６８８１ｎ（Ｄ２日）；樟子松生物量最 ｄｉｅ ｃｈｅｍｉｓｃｈｅ ｓｔａｔｉｋ ｄｅｓ Ｗａｌｄｂａｕｅｓ［Ｍ］．Ｂｅｌｉｎ：Ｊ，Ｓｐｒｉｎｇｅｒ，１ ８７６： １１６． 优方程为ｌｎＷ＝一２．０２１＋２．１３１ｎＤ。 ［２］孙继坤．天山林区山地灰褐土的林分生产力与林型分布的规律 （２）对估计的模型进行检验，４个分量的平均相 性［Ｊ］．干旱区研究，１９９４，１１（１）：２—６． ［３］冯宗炜，陈楚莹，张家武．湖南会同地区马尾松林生物量的测定 对误差均在１０％以内，除树叶外，树干、树枝、全树 ［Ｊ］．林业科学，１９８２，１８（２）：１２７—１３４． 都在６％之内，说明所建立各分量生物量模型无系 ［４］李文华，邓坤枚，李飞．长白山主要生态系统生物量生产量的研 究［Ｊ］．森林生态系统研究，１９８１（试刊）：３４—５０． 统偏差。参数的变动系数和统计指标各树种规律是 ［５］陈灵芝，任继凯，鲍显诚．北京西山人工油松林群落学特征及生 一致的，即总量、树干估计效果优于枝和叶；总量的 物量的研究［Ｊ］．植物生态学与地植物学报，１９８４，８（３）：ｌ７３— １８１． 估计效果要好于树干；在树冠两个分量中，枝的估计 ［６］薛立，杨鹏．森林生物量研究综述［Ｊ］．福建林学院学报，２００４，２４ 效果要好于叶。 （３）：２８３—２８８． ［７］冯宗炜，王效科，吴刚．中国森林生态系统的生物量和生产力 ３．２利用本文所建立的樟子松人工林单木生物量 ［Ｍ］．北京：科学出版社，１９９９．
