环洞庭湖防护林主要建群种生物量模型构建

欧阳硕龙，戴成栋，侯燕南，徐永新，罗 佳

(1．湖南省林业科学院， 湖南 长沙 410004； 2．湖南省林业厅， 湖南 长沙 410007)

环洞庭湖防护林主要建群种生物量模型构建

欧阳硕龙1，戴成栋2，侯燕南2，徐永新2，罗 佳1

(1．湖南省林业科学院， 湖南 长沙 410004； 2．湖南省林业厅， 湖南 长沙 410007)

根据环洞庭湖防护林的森林群落和树种分布特点，在研究区域共设置122个典型样地，样地根据气候区、立地条件、林分类型、群落结构、林龄等因素综合布设，实测样株生物量，利用树木各部分生物量之间存在相关关系，以树高、胸径为变量构建各分量生物量模型通式，共构建了马尾松、白栎、杨树、枫香、刺槐5个主要建群种生物量模型，模型结构为W=a(D2H)b。模型测算因子简单易得，各模型均具有较好的拟合精度和预估水平。

生物量；模型；构建；防护林； 洞庭湖

森林生态系统在维护区域生态环境和全球碳平衡方面均起着极其重要的作用[1-2]。生物量作为生态系统中积累的植物有机物总量,是整个生态系统运行的能量基础和营养物质来源[3]。森林生物量是森林生态系统最基本的数量特征[4]。我国目前和未来几十年中,通过实施建设天然林保护工程、生态公益林等森林管理手段以实现森林生态系统的最佳效益，即森林生态系统在生物量、生物多样性和环境等多方面的生态效益[5],进而实现更好的社会效益。建立森林生物量模型的目的是制定森林植被生物量计量标准，为评价森林生产力和森林质量，以及监测森林固碳释氧能力提供基础依据。为此，本文对环洞庭湖防护林主要建群种进行生物量模型构建，为开展森林生态效益监测和评价提供科学手段。

1 研究方法

1.1研究区自然概况

研究区位于湖南省常德、岳阳两市的7个县、区(澧县、南县、津市、华容、临湘、岳阳、君山)，东经111°40′—113°10′，北纬28°30′—29°31′，属亚热带季风湿润气候区，热量较丰富，雨量充沛。区域内年平均气温16.4℃～17.0 ℃,降水量多年平均量为1328.8mm。区域内地带性土壤为红壤，因区内南北水热条件的差异，可分为常绿阔叶林湿润季风气候的红壤亚类地带(南部地区)和常绿落叶阔叶林湿润季风气候的棕红壤亚类地带。

1.2样地设置与样木选择

在环洞庭湖防护林中，根据气候区、林分类型、林龄组成、立地条件、林分组成等设置典型样地122个。选定各种典型环境条件下各径级有代表性的马尾松(Pinusmassoniana)120株、白栎(Quercusfabri) 90株、杨树(Populusdeltoides) 142株、枫香(Liquidambarformosana) 150株、刺槐(Robiniapseudoacacia) 180株(见表1)。

1.3外业调查及内业处理

调查因子为群落类型、郁闭度、起源、林龄、人为干预情况、海拔、坡度、坡位、坡向、立地条件等。

表1 样地、样木在各调查区的分配数Tab.1 Distributionnumberofsampleplotsandsamplesineachinvestigationarea地点群落类型杨树马尾松枫香刺槐白栎样地数(个)样木数(株)样地数(个)样木数(株)样地数(个)样木数(株)样地数(个)样木数(株)样地数(个)样木数(株)华容县1271———————〛—南县1371———————〛—君山区————530———〛—津市————5301289—〛—临湘市————525———〛—澧县——117253512912490岳阳县——1348530———〛—合计251422412025150241802490

主要建群种采用径级标准木法测定生物量，其树干、树皮、枝、叶和树根生物量的测定参照相关文献[6]。

1.4建模方法

1.4.1 模型选择 主要建群种生物量模型采用以下两种通式：

Wi=f(D,H)·V或Wi=f(D,H,Wd,Wl)·V

具体结构式应根据建模数据的变化规律确定，如生物量模型可以设计为W=a(D2H)b，其中a、b为常数项。

1.4.2 参数计算 利用有关统计软件(SPSS、SAS或ForStat2.0软件)，采用最小二乘法建立主要建群种生物量模型。当回归模型检验存在有异方差时，要采用加权最小二乘法估计各模型的参数，权函数选用w=1/f(x)2(f(x)为回归模型结构式)来消除异方差对参数估计的影响，确保模型的通用性。如果同时建立总量和各分量的生物量模型，还要考虑模型之间的兼容性。

1.4.3 模型检验

(1) 模型自检。利用建模样本的实测生物量和模型估计生物量计算总相对误差、平均系统误差、相对误差绝对值平均数和预估精度等统计指标，同时观察残差分布是否随机，以评价模型是否达到预定要求。

将建模样本按径级组分成若干个区段，分段计算总相对误差、平均系统误差、相对误差绝对值平均数和预估精度等统计指标，比较模型在各区段的精度，并分析是否存在偏差。

(2)适用性检验

2 结果分析

2.1生物量模型构建的样本数确定

根据环洞庭湖防护林树种的特点，综合考虑树种的形态特征和木材密度，在研究地区选取典型样地，进行生物量调查，并且根据误差理论确定最小样本数，其中各树种组的样本总数，参与模型拟和样本量以及参与模型检验的样本见表2。

表2 各树种样木总数、拟合和检验数Tab.2 Totalnumber,fittingnumberandcheckingnum-berofsamplesofeachspecies(株)项目树种杨树枫香刺槐白栎马尾松总样木数14215018090120拟合数12212015070100检验数2030302020

2.2独立生物量模型的选型

根据样木数据相关分析可知，胸径与各器官生物量均极显著相关，树高与干干质量、皮干质量、枝干质量、叶干质量、根干质量极显著相关，总体而言，各树种的干干质量、皮干质量、枝干质量、叶干质量、根干质量与胸径和树高相关系数较大。

在以往生物量模型研究中，以CAR(Constant Allometric Ratio)模型和VAR(Variable Allometric Ratio)模型结构形式最为普通[7]。对于树皮、树干、树枝、树叶、树根模型，从变量得到的简洁性和准确性考虑，结合各变量与树高、胸径的相关系数，自变量选用树高(H)、胸径(D)，通过不同模型的拟合和选型，得到各类型、各分量的最适独立模型，即W=a(D2H)b。

2.3主要建群种的生物量模型构建

将5个树种不同径级的样木所测得的数据，按公式W=a(D2H)b(两边取对数logW=loga+blog(D2H))，根据最小二乘法原理求出a、b参数值，求出5个树种单株林木各组分生物量的25个回归方程式，现将各方程的a、b参数值、检验评价(r— 相关系数，e— 总相对误差，p— 估计精度)及模型方程见表3。

表3 5个建群种林木各组分生物量回归方程参数、检验评价及模型方程Tab.3 Parameters,testingevaluationandmodelequationsofbiomassregressionequationforstandcomponentsof5construc-tivespecies树种组分(W)abre(%)P(%)模型方程适用范围马尾松干0.0496680.8362830.99350.9699.04W=0.049668(D2H)0.836283胸径:2.0～27.0cm皮0.0095710.8201820.99200.9499.06W=0.009571(D2H)0.820182树高:2.75～15.50m枝0.0094140.8770740.99600.7599.25W=0.009414(D2H)0.877074叶0.0281450.6561310.89381.9698.04W=0.028145(D2H)0.656131根0.0049270.8122060.95941.7398.27W=0.004927(D2H)0.812206白栎干0.0262780.9174290.99780.9999.01W=0.026278(D2H)0.917429胸径:4.0～25.4cm皮0.0813550.8914610.99480.9499.06W=0.081355(D2H)0.891461树高:3.6～14.3m枝0.0811120.6403800.99090.9199.09W=0.081112(D2H)0.640380叶0.0152920.7501310.98360.9999.01W=0.015292(D2H)0.750131根0.0068440.8386490.99420.9299.08W=0.006844(D2H)0.838649枫香干0.0251500.9614240.99560.9299.08W=0.025150(D2H)0.961424胸径:3.0～21.5cm皮0.0049910.9553350.99340.9299.08W=0.004991(D2H)0.955335树高:4.5～15.0m枝0.0053151.0131510.99160.9599.05W=0.005315(D2H)1.013151叶0.0072430.8658280.96181.7498.26W=0.007243(D2H)0.865828根0.0015461.0622310.98581.6698.34W=0.001546(D2H)1.062231刺槐干0.0252510.9900950.99461.4498.56W=0.025251(D2H)0.990095胸径:1.5～11.5cm皮0.0214230.7284200.98962.6797.33W=0.021423(D2H)0.728420树高:3.0～7.6m枝0.0078841.0105930.99411.3598.65W=0.007884(D2H)1.010593叶0.0181960.5870720.92510.9499.06W=0.018196(D2H)0.587072根0.0280470.5426840.95970.9699.04W=0.028047(D2H)0.542684杨树干0.03000.87340.93330.9499.06W=0.0300(D2H)0.8734胸径:16.0～18.3cm皮0.00280.98750.97981.6798.33W=0.0028(D2H)0.9875树高:13.0～30.6m枝0.01740.85780.95101.7898.22W=0.0174(D2H)0.8578叶0.45620.31930.94682.8097.20W=0.4562(D2H)0.3193根0.00400.90350.91795.1794.83W=0.0040(D2H)0.9035

3 结论

根据环洞庭湖防护林群落和树种分布的特点，在研究区域范围内共设置122个典型样地，样地根据气候区、立地条件、林分类型、群落结构、林龄等因素综合布设，构建了杨树、枫香、刺槐、白栎、马尾松主要建群种生物量模型。

以树木各分量生物量成比例为基础，利用树木各分量生物量之间存在相关关系，主要建群种以树高、胸径为变量构建各分量生物量模型通式，测算因子简单易得，经评价和检验，各模型均具有较好的拟合精度和预估水平。

[1] 方运霆,莫江明,彭少麟,等.森林演替在南亚热带森林生态系统碳吸存中的作用[J].生态学报, 2003,23(9):1685-1694.

[2] 刘国华,傅伯杰,方精云.中国森林碳动态及其对全球碳平衡的贡献[J].生态学报,2000,20(5):733-740.

[3] 吴家森,俞益武,朱志坚,等.湖州市不同森林植被生物量的研究[J].江苏林业科技,2002,29(4):22-24.

[4] 应宝根，袁位高，葛永金，等. 浙江省重点公益林松类生物量模型研究[J].浙江林业科技,2008,28(2):1-5.

[5] 方奇.不同密度杉木幼林系统生产力和生态效益研究[J].林业科学, 2000,36(1):28-35.

[6] 许景伟，李传荣，五卫东,等.沿海沙质岸黑松防护林的生物量及生产力[J].东北林业大学学报，2005，33(6)：29-32.

[7] 袁位高，江波，葛永金，等.浙江省重点公益林生物量模型研究[J].浙江林业科技，2009，29(2)：1-5.

(责任编辑：谭著明)

EstablishmentofmainconstructivespeciesbiomassmodelforprotectionforestsystemaroundDongtingLake

OUYANG Shuolong1, DAI Chengdong2, HOU Yannan2, XU Yongxin2, LUO Jia1

(1. Hunan Forestry Academy, Changsha 410004, China; 2.Forestry Department of Hunan Province, Changsha 410007, China)

Based on properties of forest community and species distribution of protection forest system around Dongting Lake, 122 typical sample plots were set up according to the climatic region, site conditions, stand types, community structure and age composition of stands, and the biomasses of standard trees were surveyed in these plots. Biomass models for each indicator of trees were established taking tree height and DBH as variables. Totally 5 biomass models forPinusmassoniana,Quercusfabri,Populus,Liquidambarformosana,Robiniapseudoacaciawere established with model structure ofW=a(D2H)b, which were fabulous with advantages of simple indicators, high fitting precision and high estimation level.

biomass; model; establishment; protection forest; Dongting Lake

2010 — 10 — 14

2010 — 10 — 18

湖南省林业厅重点项目“环洞庭湖防护林体系建设技术”，国家林业局推广项目“长江中游洞庭湖水系防护林营建技术示范”资助。

S 727.2

A

1003 — 5710(2010)05 — 0022 — 03

10. 3969/j. issn. 1003 — 5710. 2010. 05. 006