不同密度沙棗能源林生物量估測(cè)模型研究

王志燕

(太原市林業(yè)調(diào)查規(guī)劃院，山西 太原 030012)

不同密度沙棗能源林生物量估測(cè)模型研究

王志燕

(太原市林業(yè)調(diào)查規(guī)劃院，山西 太原 030012)

沙棗是我國(guó)新興的能源樹種，為了簡(jiǎn)單、方便、準(zhǔn)確地估算其生物量，筆者以地徑、冠幅、樹高作為自變量，利用數(shù)理統(tǒng)計(jì)方法篩選出不同密度下地上生物量的最佳估測(cè)模型。結(jié)果表明:不同密度的沙棗能源林生物量估測(cè)中需要各易測(cè)因子適當(dāng)組合才能獲得最高的相關(guān)性，擬合出最為理想的回歸模型。

沙棗;密度;生物量;回歸模型

灌木具有生長(zhǎng)迅速、適應(yīng)性強(qiáng)等特點(diǎn)，是我國(guó)發(fā)展生物質(zhì)能源的重要樹種。灌木生物量是檢測(cè)灌木能源林培育效果的重要指標(biāo)，但目前測(cè)定灌木生物量大都采用全收割法，費(fèi)時(shí)、費(fèi)力，對(duì)植被也有破壞性。建立生物量模型對(duì)林分生物量估測(cè)是林業(yè)上進(jìn)行收獲預(yù)估的主要手段。通過(guò)采用地徑、樹高、冠幅等易測(cè)因子，建立樹木干重及各組分干重與各因子之間的一系列數(shù)學(xué)關(guān)系式，表達(dá)其內(nèi)在聯(lián)系，從而達(dá)到在不破壞林木的前提下利用易測(cè)因子估測(cè)生物產(chǎn)量的目的。沙棗(Elaeagnus angustifoliaL．)，胡頹子科胡頹子屬，灌木或小喬木，主要分布在西北地區(qū)，是一種新興的燃料樹種。目前，國(guó)內(nèi)還未見沙棗生物量研究的相關(guān)報(bào)道，筆者通過(guò)野外調(diào)查，應(yīng)用數(shù)學(xué)方法建立了由冠幅、地徑和樹高等易測(cè)因子構(gòu)建的沙棗地上生物量估測(cè)模型，為今后利用易測(cè)因子估測(cè)沙棗地上生物量提供參考。

1 材料與方法

1.1 試驗(yàn)材料

研究對(duì)象為2006年?duì)I造的沙棗灌木林，造林地位于太原市陽(yáng)曲縣。年均溫8.7℃，全年平均日照時(shí)數(shù)2 826.3 h，年均降水量456.8 mm．土地類型屬河灘地。

外業(yè)調(diào)查于2009年10月開始，在5種不同密度的15塊3年生沙棗林樣地內(nèi)，實(shí)測(cè)生長(zhǎng)正常植株的地徑(D)、樹高(H)和冠幅(C)。每種密度選擇30株標(biāo)準(zhǔn)木(由平均樹高、平均地徑、平均冠幅確定，選擇較接近者作為標(biāo)準(zhǔn)木)整株砍伐，稱量標(biāo)準(zhǔn)木地上部分鮮重，并采樣帶回實(shí)驗(yàn)室，80℃烘干至恒重測(cè)其干重。根據(jù)所得數(shù)據(jù)分析并建立生物量模型。

1.2 模型選取

為了得到沙棗生物量最優(yōu)估測(cè)模型，借鑒喬木和其它灌木生物量模型，結(jié)合一般生物學(xué)統(tǒng)計(jì)中常用的回歸方程，選擇多種線性、非線性回歸模型，其基本形式包括以下幾種:

式(1 －11)中: b0——常數(shù);

b1，b2，b3——回歸系數(shù);

x——自變量;

y——因變量。

1.3 估測(cè)模型檢驗(yàn)

經(jīng)處理所得的各個(gè)估測(cè)模型要經(jīng)過(guò)檢驗(yàn)和比較，才能得到最佳估測(cè)模型。選擇評(píng)價(jià)指標(biāo)包括:復(fù)相關(guān)系數(shù)(R)、回歸系數(shù)的顯著性檢驗(yàn)、相對(duì)誤差比較、擬合率(P)。

1)復(fù)相關(guān)系數(shù)(R)。R是用來(lái)說(shuō)明自變量x與y密切程度的指標(biāo)，只有在R遠(yuǎn)大于臨界值Ra時(shí)，才能說(shuō)明x與y密切相關(guān)，否則相關(guān)不顯著。

2)回歸系數(shù)的顯著性檢驗(yàn)?；貧w系數(shù)的顯著性檢驗(yàn)包括F檢驗(yàn)的均方比和剩余標(biāo)準(zhǔn)差。F檢驗(yàn)的均方比大于F臨界值，則說(shuō)明回歸關(guān)系顯著。剩余標(biāo)準(zhǔn)差越小，則說(shuō)明回歸關(guān)系越好。

3)相對(duì)誤差。相對(duì)誤差是說(shuō)明樣本預(yù)測(cè)值與實(shí)測(cè)值的差異情況，相對(duì)誤差應(yīng)越小越好，且一般應(yīng)在20%以下。

式中:Yi——第i個(gè)樣本的現(xiàn)存生物量實(shí)測(cè)值;

——第i個(gè)樣株的回歸預(yù)測(cè)值，i=1，2，…，n．

4)擬合率(P)。P是表示預(yù)測(cè)值與實(shí)測(cè)值的接近程度，擬合率越大說(shuō)明回歸值越接近實(shí)測(cè)值，且擬合率一般應(yīng)大于70%．

2 結(jié)果與分析

以易測(cè)因子地徑(D)、樹高(H)、冠幅(C)、冠幅面積［S= π(C/2)2］及它們的組合D2，D3，SH，DH，D2H為自變量，單株地上生物量(W)為因變量建立估測(cè)模型。

2.1 各元素的相關(guān)性分析

各易測(cè)因子間的相關(guān)關(guān)系見表1．

表1 不同因子間的相關(guān)系數(shù)

由表1可知，5種不同密度下各因子與地上生物量相關(guān)性均達(dá)到顯著水平。因此，各因子與生物量建立模型是可行的。其中密度為10 000株/hm2和6 667株/hm2的林分，DH與地上生物量相關(guān)性最好，相關(guān)系數(shù)分別為0.915，0.883;密度為4 444株/hm2，3 333株/hm2，2 500株/hm2的林分，SH與地上生物量相關(guān)性最好，相關(guān)系數(shù)可達(dá)0.899，0.937，0.905.因此，選擇相關(guān)性最好的因子為自變量建立模型，密度為10 000株/hm2和6 667株/hm2的林分以DH為自變量;密度4 444 株/hm2，3 333 株/hm2，2 500 株/hm2以SH為自變量。

2.2 建立回歸模型

由相關(guān)性分析中得到的最佳相關(guān)因子與地上生物量進(jìn)行曲線回歸擬合，擬合回歸方程包括:一元線性方程y=b0+b1x，二次方程y=b0+b1x+b2x2，三次方程y=b0+b1x+b2x2+b3x3，對(duì)數(shù)方程y=b0+b1lnx，復(fù)合曲線y=b0(b1)x，冪函數(shù)y=b0xb1，S 型曲線y=e(b0+b1/x)，指數(shù)方程y=b0eb1x，Logistic曲線y=(1/u+b0b1x)－1．通過(guò)比較回歸模型的判定系數(shù)r2和F檢驗(yàn)值，篩選出最佳回歸模型，見第12頁(yè)表2．

表2 各密度地上生物量最佳回歸模型

2.3 模型精度檢驗(yàn)

各密度地上生物量實(shí)際產(chǎn)量和預(yù)測(cè)產(chǎn)量之間的比較，見表3．

表3 地上生物量實(shí)際產(chǎn)量與預(yù)測(cè)產(chǎn)量的比較

利用實(shí)測(cè)數(shù)據(jù)對(duì)模型精度進(jìn)行分析，通過(guò)計(jì)算相對(duì)誤差和擬合率對(duì)模型進(jìn)行評(píng)價(jià)，結(jié)果見表4.

表4 生物量回歸方程驗(yàn)證

由表4可以看出，各生物量模型相對(duì)誤差均較小，擬合率均較大。相對(duì)誤差越小說(shuō)明預(yù)測(cè)值和真實(shí)值之間差異越小，擬合率越大說(shuō)明預(yù)測(cè)值和真實(shí)值越接近。通過(guò)驗(yàn)證，各密度生物量模型均達(dá)到較好的擬合效果。

3 討論

1)密度不同，與單株生物量相關(guān)性最好的因子也各不相同?？傮w來(lái)說(shuō)，可利用DH和SH因子建立生物量的關(guān)系模型，采用曲線回歸擬合方法獲得估測(cè)模型，不同密度生物量估測(cè)模型各不相同。通過(guò)相對(duì)誤差和擬合率的驗(yàn)證，說(shuō)明各模型均達(dá)到較好的擬合效果。

2)限于條件，本研究擬合出的生物量模型有一定的應(yīng)用局限性?？紤]到林分的生長(zhǎng)狀況因立地條件不同而有差異，如果推廣使用這些模型，還應(yīng)針對(duì)具體地區(qū)的立地條件對(duì)回歸模型做進(jìn)一步驗(yàn)證。

［1］曾慧卿，劉琪璟，馬澤清，等．基于冠幅及植株高度的檵木生物量回歸模型［J］．南京林業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版，2006，30(4):101-104.

［2］王 蕾，張 宏，哈 斯，等．基于冠幅直徑和植株高度的灌木地上生物量估測(cè)方法研究［J］．北京師范大學(xué)學(xué)報(bào):自然科學(xué)版，2004，40(5):700-704.

［3］曾慧卿，劉 琪，馬澤清，等．千煙洲灌木生物量模型研究［J］．浙江林業(yè)科技，2006，26(1):13-17.

［4］閆志堅(jiān)，楊 持，高天明．巖黃芪屬3種固沙灌木或半灌木生物量蓄積特性研究［J］．吉林農(nóng)業(yè)大學(xué)學(xué)報(bào)，2007，29(2):173-180.

［5］Bryant F C，Kothmann M M．Variability in predicting edible browse from crown volume［J］．Journal of rangemanagement，1979，32(2):144.

［6］Rittenhouse L R，Sneva F A．A technique for estimating big sagebrush production［J］．Journal of range management，1977(30):68.

Study on Biomass Estimation Model of Energy Forest of Elaeagnus angustifolia L．on Different Density

Wang Zhiyan
(Taiyuan Institute of Planning and Design for Forestry Investigation，030012 Taiyuan，China)

The Elaeagnus angustifolia L．is emerging energy tree in our country．For simple，convenient，accurate estimating its biomass，the ground diameter，crown，tree height are as independent variable in the experiment．The best estimation model of the different density ground biomass is screened by using the mathematical statistic method．The result indicated:The Elaeagnus angustifolia L．of different density needs suitable combination with the various surveys factor to obtain the highest relevance，and which simulates the most ideal regression model．

Elaeagnus angustifolia L．;density;biomass;regression model

S793.9

A

1007-726X(2011)04-0010-03

2011-06-29

王志燕(1977— )，女，山西清徐人，2008年畢業(yè)于北京林業(yè)大學(xué)，工程師。