不同無性繁殖造林小黑楊生物量模型研究

姜 鵬，秦召文，王永明，谷建才，王桂真

（河北農業(yè)大學 林學院，河北 保定 071001）

森林生物量是森林生態(tài)系統(tǒng)中數量特征的最基本表現(xiàn)，是森林經營和開發(fā)利用的價值體現(xiàn)，是森林中物質循環(huán)和能量轉換的載體，森林生物量占全球陸地植被生物量的90%左右，其反映了森林的固碳能力[1-6]。森林生物量反映了碳儲量和碳收支的重要數據和理論支撐，也是研究很多林業(yè)問題和生態(tài)問題的基礎[7-14]。因此，研究森林生物量的測定和預估，對生產和理論研究都有很重要的意義[15-17]。本研究中的小黑楊Populus×xiaohei T.S.Hwang et Liang是黃東森等在1960年以小葉楊為母本、歐洲黑楊為父本，經人工雜交后，將其雜交混合系原始材料提供全國各地進行選種而得。本樹種喜光，喜冷濕氣候，喜生于土壤肥沃、排水良好的沙質壤土上，生長快，適應性強，抗寒，抗旱，耐瘠薄，耐鹽堿。本文中研究了不同無性繁殖造林小黑楊生物量擬合模型，并為推測出壩上地區(qū)小黑楊單位面積的生物量和碳儲量提供科學的技術支持和理論依據，也為水源涵養(yǎng)林的構建提供數據支持。

1 研究區(qū)概況

河北省張家口市壩上地區(qū)位于河北省張家口北部，橫亙在華北平原和內蒙古高原之間，年平均溫度1℃，最熱月份平均溫度在19 ℃左右，雖在盛夏，猶有“高處不勝寒”的感覺。本實驗區(qū)設置在壩上的張北縣和沽源縣。

張北縣地處壩上地區(qū)南緣，縣境地形呈高原丘陵景觀，大致分為東南壩頭區(qū)、西部丘陵區(qū)和中部平原區(qū)三個類型，平均海拔1 400～1 600 m，南部“壩頭”海拔1 600～1 800 m，境內樺皮嶺海拔2 128 m，為“壩頭”群峰之首。全縣屬中溫帶大陸性季風氣候，年降水量300 mm左右，年平均氣溫2.6 ℃。張北縣是河北省日照條件最好的縣之一，年平均日照時數2 897.8 h，年平均7級以上大風日數30 d左右，全年無霜期90～110 d。

沽源縣位于西北部的壩上地區(qū)，全縣最高海拔2 123 m，最低海拔1 356 m，平均海拔1 536 m。氣候屬溫帶大陸性草原氣候，年均氣溫1.4 ℃，暑期平均氣溫17.9 ℃，年日照時數最長3 246 h，最短2 616 h，年降水量426 mm，無霜期117 d。汛期主要反映在6、7、8三個月，期間降水量占全年降水量的53%。

2 研究方法

2.1 標準地設置

本次實驗選取小黑楊林帶，保證小黑楊林分生長狀況良好且林型基本相同兩個條件，共選取4塊標準地，其面積為1 800 m2（100 m×18 m）的林帶。每個標準地都包含插條、斷根和埋樁3種無性繁殖造林的2到3種方式。其標準地的基本情況見表1。

表1 小黑楊林帶標準地基本情況?Table 1 Basic situation of Populus×xiaohei forest belt

2.2 標準地調查

在小黑楊標準地內進行林分因子調查，主要進行每木檢尺、枝下高、冠幅等調查，并進行林下植被調查。每種無性繁殖造林選20株解析木，分別分布在4個標準地內，共選60株伐倒木，實測各項指標。小黑楊林分的4個標準地取總和后，再整化到每公頃小黑楊中，林分生長因子的基本情況見表2。

表2 林分生長因子基本情況Table 2 Basic situation of stand growth factors

2.3 小黑楊生物量的測定

在4個標準地內選取插條、斷根和埋樁小黑楊，利用樹干解析和收割的方法，確定各株樹的生物量。主要過程是伐倒所選定的插條、埋樁和斷根小黑楊的標準木，摘取各樹的全部樹葉，砍掉樹枝，以0.5 m為一個區(qū)分段截取5 cm厚的圓盤，現(xiàn)場稱取樹干、樹枝和樹葉的鮮質量，梢頭單獨稱取鮮質量，最后分別取干、枝、葉各部分的樣品帶回實驗室，通過烘干（105℃）至恒質量，計算出樹枝、樹干和樹葉各部分器官的含水率，并推算出插條、斷根和埋樁小黑楊地上部分各器官的生物量。

2.4 數據分析及處理

本文中數據分析及處理主要運用的軟件有Excel和 SPSS18.0，林分中插條、埋樁和斷根小黑楊的生物量擬合模型采用SPSS18.0軟件中的曲線回歸進行擬合。由于不同無性繁殖造林小黑楊的胸徑、樹高有很強相關性，因此，選取容易實測的因子（D1.3、D1.32H；D1.3為胸徑，H為樹高）為回歸模型的自變量，以地上各器官生物量（W）為因變量，建立立木的地上干、枝、葉的生物量回歸估測模型?；貧w估測模型采用非線性回歸模型中具有良好生物學意義的冪函數和Logstic方程。

3 結果與分析

3.1 林分生物量數值模型預測范圍

插條、斷根和埋樁小黑楊生物量預估模型的自變量胸徑、樹高的取值范圍，以及因變量樹干生物量、樹枝生物量和樹葉生物量的取值范圍見表3。

3.2 林分生物量預測模型

利用SPSS的曲線回歸功能，計算出自變量胸徑和各器官的生物量因變量之間的冪函數和Logistic函數，其無性繁殖造林小黑楊的干、枝、葉的生物量模型的系數估計值、判定系數R2等見表4。

表3 小黑楊生物量預估模型取值范圍Table 3 Value range of prediction model about Populus×xiaohei biomass

表4 小黑楊生物量估測模型（D1.3）Table 4 Prediction models of Populus×xiaohei biomass(D1.3)

通過比較分析，以D1.3為自變量的小黑楊生物量估測模型中函數的判別系數R2都大于0.94，因此，選擇D1.3為自變量。插條造林的小黑楊和埋樁造林的小黑楊都選擇Logistic方程、斷根的小黑楊選擇冪函數作為無性繁殖造林小黑楊的樹干、樹枝和樹葉的生物量模型。以D1.3為自變量的小黑楊生物量最優(yōu)模型如下。

利用SPSS的曲線回歸功能，計算出自變量和各器官的生物量因變量之間的冪函數和Logistic函數，其無性繁殖造林小黑楊的干、枝、葉的生物量模型的系數估計值、判定系數R2等見表5。

以為自變量的小黑楊生物量估測模型中判別系數R2都大于0.74，插條造林的小黑楊和斷根的小黑楊選擇冪函數、埋樁造林的小黑楊選擇Logistic方程作為的無性繁殖造林小黑楊的樹干、樹枝和樹葉的生物量模型。以為自變量的小黑楊生物量最優(yōu)模型如下。

對擬合方程進行方程檢驗，方程檢驗中回歸和殘差F值見表4和5，其P值小于0.01且在0.01水平上呈現(xiàn)極顯著。根據比較各擬合模型的R2和參考散點分布圖，插條小黑楊和埋樁小黑楊選取以D1.3自變量的Logistic方程，而斷根小黑楊則選取以為自變量的冪函數。

表5 小黑楊生物量估測模型Tabel 5 Prediction model of Populus×xiaohei biomass

表5 小黑楊生物量估測模型Tabel 5 Prediction model of Populus×xiaohei biomass

回歸模型 繁殖方式 器官 參數估計值 模型匯總u 常數 b1R2F Sig.干插條80 000 0.000 3 0.993 0.918 133.972 0.000枝16 000 0.001 0 0.993 0.924 146.274 0.000葉6 000 0.003 0 0.993 0.907 116.740 0.000 1干W=1u+b 0?b斷根1x 100 000 0.000 1 0.995 0.866 83.816 0.000枝18 000 0.000 4 0.996 0.795 50.528 0.000葉8 000 0.001 0 0.996 0.743 37.572 0.000干埋樁80 000 0.001 0 0.992 0.921 162.760 0.000枝13 000 0.002 0 0.992 0.919 158.150 0.000葉8 000 0.005 0 0.993 0.882 104.908 0.000冪常數 b1R2F Sig.干插條540.292 0.687 0.979 566.431 0.000枝171.067 0.637 0.978 537.366 0.000葉60.636 0.643 0.968 360.491 0.000干W=b0t b1斷根1 556.958 0.573 0.994 2173.505 0.000枝465.988 0.520 0.978 581.900 0.000葉154.772 0.546 0.991 1408.925 0.000干埋樁259.519 0.803 0.969 435.686 0.000枝81.138 0.732 0.972 494.671 0.000葉25.877 0.783 0.960 336.705 0.000

4 結 論

通過對張家口壩上地區(qū)不同無性繁殖造林小黑楊生物量模型研究，利用SPSS18.0統(tǒng)計分析軟件，可以快速有效地實現(xiàn)小黑楊生物量的非線性參數估計，并以實測的因子(D1.3、D1.32H)為回歸模型的自變量，以地上各器官生物量(W)為因變量，建立林分立木的地上干、枝、葉的生物量回歸估測模型。回歸估測模型采用非線性回歸模型中的冪函數、Logistic方程。無性繁殖造林小黑楊生物量最優(yōu)模型如下：插條小黑楊選取Logistic方程(D1.3)，斷根小黑楊選取冪函數(D1.32H)，埋樁小黑楊選取Logistic方程(D1.3)。

本研究屬于張家口壩上地區(qū)不同無性繁殖造林小黑楊生物量與碳儲量研究及水源涵養(yǎng)林的構建的一部分，通過具體實測數據建立了小黑楊的生物量模型，將用于推測無性繁殖造林小黑楊林分的地上生物量、碳儲量等。文章中沒有對立地條件的影響進行分析，建議在今后的研究中加以補充。楊樹根系生物量獲取本身是一個復雜、繁重的體力勞動，還需要很多的時間對外業(yè)樣品進行處理，并且本實驗中由于無性繁殖的特殊性，根系差別很大，今后將做單獨的根系生物量研究。

[1] 馮慧想. 楊樹人工林生長特性及生物量研究[D]. 北京:中國林業(yè)科學研究院,2007.

[2] 李大林,姜 鵬,王玉峰. 燕山山地華北落葉松單株生物量與生產力研究[J].河北林果研究,2011, 22(4): 336-339.

[3] Simpson I J, Thurtell G W, Neumann H H,et al.The validity of similarity theory in the roughness sublayer above forests[J].Boundary Layer Meteorology, 1998, 87:69-99.

[4] LIETH H, WHITTAKER R H. Primary Productivity of the Biosphere [M]. New York: Springer-Verlag, 1975.

[5] 胥 輝,張會儒.林木生物量模型的研究[M].昆明:云南科技出版社,2002.

[6] Daolan Z, John R, Jiquan C,et al. Estimating aboveground biomass using Landsat 7 ETM+ data across a managed landscape in northern Wisconsin USA[J]. Remote Sensing of Environment, 2004, 93: 402-411.

[7] 唐守正,張會儒,胥 輝.相容性生物量模型的建立及其估計方法研究[J].林業(yè)科學,2000,36(1):19-27.

[8] 方精云,陳安平,趙淑清,等.中國森林生物量的估算:對Fang等 Science一文(Science,2001,291:2320-2322)的若干說明[J].植物生態(tài)學報,2002,26(2):243-249.

[9] 姜 鵬, 董樹國, 隋玉龍,等. 北溝林場華北落葉松生物量模型的研究[J].中南林業(yè)科技大學學報, 2013,33(7):131-135.

[10] FANG J Y, WANG Z M. Forest biomass estimation at re-gional and global levels, with special reference to China’s forest biomass [J]. Ecol. Res., 2001, 16: 587-592.

[11] 詹 鵬,歐國騰,陳介南,等.羅甸縣麻瘋樹能源林的碳匯功能[J].經濟林研究，2013,31(3):146-149.

[12] 鞏合德,程希平,馬月偉.云南楊梅灌叢生物量的分布特征[J].經濟林研究,2012,30(4):106-108.

[13] 江 軍,謝錦開,楊燕華,等.CO2濃度升高對森林碳平衡及碳氮耦合的影響[J].江西農業(yè)大學學報,2013,35(1):117-123.

[14] 鄭德祥,廖曉麗,李成偉,等.福建省森林碳儲量估算與動態(tài)變化分析[J].江西農業(yè)大學學報,2013,35(1):112-116.

[15] 曾偉生,肖前輝,胡 覺,等.中國南方馬尾松立木生物量模型研建[J].中南林業(yè)科技大學學報,2010,30(5):50-56.

[16] 蔡 潔.洞庭湖區(qū)楊樹人工林生物生產力與碳儲量研究[D].長沙:中南林業(yè)科技大學,2010.

[17] 張世利,劉 健,余坤勇.基于SPSS相容性林分生物量非線性模型研究[J].福建農林大學學報:自然科學版, 2008, 37(5):496-500.