小興安嶺主要闊葉樹種樹干生物量模型研究

魏勝利(黑龍江省林業(yè)碳匯計量監(jiān)測中心，黑龍江 哈爾濱 150090)

所謂生物量是指在一定時間內(nèi)、單位空間中一種或多種活有機體的總量或在一種群落內(nèi)各種活有機物的總量。森林生物量是森林生態(tài)系統(tǒng)最初的第一性生產(chǎn)積累量，是森林生產(chǎn)力的重要指標，也是系統(tǒng)能流和物流的積累和再分配。森林生物量是森林生態(tài)系統(tǒng)研究的內(nèi)容之一，也是林業(yè)生產(chǎn)的主要內(nèi)容，是計量森林碳匯的重要依據(jù)，更是全面評價森林生產(chǎn)力合理開發(fā)利用的基礎。因此森林生物量的測定具有十分重要的理論和實踐意義。目前對森林生物量的研究大都采用質量測定的方法。

本文通過對小興安嶺14個市、縣、區(qū)的55個標準地的觀測資料，通過樹干計算單株樹的生物量，利用計算結果，采用最小二乘法，建立樹干與胸徑、樹高、冠幅的回歸模型，利用回歸模型方程估測地區(qū)主要闊葉樹種的總生物量。

1 研究地概況

小興安嶺是從愛輝-孫吳-北安以北的襄河聯(lián)線向東南延伸到松花江一帶的山脈總稱。西北界于黑河-孫吳-德都以北小興安嶺，東北以黑龍江為界，南界至松花江以北的山前臺地，南北長約450 km，東西寬約201 km,面積為7.43萬km2,占黑龍江省面積的16.37%。本區(qū)山勢較低，海拔在400～1 000 m，只有個別山峰在1 000 m以上，最高峰1 429 m。地勢西北低，東南高。山嶺復雜，走向變化較大，有的呈北西-南東向，有的呈南北向，總觀山地外貌較為和緩，分水嶺呈波狀起伏，河谷寬展，有島狀多年冰土層和較大面積的沼澤分布[1]。

2 研究方法

2.1 標準地的設置

本文研究分析的材料來自于小興安嶺的黑河市愛輝區(qū)、孫吳縣、嘉蔭縣、蘿北縣、湯原縣等14個市、縣、區(qū)的55塊標準地。在具有代表性、未經(jīng)過間伐、生長正常林分中設置標準地。對樣地中的喬木樹種進行檢尺，并且計測每株喬木的冠幅、樹高、胸徑、枝下高等基礎數(shù)據(jù)。

2.2 樹干解析及數(shù)據(jù)測定

將樣木數(shù)據(jù)采集的結果，按2 cm徑階大小分組，然后按等斷面積徑級標準木法將樣木劃分為5級，計算各徑級的平均高及平均直徑，依照各標準木在標準地外選擇5株不同大小的林木用作枝解析樣木及樹干解析。篩選的樣木應樹干無分叉、無傾斜。具體方法：

(1)測量解析木相鄰木的主要因子，包括冠幅(CW)、胸徑(DBH)、枝下高(HCB)、樹高(HT)以及與解析木的距離。

(2)將枝解析樣木伐倒時注意不能損壞樹冠，以至少有3個活枝的輪枝的位置來確定樹冠的基部。對伐倒的枝解析樣木要測以下樹木因子：樹高(HT)、年齡(A)、胸徑(DBH)、冠長(CL)、枝下高(HCB)、冠下徑(DCB)及樹高生長量等。

(3)用平均斷面積求積法按1m的區(qū)分段截取解析圓盤，作為測取樹干生物量的樣品。在距樹干基部、1.3 m處各截取一圓盤，用來測算年輪生長。

2.3 樹干生物量的測定

將樹木伐倒后,將樹干按1 m區(qū)分段截斷,稱取每段帶皮的樹干鮮質量，進行合計，求出地上部分的樹干鮮質量，然后在各區(qū)分段截取圓盤，稱取各圓盤的鮮質量，再扒去各圓盤的樹皮，稱取各去皮的圓盤的質量，將去皮的圓盤在105 ℃±2 ℃恒溫下干燥，測算干質量比Pwe=W干/W鮮,測算去皮的樹干的干質量。

2.4 經(jīng)驗模型的選擇

將各樣木的干量(WS)因變量與胸徑(D)、冠幅(CW)、樹高(H)等自變量之間的關系建立生物量的回歸參數(shù)模型。本文中選了4種模型對所選樣本進行擬合：

y=a×Db

(1)

y=a×Db×Hc

(2)

y=a×(D2×H)b

(3)

y=a×eb×D

(4)

其中：y-樹干質量；D-胸徑；H-樹高；CW-冠幅

利用回歸擬合統(tǒng)計量如估計值標準誤(Sy.x)Sy.x=[RSS/(n-p)]0.5，均方差(MSE)MSE=RSS/(n-p)，p—參數(shù)個數(shù)，RSS—殘差平方和，n—樣本個數(shù)相關系數(shù)(R2)等比較4個模型的擬合程度，從中選擇最優(yōu)模型。

3 結果與分析

各樹解析木的樹干生物量統(tǒng)計結果見表1。

表1 各樹種解析木樹干生物量調查因子

根據(jù)表1數(shù)據(jù)，采用Statistics 6.0統(tǒng)計軟件分析和研究白樺林樹木因子(胸徑、樹高、冠幅)等各類樹種與單木樹干生物量之間的關系。

3.1 樹干生物量預估模型

采用公式(1)～公式(4)對各樹種解析木的樹干生物量進行擬合，其各模型擬合的結果見表2。

表2 各樹種樹干生物量預估模型的擬合結果

3.2 各樹種樹干生物量的最優(yōu)模型選擇

白樺：選用方程y=a×Db×Hc，相關系數(shù)r=0.986 9最大，RSS=7 536.08最小，效果較優(yōu)。干量模型方程預估為：WS=0.04×D1.56×H1.2

白樺的干量與樹高及胸徑關聯(lián)性大。

椴樹：選用方程y=a×Db×Hc，相關系數(shù)r=0.905 4最大，RSS=85 114.39最小，效果較優(yōu)。干量模型方程預估為：WS=0.25×D2.24×H-0.2

椴樹的干量與樹高及胸徑關聯(lián)性大。

黑樺：選用方程y=a×Db×Hc，相關系數(shù)r=0.993最大，RSS=1 925.39最小，效果較優(yōu)。干量模型方程預估為：WS=0.02×D1.81×H1.13

黑樺的干量與樹高及胸徑關聯(lián)性大。

胡桃楸：選用方程y=a×Db×Hc，相關系數(shù)r=0.465 1最大，RSS=817 427.84最小，效果較優(yōu)。干量模型方程預估為：WS=298.16×D2.92×H-3.44

胡桃楸的干量與樹高及胸徑關聯(lián)性大。

黃檗：選用方程y=a×Db×Hc，相關系數(shù)r=0.982 9最大，RSS=2 189.37最小，效果較優(yōu)。干量模型方程預估為：WS=0.04×D1.83×H0.83

黃檗的干量與樹高及胸徑關聯(lián)性大。

蒙古櫟：選用方程y=a×Db×Hc，相關系數(shù)r=0.925最大，RSS=115 832.34最小，效果較優(yōu)。干量模型方程預估為：WS=0.01×D1.5×H1.71

蒙古櫟的干量與樹高及胸徑關聯(lián)性大。

山楊：選用方程y=a×Db×Hc，相關系數(shù)r=0.953最大，RSS=26 879.62最小，效果較優(yōu)。干量模型方程預估為：WS=0.01×D2.04×H1.09

山楊的干量與樹高及胸徑關聯(lián)性大。

水曲柳：選用方程y=a×Db×Hc，相關系數(shù)r=0.995 1最大，RSS=1 879.41最小，效果較優(yōu)。干量模型方程預估為：WS=0.09×D2.02×H0.5

水曲柳的干量與樹高及胸徑關聯(lián)性大。

五角槭：選用方程y=a×Db×Hc，相關系數(shù)r=0.992 8最大，RSS=2 225.65最小，效果較優(yōu)。干量模型方程預估為：WS=0.04×D1.92×H0.85

五角槭的干量與樹高及胸徑關聯(lián)性大。

楊樹：選用方程y=a×Db×Hc，相關系數(shù)r=0.981 7最大，RSS=7 309.33最小，效果較優(yōu)。干量模型方程預估為：WS=0.01×D1.88×H1.52

楊樹的干量與樹高及胸徑關聯(lián)性大。

榆樹：選用方程y=a×Db×Hc，相關系數(shù)r=0.556 7最大，RSS=1 365 296.22最小，效果較優(yōu)。干量模型方程預估為：WS=3213.15×D3.7×H-5.36榆樹的干量與樹高及胸徑關聯(lián)性大。

柞樹：選用方程y=a×Db×Hc，相關系數(shù)r=0.999 1最大，RSS=37.05最小，擬合的效果較好。干量模型方程預估為：WS=0.04×D1.54×H1.34

柞樹干量與樹高及胸徑關聯(lián)性大。

4 結論與討論

4.1 喬木樹干生物量與其樹高及胸徑相關性密切。隨著樹高及胸徑的增加，樹干也明顯隨之增加。

4.2 本文選用的4個候選生物量生長方程模型，通過分析生長模型參數(shù)的檢驗及模型優(yōu)度擬合，確定不同闊葉樹樹干生物量最優(yōu)預估模型。

4.3 樹干生物量是喬木生物量的主要組成部分，利用文中所建立的生物量預估模型,可對本地區(qū)的闊葉樹種的樹干生物量進行預估；同時為估測地區(qū)闊葉樹種的總生物量提供重要基礎資料，也為森林碳匯的管理和經(jīng)營提供可靠的科學依據(jù)。

參考文獻：

[1] 李景文，陳大珂，付德星，等.黑龍江森林[M].哈爾濱：東北林業(yè)大學出版社，北京：中國林業(yè)出版社， 1993:12-13

[2] 王磊，賈煒瑋，李鳳日．孟家崗林場森林景觀結構動態(tài)分析[J].植物研究，2008,4 (1)：34-38

[3] 陳靈芝，任繼凱，鮑顯誠，等．北京西山(臥佛寺附近)人工油松林群落學特征及生物量的研究[J]．植物生態(tài)學與地植物學叢刊，1984,8(3)：173-181

[4] 馮宗煒，王效科，吳剛．中國森林生態(tài)系統(tǒng)的生物量和生產(chǎn)力[M]．北京：科學出版社，1999