吉蘭泰鹽湖區(qū)優(yōu)勢灌叢生物量分配特征及模型研建

摘 要：【目的】為了探究吉蘭泰鹽湖區(qū)4種優(yōu)勢灌叢生物量分配格局，并建立各營養(yǎng)器官生物量預(yù)測模型，從而為吉蘭泰鹽湖區(qū)人工防護(hù)林生物量和碳匯能力做出精準(zhǔn)評估?！痉椒ā恳约m泰鹽湖區(qū)4種優(yōu)勢灌叢（花棒、沙拐棗、梭梭和檉柳）為研究對象，將實(shí)測因子（株高（H）、基徑（D）、冠幅（C））及其組合因子（CH、DH和D2H）作為自變量進(jìn)行最優(yōu)模型擬合。探討各營養(yǎng)器官的最優(yōu)生物量模型，并對模型的擬合效果進(jìn)行精度驗(yàn)證。【結(jié)果】1）吉蘭泰鹽湖區(qū)4種單株優(yōu)勢灌叢生物量介于28.19～43.44 kg，平均為34.65 kg；單株灌叢生物量表現(xiàn)為花棒>梭梭>沙拐棗>檉柳；2）4種優(yōu)勢灌叢葉生物量與枝干生物量、葉生物量與根系生物量和枝系生物量與根系生物量間存在極顯著相關(guān)（P<0.01）；3）4種荒漠灌叢根冠比介于0.41～0.54，各器官生物量依次為枝干>根系>葉片。4種優(yōu)勢灌叢地上和地下生物量擬合斜率介于0.78～1.23，與1有顯著差異，表明4種荒漠優(yōu)勢灌叢地上和地下生物量均呈異速生長關(guān)系；4）4種優(yōu)勢灌叢全株生物量預(yù)測模型R2值均在0.825以上，且生物量最優(yōu)模型的預(yù)測精度在0.85以上，具有較好的預(yù)測精度。【結(jié)論】冪函數(shù)和二次函數(shù)形式為生物量最優(yōu)模型，適用于吉蘭泰鹽湖區(qū)特定樹種生物量的精確估算。

關(guān)鍵詞：灌叢；生物量模型；分配格局；根冠比；鹽湖區(qū)；吉蘭泰

中圖分類號：S793 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-923X（2025）02-0175-10

基金項(xiàng)目：國家自然科學(xué)基金地區(qū)項(xiàng)目（32460028）；內(nèi)蒙古自治區(qū)高等學(xué)校碳達(dá)峰碳中和研究專項(xiàng)（STZX202213）；高層次人才引進(jìn)項(xiàng)目（BTTCRCQD2024-003）；包頭市青年創(chuàng)新人才項(xiàng)目；包頭師范學(xué)院高水平研究成果培育項(xiàng)目自然科學(xué)類一般項(xiàng)目（BSYKJ2021-ZY06）。

Research on biomass allocation characteristics and model construction for dominant shrubs in Jilantai salt lake area

WEI Yajuan1， ZUO Xiaofeng2， GAO Liang1， KANG Shuai1， LIU Hongwei1， HE Jianning1， DAWA Ciren3， JINZHUO Lamu4

（1.College of Ecology and Environment， Baotou Teachers’ College， Baotou 014030， Inner Mongolia， China； 2.College of Desert Control Science and Engineering， Inner Mongolia Agricultural University， Hohhot 010018， Inner Mongolia， China； 3.Water Resources Bureau of Dazi District， Lhasa City， Lhasa 850100， Xizang， China； 4.Agriculture， Rural Affairs， Science and Technology Water Resources Bureau of Lhasa Duilong Deqing District， Lhasa 851400， Xizang， China）

Abstract：【Objective】This study aimed to investigate the biomass allocation pattern of four dominant shrubs， and to establish a prediction model for individual nutrient organ biomass， thus making an accurate assessment for biomass and carbon sequestration of plantations in the Jilantai salt lake area.【Method】This study used four dominant shrubs （Hedysarum scoparium， Calligonum mongolicum， Haloxylon ammodendron and Tamarix chinensis） as research objects in the Jilantai salt lake area， and measured factors（plant height （H）， basal diameter （D）， crown width （C）） and their combination factors （CH， DH and D2H） were used as independent variables for optimal model fitting. We investigated the optimal biomass model for various nutrient organs and verified model fitting with accuracy.【Result】1） 4 kinds of single dominant shrub biomass ranged from 28.19 to 43.44 kg in Jilantai salt lake area， with an average of 34.65 kg； Total biomass of single shrubs showed as follows： Hedysarum scoparium>Haloxylon ammodendron>Calligonum mongolicum>Tamarix chinensis； 2） The four dominant shrubs showed highly significant correlations between leaf biomass and branch biomass， leaf biomass and root biomass， and branch biomass and root biomass（P<0.01）； 3） Root-shoot ratios of four dominant shrubs ranged from 0.41 to 0.54， and the biomass of individual organs ranged from： branches>roots>leaves. The slopes of the fitted equations of the four dominant shrubs ranged from 0.78 to 1.23， with significant difference from 1， indicating that an allometric growth relationship between above- and underground biomass； 4） The R2 values of different components shrub biomass prediction models were more than 0.825 for four dominant shrubs， and prediction accuracy of the optimal biomass model was more than 0.85， indicating good prediction accuracy.【Conclusion】The power and quadratic forms were optimal biomass models， and were suitable for an accurate estimation for biomass from specific tree species in Jilantai salt lake area.

Keywords： woody shrubs； biomass model； distribution pattern； root-shoot ratio； salt lake district； Jilantai

全球荒漠面積約占陸地總面積的18.50%，為2.8×10⁷ km2，碳儲(chǔ)總量為10¹⁴kg，表現(xiàn)出極強(qiáng)的碳匯能力[1]。在我國，干旱和半干旱地區(qū)面積高達(dá)565.86萬km2，約占國土面積的58.60%。灌叢是荒漠地區(qū)主要的樹種類型，其根系發(fā)達(dá)，具有防風(fēng)固沙、保持水土和改良鹽堿等生態(tài)作用。針對灌叢生物量的研究不僅是研究物質(zhì)循環(huán)與能量流動(dòng)的基礎(chǔ)，而且還關(guān)系著防風(fēng)固沙、水源涵養(yǎng)和碳匯功能等一系列生態(tài)系統(tǒng)服務(wù)功能[2]。

灌叢生物量作為荒漠生態(tài)系統(tǒng)碳循環(huán)的基礎(chǔ)，其分配格局是植物長期適應(yīng)環(huán)境的結(jié)果[3]。灌叢生物量包括地上（枝干和枝葉）和地下（粗根系和細(xì)根系）兩部分。目前，關(guān)于灌叢生物量的估算主要采用收獲法和生物量模型法[4]。收獲法不僅費(fèi)時(shí)費(fèi)力，對荒漠生態(tài)系統(tǒng)植被具有極大的破壞力，進(jìn)一步加重了荒漠生態(tài)系統(tǒng)的脆弱性。而且，不利于實(shí)現(xiàn)大尺度的生物量測算[5]。生物量模型法通過回歸分析建立灌叢生物量與易測因子（包括株高、地徑、冠幅及其組合因子）之間的關(guān)系，從而快速、準(zhǔn)確和無損傷地預(yù)測出荒漠生態(tài)系統(tǒng)的生物量[6]，為更大尺度生物量模型估算提供樣本數(shù)據(jù)，同時(shí)為荒漠生態(tài)系統(tǒng)碳儲(chǔ)量精估算提供基礎(chǔ)數(shù)據(jù)。黨曉宏等[1]對西鄂爾多斯地區(qū)5種優(yōu)勢灌叢研究發(fā)現(xiàn)，各優(yōu)勢灌叢易測因子與生物量之間最優(yōu)回歸模型不同；鐘澤兵等[7]對柴達(dá)木盆地8種荒漠灌叢研究發(fā)現(xiàn)，各器官生物量分配格局均表現(xiàn)為枝干>根>葉。株高是影響該區(qū)域灌叢生物量的主要因素。但是，過去的研究只是針對某些易測因子與灌叢全株生物量之間建立回歸關(guān)系，卻忽略了灌叢不同組分生物量間的生長規(guī)律變異性[8]。

吉蘭泰鹽湖區(qū)防護(hù)林位于鹽湖北部，于1983年自北向南構(gòu)成了東西長約18 km、南北寬約1 km的流沙固阻帶、封沙育草帶、防風(fēng)阻沙帶和鹽湖防護(hù)林帶“四帶一體”的綜合立體防護(hù)林[9]。鹽湖防護(hù)體系構(gòu)建對抵御外部惡劣的風(fēng)沙環(huán)境，起到一定的生態(tài)防護(hù)效益。然而，近年來對吉蘭泰鹽湖區(qū)防護(hù)林的研究主要集中于地表蝕積狀況[10]、土壤養(yǎng)分[11]、生態(tài)化學(xué)計(jì)量比[12]、枝系構(gòu)型[13]和防風(fēng)固沙效益[14-15]。但關(guān)于吉蘭泰鹽湖區(qū)灌叢生物量的異速生長模型和分配模式的研究鮮見報(bào)道。本研究以吉蘭泰防護(hù)林4種優(yōu)勢灌叢花棒Hedysarum scoparium、沙拐棗Calligonum mongolicum、梭梭Haloxylon ammodendron和檉柳Tamarix chinensis為對象，采用收獲法對每種灌叢進(jìn)行整株采集，并對每種營養(yǎng)器官進(jìn)行單獨(dú)收集，分析生物量在各組分的分配格局并建立生物量模型。探討各灌叢對生態(tài)環(huán)境的適應(yīng)性，旨在彌補(bǔ)該區(qū)域灌叢生物量模型的不足，從而為該區(qū)域人工林碳儲(chǔ)量精估算提供科學(xué)基礎(chǔ)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于內(nèi)蒙古阿拉善左旗吉蘭泰鹽湖區(qū)防護(hù)林帶（105°37′～105°47′E，39°46′～39°48′N），海拔在960～1030 m。該區(qū)域?qū)儆诘湫偷臏貛Т箨懶约撅L(fēng)氣候，年降水量為138.60 mm，降水主要集中在7—9月，占全年降水量的91.77%。年均潛在蒸發(fā)量為3 006 mm，極端最高氣溫為40.4 ℃，極端最低氣溫為-31.2 ℃，年均氣溫為8.6 ℃。年日照時(shí)數(shù)為3 316 h，無霜期為160 d。研究區(qū)主風(fēng)向?yàn)槲鞅憋L(fēng)，年均風(fēng)速3.50 m/s。土壤類型為鹽堿土、風(fēng)沙土，地表土壤疏松，土壤發(fā)育程度較低，土壤養(yǎng)分貧瘠。人工植被沿著鹽湖由內(nèi)向外依次為檉柳Tamarix chinensis、沙拐棗Calligonum mongolicum、梭梭Haloxylon ammodendron和花棒Hedysarum scoparium。

1.2 樣地設(shè)置與灌叢調(diào)查

2021年8月上旬，在吉蘭泰鹽湖區(qū)防護(hù)林內(nèi)，分別選擇同一栽植年限（2009年）的梭梭、花棒、沙拐棗和檉柳4種灌叢純林作為研究對象，每種灌叢選擇50 m×50 m的樣方，并對樣方內(nèi)所有灌叢進(jìn)行株高（H）、基徑（D）、冠幅（C）等指標(biāo)進(jìn)行測量。

1.3 灌叢生物量獲取

根據(jù)統(tǒng)計(jì)結(jié)果，利用完全收獲法對4種優(yōu)勢灌叢按照大、中、小不同基徑等級分別獲取6～7株灌叢。按照枝干、葉片和根系進(jìn)行劃分，分別稱取各器官生物量鮮質(zhì)量。然后將各灌叢營養(yǎng)器官生物量帶回實(shí)驗(yàn)室55 ℃烘干至恒質(zhì)量并進(jìn)行記錄。

1.4 異速生長模型

簡約主軸回歸（Reduced major axis，RMA）表征地上和地下生物量之間的相關(guān)性。4種優(yōu)勢灌叢地上生物量（AGB）與地下生物量（BGB）的關(guān)系用冪函數(shù)y=axb表示。式中：y和x分別表示地上和地下生物量，a和b表示常數(shù)。然后將y=axb進(jìn)行對數(shù)轉(zhuǎn)換，轉(zhuǎn)換后的公式為：logy=alogx+logβ，a和logβ分別表示相關(guān)性的斜率和截距，利用標(biāo)準(zhǔn)主軸法（Standardized major axis， SMA）計(jì)算斜率和截距。當(dāng)回歸直線斜率與1差異顯著時(shí)，表示地上和地下生物量呈異速生長關(guān)系；當(dāng)差異不顯著時(shí)，表示地上和地下生物量呈等速生長關(guān)系[16]。

1.5 生物量模型構(gòu)建

生物量模型將實(shí)測因子（株高（H）、基徑（D）、冠幅（C））及其組合因子（CH、DH和D2H）作為自變量進(jìn)行最優(yōu)模型擬合。

1.6 數(shù)據(jù)分析

生物量模型的優(yōu)劣主要采用判別系數(shù)（R2）、標(biāo)準(zhǔn)誤差（SEE）、回歸檢驗(yàn)顯著水平（Sig值）和檢驗(yàn)顯著水平（F值）。從統(tǒng)計(jì)學(xué)角度分析，R2值越大，SEE越小，回歸顯著（P<0.01）的方程最優(yōu)[2]。

2 結(jié)果與分析

2.1 優(yōu)勢灌叢生物量的分配特征

2.1.1 4種優(yōu)勢灌叢生物量分配模式

由表2可知，4種灌叢葉片生物量、枝干生物量、根系生物量、地上生物量和全株生物量分別為5.53～10.50 kg、10.71～18.05 kg、8.62～14.07 kg、16.24～28.55 kg和24.86～42.00 kg。灌叢全株生物量、地上生物量和枝干生物量表現(xiàn)為花棒>梭梭>沙拐棗>檉柳，而葉片生物量表現(xiàn)為花棒>沙拐棗>梭梭>檉柳，根系生物量表現(xiàn)為梭梭>花棒>沙拐棗>檉柳。其中，花棒、梭梭和沙拐棗全株生物量、地上生物量和枝干生物量分別是檉柳的1.69、1.51、1.65、1.76、1.64、1.66、1.69、1.51和1.55倍（P<0.05）?；ò?、梭梭和沙拐棗葉片生物量分別是檉柳的1.90、1.90和1.87倍（P<0.05）；花棒、梭梭和沙拐棗根系生物量分別是檉柳的1.56、1.25和1.63倍（P<0.05）。就根冠比而言，4種優(yōu)勢灌叢根冠比為0.41～0.54，說明4種優(yōu)勢灌叢地上生物量大于地下生物量。其中，沙拐棗根冠比與其他優(yōu)勢灌叢差異顯著（P<0.05）。

2.1.2 4種優(yōu)勢灌叢地上和地下生物量的相關(guān)生長關(guān)系

由圖1可知，4種優(yōu)勢灌叢地上和地下生物量具有較好的擬合效果，擬合斜率大小依次為梭梭>花棒>沙拐棗>檉柳，R2值可以表示擬合精度的大小?？傮w來看，4種荒漠優(yōu)勢灌叢的擬合精度較高，R2為0.71～0.94。RMA擬合結(jié)果表明，4種優(yōu)勢灌叢直線斜率均與1之間差異顯著，表明4種優(yōu)勢灌叢地上和地下生物量均呈異速生長關(guān)系。

由表3可知，4種優(yōu)勢灌叢葉片生物量與枝干生物量、葉生物量與根系生物量和枝系生物量與根系生物量間存在極顯著相關(guān)（P<0.01），表明了優(yōu)勢灌叢各器官生物量之間密切相關(guān)，這充分說明了優(yōu)勢灌叢對吉蘭泰鹽湖區(qū)生境的適應(yīng)策略。

由圖2可知，4種優(yōu)勢灌叢葉片生物量、枝干生物量和根系生物量占全株生物量比例的分別為22.14%～27.62%、40.26%～43.39%和28.99%～34.93%。而且，4種優(yōu)勢灌叢枝干和根系生物量比例總和在72.38%以上，說明枝干和根系是優(yōu)勢灌叢生物量的主要貢獻(xiàn)者。枝干生物量所占比例由高到低依次為沙拐棗>花棒>檉柳>梭梭，但是不同灌叢類型枝干生物量占全株生物量比例的差異不顯著（P>0.05）。葉片生物量占全株生物量比例由高到低依次為沙拐棗>梭梭>花棒>檉柳；花棒、沙拐棗和梭梭葉片生物量占全株生物量比例分別是檉柳的1.13、1.25和1.13倍（P<0.05）。根系生物量占全株生物量比例由高到低依次為檉柳>梭梭>花棒>沙拐棗；花棒、梭梭和檉柳根系生物量占全株生物量比例分別是沙拐棗的1.10、1.20和1.20倍（P<0.05）。就全株荒漠灌叢而言，4種優(yōu)勢荒漠灌叢各器官所占全株總生物量由高到低依次為枝干>根系>葉片。其中，花棒、梭梭和檉柳枝干、葉片和根系占全株生物量差異顯著（P<0.05）。

2.2 灌叢生物量模型建立

通過對生物量模型株高（H）、基徑（D）、冠幅（C）及其組合因子（CH、DH和D2H）作為自變量以獲得最優(yōu)的預(yù)測模型。由表4可知，4種優(yōu)勢灌叢生物量與DH相關(guān)性最好?；ò?、梭梭和檉柳枝干、葉片、根系和全株生物量最優(yōu)模型為W=a（DH）b，其R2值分別為0.87～0.93、0.88～0.93和0.83～0.93。就沙拐棗而言，各器官生物量最優(yōu)模型為W=c（DH）2+b（DH）+a，R2分別為0.88、0.84、0.91和0.92。

2.3 最佳模型精度檢驗(yàn)

由表5可知，對4種優(yōu)勢灌叢枝干、葉片、根系和全株生物量實(shí)測值和預(yù)測值進(jìn)行對比分析發(fā)現(xiàn)，4種優(yōu)勢灌叢實(shí)測值與預(yù)測值之間的RS、EE、RMA和P分別為-0.15～0.10、-0.16～0.14、0.03～0.16和89.30%～98.01%，說明篩選的最優(yōu)擬合回歸方程具有較好的預(yù)測精度。由圖3可知，4種優(yōu)勢灌叢枝干、葉片、根系和全株生物量實(shí)測值和預(yù)測值之間的回歸方程決定系數(shù)R2均在0.825以上，說明利用最優(yōu)生物量回歸方程獲得的預(yù)測值與實(shí)測值沒有顯著差異。

3 討 論

3.1 4種優(yōu)勢灌叢生物量及分配格局

灌叢生物量分配格局不僅與植物自身遺傳因素有關(guān)，還受外界環(huán)境的影響。荒漠植物可以通過選擇不同分配模式來獲得最多的資源，從而適應(yīng)復(fù)雜多變的環(huán)境，提高其適應(yīng)能力[18-19]。本研究中，4種優(yōu)勢灌叢各營養(yǎng)器官間分配存在一定差異，總體表現(xiàn)為枝干>根系>葉片。該研究結(jié)果符合平衡生長假說，即荒漠植物受到環(huán)境脅迫時(shí)，優(yōu)先將生物量分配給最需要的組織或器官[20]。4種優(yōu)勢灌叢枝干和根系生物量所占比例總和均在72.38%以上，說明枝干和根系生物量是荒漠灌叢生物量的主要貢獻(xiàn)者，該研究結(jié)果與黨曉宏等[1]對西鄂爾多斯地區(qū)5種優(yōu)勢灌叢和王文棟等[21]對天山林區(qū)6種優(yōu)勢種灌叢的研究結(jié)果一致。這是因?yàn)楦珊祷哪畢^(qū)降水稀少，水分限制了灌叢葉片水分代謝，導(dǎo)致灌叢葉片水勢和干物質(zhì)積累速率下降，進(jìn)一步抑制了葉片細(xì)胞的分裂和延伸，從而影響灌叢葉片面積和厚度，最終導(dǎo)致葉片生物量較低[22]。植物根冠比能夠預(yù)測植物對資源的分配策略，其比值可以反映植物對地上和地下資源的分配策略[23]。毛偉等[24]研究表明，多年生植物將生物量集中在地下，而一年生植物則將更多生物量集中于地上。本研究4種優(yōu)勢灌叢根冠比為0.41～0.54，該研究結(jié)果顯著小于張志明等[23]對祁連山5種優(yōu)勢植物生物量的研究結(jié)果（根冠比為0.92～5.19）。因?yàn)?種優(yōu)勢灌叢在鹽湖周邊生長，其地下水埋深僅為1.5 m左右，土壤含水量較高，能夠維持荒漠植物更好地生長。尤其是梭梭和檉柳屬于深根系荒漠植物，充沛的土壤含量改變了荒漠植物的生長策略，導(dǎo)致梭梭和檉柳地下生物量稍高于地上生物量。而沙拐棗和花棒的根系生物量小于地上生物量，因?yàn)樯彻諚椇突ò羲礁地S富，在挖取根系時(shí)可能會(huì)遺漏一定數(shù)量的細(xì)根，從而導(dǎo)致荒漠植物根冠比產(chǎn)生一定誤差[1]。另外，吉蘭泰鹽湖區(qū)土層厚度為80～150 cm，底下堅(jiān)硬的巖化層限制了灌叢根系的延伸。

相關(guān)生長指數(shù)反映了植物資源的分配策略，當(dāng)植物各器官生物量分配速率恒定時(shí)為等速生長關(guān)系，反之為異速生長關(guān)系。本研究中，通過簡約主軸回歸分析發(fā)現(xiàn)4種優(yōu)勢灌叢直線斜率均與1之間差異顯著，表明4種優(yōu)勢灌叢地上和地下生物量均呈異速生長關(guān)系。該研究結(jié)果與王敏等[16]對荒漠草地草本植物的研究結(jié)果相悖，但是與丁俊祥等[25]對古爾班通古特沙漠6種荒漠植物的研究結(jié)果一致。這主要是因?yàn)檠芯繀^(qū)的氣候環(huán)境、地形地貌和土壤性狀改變了鹽湖區(qū)4種優(yōu)勢灌叢地上-地下生物量生長關(guān)系。但是，目前對荒漠區(qū)灌叢生物量生長關(guān)系的研究較少，缺乏理論支持。

3.2 4種優(yōu)勢灌叢生物量模型

在灌叢生物量構(gòu)建過程中，生物量模型法是目前最常見的一種方法[4]，然而，易測因子選擇是模型構(gòu)建過程中最大的難點(diǎn)。黨曉宏等[1]通過對西鄂爾多斯地區(qū)5種荒漠優(yōu)勢灌叢研究發(fā)現(xiàn)生物量（W）與灌叢高（H）、冠幅（C）和基徑（D）及其復(fù)合因子CH、DH和D2H相關(guān)性最高；姚雪玲等[26]和馬媛等[2]通過研究渾善達(dá)克沙地荒漠灌叢發(fā)現(xiàn)復(fù)合因子D2H相關(guān)性最好。因此，本研究利用收獲法分別以吉蘭泰鹽湖區(qū)CH、DH和D2H為自變量，建立吉蘭泰鹽湖區(qū)4種優(yōu)勢灌叢生物量模型。這是因?yàn)榕c單一變量相比，復(fù)合變量與枝干、葉片、根系和全株生物量具有更高的相關(guān)性，該研究結(jié)果分別與重新風(fēng)等[27]和張殿岱等[28]對荒漠灌叢的研究結(jié)果一致。從回歸模型擬合結(jié)果來看，4種灌叢最優(yōu)生物量預(yù)測模型中，枝干、葉片、根系和全株生物量均與自變量DH呈極顯著相關(guān)。在4種灌叢所建立的16個(gè)最優(yōu)生物量預(yù)測模型中，花棒、梭梭和檉柳最優(yōu)生物量預(yù)測模型均為冪函數(shù)，而沙拐棗灌叢最優(yōu)生物量模型為二次函數(shù)，該研究結(jié)果與李剛鐵等[29]對旱生灌叢生物量的研究結(jié)論相悖，但與詹瑾等[30]對荒漠優(yōu)勢灌叢的研究結(jié)果一致。這說明花棒、梭梭和檉柳生物量模型呈冪函數(shù)符合植物相對生長模型[31]。但是，沙拐棗灌叢生物量模型呈二次函數(shù)，這可能是由于吉蘭泰鹽湖區(qū)特殊的地理?xiàng)l件和氣候條件，導(dǎo)致其估測模型與其他灌叢存在一定差異性。

花棒、沙拐棗、梭梭和檉柳人工林面積占吉蘭泰鹽湖區(qū)人工防護(hù)林總面積的90%以上，在野外調(diào)查過程中，樣地選擇典型且分布均勻，能夠反映吉蘭泰鹽湖區(qū)真實(shí)情況，本研究通過實(shí)測值檢驗(yàn)，4種灌叢16個(gè)冪函數(shù)或二次函數(shù)方程估算精度在85%以上，說明其研究結(jié)果對估算鹽湖區(qū)4種優(yōu)勢灌叢生物量是可行的[27]。但是，需要說明的是灌叢生物量與氣候條件和土壤環(huán)境等外界生態(tài)環(huán)境密切相關(guān)。因此，本研究4種優(yōu)勢灌叢生物量預(yù)測模型具有一定區(qū)域性限制，在研究區(qū)外使用這些預(yù)測模型時(shí)應(yīng)需要進(jìn)一步對其預(yù)測效果進(jìn)行驗(yàn)證[32-33]。

4 結(jié) 論

1）吉蘭泰鹽湖區(qū)4種優(yōu)勢灌叢全株生物量、地上生物量和枝干生物量總體表現(xiàn)為花棒>梭梭>沙拐棗>檉柳，且各營養(yǎng)器官間的分配存在差異，總體表現(xiàn)為枝干>根系>葉片。4種優(yōu)勢灌叢直線斜率均與1之間差異顯著，表明4種優(yōu)勢灌叢地上和地下生物量均呈異速生長關(guān)系。

2）吉蘭泰鹽湖區(qū)優(yōu)勢灌叢各器官生物量之間密切相關(guān)。4種優(yōu)勢灌叢葉生物量與枝干生物量、葉生物量與根系生物量和枝系生物量與根系生物量間存在極顯著相關(guān)（P<0.01）。

3）選擇DH為枝干、葉片、根系和全株生物量估測模型的自變量。花棒、梭梭和檉柳枝干、葉片、根系和全株生物量最優(yōu)模型為W=a（DH）b，其R2值分別介于0.871～0.930、0.883～0.933和0.825～0.934。就沙拐棗而言，各營養(yǎng)器官生物量最優(yōu)模型為W=c（DH）2+b（DH）+a，R2為0.838～0.919。

4）通過生物量模型進(jìn)行驗(yàn)證，4種優(yōu)勢灌叢枝干、葉片、根系和全株生物量實(shí)測值與實(shí)測值擬合率R2為0.85～0.94，模型預(yù)測效果較好，說明利用最優(yōu)生物量回歸方程獲得的預(yù)測值與實(shí)測值沒有顯著差異。

參考文獻(xiàn)：

[1] 黨曉宏，高永，蒙仲舉，等.西鄂爾多斯地區(qū)5種荒漠優(yōu)勢灌叢生物量分配格局及預(yù)測模型[J].中國沙漠，2017，37（1）： 100-108. DANG X H， GAO Y， MENG Z J， et al. Biomass allocation patterns and estimation model of five desert shrub species in west Ordos region[J]. Journal of Desert Research，2017，37（1）：100-108.

[2] 馬媛，李鋼鐵，潘羿壅，等.渾善達(dá)克沙地3種灌木生物量的預(yù)測模型[J].干旱區(qū)資源與環(huán)境，2017，31（6）：198-201. MA Y， LI G T， PAN Y Y， et al. Prediction model for biomass of 3 shrubs in Hunshandake sandy land[J]. Journal of Arid Land Resources and Environment，2017， 31（6）：198-201.

[3] FABBROT， KORNER C. Altitudinal differences in flower traits and reproductive allocation[J]. Flora - Morphology， Distribution， Functional Ecology of Plants，2004，199（1）：70-81.

[4] 趙夢穎，孫威，羅永開，等.內(nèi)蒙古26種常見溫帶灌木的生物量模型[J].干旱區(qū)研究，2019，36（5）：1219-1228.ZHAO M Y， SUN W， LUO Y K， et al. Models for estimating the biomass of 26 temperate shrub species in Inner Mongolia， China[J]. Arid Zone Research，2019，36（5）：1219-1228.

[5] 高羽，謝龍飛，郝元朔，等.考慮隨機(jī)效應(yīng)的長白落葉松立木生物量模型構(gòu)建及精度分析[J].應(yīng)用生態(tài)學(xué)報(bào)，2023，34（2）： 333-341. GAO Y， XIE L F， HAO Y S， et al. Construction and precision analysis of individual tree biomass model of Larix olgensis considering random effects[J]. Chinese Journal of Applied Ecology，2023，34（2）：333-341.

[6] 郭玉東，張秋良，陳曉燕，等.庫布齊沙漠地區(qū)人工灌木林生物量模型構(gòu)建[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2022，50（4）：74-82. GUO Y D， ZHANG Q L， CHEN X Y， et al. Establishment of biomass models for artificial shrubbery in the Kubuqi desert area[J]. Journal of Northwest A F University （Natural Sciences Edition），2022，50（4）：74-82.

[7] 鐘澤兵，周國英，楊路存，等.柴達(dá)木盆地幾種荒漠灌叢植被的生物量分配格局[J].中國沙漠，2014，34（4）：1042-1048. ZHONG Z B， ZHOU G Y， YANG L C， et al. The biomass allocation patterns of desert shrub vegetation in the Qaidam basin， Qinghai， China[J]. Journal of Desert Research，2014，34（4）： 1042-1048.

[8] EKER M， POUDEL K P， OZCELIK R. Aboveground biomass equations for small trees of brutian pine in Turkey to facilitate harvesting and management[J]. Forests，2017，8（12）：477.

[9] 管雪薇，楊采怡，劉廣明，等.吉蘭泰鹽湖防護(hù)體系阻沙效應(yīng)及輸沙粒度特征[J].中國沙漠，2022，42（4）：50-59. GUAN X W， YANG C Y， LIU G M， et al. Sand blocking effect and grain size characteristics of Jilantai Salt Lake protection system[J]. Journal of Desert Research，2022，42（4）：50-59.

[10] 魏亞娟，解云虎，郭靖，等.吉蘭泰鹽湖防護(hù)體系地表蝕積特征[J].水土保持學(xué)報(bào)，2023，37（3）：116-123. WEI Y J， XIE Y H， GUO J， et al. Wind erosion and deposition features on surfaces in Jilantai Salt Lake protection system[J]. Journal of Soil and Water Conservation，2023，37（3）：116-123.

[11] 魏亞娟，劉美英，解云虎，等.吉蘭泰鹽湖防護(hù)體系建立38 a以來土壤養(yǎng)分特征[J].干旱區(qū)研究，2023，40（5）：747-755. WEI Y J， LIU M Y， XIE Y H， et al. Characteristics of soil nutrient accumulation after 38 years of the Jilantai Salt Lake protection system[J]. Arid Zone Research， 2023，40（5）：747-755.

[12] 魏亞娟，汪季，黨曉宏，等.干旱荒漠區(qū)人工梭梭林土壤碳氮磷密度與生態(tài)化學(xué)計(jì)量特征[J].水土保持學(xué)報(bào)，2022，36（3）： 259-266. WEI Y J， WANG J， DANG X H， et al. Soil carbon， nitrogen， and phosphorus density and ecological stoichiometry characteristics of artificial Haloxylon ammodendron plantions in arid desert areas[J]. Journal of Soil and Water Conservation，2022，36（3）： 259-266.

[13] 魏亞娟，郭靖，解云虎，等.吉蘭泰荒漠-綠洲過渡帶平茬花棒枝系構(gòu)型特征[J].中國農(nóng)業(yè)科技導(dǎo)報(bào)，2023，25（11）：207-217. WEI Y J， GUO J， XIE Y H， et al. Study on branching architecture of clipping Hedysarum scoparium in desert-oasis ecotone of Jilantai[J]. Journal of Agricultural Science and Technology， 2023，25（11）：207-217.

[14] 魏亞娟.吉蘭泰鹽湖防護(hù)體系功能區(qū)生態(tài)效益研究及其優(yōu)化配置[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2022. WEI Y J. Study on ecological benefits and optimal configuration of Jilantai salt lake protection system[D]. Hohhot： Inner Mongolia Agricultural University，2022.

[15] 丁延龍，汪季，胡生榮，等.吉蘭泰鹽湖風(fēng)沙防護(hù)林體系建立35a以來防沙效益評估[J].中國沙漠，2019，39（5）：111-119. DING Y L， WANG J， HU S R， et al. Shelter effect of the forest shelterbelt system around Jilantai salt lake after 35 years running[J]. Journal of Desert Research，2019，39（5）：111-119.

[16] 王敏，蘇永中，楊榮，等.黑河中游荒漠草地地上和地下生物量的分配格局[J].植物生態(tài)學(xué)報(bào)，2013，37（3）：209-219. WANG M， SU Y Z， YANG R， et al. Allocation patterns of aboveand belowground biomass in desert grassland in the middle reaches of Heihe river， Gansu Province， China[J]. Chinese Journal of Plant Ecology，2013，37（3）：209-219.

[17] 唐守正，張會(huì)儒，胥輝.相容性生物量模型的建立及其估計(jì)方法研究[J].林業(yè)科學(xué)，2000，36（增刊1）：19-27. TANG S Z， ZHANG H R， XU H. Study on establish and estimate method of compatible biomass model[J]. Scientia Silvae Sinicae，2000，36（Suppl.1）：19-27.

[18] XIE X F， HU Y K， PAN X， et al. Biomass allocation of stoloniferous and rhizomatous plant in response toresource availability： a phylogenetic meta-analysis[J]. Frontiers in Plant Science，2016，7：603.

[19] 王培源，楊昊天，張雪，等.蒙古冰草Agropyron mongolicum var. mongolicum構(gòu)件生物量分配特征對土壤類型的響應(yīng)[J].中國沙漠，2023，43（2）：74-84. WANG P Y， YANG H T， ZHANG X， et al. Response of module biomass allocation of Agropyron mongolicum var. mongolicum to soil types[J]. Journal of Desert Research，2023，43（2）：74-84.

[20] MCCONNAUGHAY K D M， COLEMAN J S. Biomass allocation in plants： ontogeny or optimality？ A test along three resource gradients[J]. Ecology，1999，80（8）：2581-2593.

[21] 王文棟，白志強(qiáng)，阿里木·買買提，等.天山林區(qū)6種優(yōu)勢種灌木林生物量比較及估測模型[J].生態(tài)學(xué)報(bào)，2016，36（9）：2695-2704.WANG W D， BAI Z Q， ALIMU M M T， et al. Biomass comparison and estimation models for six dominant species of woody shrubs in the forest zones of the Tianshan mountains[J]. Acta Ecologica Sinica，2016，36（9）：2695-2704.

[22] 李澤厚，李蕊希，張舒斌，等.多枝檉柳葉片結(jié)構(gòu)和化學(xué)性狀對土壤水分變化的響應(yīng)[J].干旱區(qū)研究，2022，39（5）：1486-1495. LI Z H， LI R X， ZHANG S B， et al. Responses of leaf structural and chemical trait of Tamarix ramosissima to soil water changes[J]. Arid Zone Research，2022，39（5）：1486-1495.

[23] 張志明，孫小妹，包段紅，等.祁連山北麓荒漠草原5種優(yōu)勢植物生物量與土壤養(yǎng)分特征[J].干旱區(qū)地理，2024，47（4）： 662-671. ZHANG Z M， SUN X M， BAO D H， et al. Biomass and soil nutrient characteristics of five dominant plant species in the desert grassland of the northern foothills of Qilian mountains[]. Arid Land Geography，2024，47（4）：662-671.

[24] 毛偉，李玉霖，崔奪，等.沙質(zhì)草地不同生活史植物的生物量分配對氮素和水分添加的響應(yīng)[J].植物生態(tài)學(xué)報(bào)，2014，38（2）： 125-133. MAO W， LI Y L， CUI D， et al. Biomass allocation response of species with different life history strategies to nitrogen and water addition in sandy grassland in Inner Mongolia[J]. Chinese Journal of Plant Ecology，2014，38（2）：125-133.

[25] 丁俊祥，范連連，李彥，等.古爾班通古特沙漠6種荒漠草本植物的生物量分配與相關(guān)生長關(guān)系[J].中國沙漠， 2016，36（5）：1323-1330. DING J X， FAN L L， LI Y， et al. Biomass allocation and allometric relationships of six desert herbaceous plants in the Gurbantunggut desert[J]. Journal of Desert Research，2016，36（5）： 1323-1330.

[26] 姚雪玲，姜麗娜，李龍，等.渾善達(dá)克沙地6種灌木生物量模擬[J].生態(tài)學(xué)報(bào)，2019，39（3）：905-912. YAO X L， JIANG L N， LI L， et al. Biomass simulation of six shrub species in Otindag sandy land[J]. Acta Ecologica Sinica， 2019，39（3）：905-912.

[27] 童新風(fēng)，楊紅玲，寧志英，等.科爾沁沙地優(yōu)勢固沙灌木的生物量預(yù)測模型[J].中國沙漠，2018，38（3）：553-559. TONG X F， YANG H L， NING Z Y， et al. Biomass estimation models for dominant sand-fixing shrubs in Horqin sandy land[J]. Journal of Desert Research，2018，38（3）：553-559.

[28] 張殿岱，王雪梅.塔里木盆地北緣綠洲-荒漠過渡帶典型植物地上生物量估測[J].生態(tài)學(xué)雜志，2019，38（10）：3211-3220. ZHANG D D， WANG X M. Estimating aboveground biomass of typical plant species in the oasis-desert transition zone of northern Tarim basin[J]. Chinese Journal of Ecology，2019，38（10）： 3211-3220.

[29] 李鋼鐵，秦富倉，賈守義，等.旱生灌木生物量預(yù)測模型的研究[J].內(nèi)蒙古林學(xué)院學(xué)報(bào)，1998，20（2）：26-32. LI G T， QIN F C， JIA S Y， et al. Study on biomass estimation models of xerophyte shrub[J] Journal of Inner Mongolia Forestry College，1998，20（2）：26-32.

[30] 詹瑾，李玉霖，韓丹，等.半干旱沙區(qū)3種優(yōu)勢固沙灌木生物量分配及其生態(tài)學(xué)意義[J].中國沙漠，2020，40（5）：149-157. ZHAN J， LI Y L， HAN D， et al. Biomass allocation and ecological significance of three dominant sand fixing shrubs in semi-arid sandy areas[J]. Journal of Desert Research，2020，40（5）： 149-157.

[31] ZHANG W L， REN S C， YAO X S， et al. Distribution and estimation of aboveground biomass of alpine shrubs along an altitudinal gradient in a small watershed of the Qilian mountains， China[J]. Journal of Mountain Science，2015，12（4）：961-971.

[32] CHEN J L， FANG X， WU A C， et al. Allometric equations for estimating biomass of natural shrubs and young trees of subtropical forests[J]. New Forests，2023，1：1-32.

[33] 張景路，朱雅麗，張繪芳，等.基于Landsat 8遙感影像的阿爾泰山天然林生物量估測[J].中南林業(yè)科技大學(xué)學(xué)報(bào)， 2022，42（6）：33-44. ZHANG J L， ZHU Y L， ZHANG H F， et al. Biomass estimation of natural forests in the Altay mountains based on Landsat 8 remote sensing images[J]. Journal of Central South University of Forestry Technology，2022，42（6）：33-44.

[本文編校：吳 彬]