周　祎　丁貴杰＊

(1.貴州省森林資源與環(huán)境研究中心　貴陽　550025；2. 貴州大學林學院　貴陽　550025)

?

貴州省馬尾松人工林生物量及其分布格局研究

周祎1,2丁貴杰1,2＊

(1.貴州省森林資源與環(huán)境研究中心貴陽550025；2. 貴州大學林學院貴陽550025)

根據課題組調查的596株貴州省馬尾松各產區(qū)人工林生物量實測樣木資料，建立了不同林分類型生物量-蓄積量回歸模型，基于所建模型和貴州省二類森林資源連續(xù)調查(2005～2007年)的140765個小班資料，研究了貴州省馬尾松人工林生物量及其分布格局。結果表明：馬尾松幼齡、中齡、近熟純林及幼齡、成熟混交林最適模型是冪函數模型，中齡、近熟混交林最適模型是線性方程，成熟純林最適模型是對數模型。貴州省馬尾松人工林總生物量為 43.56 Tg ，其中，人工純林 39.19 Tg 、占人工林總量的 89.99 % ，人工混交林 4.36 Tg 、占人工林總量的 10.01 %，中齡和近熟林生物量約占總生物量的79.41%，中、高密度林分生物量占93.63%；馬尾松人工林主要集中分布于貴州省東南部、東部和北部地區(qū)，其中黔東南州占全省人工林總生物量的41.77 %。

馬尾松；人工林；生物量；森林資源清查；模型；林分類型

馬尾松(PinusmassonianaL.)以適應性強、速生、豐產、全樹綜合利用程度高、纖維優(yōu)良而成為南方荒山造林的首選先鋒樹種,在提供松脂和造紙原料方面占有十分重要的地位[1～3]。生物量是植被碳庫的度量指標之一,是評價生態(tài)系統(tǒng)功能的重要參數之一[4]。因此，準確推算森林生物量便成為生態(tài)學和全球氣候變化研究的重要內容之一[5]。

迄今為止, 貴州省已連續(xù)進行了3次全省范圍的、系統(tǒng)的二類森林資源調查, 取得了包括人工林和天然林在內的大量寶貴的森林資源資料。自70年代末馮宗煒等[6]、李文華等[7]率先對我國的森林生物量進行測定以來, 關于生物量的研究資料很多，但是，如何充分將森林資源調查資料與已有的森林生物量模擬研究結果相結合的研究卻鮮見報道。本文整理了多年來課題組大量關于貴州省馬尾松生物量研究資料, 建立生物量與蓄積量之間的模型，再結合第三次省二類森林資源調查的特點,對貴州省馬尾松林分類型進行全覆蓋系統(tǒng)分類，從而提高了生物量估算精度，為以后估算生物量提供理論依據及對貴州省碳匯功能評價提供科學參考。

1　材料和方法

1.1數據來源

1.1.1生物量及蓄積量樣地資料收集

課題組先后在貴州黔中、黔東南、黔南等20多個縣市，調查測定596株貴州省馬尾松各產區(qū)人工林生物量實測樣木資料，其中，人工純林453株、混交林143株，幼齡林樣木108株，中齡林樣木276株，近熟林樣木149株，成熟林樣木63株。樣地調查信息包括：地點、經度、緯度、林分起源、林分組成、林齡(a)、郁閉度、林分密度(株/hm2)、林分平均胸徑(cm)、林分平均樹高(m)、林分蓄積量(m3/hm2)、單株材積(m3)和喬木層生物量(t/hm2)等信息。資料分布情況見表1。

表1　實測樣木資料概況

1.1.2貴州省二類資源調查數據

本文采用貴州省2005～2007年第三次二類森林資源調查數據，以馬尾松為研究對象，其資料包括小班面積和蓄積量等。通過對資料的整理，共篩選出140675 個小班數據。研究資料概況見表2 。

1.2林分類型的劃分

根據貴州省馬尾松森林類型和林分特點，結合森林資源二類調查資料，按照林分特點、功能和研究的需要，將馬尾松人工林分為以下幾種類型(圖1)，其中，根據林齡組成分為幼齡林(0～10年)、中齡林(11～20年)、近熟林(21～30年)和成熟林(31年以上)，根據林分密度大小劃分為疏(1000株/公頃以下)、中(1000～3000株/公頃)和密(3000株/公頃以上)三個等級。

表2　研究資料概況

圖1　馬尾松人工林林分類型的劃分

1.3數據分析

1.3.1生物量與蓄積量回歸模型

根據以往研究經驗，選用表3中6 種模型，以回歸模型估算法，建立馬尾松不同林分類型生物量與蓄積量模型，以小班林分為研究對象，加權平均至省級區(qū)域，估算馬尾松不同林分類型的生物量。選用調整決定系數(R2)、預估精度(P)、F值3種常用統(tǒng)計指標對模型進行評估和擬合檢驗。

表3　回歸模型

1.3.2林分生物量估算

根據建立的不同林分生物量-蓄積量回歸模型，結合已整理的貴州省馬尾松林資源二類調查數據，將蓄積量帶入回歸模型中，即可求得馬尾松不同林分類型生物量。

1.3.3數據的統(tǒng)計與分析

本研究所有統(tǒng)計分析、圖形制作和數據處理都是在Excel 2007 和SPSS v. 18.0 中進行的。

2　結果與分析

2.1馬尾松人工林生物量-蓄積量模型建立與選擇

研究表明6種回歸模型中，除混交中齡林以外，其余林分類型的預估精度P均小于0.01，達到極顯著水平。其中人工純林的幼齡林、中齡林、近熟林、混交幼齡林和混交成熟林以選用冪函數模型擬合效果最好，混交中齡林、近熟林選擇線性方程擬合效果比較好，純林成熟林選擇對數模型較好，擬合結果見表4。據實測數據和模型理論值繪制了圖2，可看出，純林成熟林和混交幼齡林，生物量隨著蓄積量的增加有迅速增大的趨勢，隨后增大的速度減緩；其余林分類型生物量隨蓄積量增加而增大，呈顯著的線性關系。

注：表中數字代表模型序號

圖2　馬尾松人工林不同林分類型生物量—蓄積量回歸模型曲線圖

2.2馬尾松人工林總生物量

根據所建立的模型和二類資源調查各小班資料，統(tǒng)計計算出貴州省馬尾松人工林的總生物量為43.56 Tg，占全省林地和非林地中所有林木總生物量的 12.41%；馬尾松人工純林生物量為 39.19 Tg,占整個馬尾松人工林總生物量的 89.99 % ；馬尾松人工混交林 4.36 Tg,占馬尾松人工林總生物量的 10.01 % 。

2.3貴州省馬尾松生物量地理分布格局

表5 是貴州省各市(州)級行政區(qū)馬尾松人工林生物量情況。由表5可知，馬尾松人工林主要集中于黔東南、遵義、黔南、貴陽和銅仁地區(qū)，生物量占到了全省的91.81%，其中，黔東南占到了全省的41.77%，黔西南和六盤水市均不足1%。

圖3　貴州省各市州馬尾松人工林生物量 　　　　　　　　 圖4　貴州省各市州馬尾松人工林生物量比例注：A.貴陽市；B.六盤水市；C.遵義市；D.安順市；E.銅仁市；F.黔西南州；G.黔東南州；H.畢節(jié)市；I.黔南州

地級行政區(qū)總生物量/萬噸占全省比例/%貴陽市560.3812.87六盤水市13.990.32遵義市323.377.42安順市156.193.59銅仁市750.1817.22黔西南州8.460.19黔東南州1819.3841.77畢節(jié)市177.874.08黔南州545.6512.53合計4355.48100.00

2.4貴州省馬尾松人工林不同類型及齡組生物量

表6 是貴州省馬尾松人工林不同林齡及密度等級生物量概況。按林組看：中齡林(38.88%)和近熟林(40.53%)生物量最大，占整個人工林的79.41%，其次是成熟林(12.65%)，最少的是幼齡林(7.93%)。純林中，近熟林(37.03%)﹥中齡林(34.50%)﹥成熟林(11.38%)﹥幼齡林(7.08%)?；旖涣种校墒炝?1.28%)﹥中齡林(4.38%)﹥近熟林(3.51%)﹥幼齡林(0.85%)。林分密度等級中，中密度生物量最大，占到54.85%，其次是高密度占38.78%，疏密度占生物量最少，為6.37 %；其中林分生物量排在前4位的分別是中密度的近熟純林(19.81%)和中齡純林(19.16%)、以及高密度的近熟純林(15.41%)和中齡純林(12.47%)。

表6　貴州省馬尾松人工林不同林齡分密度生物量

3　結論與討論

3.1生物量估算結果及分布格局

貴州省馬尾松人工林生物總量為43.56Tg，其中純林39.19 Tg，混交林4.36 Tg，純林生物量遠遠大于混交林生物量，主要是由于純林面積和蓄積量大，且單產較高所致。貴州省馬尾松人工林平均生物量為199.51 t/hm2，高于我國(84.08 t/hm2)[8]和西南地區(qū)(148.66 t/hm2)[9]森林植被平均生物量，但卻遠低于(鼎湖山)我國典型南亞熱帶的生物量380 t/hm2[10]，這可能是由于貴州地處丘陵多山地區(qū)，土地貧瘠原因所致。從不同林齡組成看，馬尾松人工林幼齡林、中齡林，近熟林及成熟林生物量分別為45.90 t/hm2、123.43 t/hm2、200.34 t/hm2、268.75 t/hm2，這與丁貴杰[11]、劉茜[12]研究結果相差不大。馬尾松在全省分布極不均勻，人工林主要集中于黔東南、遵義、黔南、貴陽和銅仁地區(qū)，這些區(qū)域占貴州省馬尾松人工林面積的64.33 %，但林分生物量占全省馬尾松總生物高達91.81 %，說明這些區(qū)域較適合馬尾松生長，是馬尾松的高產區(qū)。

貴州省馬尾松人工林生物量以中密度所占比例最大(54.83 %)，其次是高密度(38.79 %)，低密度林最少(6.37 %)，如果要提高森林生物量就應當改善林分結構，減少低密度林分。

3.2生物量估算的不確定性

二類資源清查資料信息量大、覆蓋廣、系統(tǒng)性強，對于研究區(qū)域內大尺度森林生物量幫助很大，通過已研究資料獲取信息，分別建立不同林分生物量-蓄積量模型，能夠很好地提高生物量預估精度，也具有實用性強、操作簡便易行等優(yōu)點，但對于估算森林生物量也存在許多不確定性，具體表現為：

(1)二類資源清查數據的完整性與準確度不夠

我國森林資源清查的誤差已小于5%[13]，但野外測定生物量，會有誤差，且這個誤差無法評估[14]。由于森林資源調查數據不包括地下部分、枯死木、倒木和凋落物等，所以計算的喬木蓄積量和生物量要比林分的實際生物量要小很多，這對進一步準確估算森林的碳匯會有較大影響，今后應加強和補充這些內容的研究，為科學準確估算森林生產力、生物量和碳匯提供科學依據。

(2)個別群體的樣本數量有限

回歸方程要精確反映實際問題，提高精確度，就需要有足夠多的樣本數量。本研究人工混交林樣本數量略顯不足，特別是混交中齡林樣本只有6個，這在一定程度上會影響對這部分群體估計的準確性，所以今后應加強馬尾松人工混交林生物量的研究，特別是中齡林。

(3) 環(huán)境因素對生物量的影響

生物量是植物對能量積累的主要表現形式[15]，其分配方式受約于外界環(huán)境[16]，植物在生長發(fā)育的過程中，立地條件及周邊環(huán)境條件(光照、水分、養(yǎng)分、土壤特性)對其生長發(fā)育影響很大。由于受資料完整性的限制，本研究無法全面考慮這些因素，這也會影響生物量估算的準確性。因此，以后在研究蓄積量與生物量的關系模型中、在利用小班資料估算生物量時，均應把立地指數或立地環(huán)境因素引入相關方程。

(4)經營過程和人為干擾對生物量的估算也有較大影響

研究表明，不同經營管理措施，如：造林密度、間伐、施肥、整地等營林措施，對生物量都有著至關重要的影響。所以，為了提高大尺度森林生物量的預估精度，就要科學考慮人為經營對林分生長力和生物量的影響，就應該把人為干擾引入相關模型。

[1]丁貴杰. 馬尾松人工林生物量及生產力的變化規(guī)律 Ⅲ. 不同立地生物量及生產力變化[J]. 山地農業(yè)生物學報,2000,06:411～417.

[2]丁貴杰,王鵬程. 馬尾松人工林生物量及生產力變化規(guī)律研究 Ⅱ. 不同林齡生物量及生產力[J]. 林業(yè)科學研究,2002,01:54～60.

[3]丁貴杰. 馬尾松人工林生物量和生產力研究 Ⅰ. 不同造林密度生物量及密度效應[J]. 福建林學院學報,2003,01:34～38.

[4]黃玫,季勁鈞,曹明奎,李克讓. 中國區(qū)域植被地上與地下生物量模擬[J]. 生態(tài)學報,2006,12:4156～4163.

[5]方精云,陳安平,趙淑清,慈龍駿. 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,2002,02:243～249.

[6]馮宗煒,陳楚瑩,張家武,王開平,趙吉錄,高虹. 湖南會同地區(qū)馬尾松林生物量的測定[J]. 林業(yè)科學,1982,02:127～134.

[7]李文華. 森林生物生產量的概念及其研究的基本途徑[J]. 自然資源,1978,01:71-92. [J].貴州農學院叢刊，1991,18:67～75.

[8]方精云,劉國華,徐嵩齡. 我國森林植被的生物量和凈生產量[J]. 生態(tài)學報,1996,05:497～508.

[9]于維蓮,董丹,倪健. 中國西南山地喀斯特與非喀斯特森林的生物量與生產力比較[J]. 亞熱帶資源與環(huán)境學報,2010,02:25～30.

[10]彭少麟,張祝平. 鼎湖山地帶性植被生物量、生產力和光能利用效率[J]. 中國科學(B輯 化學 生命科學 地學),1994,05:497～502.

[11]丁貴杰,吳協(xié)保,齊新民,王鵬程. 馬尾松紙漿材林經營模型系統(tǒng)及優(yōu)化栽培模式研究[J]. 林業(yè)科學,2002,05:7～13.

[12]劉茜. 不同齡組馬尾松人工林生物量及生產力的研究[J]. 中南林學院學報,1996,04:47～51.

[13]Fang J Y, Liu G H, Xu S L. Forest biomass of China: An estimation based on the biomass volume relationship[J]. Ecological Applications, 1998, 8:1084～1091.

[14]鄧蕾,上官周平. 基于森林資源清查資料的森林碳儲量計量方法[J]. 水土保持通報,2011,06:143～147.

[15]汪珍川,杜虎,宋同清,彭晚霞,曾馥平,曾昭霞,張浩. 廣西主要樹種(組)異速生長模型及森林生物量特征[J]. 生態(tài)學報,2015,13:4462～4472.

[16] Mokany K, Raison R J, Prokushkin A S. Critical analysis of root: shoot ratios in terrestrial biomes. Global Change Biology, 2006, 12(1): 84～96.

Study on Biomass and Distribution Patterns ofPinusmassonianaplantations in Guizhou Province

ZHOU Yi1,2DING Gui-jie1,2＊＊

(1. Research Institute of Forest Resources and Environment, Guiyang 550025;2. College of Forestry, Guizhou University, Guiyang 550025)

Based on the measured sampling data of plant biomass of 596 Pinus massoniana trees in every producted area in Guizhou province, regression models between stand biomass and volume of different forest types were established. Based on the established model and the forestry inventory date of sample of 140 675 sub-compartment dates (2005～2007a) in Guizhou Province, the biomass and distribution pattern ofPinusmassonianaplantation in Guizhou province were studied. The results showed that it was a better quantitative for all the six regression models, young、middle-aged ，mature of pure forest and young 、mature mixed forest were best of fitted with a power model ; middle-aged and near-mature of mixed forest were best fitted with linear equation; mature pure forest was best fitted with logarithmic equation. Total biomass of Pinus massoniana Plantations in Guizhou Province was 43.56Tg,of which 39.19 Tg for pure forest, accounting for 89.99 % of the total; 4.36 Tg for mixed forest, ac-counting for 10.01 % of the total. middle-aged and mature forests accounted for 79.41%，the middle and high density stand biomass accounted for 93.63%;The Pinus massoniana Plantations mainly occurred in the southeast 、east and north area of Guizhou province, and the biomass in Qiandongnan prefecture accounted for 41.77 % ,nearly half of the total biomass .

Pinusmassoniana; Plantations; Biomass; Forest inventory; Model; forest type;

2016-04-10

貴州省科技重大專項(黔科合重大專項字[2012]6001號)；“十二五”國家科技計劃課題(2015BAD09B0102)；貴州省林業(yè)重大專項(黔林科合[2010]重大03號)；貴州大學研究生創(chuàng)新基金項目(研農2015002)

周祎，男，陜西西安人，研究生，研究方向：森林生態(tài)學，E-mail:zhou19881007@163.com

丁貴杰，男，教授，博導，E-mail：gjdinggzu@126.com

S718.55+6

B