張士亮

（遼寧省林業(yè)調查規(guī)劃院，遼寧沈陽 110122）

遼寧東部山區(qū)天然櫟林單木生物量模型研究

張士亮

（遼寧省林業(yè)調查規(guī)劃院，遼寧沈陽 110122）

以遼寧東部山區(qū)天然櫟林為研究對象，根據野外采集的標準木數據，建立了天然櫟林單木各分量（包括樹干、樹枝、樹葉、根系和全樹重）的預測模型。結果表明，擬合出11種模型的樹木器官生物量和總生物量的回歸方程，計算與分析效果最好的是冪回歸模型，該模型無論是對不同器官的生物量還是樹木總生物量的擬合效果均較好，適用性較強，可很好地用于預測天然櫟林單木的生物量。

天然櫟林；單木生物量；模型；預測

森林生物量作為研究森林生態(tài)系統(tǒng)碳密度和碳儲量的基礎，是林業(yè)科學研究的一項重要內容。單木生物量的回歸模型建立是生物量研究的重要組成部分，是森林生態(tài)系統(tǒng)群落生物量估算的基礎。目前生物量模型估算法是被應用最多的方法之一，該方法是首先通過調查得到一定數量的樣木生物量的基礎數據，然后利用林木易測因子如胸徑和樹高等進行回歸分析來推算難于測定的林木生物量，最后選擇合適的最優(yōu)模型用于估算整個林分的生物量。這種方法建立的生物量模型在保證精度的同時，可以大大減少測定生物量的外業(yè)調查工作量。模型建成以后，同類的林分就可以利用既有的資料來估計整個林分的生物量。

櫟林是指以櫟屬的幾個樹種為優(yōu)勢的植物群落，它是世界上分布范圍很廣、數量很多的一類森林資源，櫟類資源在我國十分豐富，據統(tǒng)計，我國櫟林總面積1 610.03萬hm2，是楊樹總面積的170%，杉木總面積的153%，是名副其實的“大樹種”。在遼寧櫟林占全省森林資源總面積的38.16%，總蓄積的36.04%，而櫟林作為遼東天然林的主要種群之一，對遼寧東部山區(qū)的森林生態(tài)環(huán)境有著舉足輕重的作用。如何取得遼東天然櫟林生物量的估測數據并提高其準確性是遼寧森林生物量及碳儲量測算的關鍵一環(huán)。本文以不同徑階的天然櫟林為研究對象，構建天然櫟林單木的各分量生物量模型。

1 研究區(qū)概況

本次調查研究的區(qū)域為遼寧鳳城通遠堡林場。通遠堡林場位于遼寧省鳳城市北部山區(qū)，場部座落在通遠堡鎮(zhèn)內。國有經營區(qū)共有通遠堡、弟兄山、劉家河、青城子、四門子、白旗6個鄉(xiāng)鎮(zhèn)，45個行政村，場部地理坐標123°55′E，40°46′N。場部距市區(qū)50 km，交通便利。本地地處北緯中緯度，屬溫帶濕潤氣候區(qū)，年平均氣溫7.7℃，≥10℃年積溫3 095℃，無霜期156 d；全年日照時數2 390 h。

2 研究方法

2.1 樣木選取

本次研究共選取42株標準木（表1、表2）。要求在具有典型特征的天然櫟林內選取具有代表性、生長正常的櫟類作為標準木。

2.2 林木生物量測定

對標準木進行每木檢尺，并測定胸徑，伐倒后測樹高，根部采用全挖法處理，對標準木進行樹干解析，測干（含皮）、枝、葉、根鮮重，每株標準木的各器官均取1份500 g的樣品，裝入布袋并標記后，帶回實驗室在85℃恒溫下烘24 h至恒重，然后用電子天平稱重，利用稱重后得出的數據計算樣品含水率，換算各組分的干生物量。

表1 標準木徑階株數統(tǒng)計

表2 標準木概況

2.3 數據處理

利用SPASS及Excel進行數據分析與處理。優(yōu)選出無論是對不同器官的生物量還是樹木總生物量擬合效果最好的模型，根據確定的模型擬合出各器官生物量和樹木總生物量回歸方程。

2.4 模型檢驗

應用檢驗數據及文中所建的模型計算出下面的統(tǒng)計值來對模型進行獨立性檢驗。

總相對誤差：

平均相對誤差：

平均相對誤差絕對值：

預估精度：

其中：yi為實測值；yi^為估計值；n為樣本數；m為回歸模型中的參數個數；Tα為置信水平α(0.05)時的T分布值。

3 生物量預測方程的建立

3.1 變量的設定與選取

大量的研究表明，林分的胸徑和樹高是生物量建模最主要的測樹因子。本研究就是以胸徑和樹高作為基本因子，來對天然櫟林的各部分生物量進行預測。

3.2 模型的確定

分別以胸徑(D)、胸徑-樹高(D2H)為自變量，用直線回歸(Linear模型)、對數回歸(Logarithmic模型)、逆矩陣(Inverse模型)、二次方程(Quadratic模型)、三次方程(cubic模型)、復合曲線(Compound模型)、冪回歸(Power模型)、“S”形曲線(S-curve模型)、生長曲線(Growth模型)、指數回歸(Exponential模型)、Logistic曲線(Logistic模型)等11種數學回歸模型計算分析，擬合出11種模型的樹木器官生物量和總生物量的回歸方程(表3)。

(1)Linear模型，擬合直線方程，模型式：

(2)Logarithmic模型，擬合對數方程，模型式：

(3)Inverse模型，擬合逆矩陣，模型式：

(4)Quadratic模型，擬合二次方程，模型式：

(5)cubic模型，擬合三次方程，模型式：

(6)ComP0und模型，擬合復合曲線，模型式：

(7)Power模型，擬合乘冪曲線，模型式：

(8)S-curve模型，擬合S形曲線，模型式：

(9)Growth模型，擬合等比級數曲線模型式：

(10)Exponential模型，擬合指數方程模型式：

(11)Logistic模型，擬合Logistic曲線模型式：

11種模型式中，Y為因變量，X為自變量，a、b、c、d為模型參數。

表3 11種數學模型擬合的各樹種單木生物量方程參數

續(xù)表3 11種數學模型擬合的各樹種單木生物量方程參數

計算分析結果表明各函數模型絕大部分均有顯著水平。從上面的數據分析可以看出，計算與分析效果最好的是Power模型（冪回歸），該模型無論是對不同器官的生物量還是樹木總生物量的擬合效果均較好，適用性非常強。

分別以D，D2H作為自變量，W作為因變量，擬合出兩種形式的樹木各器官生物量和樹木總生物量回歸方程(表4)，表達形式分別為:

3.3 模型的驗證

應用檢驗數據，對本文所建立的單木各生物量模型進行驗證和評價，計算各種檢驗統(tǒng)計量。

從表5的檢驗結果來看，各組分生物量模型的總相對誤差值均在±1以內；預測精度P除葉生物量模型在90%以下，其他均達到了90%以上；各組分生物量模型的平均相對誤差均在10%以內，除葉之外的干、枝、根、全樹重都在6%之內，說明所建立各分量生物量模型無系統(tǒng)偏差。從平均相對誤差絕對值指標上看:全樹重、干、枝、根和葉幅度范圍為10.59%～26.31%；參數的變動系數和統(tǒng)計指標各樹種規(guī)律是一致的，對各組分生物量模型的預測效果進行排序則為：總量＞樹干＞根系＞樹枝＞樹葉，這也驗證了之前專家學者的研究結論。

表4 兩種形式的單木生物量方程參數

造成這種現象的主要原因是樹木各組分的抗干擾性造成的，樹干的結構穩(wěn)定性最好，最不容易受外界影響，而樹冠部分生物量受樹冠形狀、大小和飽滿程度以及樹木長勢影響很大，這些因素是隨氣候、環(huán)境不同而變化的，因此就造成了樹冠部分生物量特別是葉生物量變動范圍很大。

表5 兩種形式的單木生物量模型檢驗結果 %

4 結論與討論

4.1 最佳擬合函數

通過對11種數學回歸模型進行計算分析，擬合出11種模型的樹木器官生物量和總生物量的回歸方程，從數據分析可以看出，計算與分析效果最好的是Power模型（冪回歸），該模型無論是對各樹種不同器官的生物量還是樹木總生物量的擬合效果均較好，適用性較強。

4.2 最優(yōu)方程

天然櫟林各分量生物量估計的最優(yōu)方程為：

枝生物量方程：lnW=-4.923+2.955lnD；

葉生物量方程：lnW=-5.301+2.393lnD；

干生物量方程：lnW=-3.187+0.931ln(D2H)；

根系生物量方程：lnW=-3.068+2.247lnD；

全株生物量方程：lnW=-2.642+0.935ln(D2H)。

4.3 模型的檢驗估計結果

各組分生物量模型的總相對誤差值均在±1以內；預測精度P除葉生物量模型在90%以下，其他均達到了90%以上；各組分生物量模型的平均相對誤差均在10%以內，除葉之外的干、枝、根、全樹重都在6%之內，說明所建立各分量生物量模型無系統(tǒng)偏差。對各組分生物量模型的預測效果進行排序：總量＞樹干＞根系＞樹枝＞樹葉。

4.4 模型作用

本研究結果表明：構建的總生物量回歸方程的相關系數在0.99以上，預測精度在95%以上，利用本文所建立的生物量模型可很好地對遼寧東部山區(qū)的天然櫟林單木生物量進行估計，實用價值極高。

［1］殷鳴放，劉清田，崔文山，等.遼寧櫟林資源狀況及其保護利用構想[J].林業(yè)資源管理，2003（6）：19-22.

［2］王敬賢.我國櫟類資源利用技術研究現狀與發(fā)展趨勢[J].防護林科技，2017（4）：72-74.

［3］田杰，于大炮，周莉，等.遼東山區(qū)典型森林生態(tài)系統(tǒng)碳密度[J].生態(tài)學雜志，2012，31(11):2723-2729.

［4］賈煒瑋，于愛民.樟子松人工林單木生物量模型研究[J].林業(yè)科技情報，2008，40(2):1-2.

［5］程堂仁.甘肅小隴山森林生物量及碳儲量研究[D].北京：北京林業(yè)大學，2007.

Studies on single tre e biomass model of natural oak forest in mountainous ar ea of eas t Liaoning

ZHANG Shiliang
（LiaoningForestryInvestigationandPlanningInstitute,Shenyang110122,China）

Study was carried out in natural oak forest in east Liaoning.Prediction model of every component(including the biomass of trunk,branches,leaves,roots and total tree)of single tree in natural forest was constructed based on collected data of standard trees in wild.The results showed:The regression equations of tree organ biomass and total biomass of 11 models were proposed.Of these models,power function model was the best one in calculation and analysis.Weather to biomasses of different organs or to biomass of the total tree,this model showed better fitting effect and with strong applicability,which could be used to predict tree biomass in natural forest.

natural oak forest;single tree biomass;model;prediction

S711

A

1001-1714（2017）06-0008-05

2017-07-13

張士亮（1978-），男，高級工程師，從事林業(yè)調查規(guī)劃工作。E-mail：ghyzsl@163.com。

苑 輝)