戎榮，孫斌，武志濤，高志海，杜自強(qiáng)，滕思翰

（1.山西大學(xué)黃土高原研究所，山西 太原 030006；2.中國(guó)林業(yè)科學(xué)研究院資源信息研究所，北京 100091；3.國(guó)家林業(yè)和草原局林業(yè)遙感與信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京 100091；4.內(nèi)蒙古自治區(qū)大數(shù)據(jù)中心，內(nèi)蒙古 呼和浩特 010000）

草原是生態(tài)系統(tǒng)的重要組成部分［1］，作為一種自然資本，它對(duì)保護(hù)生物多樣性、保持水土和維護(hù)全球生態(tài)系統(tǒng)的平衡和穩(wěn)定等具有重要作用［2］。近年來，由于全球氣候變化問題與人類對(duì)土地利用方式的改變，全球草地分布區(qū)中灌木植物大面積擴(kuò)張，這使得原本成片分布的草原被其侵占生態(tài)位并分為不同的斑塊大小，這種植被景觀被稱為灌叢化草原（shrub-encroached grassland，SEG）［3-6］。在全球，灌叢化草原占干旱半干旱區(qū)域總面積的10%～20%［7］。灌叢化現(xiàn)象在中國(guó)也十分普遍，小葉錦雞兒（Caragana microphylla）是我國(guó)灌叢化草原中最常見的灌木植物，約有510萬hm2［8］。這些灌叢群落的廣泛分布，改變了原有草原生態(tài)系統(tǒng)的物種組成、群落結(jié)構(gòu)以及生產(chǎn)力水平，進(jìn)而影響了整個(gè)生態(tài)系統(tǒng)的結(jié)構(gòu)和功能。灌叢地上生物量（above-ground biomass，AGB）［9-10］是衡量植被生產(chǎn)力的重要指標(biāo)，也是評(píng)價(jià)干旱半干旱地區(qū)生態(tài)系統(tǒng)功能的基礎(chǔ)。因此，開展灌叢化草原小葉錦雞兒灌叢地上生物量測(cè)量方法研究對(duì)正確評(píng)估灌叢化草原生態(tài)系統(tǒng)的生態(tài)學(xué)效應(yīng)以及保護(hù)和恢復(fù)區(qū)域生態(tài)環(huán)境具有十分重要的意義［11-13］。

目前針對(duì)小葉錦雞兒灌叢地上生物量的研究多集中在定性地描述其變化趨勢(shì)、原因和結(jié)果，定量研究以及尋找適宜收獲小葉錦雞兒地上生物量的方法研究仍較少［14-15］。王娟等［16］測(cè)定小葉錦雞兒生物量采用伐倒標(biāo)準(zhǔn)木后稱其各器官（枝、葉、根）生物量，對(duì)灌叢生態(tài)系統(tǒng)的固碳功能進(jìn)行了深入的研究；裴淑蘭等［17］在樣地中選取了6株標(biāo)準(zhǔn)株小葉錦雞兒并在每株不同方向上剪取不同年齡段的枝條，獲取的生物量被用來確定小葉錦雞兒最佳采收時(shí)期。這些研究中采用的收割法［18］作為一種對(duì)生物量的傳統(tǒng)獲取方法，對(duì)干旱、半干旱草原地區(qū)這種脆弱的生態(tài)系統(tǒng)有很大破壞性，這些局限性推動(dòng)了測(cè)量方法的不斷更新，除收割必要的地上生物量作為驗(yàn)證數(shù)據(jù)外，利用無害化、無損化技術(shù)手段精確估測(cè)生物量、減少測(cè)量中的相對(duì)誤差［19］是當(dāng)前亟待解決的問題。RTK（real-time kinematic）載波相位差分技術(shù)測(cè)量方法改變了傳統(tǒng)的測(cè)量模式，具有操作簡(jiǎn)單、成本較低、精度高、實(shí)時(shí)性強(qiáng)、覆蓋率廣等優(yōu)點(diǎn)，極大地提高了作業(yè)效率［20］。該方法雖然大多應(yīng)用于測(cè)繪工作，但因其顯著的優(yōu)越性逐漸地應(yīng)用于地理學(xué)［21］、林業(yè)［22］等野外測(cè)量工作中。因此本研究利用RTK技術(shù)方法獲取到了小葉錦雞兒灌叢眾多測(cè)量因子［23-25］，但如何找到適用的易測(cè)因子、將測(cè)量因子作為生物量預(yù)測(cè)因子也是本研究的重要內(nèi)容。趙宏勝等［26］通過主成分分析確定最優(yōu)變量，根據(jù)自變量與因變量的相關(guān)關(guān)系，利用函數(shù)建立單株灌叢生物量模型；董道瑞等［27］根據(jù)劃分灌叢的大、中、小等級(jí)，采用統(tǒng)計(jì)相關(guān)法對(duì)灌叢年齡及地徑關(guān)系進(jìn)行分析，構(gòu)建灌叢直立枝與單叢地上生物量估測(cè)模型。以上研究均利用了灌叢的易測(cè)因子推演其地上生物量，對(duì)于本研究提取適宜的易測(cè)因子具有極大的參考意義。同時(shí)通過眾多研究運(yùn)用的數(shù)學(xué)模型預(yù)測(cè)發(fā)現(xiàn)［28-30］，冪函數(shù)模型相較于其他函數(shù)模型預(yù)測(cè)小葉錦雞兒灌叢地上生物量精度高，線性函數(shù)在達(dá)到較高預(yù)測(cè)精度的同時(shí)計(jì)算還非常簡(jiǎn)便，指數(shù)函數(shù)與對(duì)數(shù)函數(shù)為比較選擇也常運(yùn)用其中，以上函數(shù)模型的運(yùn)用也為本研究提供了方法借鑒。

本研究在小葉錦雞兒灌叢地上生物量野外收集時(shí)采用了“標(biāo)準(zhǔn)枝”［31］和“標(biāo)準(zhǔn)樣方”［32］兩種測(cè)量方法進(jìn)行地上生物量比對(duì)，在無損條件下利用RTK獲取到了灌叢的高度、冠幅、冠幅面積、冠幅周長(zhǎng)等數(shù)據(jù)，將這些易測(cè)因子進(jìn)行相關(guān)性分析，并把關(guān)系緊密的因子進(jìn)行分類，與生物量做進(jìn)一步相關(guān)分析。提取到的最佳因子是組內(nèi)外業(yè)測(cè)量中的首選因子，并且作為自變量構(gòu)建生物量模型并對(duì)模型精度進(jìn)行檢驗(yàn)，這將為研究干旱半干旱地區(qū)生態(tài)系統(tǒng)生產(chǎn)能力及利用無人機(jī)和衛(wèi)星遙感等手段估測(cè)灌木生物量提供依據(jù)［33］。

1 材料與方法

1.1 研究區(qū)概況

研究調(diào)查區(qū)域位于錫林郭勒盟下轄旗中的鑲黃旗、正鑲白旗，地理位置113°22′-115°37′E、41°56′-43°01′N（圖1，表1）。研究區(qū)屬于溫帶大陸性氣候，年均氣溫2～3℃，年溫差與日溫差較大，年均降水量290 mm，且多集中在7、8、9月［34-35］。研究區(qū)內(nèi)灌木在草原區(qū)分布廣泛，小葉錦雞兒是其中最具代表性的景觀植物。該植物為豆科錦雞兒屬，花期5-6月，果期7-8月，多生長(zhǎng)在草原、沙地和丘陵坡地，在我國(guó)主要集中分布于陜西北部、內(nèi)蒙古自治區(qū)和山西西部［36］。其生長(zhǎng)特性為喜光、耐高溫與耐寒，根系還含根瘤菌用以固氮，對(duì)土壤適應(yīng)性強(qiáng)，成為干旱半干旱地區(qū)防風(fēng)固沙、保持水土的首選植物，同時(shí)也是當(dāng)?shù)亓己玫男教坎馁Y源和綠肥植物。小葉錦雞兒灌叢的生理生態(tài)學(xué)特征和生長(zhǎng)特性與研究區(qū)的生境條件相適應(yīng)，成為區(qū)域內(nèi)的灌木優(yōu)勢(shì)種。

表1 樣地點(diǎn)分布區(qū)域Table 1 Sampling points distribution area

圖1 研究區(qū)采樣點(diǎn)分布Fig.1 Distribution of sampling points in study area

1.2 數(shù)據(jù)獲取

課題組于2021年7月30日-8月4日前往研究區(qū)進(jìn)行小葉錦雞兒灌叢地上生物量調(diào)查，共布設(shè)了17個(gè)樣點(diǎn)，樣地布設(shè)面積為32 m×32 m（圖2）。在獲取小葉錦雞兒?jiǎn)沃旯鄥驳厣仙锪旷r重時(shí)，主要采用“標(biāo)準(zhǔn)枝”法、“標(biāo)準(zhǔn)樣方”法和全株收獲法3種方法。“標(biāo)準(zhǔn)枝”法具體為：收獲前記錄該株灌叢的總枝數(shù)，根據(jù)灌叢實(shí)際大小可選擇3枝相對(duì)均勻的分枝或大、中、小各一枝剪取，然后根據(jù)標(biāo)準(zhǔn)枝生物量的平均大小與總枝數(shù)計(jì)算整株植物的生物量?！皹?biāo)準(zhǔn)樣方”法具體為：在選取的灌叢內(nèi)部設(shè)有0.5 m×0.5 m的樣方框，取其收割，收獲的生物量與其面積大小和冠幅面積對(duì)比計(jì)算整株植物的地上生物量。全株收獲法是對(duì)整株灌叢的地上生物量進(jìn)行全部收割裝袋。灌叢收割裝袋都是用提前稱重好的信封紙袋收取，并且在無風(fēng)干燥處立即用電子天平（梅特勒ME4002E，江蘇，0.01 g）進(jìn)行稱重，測(cè)定其鮮質(zhì)量并記錄。然后將信封紙袋帶回實(shí)驗(yàn)室，殺青處理是在105℃條件下進(jìn)行（約10 min），再于65℃烘箱中烘干至恒重（8～12 h），測(cè)量并記錄其干重。本研究共測(cè)量和收獲了17個(gè)標(biāo)準(zhǔn)株灌叢，17個(gè)“標(biāo)準(zhǔn)枝”與17個(gè)“標(biāo)準(zhǔn)樣方”的數(shù)據(jù)，以期對(duì)比獲得野外最佳直接測(cè)量方法。

圖2 小葉錦雞兒灌叢數(shù)據(jù)獲取與處理Fig.2 Data acquisition and processing of C.microphylla shrubs

野外作業(yè)同時(shí)利用RTK得到樣地和單株灌叢的精確定位以及對(duì)灌叢形態(tài)參數(shù)的測(cè)量工作，數(shù)據(jù)經(jīng)處理后可得到不規(guī)則的冠幅面積，不規(guī)則冠幅的周長(zhǎng)，東西、南北冠幅長(zhǎng)度等灌叢的易測(cè)因子信息。由于RTK在工作中對(duì)樣地和灌叢不會(huì)造成破壞，所以在每個(gè)樣點(diǎn)中均有RTK的測(cè)量數(shù)據(jù)，這些數(shù)據(jù)將與最佳直接測(cè)量方法得到的生物量值共同參與研究估算單株小葉錦雞兒地上生物量。

1.3 研究方法

1.3.1 小葉錦雞兒灌叢形態(tài)參數(shù)提取 本研究采用RTK得到了小葉錦雞兒灌叢的高度（H）、冠幅（南北、東西冠幅的均值，D）、不規(guī)則的冠幅面積（S）、不規(guī)則的冠幅周長(zhǎng)（C）4項(xiàng)參數(shù)（圖3）。由于小葉錦雞兒灌叢的整體形態(tài)類似于錐體，且有研究發(fā)現(xiàn)灌叢體積與生物量的關(guān)系尤為密切［38］，在考慮準(zhǔn)確性和簡(jiǎn)便性的前提下本研究選取了冠幅與高度乘積（DH）、冠幅周長(zhǎng)與高度乘積（CH）、灌叢體積（V）3個(gè)具有體積代表性的復(fù)合指標(biāo)。其中灌叢體積（V）將利用不規(guī)則底面積的倒圓錐體積模型作為新的參數(shù)因子，計(jì)算公式如下：

圖3 小葉錦雞兒灌叢易測(cè)因子Fig.3 Easily-measured factors of C.microphylla shrub

式中：V為灌叢體積；S為不規(guī)則灌叢面積；H為灌叢高度；π為系數(shù)。

1.3.2 測(cè)量方法對(duì)比分析 本研究在實(shí)地取樣中應(yīng)用了標(biāo)準(zhǔn)枝和標(biāo)準(zhǔn)樣方兩種測(cè)量方法，為對(duì)比兩者預(yù)測(cè)灌叢地上生物量的能力，把全株收獲法獲取的生物量作為實(shí)測(cè)值并采用相關(guān)性分析進(jìn)行方法比較。同時(shí)在RTK測(cè)量中，4項(xiàng)單因子與3項(xiàng)復(fù)合因子將作為初始預(yù)測(cè)指標(biāo)，通過因子間的相關(guān)性分析將分別得出單因子和復(fù)合因子中的最優(yōu)預(yù)測(cè)指標(biāo)。最佳測(cè)量方法模型計(jì)算值將與易測(cè)因子繼續(xù)進(jìn)行分析，相關(guān)系數(shù)及其顯著性值能初步反映各指標(biāo)對(duì)地上生物量的預(yù)測(cè)能力。Pearson相關(guān)系數(shù)為統(tǒng)計(jì)指標(biāo)之一，要求變量為正態(tài)分布，R的取值為-1～1，絕對(duì)值越大相關(guān)性越強(qiáng)。公式如下：

式中：R是x與y的Pearson相關(guān)系數(shù)；xi和yi分別為第i組樣本中x和y的值；xˉ是x的平均值；yˉ是y的平均值；n為樣本量。

1.3.3 小葉錦雞兒灌叢地上生物量模型構(gòu)建與精度評(píng)價(jià) “標(biāo)準(zhǔn)枝”與“標(biāo)準(zhǔn)樣方”通過對(duì)比分析后，最佳方法估測(cè)值將作為自變量建立線性模型。然后將7項(xiàng)易測(cè)因子與模型值進(jìn)行回歸分析，求出各分組內(nèi)函數(shù)相應(yīng)參數(shù)，并選出擬合度最好、相關(guān)性最好的模型建立估測(cè)小葉錦雞兒地上生物量的模型。本研究選取了線性函數(shù)、指數(shù)函數(shù)、冪函數(shù)、對(duì)數(shù)函數(shù)進(jìn)行擬合，公式如下：

式中：y為地上生物量；x為自變量；a為回歸常數(shù)；b為回歸系數(shù)。

本研究將通過樣本相關(guān)系數(shù)（R）、平均絕對(duì)誤差（mean absolute error，MAE）和均方根誤差（root mean square error，RMSE）來評(píng)判小葉錦雞兒灌叢地上生物量模型的優(yōu)劣，其中R越高、RMSE和MAE值越小表明估測(cè)效果越好。其表達(dá)式如下：

為了檢驗(yàn)小葉錦雞兒灌叢地上生物量回歸方程的精度，本研究采用抽樣調(diào)查隨機(jī)數(shù)法，將樣地采集的17株小葉錦雞兒灌叢隨機(jī)測(cè)試12株用來進(jìn)行驗(yàn)證，判斷其模型效果是否理想。

2 結(jié)果與分析

2.1 “標(biāo)準(zhǔn)枝”與“標(biāo)準(zhǔn)樣方”方法對(duì)比分析

實(shí)測(cè)生物量的平均值為1063.71 g，標(biāo)準(zhǔn)差為595.18 g，“標(biāo)準(zhǔn)枝”法與之分別相差188.48和32.53 g，差距較小，“標(biāo)準(zhǔn)樣方”法與之分別相差1188.15和872.59 g，差距較大。兩種測(cè)量方法估測(cè)生物量的樣本相關(guān)系數(shù)R均大于0.8（P＜0.01），表明兩種方法的估測(cè)值與實(shí)測(cè)生物量都有顯著的相關(guān)性且都能較好地反映灌叢的生物量（表2）。但“標(biāo)準(zhǔn)枝”法相關(guān)系數(shù)更接近于1，表示其實(shí)測(cè)值與估測(cè)值之間具有很高的相關(guān)性。同時(shí)，“標(biāo)準(zhǔn)枝”法評(píng)價(jià)指標(biāo)MAE和RMSE值均小于“標(biāo)準(zhǔn)樣方”法，結(jié)合圖4驗(yàn)證結(jié)果表明：應(yīng)用“標(biāo)準(zhǔn)枝”法預(yù)測(cè)的生物量與實(shí)測(cè)值更為接近、效果較為理想，且預(yù)測(cè)值誤差較小、表現(xiàn)最佳，是野外獲取小葉錦雞兒灌叢地上生物量的適宜方法與手段。將“標(biāo)準(zhǔn)枝”為自變量建立的線性函數(shù)模型作為估測(cè)值應(yīng)用于小葉錦雞兒灌叢易測(cè)因子推演地上生物量的模型構(gòu)建中，其表達(dá)式為：

表2 兩種測(cè)量方法的對(duì)比分析Table 2 Comparative analysis of two measurement methods

圖4 標(biāo)準(zhǔn)枝與標(biāo)準(zhǔn)樣方預(yù)測(cè)值與實(shí)測(cè)值對(duì)比Fig.4 Relationship between the predicted and measured values of standard branch and standard quadrat

2.2 基于RTK測(cè)量的形態(tài)參數(shù)的相關(guān)性分析

本研究根據(jù)灌叢形態(tài)應(yīng)用RTK提取的易測(cè)因子經(jīng)相關(guān)性分析后，結(jié)果表明（圖5）：7項(xiàng)易測(cè)因子之間存在相關(guān)性。在單因子指標(biāo)中，D、C、S三者之間相關(guān)性系數(shù)均大于0.98（P＜0.01），表明這三者之間關(guān)系緊密，而H與其他單因子的相關(guān)系數(shù)在0.67～0.72之間，表現(xiàn)較為一般。除單因子之外，根據(jù)體積與地上生物量之間的密切關(guān)系，H與其他單因子組建了具有體積代表性的復(fù)合指標(biāo)DH、CH、V。這3項(xiàng)復(fù)合指標(biāo)DH、CH、V之間關(guān)系緊密，其中CH與其他復(fù)合因子相關(guān)性表現(xiàn)最好（R＞0.98，P＜0.01）。

圖5 形態(tài)參數(shù)相關(guān)性分析Fig.5 Correlation analysis among morphological parameters

根據(jù)以上結(jié)果以及其他易測(cè)因子與H的相關(guān)程度，現(xiàn)將眾因子劃分為3組：第一組DH、CH、V，第二組H，第三組D、C、S。各組因子將分別與“標(biāo)準(zhǔn)枝”法函數(shù)模型值進(jìn)行相關(guān)性分析，以此得到組內(nèi)最佳指標(biāo)并構(gòu)建模型。

2.3 小葉錦雞兒灌叢地上生物量估測(cè)模型構(gòu)建及精度檢驗(yàn)

采用表3所列數(shù)學(xué)模型進(jìn)行擬合，模型擬合結(jié)果表明：7項(xiàng)易測(cè)因子和地上生物量模型均呈顯著性關(guān)系。分組1中以V為自變量的冪函數(shù)模型表現(xiàn)最佳，其R值最大（R=0.92）以及有較小的RMSE和MAE值；分組2中以H為自變量的各項(xiàng)模型顯著性一般，表現(xiàn)較差；分組3中以D為自變量的線性函數(shù)表現(xiàn)最佳，其中R=0.92且各項(xiàng)精度評(píng)價(jià)指標(biāo)數(shù)值較小。通過綜合分析以及對(duì)比各預(yù)測(cè)模型MAE和RMSE指標(biāo)，分別選出了各分組內(nèi)的最優(yōu)回歸模型。

表3 小葉錦雞兒灌叢地上生物量統(tǒng)計(jì)模型Table 3 Above-ground biomass statistical model of C.microphylla shrub

以D為自變量建立的線性函數(shù)模型為：

以V為自變量建立的冪函數(shù)模型為：

為了檢驗(yàn)小葉錦雞兒灌叢地上生物量預(yù)測(cè)模型的精度，圖6驗(yàn)證結(jié)果表明：各模型預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)性較好，其模型效果較為理想，是估算地上生物量的優(yōu)選模型。

圖6 灌叢地上生物量模型構(gòu)建及驗(yàn)證Fig.6 Establishment and verification of above-ground biomass model of shrubs

3 討論

3.1 “標(biāo)準(zhǔn)枝”與“標(biāo)準(zhǔn)樣方”直接測(cè)量方法對(duì)比

本研究在獲取小葉錦雞兒灌叢地上生物量外業(yè)工作中，采取了“標(biāo)準(zhǔn)枝”法、“標(biāo)準(zhǔn)樣方”法兩種直接測(cè)量方法，目的是選取對(duì)干旱半干旱地區(qū)生態(tài)環(huán)境破壞較小、減少外業(yè)工作量和難度、提高工作效率且預(yù)測(cè)地上生物量較為準(zhǔn)確的實(shí)測(cè)方法。趙宏勝等［26］應(yīng)用“標(biāo)準(zhǔn)枝”法根據(jù)分枝生物量的大小計(jì)算了8種灌叢的地上部生物量并取得了較好的效果。但“標(biāo)準(zhǔn)枝”法在人為選取枝條方面存在一定的誤差，如個(gè)人對(duì)分枝理解的差異，會(huì)造成灌叢總體枝條計(jì)量的誤差，從而影響對(duì)生物量的估測(cè)。為規(guī)避此問題，在作業(yè)前組內(nèi)要制定好灌叢分枝的選取方法和標(biāo)準(zhǔn)。本次外業(yè)主要以單人對(duì)灌叢分枝進(jìn)行剪取和計(jì)數(shù)，避免多人操作造成的人為誤差。在本研究結(jié)果中，標(biāo)準(zhǔn)枝預(yù)測(cè)的地上生物量結(jié)果要比標(biāo)準(zhǔn)樣方預(yù)測(cè)的地上生物量結(jié)果更為準(zhǔn)確，與實(shí)測(cè)值相差較小。而且在外業(yè)作業(yè)時(shí)，

直接測(cè)量獲取標(biāo)準(zhǔn)枝生物量比獲取標(biāo)準(zhǔn)樣方生物量對(duì)單株灌叢的整體影響和損害更小，且操作方便省力。綜合以上，“標(biāo)準(zhǔn)枝”法是目前在野外直接測(cè)量獲取小葉錦雞兒灌叢地上生物量中較為精確、簡(jiǎn)便和損壞性較小的方法，具有一定的推廣應(yīng)用價(jià)值。

3.2 小葉錦雞兒灌叢地上生物量最佳形態(tài)參數(shù)

灌叢地上生物量形態(tài)參數(shù)眾多，科學(xué)選取測(cè)量因子既減少了外業(yè)測(cè)量的工作量，又提高了估測(cè)生物量方法的精度。本研究對(duì)幾種常見的灌叢生物量易測(cè)因子進(jìn)行了對(duì)比分析，探討了其對(duì)灌叢地上生物量的預(yù)測(cè)能力。研究結(jié)果表明，單因素測(cè)量指標(biāo)中冠幅與灌叢地上生物量之間的相關(guān)性較好，預(yù)示著其對(duì)生物量的預(yù)測(cè)能力較強(qiáng)，姚雪玲等［39］在其研究中也有類似結(jié)論。冠幅作為重要的預(yù)測(cè)因子，目前的測(cè)量手段還是以皮尺、卷尺等傳統(tǒng)工具量取，與其相關(guān)的冠幅面積或周長(zhǎng)大多還是利用長(zhǎng)、短冠幅為半徑來計(jì)算的，因此計(jì)算面積與實(shí)際面積有一定的偏差。本研究利用RTK對(duì)標(biāo)準(zhǔn)株灌叢本身形態(tài)進(jìn)行測(cè)點(diǎn)圈存，其數(shù)據(jù)經(jīng)過ArcMap處理后，可獲取到每一灌叢的定位、冠幅、冠幅面積、冠幅周長(zhǎng)等數(shù)據(jù)，這在一定程度上提高了數(shù)據(jù)的精確性，并且減少了人工測(cè)量工作。復(fù)合因子中體積與生物量的相關(guān)性最好，而其他指標(biāo)則表現(xiàn)一般，預(yù)示著復(fù)合指標(biāo)還需要進(jìn)一步提高對(duì)灌叢地上生物量預(yù)測(cè)能力［40］，同時(shí)如何利用更精準(zhǔn)的手段如基于激光雷達(dá)點(diǎn)云數(shù)據(jù)等反演灌叢體積也成為今后工作的重難點(diǎn)。因此在野外測(cè)量指標(biāo)充分的情況下，冠幅和復(fù)合變量體積更適宜用來預(yù)測(cè)灌叢地上生物量，且該預(yù)測(cè)指標(biāo)僅適用于小葉錦雞兒灌叢而其他類型灌叢還應(yīng)繼續(xù)研究。

3.3 展望與不足

本研究采用統(tǒng)計(jì)模型估算小葉錦雞兒地上生物量，其預(yù)測(cè)精度較高且計(jì)算簡(jiǎn)便。但同時(shí)需要說明的是灌木的生長(zhǎng)狀況、生態(tài)構(gòu)型與局部的立地環(huán)境、生長(zhǎng)季節(jié)等條件密切相關(guān)［41］。因此建立的地上生物量回歸模型僅受限于小葉錦雞兒灌叢和立地環(huán)境，當(dāng)環(huán)境發(fā)生變化或測(cè)試對(duì)象發(fā)生改變時(shí)，必須對(duì)回歸方程進(jìn)行校正。故在今后的研究中應(yīng)增加其他變量，從而提高所建模型的使用范圍，進(jìn)一步完善上述預(yù)測(cè)模型。單株灌木及樣方水平的生物量可以通過模型法得到，但在更大的區(qū)域內(nèi)如何估測(cè)仍是研究的難點(diǎn)。如何解決生物量估算由小尺度到大尺度之間的轉(zhuǎn)換、如何利用無人機(jī)激光雷達(dá)手段和遙感影像結(jié)合實(shí)現(xiàn)大尺度灌木生物量的估算工作將是下一步研究的重點(diǎn)。

4 結(jié)論

本研究通過對(duì)“標(biāo)準(zhǔn)枝”法和“標(biāo)準(zhǔn)樣方”法兩種直接測(cè)量方法的對(duì)比分析以及在無損條件下采用RTK測(cè)量易測(cè)因子的方法，開展了灌叢化草原中小葉錦雞兒灌叢地上生物量估測(cè)研究，結(jié)果表明：

1）運(yùn)用“標(biāo)準(zhǔn)枝”法的估測(cè)值與實(shí)測(cè)值的相關(guān)性（R=0.95，P＜0.01）高于“標(biāo)準(zhǔn)樣方”法（R=0.84，P＜0.01），且“標(biāo)準(zhǔn)枝”法的評(píng)價(jià)指標(biāo)MAE和RMSE值更小，因此“標(biāo)準(zhǔn)枝”作為野外直接測(cè)量獲取小葉錦雞兒灌叢地上生物量的方法可達(dá)到誤差小、精度高和破壞性小的效果。

2）在易測(cè)因子相關(guān)性分析中，通過RTK測(cè)量得到的冠幅、不規(guī)則冠幅周長(zhǎng)、不規(guī)則冠幅面積3項(xiàng)易測(cè)指標(biāo)之間關(guān)系緊密，其中冠幅與地上生物量相關(guān)性最高（R=0.92，P＜0.01）。高度與其他單因子相關(guān)性較差，且僅通過高度因子預(yù)測(cè)生物量精度較低，但是由高度衍生的復(fù)合指標(biāo)能夠提高生物量預(yù)測(cè)精度，其中以體積與地上生物量關(guān)系最為顯著（R=0.92，P＜0.01）。

3）基于RTK獲取的形態(tài)參數(shù)，構(gòu)建了內(nèi)蒙古灌叢化草原小葉錦雞兒灌叢地上生物量估算模型：以單因子冠幅為自變量建立的線性函數(shù)模型y=2143.6x-2597.68，以復(fù)合因子體積為自變量建立的冪函數(shù)模型y=2554.31x0.86，可為區(qū)域生物量實(shí)測(cè)提供一定參考。