永顺县马尾松干材密度变化特征

黄湘南，张丽云

（1.国家林业局 中南林业调查规划设计院,湖南 长沙410004；2.中南林业科技大学 生命科学与技术学院，湖南 长沙 410004）

永顺县马尾松干材密度变化特征

黄湘南1，张丽云2

（1.国家林业局 中南林业调查规划设计院,湖南 长沙410004；2.中南林业科技大学 生命科学与技术学院，湖南 长沙 410004）

采用标准地调查与方差分析、统计假设检验相结合的方法，从整树和相对高度两个角度对湖南省永顺县马尾松干材密度进行分析。结果表明：同一马尾松人工林中被压木干材密度最大，平均木次之，优势木最小；各高度干材密度变化范围为364.73～516.39 kg·m-3，样木内干材密度的变动系数在1.96%～13.36%之间，平均变动系数为7.24%，0.2～0.8 H（H为树高）处双样本分析的t检验大于临界值2.042，0.1H处t检验值绝对值最小，为-0.740，在外业调查中可以用树干基部密度代替整株树干密度。样木DBH处密度t检验值为-2.717，因此不能把胸径处的密度等同于整株干材密度，建立胸径密度与整株干材密度的回归模型。采用3种一元回归模型研究干材密度与林分年龄之间的相互关系，增加DBH作为自变量，建立二元回归模型，提高模型模拟的精度。

马尾松；干材密度；树干解析；湖南永顺

马尾松Pinus massoniana是我国特有的速生、丰产乡土树种，也是我国西南亚热带湿润地区分布最广、资源最丰富的用材树种之一[1-2]。马尾松是用作绿化造林和荒山废地植被恢复的主要先锋树种，同时又是许多林产工业的重要原料[3-4]。“七五”以来，该树种一直得到国家的高度重视，马尾松木材质量被国家列为重点科技攻关研究内容[5]，而干材密度直接影响到木材质量的好坏，是马尾松发挥林产作用的关键因子[6-7]。

干材密度指的是单位体积鲜干材的绝干重，是一种反映木材物理性质的重要指标[8]，是把握材性测试数据可靠性的基础、现代木材测定体系的理论支撑[9]。针对马尾松干材密度变异规律进行研究，将对了解树木及生理特性、改进树木经营利用等方面具有广泛的应用意义，同时，干材密度的测定也为乔木树种的生物量测定和碳贮量的估算提供了一种新的方法和途径[10]。国内外近几年对于杂交落叶松，西班牙赤松等[5,11]进行过研究，主要分析其生长速度与干材密度的相关关系；我国也有学者对泡桐、云杉、板栗等作过相关的研究[12-13]，但专门针对马尾松干材密度的研究报道较少。本研究以马尾松为研究对象，针对湖南省永顺县一定立地条件下的马尾松干材密度结构特征进行研究，为科学经营和管理马尾松人工林提供理论依据。

1 研究地概况

研究地点位于湖南省湘西州永顺县长官镇，地处中西部结合地带的武陵山脉中段，境内地貌以山地、丘岗为主。东经 109°35′～ 110°23′，北纬 28°42′～ 29°27′；海拔 200 ～ 1 400 m；属亚热带季风性湿润气候，热量充足，雨量充沛，年平均气温16.4℃，平均降水量1 357 mm，平均日照1 306 h，无霜期286 d。

2 材料与方法

2.1 标准地设置

在湖南省永顺县境内的马尾松人工林中，对不同地形、不同林分年龄设置标准地，进行每木检尺、对角线测高，结合标准地每木调查结果选取样木，共选取样木16株，样木胸径范围为4.20～18.51 cm、树高为5.40～18.30 m、年龄为10～22 a，整理得到表1。

表1 各处理样木年龄、树高、胸径数据Table 1 Age, height and DBH of each sample tree

2.2 树干解析及生物量测定

按照树干解析的方法，在垂直段位处用l m（树高小于10 m）和2 m（树高大于10 m）区分段逐级划分，直至树梢处截取圆盘，按常规方法对样木进行树干解析及生物量测定。

2.3 干材密度的计算

按照解析木要求截取圆盘[14]，树皮分离后用保鲜膜包裹以防止水浸入，利用排水法测定各圆盘的体积，再将样品放入烘箱内，在105 ℃恒温下烘至恒重（样品前后两次称重的重量差小于0.1 g）。

利用d＝m/v（其中d代表各区分段中央高度处的圆盘密度，m为圆盘绝干重量，v为圆盘体积[5]）计算各高度处的圆盘密度。

2.4 干材密度的计算

根据测定的各高度圆盘密度，用等比内插法计算出各相对高度干材密度，各相对高度指树高n等分的高度，即n·H/10 其中H为树高，n为1、2、3、4、5、6、7、8。

整株样木的平均干材密度采用圆盘密度的加权平均法和全树干生物量比树干去皮材积两种方法计算。

2.5 数据分析与处理

用VFP建立数据库，并利用Excel、VFP和SPSS相结合的办法进行数据处理。

3 结果分析

3.1 树干各高度圆盘密度与整株干材密度的差异

3.1.1 整株干材密度

分别用树干生物量比树干材积的实测密度法（A）、根据圆盘密度利用生物量加权平均法（B）和体积加权平均法（C）统计整株干材密度，结果如图1。由图1可知：同一林分中被压木的干材密度最大，其次是平均木，而优势木的干材密度最小。用树干生物量比树干材积实测的干材密度大于生物量和材积加权平均法统计的密度，造成这种差异的主要原因有：实测生物量时，在打枝过程中，树干上会留有少量的节不能打尽，使得去皮树干的生物量偏大，而造成测定的干材密度偏大；另外，做树干解析时，常常有意避开大密度的树节处，使得利用圆盘密度进行加权平均时的结果会略有偏小。

图1 不同方法统计的干材密度比较Fig. 1 Comparisons of stem wood density through three different methods

将三种方法计算的平均干材密度进行相关性检验，结果如表2所示，由表2可知，B和C两种加权算法的干材密度显著相关，且相关系数极高，说明这两种方法计算的结果对所得的干材密度没有影响；生物量比材积的实测法与两种加权法的相关程度也都很高，因此，三种方法统计的结果都能代表马尾松的平均干材密度。

表2 不同方法干材密度相关性检验†Table 2 Correlation coefficients of basic density of different methods

3.1.2 树干各高度干材密度的变动情况

将树干各相对高度的平均干材密度绘制成图2，从图2可以看出：各高度干材密度变化范围为364.73 kg·m-3～ 516.39 kg·m-3。平均木的干材密度从树干基部向上逐渐减小；被压木的密度最大，在0.1～0.2 H处突然减小，然后缓慢变化，这可能是由被压木生长条件限制了材积生长所致；优势木各高度的密度最小，这是由于优势木的材积生长量快速上升大于生物量增长所致。日本学者渡边治人经研究认为沿树干方向平均密度的变化可分3类：(1)从树干基部向上密度逐渐变大；(2)从树干基部向上密度逐渐变小；(3)从树干基部向上密度逐渐变小，中间大致不变，而上部又逐渐变大[15-16]。由此可看出，马尾松属于第2类。这主要是由于马尾松树干顶端分生组织使细胞不断地生长和分化，形成新的顶端，越靠近顶端，树干生长年龄越短，物质积累不充分，密度越小；越靠近基部，树干生长年龄越长，物质积累充分，密度越大[17]。

图2 各相对高度处干材密度Fig.2 Disc wood density at different relative heights

为进一步分析树干不同部位木材密度的变异程度，用各相对高度处密度的变动系数来表示样木内干材密度的变异情况[18]，结果如表3所示。结果表明：不同样木的干材密度变动系数各不相同，同一样木的干材密度变化不大，变动系数在1.96%～13.36%，平均变动系数为7.24%，初步说明同一树干不同部位的密度差异不大。

表3 样木树干各高度圆盘密度差异系数Table 3 Coefficient of variation of basic density at different heights for each sample tree

3.1.3 树干内各相对高度与整株树干密度的关系

将株内各相对高度处的树干密度与整株干材密度两组数据设为两个总体，用成对双样本分析方法进一步分析两组数据是否有显著差异[19]，设各高度密度为Xi，整株树干平均密度为Yi，i表示第i号样木，样木数n=16，则：

xi=Xi-Yi，

x0=(x1+x2+…+xn)/n，

计算t值并比较检验得到表4，从表中可以看出，0.2～0.8 H处的t检验值的绝对值均大于临界值2.042，说明0.2～0.8 H的密度与全树平均干材密度差异显著；0.1 H高度处的t检验值绝对值均小于临界值，0.1 H处t检验值绝对值最小，为-0.740，说明只有用树干基部密度来估算整株干材密度误差较小，其余高度均不适合估算整株干材密度。因此，在外业调查中估算干材密度的时候，可以用树干基部的局部密度代替整株树干密度。

但是相对高度的计算对于外业测量来说比较繁琐，因此，在对相对高度分析之后，补充分析了林业外业调查中方便测算的“胸径”处的密度，从表4可以看出，各样木1.3 m高度处密度与整株平均密度的t检验值为-2.717，绝对值大于2.042，说明胸径处的密度与整株干材密度不完全相等，因此在外业调查中不能简单的把胸径处的密度等同于整株干材密度。

表4 双样本分析结果†Table 4 Results of paired two-sample t-test analysis

3.1.4 用胸径密度估算干材密度的参数校正

为便于外业干材密度的测算，在此进一步分析马尾松胸径处干材密度与整株干材密度的内在关系，找出整株干材密度随胸径处密度变化的关系式，以提高利用胸径处的密度代替马尾松整株树干密度的精度。利用统计分析的方法，建立线性回归模型进行分析[15]，利用SPSS进行拟合。

回归模型可以表示为Y＝63.140＋0.867x，相关系数为0.815，式中：Y为整株干材密度，x为胸径处的木材密度。胸径密度t值为4.864，P值显著水平为0.000，说明胸径处树干密度对整株树干密度的影响达到显著（p＜0.05）。

3.2 不同年龄干材密度的差异

由于马尾松在幼龄期新陈代谢旺盛，物质积累迅速，成熟后新陈代谢能力衰退，生长缓慢，导致密度增大，随着年龄的增大，整株干材密度逐渐增加。因此，年龄因子是影响干材密度的主要因子之一[12]。

根据样木年龄与干材密度的关系，采用以下3种模型研究干材密度与林分年龄之间的相互关系，并建立干材密度的一元回归模型。

式(1)、式(2)、式(3)中：Y为干材密度，X为林分年龄，a、b、K为参数。

根据吕勇[8]（1996）的研究，假设林分成熟时，干材密度为550 kg·m-3，逻辑斯蒂方程[14]的系数K取550，三种数学模型回归结果如表5：

表5 模型参数及相关系数Table 5 Parameters and correlation coefficients of three models

从表5可知，模型1最能代表马尾松干材密度与年龄之间的关系，符合倒“J”型关系。这和1996年吕勇研究的结果是一致的。

由于同一林分中，被压木的干材密度明显大于优势木，为提高模型模拟的精度，再增加DBH做为自变量，建立二元回归模型，根据前面的分析，同一年龄阶段的马尾松，DBH大的干材密度反而小，根据这一特点，建立的二元回归模型（图3）。

图3 二元干材密度回归模型Fig.3 Binary regression models of stem wood density

如图所示，模型的相关系数R为0.772 27，自变量t检验值为3.891，P值显著水平为0.002，说明年龄和DBH对林分干材密度的影响显著（p＜0.05）。

4 结论与讨论

(1) 用三种方法统计整株干材密度，发现同一马尾松人工林中以被压木的干材密度最大，其次是平均木，而优势木的干材密度最小。

(2) 各高度干材密度变化范围为364.73～516.39 kg·m-3，干材密度从树干基部向上逐渐减小；同一树干不同部位的密度差异不大，样木内各高度干材密度的变动系数在1.96%～13.36%之间，平均变动系数为7.24%。

(3) 0.2～0.8 H处双样本分析的t检验值的绝对值均大于临界值2.042，0.1 H处t检验值绝对值最小，为-0.740，因此，在外业调查中估算干材密度的时候，可以用树干基部的局部密度代替整株树干密度。各样木DBH处密度与整株平均密度的t检验值为-2.717，说明不能简单的把胸径处的密度等同于整株干材密度。

(4) 建立胸径密度与整株干材密度的回归模型,模型的相关系数为0.815，胸径密度t值为4.864，说明胸径处树干密度对整株树干密度的影响显著。

(5) 年龄因子是影响干材密度的主要因子之一，采用3种一元回归模型研究干材密度与林分年龄之间的相互关系，模型1最能代表马尾松干材密度与年龄之间的关系，增加DBH做为自变量，建立二元回归模型，提高了模型模拟的精度。

由于本研究只是针对湖南省永顺县，林分胸径4.20～16.00 cm、树高5.40～16.40 m、年龄10～22 a生长期内马尾松干材密度变化的初步探讨，其他地区和生长期内的马尾松干材密度的变化规律有待进一步研究。

[1] 田大伦,项文化,闫文德.马尾松与湿地松人工林生物量动态及养分循环特征[J].生态学报,2004,10(24):2208-2210.

[2] 吴 鹏,丁访军,许丰伟,等.黔南马尾松人工林生长规律研究[J].中南林业科技大学学报,2011,31(8):51-55.

[3] 田大伦.马尾松和湿地松林生态系统结构与功能[M].北京: 科学出版社,2005.6-128.

[4] 李建安,吕芳德,何志祥,等.湘西坡耕地主要经济林生态经营模式与效果[J].经济林研究,2008, 26(4):12-16.

[5] 丁贵杰,周志春,王章荣,等.马尾松纸浆用材林培育与利用[M].北京:中国林业出版社,2005.35-245.

[6] Takaaki Fujimoto, Kazuhito Kita, Kazuko Uchiyama, Makoto Kuromaru, Hisashi Akutsu, Kazuyuki Oda. Age trends in the genetic parameters of wood density and the relationship with growth rates in hybrid larch (Larix gmelinii var. japonica × L.kaempferi) F1[J]. Journal of Forest Research, 2006, 11:157-163.

[7] Sotelo Montes C, Beaulieu J, Hernandez R E. Genetic variation in wood mechanical properties of Calycophyllum spruceanum at an early age in the Peruvian Amazon[J]. Wood Fiber Sci, 2007,39:578-590.

[8] 朱丽梅,胥 辉.思茅松树干平均密度估计方法研究[J].生态学报,2008,2(28):17-20.

[9] 吕 勇,陈亮明.马尾松干材容积密度的探讨[J].林业资源管理,1996,(5):54-56.

[10] 袁传武,张 华,张家来.武汉市江夏区碳汇造林基线碳储量的计量[J]. 中南林业科技大学学报,2010,30(2):10-15.

[11] A. Gutierrez Oliva Æ V. Baonza Merino. Effect of growth conditions on wood density of Spanish Pinus nigra[J]. Wood Sci Technol, 2006,40:190-204.

[12] 黄清麟,李元红.小径阔叶树干树干容积密度变化规律的研究[J].福建林学院学报,1994,14(3):201-204.

[13] 费本华.板栗木材密度和直径生长的研究[J].经济林研究,2000, 18(1):22-25.

[14] 北京林业大学主编.测树学[M].北京:中国林业出版社,1987.72-77.

[15] 刘盛全.刺楸木材基本密度的变异研究[J].林业科技通讯,1996,(10):9-11.

[16] 大隅真一著.森林计测学[M].于璞和等译.北京:中国林业出版社,1984.144-151.

[17] 曹国华,王 洪,张金池.江苏泥质海岸主要造林树种树干密度变异规律[J].林业科技开发,2009, 6(23):70-72.

[18] 袁志发,宋世德主编.多元统计分析[M].北京:科学出版社,2009.116-155.

[19] 北京林学院主编.数理统计[M].北京:中国林业出版社,1980.175-198,275-276.

Characteristics of wood density variation of Pinus massomiana in Yongshun County, Hunan province

HUANG Xiang-nan1, ZHANG Li-yun2
(1. Central South Forestry Inventory and Planning Institute of State Forestry Administration, Changsha 410004, Hunan, China; 2. School of Life Science and Technology, Central South University of Forestry and Technology; Changsha 410004, Hunan, China)

By combining standard investigation method, variance analysis and statistical hypothesis test, the wood density of Pinus massoniana plantation in Yongshun county, Hunan province was investigated from two aspects, i.e., whole-tree and relative height. The suppressed trees had the largest wood density, following with the mean trees, while that of the dominant trees was the smallest. The stem wood densities with different height varied from 364.73 kg·m-3to 516.39 kg·m-3, the variation coeffcients of sample trees with different height changed from 1.96% to 13.36%, the average coeffcient was 7.24%, and the relative height had not signifcant effects on the wood density. The absolute values of t-test on the height of 0.2 H to 0.8 H were bigger than the critical value, and that on the height of 0.1 H was -0.740, which was the smallest. When there is a need to estimate wood density in outdoor investigation, the trunk base wood density could be used to replace the wood density of the whole tree. The paired two sample t-test indicated that the density of DBH was not equal to whole tree wood density. Thus, a regression model was established to help us fgure out the relationship between the density of DBH and wood density. Three different linear regression models were applied to fnd out the relationship between tree age and wood density.By adding DBH as the independent variable, the binary regression model used highly increases the accuracy of model simulation.

Pinus massoniana; wood density; stem analysis: Yongshun county in Hunan province

S791.248

A

1673-923X(2013)08-0019-05

2013-01-17

2009年国家林业局中央部门预算项目中第八次全国森林资源清查湖南省第六次复查部分（169106）

黄湘南（1965-），男，湖南祁东人，工程师，主要从事森林资源监测方面的研究；E-mail: gzslqb@126.com

[本文编校：文凤鸣]