甘肃亚高山云杉人工林地上部分生物量研究

闫倩倩， 冯宜明， 陈学龙

(甘肃省白龙江林业管理局林业科学研究所， 甘肃 兰州 730070)

甘肃亚高山云杉人工林地上部分生物量研究

闫倩倩， 冯宜明， 陈学龙

(甘肃省白龙江林业管理局林业科学研究所， 甘肃 兰州 730070)

通过对甘肃省白龙江林区沙滩林场的22块云杉人工林标准地进行调查研究，以胸径、树高、D2H分别为自变量拟合建立云杉人工林树干、树冠及地上部分生物量模型。通过假设检验，所拟合的生物量具有统计学意义，方程为W树干=0.146D2.065，W树冠=0.029D2.431，W地上=0.155D2.214。

云杉； 地上部分； 生物量模型

随着全球范围气候变暖，森林在生态系统平衡中所发挥的关键性作用得到广泛认同，森林生物量已成为森林经营的重要指标之一。森林生物量是森林生态系统最基本的数量特征[1]，它既表明森林的经营水平和开发利用的价值，同时又反映森林与其环境在物质循环和能量流动上的复杂关系[2-3]；森林生物量的测定是研究许多林业问题和生态问题的基础，准确测定森林生物量一直被各国林学家和生态学家重视[4-5]，而生物量的测定工作既复杂又困难，传统的生物量测定需要大量的人力、物力、财力的支持，而且具有破坏性。因此，确定一种行之有效而又准确的调查方法是非常必要的[6-8]，树木生物量与树木胸径、树高等测树因子之间有着密切的关系，这为利用测树因子直接估测树木生物量提供了依据。

目前世界上最常用的测定生物量的方法是生物量模型估计法[9-13]。这种方法是利用易测因子来推算难于测定的林木生物量，而且有一定的精度保证，进而达到减少测定生物量外业工作的目的。尤其是对于一些大范围的森林生物量调查，利用生物量模型进行估计能大大减少外业调查工作量。我们以甘肃省白龙江林区沙滩林场云杉人工林林木生物量为研究对象，通过标准木生物量实测与数学回归，对其生物量模型、生物量器官分配进行探讨，从而为甘肃亚高山人工林云杉的合理经营和开发利用提供快速简便的科学指导。

1 材料与方法

1.1研究区概况

研究区设在舟曲县沙滩林场，以云杉人工林为研究对象。本区为高山内陆型气候，气温变幅大,冬寒夏凉，年平均气温3.9 ℃，最高气温26.7 ℃,年平均降雨量966.6 mm，无霜期93天，冻土期134天左右，冻土厚度66 mm。林区森林植物垂直分布具有规律性，自然植被种类较多。

1.2研究方法

1.2.1 数据调查 按照不同林分密度、海拔，在试验区内设置22个标准地， 标准地面积根据微地形大小而定，设定范围为 0.02～0.09 hm2。 对标准地进行每木调查，测定林分的平均胸径、平均高以及密度等因子。根据平均胸径、平均高选定标准木，伐倒标准木，进行生物量测定。标准地基本情况见表1。

表1 标准地基本情况Tab 1 Basicconditionsofsampleplots标准地号面积(hm2)年龄(年)平均胸径(cm)株数密度(株/hm2)郁闭度海拔(m)10 043616 313750 8289920 043014 3715750 7290030 033112 4315000 7291040 043813 5918750 9288450 043715 648500 7280260 043517 347500 7278070 043413 2112000 8280680 043415 269250 8280690 043916 315500 92626100 0752916 599730 72286110 043818 717000 72633120 093114 69185512608130 043415 7415500 72620140 043016 6412000 72598150 043220 436000 72465160 043419 777250 72447170 0453818 689550 72652180 043217 8114500 82666190 043417 58250 72665200 094619 037880 72592210 044323 18750 72620220 024527 28500 62637

1.2.2 生物量模型的建立 以所测云杉生物量与胸径、树高的数据为依据，采用胸径、树高以及二者的组合作为生物量模型的自变量，采用Spss 18.0统计软件和Excel软件进行数据处理和相关分析，拟合出云杉各部分的生物量模型。

(1) 生物量的测定

枝条生物量的测定：分别称量并记录每一伐倒木的鲜枝条总质量，分别收集树冠上、中、下不同部位的 0.5～1.0 kg 鲜枝条，准确称量并记录鲜枝条样品质量。带皮树干的采样方法：将样木的树干由其基部至树梢按2 m长分为若干段，分段称量，记录带皮树干的总鲜质量，然后在每分段的树干基部取约 5 cm 厚的圆盘，作为带皮树干样品，并由树干基部至树梢将圆盘依次标号，分别称量并记录圆盘鲜质量。将枝条、圆盘鲜样品分别装入密封袋中，带回实验室烘干后称其干质量。 通过枝条样品干重推算枝条生物量；通过圆盘和树梢干重推算出树干生物量，枝条生物量与树干生物量之和为云杉地上部分生物量。

(2) 生物量模型的建立

目前生物量模型中主要应用的是相对生长模型，用相对生长法推算生物量，以Hux ley(1932) 提出的相对生长的法则为依据[14-15]，即生物体的两部分X和Y或整个X和部分Y之间存在着下列关系:

Y=aXb

2 结果与分析

2.1树干生物量模型

树干生物量是森林生物量的主要部分，经计算，树干生物量与各自变量存在显著的回归(见表2、图1)。从表2中可以看出，以胸径平方乘以树高作为自变量拟合的方程最好，决定系数在 0.804，且方程相伴概率值P<0.001，从图1中也可以看出较多点落在曲线上，大多点都比较接近曲线，说明曲线与样本观测值较为接近，即方程W树干=108.006(D2H)0.817具有统计学意义。

表2 树干生物量模型Tab 2 Biomassequationfortrunk自变量回归方程式胸径D(cm)W树干=0 146D2 065树高H(m)W树干=0 124H2 302D2HW树干=108 006(D2H)0 817决定系数R2F值相伴概率值P0 74838 90800 51519 31400 80447 1410

图1 树干生物量回归曲线图Fig.1 Regression curve of trunk biomass

2.2树冠生物量模型

从表3、图2中可以看出，树冠生物量与各自变量也存在显著性关系。通过对比，以胸径为自变量拟合的方程式其决定系数最大，相伴概率值达到了极显著水平，且实测数据点较多落在曲线上，即以胸径作为自变量的拟合方程模型最佳。所以在树冠生物量模型中，方程W树冠=0.029D2.431具有统计学意义。

2.3地上部分生物量模型

总体而言，云杉地上部分生物量与各自变量间也存在显著性关系(见表4、图3)。 从拟合的三个方程式的决定系数来看，以胸径、D2H为自变量拟合的方程其决定系数都在0.85以上，说明方程拟合较好，且实测数据点较多落在曲线上，考虑到在实际中胸径较易准确测定，所以一般采用胸径拟合的方程式即W地上=0.155D2.214。

表3 树冠生物量模型Tab 3 Biomassequationforcanopy自变量回归方程式胸径D(cm)W树冠=0 029D2 431树高H(m)W树冠=0 172H1 956D2HW树冠=65 18(D2H)0 893决定系数R2F值相伴概率值P0 75053 95900 2957 5460 0130 68739 4650

图2 树冠生物量回归曲线图Fig.2 Regression curve of canopy biomass

表4 地上部分生物量模型Tab 4 Biomassequationforabove⁃groundofPiceaasperata自变量回归方程式胸径D(cm)W地上=0 155D2 214树高H(m)W地上=0 29H2 156D2HW地上=180 125(D2H)0 848

续表4 地上部分生物量模型决定系数R2F值相伴概率值P0 901164 30400 52319 69700 895154 5370

图3 地上部分生物量回归曲线图Fig.3 Regression curve about above-ground biomass of Picea asperata

3 结论与讨论

云杉人工林单株地上部分生物量以及各器官生物量模型的建立，以胸径、树高、D2H分别为自变量拟合的方程中可以看出，在树干生物量模型以及地上部分生物量模型中，以胸径、D2H拟合的方程较好，都具有统计学意义，但考虑到实际测算因子的难易程度，一般采用以胸径为自变量的方程即W树干=0.146D2.065，W地上=0.155D2.214来估测树干生物量以及地上部分生物量；在树冠生物量模型中，从本文拟合的方程及回归分析得出，同样以胸径为自变量拟合的方程其优化度较高W树冠=0.029D2.431，但在实际中由于树冠受环境因子及季节变化较大难以正确把握[16]，要提高测算精度，还待考虑其他因子如冠幅等。

[1] 李文华.森林生物生产量的概念及其研究的基本途径[J].自然资源,1978(1):71-72.

[2] 肖文发,聂道平,张家诚.我国杉木林生物量与能量利用率的研究[J].林业科学研究,1999,12(3):237-243.

[3] 冯宗炜,王效科,吴刚.中国森林生态系统的生物量和生产力[M].北京:科学出版社,1999.

[4] 闫文德,田大伦,何功秀.湖南会同第2代杉木人工林乔木层生物量的分布格局[J].林业资源管理,2003(2):5-7,12.

[5] 彭小勇.闽北杉木人工林生物量模型的研究[D].福州：福建农林大学,2007.

[6] 胥辉.林木生物量模型研究评述[J].林业资源管理,1997(5):33-36.

[7] 薛立,杨鹏.森林生物量研究评述[J].福建林学院学报,2004,24(2):283-288.

[8] 项文化,田大伦,闫文德.森林生物量与生产力研究评述[J].中南林业调查规划,2003,22(3):57-60.

[9] 胥辉, 张会儒.林木生物量模型的研究[M].昆明: 云南科技出版社, 2002.

[10] 胥辉.一种生物量模型构建的新方法[J].西北农林科技大学学报:自然科学版,2001,29(3):35-40.

[11] 王超,高红真,臧永琪.白桦林木单株生物量的研究[J].林业科技,2010,35(1):7-9.

[12] 韩有志,李玉娥.华北落叶松人工林林木生物量的研究[J]．山西农业大学学报,1997,17(3):278 -283．

[13] 王维枫,雷渊才,王雪峰,等.森林生物量模型综述[J].西北林学院学报，2008,23(2):58-63．

[14] 唐守正,张会儒,胥辉.相容性生物量模型的建立及其估计方法研究[J].林业科学,2000,36(专刊 1):19-27.

[15] 胥辉.两种生物量模型的比较[J].西南林学院学报,2003,23(2):36-39.

[16] 骆期邦,曾伟生,贺东北,等.立木地上部分生物量模型的建立及其应用研究[J].自然资源学报,1999,14(3): 271-277.

ResearchonabovegroundbiomassforPiceaasperataplantationsinGansu

YAN Qianqian， FENG Yiming， CHEN Xuelong

(Institute of Forestry Science, Bailongjiang Management Bureau of Gansu Province, Lanzhou 730070, China)

Through the investigation on 22 sample plots ofPiceaasperataplantation in the beach forest farm of Bailongjiang forestry region, this paper fits and establishes a biomass model of tree trunk, tree canopy and above-ground vegetation with diameter, tree height andD2Has independent variables respectively.By hypothesis test, the fitted biomass has statistical significance, and the equations wereWtrunk=0.146D2.065,Wcanopy=0.029D2.431,Wabove-ground=0.155D2.214.

Piceaasperata; above-ground; biomass model

2015-11-26

甘肃省科技支撑计划项目 “甘肃省亚高山人工云杉林结构优化及功能恢复模式研究”(144FKCK072)。

闫倩倩(1984-)，女，甘肃榆中人，主要从事森林生态、森林经营研究工作。

S 791.8

A

1003-5710(2016)01-0093-04

10.3969/j.issn.1003-5710.2016.01.000

(文字编校：张 珉)