小兴安岭主要阔叶树种枝生物量模型研究

魏胜利

(黑龙江省林业碳汇计量监测中心,黑龙江 哈尔滨 150090)

1 小兴安岭地貌

小兴安岭是从爱辉-孙吴-北安以北的襄河沿线向东南延伸到松花江一带的山脉总称。西北界于黑河-孙吴-德都以北，东北以黑龙江为界，南界至松花江以北的山前台地，南北长约450 km，东西宽约201 km,面积为7.43万km2,占全省面积的16.37%。本区山势较低，海拔在400～1 000 m，只有个别山峰在1 000 m以上，最高峰1 429 m。地势西北低，东南高。山岭复杂，走向变化较大，有的呈北西-南东向，有的呈南北向，总观山地外貌较为和缓，分水岭呈波状起伏，河谷宽展，有岛状多年冰土层和较大面积的沼泽分布[1]。

2 样木数据的收集与整理

2.1 标准地的设置

研究分析的材料来自位于小兴安岭的黑河市爱辉区、孙吴县、嘉荫县、萝北县、汤原县等14个市、县、区的55块标准地。在具有代表性未经过间伐生长正常林分中设置标准地。对样地中的乔木树种进行检尺，并且计测每株乔木的冠幅、树高、胸径、枝下高等基础数据。

2.1.1 样木定位 顺坡在标准地两个边上按3 m间隔竖标桩，用皮尺按刻度拴在桩上，将标准地划分成几个区域，在每个区域内按顺时针顺序测定每株样木的坐标方位，横坡方向为横坐标X，顺坡方向为纵坐标Y。

2.1.2 样木测定 在胸高位置(上坡处距树根的1.3 m处)用围尺测胸径(精确到±0.1 cm);用测高仪或罗盘测树高及枝下高(精确到±0.5 m);用皮尺或钢卷尺测量树冠东、南、西、北四个方向的半径(精确到±0.05 m)。

将采集的样木数据按径阶分组统计，径阶为1～2 cm，据标准地内样木胸径的变化而定。分组后按等断面积平均求积法将样木分为五级，计算各径级的平均高及平均胸径，按平均胸径从大到小分为一级到五级，并选择4～8株标准样木作为解析木。

2.2 枝解析

在活树冠内分别轮枝逐枝按序编号，按不同轮枝对每一个枝条测量以下树冠结构各因子：枝长(BL)、枝的方位角(φ)、总着枝深度(DINC)、着枝角度(θ)、基径(BD)、弦长(BC)、弓高(g)及每个枝条的2级枝每年生产数量。在每一轮枝内筛选1～2个中等大小生长正常枝作为标准枝进行解析，测算枝条年龄及各年枝长生长和基径生长。采用10倍读数的显微镜测定各标准枝基径生长和年龄，而枝长生长则根据2级分枝的轮枝位置直接测定。在1级标准枝每轮2级枝中分别筛选一个中等大小生长正常的作为2级标准枝，测算其弓高、基径、弦长、枝长以及着生在其上的每轮三级枝个数。

2.3 枝、叶的生物量测定

将树木伐倒后，将树冠按等段长分为上、中、下三层。将每层枝条砍下依次排列在林地上，称取每个枝条的鲜质量，进行合计,算出各层带叶枝鲜质量，并计算出各层树冠的平均带叶枝鲜质量(WBL)，在每层中选取2～3个标准枝，摘叶测定样枝叶质量和枝质量，求出枝叶比,计算各层总叶鲜质量和枝鲜质量。在每层取50 g叶样品和100 g枝样品。在105±2 ℃恒温下干燥，测定样品干质量，计算出各层叶、枝的干质量比(PW=W干/W鲜)。根据干质量比求出枝和叶的干质量，将三层合计求出整株树枝和叶量的干质量。

3 研究方法

3.1 经验模型的选择

利用各样木的枝量(WS)(因变量)与胸径(D)、冠幅(CW)、树高(H)等自变量之间的关系建立生物量的回归参数模型。本文中选了4种模型对所选样本进行拟合：

y=a×Db

(1)

y=a×Db×Hc

(2)

y=a×Db×CWc

(3)

y=a×CWb

(4)

其中：y-树枝质量；D-胸径；H-树高；CW-冠 幅

3.2 模型的最优选择

利用回归拟合统计量，如估计值标准误(Sy.x)Sy.x=[RSS/(n-p)]0.5，均方差(MSE)MSE=RSS/(n-p)，p—参数个数，RSS—残差平方和，n—样本个数相关系数(R2)等比较4个模型的拟合程度，从中选择最优模型。

4 结果与分析

4.1 经验模型的建立

根据现地调查所采集各解析木的生物量数据，采用Statistics 6.0统计软件分析和研究白桦林(胸径、树高、冠幅)等阔叶树种树木因子与单木树枝生物量之间的关系。

用公式(1)～公式(4)树枝生物量预估模型对各树种解析木树枝生物量(表1)进行拟合，其各模型拟合结果见表2。

表1 各树种解析木树枝生物量调查因子

表2 各树种树枝生物量预估模型拟合结果

4.2 最优模型的选择

对各树种树枝生物量最优模型进行选择：

白桦：选用方程y=a×Db×Hc，相关系数r=0.406 2最大，RSS=759 365 716 930.6最小，效果较优。枝量模型方程预估为：WB=0.002×D-0.74×H6.73

白桦枝量与树高及胸径关联性较大。

椴树：选用方程y=a×Db×CWc，相关系数r=0.937 1最大，RSS=1 592 126 815.70最小，效果较优。枝量模型方程预估为：WB=2.02×D3.14×CW-0.76

椴树枝量与冠幅及胸径关联性较大。

黑桦：选用方程y=a×Db×CWc，相关系数r=0.967 2最大，RSS=1 073 689 973.68最小，效果较优。枝量模型方程预估为：WB=0.02×D4.68×CW-0.32

黑桦枝量与冠幅及胸径关联性较大。

胡桃楸：选用方程y=a×Db×CWc，相关系数r=0.681 7最大，RSS=4 921 011 300.45最小，效果较优。枝量模型方程预估为：WB=465.92×D0.61×CW1.97

胡桃楸枝量与冠幅及胸径关联性较大。

黄檗：选用方程y=a×Db×CWc，相关系数r=0.499 8最大，RSS=13 708 125 049.22最小，效果较优。枝量模型方程预估为：WB=3 686.76×D0.7×CW0.46

黄檗枝量与冠幅及胸径关联性较大。

蒙古栎：选用方程y=a×Db×Hc，相关系数r=0.954 6最大，RSS=15 042 011 816.44最小，效果较优。枝量模型方程预估为：WB=32.06×D3.53×H-1.29

蒙古栎枝量与树高及胸径关联性较大。

山杨：选用方程y=a×Db×Hc，相关系数r=0.959 3最大，RSS=1 050 275 026.69最小，效果较优。枝量模型方程预估为：WB=0.01×D3.54×H1.37

山杨枝量与树高及胸径关联性大。

水曲柳：选用方程y=a×Db×CWc，相关系数r=0.925 8最大，RSS=1 584 329 474.66最小，效果较优。枝量模型方程预估为：WB=12.6×D2.75×CW-0.45

水曲柳枝量与冠幅及胸径关联性大。

五角槭：选用方程y=a×Db×CWc，相关系数r=0.665 3最大，RSS=6 904 562 389.23最小，拟合较优。枝量模型方程预估为：WB=884.01×D0.8×CW1.05

五角槭枝量与冠幅及胸径关联性大。

白榆：选用方程y=a×Db×CWc，相关系数r=0.796 9最大，RSS=3 467 110 754.15最小，拟合较优。枝量模型方程预估为：WB=938.16×D0.8×CW0.82

白榆树枝量与冠幅及胸径关联性较大。

5 结论

5.1 乔木树枝生物量与胸径相关性密切，树枝生物量随着胸径的增加，也明显的增加。

5.2 通过选用4个候选生物量生长方程模型，进行了模型参数的检验及模型优度拟合，确定了不同阔叶树树枝生物量最优预估模型。

5.3 树枝生物量与冠幅的相关性要大一些，这是因为光合作用的原因。

参考文献：

[1] 李景文，陈大珂.黑龙江森林[M].哈尔滨：东北林业大学出版社，1993:12-13

[2] 王磊，贾炜玮，李凤日．孟家岗林场森林景观结构动态分析[J].植物研究，2008,4(1)：34-38

[3] 陈灵芝，任继凯，鲍显诚．北京西山人工油松林群落学特征及生物量的研究[J]．植物生态学与地植物学报，1984,8(3)：173-181