湖南杉木林生物量密度的模拟与预测

齐建文，张 蓓，刘金山

（国家林业局 中南林业调查规划设计院，湖南 长沙410014）

湖南杉木林生物量密度的模拟与预测

齐建文，张 蓓，刘金山

（国家林业局 中南林业调查规划设计院，湖南 长沙410014）

杉木作为我国南方地区重要用材树种，在森林固碳增汇方面起着重要作用。本研究在利用森林资源连续清查样地数据对湖南省杉木林样地尺度进行碳储量估算的基础上，通过多因子非线性回归方法，量化环境因子和林分因子对生物量密度的影响，以期为提高杉木生产力提供参考。

杉木；生物量；地理环境；非线性回归；湖南

随着全球气候变化日益受到关注，森林生态系统碳循环的研究正逐渐深入。杉木作为我国南方主要速生用材树种，具有生长快、材质好的优点，在提供商品材的同时，在森林固碳增汇方面也发挥着重要作用。杉木林植被碳贮量占湖南省森林植被碳贮量的38.62%，在湖南省森林植被碳贮量中占有举足轻重的地位[1]，因此研究其生物量的时空变化规律对提高生产力具有特殊意义。作为森林碳循环研究的重要组成部分，关于杉木林某一区域生物量、碳储量和碳库动态变化计量监测的研究较为全面，包括生物量或生产力方程的建立[2-3]，碳储量与碳汇的动态变化特征及预测[1-5]。研究杉木林碳库的时空分布规律对于人工经营轮伐期选择、确立种植密度、根据地域气候条件实现“适地适树”具有重要意义。陈青青等[6]研究了时间尺度上杉木碳累积速率，结果表明南方杉木林乔木层地上生物量碳随林龄增长而增加，碳累积速率随着林龄的增长呈现先增大后减小的趋势。然而，空间尺度上对杉木林碳密度分布特征及影响因子分析鲜见报道。本研究利用2009年湖南省森林资源连续清查样地资料，利用定性和定量分析相结合的方法，分析了自然条件和林分因子对杉木林生物量密度（单位面积生物量）和生产力的影响，对杉木林种植区域选择等提供科学依据。

1 研究方法

1.1 数据来源

基础数据为2009年第八次全国森林资源连续清查湖南省第六次复查杉木林样地数据，地类为有林地，不包括疏林地和未成林地。样地因子包括横坐标、纵坐标、地貌、海拔、坡位、坡向、坡度等地理因子及林龄、平均胸径、平均树高、郁闭度、株数密度、活立木蓄积等林分因子。

1.2 分析方法及步骤

（1）生物量估算。利用样地蓄积数据结合生物量模型估算样地生物量。生物量模型采用分龄级的生物量—蓄积量转换模型B=V/(a+bV)[7]，上式中B为生物量（t/hm2），V为材积/蓄积（m3/hm2），a、b为转换参数，具体参数值见表1。

表1 分龄级的生物量-蓄积量转换参数Table 1 Conversion parameter of biomass-volume by ageclasses

（2）对13个环境因子和林分因子进行初步筛选。

环境因子中，地貌、坡位、坡向3个因子为定性变量，其中地貌、坡位两个因子可以通过海拔间接地得到体现，故本次分析将其剔除。利用使用了SPSS17.0软件，使用单因素方差分析法探讨坡向对生物量密度的影响。结果见2，表明不同坡向间生物量密度无显著性差异。故剔除掉坡向因子。

表2 不同坡向下杉木林生物量密度的方差分析Table 2 Variance analysis on biomass density of Chinese fir on different slope aspect

林分因子中，生物量密度由活立木蓄积推算，平均胸径、平均树高、郁闭度与林木生长直接相关，反映了林木材积和生物量状况，与生物量存在因果关系，故剔除蓄积、胸径、树高、郁闭度四个因子，不进行生物量密度模拟研究。

（3）经初步筛选后，剩余横坐标、纵坐标、海拔、坡度4个地理因子及林龄、株数密度2个林分因子。其中地理因子反映了光照、水分及温度条件，林龄反映了林分发育阶段，株数密度在一定程度上反映了人工林种植密度对生物量的影响。

初步剔除掉有相关性的自变量后，假定剩余环境因子和林分因子互不干扰，对生物量密度的影响是独立的。使用SPSS17.0软件，以样地数据库为分析对象，以林分生物量密度为因变量Y，以环境因子和林分因子为自变量Xi（i=1、2、3、4、5、6）进行分析，构建多元线性模型或可以转换为线性的非线性模型，探讨自然环境和林分生物学特性对生物量的影响。

绘制Y关于各解释变量Xi的散点图及趋势图，观察散点图的变化趋势是否大概呈线性分布，或变量进行对数等转换后是否呈线性分布，进一步筛选解释变量因子。

2 研究结果

Y关于各解释变量Xi的散点图及趋势图见图1。图中可以看出，因变量与各解释变量的变化趋势均呈现线性分布规律。其中，生物量密度与林龄的偏相关系数最高，其次为株数密度。将生物量密度与林龄分别用Logistic模型、Richards模型、Hill模型等几种Sigmoidal曲线方程和线性方程进行拟合。按照决定系数R2最大的原则，生物量密度与林龄的规律使用非线性拟合比线性拟合效果更好。Logistic模型、Richards模型和Hill模型拟合偏相关系数分别达到0.622、0.626和0.626，其中Logistic模型和Richards模型生物量潜在最大值均在70 t/hm2左右，Hill模型生物量潜在最大值为125 t/hm2，根据连续清查样地生物量密度进行分析，Logistic模型和Richards模型对生物量密度大的样地估计偏低，因此本研究采用Hill模型作为林分生长模型。

将分别看作一个变量，a、b为参数，则模型（2）和模型（3）均转化为多元线性模型，利用SPSS17.0软件，进行多元逐步回归，使用最小二乘法，进行回归系数显著性检验，逐个引入或剔除变量，直至回归方程中自变量均不能剔除，而又没有待选自变量可以引入为止。回归结果见表3。

图1 生物量密度与各解释变量的关系Fig.1 Relation of biomass density and explanatory variables

表3 各模型回归系数†Table 3 Regression coefficients of mentioned models

由表3可以看出，按影响生物量密度程度排列的解释变量分别为林龄、株数密度、海拔、纵坐标、横坐标，均存在极显著或显著的相关关系。随着自变量因子的逐步引入，模型（1）的调整R2由 0.387变为 0.524、0.539、0.544、0.552，模型（3）调整R2由0.393变为0.517、0.532、0.537、0.544。可见杉木林生物量密度受其自身生物学特性和自然条件共同作用的影响，其中生物学特性的影响大于自然条件，且随着引入变量的增加生物量密度的可解释程度明显提高。

生物量密度逐步回归模型为：

其中，x1、x2、x3、x5、x6分别为纵坐标（km）、横坐标（km）、海拔（m）、林龄（年）、株数密度（株/hm2）

3 讨 论

总体来说，林龄是影响杉木林生物量密度的最主要原因，与冗余分析方法[8]得出的结论一致。生物量密度随林龄增加呈现“缓慢增加—快速增加—缓慢增加”的变化规律，与森林植被生物量密度与林龄Logistic曲线式变化[6-11]的研究结果一致。在合理的株数密度范围内，提高初值密度，植被的光合利用率提高，生物量呈增加趋势。海拔升高时生物量密度增加的原因可能是高海拔地区杉木采伐周期更长，导致杉木林平均林龄增加，从而保持了较高的生物量密度。经度、纬度升高时，生物量密度呈减少趋势，即湖南省范围内由西南向东北方向杉木林生物量密度逐渐减少，这与前人研究的各区域杉木林生物量密度总体变化趋势保持一致[1-7]。

4 结 论

利用湖南省森林资源连续清查杉木林样地数据，分析了影响杉木林生物量密度的因子，按影响从强到弱依次为林龄、株数密度、海拔、纵坐标和横坐标。其中林龄、株数密度和海拔为正影响，纵坐标和横坐标为负影响。本研究的模拟和预测的前提是按照目前的经营管理现状，未考虑未来可能发生的森林结构变化或经营水平提高对杉木林生物量的影响。当前杉木林平均林龄为16 a，尚具有较大的固碳潜力和空间，可以预期杉木林将长期持续且稳定地发挥碳汇功能。

[1] 黄湘南,童 洁.湖南省杉木林植被C贮量动态特征[J].中南林业科技大学学报,2011,31(12):80-84,123.

[2] 曾伟生,夏忠胜,朱 松,等. 贵州人工杉木相容性立木材积和地上生物量方程的建立[J]. 北京林业大学学报,2011,33(4):1-6.

[3] 李 燕,张建国,段爱国,等.杉木人工林生物量估算模型的选择[J]. 应用生态学报,2010,21(12):3036-3046.

[4] 王 灿,项文化,赵梅芳,等. 基于TRIPLEX模型的湖南省杉木林生产力模拟及预测[J].中南林业科技大学学报,2012,32(6): 104-109.

[5] 侯振宏,张小全,徐德应,等.杉木人工林生物量和生产力研究[J].中国农学通报,2009,25(5):97-103.

[6] 陈青青,徐伟强,李胜功,等.中国南方4种林型乔木层地上生物量及其碳汇潜力[J].科学通报,2012,57(13):1119-1125.

[7] 刘雯雯.区域杉木林生物量估算方法清单及可靠性检验[D].长沙:中南林业科技大学, 2009.

[8] 杨 明,汪思龙,张伟东,等.杉木人工林生物量与养分积累动态[J]. 应用生态学报,2010,21(7):1674-1680.

[9] Law B E, Sun O J, Campbell J,et al.Changes in carbon storage and fluxes in a chronosequence of ponderosa pine [J]. Global Change Biology, 2003, 9(4): 510-524.

[10] 徐 冰,郭兆迪,朴世龙,等.2000～2050年中国森林生物量碳库:基于生物量密度与林龄关系的预测[J].中国科学:生命科学,2010,40(7):587-594.

[11] 刘金山,张万林,杨传金,等.西藏自治区人工林碳储量估算[J].中南林业调查规划,2013,32(1):42-44.

Simulation and prediction on biomass density of Chinese fi r in Hunan province

QI Jian-wen, ZHANG Bei, LIU Jin-shan
(Central South Forest Inventory and Planning Institute of State Forestry Administration, Changsha 410014, Hunan, China)

As an important timber tree species in southern China, Chinese fi r plays an important role in terms of increasing forest carbon sequestration. On the basis of estimating Chinese fi r carbon stocks, by using continuous forest inventory data on the scale of plots, by adopting multi-factor nonlinear regression method, the effects of environmental factors and biological factors on the biomass density were quantitatively studied in order to provide a reference for improving productivity of Chinese fi r.

Chinese fi r (Cunninghamia lanceolata); biomass; geographical environment; nonlinear regression; Hunan province

S791.27

A

1673-923X(2014)08-0015-04

2014-04-29

湖南省林业厅重点项目：湖南省“十二·五”森林资源规划设计调查（2013NK3037）

齐建文（1967-），男，山西定襄人，高级工程师，主要从事林业调查规划设计、资源监测和碳汇计量研究

[本文编校：文凤鸣]