湖南毛竹林生物量模型研究

曾掌权， 田育新， 戴成栋， 彭 湃， 孟 勇 黄峥嵘，叶初建， 马丰丰， 罗 佳

(1．湖南省林业科学院， 湖南 长沙 410004； 2．湖南慈利森林生态系统定位观测研究站， 湖南 慈利 427200；3．湖南省林业厅， 湖南 长沙 410004； 4.平江县林业科学研究所,平江县献钟苗圃, 湖南 平江 414505)

湖南毛竹林生物量模型研究

曾掌权1,2， 田育新1,2， 戴成栋3， 彭 湃1， 孟 勇1黄峥嵘4，叶初建4， 马丰丰1,2， 罗 佳1,2

(1．湖南省林业科学院， 湖南 长沙 410004； 2．湖南慈利森林生态系统定位观测研究站， 湖南 慈利 427200；3．湖南省林业厅， 湖南 长沙 410004； 4.平江县林业科学研究所,平江县献钟苗圃, 湖南 平江 414505)

为准确测算湖南省毛竹碳汇林的固碳能力，促进湖南省毛竹碳汇林业的均衡稳定发展，在湖南省毛竹主产区设置标准样地，并根据胸径、龄阶实测258株毛竹的生物量，用多元回归方法建立毛竹地上部分总生物量及其各器官生物量的一元(以胸径为自变量)、二元(以胸径和龄阶为自变量)模型。通过模型评价与检验，各模型均符合适用精度，具有适宜的预估水平。

生物量； 模型； 毛竹

森林生物量是评价森林生产力、森林碳储量的重要指标[1]，是评价森林碳汇潜力的关键指标[2]。它既能表明森林经营的状况和碳汇的潜力，又能反映森林与其环境间物质、能量的相互关系[3]。树木生物量模型是森林生物量监测与评估的基础，也是实施碳汇林业的依据。

毛竹(Phylloctachyspubescens)林是湖南省重要的森林资源，在湖南省各地市都有广泛分布。毛竹成林快、伐期短，是固碳能力强的树种，年固碳量较高[4-5]。竹林在温室气体减排和森林碳汇中发挥着积极作用[6-7]。随着碳汇林业建设的发展，采取新造毛竹林、转变毛竹林经营方式等措施，将更大程度地发挥出毛竹林生态系统的碳汇功能。通过构建毛竹生物量方程，准确测算毛竹的生物量，是评价毛竹碳汇功能的基础。到目前为止，安徽、福建、江西等不同的毛竹产区均建立了以胸径、年龄与竹高为自变量的毛竹不同生物量模型[8-11]，而湖南毛竹产区还缺乏相应的模型。本研究通过对湖南省毛竹主产区标准样地调查，拟合出毛竹的生物量模型，为准确测算、监测湖南毛竹林的固碳能力提供技术支持，以促进湖南省毛竹碳汇林业的均衡稳定发展。

1 研究区概况

湖南省位于中国东南腹地，属于长江中游地区。区域内山地面积较大，约占全省总面积的1/2，是我国重要的林业保护区和木材生产基地。湖南省土地面积为21.18万hm2，海拔从低于50 m到2000 m以上，呈复式马蹄型丘陵性盆地的地貌轮廓格局[12]。该区气候为大陆性亚热带季风湿润气候，阳光充足，年日照时数为1300～1800 h，无霜期为260～300天；雨水充沛，年平均降雨量1200～1700 mm。其气候条件为植被的生长提供了良好的物质基础。区域土壤类型主要以红壤、山地黄壤、山地黄棕壤以及山地草甸土为主。区域内林地面积达12.92万hm2，森林覆盖率约57.34%，主要乔木林优势树种有马尾松、杉木、柏木、桉树、杨树等，其中马尾松、杉木和阔叶树种面积约占全省林业用地面积的74.3%，主要分布在湘西南、湘南、湘西北及湘东地区，湘中和湘北地区森林覆盖率相对较低。

2 研究方法

2.1样地设置与调查及取样

根据湖南省毛竹分布布设固定样地。在毛竹产区包括桃源县、桃江县、临湘市、炎陵县和会同县进行样地调查。这些地区既是湖南省主要的毛竹产区，同时也分别代表湘北、湘中、湘东和湘西南等区域，样地设置具有典型性和代表性。在每个县市设置20 m×20 m标准样地3个。标准样地基本情况详见表1。样地调查与采样于2016年6—10月进行。分别在桃源县、桃江县、临湘市、炎陵县以及会同县等的毛竹林中进行样地调查和取样。主要根据毛竹龄阶和胸径，对固定样地进行每木调查，并根据调查结果对各龄阶和各径阶的竹株进行连续采样，对每个龄阶(Ⅰ～Ⅳ度)和径阶(5～17 cm)的毛竹各取3株，共取得样竹258株。将样竹连根挖起，分别测定秆、枝、叶鲜质量。并分别采取毛竹秆、枝、叶样品500 g左右，准确测定样品鲜质量后带回实验室，将样品在105 ℃恒温烘2 h，再80 ℃烘24 h以上，直到样品质量保持恒定时，称量干物质质量，计算样品含水量，从而计算获得毛竹各器官生物量[13]。

表1 毛竹林各标准样地基本情况Tab 1 ThebasicsituationofthestandardPhyllostachyspubescensforest标准地所在地坡度(°)坡位坡向海拨(m)土壤含水量(%)土壤pH值桃源县28中坡东北29518 94 57桃江县32下坡西南36416 44 98临湘市29中下坡东南26917 65 35炎陵县38下坡西北85721 54 51会同县32中坡东南54619 14 32

2.2毛竹单株生物量模型选择

毛竹单株生物量模型采用胸径和龄阶2个变量，选择三维抛物面模型：

M=k+aD+b×A+c×D2+d×A2

同时，也利用常用的三参数乘幂曲线模型来计算生物量：M=k+a×Db进行拟合[14]，其中k、a、b为由标准木所得出的参数，随样地及林龄等变化而变化，D为树木胸径，M为生物量。

2.3模型检验

主要是运用调查所得样竹地上部分生物量的数据，以毛竹地上部分总生物量、竹秆、竹枝和叶生物量采用SPSS多项式回归方法拟合出单株生物量模型，并进行模型检验。

采用模型预估精度、确定系数、估计值的标准误差和总相对误差等指标来对模型进行检验，通过检验样本的实测数据和模型模拟数据计算确定系数、估计值的标准误差、总相对误差及预估精度，对一元(胸径)模型和二元(胸径和龄阶)模型进行对比分析[15]。

3 结果与分析

3.1毛竹林的生长状况

各样地毛竹生长概况见表2。样地毛竹平均胸径和平均竹高都以位于会同的最大，分别达到12.71 cm和16.69 m；以位于临湘市的最小，分别为8.61 cm和11.32 m。标准样地毛竹龄阶均在Ⅰ～Ⅳ龄，胸径为5～17 cm，竹高为9～18 m。

3.2毛竹地上部分生物量拟合模型

利用样竹的地上部分生物量以及各器官生物量与胸径、龄阶数据，分别拟合相应的一元模型和二元模型，其地上部分生物量模型见表3。

由表3结果来看，对于地上部分生物量模型来说，一元(胸径)生物量模型和二元(胸径与龄阶)生物量模型拟合效果都较好。预估精度最低的是一元(胸径)叶生物量模型，为0.8786；最高的是二元(胸径与龄阶)竹秆生物量模型，达到0.9976。确定系数最低是一元(胸径)叶的模型，为0.8623；最高是二元(胸径与龄阶)竹秆生物量模型，是0.9785。二元(胸径与龄阶)模型预估精度稍高，一元(胸径)模型预估精度次之，均符合适用精度要求。根据样本的数据来源，本生物量模型适应的胸径范围为5～17 cm，龄阶范围为Ⅰ～Ⅳ度。

毛竹地下部分生物量则根据毛竹通用根茎比0. 2乘以地上部分生物量换算得到[16-17]。

4 结论和讨论

湖南省毛竹碳汇林的总生物量与各器官生物量模型的平均相对误差和估计值的标准误差绝对值较低，各器官生物量和总生物量模型的拟合程度较高，所建模型比较适宜。二元(胸径与龄阶)生物量模型的预估精度较一元(胸径)生物量模型高。对于地上部分总生物量模型而言，2种模型所建立的预估精度都比较高，都具有适宜的预估精度及预估水平。以本研究所建模型得出的5 cm径级毛竹生物量的模拟值较周国模的毛竹单株生物量模型[13]得出的模拟值小，而以本研究所建模型得出的7 cm径级及以上毛竹生物量的模拟值则较周国模的毛竹单株生物量模型得出的模拟值大。本研究所建模型得出的模拟值更符合湖南省毛竹生物量的实际特征。毛竹碳汇林构建与监测时，在不影响毛竹碳汇功能评价的基础上，可只对毛竹胸径进行调查，选择毛竹胸径一元生物量模型也比较适宜。在调查中，如果在获得毛竹胸径数据的同时，能较准确获得毛竹的年龄数据，则采用评估精度更高的毛竹胸径与龄阶二元生物量模型。

在毛竹碳汇林构建过程中，不管是新造林还是经营林，立地条件、经营措施、实施年限等因素都将影响毛竹碳汇林的林分结构和碳汇能力，需要对其进行长期监测，以准确预测与评估毛竹碳汇林的碳汇功能。

[1] Tomppo E.National Forest Inventories : pathways for common reporting[M].Springer,2010.

[2] Houghton JT,Ding Y,Griggs DJ,et al (2010).Climate change 2011: The scientific basis [M].Cambridge University Press,New York.

[3] 董利虎，李凤日，贾炜玮，等．含度量误差的黑龙江省主要树种生物量相容性模型[J].应用生态学报,2011,22(10)：2653-2661．

[4] YEN Tianming， LEE Jooushian.Comparing aboveground carbon sequestration between moso bamboo (Phyllostachysheterocycla) and China fir (Cunninghamia lanceolata) forests based on the allometric model[J].For Ecol Manage,2011,261(6): 995-1002.

[5] 周国模， 吴家森， 姜培坤.不同管理模式对毛竹林碳贮量的影响[J].北京林业大学学报,2006,28(6): 51-55.

[6] Du H Q,Zhou G M,Fan W Y,et al.Huaqiang Du，Guomo Zhou，Wenyi Fan，Hongli Ge，Xiaojun Xu，Yongjun Shi，Weiliang Fan.Spatial heterogeneity and carbon contribution of aboveground biomass of moso bamboo by using geostatistical theory [J].Plant Ecol,2010,207:131-139.

[7] Chen X G,Zhang X Q,Zhang Y P，T Booth，X He Changes of carbon stocks in bamboo stands in China during 100 years [J].Forest Ecology & Management,2009,258 (7): 1489- 1496.

[8] 孙刚,邓文鑫,王陆军,等.安徽肖坑天然毛竹林生产力及其土壤养分特点[J].经济林研究,2009,12(3): 72-76.

[9] 陈双林,吴柏林,吴明,等.退化低丘红壤新造毛竹林地上部分生物量的研究[J].江西农业大学学报,2004,26(4),527-531.

[10] 何东进,洪伟,吴承祯,等.武夷山毛竹天然林生物量与能量分配规律及其与人工林的比较研究[J].西北植物学报,2003,23(2),291-296.

[11] 陈岩明.毛竹混交林群落生物量结构比较[J].中南林业调查规划,2007,26(3):18-20.

[12] 杨湘桃,薛生国.湖南森林资源地理特征研究[J].经济地理,2001,21(6),736- 740.

[13] 周国模，毛竹林生态系统中碳储量、固定及其分配与分布的研究[D].杭州:浙江大学，2006.

[14] Zianis D,Mcncuccini M.On simplifying allomctric analyses of forest biomass [J].Forest Ecology and Management,2004,187(2-3):311-332.

[15] 冉啟香,邓华锋,黄国胜,等.云南松地上生物量模型研究[J].浙江农林大学学报,2016,33(4)：605-611.

[16] 中国绿色碳基金． 造林项目碳汇计量与监测指南[M]．北京:中国林业出版社,2008．

[17] 范叶青，周国模，施拥军，等.地形条件对毛竹林分结构和植被碳储量的影响[J].林业科学,2013,49(11),177-182.

StudyonbiomassmodelofPhyllostachysheterocyclacvpubescensinHunanProvince

ZENG Zhangquan1，2, TIAN Yuxin1，2, DAI Chengdong3, PENG Pai1,MENG Yong1, HUANG Zhengrong4, YE Chujian4,MA Fengfeng1，2, LUO Jia1，2

( 1.Hunan Academy ofForestry，Changsha 410004，China;2.Hunan Cili Forest Ecosystem Research Station，Cili 427200，China;3.Forestry Department of Hunan Province，Changsha 410004，China;4.ForestryInstitute of Pingjiang County,Pingjiang Xianzhong Nursery Garden，Pingjiang 414505，China)

In order to accurately estimate carbon sequestration ofPhyllostachyspubescensand promote the balanced and stable development of bamboo forest of carbon sink. , the standard plots were set up in the main producing areas ofP.pubescensin Hunan Province. The biomass data from 258 sampled trees ofP.pubescenswas determined for total aboveground biomass and biomass of components, including diameter alone; diameter and age as independent variables. Then the multiple regression method was used to develop one and two variable biomass models with advantages of easy obtain of indicators and good fitting precision and estimation level in Hunan Province.

biomass; model;Phyllostachyspubescens

2016-10-24

湖南省林业科技计划项目( HNLYTH201601, XLK201601)；科技部国际科技合作专项( 2015DFA90450)；湖南省自然科学基金项目( 2015JJ6050)；世界银行贷款湖南森林恢复与发展项目(JC-3)；国家林业局湖南慈利石漠化定位监测项目。

曾掌权( 1976-)，男，湖南省益阳市人，助理研究员，博士，主要从事森林碳汇、森林综合效益研究。

田育新，研究员；E-mail：1549751927@qq.com。

S 718.5

A

1003 — 5710(2016)06 — 0056 — 04

10. 3969/j. issn. 1003 — 5710. 2016. 06. 012

(文字编校：唐效蓉)