辽宁东部山区天然栎林单木生物量模型研究

张士亮

（辽宁省林业调查规划院，辽宁沈阳 110122）

辽宁东部山区天然栎林单木生物量模型研究

张士亮

（辽宁省林业调查规划院，辽宁沈阳 110122）

以辽宁东部山区天然栎林为研究对象，根据野外采集的标准木数据，建立了天然栎林单木各分量（包括树干、树枝、树叶、根系和全树重）的预测模型。结果表明，拟合出11种模型的树木器官生物量和总生物量的回归方程，计算与分析效果最好的是幂回归模型，该模型无论是对不同器官的生物量还是树木总生物量的拟合效果均较好，适用性较强，可很好地用于预测天然栎林单木的生物量。

天然栎林；单木生物量；模型；预测

森林生物量作为研究森林生态系统碳密度和碳储量的基础，是林业科学研究的一项重要内容。单木生物量的回归模型建立是生物量研究的重要组成部分，是森林生态系统群落生物量估算的基础。目前生物量模型估算法是被应用最多的方法之一，该方法是首先通过调查得到一定数量的样木生物量的基础数据，然后利用林木易测因子如胸径和树高等进行回归分析来推算难于测定的林木生物量，最后选择合适的最优模型用于估算整个林分的生物量。这种方法建立的生物量模型在保证精度的同时，可以大大减少测定生物量的外业调查工作量。模型建成以后，同类的林分就可以利用既有的资料来估计整个林分的生物量。

栎林是指以栎属的几个树种为优势的植物群落，它是世界上分布范围很广、数量很多的一类森林资源，栎类资源在我国十分丰富，据统计，我国栎林总面积1 610.03万hm2，是杨树总面积的170%，杉木总面积的153%，是名副其实的“大树种”。在辽宁栎林占全省森林资源总面积的38.16%，总蓄积的36.04%，而栎林作为辽东天然林的主要种群之一，对辽宁东部山区的森林生态环境有着举足轻重的作用。如何取得辽东天然栎林生物量的估测数据并提高其准确性是辽宁森林生物量及碳储量测算的关键一环。本文以不同径阶的天然栎林为研究对象，构建天然栎林单木的各分量生物量模型。

1 研究区概况

本次调查研究的区域为辽宁凤城通远堡林场。通远堡林场位于辽宁省凤城市北部山区，场部座落在通远堡镇内。国有经营区共有通远堡、弟兄山、刘家河、青城子、四门子、白旗6个乡镇，45个行政村，场部地理坐标123°55′E，40°46′N。场部距市区50 km，交通便利。本地地处北纬中纬度，属温带湿润气候区，年平均气温7.7℃，≥10℃年积温3 095℃，无霜期156 d；全年日照时数2 390 h。

2 研究方法

2.1 样木选取

本次研究共选取42株标准木（表1、表2）。要求在具有典型特征的天然栎林内选取具有代表性、生长正常的栎类作为标准木。

2.2 林木生物量测定

对标准木进行每木检尺，并测定胸径，伐倒后测树高，根部采用全挖法处理，对标准木进行树干解析，测干（含皮）、枝、叶、根鲜重，每株标准木的各器官均取1份500 g的样品，装入布袋并标记后，带回实验室在85℃恒温下烘24 h至恒重，然后用电子天平称重，利用称重后得出的数据计算样品含水率，换算各组分的干生物量。

表1 标准木径阶株数统计

表2 标准木概况

2.3 数据处理

利用SPASS及Excel进行数据分析与处理。优选出无论是对不同器官的生物量还是树木总生物量拟合效果最好的模型，根据确定的模型拟合出各器官生物量和树木总生物量回归方程。

2.4 模型检验

应用检验数据及文中所建的模型计算出下面的统计值来对模型进行独立性检验。

总相对误差：

平均相对误差：

平均相对误差绝对值：

预估精度：

其中：yi为实测值；yi^为估计值；n为样本数；m为回归模型中的参数个数；Tα为置信水平α(0.05)时的T分布值。

3 生物量预测方程的建立

3.1 变量的设定与选取

大量的研究表明，林分的胸径和树高是生物量建模最主要的测树因子。本研究就是以胸径和树高作为基本因子，来对天然栎林的各部分生物量进行预测。

3.2 模型的确定

分别以胸径(D)、胸径-树高(D2H)为自变量，用直线回归(Linear模型)、对数回归(Logarithmic模型)、逆矩阵(Inverse模型)、二次方程(Quadratic模型)、三次方程(cubic模型)、复合曲线(Compound模型)、幂回归(Power模型)、“S”形曲线(S-curve模型)、生长曲线(Growth模型)、指数回归(Exponential模型)、Logistic曲线(Logistic模型)等11种数学回归模型计算分析，拟合出11种模型的树木器官生物量和总生物量的回归方程(表3)。

(1)Linear模型，拟合直线方程，模型式：

(2)Logarithmic模型，拟合对数方程，模型式：

(3)Inverse模型，拟合逆矩阵，模型式：

(4)Quadratic模型，拟合二次方程，模型式：

(5)cubic模型，拟合三次方程，模型式：

(6)ComP0und模型，拟合复合曲线，模型式：

(7)Power模型，拟合乘幂曲线，模型式：

(8)S-curve模型，拟合S形曲线，模型式：

(9)Growth模型，拟合等比级数曲线模型式：

(10)Exponential模型，拟合指数方程模型式：

(11)Logistic模型，拟合Logistic曲线模型式：

11种模型式中，Y为因变量，X为自变量，a、b、c、d为模型参数。

表3 11种数学模型拟合的各树种单木生物量方程参数

续表3 11种数学模型拟合的各树种单木生物量方程参数

计算分析结果表明各函数模型绝大部分均有显著水平。从上面的数据分析可以看出，计算与分析效果最好的是Power模型（幂回归），该模型无论是对不同器官的生物量还是树木总生物量的拟合效果均较好，适用性非常强。

分别以D，D2H作为自变量，W作为因变量，拟合出两种形式的树木各器官生物量和树木总生物量回归方程(表4)，表达形式分别为:

3.3 模型的验证

应用检验数据，对本文所建立的单木各生物量模型进行验证和评价，计算各种检验统计量。

从表5的检验结果来看，各组分生物量模型的总相对误差值均在±1以内；预测精度P除叶生物量模型在90%以下，其他均达到了90%以上；各组分生物量模型的平均相对误差均在10%以内，除叶之外的干、枝、根、全树重都在6%之内，说明所建立各分量生物量模型无系统偏差。从平均相对误差绝对值指标上看:全树重、干、枝、根和叶幅度范围为10.59%～26.31%；参数的变动系数和统计指标各树种规律是一致的，对各组分生物量模型的预测效果进行排序则为：总量＞树干＞根系＞树枝＞树叶，这也验证了之前专家学者的研究结论。

表4 两种形式的单木生物量方程参数

造成这种现象的主要原因是树木各组分的抗干扰性造成的，树干的结构稳定性最好，最不容易受外界影响，而树冠部分生物量受树冠形状、大小和饱满程度以及树木长势影响很大，这些因素是随气候、环境不同而变化的，因此就造成了树冠部分生物量特别是叶生物量变动范围很大。

表5 两种形式的单木生物量模型检验结果 %

4 结论与讨论

4.1 最佳拟合函数

通过对11种数学回归模型进行计算分析，拟合出11种模型的树木器官生物量和总生物量的回归方程，从数据分析可以看出，计算与分析效果最好的是Power模型（幂回归），该模型无论是对各树种不同器官的生物量还是树木总生物量的拟合效果均较好，适用性较强。

4.2 最优方程

天然栎林各分量生物量估计的最优方程为：

枝生物量方程：lnW=-4.923+2.955lnD；

叶生物量方程：lnW=-5.301+2.393lnD；

干生物量方程：lnW=-3.187+0.931ln(D2H)；

根系生物量方程：lnW=-3.068+2.247lnD；

全株生物量方程：lnW=-2.642+0.935ln(D2H)。

4.3 模型的检验估计结果

各组分生物量模型的总相对误差值均在±1以内；预测精度P除叶生物量模型在90%以下，其他均达到了90%以上；各组分生物量模型的平均相对误差均在10%以内，除叶之外的干、枝、根、全树重都在6%之内，说明所建立各分量生物量模型无系统偏差。对各组分生物量模型的预测效果进行排序：总量＞树干＞根系＞树枝＞树叶。

4.4 模型作用

本研究结果表明：构建的总生物量回归方程的相关系数在0.99以上，预测精度在95%以上，利用本文所建立的生物量模型可很好地对辽宁东部山区的天然栎林单木生物量进行估计，实用价值极高。

［1］殷鸣放，刘清田，崔文山，等.辽宁栎林资源状况及其保护利用构想[J].林业资源管理，2003（6）：19-22.

［2］王敬贤.我国栎类资源利用技术研究现状与发展趋势[J].防护林科技，2017（4）：72-74.

［3］田杰，于大炮，周莉，等.辽东山区典型森林生态系统碳密度[J].生态学杂志，2012，31(11):2723-2729.

［4］贾炜玮，于爱民.樟子松人工林单木生物量模型研究[J].林业科技情报，2008，40(2):1-2.

［5］程堂仁.甘肃小陇山森林生物量及碳储量研究[D].北京：北京林业大学，2007.

Studies on single tre e biomass model of natural oak forest in mountainous ar ea of eas t Liaoning

ZHANG Shiliang
（LiaoningForestryInvestigationandPlanningInstitute,Shenyang110122,China）

Study was carried out in natural oak forest in east Liaoning.Prediction model of every component(including the biomass of trunk,branches,leaves,roots and total tree)of single tree in natural forest was constructed based on collected data of standard trees in wild.The results showed:The regression equations of tree organ biomass and total biomass of 11 models were proposed.Of these models,power function model was the best one in calculation and analysis.Weather to biomasses of different organs or to biomass of the total tree,this model showed better fitting effect and with strong applicability,which could be used to predict tree biomass in natural forest.

natural oak forest;single tree biomass;model;prediction

S711

A

1001-1714（2017）06-0008-05

2017-07-13

张士亮（1978-），男，高级工程师，从事林业调查规划工作。E-mail：ghyzsl@163.com。

苑 辉)