基于固定样地和小班数据的天台县林分乔木层年净生产力结构化计算

蔡人岳，邹奕巧，陈子剑，姚任图，陶吉兴

基于固定样地和小班数据的天台县林分乔木层年净生产力结构化计算

蔡人岳1,2，邹奕巧1,2，陈子剑1,2，姚任图3，陶吉兴4

（1. 天台县自然资源和规划局，浙江 天台 317200；2. 天台县林业局，浙江 天台 317200；3. 浙江农林大学 环境与资源学院，浙江 杭州 311300；4. 浙江省森林资源监测中心，浙江 杭州 310020）

利用浙江省天台县2009－2014年、2014－2016年、2016－2017年固定样地的单木生物量数据，考虑森林类别、龄组和林型计算出保留木生物量年均生长率、生物量的年均保留率、进界木生物量年均生长率和年均进界木株数；根据天台县2017年调查的小班数据计算小班各树种组的生物量，作为计算2018年净生产力的基数，结合对应参数，计算出小班内各树种2018年的保留木生产力、采伐木和枯损木的未测生产力、进界木的生产力，统计全县林分乔木层年净生产力。结果表明，2018年天台县林分乔木层净生产力58.95万t，其中保留木54.04万t，采伐木、枯损木未测生产力1.25万t，进界木3.66万t，单位面积净生产力7.00 t·hm-2·a-1。公益林净生产力35.23万t，商品林23.72万t，单位面积净生产力商品林大于公益林。针阔混交林年净生产力最多，为18.49万t，硬阔林单位面积净生产力最大，为8.33 t·hm-2·a-1。中龄林年净生产力最多，为27.82万t，幼龄林单位面积净生产力最大，为8.33 t·hm-2·a-1。

固定样地；小班数据；林分乔木层年净生产力；结构化计算；天台县

森林是陆地生态系统的主体，森林生产力特征是森林生态系统结构和功能的最基本特征之一[1]，森林净生产力是评估森林固碳能力和碳收支的重要参数[2]，林分年净生产力也是量化森林生态服务功能的一个重要参数，其计算要求分林分类型和龄组[3]。乔木层是森林生物量的主体，也是森林生产系统的主体[4]。在生态服务功能精确评估的背景下，合理准确进行区域性的森林乔木层生产力的计算，是林业研究的重要内容之一。在区域尺度上，生产力的当前计算方法大致可以分为两种。一类是基于遥感技术和模型模拟结合，或与一定量地面调查数据结合，来计算区域森林生产力。这种方法对特定区域的生产力状况可以有一个长期的、动态的、连续的计算和预测[5]，近年来，不少国内外学者应用CASA等光能利用模型，Biome-BGC、InTEC模型等过程模型对区域生产力进行了计算，但其研究结果仍存在一定的不确定性[6-9]。与此类方法相比，基于地面调查数据的方法虽然成本较高，却是目前最基本、最可靠、精度最高的方法，我国的森林资源连续清查体系能提供大量完整统一的固定样地数据，因此基于固定样地的方法在区域森林生产力计算研究中最具代表性[10-12]。

对于基于地面数据林分净生产力计算的研究，当前大多研究根据固定样地、样木数据，通过系统抽样调查扩大到区域生产力，张茂震等[13]、ZHOU等[14]、WANG等[15]都陆续进行了研究。这些计算大都是根据样地的统计数据，通过生物量差减法或者建立生物量－生产力的关系来计算区域生产力，这种方法不是结构化计算，未全面解析林分乔木层净生产力的构成情况，未分森林类别、树种组和龄组计算净生产力，也容易忽略采伐木和枯死木产生的未测生产力。

随着生态文明建设的推进，要求森林资源监测数据精确、生态服务功能评估精确，因此研究基于地面调查数据的县域净生产力计算方法依然具有重要意义。充分利用地面调查资料，提出更准确的林分乔木层净生产力计算方法也是当前研究的重点和难点。当前还较少见结合固定样地和森林资源规划设计调查（以下简称二类调查）小班数据进行区域林分乔木层生产力计算研究。县级区域与省级或更大的区域不同，固定样地较少，单凭固定样地数据难以保证精度，为提高计算精度，结合固定样地和小班数据进行县域林分乔木层生产力计算，即固定样地、样木数据计算基本参数，然后将对应的基本参数代入对应的现有小班数据，计算出现有小班下一年度的乔木层净生产力，即用小班数据将生产力扩大到面上。本研究旨在为县域的林分乔木层净生产力的合理计算提供参考。

本研究利用浙江省天台县3个阶段的固定样地复位样木数据，计算4组参数。第1组是保留木生物量年均生长率，第2组是生物量的年均保留率，第3组是进界木生物量的年均生长率，第4组是单位面积年均进界株数。利用天台县2017年调查的二类小班数据计算的生物量作为2018年生产力的基数，结合这些参数计算出2018年乔木层净生产力，这样可以解析乔木层净生产力的构成，了解林分中保留木的生产力、采伐木和枯损木的未测生产力以及进界木的生产力大小和构成比例，避免忽略采伐木、枯死木产生的生物量，还可以根据小班因子，分森林类别、林分类型、龄组等统计县域的林分乔木层年净生产力。同时，根据小班数据可以直观反映出县域内生产力的分布情况，将生产力反映到每一座山、每块地和每一个树种，为合理开展森林经营管理工作、精准提升森林质量提供科学依据和理论参考。

1 研究区概况

天台县位于浙江省东中部，台州市北部，东连宁海、三门两县，西接磐安县，南邻仙居县与临海市，北界新昌县，28°57′02″ ~ 29°20′39″ N，120°41′24″ ~ 121°15′46″ E，总面积14.32万hm2，其中林地面积10.34万hm2，森林面积9.97万hm2，森林覆盖率69.63%，四周山体环绕，中间低平，因而小区域气候特征明显，带有一定的盆地气候特征[16]。据2017年小班数据统计，天台县乔木林总面积84 219 hm2，按森林类别分，公益林面积53 187 hm2，商品林面积31 032 hm2；按林分类型分，松林24 232 hm2，杉木林3 036 hm2，硬阔林16 194 hm2，软阔林1 953 hm2，针叶混交林7 851 hm2，阔叶混交林4 474 hm2，针阔混交林26 368 hm2；按林龄分，幼龄林22 013 hm2，中龄林41 482 hm2，近熟林17 491 hm2，成熟林2 998 hm2，过熟林235 hm2。

2 研究方法

2.1 数据来源

基础数据为3个阶段的固定样地复测数据和2017年二类调查小班数据。固定样地数据用于林分乔木层净生产力参数的计算；2017年小班数据用于计算生物量，作为计算2018年净生产力的基数。固定样地数据来自对天台县2009－2014年、2014－2016年、2016－2017年3个阶段的乔木林固定样地的复测数据，分别为30，32和63个样地，运用到计算4组参数的株数分别为2 955，3 512和7 343株。共27 427个乔木林小班数据。

2.2 林分净生产力的构成解析

1年的林分净生产力由3部分构成：保留木生产力，采伐木、枯死木产生的未测生产力，进界木的生产力。采伐木、枯死木产生的未测生产力是指年初为活立木，年末为采伐木或枯死木，但在年初到采伐枯死前，依旧生长一段时间，由此产生的生物量生长量为未测生产力，因采伐枯死的时间难以确定，如果采伐、枯损当年的生长不计，则系统低估，如果按整年计，则系统高估，为了避免系统偏差，本研究中假定采伐木、枯损木在采伐、枯损当年生长了半年。同样，进界木在生长期的什么时候进界无法确定，假定进界木在1 年的生长期的中间年中进界，即进界当年按生长半年计算，如图1所示。

图 1 林分1年净生产力的构成示意图

Figure 1 The composition of net productivity within one year

2.3 林分乔木层年净生产力参数的计算

在净生产力计算之前，首先需计算出用于计算生产力的参数。本研究利用浙江省重点公益林生物量模型[17]（表1），计算出3个阶段固定样地的单株样木生物量，并将样木分为公益林和商品林2个森林类别的林木；松类、杉类、硬阔Ⅰ、硬阔Ⅱ、软阔5个树种组，主要树种见表1；幼、中、近、成、过5个龄组，计算出4组参数作为净生产力计算的基础：第1组是保留木生物量年均生长率，第2组是生物量的年均保留率，第3组是进界木生物量的年均生长率，第4组是单位面积年均进界株数。参数计算方法与计算结果参考文献18。

表1 浙江省重点公益林一般乔木林单株生物量模型

根据三期固定样地的样木数据计算出4组用于林分乔木层年净生产力计算的参数，利用2017年二类调查小班数据计算出小班内各树种的生物量，最后将4组参数与小班生物量数据结合，计算出各乔木林小班2018年的乔木层年净生产力。根据这些小班数据，统计出全县的林分乔木层年净生产力，也可统计出不同因子下的林分乔木层年净生产力。对不同森林类别、不同林分类型、不同林龄下的林分乔木层年净生产力进行了计算与分析。

（1）小班内保留木产生的净生产力年（保）的计算：

学生通过此类模型很容易理解3×0.5这种表达的意义.但事实上，上述的解释仍是整数乘法的意义，即“相等的量相加”.同样以3×0.5为例，考虑下述情境：

式中，为小班树种数；q(年)表示小班第树种的生物量年均保留率，p(年)为小班第树种的保留木生物量年均生长率，q(年)采用与小班的森林类别对应的参数，p(年)采用与小班的森林类别、龄组对应的参数（下同）；B年初（活）为乔木林小班的第树种活立木的总生物量（为本研究中计算2018年生产力的基数，下同），因此涉及到计算乔木林小班的生物量，使得净生产力计算更合理，乔木林小班数据处理和生物量计算见2.5节。

本研究对紫荆叶提取物的酪氨酸酶活性抑制作用考察显示，不同采收时期的紫荆叶样品的提取物对酪氨酸酶活性的抑制率存在明显差别，且提取物浓度与其酶活性抑制率不呈线性相关性。这提示紫荆叶中存在多种可影响酪氨酸酶活性的化学成分，有的可抑制酪氨酸酶，有的可激活酪氨酸酶，有的可能具有双向调节作用。

（2）小班内采伐木、枯损木产生的未测生产力年（采枯）的计算：

因为：

大型建筑物外观所采用这种质感的体现之后，为了保证这种质感的持久性，必须采用一些新型的材料，因为它的平整度较低，比较容易会有尘土出现，那就影响了整个建筑的美观，失去了美化所原本的作用。

本研究中假定采伐木、枯损木在被采伐和枯损之前，生长了半年，设半年生长率为半年，有：

（1+半年）2＝（1+年） （3）

式（2）与式（3）结合，有：

（1）天台县乔木林乔木层积累的总生物量647.49万t，年净生产力58.95万t，总生产率约9.11%。净生产力的构成以保留木的为主，占比达91.67%，进界木的占6.21%，采伐枯损木的未测生产力仅为2.12%，但总量也有12 516t·a-1，是生产力构成不可忽视的一部分。与浙江省平均水平[13]相比，处于较高水平，与全国平均水平[20]相比，单位面积生物量略低，单位面积净生产力偏低较多，可见森林质量相较全国并不高。

假设进界木均在1 a生长期的中间进界，进界后当年生长半年，即进界木的净生产力包括了进界时的总量，及其在进界后的半年的生长量，有：

我国近几年来医疗技术发展迅速,全国各大医院都积极引进先进的医疗器械,并大力招收更多医术精湛的医疗工作者。我国孕妇采取剖腹产的人数越来越多,这也就加大了手术过程中大出血的几率,其中以难治性妇科大出血最为严重,情况严峻时可能会危及到病患的生命。一般来说难治性妇科大出血是指由于妇科病所导致的阴道出血,其出血量超过1000ml或1500ml时引发的病症,这时候若是不对病患进行治疗,可能会导致病患缺血而死。该研究以我院2016年4月到2016年5月之间所治疗的难治性妇科大出血病患为例,共有68例,研究进展如下。

综上所述，所设置的遥感因子包括：B1、B2、B3、B4、B5、B7、B5/7、KT1、KT2、KT3、B(5+7-2)/(5+7+2)、B4*5/7、B(4+5-2)/(4+5+2)、B5/4、B3/B(1+2+3+4+5+7)、B4*3/7共16个遥感因子。

（4）各小班的林分年净生产力年的计算：

2.5 小班内各树种生物量计算方法

式（1）、（4）中的B年初（活）为各乔木林小班各树种年初的生物量总量，本研究的小班生物量计算方法如下：

海康威视移动机器人主要应用于车企的厂内物流环节，今年武汉华域视觉项目成功落地，投入使用近百台潜伏式机器人，覆盖了全厂的物流自动化搬运。从产品品类出发，目前已细分出潜伏、移载、叉车、复合、重载五大系列机器人，包含各类机器人逾30种。我们将机器人导航模式模块化，增加了SLAM激光导航；加强了机器人调度系统的能力，向上拓展了与SAPERPMESWMS等系统的对接，落地了更为复杂的业务系统。

（1）小班按十分法记载了树种组成，根据树种组成的系数将小班蓄积量分配到组成树种上。

（2）所有组成树种的平均胸径、平均树高均采用小班记载的平均胸径、平均树高。

（3）对于小班中某组成树种，其蓄积量为M，根据该树种的二元材积公式，，计算单株材积v，则该组成树种的株数：

根据株数，，和浙江省重点公益林生物量模型[17]，计算每个小班第树种的生物量B年初（活）。

3 结果与分析

小班内乔木层净生产力计算方法

过去，受众获取新闻的渠道主要是电视、广播、报纸，新媒体时代的到来使得人们接受信息的途径大大增加，微博、微信和各种APP的发展让受众接收信息的来源不再局限。传媒的“大众时代”正在向“分众时代”过渡，人们不再局限于被灌输认知，处于被动的状态，而是处于可以随意挑选的主动地位，这不管是对传统媒体还是对传统的记者型主持人来说，无疑是巨大的挑战。

3.1 不同森林类别林分乔木层年净生产力结构分析

天台县不同森林类别林分乔木层年净生产力计算结果如表2。表2显示，2018年年净生产力以保留木的生产力为主，占比达91.67%，其中公益林内的保留木生产力占公益林净生产力的89.36%；商品林的保留木生产力占商品林净生产力的95.11%。虽然采伐木、枯损木产生的未测生产力比例只占总生产力的2.12%，但总量达到了12 516 t·a-1，对于大区域来说，也是一个不容忽视的数值。

公益林的乔木层净生产力约为35.23万t·a-1，生产率约为8.29%，商品林的乔木层净生产力约23.72万t·a-1，生产率约10.67%。商品林的单位面积林分净生产力约为7.64t·hm-2·a-1，比公益林的6.62t·hm-2·a-1高出约13.35%。两种森林类别相比，公益林虽然净生产力总量大，但单位面积净生产力和生产率相对较少。

表2 天台县2018年公益林与商品林乔木层净生产力

3.2 不同类型林分乔木层净生产力分析

天台县2018年不同类型林分乔木层净生产力计算结果如表3和图2所示。由表3和图2可以看出，不同类型林分的乔木层净生产力以针阔混交林、松林和硬阔林为主，3种林分占总净生产力的81.40%，占绝对优势。不同林分类型净生产力排序为针阔混交林（18.49万t·a-1，31.36%）>松林（16.01万t·a-1，27.15%）>硬阔林（13.49万t·a-1，22.89%）>针叶混交林（4.81万t·a-1，8.16%）>阔叶混交林（3.25万t·a-1，5.51%）>杉木林（2.14万t·a-1，3.62%）>软阔林（0.77万t·a-1，1.30%）。生产率杉木林最高，约10.21%，松林最低，8.41%，这与不同林分优势树种的自身特性及其面积大小有直接联系。

表3 天台县2018年各林分类型乔木层净生产力

林分总体平均单位面积净生产力为7.00 t·hm-2·a-1。不同类型林分的单位面积净生产力硬阔林最高，约为8.33 t·hm-2·a-1，远高于其他所有林分的单位面积净生产力；松林、杉木林、针叶混交林、阔叶混交林和针阔混交林的单位面积净生产力有差异但不显著，但都远高于软阔林的单位面积净生产力3.94 t·hm-2·a-1。不同类型林分的净生产力构成依旧是以保留木的生产力为主，其中针叶林（松林、杉木林、针叶混交林）的净生产力构成中，保留木生产力的平均占比为93.01%，高于阔叶林（硬阔林、软阔林、阔叶混交林）的89.91%。

图2 天台县2018年不同林分乔木层净生产力构成比例

Figure 2 Proportion of NPP of arbor layer of different forest types in Tiantai in 2018

3.3 不同龄组的林分乔木层年净生产力分析

林木在不同生长发育阶段的生长速率不同，从而产生的年净生产力也不同。把天台县乔木林按林龄划分为幼龄林、中龄林、近熟林、成熟林和过熟林等5个生长发育阶段的林分，经计算和统计，2018年不同林龄林分乔木层净生产力计算结果如表4、图3。

表4 天台县2018年各龄组林分乔木层净生产力

结合表4和图3可看出，年净生产力大小排序为中龄林（27.82万t·a-1，47.19%）>幼龄林（18.34万t·a-1，31.10%）>近熟林（11.13万t·a-1，18.87%）>成熟林（1.58万t·a-1，2.68%）>过熟林（0.09万t·a-1，0.16%），这与不同林龄的林分积累的总生物量相一致。单位面积林分年净生产力为幼龄林（8.33t·hm-2·a-1）>中龄林（6.71 t·hm-2·a-1）>近熟林（6.36 t·hm-2·a-1）>成熟林（5.27 t·hm-2·a-1）>过熟林（3.99t·hm-2·a-1），这可能是因为年龄小的林木生长速率快，且林木快速生长发育时期处于幼龄林阶段而呈现出的规律。

图3 5种林龄的林分乔木层净生产力比例

Figure 3 The proportion of NPP of arbor layer of five age classes

4 结论

本文基于天台县固定样地数据和2017年小班数据，对其2018年林分乔木层净生产力进行计算，得出主要如下结论。

圆满完成防洪减淤各项任务。汛前，实施调水调沙，小浪底水库排沙6 908万t，花园口以下河段实现全程冲刷。汛期，针对上中游不同区间发生的洪水，以及下游利津站出现的24年来最大流量洪水，统筹兼顾，科学应对，及时启动防汛Ⅳ级应急响应，确保了黄河汛情平稳安全。根据国家防总要求，先后派出16个工作组，分赴流域有关省（自治区）和黑龙江、吉林等地，协助、指导地方防汛救灾。汛末，科学调度骨干水库，共蓄水290亿m3，较汛前增蓄66亿m3，为今冬明春储备了抗旱水源。

（2）天台县不同森林类别的林分乔木层年净生产力公益林>商品林，单位面积年净生产力商品林>公益林。随着公益林所占比重越来越大，单位面积净生产力却低于商品林，说明商品林的经营管理水平较高。天台县公益林林分乔木层年净生产力6.62 t·hm-2·a-1，略高于浙江省公益林生产力的6.05 t·hm-2·a-1[19]。

（3）天台县不同类型林分乔木层年净生产力为针阔混交林>松林>硬阔林>针叶混交林>阔叶混交林>杉木林>软阔林，单位面积年净生产力为硬阔林>阔叶混交林>杉木林>针阔混交林>松林>针叶混交林>软阔林，均优于全省对应林分类型的平均净生产力[13]，特别是松林、杉木林等针叶林的生产力显著高于省平均水平，也高于中国东部地区的平均水平[19]，但与全国各林分类型的平均水平相比，年净生产力还是偏低[20-21]。同时，阔叶林的单位面积年净生产力普遍高于针叶林，因此，逐步改造林分结构，加快针叶林向常绿阔叶林的演替，提高林分质量，更好地发挥生态效益。

太原人之所以千百年对“头脑”久吃不衰，不仅仅是因为它味美养身，还源于它是一代名医的独创。相传，“头脑”的发明者是明末清初的著名文人、医学家傅山。明亡后，一代名医傅山隐居故里，侍养老母。其母年老多病，傅山便以其渊博的医学知识，选用黄芪、良姜、羊肉、煨面、羊髓、藕根、山药等食材，研制出了“八珍汤”供母食用，使其母八十而终。后来，傅山将此汤传到一家饭馆，以“清和元”命名，“八珍汤”则易名为“头脑”。每当傅山给病人开药方时，都告诉他们去“吃清和元的头脑”——意指去吃清朝和元朝统治者的“头脑”。或许，这其中也蕴藏了傅山反对元朝、清朝统治者的思想情感。

（4）天台县不同林龄林分乔木层的年净生产力为中龄林>幼龄林>近熟林>成熟林>过熟林，而单位面积年净生产力为幼龄林>中龄林>近熟林>成熟林>过熟林，与全省平均水平相比[13]均属较高水平，与江苏省平均水平相比差异不大[22]，但与全国平均水平[20]相比均显著偏低。同时，由各林龄林分乔木层年净生产力可见，天台县的森林依然存在龄组结构不合理，幼中龄林多，成过熟林少。因此，在天台县森林经营管理中，在加强对幼、中龄林保护与管理的同时，要注重对成熟林和过熟林的开发与保护，在不影响充分利用土地资源和其他植被生长的前提下，尽可能保留成过熟林的数量。

广州地铁依托“城市轨道交通系统安全与运维保障国家工程实验室”，联合同济大学等研究机构正在对“系统修”维修集约范式开展理论探索和工程应用研究，为该集约范式进一步发展提供了支撑。

5 讨论

在本研究中，基于小班数据，细分小班内的树种计算了各小班的生物量。结合4组参数和2017年小班生物量数据，计算了2018年小班内各树种的净生产力，由此统计出各个乔木林小班内的乔木层年净生产力，最后统计出2018年全县的乔木林乔木层净生产力，保证了数据计算的全面性和准确性。同时，根据小班数据，能够直观反映出生产力的分布情况，并且可以基于4组参数和小班生物量数据的结合，预测一个经理期内的林分乔木层年净生产力，为今后合理开展森林经营管理工作、精准提升森林质量提供参考。

研究中的结构化计算方法，清晰体现林分乔木层净生产力的构成。采伐木、枯死木和进界木产生的生产力的计算方法提高了年净生产力的计算精度，避免了采伐木和枯死木在复查期内产生的生物量。

本研究对公益林和商品林的生物量计算统一采用了“浙江省重点公益林生物量模型”，由于生物量模型建模样本均选自浙江省内各地的各类森林中，从省内公益林区和商品林区的林分质量看，公益林平均蓄积量为53.79 m3·hm-2，商品林为52.11 m3·hm-2，两者差异不大[23]，而且建模区域和应用区域一致，因此模型在本研究中具有较好适用性。

地震作用下河床中央剖面，在横河向，廊道的外侧比内部动应力大，动静叠加后，拉应力极值为7.9 MPa，出现在下游面边墙外侧底部，比静力提高了14.4%，压应力极值为-22.1 MPa，出现在上游外侧边墙顶部，比静应力增大了4.2%，廊道右下侧为受拉区，左上游侧为受压区。廊道上游边墙底部及底板存在顺河向方向的拉应力，底板中央有最大拉应力5.1 MPa，比静应力增大了13.3%。廊道竖直向没有出现拉应力，在下游内侧边墙中部有最大压应力-15.8 MPa，比静应力增大了8.2%。

本研究中林分乔木层净生产力结构化计算方法是估计县域尺度林分乔木层净生产力的有效方法，也能为更大区域尺度的计算提供参考，据此计算的区域林分乔木层净生产力总体上与实际情况相符，但是，采用其计算必须有足够量的数据，而且对单位生物量很低的总体进行估计，误差可能较大。同时，为全面进行区域森林生产力计算，应考虑林分内乔木、灌木、草本等植被生产力，开展植被生物量小样方调查，以及全面计算竹林和灌木林的净生产力。在南方集体林区，县级行政单位是森林资源“双增”考核的基本单位，包括森林蓄积生长量的考核，本文的方法也适用于林分蓄积生长量的计算，可以为无人为干扰的小班生长量合理更新提供参考，为县域森林生长量的年度监测提供一种借鉴。

[1] 杜虎，曾馥平，王克林，等. 中国南方3种主要人工林生物量和生产力的动态变化[J]. 生态学报，2014，34（10）：2712－2724.

[2] Brown S，Sathaye J，Canell M，. Mitigation of carbon emission to the atmosphere by forest management[J]. Commonwealth For Rev，1996，75：80－91．

[3] 国家林业局. 森林生态系统服务功能评估规范：LY/T 1721－2008[S]. 北京：中国标准出版社，2008.

[4] 徐永兴. 杉木-深山含笑混交林及其纯林乔木层的净生产力研究[J]. 浙江林业科技，2017，37（01）：47－50

[5] 汤萃文，陈银萍，陶玲，等. 森林生物量和净生长量测算方法综述[J]. 干旱区研究，2010，27（06）：939－946.

[6] 俞静芳，余树全，张超，等. 应用CASA模型计算浙江省植被净初级生产力[J]. 浙江农林大学学报，2012，29（04）：473－481.

[7] 胡波，孙睿，陈永俊，等. 遥感数据结合Biome-BGC模型计算黄淮海地区生态系统生产力[J]. 自然资源学报，2011，26（12）：2061－2071.

[8] Turner D P，Ritts W D，Law B E，. Scaling net ecosystem production and net biome production over a heterogeneous region in the western United States[J]. Biogeosci Disc，2007，4：1093－1135.

[9] 孙静，范文义，于颖，等. 基于InTEC模型的塔河森林净初级生产力影响因子定量分析[J]. 应用生态学报，2019，30（03）：793－804.

[10] Brown S L，Schroeder P，Kern J S．Spatial distribution of biomass in forests of the eastern USA[J]. For Ecol Manag，1999，123：81－90．

[11] 刘国华，傅伯杰，方精云. 中国森林碳动态及其对全球碳平衡的贡献[J]. 生态学报，2000，20（5）：733－740．

[12] Zhao M，Zhou G S. Estimation of biomass and net primary productivity of major planted forests in China based on forest inventory data[J]. For Ecol Manag，2004，207（3）：295－313.

[13] 张茂震，王广兴，刘安兴. 基于森林资源连续清查资料计算的浙江省森林生物量及生产力[J].林业科学，2009，45（09）：13－17.

[14] ZHOU G S，Wang Y h，Jiang Y l，. Estimating biomass and net primary production from forest inventory data: a case study of China’s Larix forests[J]. For Ecol Manag，2002，169（1）：149－157.

[15] Wang B，Huang J Y，Yang X S，. Estimation of biomass, net primary production and net ecosystem production of China’s forests based on the 1999-2003 National Forest Inventory[J]. Scand J For Res，2010，25（6）：544－553.

[16] 林春燕. 天台县野生观赏植物资源调查[J]. 现代农业科技，2009（11）：38，43.

[17] 袁位高，江波，葛永金，等. 浙江省重点公益林生物量模型研究[J]. 浙江林业科技，2009，29（02）：1－5.

[18] 邹奕巧，应宝根，蔡人岳，等. 基于固定样地的林分乔木层年净生产力参数结构化计算[J]. 浙江林业科技，2019，39（03）：23－31.

[19] 张骏. 中国中亚热带东部森林生态系统生产力和碳储量研究[D]. 杭州：浙江大学，2008.

[20] 余超. 基于森林资源清查数据的中国森林植被生物量和生产力动态变化分析[D]. 合肥：安徽农业大学，2015.

[21] 肖兴威. 中国森林生物量与生产力的研究[D]. 哈尔滨：东北林业大学，2005.

[22] 刘磊. 基于多源数据的森林生物量与生产力计算研究[D]. 南京：南京林业大学，2010.

[23] 季碧勇，陶吉兴，张国江，等. 高精度保证下的浙江省森林植被生物量评估[J]. 浙江农林大学学报，2012，29（03）：328－334.

Annual Net Productivity of Arbor Layer of Forest in Tiantai Based on Data of Permanent Sample Plots and Subcompartments

CAI Ren-yue1,2，ZOU Yi-qiao1,2，CHEN Zi-jian1,2，YAO Ren-tu3，TAO Ji-xing4

（1. Tiantai Natural Resources and Planning Bureau of Zhejiang, Tiantai 317200, China; 2. Tiantai Forestry Bureau of Zhejiang, Tiantai 317200, China; 3. School of Environmental and Resource Science, Zhejiang A & F University, Hangzhou 311300, China; 4. Zhejiang Forest Resource Monitoring Center, Hangzhou 310020, China）

Based on individual tree biomass of permanent sample plots from 2009 to 2014, 2014 to 2016 and 2016 to 2017 in Tiantai county, Zhejiang province, parameters such as average annual growth rate of biomass of reserved trees, average annual reserved rate of biomass, average annual number of ingrowth and their growth rate of biomass were calculated combining with ecological forest and commercial one, forest types and age groups. The biomass of each tree species group at subcompartment in 2017 was calculated for cardinal number of annual net productivity calculation in 2018. The productivity of reserved tree, potential one of felled or mortality and ingrowth of different species at subcompartments was calculated combined with responding parameters, and then the annual net productivity of arbor layer of forest in the county could be calculated. The results showed that in 2018, the net productivity of arbor layer of forest in Tiantai was 5.895×105t of which 5.404×105t of reserved tree, 0.125×105t of potential, 0.366×105tons of ingrowth, and annual net productivity per unit area was 7.00 t/ha. The net productivity of ecological forest was 3.523×105t, and that of commercial one was 2.372×105t. The annual net productivity of coniferous-broad-leaved mixed forest was the highest, 1.849×105t, and that per unit area of hard broad-leaved forest was the largest, 0.833×105t. The annual net productivity of middle-aged forest was the highest, 2.782×105t, and that per unit area of young forest was the largest, 0.833×105t.

permanent sample plot; subcompartment; annual net productivity of arbor layer of stand; structured computation;Tiantai county

S757

A

1001-3776（2019）06-0045-08

10.3969/j.issn.1001-3776.2019.06.008

2019-04-15；

2019-09-21

国家科技支撑计划团队任务“低效公益林更新改造和健康维持技术研究与示范（2012BAD22B0503）；天台县生态公益林效益评价及空间布局与生态需求耦合水平研究（ZC2017ZFCG-031）

蔡人岳，助理工程师，从事林业技术推广工作；E-mail: cairenyue@126.com。

陶吉兴，教授级高级工程师，从事森林资源调查监测和评估研究；E-mail: taojixing@126. com。