• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      寒溫帶興安落葉松林生物量模型

      2015-09-09 07:06:54都本緒
      河北林業(yè)科技 2015年3期
      關(guān)鍵詞:興安落葉松樣地

      都本緒

      (大連市林業(yè)調(diào)查規(guī)劃院,遼寧 大連 116023)

      因地球大氣中CO2等溫室氣體濃度的劇增而導(dǎo)致的全球氣候變化以及由此產(chǎn)生的一系列生態(tài)環(huán)境問(wèn)題已成為生態(tài)系統(tǒng)研究的焦點(diǎn).而森林作為陸地生態(tài)系統(tǒng)的主體,在全球環(huán)境變化中起著舉足輕重的作用。無(wú)論從其面積、生物量,還是碳儲(chǔ)量上來(lái)看,森林都是地球生物圈的重要組成成分,是陸地生態(tài)系統(tǒng)的主體,在整個(gè)陸地生態(tài)系統(tǒng)的結(jié)構(gòu)和功能中居于重要地位。對(duì)森林生物量,G.P Sparling于1986年首先探討了興安落葉松(Larix Kaempferi)的生物量估算模型[1],ChenY.H(1998)闡述了光照對(duì)西部落葉松(Larix occidentalis)生物量的影響[2],同年,Hillevi.M研究了西伯利亞落葉松(Larix sibirica)生物量在瑞典的分布規(guī)律[3],H.Jiang(2004)做了收割對(duì)興安落葉松(Larix gmelini)生物量的干擾研究[4],G.S Zhou(2005)報(bào)道了落葉松蓄積量和生物量的關(guān)系[5];國(guó)內(nèi)對(duì)落葉松林(Larix)生物量的研究也有很大進(jìn)展,程云屑等對(duì)我國(guó)不同地區(qū)興安落葉松的生物量和生產(chǎn)力做了比較[6],陳林娜等對(duì)華北落葉松(Larix principis-rupprechtii)的生物量進(jìn)行了建模[7],王喜武等對(duì)長(zhǎng)白落葉松(Larix olgensis)的生物量分布也進(jìn)行了探討[8];對(duì)于國(guó)內(nèi)引種的興安落葉松,王永祥(1999)探討了遼寧地區(qū)生物量及其器官分配規(guī)律[9],劉興良在2003年以川西高峽谷地的生物量和生產(chǎn)力為對(duì)象做了研究[10]。

      對(duì)于東北地區(qū)的興安落葉松生物量,于立忠(2007)曾探索了遼寧地區(qū)興安落葉松細(xì)根的生物量分布[11]。但前期研究中樣地設(shè)置少而集中[12]。且前期的研究中尚未見(jiàn)有關(guān)興安落葉松林地下生物量和林下灌草生物量的研究。而本文將以寒溫帶區(qū)興安落葉松林生物量為研究對(duì)象進(jìn)行建模和全面估算,以填補(bǔ)該地區(qū)該領(lǐng)域的空白。

      1 研究區(qū)域和樣地調(diào)查方法

      興安落葉松林主要分布于我國(guó)大小興安嶺地區(qū)(43~53.7N,118~132.5E),該地區(qū)屬于寒溫帶季風(fēng)氣候區(qū),冬季(候平均氣溫<10℃)長(zhǎng)達(dá)9個(gè)月,夏季(候平均氣溫≥22℃)最長(zhǎng)不超過(guò)1個(gè)月,絕大部分地區(qū)幾乎無(wú)夏。年均氣溫4.7~54℃,無(wú)霜期長(zhǎng)達(dá)90~180d,年均降雨量300~600mm,日溫持續(xù)≥10℃的時(shí)期(生長(zhǎng)季)自5月上旬開(kāi)始,8月末結(jié)束,長(zhǎng)70~100d,土壤為漂灰土,土層較淺薄,一般厚20~40cm,這一地區(qū)分布最廣、面積最大的植被類(lèi)型是杜鵑一興安落葉松林,其喬木層多為興安落葉松純林,少數(shù)混生有白樺和樟子松,郁閉度0.4~0.9;灌木層主要由興安杜鵑組成,蓋度可達(dá)50%以上。

      60塊試驗(yàn)標(biāo)準(zhǔn)地分別均勻布設(shè)在該地區(qū),樣地大小為 800m2,分別在 2005年 8~10 月、2006 年 8~10 月進(jìn)行樣地調(diào)查,記錄大地坐標(biāo)、海拔、坡向、坡度、坡位、經(jīng)營(yíng)活動(dòng)、土壤厚度和質(zhì)地。對(duì)胸徑大于4cm的樹(shù)木進(jìn)行每木檢尺,記錄樹(shù)種、胸徑、樹(shù)高(用Vertex IV超聲波測(cè)高儀測(cè)定)、相對(duì)于測(cè)點(diǎn)的方位角和水平距離等指標(biāo)。按徑階選定標(biāo)準(zhǔn)木伐倒,分根、干、皮、枝、葉測(cè)定生物量,采集樣品500g帶回實(shí)驗(yàn)室烘干求含水率。每塊標(biāo)準(zhǔn)地設(shè)置9個(gè)2m×2m的小樣方,采用收割法計(jì)算灌草本的生物量,進(jìn)而計(jì)算出樣地的生物量密度,最后統(tǒng)計(jì)整個(gè)森林生態(tài)系統(tǒng)的生物量。

      2 結(jié)果分析

      2.1 喬木單木生物量模型

      在調(diào)查中,以胸徑和樹(shù)高(Vertex IV超聲波測(cè)高儀)的測(cè)量精度最高,所以選取這兩個(gè)指標(biāo)作為建立模型的自變量,利用線性函數(shù)、指數(shù)函數(shù)、冪函數(shù)、二次函數(shù)模型,分別以D和D2H為自變量進(jìn)行模型選優(yōu)。

      表1 以D為參數(shù)的單木生物量模型

      分析表1可知,所擬合的線性、指數(shù)、冪、二次函數(shù)模型的F 值分別為 243.2、356.2、876.7、164.6,都表現(xiàn)為極顯著性,在統(tǒng)計(jì)學(xué)上是成立的。冪函數(shù)B=0.201×D2.2的相關(guān)性最強(qiáng),且誤差值RS、AVGS、RMA最小,是以D為參數(shù)的最優(yōu)模型。

      以D2H為參數(shù)所擬合的線性、指數(shù)、冪、二次函數(shù)模型的顯著性水平都是0,在統(tǒng)計(jì)學(xué)上表現(xiàn)為極顯著,證明模型是合理的(表2)。在以胸徑和樹(shù)高的組合指標(biāo)D2H為參數(shù)的擬合過(guò)程中,冪函數(shù)B=3.7×(D2H)0.95的相關(guān)系數(shù)又達(dá)到最大,且其誤差值RS、AVGS、RMA也最小。

      表2 以D2H為參數(shù)的單木生物量模型

      分別比較以D和以D2H為參數(shù)的模型,選擇相關(guān)系數(shù)最大的B=3.7×(D2H)0.95作為寒溫帶興安落葉松單木生物量的模型,該模型的R值為0.923,F(xiàn)值、顯著性分別為926.4和0.000,回歸系數(shù)標(biāo)準(zhǔn)誤差SEE值最小為0.207,說(shuō)明模型的擬合效果較好。表明加入精確的樹(shù)高指標(biāo),可以顯著的提高生物量預(yù)測(cè)模型的精度。

      2.2 樣地草類(lèi)生物量模型

      備選模型1:假設(shè)直線通過(guò)原點(diǎn),y的方差與x無(wú)關(guān)。

      b1方差估計(jì)

      b2的方差估計(jì):

      備選模型3:假設(shè)直線通過(guò)原點(diǎn),y的標(biāo)準(zhǔn)差正比于x(δy=δx)。

      b3的方差估計(jì)是

      在模型1中,隨機(jī)誤差ε1滿足ε1~N(0,δ2),即獨(dú)立、正態(tài)、等方差。若觀測(cè)數(shù)據(jù)滿足假設(shè)條件時(shí),模型對(duì)值的估計(jì)是最小無(wú)偏估計(jì);若觀測(cè)數(shù)據(jù)不能滿足等方差的條件,則普通最小二乘法估計(jì)不再是最優(yōu)估計(jì)。因此,必須變換模型1使其等方差,模型2和模型3正是出于這種考慮。通過(guò)計(jì)算比較備選模型b值的標(biāo)準(zhǔn)差,以最小標(biāo)準(zhǔn)差為準(zhǔn)則,確定估計(jì)分量干質(zhì)量的最適合模型(表3)。

      表3 草類(lèi)3種模型干物質(zhì)率b值的計(jì)算結(jié)果

      2.3 樣地灌木層生物量模型

      灌木層分3個(gè)分量建模,分別為木質(zhì)化部分、嫩枝葉和根。同理從2.2中的3種備選模型中進(jìn)行優(yōu)選。

      經(jīng)表4分析,除個(gè)別灌木的個(gè)別分量以模型3或模型2為優(yōu)外,其它均以模型1最優(yōu)。這說(shuō)明變量滿足模型1的前提條件:y的方差與x無(wú)關(guān),即因變量y的估計(jì)誤差與自變量x大小無(wú)關(guān),各分量的干質(zhì)量的估計(jì)誤差與樣品干質(zhì)量、鮮質(zhì)量的測(cè)量精度以及抽樣誤差有關(guān)。

      表4 灌木3種模型干物質(zhì)率b值的計(jì)算結(jié)果比較

      3 森林生態(tài)系統(tǒng)生物量模型的擬合

      基于唐守正提出的生物量建模方法[13],本研究以林分郁閉度C、平均林齡A、平均胸徑D、平均樹(shù)高H、林分蓄積V、林分密度N、胸高斷面積B共計(jì)7個(gè)林分因子為自變量;以樹(shù)冠生物量Wa﹑樹(shù)干生物量Wb﹑樹(shù)根生物量Wc、林木總生物量Wlm﹑灌木生物量Wgm、草本生物量Wcb、森林生物量W為因變量進(jìn)行模型研究。同時(shí),還將林木生物量的各分量,即木材﹑樹(shù)皮﹑樹(shù)枝和樹(shù)葉生物量也作為因變量加以研究,分別以Wm﹑Wp﹑Wz和Wy表示。并對(duì)自變量之間、自變量和因變量之間的相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析(表 5、表 6)。

      表5 興安落葉松林分因子的相關(guān)系數(shù)

      表6因變量與自變量(林分因子)的相關(guān)系數(shù)

      注:*表示顯著性概率P值小于或等于0.05;**表示顯著性概率P值小于或等于0.01

      分析表5可知:林分蓄積和胸高斷面積之間、平均樹(shù)高和平均胸徑之間均在統(tǒng)計(jì)上顯著相關(guān)。這說(shuō)明在建模的過(guò)程中,某些自變量可能并不重要,也可能質(zhì)量較差,如果回歸模型選入這些不必要的自變量,不僅計(jì)算量增大,還可能減弱回歸方程的穩(wěn)定性,直接影響模型的應(yīng)用。所以要采用合適的變量?jī)?yōu)選法。

      本研究采用逐步回歸法對(duì)生物量模型進(jìn)行聯(lián)合回歸以剔除不必要的因子,解決信息冗余問(wèn)題。在7個(gè)自變量中,根據(jù)其對(duì)回歸方程影響的大小,逐次的選入到回歸方程中。在這個(gè)過(guò)程中,先前被選入的變量,有些由于其后新引入的變量而失去了重要性,這時(shí)就從回歸方程中將它們剔除掉。每一步都進(jìn)行了F檢驗(yàn),以保證每次引入新變量之前回歸方程中只包含顯著的變量。這個(gè)篩選過(guò)程用迭代法重復(fù)進(jìn)行,直到回歸方程中不再有可淘汰的變量,也沒(méi)有再可引入的新變量為止,這時(shí)為理論上的最優(yōu)模型(表7)。

      表7 逐步回歸法擬合

      在建模過(guò)程中,要對(duì)相關(guān)性大的變量進(jìn)行取舍,平均林齡A和林分密度N在樹(shù)干模型中被剔除,因?yàn)檫@兩個(gè)變量和生物量的相關(guān)系數(shù)相對(duì)較小,雖然理論上樣地的平均林齡越大,生物量的值將會(huì)越高,但實(shí)際中由于各種森林災(zāi)害造成的林木死亡和人為經(jīng)營(yíng)對(duì)密度的干預(yù),使的平均林齡和樣地的生物量關(guān)系相對(duì)較弱。同理,其它各分量的生物量模型也相應(yīng)的去掉不必要的自變量,只選入有效參數(shù)進(jìn)行建模。同時(shí)進(jìn)行聯(lián)合估計(jì)得到林木、樹(shù)皮、樹(shù)葉和森林總生物量模型(表8)。

      表8 聯(lián)合估計(jì)結(jié)果

      4 結(jié)論與討論

      豐富的森林資源清查資料是了解各類(lèi)森林材積準(zhǔn)確信息的重要途徑,如果能將這些資源用于估算森林生物量和生產(chǎn)力的動(dòng)態(tài)變化,不僅對(duì)于科學(xué)地指導(dǎo)森林的經(jīng)營(yíng)管理,而且對(duì)于全球變化的研究,特別是區(qū)域尺度的生產(chǎn)力模型驗(yàn)證,都具有重要意義。本研究以興安落葉松為例,探討了利用森林資源清查資料估算森林生物量的方法,并建立了落葉松生物量和生產(chǎn)力的相關(guān)模型,為進(jìn)一步基于森林資源調(diào)查資料估算其他類(lèi)型森林生物量和生產(chǎn)力提高了技術(shù)參考。主要結(jié)論如下:

      (1)以D2H為參數(shù)對(duì)興安落葉松單木生物量擬合的精度高于僅以D為參數(shù)的模型,這和于立忠的研究結(jié)論一致[11],但本研究的估測(cè)精度更高,原因是實(shí)驗(yàn)中利用了Vertex IV超聲波測(cè)高儀進(jìn)行了樹(shù)高的測(cè)定,該儀器可以取得較高的測(cè)量精度,將準(zhǔn)確的樹(shù)高信息引入到模型中,必然提高模型的精度。冪函數(shù)B=3.7×(D2H)0.95在預(yù)測(cè)寒溫帶高山區(qū)興安落葉松的單木生物量時(shí)表現(xiàn)最佳,該模型的R值達(dá)到0.92,F(xiàn)值和顯著性分別為857和0.000,且其殘差分布也符合要求,具有良好的統(tǒng)計(jì)學(xué)意義,這和劉興良在四川地區(qū)選定的生物量?jī)绾瘮?shù)模型相似[10]。研究表明林下灌木和草本生物量各分量的估計(jì)誤差與樣品干質(zhì)量、鮮質(zhì)量的測(cè)量精度以及抽樣誤差密切相關(guān),而與樣品本身的大小關(guān)系不大。

      (2)在建立林分生物量模型的過(guò)程中,林分郁閉度、平均林齡、平均胸徑、平均樹(shù)高、林分蓄積、林分密度、胸高斷面積這7個(gè)因子之間存在著較大的相關(guān)性,為了剔除掉冗余的信息,本研究利用的是逐步回歸法對(duì)自變量進(jìn)行優(yōu)選,而李崇貴2005年對(duì)此問(wèn)題采用嶺跡分析法也同樣取得了較高的精度。能否在該地區(qū)采用嶺跡分析和主成分分析等方法解決信息重疊的問(wèn)題以改善生物量模型,還有待于進(jìn)一步研究。在建立的7個(gè)分量預(yù)估模型中,樹(shù)干生物量的估測(cè)精度達(dá)到最高的95.78%;其次為樹(shù)冠生物量,其精度為94.36%;林下灌木和草本層的估測(cè)精度較低。這主要是因?yàn)闃?shù)干和樹(shù)冠相對(duì)于林下植被,受到的人為干擾更小。通過(guò)聯(lián)合估計(jì)得到的林木、樹(shù)皮、樹(shù)葉和森林總生物量模型也分別達(dá)到94.3%、91.22%、90.34%和93.43%的精度。但本研究的林分郁閉度數(shù)值大都為目測(cè)估計(jì),在模型中并沒(méi)能完全反映出對(duì)生物量的影響。建議在今后森林調(diào)查時(shí),尋找更準(zhǔn)確快捷的方法來(lái)測(cè)量郁閉度,以提高模型的可靠性。

      在利用森林資源調(diào)查資料估算森林的生物量和生產(chǎn)力時(shí)不但要選好相關(guān)因子,而且也應(yīng)該將人工林與天然林分別加以考慮。

      [1]G.P Sparling,B.L Williams.Microbialbiomass in organic soils:Estimation of biomass C and effect of glucose or cellulose amendments on the amounts of N and P released by fumigation [J].Soil Biology and Biochemistry,1986,18(5):507-603.

      [2]Chen YH,Klinka K.Survival、growth、and allometry of planted Larix occidentalisseedlings in relation to light availability[J].Forest Ecology and Management,1998,106(2-3):169-179.

      [3]Agnetha Alriksson,HilleviM.Eriksson.Variationsin mineral nutrient and C distribution in the soil and vegetation compartments of five temperate tree species in NE Sweden [J].Forest Ecology and Management,1998,108(3):261-273.

      [4]H.Jiang,Yu.Wang.Water Balance of Birch and Larch Leaves and their Resistance to Short and Progressive Soil Drought[J].Russian Journal of Plant Physiology,2004,60(5):697-701.

      [5]G.S Zhou,M.Zhao.Estimation ofbiomassand net primary productivity of major planted forests in China based on forest inventory data[J].Forest Ecology and Management,2005,207(3):295-313.

      [6]程云屑,李忠孝.興安落葉松三個(gè)主要林型森林生物量的初步研究[J].內(nèi)蒙古林業(yè)調(diào)計(jì),1989,(4):29-39.

      [7]陳林娜,蓋強(qiáng).龐泉溝自然保護(hù)區(qū)華北落葉松森林群落生物量的初步研究[J].山西農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),1991,11(3):240-247.

      [8]王喜武,李喜運(yùn).長(zhǎng)白落葉松生物量測(cè)定的初步探討[J].遼寧林業(yè)科技,1993,(6):31-34.

      [9]王永祥,吳耀先.興安落葉松人工林生物量及器官分配規(guī)律的研究[J].遼寧林業(yè)科技,1999,(2):17-20.

      [10]劉興良,汪明,宿以明,等.川西高山林區(qū)人工林生態(tài)學(xué)研究-種群結(jié)構(gòu)[J].四川林業(yè)科技,2003,(3):1-9.

      [11]于立忠,丁國(guó)泉,朱教君,等.施肥對(duì)興安落葉松人工林細(xì)根生物量的影響[J].應(yīng)用生態(tài)學(xué)報(bào),2007,18(4):713-720.

      [12]艾訓(xùn)儒,沈作奎.中亞熱帶興安落葉松生物量、生長(zhǎng)量研究[J].湖北民族學(xué)院學(xué)報(bào)(自然科學(xué)版),2001,19(2):20-22.

      [13]唐守正,張會(huì)儒,胥輝.相容性生物量模型的建立及其估計(jì)方法的研究[J].林業(yè)科學(xué),2000,36(增刊 1):19-28.

      猜你喜歡
      興安落葉松樣地
      額爾古納市興安落葉松中齡林植被碳儲(chǔ)量研究
      山西落葉松雜交良種逾10萬(wàn)畝
      昆明市主要綠化樹(shù)種閾值測(cè)定與分析
      基于角尺度模型的林業(yè)樣地空間結(jié)構(gòu)分析
      興安行吟(組詩(shī))
      北極光(2019年12期)2020-01-18 06:22:16
      興安四月樹(shù)
      文苑(2019年22期)2019-12-07 05:29:32
      長(zhǎng)白落葉松離體再生體系的建立
      追夢(mèng)興安
      草原歌聲(2018年2期)2018-12-03 08:14:12
      神奇的落葉松提取物
      廣西石漠化地區(qū)不同植被恢復(fù)樣地的土壤微生物量比較
      龙门县| 友谊县| 江北区| 曲周县| 田东县| 衡南县| 抚远县| 长沙市| 鸡西市| 大名县| 阜康市| 阿鲁科尔沁旗| 富民县| 松潘县| 兴宁市| 濉溪县| 六安市| 三明市| 高邑县| 新田县| 小金县| 满洲里市| 耒阳市| 萨迦县| 名山县| 正定县| 拉孜县| 浑源县| 兴安盟| 盘山县| 社旗县| 城口县| 淳安县| 彭阳县| 海晏县| 敦煌市| 堆龙德庆县| 高密市| 西贡区| 南投县| 库车县|