人工長(zhǎng)白落葉松樹冠生物量預(yù)測(cè)模型

李曉晶

(黑龍江省林業(yè)和草原第一調(diào)查規(guī)劃設(shè)計(jì)院，黑龍江 牡丹江 157009)

社會(huì)的發(fā)展通常伴隨著森林資源的消耗，尤其是木材方面的消耗，面對(duì)日益緊缺的森林資源，林業(yè)學(xué)者們開始關(guān)注除木材以外的其它林木部分的利用[1]。在東北地區(qū)因長(zhǎng)白落葉松對(duì)于森林資源的貢獻(xiàn)較大，所以成為重要的造林和用材樹種之一，長(zhǎng)白落葉松人工林的大面積的栽植可以在一定程度上緩解木材的緊缺狀況，但20世紀(jì)60年代起，木材交易市場(chǎng)和許多木材加工業(yè)要求以重量為單位進(jìn)行交易[2]，極大地促進(jìn)了樹木生物量的研究，研究其樹冠生物量(冠內(nèi)全部枝條和樹葉的生物量和)，不僅有利于了解落葉松生長(zhǎng)過(guò)程，還能在某種程度上提高木材交易量。樹木的生理過(guò)程，如光合作用、呼吸作用，主要是在樹冠內(nèi)完成的，因此，樹冠生物量大小還與樹木的生長(zhǎng)和發(fā)育密切相關(guān)，準(zhǔn)確的估計(jì)樹冠生物量不僅可以評(píng)價(jià)樹木活力和生長(zhǎng)潛力，還對(duì)于評(píng)價(jià)不同地區(qū)和不同林分的凈初級(jí)生產(chǎn)力和碳儲(chǔ)量具有重要的現(xiàn)實(shí)意義[3]。

目前，估算生物量的常用方法為生物量模型估算法，即利用樹木易測(cè)因子來(lái)推算難以測(cè)定的立木生物量，這樣可以減少生物量數(shù)據(jù)收集工作。當(dāng)前，較為廣泛使用的生物量模型形式是非線性異速冪函數(shù)方程(W=aXb，W為生物量，X為樹木因子，a和b為模型參數(shù))。常用的樹木因子有胸徑、樹高、冠長(zhǎng)、冠幅等。為便于獲取數(shù)據(jù)應(yīng)用生物量模型，常常僅采用胸徑一個(gè)自變量估計(jì)生物量，郭孝玉等[4]用胸徑估計(jì)長(zhǎng)白落葉松樹冠生物量，表明僅包含胸徑的樹冠生物量模型具有較高的可靠性。此次以黑龍江省東京城林業(yè)局和林口林業(yè)局的人工長(zhǎng)白落葉松為研究對(duì)象，選取與樹冠生物量相關(guān)性較高的樹木易測(cè)因子作為模型自變量，建立人工長(zhǎng)白落葉松樹冠生物量預(yù)估模型。

1 研究區(qū)域概況和數(shù)據(jù)

1.1 研究區(qū)域概況

研究數(shù)據(jù)來(lái)源于黑龍江省佳木斯市樺南縣東北部的孟家崗林場(chǎng)，地理坐標(biāo)為130°32′～130°52′E，46°20′～46°30′N。地處完達(dá)山西麓余脈的孟家崗林場(chǎng)，其地形主要為低山丘陵，海拔最低僅170 m，最高達(dá)575m。該地氣候四季分明，全年的平均氣溫為2.7℃，全年降水量平均為550mm，無(wú)霜期約為129d，屬于東亞大陸性季風(fēng)氣候。典型暗棕壤是孟家崗林場(chǎng)的主要土壤類型，土壤肥沃，除此之外，少數(shù)區(qū)域還有白漿土、草甸土等。林場(chǎng)植物資源豐富，其中主要喬木樹種有紅松(PinuskoraiensisSiebold et Zuccarini)、落葉松(LarixolgensisHenry)、樟子松(Pinussylvestrisvar. mongolica)、水曲柳(FraxinusmandschuricaRupr.)、胡桃楸(JuglansmandshuricaMaxim.)等。

1.2 數(shù)據(jù)收集與整理

數(shù)據(jù)來(lái)自于2015年，在10～30年生且未進(jìn)行過(guò)整枝的長(zhǎng)白落葉松人工林中設(shè)置的5塊標(biāo)準(zhǔn)樣地，樣地大小為0.04～0.06hm2。樣地坐標(biāo)，坡度，坡向和年齡(Age，a)均需記錄，之后對(duì)樣地進(jìn)行每木檢尺，包括胸徑(D，cm)，樹高(H，m)和東南西北這4個(gè)方向上的冠幅大小(CW，cm)的測(cè)量。根據(jù)等斷面積徑級(jí)標(biāo)準(zhǔn)木法，可以將胸徑劃分為5個(gè)等級(jí)(I級(jí)，II級(jí)，III級(jí)，IV級(jí)和V級(jí))。按照不同等級(jí)的胸徑在每塊樣地附近分別選取5株長(zhǎng)勢(shì)良好、樹冠完整的樹木作為標(biāo)準(zhǔn)解析木。同時(shí)以每木檢尺結(jié)果中胸徑的前6個(gè)最大值的平均值和6個(gè)最小值的平均值為參考分別選取1株優(yōu)勢(shì)木和1株劣勢(shì)木，即一個(gè)樣地總共7棵解析木。解析木伐倒前，也需要測(cè)量其D，H和CW，伐倒時(shí)需緊貼地面伐倒。用皮尺測(cè)量第一活枝高和樹高從而確定樹冠的長(zhǎng)度(CL，m)，從樹干的北向開始順時(shí)針對(duì)每一輪的所有枝條都進(jìn)行編號(hào)。分別對(duì)每一輪的所有枝條進(jìn)行枝條解析，所有枝條均需標(biāo)明生長(zhǎng)狀態(tài)，將所有枝條用枝剪貼基部剪掉，并稱量所有枝條的鮮重。每輪輪生枝需要選取一個(gè)長(zhǎng)勢(shì)中等的枝條作為標(biāo)準(zhǔn)枝，對(duì)該枝條的枝葉分離，分別稱重并記錄。隨后，取50～100g的枝樣品和葉樣品帶回實(shí)驗(yàn)室，在85℃的條件下烘干至恒重，記錄下樣品干重。通過(guò)計(jì)算樹枝、樹葉的干重與鮮重比值，推算每一輪其他枝條的枝、葉的干生物量。本研究將數(shù)據(jù)按4:1的比例分成建模和檢驗(yàn)兩部分，即28棵解析木數(shù)據(jù)用來(lái)建模，7棵解析木檢驗(yàn)。最終所用數(shù)據(jù)的基本信息見表1。

表1 數(shù)據(jù)基本信息統(tǒng)計(jì)表

2 研究方法

2.1 模型的建立

選擇D、H、Age和CL這4個(gè)樹木因子作為備選自變量，分析樹冠生物量與不同備選自變量的關(guān)系。通過(guò)相關(guān)性分析的方法得到樹冠總生物量變化的主要影響因子。生物量模型采用冪函數(shù)的形式(式①，假設(shè)誤差結(jié)構(gòu)為相乘型)：

①

式中：W為樹冠生物量，Xi代表模型自變量，ai為模型參數(shù)，i=1,2,3,…,ε，為模型殘差項(xiàng)。由于生物量模型普遍存在異方差的現(xiàn)象，導(dǎo)致參數(shù)估計(jì)有偏，因此需要對(duì)生物量模型進(jìn)行異方差的校正[5]。目前，校正異方差主要有非線性加權(quán)回歸和對(duì)數(shù)轉(zhuǎn)換的方法，比較這兩種方法發(fā)現(xiàn)，采用對(duì)數(shù)轉(zhuǎn)換的方法較為簡(jiǎn)單，不需要確定權(quán)重的大小。所以本研究采用對(duì)數(shù)轉(zhuǎn)換的方法消除模型的異方差現(xiàn)象, 同時(shí)Dong等[6]對(duì)不同反對(duì)數(shù)校正因子(CF)的比較發(fā)現(xiàn)不同CF間差異較小，且與不校正(CF=1)時(shí)差異也很小，因此對(duì)于反對(duì)數(shù)回來(lái)的模型預(yù)測(cè)值不進(jìn)行校正。對(duì)數(shù)化后的生物量模型形式(式②)如下：

lnW=lna0+a1lnX1+a2lnX2…ailnXi+lnε

②

2.2 模型檢驗(yàn)

模型的擬合優(yōu)度評(píng)價(jià)并不能完全反映出模型的預(yù)測(cè)能力，為了對(duì)樹冠生物量模型的預(yù)測(cè)精度作出評(píng)價(jià)，需要利用獨(dú)立的樣本數(shù)據(jù)進(jìn)行模型檢驗(yàn)。本次研究采用6個(gè)指標(biāo)對(duì)模型的擬合優(yōu)度和檢驗(yàn)結(jié)果進(jìn)行評(píng)價(jià)，其中調(diào)整后相關(guān)系數(shù)(R2)和均方根誤差(RMSE)為模型擬合評(píng)價(jià)指標(biāo)，平均預(yù)測(cè)誤差(MPE)，平均預(yù)測(cè)誤差絕對(duì)值(MPE%)，平均絕對(duì)誤差(MAE)和平均絕對(duì)誤差絕對(duì)值(MAE%)。為模型檢驗(yàn)評(píng)價(jià)指標(biāo)。具體計(jì)算公式如下：

③

④

⑤

⑥

⑦

⑧

3 結(jié)果與分析

3.1 模型建立

通過(guò)相關(guān)性分析發(fā)現(xiàn)，樹冠總生物量與D、H、Age和CL之間的Spearman相關(guān)系數(shù)分別為0.939，0.827，0.424和0.858，且均通過(guò)了99%的置信水平檢驗(yàn)。因此，將D、H、CL作為樹冠模型的自變量。利用R統(tǒng)計(jì)軟件，采用逐步回歸的方法擬合式②發(fā)現(xiàn)：H和CL均未作為模型自變量，認(rèn)為這兩個(gè)因子對(duì)樹冠生物量的影響不顯著，因此最終的樹冠生物量模型形式為：lnW=4.0541+2.2043lnD，模型的R2和RMSE大小分別為0.9415和0.5316，表明該模型的擬合效果較好，解釋了數(shù)據(jù)的94%的變異。

3.2 模型檢驗(yàn)

利用獨(dú)立樣本對(duì)所建立的樹冠生物量模型進(jìn)行檢驗(yàn)，計(jì)算各種檢驗(yàn)評(píng)價(jià)指標(biāo)，MPE，MPE%，MAE和MAE%分別為-0.3016，-3.2603%，0.4471和5.4331%，指標(biāo)值均較小表明模型的預(yù)測(cè)值與實(shí)測(cè)值相差不大，預(yù)測(cè)效果較好。圖1為模型的殘差圖，模型并未表現(xiàn)出明顯的異方差現(xiàn)象。

圖1 模型預(yù)測(cè)值與殘差散點(diǎn)圖

4 結(jié)論

本研究基于林口、東京城林業(yè)局內(nèi)的長(zhǎng)白落葉松解析木數(shù)據(jù)，對(duì)樹冠生物量進(jìn)行了初步分析。樹冠生物量與胸徑的相關(guān)性最大，其次是冠長(zhǎng)和樹高。樹冠生物量模型僅以胸徑作為自變量時(shí)，模型擬合效果和檢驗(yàn)效果均表現(xiàn)較好，說(shuō)明該模型可以預(yù)估研究區(qū)域內(nèi)長(zhǎng)白落葉松的樹冠生物量大小。