杉木短周期小徑級(jí)速生材培育模式樹(shù)干生物量模型構(gòu)建

劉星　袁慧　唐嵐　鄭京津　許業(yè)洲

摘 要： 以湖北省咸寧市咸安區(qū)7～12 a杉木短周期小徑級(jí)速生材培育模式人工林為研究對(duì)象，用96株解析木數(shù)據(jù)構(gòu)建該模式樹(shù)干生物量模型。結(jié)果表明：平均單木樹(shù)干生物量為18.64 kg，其中62.5%的樣本樹(shù)干生物量在10～20 kg，而主伐年齡9～10 a的平均單木生物量為20 kg左右；以胸徑為變量的一元方程和以胸徑、樹(shù)高為變量的二元方程均達(dá)到了較好的擬合效果（R2>0.9），但二元方程擬合精度更高；經(jīng)檢驗(yàn)，最優(yōu)一元方程（W=0.104×D2.123）和最優(yōu)二元方程（W=0.02×D1.486×H1.362）的預(yù)估精度分別為92.25%和94.75%，均能滿足生產(chǎn)應(yīng)用需求和標(biāo)準(zhǔn)，為該栽培模式木材生物量估算提供技術(shù)支持。

關(guān)鍵詞： 杉木；短周期；小徑材；樹(shù)干生物量；模型構(gòu)建

中圖分類號(hào)：S792.18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-3020（2023）01-0001-07

Construction of a Tree Trunk Biomass Model for Short-cycle Small-sized Timber Model of Cunninghamia lanceolata

Liu Xing Yuan Hui Tang Lan Zheng Jingjin Xu Yezhou

（1.Hubei? Academy of? Forestry Wuhan 430075；

2.Hubei Fast Growing and High Yield Forest Engineering Technology Research Center Wuhan 430075）

Abstract： The tree trunk biomass model of 7～12 years Cunninghamia lanceolata short-cycle small-path fast-growing plantation in Xianan District，Xianning City，Hubei Province was constructed with the data of 96 analytical trees.The results showed that the average single tree trunk biomass was 18.64 kg，of which 62.5% of the samples were in the range of 10～20 kg，and the average single tree biomass was about 20 kg in the age of 9～10 years.The univariate equation with DBH as variable and the bivariate equation with DBH and tree height as variable achieved good fitting effect （R2>0.9），but the bivariate equation had higher fitting accuracy.By test，the prediction accuracy of the optimal monadic equation （W=0.104×D2.123） and the optimal bivariate equation （W=0.02×D1.486×H1.362） were 92.25% and 94.75%，respectively，which could meet the requirements and standards of production and application，and provide technical support for wood biomass estimation in this cultivation mode.

Key words： Cunninghamia lanceolata；short cycle；small-sized timber；biomass of trunk；model building

杉木Cunninghamia lanceolata在中國(guó)栽培歷史悠久，是我國(guó)南方地區(qū)主要的速生用材樹(shù)種之一，在我國(guó)人工林發(fā)展中具有重要的地位［1］。杉木同樣也是湖北低山丘陵區(qū)主要造林樹(shù)種和重要針葉用材樹(shù)種，主要分布于鄂西山區(qū)和鄂東南低山丘陵區(qū)［2］。近20年來(lái)，鄂東南低丘崗地逐漸形成了一種杉木短周期小徑級(jí)速生材栽培模式，其主要特點(diǎn)是以生產(chǎn)8～10 cm小徑木為經(jīng)營(yíng)目標(biāo)，林分密度大多在4 000株·hm-2以上，經(jīng)營(yíng)周期9～10 a，平均每畝年收入可達(dá)1 000元，能有效提高單位面積經(jīng)營(yíng)效益。

生物量是森林生態(tài)系統(tǒng)最基本的數(shù)量特征，是研究森林及其生態(tài)問(wèn)題的基礎(chǔ)，與森林生態(tài)系統(tǒng)的碳儲(chǔ)量和碳匯功能密切相關(guān)［3-4］。生物量的高低直接反映出林木利用自然資源的能力，是評(píng)估林地生產(chǎn)力的重要指標(biāo)，對(duì)于林分生產(chǎn)力和生態(tài)效益估算、林地質(zhì)量維持及可持續(xù)經(jīng)營(yíng)都具有重要意義［5-6］。單株生物量是研究森林生物量的基礎(chǔ)。許多學(xué)者圍繞如何以單木生物量（包含樹(shù)干、樹(shù)枝、樹(shù)葉和樹(shù)根）為基礎(chǔ)，推算得到樣地水平生物量進(jìn)行了廣泛深入的研究［7-10］。樹(shù)干生物量在單株生物量各組分中占比最大，在森林生物量中占有主體地位。杜虎等［11］對(duì)馬尾松Pinus massoniana、杉木、桉Eucalyptus robusta樹(shù)人工林生物量進(jìn)行研究時(shí)發(fā)現(xiàn)，樹(shù)干木材生物量所占比重最大；鄭海妹等［12］研究表明，可利用生物量擴(kuò)展因子將其與林木總生物量及各維度生物量進(jìn)行轉(zhuǎn)換，并因其測(cè)定相對(duì)簡(jiǎn)單且精度較高，在估測(cè)林分生物量中具有較好的適用性。樹(shù)干生物量與單株材積最直接相關(guān)且可相互轉(zhuǎn)換，是人工林經(jīng)營(yíng)的主要收獲物生產(chǎn)量及效益估算的基礎(chǔ)參數(shù)。杉木短周期小徑級(jí)速生材培育是一種類似農(nóng)作物種植的創(chuàng)新模式，本研究旨在調(diào)查該特殊栽培模式的杉木樹(shù)干生物量基本特征，并以主要測(cè)樹(shù)因子構(gòu)建樹(shù)干生物量預(yù)估模型，以對(duì)其生產(chǎn)力預(yù)估、經(jīng)營(yíng)效益評(píng)價(jià)提供技術(shù)支持。

1 研究區(qū)概況

研究區(qū)位于湖北省咸寧市咸安區(qū)。咸安區(qū)位于湖北省東南部，咸寧市北部，東臨陽(yáng)新縣，南極崇陽(yáng)縣，西界赤壁市，北交武漢市江夏區(qū)，地處東經(jīng)114°06′～114°43′，北緯29°39′～30°02′之間，是幕阜山系和江漢平原的過(guò)渡地帶，地勢(shì)東南高西北低，呈階梯狀分布，狀如撮箕，按形態(tài)成因?yàn)榉值蜕?、丘陵、崗地、平原四大類型，相?duì)高差936.1 m。該區(qū)域?qū)賮啛釒Ъ撅L(fēng)性濕潤(rùn)氣候，四季分明，氣候溫和，日照充足，雨量豐沛，無(wú)霜期長(zhǎng)，嚴(yán)寒酷暑時(shí)間短。土壤垂直分布明顯，海撥800 m以下的低山丘陵區(qū)廣泛分布著地帶性紅壤，以棕紅壤、黃紅壤等居多，800～3 200 m為棕黃壤，3 200 m以上為草甸土，森林植被組成和群落外貌明顯地反映出亞熱帶常綠（落葉）闊葉林特征。

2 材料與方法

2.1 樣品采集

在研究區(qū)的杉木短周期小徑級(jí)速生材培育模式人工林中設(shè)置24塊標(biāo)準(zhǔn)地，標(biāo)準(zhǔn)地大小20 m×30 m。對(duì)每塊標(biāo)準(zhǔn)地進(jìn)行每木檢尺，詳細(xì)記錄各標(biāo)準(zhǔn)地的環(huán)境因子和測(cè)樹(shù)因子，包括經(jīng)緯度、海拔、坡度、坡向、坡位、胸徑、樹(shù)高、郁閉度、枝下高、冠幅、健康狀況等。每塊標(biāo)準(zhǔn)地依據(jù)平均胸徑選取4株樣木，將樣木伐倒后按2 m區(qū)分段進(jìn)行樹(shù)干解析，實(shí)測(cè)各區(qū)分段樣木的鮮重，按區(qū)分段截取圓盤稱重后帶回實(shí)驗(yàn)室，經(jīng)105 ℃烘箱內(nèi)烘干至恒量后稱重，測(cè)定各樣品的干重，并計(jì)算含水率=（（鮮重-干重）/鮮重）×%。隨后，基于含水率推算出各段及整個(gè)樹(shù)干的干重。標(biāo)準(zhǔn)地的基本信息見(jiàn)表1。

2.2 研究方法

國(guó)內(nèi)外學(xué)者對(duì)生物量模型做了大量研究，得到多種能夠表達(dá)測(cè)樹(shù)因子與林木生物量之間相關(guān)關(guān)系的模型［13-17］。比較常用的變量包括胸徑（D）、樹(shù)高（H）等。不同學(xué)者根據(jù)生物量建模對(duì)象的不同，構(gòu)建了結(jié)構(gòu)形式不同的方程［18-22］。本研究選擇3個(gè)以胸徑為自變量的一元方程和5個(gè)以胸徑、樹(shù)高為自變量的二元方程作為基礎(chǔ)模型（表2）。

分別選取96株樣木中的76株和20株用于模型擬合和模型檢驗(yàn)（表3）。

為檢驗(yàn)?zāi)Ｐ偷倪m用性，根據(jù)樹(shù)干生物量模型擬合結(jié)果，將20株檢驗(yàn)樣本的胸徑、樹(shù)高實(shí)測(cè)值代入8個(gè)生物量模型中，計(jì)算出樹(shù)干生物量干重的預(yù)測(cè)值，然后與標(biāo)準(zhǔn)地調(diào)查的樹(shù)干生物量的實(shí)測(cè)值進(jìn)行對(duì)比，并作殘差圖。

采用平均偏差（ME）、平均相對(duì)偏差（MAE）、決定系數(shù)（R2）和預(yù)估精度（P）共4個(gè)統(tǒng)計(jì)量［23］對(duì)所建立的生物量模型進(jìn)行獨(dú)立性檢驗(yàn)。公式如下：

值，y＾i為模型預(yù)估值，n為樣本數(shù)。

2.3 數(shù)據(jù)處理與分析

利用SPSS 19.0對(duì)杉木生物量模型進(jìn)行擬合，應(yīng)用Microsoft Excel 2019軟件進(jìn)行模型檢驗(yàn)計(jì)算和作圖。

3 結(jié)果與分析

3.1 樹(shù)干生物量基本特征

本研究樣木平均樹(shù)干生物量為18.64 kg，變化范圍8.66～52.54 kg，變異系數(shù)54.83%。對(duì)樹(shù)干生物量按10 kg進(jìn)行分級(jí)并統(tǒng)計(jì)各級(jí)樣木株數(shù)，結(jié)果表明整體呈偏山狀分布（圖1），較小級(jí)樹(shù)干生物量的樣木株數(shù)占比偏高。其中10～20 kg的樣木60株，占總株數(shù)的62.5%。從圖2不同年齡統(tǒng)計(jì)結(jié)果看，樹(shù)干生物量總體呈隨年齡增大而增大的變化規(guī)律，其中9 a和10 a差異不大，但比7 a增大47%左右，而12 a和7 a差異顯著，12 a是7 a的2倍多，比9 a增大37%左右。9～10 a為主伐年齡，平均樹(shù)干生物量為20 kg，按林分密度5 000株·hm-2計(jì)，該栽培模式單位面積樹(shù)干生物量約100 t·hm-2。

3.2 樹(shù)干生物量模型擬合結(jié)果

從（表4）擬合結(jié)果看，各模型的決定系數(shù)（R2）都達(dá)到0.9以上，平均偏差和平均相對(duì)偏差均低于±1 kg和±5%，表明各模型擬合效果較好。一元方程中的3個(gè)模型的擬合效果差異不大，決定系數(shù)十分相近，但模型1的相對(duì)偏差較小，可選擇為最優(yōu)一元模型；二元方程中除模型4的擬合參數(shù)明顯較低外，其它4個(gè)模型的決定系數(shù)均在0.97左右，模型5的決定系數(shù)最高而模型6的偏差較低，均可作為較好的二元預(yù)估模型。相比較而言，二元模型的決定系數(shù)比一元模型提高了4%，偏差參數(shù)更低，擬合效果更優(yōu)。這與木村允［24］、王超［25］和孫燕飛［8］等的研究結(jié)果是一致的。胸徑作為林業(yè)上廣泛使用的測(cè)樹(shù)因子，是樹(shù)木特性、年齡、立地條件和林分密度等因素的綜合體現(xiàn)，且易于測(cè)量，因此是估測(cè)林木生物量一個(gè)較為實(shí)用的指標(biāo)；而樹(shù)高是樹(shù)干的直接度量，并且由于樹(shù)木生長(zhǎng)的協(xié)調(diào)性，樹(shù)高與胸徑及其它營(yíng)養(yǎng)部分的生長(zhǎng)之間有密切關(guān)系，所以利用胸徑、樹(shù)高這兩個(gè)指標(biāo)，通過(guò)建立數(shù)學(xué)模型能較為精確地估測(cè)各組分的生物量。

3.3 模型檢驗(yàn)

分別用8個(gè)模型預(yù)估20株檢驗(yàn)樣木的樹(shù)干生物量并作殘差分布散點(diǎn)圖（圖3），各模型殘差分布較均勻且沒(méi)有出現(xiàn)異常值，實(shí)際調(diào)查值與模型預(yù)測(cè)值相差甚微，說(shuō)明各模型的預(yù)估效果都比較好。其中，一元模型差值在±8以內(nèi)，二元模型差值在±7以內(nèi)，差異不大，但是模型差值最小的在±4以內(nèi)，且均為二元模型，說(shuō)明二元模型誤差更小，更精準(zhǔn)。

為檢驗(yàn)?zāi)Ｐ偷念A(yù)估效果和適用性，分別選擇模型1和模型5進(jìn)行綜合評(píng)價(jià)與檢驗(yàn)（表5）。2個(gè)模型的決定系數(shù)（R2）都在0.9以上，預(yù)估精度（P）都達(dá)到了90%以上，且估計(jì)值的平均相對(duì)偏差MPE都低于0.01％，模型預(yù)估效果較好，具有較好的適用性。而模型5的決定系數(shù)（R2）、預(yù)估精度（P）分別比模型1提高了4.55%和2.71%，其預(yù)估精度更高，適用性更好。

4 結(jié)論與討論

人工林生物量由眾多因素共同調(diào)控，例如區(qū)域的水熱條件、林齡、森林類型以及生長(zhǎng)狀況等［26］。根據(jù)單木樹(shù)干生物量和單位面積林木株數(shù)數(shù)據(jù)推算，本研究杉木短周期小徑級(jí)人工林樹(shù)干生物量平均為62.57～132.31 t·hm-2，與謝建文［27］對(duì)常規(guī)杉木12 a不同造林密度下杉木人工林的生物量43.59～86.22 t·hm-2研究結(jié)果相比，提高了43.54%～53.46%；遠(yuǎn)高于惠柳笛等［28］5～15 a桂西北杉木人工林的生物量7.16～67.56 t·hm-2。林分密度是影響林分生物量最重要的因子之一［29-30］。在一定密度范圍內(nèi)，隨著林分密度的增大，人工林單位面積生長(zhǎng)的林木株數(shù)越多，林分生物量也越高。這一結(jié)果說(shuō)明該栽培模式在較短輪伐期內(nèi)比一般栽培模式更能充分利用林地資源，具有更高的林地生產(chǎn)力和經(jīng)營(yíng)效益。

本研究以杉木短周期小徑級(jí)速生材培育模型人工林為研究對(duì)象，采用包含胸徑的一元模型和包含胸徑、樹(shù)高的二元模型對(duì)杉木生物量進(jìn)行擬合，結(jié)果表明模型決定系數(shù)R2均在0.9以上，一元和二元模型的擬合效果都較好，但二元模型的預(yù)估精度更高，這與吳明晶［31］、李玉鳳［32］、秦佳雙［33］、耿丹［34］等已有的研究結(jié)果一致，也與方晰等［35］和明安剛等［36］分別對(duì)廣西中部丘陵區(qū)不同林齡馬尾松和廣西大青山馬尾松人工林生物量進(jìn)行研究得出的W=a（D2H）b為最適模型相對(duì)一致，說(shuō)明二元生物量模型能更加精準(zhǔn)地反映出樹(shù)干生物量的平均特征。杜虎等［11］］研究認(rèn)為廣西人工林生物量的估算模型為W=aDb，說(shuō)明一元模型在實(shí)際的生產(chǎn)生活中使用更為便捷，可以推廣應(yīng)用。因此，在模型選擇時(shí)，可充分考慮實(shí)際應(yīng)用情況，若林分結(jié)構(gòu)復(fù)雜或樣地地形險(xiǎn)要等因素使得樹(shù)高測(cè)定工作量大，耗時(shí)耗力，可考慮通過(guò)測(cè)量胸徑實(shí)現(xiàn)生物量的預(yù)估。以往很多研究也表明生物量與胸徑之間存在著很好的相關(guān)關(guān)系，因此在森林的生物量預(yù)測(cè)中以胸徑為單變量的模型也被廣泛運(yùn)用［37-40］。整體來(lái)看，本研究建立的杉木短周期小徑級(jí)速生材培育模式樹(shù)干生物量模型估測(cè)生物量簡(jiǎn)單方便快捷，能較好滿足該模式下杉木的生物量估測(cè)和精度要求。

參 考 文 獻(xiàn)

［1］許業(yè)洲，王起富，余義，等.杉木短周期小徑材培育模式的林分直徑結(jié)構(gòu)及經(jīng)營(yíng)要素預(yù)測(cè)［J］.東北林業(yè)大學(xué)學(xué)報(bào)，2021，49（2）：18-23，30.

［2］杜超群，王起富，曾勇，等.湖北省杉木栽培區(qū)劃及氣候特征研究［J］中南林業(yè)科技大學(xué)學(xué)報(bào)，2019，39（4）5-10.

［3］陶玉華.森林生態(tài)系統(tǒng)碳儲(chǔ)量研究的意義及國(guó)內(nèi)外研究進(jìn)展［J］.現(xiàn)代農(nóng)業(yè)科技，2012（9）：205-212.

［4］West P W.Tree and forest measurement［M］.2nd ed.Berlin：Springer，2009.

［5］張光燦，劉霞，周澤福，等.黃土丘陵區(qū)油松水土保持林生長(zhǎng)過(guò)程與直徑結(jié)構(gòu)［J］.應(yīng)用生態(tài)學(xué)報(bào)，2007（4）：728-734.

［6］沈亞洲，孫曉梅，張江濤，等.甘肅小隴山林區(qū)日本落葉松人工林單株生物量的研究［J］.林業(yè)科學(xué)研究，2011（4）：517-522.

［7］蔡兆煒，孫玉軍，施鵬程.基于非線性度量誤差的杉木相容性生物量模型［J］.東北林業(yè)大學(xué)學(xué)報(bào)，2014，42（9）：28-32.

［8］孫燕飛，王國(guó)英，侯建花，等.臨安杉木生物量估算模型及其通用性研究［J］.浙江林業(yè)科技，2018，38（2）：50-56.

［9］吳明晶.福建將樂(lè)杉木生物量相容性模型分析［J］.福建林業(yè)科技，2020，47（4）：67-71.

［10］傅煜，雷淵才，曾偉生.區(qū)域尺度杉木生物量估計(jì)的不確定性度量［J］.林業(yè)科學(xué)，2014，40（12）：79-86.

［11］杜虎，曾馥平，王克林，等.中國(guó)南方3種主要人工林生物量和生產(chǎn)力的動(dòng)態(tài)變化［J］.生態(tài)學(xué)報(bào)，2014，34（10）：2712-2724.

［12］鄭海妹，歐光龍，胥輝，等.森林生物量擴(kuò)展因子研究進(jìn)展［J］.廣東農(nóng)業(yè)科學(xué)，2014（20）：145-149.

［13］ZHANG Yujia，BORDERS B E.Using a system mixed-effects modeling method to estimate tree compartment biomass for intensively managed loblolly pines：an allometric approach ［J］.For Ecol Manage，2004，194（1/3）： 145 - 157.

［14］BI Huiquan，TURNER J，LAMBERT M J.Additive biomass equations for native eucalypt forest trees of temperate Australia［J］.Trees，2004，18（4）：467-479.

［15］FEHRMANN L，LEHTONEN A，KLEINN C，et al.Comparison of linear and mixed-effect regression eresNG Shouzheng models and a k-nearest neighbour approach for estimation of single-tree biomass［J］.Can J For Res，2008，38（1）：1-9.

［16］王瑋，周世興，黃從德.四川寶興縣杉木（Cunninghamia lanceolata）人工林立木生物量估算模型的研建［J］.四川林勘設(shè)計(jì)，2021，（4）：9-16.

［17］衣旭彤.杉木人工林生物量方程選擇及差異性分析［J］.山東林業(yè)科技，2017，48（2）：1-7，15.

［18］孫擁康，湯景明，臧顥.鄂西山區(qū)日本落葉松林相容性單株生物量模型研究［J］.西部林業(yè)科學(xué)，2019，48（5）：125-130.

［19］彭健健，王增，張勇，等.楊梅人工林相容性單株生物量模型構(gòu)建［J］.浙江農(nóng)林大學(xué)學(xué)報(bào)，2022，39（2）：272-279.

［20］陳振雄，賀東北，肖前輝，等.西藏冷杉立木生物量和材積模型研建［J］.中南林業(yè)科技大學(xué)報(bào)，2018，38（1）：16-21.

［21］符利勇，雷淵才，曾偉生.幾種相容性生物量模型及估計(jì)方法的比較［J］.林業(yè)科學(xué)，2014，50（6）：42-54.

［22］劉秀紅，姜春前，徐睿，等.相容性單木生物量模型估計(jì)方法的比較：以青岡櫟為例［J］.林業(yè)科學(xué)，2020，56（9）：164-173.

［23］Li F R，Choi J K ，Kim J H.The development of growth and yield models for the natural broadleaved-Korean pine forests in nort heast China ［J］.Journal of Korean Forestry Society，2001，90（5）：650-662.

［24］水村允（姜恕等譯）.陸地植物群落的生產(chǎn)量測(cè)定方法［M］.北京：科學(xué)出版社.1981.

［25］王超，高紅真，減永琪.白樺林木單株生物量的研究［J］，林業(yè)科技，2010，35（I）：7-9.

［26］馬姜明，梁士楚，梁月明，等.桂林巖溶石山主要灌叢類型地上生物量及分配特征［J］.廣西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，27（4）：95-98.

［27］謝建文.不同造林密度下杉木人工林的生物量與分配特征［J］.亞熱帶農(nóng)業(yè)研究，2020，16（2）：84-88.

［28］惠柳笛，劉凡勝，莫少壯，等.桂西北杉木人工林的生物量積累及生產(chǎn)力變化［J］.亞熱帶農(nóng)業(yè)研究，2021，17（2）：78-83.

［29］姜準(zhǔn)，劉丹一，陳貝貝，等.中國(guó)沙棘克隆生長(zhǎng)對(duì)造林密度的早期響應(yīng)及其生物量分配調(diào)節(jié)機(jī)制［Ｊ］.林業(yè)科學(xué)，2017，53（10）：29-39.

［30］Qing ZHAO，Guoshun ZHAO，Mengya YANG，et al.Effects of Fertility and Density on Biomass Production，Translocation and Lodging Resistance of Millet（Setaria italica L.） in North China［J］.Agricultural Biotechnology，2018，7（5）：58-63，66.

［31］吳明晶.福建將樂(lè)杉木生物量相容性模型分析［J］.福建林業(yè)科技，2020，47（4）：67-71.

［32］李玉鳳，秦佳雙，馬姜明，等.南亞熱帶馬尾松人工林地上生物量模型構(gòu)建及分配特征［J］.廣西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，39（4）：170-180.

［33］秦佳雙，李玉鳳，馬姜明，等.廣西不同氣候條件下馬尾松人工林生物量模型構(gòu)建及分配格局［J］.廣西科學(xué)，2021，27（2）：165-174.

［34］耿丹，夏朝宗，張國(guó)斌，等.杉木人工林灌木層生物量模型構(gòu)建［J］.北京林業(yè)大學(xué)學(xué)報(bào)，2018，40（3）：34-41.

［35］方晰，田大倫，胥燦輝.馬尾松人工林生產(chǎn)與碳素動(dòng)態(tài)［J］.中南林學(xué)院學(xué)報(bào)，2003，23（2）：11-15.

［36］明安剛，張治軍，諶紅輝，等.撫育間伐對(duì)馬尾松人工林生物量與碳貯量的影響［J］.林業(yè)科學(xué)，2013，49（10）：1-6.

［37］曾偉生，姚順彬，肖前輝.中國(guó)濕地松立木生物量方程的研建［J］.中南林業(yè)科技大學(xué)學(xué)報(bào)，2015（35）：8-13.

［38］劉迎春，高顯連，付超，等.基于森林資源清查數(shù)據(jù)估算中國(guó)森林生物量固碳潛力［J］.生態(tài)學(xué)報(bào)2019，（39）：4002-4010.

［39］王超，賈翔，趙瑩，等.森林生物量估算方法研究進(jìn)展［J］.北華大學(xué)學(xué)報(bào)（自然科學(xué)版），2019（20）：391-394.

［40］王維楓，雷淵才，王雪峰，等.森林生物量模型綜述［J］.西北林學(xué)院學(xué)報(bào)，2008，23（2）：58-63.

（編校：唐 嵐）

收稿日期：2022-10-14

基金項(xiàng)目：國(guó)家重點(diǎn)研發(fā)計(jì)劃子任務(wù)“湖北杉木人工林近自然改造技術(shù)”（2021YFD2201304-01）。

作者簡(jiǎn)介：劉星（1984～），女，工程師，主要從事林木育種相關(guān)工作。

許業(yè)洲為通訊作者。