论文部分内容阅读
碳排放引起的气候变化对中国生态环境和社会经济造成的负面影响日益显著,森林碳汇量的相关研究愈加重要。传统的森林碳汇量测算方法耗时耗力,执行起来非常困难,所以研究一种准确且适合区域树种的碳汇预测模型具有重要的现实意义。为了减少测定碳汇量的外业工作量,需要建立精度高、适用区域树种的碳汇动态预测模型。本文以鲁中山区为例,利用现有的鲁中山区样地和解析木数据,构建各树种胸径、树高生长方程和单木碳汇预测模型,通过联立方程组的方法,实现对鲁中山区各树种碳汇量的动态预估。主要研究结果如下: (1)单木胸径、树高生长预测模型研究。以山东省鲁中山区侧柏、赤松、刺槐三个树种共367个样地171棵解析木的数据为基础,首先选用常用的5个常用的理论方程(逻辑斯蒂克方程(Logistic)、单分子方程(Mitscherlich)、坎派兹方程(Gompertz)、考尔夫方程(Korf)和理查德方程(Richards))通过非线性最小二乘法分别进行回归拟合,然后利用决定系数R-Square和均方差MSE2个指标筛选出不同树种最优胸径、树高生长模型。 (2)碳汇影响因子的研究。对比分析了林木生长过程中的立地、林龄、树高、胸径和碳汇量五个重要因子的变化趋势、相互作用关系。分析结果表明:三个树种各因子的变化规律基本相同;随着年龄增长,林木碳汇量整体呈增长趋势,其中立地条件越好,单木碳汇量值相对较大,符合森林生长规律;胸径和树高因子对单木碳汇量影响规律一致,立地因子对单木碳汇量变化的影响不显著;通过因子分析,确定了单木碳汇量与胸径、树高及其组合变量之间都存在较强相关性,为模型变量的选择奠定了基础。 (3)单木碳汇量预测模型研究。选择不同立地条件下的解析木数据用于建立单木碳汇量模型,其中80%数据用于拟合,剩余20%数据用于检验模型精度。首先通过非线性最小二乘法对12个常用的单木碳汇模型进行拟合,然后选用均方差MSE、R-Square检验指标进行检验,用于筛选各树种不同立地条件下最优单木碳汇模型。结果表明:对于侧柏模型9和模型10的R-Square最高,均方差MSE最小,同时参数值检验显著。因此将模型9和模型10作为模拟侧柏不同立地条件下的单木碳汇量的最优模型。对于刺槐和赤松,模型5和模型6的R-Square最高,均方差MSE最小,因此将模型5和模型6作为刺槐和赤松不同立地条件下的最优模型。 (4)单木碳汇量动态预测模型研究。通过数据筛选择优构建了各树种不同立地条件下胸径、树高单木生长模型以及单木碳汇量模型,以联立方程的形式构建单木碳汇量动态预测模型,通过似不相关回归SUR和两阶段最小二乘ITOLS两方法进行参数估计。结果表明:两种方法的模型变量系数全部通过t检验和F检验,p<0.01,决定系数R2均在0.8以上,两阶段最小二乘法模型拟合效果比较理想。 (5)鲁中山区不同树种碳汇动态预测系统设计。为了验证论文提出的单木碳储量动态预测模型的准确性和适用性,对系统进行体系结构与功能结构设计,数据流程设计,所需各种参数的数据库结构设计以及系统界面设计。在设计的基础上编写程序最终实现碳汇动态预测系统的应用。 本研究将碳汇量与树龄结合起来,成功构建了鲁中山区侧柏、刺槐、赤松单木碳汇动态模型,编写了鲁中山区不同树种碳汇动态预测系统,为鲁中山区今后的经营管理提供重要决策依据,同时提高了林业工作者的工作效率,具有一定的现实意义。