论文部分内容阅读
森林生物量是森林生态系统的最基本数量特征,生物量数据是研究许多林业问题和生态问题的基础,因此,准确测定生物量对于计算碳储量以及研究气候变化、森林健康、森林生产力、养分循环等十分重要。虽然直接测量每个部分(树干、树枝、树叶和树根)实际的重量无疑是估计生物量最准确的方法,但是这个过程需要大量的时间和金钱。因此,目前测算森林生物量常用的方法为生物量模型估算法。本研究以东北林区主要树种以及林分类型为研究对象,基于东北林区17个主要树种的1049株解析木以及27个林分类型的20996块固定样地数据,较为全面的分析了东北林区主要树种以及主要林分类型生物量分配比例和根茎比变化规律,并利用似然分析法去判断各树种、林分类型总量及各分项生物量异速生长方程的误差结构(相加型和相乘型),采用非线性似乎不相关回归构建了其总量及各分项生物量可加性生物量模型,最后用“刀切法”来评价所建立的生物量模型。总的来说,本研究从单木及林分生物量模型误差结构的确定、可加性生物量模型结构、生物量分配比例和根茎比变化规律等方面进行深入地研究,为全国性生物量和碳储量监测提供可靠的理论与技术知识。本研究具体贡献及结论:(1)选择对数转化的线性回归还是非线性回归主要依赖于异速生长方程的误差结构。似然分析法被认为更符合核心统计原则,更适合用来确定模型的误差结构。(2)3SPW系统和SUM(3)系统不仅解决了生物量模型的不可加性,且有较好的预测能力,是确保生物量可加性的不错选择。但是3SPW系统在模型估计和实际应用中较为复杂,而SUM(3)系统则相对容易实现。(3)东北林区17个树种不同胸径大小树木的各器官生物量分配比例是不同的,其变化规律有一定的不稳定性,有些器官生物量分配比例随着胸径的增大而增大(或增大的趋势),有些器官生物量分配比例随着胸径的增大而减小(或减小的趋势),还有一些器官生物量分配比例不随胸径的变化而变化(或没有明显的增大或减小)。此外,本研究也表明了东北林区3个主要人工林针叶树种不同龄级会影响其各器官生物量相对分配比例。(4)东北林区各树种树干生物量所占百分比最大,为62.6%,紧随其后的是树根生物量,其所占百分比为22.0%,而树枝和树叶生物量百分比较小,分别为11.2%和4.2%。此外,东北林区各树种地上生物量与地下生物量有着明显的线性关系,其根茎比变化范围为0.196~0.378。(5)本文所建立的聚合型可加性生物量模型中,总量、地上和树干生物量模型拟合和预测效果较好,而树叶和树枝生物量模型拟合和预测效果较差。所建立的东北林区主要树种总量与各分项生物量模型的拟合效果较好,其预测精度基本都在80%以上,都能对东北林区主要树种生物量进行很好的估计。(6)东北林区各林分类型生物量分配给树干、树枝、树叶和树根的比例存在巨大的差异,其生物量分配比例与林分平均直径、林分平均高和林分密度也有明显规律性,且变化趋势并不相同。其中,黑龙江大兴安岭林区各林分类型树干、树根、树枝和树叶的分配比例平均值分别为64.1%、23.0%、10.2%和2.7%;吉林省长白山林区各林分类型树干、树根、树枝和树叶的分配比例平均值分别为63.1%、21.4%、12.5%和3.0%;黑龙江省小兴安岭、长白山林区各林分类型树干、树根、树枝和树叶的分配比例平均值分别为62.8%、21.4%、11.9%和3.9%。(7)不同林分类型的根茎比存在一定的差异,且绝大多数林分类型根茎比与林分平均直径、林分平均高和林分密度存在显著的变化关系。不同地区各林分类型平均值根茎比在0.210~0.370之间,其平均值为0.280。其中,黑龙江省大兴安岭林区根茎比平均值为0.300;吉林省长白山林区根茎比平均值为0.275;黑龙江省小兴安岭、长白山林区根茎比平均值为0.274。(8)本研究所建立的林分总量、地上和树干生物量模型拟合和预测效果较好,而地下(树根)、树叶和树枝生物量模型拟合和预测效果较差。总的来说,所建立的东北林区主要林分类型三类林分生物量模型的拟合效果较好,其预测精度基本都在90%以上,都能对东北林区主要林分类型生物量进行很好的估计。(9)至于选择最适当的方法来估算林分生物量,结果具有不确定性。林分生物量-林分蓄积量和生物量换算系数连续函数法都属于材积源生物量法,其本质与林分生物量-林分变量模型不同,但三者的预测精度相当,而固定生物量换算系数的预测能力较差。