三种直径分布拟合模型在长白落叶松林分的实际应用

基于长白落叶松中龄纯林样地调查,采用相对直径法、指数函数法和Weibull分布函数法三种常用方法拟合林分胸径分布规律.结果表明,三种方法均能有效描述林分直径分布规律,特别是指数函数简单易行、拟合精度高、适用性强,可视为长白落叶松中龄林直径分布拟合的最优模型.     

联合GF-6和Sentinel-2红边波段的森林地上生物量反演

光谱反射率能反映地物差异,是森林地上生物量（Aboveground Biomass,AGB）遥感反演的理论基础。红边波段处于近红外与红光波段交界处快速变化的区域,能对植被冠层结构和叶绿素含量的微小变化做出快速反应,对植被生长状况较敏感。研究以GF-6和Sentinel-2多光谱影像作为数据源,结合野外调查AGB数据,构建落叶松和樟子松AGB线性和非线性估测模型,通过比较模型精度选择最优模型进行森林AGB反演和空间分布制图。结果表明：GF-6和Sentinel-2影像红边波段反射率与落叶松、樟子松AGB均呈显著相关（P<0.05）,红边波段对AGB估测较敏感。多变量估测模型整体估测效果优于单变量模型,所有模型中多元线性回归模型取得了最优的决定系数（落叶松R²=0.66,樟子松R²=0.65）和最低的均方根误差（落叶松RMSE=31.45 t/hm²,樟子松RMSE=54.77 t/hm²）。相比单个数据源,联合GF-6和Sentinel-2影像构建的多元线性回归模型估测效果得到了显著提升,模型RMSE对于落叶松和樟子松AGB估测分别最大降低了22.9%和11.2%。增加红边波段进行AGB估测能显著提高模型估测精度,三组数据源分别加入红边波段信息后进行建模,模型RMSE得到了显著降低。GF-6拥有800 km观测幅宽和高效的重访周期,可以快速地提供大尺度时间序列数据,在森林地上生物量反演和动态监测方面有着很大潜力。     

中亚热带森林单木地上生物量的机载激光雷达估测

以雪峰山武冈林场为研究对象,利用遥感数据和地面实测样地数据,研究机载激光雷达（LiDAR）估测中亚热带森林乔木层单木地上生物量的能力.利用条件随机场和最优化方法实现LiDAR点云的单木分割,以单木尺度为对象提取的植被点云空间结构、回波特征以及地形特征等作为遥感变量,采用回归模型估测乔木层地上生物量.结果表明: 针叶林、阔叶林和针阔混交林的单木识别率分别为93%、86%和60%;多元逐步回归模型的调整决定系数分别为0.83、0.81和0.74,均方根误差分别为28.22、29.79和32.31 t·hm^-2;以冠层体积、树高百分位值、坡度和回波强度值构成的模型精度明显高于以树高为因子的传统回归模型精度.以单木为对象从LiDAR点云中提取的遥感变量有助于提高森林生物量估测精度.
     

长白落叶松人工林乔木层生物量分布特征及其固碳能力研究

基于8~56 a长白落叶松人工林样地生物量调查数据,建立了长白落叶松林各器官生物量模型,探讨了不同林龄长白落叶松人工林干材、树皮、树枝、树叶、树根的生物量分布与变化规律及单木与林分乔木层的固碳能力。结果表明:随着林龄的增大,长白落叶松人工林林木及各器官生物量均呈现不同程度的增加趋势,单株木生物量由8 a时的0.174 kg增加至56 a时的328.196 kg,林分乔木层生物量由8 a时的0.519 t·hm-2增加至56 a时的251.39 t·hm-2,其中树干所占比例最大,且增幅最大。长白落叶松人工林单木平均碳储量为74.822 kg,56 a林分乔木层碳密度为130.455 t·hm-2,平均碳密度达63.113 t·hm-2,各器官碳储量变化规律明显。长白落叶松人工林幼龄林、中龄林、近熟林、成熟林林分乔木层的年平均固碳量分别为0.087、1.193、1.703、2.124 t·hm-2,固碳量年平均增长率排序为中龄林幼龄林成熟林近熟林。研究认为,长白落叶松人工林单株木及林分各器官生物量随林龄增加具有明显的变化规律,成熟林分固碳水平最高,中龄林分后期固碳潜力最大。     

三种林分生物量估算方法的比较

区域森林生物量的估算方法是人们目前关注的焦点,建立林分生物量模型成为一种趋势.本文以吉林省落叶松人工林固定样地为例,采用非线性似乎不相关回归法构建2种林分生物量模型,即基于林分变量的林分生物量模型(模型系统Ⅰ)和基于生物量换算系数的林分生物量模型(模型系统Ⅱ),给出落叶松人工林固定生物量换算系数值,并比较了3种林分生物量估算方法的预估精度.结果表明: 所建立的2种林分生物量模型中,总生物量和树干生物量模型拟合和预测效果较好,其R_a²>0.95,且均方根误差(RMSE)、平均预测误差(MPE)和平均绝对误差(MAE)都较小.树叶和树枝生物量模型拟合和预测效果相对较差,其模型的R_a²<0.95.模型系统Ⅰ和模型系统Ⅱ的预测精度均优于固定生物量换算系数法.基于生物量换算系数的林分生物量模型属于材积源生物量法,其本质与基于林分变量的林分生物量模型不同,但二者的预测效果相当.固定生物量换算系数的预测能力较差,将生物量与蓄积量之比假定为恒定常数是不恰当的.此外,为了使模型参数估计更有效,所建立的生物量模型应当考虑林分总生物量及各分项生物量的可加性.     

塔里木河下游柽柳灌丛地上生物量估测

根据划分的柽柳灌丛大、中、小等级,在塔里木河下游英苏至喀尔达依区段进行地表采样、称重,采用统计相关法对柽柳年龄及地径关系进行分析,构建柽柳直立枝与单丛地上生物量估测模型,对模型精度进行检验,筛选最佳模型,并对模型估测值与实测值进行卡方检验。结果表明:(1)输水后柽柳新萌直立枝地径随年龄增加而增大,但输水前柽柳萌生直立枝的地径随年龄增加未呈现规律性变化。在地下水条件非一致性的干旱荒漠区,柽柳地径大小不能作为判断其年龄的依据。(2)根据柽柳标准枝和灌丛因子实测数据,用一元线性函数、幂函数、指数函数、对数函数4种函数进行柽柳直立枝生物量估测模型拟合结果表明,幂函数w=2.007(d2 h)0.837估测模型最优,其总体估测精度达89.92%。(3)以冠幅面积单变量、冠幅周长与丛高双变量构建的柽柳单丛生物量估测模型的精度分别为78.95%和80.09%。(4)以全收获法实测数据为真值对估测模型进行精度检验,柽柳冠幅面积为自变量模型的估测精度为80.54%,柽柳冠幅周长和丛高估测模型的精度为66.85%。(5)对柽柳单株及单丛生物量模型估测值与实测值进行卡方检验结果表明两者之间无显著差异。研究认为,由于柽柳冠幅在高分辨遥感数据上容易获取,柽柳冠幅面积估测模型在传统生物量估测和遥感生物量估测都具有实用价值。     

落叶松人工林生物量模型研究

以不同年龄、不同密度的落叶松（Larix olgensis）人工林为研究对象,基于19块标准地95株标准木的树干解析、枝解析的生物量数据,研究不同大小树木因子（胸径、树高、冠幅等）与单木各分量（树干、枝、叶）生物量之间的关系,应用统计分析软件建立落叶松单木各部分生物量的回归模型。利用单木各部分生物量回归模型方程估测落叶松人工林各林分的总生物量,并分析了不同年龄及林分密度下林分生物量的变化规律：林分的生物量随年龄的增加而不断增长,树干的生物量的比例是最大的,同时也是随着年龄的增长而不断的增加,而树枝和树叶的生物量的比例比较小,林分的生物量随林分密度的增加而不断增加。最后建立林分生物量模型,为落叶松人工林的研究提供基础资料,为了解落叶松人工林的生产力,对其进行合理经营提供科学依据。     

黄土高原典型草原地上生物量估测模型

为了寻求有效的草地地上生物量估测方法和精确估测黄土高原典型草原草原地上生物量。于2014年8月中旬,在黄土高原典型草原草原地上生物量达到最大值,分别从单株水平和种群水平进行野外调查。以株高(H)和盖度(C)的复合因子(C×H)为自变量,通过回归分析,建立地上生物量估测模型,采用留一法对其精确性进行评估;并通过校正系数以及群落总生物量估测值和实测值比较单株水平和种群水平所建模型的精确性。结果表明:黄土高原典型草原草地,无论在单株水平还是种群水平,线性和幂函数对该区域生物量的拟合效果更好。估测模型检验结果表明,在单株水平各个物种的生物量估测值与实测值相关性较好,均达到了显著水平(P0.05),其r值均大于0.6,总相对误差RS均小于10%,平均相对误差绝对值RMA(average absolute value of relative error)均小于30%,总生物量的实测值与估测值比较接近,校正系数均接近1;而在种群水平上,虽然各物种的生物量估测值与实测值相关性均达到了显著水平(P0.05),但多数物种平均相对误差绝对值RMA大于30%,总相对误差RS(total relative error)均大于10%,总生物量的估测值均大于实测值,校正系数均偏离了1,说明在黄土高原典型草原通过单株水平建立的物种生物量估测模型的精度优于种群水平建立的物种生物量估测模型的精度。     

三种森林生物量估测模型的比较分析

森林生物量的定量估算为全球碳储量、碳循环研究提供了重要的参考依据。该研究采用黑龙江长白山地区的TM影像和133块森林资源一类清查样地的数据, 选取地学参数、遥感反演参数等71个自变量分别构建多元逐步回归模型、传统BP (back propagation)神经网络模型和基于高斯误差函数的BP神经网络改进模型(Gaussian error function, Erf-BP), 进而估算该地区的森林生物量, 并进行比较分析。结果表明, 多元逐步回归模型估测的森林生物量预测精度为75%, 均方根误差为26.87 t·m^-2; 传统BP神经网络模型估测森林生物量的预测精度为80.92%, 均方根误差为21.44 t·m^-2; Erf-BP估测森林生物量的预测精度为82.22%, 均方根误差为20.83 t·m^-2。可见, 改进后的Erf-BP能更好地模拟生物量与各个因子之间的关系, 估算精度更高。     

黑龙江省东部地区红松人工中幼龄林生物量研究

运用非线性联立方程组建模理论建立红松立木相容性生物量模型,然后利用模型计算出人工红松各个样地林木各器官和样地总生物量。以林分年龄、林分平均胸径、林分密度等因素为制约条件,讨论分析林分生物量在林木各器官之间的分配规律,并且探究林分年龄、林木大小和林分密度的变化对林分生物量的影响。结果表明:幼龄红松人工林林分生物量与平均胸径成正相关关系;林分密度对林分生物量影响较大,并且随着密度的增大而增大,且最适合的林分密度范围是1 000~1 400株·ha-1;红松人工幼、中龄林林分生物量各器官分配规律相同,表现为树干树根树枝树叶,地上生物量占林分生物量79%左右;林分地上和地下生物量大概呈3.8∶1的比例。     

不同林龄长白落叶松人工林碳储量

基于7—41 a长白落叶松人工林样地生物量调查,探讨了不同发育阶段长白落叶松人工林碳储量的时空变化规律。结果表明:随林龄的增大,长白落叶松人工林林木和各器官生物量增加,树干所占比例增加,生物量转换因子(BEF)、根茎比(R)等参数分布正常。林下植被层、倒落木质物层生物量随林龄增大呈增加趋势。群落总碳储量的空间分布序列是:乔木层倒落木质物层林下植被层。未成林期、幼龄林、中龄林、近熟林和成熟林群落的碳储分别为6.585、66.934、90.019、125.103、162.683t.hm-2,乔木层碳储量分别为3.254、58.521、78.086、108.02、138.096 t.hm-2,倒落木质物层和林下植被层碳储量平均值分别为10.859、1.988 t.hm-2。乔木层、倒落木质物层和林下植被层碳储量占总量的平均比率分别为85.99%、2.17%和11.85%。在不同发育阶段群落和乔木层碳储量的年生产力呈先降后升的变化趋势,中龄林的碳储量累积速率高于幼龄林及成熟林,碳素年固定量分别为0.940、3.889、3.615、3.628、3.968 t.hm-2,乔木层年生产力分别为0.465、3.39、3.137、3.133、3.368 t.hm-2。林下植被层年生产力呈"U"形变化,平均值为0.079 t.hm-2。倒落木质物层的年生产力呈线性增长,平均值为0.423 t.hm-2。研究认为长白落叶松人工林群落碳储量随林龄增加的变化规律明显,碳汇潜力巨大。     

用地统计学方法对落叶松人工纯林表层细根生物量的估计

 采用地统计学的变异函数分析方法定量研究了落叶松（Larix olgensis）纯林表层（0～10 cm）细根的空 间异质性特征,利用地统计学的克里格内插法结合定积分,对落叶松纯林表层细根（<2 mm）的生物量进 行了估测。结果表明：1）6种林龄（14～40 年）的落叶松人工纯林表层细根的变异函数曲线理论模型均 为球状模型,空间变异主要是由结构性因素引起,且空间自相关程度均属中等以上（空间结构比>25%）。 14、19、22、26、32、40年生的落叶松纯林表层细根的空间变异尺度分别为1.76、3.40、1.02、4.12、 3.37和5.58 m。在所研究的林龄范围内,随林龄的增长,落叶松纯林表层细根的空间变异尺度近似呈直线 增长（p =0.074 4）。2）非参数统计的成对样本符号检验结果表明,变异函数分析结果基础上的克里格 内插法适用于落叶松纯林表层细根生物量的估计。利用此估计值,拟合其与位置坐标值之间的多元回归关 系均为二元十次余弦级数多项式。利用此多项式,通过定积分的方法（积分区间为整块样地的大小）,估 计出14、19、22、26、32、40年生的落叶松纯林表层细根生物量分别为1.097 3、1.434 0、1.185 4、 0.974 3、1.682 6、1.255 6 Mg• hm-2。3）在本次调查的林龄范围内（14～40年）,落叶松纯林表层细 根的现存量近似相等（α=0.037 3）,土壤表层单株细根生物量与林龄之间呈极显著的指数增长关系（α =0.002）。4）采用地统计学的克里格空间插值,结合多元回归和定积分的方法,可以实现落叶松人工林 表层细根生物量的准确估计。     

内蒙古镶黄旗草地蝗虫潜在发生可能性评价

以内蒙古草地蝗虫产卵期、越冬期和孵化期的关键气象影响因子作为草地蝗虫气象适宜度指数构建的主要因子,对内蒙古镶黄旗2010年草地蝗虫潜在发生的气象适宜性进行评价;根据当年7月上中旬在镶黄旗的实地调查资料,选取海拔、坡向、土壤类型、土壤含砂量、植被类型、植被盖度、土地覆被类型7个相对稳定的生境因子,用模糊评判方法和3S（GIS、RS、GPS）技术对该旗草地蝗虫潜在发生的生境适宜性进行评价;最后通过构建气象-生境适宜性综合评价模型,得到该旗2010年草地蝗虫潜在发生可能性（POG）等级,并用2010年实测数据和2001-2010年历史数据对模型模拟的蝗虫发生位置和蝗灾发生面积进行验证.结果表明：用本文所建气象-生境适宜性综合评价模型对镶黄旗POG等级的评价结果是可靠的.该旗草地蝗虫潜在发生的气象适宜性等级非常一致,绝大多数为适宜等级;蝗虫潜在发生源地的空间异质性主要与生境因子有关,在海拔1300～1400 m的平地/东坡/南坡、植被盖度30%～50%的温带丛生禾草草原、土壤含砂量60%～80%的典型栗钙土的生境条件下,草地蝗虫潜在发生的可能性最高.     

基于抚育间伐效应的长白落叶松人工林两阶段枯死模型

1972和1974年分别在黑龙江省江山娇林场及孟家岗林场设置10块长白落叶松人工林固定样地(8块抚育间伐样地、2块对照样地),采用连年复测数据,分析抚育间伐对人工长白落叶松样地枯死与单木枯死的影响.基于二分类变量Logistic回归,建立了样地枯死及样地内单木枯死概率的两阶段模型(Ⅰ:抚育间伐后样地水平枯死概率模型;Ⅱ:枯死样地中单木水平枯死概率模型),采用广义估计方程(GEE)方法对模型参数进行估计.根据敏感度和特异度曲线相交点确定枯死概率最优临界点.结果表明: 样地数据按照抚育间伐次数分为4组分别建模(模型1～模型4).在模型1中,地位指数、林分年龄的自然对数、抚育间伐年龄及强度为显著自变量;模型2～模型4采用主成分分析法建模,主成分包含林分年龄、每公顷株数、平均胸径及抚育间伐因子,说明抚育间伐因子对样地枯死概率有显著影响.抚育间伐对枯死样地中单木枯死概率无显著影响,单木枯死概率模型中显著性自变量为林分初植密度、年龄、林木胸径的倒数及林分中大于对象木的所有林木断面积之和.样地枯死概率模型及单木枯死概率模型Hosmer和Lemeshow拟合优度检验均不显著,模型AUC均在0.91以上,估计正确率均超过80%,说明模型拟合效果较好.     

人工神经网络与相容性生物量模型预测单木地上生物量的比较

森林生物量是林业生产经营和森林资源监测的重要指标,为探索高效低偏的单木生物量估测方法,引入人工神经网络.本研究采用黑龙江省东折棱河林场的101株长白落叶松地上生物量数据,基于不同变量(胸径、树高、冠幅)组合建立了4个聚合模型体系(AMS),采用加权回归消除模型的异方差.然后,基于最优的变量组合建立人工神经网络(ANN)...     

林窗模型BKPF模拟伊春地区红松针阔叶混交林采伐迹地对气候变化的潜在反应

用森林演替模型BKPF研究黑龙江省伊春地区红松针阔叶混交林采伐迹地上森林演替在未来50年气候变化和CO₂浓度增加的反应得出:伊春地区采伐迹地演替50年后红松和硬阔叶树的数量增加,落叶松、山杨与白桦减少;林分密度略有降低;林分生产力增加约7%～28%;林分地上部分总生物量增加15%～24%;叶面积指数增加约5%～8%.气候变化有利于采伐迹地阔叶红松林恢复.     

基于森林资源清查资料的落叶松林生物量和净生长量估算模式

 丰富的森林资源清查资料是了解各类森林材积准确信息的重要途径,如果能将这些资源用于估算森林生物量和生产力的动态变化,不仅对于科学地指导森林的经营管理,而且对于全球变化的研究,特别是区域尺度的生产力模型验证,都具有重要意义。根据我国落叶松(Larix)林生物量和材积的实际调查资料,探讨了基于森林资源清查资料(森林材积V和林龄A)估算森林生物量和生产力的方法,指出无论是人工林还是天然林,落叶松林的生物量与其蓄积量、生产力与其年均净生物生产量(B/A)和年均净蓄积生产量(V/A)均呈双曲线关系,但落叶松林的生产力与其生物量(B)关系不明显,并分别建立了人工和天然落叶松林的相关模型;所建模型克服了将森林生物量与其蓄积量之比作为常数的不足,并考虑了林龄对于森林生产力的影响。     

Biomass Allocation Patterns across China’s Terrestrial Biomes

Root to shoot ratio (RS) is commonly used to describe the biomass allocation between below- and aboveground parts of plants. Determining the key factors influencing RS and interpreting the relationship between RS and environmental factors is important for biological and ecological research. In this study, we compiled 2088 pairs of root and shoot biomass data across China’s terrestrial biomes to examine variations in the RS and its responses to biotic and abiotic factors including vegetation type, soil texture, climatic variables, and stand age. The median value of RS (RSm) for grasslands, shrublands, and forests was 6.0, 0.73, and 0.23, respectively. The range of RS was considerably wide for each vegetation type. RS values for all three major vegetation types were found to be significantly correlated to mean annual precipitation (MAP) and potential water deficit index (PWDI). Mean annual temperature (MAT) also significantly affect the RS for forests and grasslands. Soil texture and forest origin altered the response of RS to climatic factors as well. An allometric formula could be used to well quantify the relationship between aboveground and belowground biomass, although each vegetation type had its own inherent allometric relationship.