基于森林资源清查资料的生物量估算模式及其发展趋势

基于森林资源清查资料的森林生物量估算是在景观、区域甚至全球尺度上评估森林碳收支的重要手段。且在陆地生态系统碳循环和全球变化研究中起着十分重要的作用．对3种常见的基于森林资源清查资料估算生物量的方法及其不足进行较为系统概述的基础上,指出了其未来的研究方向：1)综合考虑森林生物学因素与非生物学因素对森林生物量的影响,特别是蓄积量和林龄,以及气候因子在估算生物量中的作用;2)明确森林总生物量与活立木生物量的关系;3)建立基于森林资源清查资料的遥感驱动生物量估算模型,为森林生物量的准确估算提供方法和依据．     

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。     

中国森林碳动态及其对全球碳平衡的贡献

利用我国第一次（１９７３－１９７６年）至第四次（１９８９－１９９３年）森林资源清查资料,依据建立的不同森林类型生物量和蓄积量之间的回归方程,对我国近２０ａ来森林的碳储量进行了推算。结果表明：我国４次森林资源清查中森林的总碳储量分别是３．７５、４．１２、４．０６和４．２０ＰｇＣ,虽然存在一定的波动现象,但总体呈增加的趋势,自第１次森林资源清查末期至第４次清查结束的１７ａ间,我国森林共增加０．４５Ｐｇ     

基于森林资源清查数据估算中国森林生物量固碳潜力

森林是全球陆地生态系统中最大的植被碳库和碳汇,森林固碳被认为是各国抵减工业温室气体排放的重要途径,通过森林资源清查数据编制国家温室气体清单也是大多数国家的选择。但是,由于森林固碳本身的复杂性,未来通过森林固碳能够抵消多少工业碳排放往往并不清楚。如何基于森林资源清查数据估算森林的固碳潜力,仍是一个值得深入研究的领域。通过能够公开获得的森林资源清查数据,分起源(人工林和天然林)、36个树种、5个林龄组建立了国家和省两级森林蓄积量年增长量模型,并以第六次森林资源清查期为起点,估算了基线情景(造林、管理、干扰、气候、采伐等条件不变)下2001—2200年前中国森林生物量变化和中国森林生物量固碳潜力。结果认为,天然林蓄积量年增长量一般低于人工林;多数天然林树种的蓄积量增长过程符合理论上认为的中间高、前后低的逻辑斯蒂曲线形式,即中龄林、近熟林、成熟林年增长量高,幼龄林和过熟林年增长量低;人工林蓄积量增长过程多为前期高、后期低的形式,即幼龄林、中龄林和近熟林年增长量高,成熟林和过熟林年增长量低。基线情景下中国森林碳容量为12.82 Pg C,其中人工林为6.6 Pg C,天然林为6.2 Pg C;相对于2001年碳储量来说,到2200年中国森林生物量固碳潜力为6.52 Pg C。综合已有研究认为,中国森林生物量固碳潜力为6.52—13.57 Pg C。本研究可以用于优化森林生长过程模型,为我国森林管理政策的制定提供参考。     

基于遥感降尺度估算中国森林生物量的空间分布

森林生物量是陆地生态系统重要的碳库,其大小与空间分布特征直接影响森林的碳汇潜力。基于空间降尺度技术,以中国第六次国家森林资源清查资料为基础,同时结合1∶100万植被分布图及同期的基于MODIS反演的NPP空间分布,定量估算了1 km分辨率下我国森林生物量的空间分布。结果表明:(1)降尺度技术能有效结合遥感数据的空间特征与地面详查资料的统计特征,从而较好地解决当前生物量估算的区域尺度转化问题;(2)我国森林生物量存在明显的空间分布规律,与水热条件的空间分布格局基本一致,表现为西部较低东部较高,大型山脉分布处较高;(3)我国森林生物量总量11.0 Pg,平均生物量74.8 Mg/hm2,其中高值区主要集中在东北大小兴安岭和长白山地区、新疆山区、西南横断山脉地区以及东南武夷山地区。     

基于TM影像、森林资源清查数据和人工神经网络的森林碳空间分布模拟

森林是陆地生态系统中最大的碳库,在全球碳平衡和减缓全球气候变化方面发挥着不可替代的作用。当前主要利用森林资源清查数据和优势树种材积源-生物量的关系进行碳储量估算,在此基础上有效结合遥感影像数据将会更好的满足相关部门对国家和区域森林碳储量计算的需求。利用临安市2004年森林资源清查的930个样地数据和同年度Landsat TM影像数据,提取6个波段灰度值以及与碳储量相关性相对较大的3个波段组合,结合人工神经网络对研究区森林碳储量及其分布进行有效模拟。结果显示,用误差反向传播算法训练神经网络较好的重建了森林碳密度空间分布和变化,森林碳地上部分模拟结果与样地实测值之间的一致性好,全区域模拟结果森林碳平均值为0.98Mg(10.89Mg/hm²),总体森林碳密度模拟结果低于样地平均值约13%,进一步验证了人工神经网络在对大范围森林碳估算与模拟上具有较好的效果,为区域森林碳储量的估测研究提供有效的方法支持。     

黑龙江省森林植被碳储量及其动态变化

黑龙江省的森林资源在全国森林资源中占有较为重要的位置.利用我国第一次(1973～1976年)至第六次(1999～2003年)森林资源清查资料,以及不同树种生物量和蓄积量之间的线性关系,对黑龙江省近30年来森林碳储量进行了求和推算.结果表明,黑龙江省6次森林资源清查中森林的总碳储量分别是7.916×10⁸ t、.413×10⁸ t、.661×10⁸ t、.880×10⁸ t、6.216×10⁸ t和6.011×10⁸ t,总体呈先下降后上升的趋势,说明30年间黑龙江省的森林是CO₂的"汇";特别是1977～1981年后,黑龙江省森林碳储量呈逐渐上升趋势,说明近20年来黑龙江省森林CO₂"汇"的作用在增强.如果对现有森林进行更好地抚育和管理,黑龙江省森林作为CO₂"汇"的潜力很大.     

浙江省森林生物量动态

以浙江省1976至2004年森林资源连续清查资料为数据源,采用基于生物量与蓄积之间关系的生物量转换因子连续函数法,对全省林分生物量和包括林分在内的森林生物量动态进行估计。森林生物量为包括林分、疏林、灌木林、竹林、经济林和四旁树在内的所有林木生物量之和。结果表明,浙江省1976至2004年间森林生物量从1.00828×10^8Mg上升到2.44426×10^8Mg;其中,林分生物量由0.5712×10^8Mg上升到1.51128×10^8Mg。森林生物量和林分生物量的年平均增长速度分别为5.1%和9.1%。在1999至2004年间,森林生物量和林分生物量增长速度均明显加快,分别达到8.6%和10.1%。在1976至2004年间,全省森林面积年均增长速度为1.0%,森林平均生物量从16.50Mg·hm^-2上升到36.59Mg·hm^-2。但是,在森林资源总量不断增加的同时,全省林分质量仍维持较低水平。2004年全省林分单位面积生物量为38.40Mg·hm^-2,远低于全国平均水平（77.40Mg·hm^-2）。研究还表明,利用森林资源连续清查数据和基于单株测树因子的森林生物量模型能够估计大尺度范围内的森林生物量及其动态,但亟待在统一标准下建立和完善覆盖所有树种的生物量模型。     

尖峰岭热带山地雨林长期减弱的碳汇及其环境驱动因素分析

热带森林作为全球最为重要的陆地生态系统之一,在当前气候变化背景下,其碳循环动态对于全球碳平衡状况及碳收支估算具有重要的影响作用。本研究利用尖峰岭热带山地雨林长期样地（P8401、P8402、P8901）自1984~2013年的清查数据,分析生物量长期动态变化,并结合降水等环境因子,试图探求尖峰岭热带山地雨林固碳能力的影响机理。结果表明：海南岛尖峰岭热带山地雨林仍然具有一定的碳汇能力,碳汇速率平均为0.71±0.22 mg·C·hm^-2·a^-1,与世界其他地区热带森林碳汇能力相当,但其碳汇能力却存在逐渐减少的趋势。碳汇能力的减少主要源于干旱和台风暴雨导致死亡生物量的显著增加,但不同样地间存在明显的差异,说明极端气候事件对热带森林固碳能力的影响同时也受局地环境条件和森林自身状况的影响,急需开展更多点上热带森林固碳能力对气候变化的影响研究,以减少热带森林在全球碳循环中估算中的不确定性。     

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。     

天然云杉相容性生物量估算模型

基于150株天然云杉实测材积和生物量数据,利用非线性度量误差方法,建立相容性立木材积与生物量方程,并采用总量直接控制方案和分级联合控制方案研建了地上总生物量与4个分项(干材、干皮、树枝、树叶)的相容性方程系统,其中又采取了独立估计和联合估计两种处理方法进行地上生物量的估计.结果表明: 所建一元、二元相容性立木材积和地上生物量模型的材积和生物量决定系数均在0.85以上,最高达0.99,在胸径基础上增加树高变量能显著提高材积的预估效果,但对生物量的预估效果改进不大.就总量与分量相容性模型而言,分级联合控制方案所建的一元模型好于总量直接控制所建的一元模型,两种方案所建的二元模型效果相当.对一元、二元相容性生物量模型的拟合效果进行对比,结果显示,解释变量的增加明显提高了树枝和树叶生物量的拟合效果,对其他几个分量的拟合效果改善不大.对独立估计和联合估计的对比分析显示,两种估计方法几乎没有差异.     

白桦和水曲柳树干温度日变化的空间变异及其影响因子

植物温度是森林生态系统能量平衡和植被呼吸估算的重要参数.采用T型热电偶监测树皮和木材特性各异的2个阔叶树种(白桦和水曲柳)不同深度、高度和方位的树干温度(T_s),探索T_s日变化的空间变异及其影响因素.结果表明: T_s月平均日变化格局与空气温度呈相似的正弦曲线,但T_s变化滞后于空气温度,时滞从树皮表面处的0 h增加到6 cm深度处的4 h.随测定深度的增加和高度的降低,T_s日变化的峰值和日较差均逐渐减小.T_s周向差异不大,休眠季节白天南向、西向T_s日峰值略高.两树种树皮和木材的热学特性(比热容和导热系数)的差异,会通过影响树干表面与外界的热交换和树干内部热扩散而造成T_s径向变化的种间差异.白桦树皮较高的反射率削弱了太阳辐射对T_s的影响.多元逐步回归分析表明,环境因子可以很好地估测T_s日动态(R²>0.85),影响程度依次为空气温度>水汽压>净辐射>风速.估算生物量热储和树干表面CO₂通量时应考虑T_s径向、纵向和种间差异.     

基于树木起源、立地分级和龄组的单木生物量模型

以马尾松(Pinus massoniana)和落叶松(Larix)的大样本实测资料为建模样本,以独立抽取的样本为验证样本,把样本按起源、立地和龄组进行分级,采用与材积相容的两种相对生长方程,分普通最小二乘和两种加权最小二乘,对地上部分总生物量、地上各部分生物量和地下生物量进行模型拟合和验证,使用决定系数、均方根误差、总相对误差和估计精度等8项统计量对结果进行分析。结果表明:两个树种地上部分总生物量,立地分类方法,模型的拟合结果和适用性都最优;马尾松VAR模型较优,而落叶松CAR模型较好;两种加权最小二乘方法,在建模样本和验证样本中表现得不一致。在建模样本中,加权回归2(权重函数1/f^0.5)略优于加权回归1(权重函数1/y^0.5),但在验证样本中,加权回归1却明显优于加权回归2。而同时满足建模样本拟合结果最优和验证样本检验结果最优的组合中,只有加权回归1。两个树种地上部分各分量生物量,模型拟合结果和适用性,均为干材最优,树叶最差、树枝和树皮居中,样本分类、模型类型和加权最小二乘方法对干材生物量的影响,规律和地上部分总生物量相同;样本分类、模型类型和加权最小二乘方法的最优组合,用验证样本检验的结果,总相对误差树枝不超过±10.0%,树皮不超过±5.0%,树叶马尾松不超过±30.0%,落叶松不超过±20.0%。两个树种地下部分(根)生物量,样本按龄组分类方法,模型拟合结果最优,与材积相容的模型总体上优于与地上部分总生物量相容模型。     

基于森林调查数据的长白山天然林森林生物量相容性模型

森林生物量估算是进行陆地生态系统碳循环和碳动态分析的基础,但现有估测模型存在着总量与分量不相容的问题.本文以吉林省汪清天然林区为例,提出了基于森林调查的相容性森林生物量模型设计思想,并采用联立方程组为不同森林群落构造了一系列引入林分蓄积因子的相容性生物量模型,得到的预估精度较高.其中,针叶林、阔叶林和针阔混交林群落的森林生物量模型预估精度均在95%以上,基本上解决了森林生物量模型的相容性问题.     

Evaluation of Four Methods for Predicting Carbon Stocks of Korean Pine Plantations in Heilongjiang Province,China

A total of 89 trees of Korean pine (Pinus koraiensis) were destructively sampled from the plantations in Heilongjiang Province, P.R. China. The sample trees were measured and calculated for the biomass and carbon stocks of tree components (i.e., stem, branch, foliage and root). Both compatible biomass and carbon stock models were developed with the total biomass and total carbon stocks as the constraints, respectively. Four methods were used to evaluate the carbon stocks of tree components. The first method predicted carbon stocks directly by the compatible carbon stocks models (Method 1). The other three methods indirectly predicted the carbon stocks in two steps: (1) estimating the biomass by the compatible biomass models, and (2) multiplying the estimated biomass by three different carbon conversion factors (i.e., carbon conversion factor 0.5 (Method 2), average carbon concentration of the sample trees (Method 3), and average carbon concentration of each tree component (Method 4)). The prediction errors of estimating the carbon stocks were compared and tested for the differences between the four methods. The results showed that the compatible biomass and carbon models with tree diameter (D) as the sole independent variable performed well so that Method 1 was the best method for predicting the carbon stocks of tree components and total. There were significant differences among the four methods for the carbon stock of stem. Method 2 produced the largest error, especially for stem and total. Methods 3 and Method 4 were slightly worse than Method 1, but the differences were not statistically significant. In practice, the indirect method using the mean carbon concentration of individual trees was sufficient to obtain accurate carbon stocks estimation if carbon stocks models are not available.     

A Robust Alternative to the Schemper–Henderson Estimator of Prediction Error

Summary In clinical applications, the prediction error of survival models has to be taken into consideration to assess the practical suitability of conclusions drawn from these models. Different approaches to evaluate the predictive performance of survival models have been suggested in the literature. In this article, we analyze the properties of the estimator of prediction error developed by Schemper and Henderson (2000 , Biometrics 56, 249–255), which quantifies the absolute distance between predicted and observed survival functions. We provide a formal proof that the estimator proposed by Schemper and Henderson is not robust against misspecification of the survival model, that is, the estimator will only be meaningful if the model family used for deriving predictions has been specified correctly. To remedy this problem, we construct a new estimator of the absolute distance between predicted and observed survival functions. We show that this modified Schemper–Henderson estimator is robust against model misspecification, allowing its practical application to a wide class of survival models. The properties of the Schemper–Henderson estimator and its new modification are illustrated by means of a simulation study and the analysis of two clinical data sets.     

含度量误差的黑龙江省主要树种生物量相容性模型

基于516株样木的生物量数据,采用非线性度量误差模型理论和方法,构建了黑龙江省15个主要树种(组)总生物量与地上、地下、树干、树冠、树枝、树叶6个分项生物量以及分项生物量间的相容性生物量模型,分别选出各树种总生物量和各分项生物量的最优模型,采用比值函数分级联合控制方程组构建了以总生物量为基础的相容性模型,并采用对数变换对总生物量模型消除异方差,采用加权回归对各分项生物量模型消除异方差.结果表明:本文所建的15个树种(组)相容性生物量模型中,总生物量的预估精度最高,达到90％以上;其次是地上部分生物量和树干生物量,预估精度在87.5％以上;地下部分、树冠、树枝和树叶生物量的预估精度相对较低,但绝大多数树种(组)的预估精度在80％以上;所有树种(组)总生物量、地上部分生物量、树干生物量模型的模拟效率(EF)值达0.9以上,绝大多数树种(组)的地下部分、树冠、树枝、树叶生物量模型的EF值在0.8以上.     

Estimation of specific growth rate from cell density measurements

For modelling purposes it is of great importance to derive the specific growth rate as a function of time from biomass measurements. Traditional methods such as exponential or polynomial fitting do not give satisfactory results nor do these methods take the noise characteristics of the biomass measurements into account. Standard recursive techniques, such as Kalman filtering, use only the data up to the time under consideration and are dependent of a good initial estimation. This paper describes a technique based on combining subsequent backward and forward extended Kalman filtering to give a smoothing estimator for the specific growth rate. The estimator does not need an initial value and is shown to have a single tuning parameter. The applicability of the estimator is demonstrated on batch and fed-batch cultivations of two organisms: Bordetella pertussis and Neisseria meningitidis.     

红壤丘陵区林下灌木生物量估算模型的建立及其应用

以中国科学院千烟洲生态试验站林下常见的16种物种作为研究对象,构建了单一物种以植冠面积(Ac)为变量的二次方程和以植冠投影体积(Vc)为变量的乘幂方程来估算物种生物量,以及16种物种的混合模型来估算其生物量,并将最佳生物量估算模型应用于不同森林内灌木层生物量的估计.不同森林的灌木层生物量组成存在较大差异.以物种单一模型计算的落叶阔叶林、次生林、人工针叶林灌木层的生物量分别为4773、3175和733kg.hm-2;以物种混合模型估算的结果略低于单一模型,分别为3946、2772和840kg.hm-2.混合模型在未能对所有物种建立单一模型的情况下估算灌木层生物量时,具有简便、实用性的特点.