基于抚育间伐效应的落叶松人工林直径分布动态模拟

基于黑龙江省孟家岗林场长白落叶松人工林5块固定样地(其中1块为对照样地,4块为抚育间伐样地,断面积强度为3.7%~49.7%)1974—2014年(林龄为19～59 a)复测的31次胸径数据,采用三参数Weibull分布函数拟合5块样地各年份直径分布,研究了直径分布曲线随林龄的动态变化规律,并分析了抚育间伐对林分直径分布曲线及Weibull分布参数的动态影响.构建了基于抚育间伐效应的Weibull分布参数预测的联立方程组模型,分别采用三阶段最小二乘法及度量误差法估计了模型的参数.结果表明: 未间伐林分(对照)直径分布曲线随林龄增加由“高峰狭窄”(林木直径分布集中)状态逐渐向“低峰宽广”(林木直径分布分散)状态过渡;抚育间伐后,林木直径分布曲线均较抚育间伐前右偏加剧,峰度变高,径阶变窄,对称性下降;间伐强度越大,伐除的中小径阶树木越多,直径分布曲线较间伐前左侧截尾明显,峰度增高,径阶分布范围变小.低强度抚育间伐使得参数a值变大,b值变小,对参数c的影响不明显;高强度抚育间伐使得参数a的增量变大,b值变小,参数c值变小.参数预测联立方程组模型的拟合结果表明,参数b的预测模型拟合效果最好,R²>0.98;参数c预测模型拟合效果稍差,但R²>0.91;三阶段最小二乘法拟合结果与度量误差联立方程组方法区别不大,两种方法检验结果均较好,模型精度都>97%,拟合效率均>0.92.所建立的模型能够较好地模拟抚育间伐效应下落叶松人工林直径分布动态变化,为科学合理经营森林提供了依据.     

麻城黄山松天然林直径分布

为研究黄山松天然次生林直径分布特征,以麻城市黄山松天然次生林为研究对象,采用标准样地调查,计算林分直径的偏度、峰度,林分直径分布的Shannon-Weiner和Simpson指数,运用负指数分布、normal分布、lognormal分布、logistic分布和Weibull分布等5种概率密度函数对黄山松天然次生林林分直...     

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.     

基于混合效应的大别山地区杉木树高-胸径模型比较

基于安徽省大别山区马鬃岭林场杉木人工林30块样地1087组数据,选用7个常用树高-胸径(H-D)模型(线性模型、Chapman-Richards模型、Logistic模型等),采用最小二乘法拟合并选出最优基础模型(式11,只含D变量的Chapman-Richards模型),然后基于该模型构建含林分变量优势木平均高度、密度的H-D模型(式12),同时考虑样地水平的随机效应,分别基于式11、12构建混合模型(式13、14),并用幂函数、指数函数消除误差异方差,利用决定系数(R²)、均方根误差(RMSE)、平均绝对误差(MAE)和平均相对误差绝对值(MAPE)等指标来评价模型的拟合与预测能力,最终获取最优树高预测模型.结果表明:含林分变量的模型的拟合精度(式12,R²=0.863、RMSE=1.381、MAE=0.971)优于基础模型(式11,R²=0.827、RMSE=1.554、MAE=0.101).对于误差方差,幂函数、指数函数均能较好地消除异方差,但幂函数相对最好.混合模型的拟合与预测能力均优于式11、12,但混合模型(式13、14)之间的拟合与预测精度相差不大.基于混合效应的H-D模型(式13)能够较好地描述不同林分间H-D关系的差异,实际运用中可选用该模型来预测杉木树高,具有较高的预测精度.     

长白山原始阔叶红松林径级结构模拟

以原始阔叶红松林为研究对象,设置了2块1hm2样地,利用Weibull分布函数、负指数函数和q值理论对其林分径级结构进行模拟。结果表明:2块样地林分的径级分布均呈倒"J"形,森林更新良好;Weibull分布函数和负指数函数都取得了较好的模拟效果,但Weibull分布函数更好地预测了大径阶株数,因此,Weibull分布函数比负指数函数更适合原始阔叶红松林径级结构的模拟;2块样地的q值偏小(分别为1.74和1.45),说明径级结构曲线较平缓,大径材数量多。q值法则对于阔叶红松林径阶株数密度的表达效果较好,可以被用于描述阔叶红松林的胸径分布。     

长白山东北红豆杉生境内针阔混交林直径结构分布研究

选择能够拟合长白山自然保护区东北红豆杉生境内针阔混交林的直径结构分布模型,为该区林分经营管理提供参考。以长白山自然保护区龙荒沟林场15块东北红豆杉林分内针阔混交林为研究对象,采用负指数函数和三参数Weibull分布函数2种直径分布模型拟合和χ^2检验,分析了15块样地的直径结构分布规律。15块样地的密度为400~981株·hm^-2,平均胸径变化范围为10.5~19.9 cm,各样地林分的直径分布的偏度均为正值,直径分布函数曲线均往左偏,除了9~11号样地的直径分布用三参数Weibull分布模型效果较好外,其他样地均适合用负指数模型拟合。两种模型均能有效描述直径结构分布规律,三参数Weibull分布模型用来拟合不规则直径分布时效果较好,而负指数分布模型拟合近似“反J”型曲线时效果好。该区东北红豆杉林分内针阔混交林直径结构分布不合理,应加强该林区经营技术措施。     

人工长白落叶松立木叶面积预估模型

叶面积影响着树木干物质的生产,进而影响树木乃至整个林分的生长,而叶面积准确估计对分析树木和林分生长具有重要作用.本研究基于黑龙江省长白落叶松人工林中76株解析木数据,分别建立枝条层面和单木层面的叶面积预估模型.结果表明: 考虑样木层次随机效应的最优枝条叶面积混合效应模型包含lnBD(BD为枝条基径)、lnRDINC(RDINC为相对着枝深度)和lnCR(CR为冠长率)3个随机效应参数,具体形式为:lnBLA=β₁+(β₂+b₂)lnBD+(β₃+b₃)lnRDINC+β₄lnDBH+β₅lnHT/DBH+(β₆+b₆)lnCR,其中:β_i和b_i分别是模型的固定效应参数和随机效应参数;DBH为树木胸高处直径;HT/DBH为树高与胸径的比值.模型的修正决定系数(R_a²)为0.90,均方根误差(RMSE)为0.5477,平均偏差(ME)为-0.03,平均绝对偏差(MAE)为0.24,预测精度(P)为91%,枝条叶面积预估模型的预估效果较好.以枝条叶面积预估模型为基础,计算树冠叶面积并建立树冠叶面积预估模型,最终形式为:lnCLA=γ₀+γ₁lnDBH+γ₂CR,其中,γ_i为模型参数.似然比检验结果(P>0.05)说明该模型不用考虑样地层次的随机效应.本研究所建立的立木树冠叶面积预估模型的决定系数(R²)为0.87,RMSE为0.3847,拟合效果好,可以很好地预测人工长白落叶松立木树冠叶面积,为以后叶面积分布和光合作用的研究提供了理论基础.     

小兴安岭原始阔叶红松林与枫桦次生林土壤呼吸及其各组分特征的比较研究

原始阔叶红松林是我国温带典型的地带性顶极植被类型,枫桦次生林是其典型的次生林类型之一,对二者土壤呼吸及其各组分特征的研究有助于准确评价该地区的碳平衡。本研究主要测定了2013和2014年2个生长季原始阔叶红松林和枫桦次生林土壤呼吸（R_S）,并量化了土壤呼吸的各个组分（异养呼吸R_H和自养呼吸R_A）,与此同时测量了土壤10 cm处温度以及土壤含水率。研究结果表明,土壤呼吸及其各组分有着明显的季节变化特性,其大小的变化主要受温度的影响,土壤10 cm处的温度可以解释R_S 64%~70%、R_H 56%~65%、R_A 77%~79%的变异。对于温度的敏感性,原始阔叶红松林土壤呼吸Q₁₀值>枫桦次生林土壤呼吸Q₁₀值,而在单一林型中的比较,R_A Q₁₀值 > R_S Q₁₀值 > R_H Q₁₀值。此外,总体Q₁₀值随着季节有着明显的变化,且随着温度的升高有降低的趋势。原始阔叶红松林和枫桦次生林R_S年平均速率分别为3.92和4.06 μmol·m^-2·s^-1,R_H年平均速率分别为2.97和2.85 μmol·m^-2·s^-1,R_A年平均速率则分别为0.96和1.17 μmol·m^-2·s^-1。原始阔叶红松林土壤呼吸以及土壤土壤自养呼吸要稍低于枫桦次生林,而原始阔叶红松林异养呼吸则高于枫桦次生林异养呼吸,但差异不显著。原始阔叶红松林和枫桦次生林R_S平均年通量分别为942和971 g C·m^-2·a^-1,R_H年通量分别为709和677 g C·m^-2·a^-1,R_A年通量则分别为215和276 g C·m^-2·a^-1。原始阔叶红松林R_S年通量略高于枫桦次生林R_S年通量,但差异不显著。我们的实验结果表明,小兴安岭地区枫桦次生林正向演替的过程中,植被演替变化对土壤呼吸及各组分的影响并不明显,相较于环境因子温度和湿度要小的多。     

红花酢浆草光合模型适用性研究

以红花酢浆草(Oxalis corymbosa)为材料, 运用6 种光合模型拟合其光响应曲线和CO₂ 响应曲线并探讨了最佳适用模型, 为其生理生态研究和栽培提供基础理论依据。结果表明: (1)光响应曲线中, 直角双曲线改进模型的合理性和精确度最优, 拟合效果最佳, 由其计算出红花酢浆草叶片的光补偿点(LCP)为24.934 μmol·m^–2·s^–1, 饱和光强(LSP)为1445.083μmol·m^–2·s^–1; (2)CO₂ 响应曲线中, 指数改进模型精确度高, 拟合效果最好, 能准确地描述出红花酢浆草的CO₂ 响应曲线。指数改进模型计算出的CO₂ 补偿点(Г)为68.751 μmol·mol^–1, 饱和CO₂ 浓度(Csp)为1253.773 μmol·mol^–1; (3)红花酢浆草对环境的适应能力强, 光合作用潜力很大, 但红花酢浆草属于耐阴植物, 不耐高温, 在进行人工栽培时应注意对其遮阴。     

气温和降雨量对中国湿地生态系统CO2交换的影响

湿地由于具有较高的初级生产力以及较低的有机质降解速率而成为缓解全球变暖的潜在有效碳汇.虽然近年来中国湿地生态系统CO₂交换过程及其影响机制研究取得了一系列进展,但尚缺乏对数据进行系统性整合分析.基于29篇文献的数据,对中国21个典型湿地植被净生态系统CO₂交换(NEE)、生态系统呼吸(R_eco)、总初级生产力(GPP)、NEE的光响应参数以及R_eco的温度响应参数进行整合分析,并探讨了这些指标对温度与降雨的响应.结果表明： 年尺度上,气温和降雨量对NEE(R²=50%,R²=57% )、GPP(R²=60%,R²=50%)和R_eco(R²=44%,R²=50%)均有显著影响(P<0.05).生长季尺度上,NEE (R²=50%)、GPP (R²=36%)和R_eco(R²=19%)与气温呈显著相关(P<0.05);同时NEE(R²=33%)和GPP(R²=25%)也与降雨量呈显著相关(P<0.05),但R_eco与降雨量的相关关系不显著(P>0.05).生长季降雨量与最大光合速率(A_max)之间呈显著相关 (P<0.01),但与表观量子产率(α)、白天生态系统呼吸速率(R_eco,day)无显著相关(P>0.05).生长季气温对α、A_max和R_{eco, day}均无显著影响(P>0.05).生态系统基础呼吸速率(R_ref)与降雨量无显著相关(P>0.05),但是生态系统呼吸的温度敏感系数(Q₁₀)与降雨量呈显著的线性负相关(P<0.05),同时气温对Q₁₀(R²=0.35)、R_ref(R²=0.46)均产生显著影响(P<0.05).     

新疆云杉蓄积与地上生物量模型拟合分析

目的：建立新疆云杉蓄积及地上生物量模型,为在林分尺度上估算云杉碳储量及生产力提供基础数据。方法：利用收获法采集西伯利亚云杉(Picea obovata)与雪岭云杉(Picea schrenkiana)各50株,以蓄积为自变量,地上生物量为因变量,采用4种生物量模型进行回归分析构建模型,综合模型评价、参数估计值的稳定性及相对误差筛选出最优生物量模型。结果：确定W=0.515V^0.926 (R²=0.980)为西伯利亚云杉估测模型,W=0.541V^0.953 (R²=0.954)为雪岭云杉估测模型。结论：新疆云杉蓄积和地上生物量极显著相关,4种估测模型以幂函数拟合效果最优。     

六盘山南坡不同密度华北落叶松水源林生长过程比较

以六盘山南侧的华北落叶松水源涵养林为研究对象,利用标准木树干解析法,研究了21年生低、中、高3种密度(1200、1500和2000 株·hm^-2)华北落叶松人工林的生长过程和直径结构.结果表明：华北落叶松3种密度林分在10年生前各项生长指标差异不显著;10年生后的林木直径、单株材积和林分蓄积生长过程明显不同;21年生时,低密度林分的生长状况明显优于中、高密度林分,但树高生长受密度影响不显著;3种密度林分直径分布的偏度系数(S_k)差异较大,高密度林分的S_k（0.338)大于中密度(0.072)和低密度林分(0.015).前者直径分布偏离正态分布,呈现顶峰偏左的现象;后者的直径分布接近正态分布,密度结构较合理;中密度林分直径分布的峰度系数(K,1.691)大于高密度(1.532)和低密度林分(0.665).说明中密度林分的林木分化程度比高、低密度林分小;林龄为21年的华北落叶松人工林的合理保留密度应为1200 株·hm^-2.     

气温和降雨量对中国湿地生态系统CO2交换的影响

湿地由于具有较高的初级生产力以及较低的有机质降解速率而成为缓解全球变暖的潜在有效碳汇.虽然近年来中国湿地生态系统CO₂交换过程及其影响机制研究取得了一系列进展,但尚缺乏对数据进行系统性整合分析.基于29篇文献的数据,对中国21个典型湿地植被净生态系统CO₂交换(NEE)、生态系统呼吸(R_eco)、总初级生产力(GPP)、NEE的光响应参数以及R_eco的温度响应参数进行整合分析,并探讨了这些指标对温度与降雨的响应.结果表明： 年尺度上,气温和降雨量对NEE(R²=50%,R²=57% )、GPP(R²=60%,R²=50%)和R_eco(R²=44%,R²=50%)均有显著影响(P<0.05).生长季尺度上,NEE (R²=50%)、GPP (R²=36%)和R_eco(R²=19%)与气温呈显著相关(P<0.05);同时NEE(R²=33%)和GPP(R²=25%)也与降雨量呈显著相关(P<0.05),但R_eco与降雨量的相关关系不显著(P>0.05).生长季降雨量与最大光合速率(A_max)之间呈显著相关 (P<0.01),但与表观量子产率(α)、白天生态系统呼吸速率(R_eco,day)无显著相关(P>0.05).生长季气温对α、A_max和R_{eco, day}均无显著影响(P>0.05).生态系统基础呼吸速率(R_ref)与降雨量无显著相关(P>0.05),但是生态系统呼吸的温度敏感系数(Q₁₀)与降雨量呈显著的线性负相关(P<0.05),同时气温对Q₁₀(R²=0.35)、R_ref(R²=0.46)均产生显著影响(P<0.05).     

黄土丘陵区油松水土保持林生长过程与直径结构

应用标准木树干解析法,研究了黄土丘陵沟壑区阴坡和阳坡两种21年生(密度为2 222株·hm^-2)油松林分的生物量、林木生长过程和直径结构.结果表明：两种林分树高、林木直径和材积生长过程明显不同,阴坡林分的生物量、生长状况和直径结构优于阳坡林分.两种林分树高速生期出现在9～13年生之间,13年生以后,阴坡林分的生长量明显高于阳坡林分(21年生时,前者的连年生长量约在0.26 m·a^-1,后者在0.1 m·a^-1左右).两种林分的胸径生长量在13年生以后明显降低,但阴坡林分的降幅明显小于阳坡林分;17年生以后,前者的连年生长量明显大于后者(21年时,前者约在0.46 cm·a^-1,后者只有0.27 cm·a^-1左右).两种林分单株材积生长量在13年生之前差异较小,13年生之后,阴坡林分的连年生长量明显大于阳坡林分(21年生时,前者为0.0023 m³·a^-1,后者只有0.0015 m³·a^-1).两种林分直径分布都呈现顶峰左偏(林分密度偏大)的现象,但阴坡林分的偏度系数(SK为0.75)小于阳坡林分(SK为1.03)、而峰度系数(K为1.05)大于阳坡林分(K为0.94),说明阳坡林分密度偏大的程度大于阴坡林分.     

中国典型人工林净初级生产力与林龄的关系撤回

人工林在陆地生态系统中起着重要的碳汇作用。本研究基于我国25个研究区的5个主要造林树种(刺槐、栓皮栎、杉木、樟子松和油松)的树木年轮数据,利用各研究区不同树种的生物量方程计算标准木的年均净初级生产力(NPP)进而扩展到林分尺度,利用InTEC模型及Law模型模拟各研究区不同人工林NPP与林龄的关系。结果表明：刺槐林、杉木林和油松林NPP随林龄表现出先增加后逐渐平稳的趋势,栓皮栎林和樟子松林NPP达到峰值后则出现下降的趋势。不同人工林NPP-林龄拟合曲线出现拐点的顺序为：樟子松林11年、杉木林14年、油松林16年、刺槐林20年。其拐点NPP分别为6.65、7.58、4.70和2.59 t·hm^-2·a^-1。InTEC及Law NPP-林龄模型在大尺度范围内都有较高的拟合精度,樟子松林InTEC模型R²最低(R²=0.95),均方根误差(RMSE)为0.55 t·hm^-2·a^-1;杉木林InTEC模型R²最高(R²=...     

基于地理加权回归拓展模型的天然次生林碳储量空间分布

为精准获取区域尺度天然次生林的碳储量及其空间分布格局,以吉林省汪清林业局浪溪林场的天然次生林为研究对象,基于165块局级固定样地,以林分因子、地形因子和土壤因子为影响因子,将普通地理加权回归模型(GWR)作为基础,从空间维度、参数异质性特征和残差空间自相关性3个方面进行改进,构建7类拓展模型,即地理海拔加权回归模型(GAWR)、半参数地理加权回归模型(SGWR)、半参数地理海拔加权回归模型(SGAWR)、地理加权回归克里格模型(GWRK)、地理海拔加权回归克里格模型(GAWRK)、半参数地理加权回归克里格模型(SGWRK)和半参数地理海拔加权回归克里格模型(SGAWRK)。运用7类拓展模型对研究区的森林碳储量及其分布情况进行模拟估测,采用决定系数(R²)、均方误差(MSE)和赤池信息准则(AIC)对各种模型的拟合效果进行评价;最后,运用最优回归模型的拟合结果绘制森林碳储量空间分布图,分析研究区森林碳储量的分布规律。结果表明: 林分因子和地形因子对天然次生林碳储量产生了较大的影响,其中林分平均胸径是影响最大的变量,两者呈显著正相关;SGWR和SGAWR模型能够进一步降低GWR模型残差的空间自相关性;地理加权回归拓展模型能进一步提升GWR模型的拟合效果。其中,SGWRK模型具有最高的R²和最低的MSE和AIC。将海拔作为空间权重未能有效提高模型的拟合效果;浪溪林场森林总碳储量为205×10⁴ t,碳密度为8.56～145.74 t·hm^-2,平均值57.98 t·hm^-2,整体上呈现西北高、东南低,边缘高、内部低的分布格局。通过改进地理加权回归基础模型对参数异质性特征和残差空间自相关性的处理,可以更好地揭示研究区森林碳储量与相关变量间的空间关系,提升模型对区域尺度森林碳储量及其空间分布的估测精度。     

大兴安岭重度火烧迹地天然次生林土壤温室气体通量及其影响因子

为研究大兴安岭重度火烧迹地自然恢复后的林分土壤温室气体源汇强度及其影响因素,采用静态箱/气相色谱法,对生长季(6—9月)天然次生林土壤温室气体CO₂、CH₄、N₂O通量进行原位观测.结果表明: 1)生长季内天然次生林土壤为大气CO₂、N₂O的源,CH₄的汇,平均通量分别为575.81 mg·m^-2·h^-1、17.81 μg·m^-2·h^-1和-68.69 μg·m^-2·h^-1;CO₂与CH₄通量在生长季内表现出明显的双峰变化规律,N₂O通量则呈单峰变化,且均在8月达到观测期的最大值.2)土壤温度是影响该区天然次生林土壤温室气体通量的主控因子,土壤湿度和大气湿度在昼夜与季节尺度上与土壤温室气体通量的相关性不同.3)该区天然次生林9:00—12:00时段观测获得的土壤气体通量值经矫正后可代表当日气体通量.研究补充了大兴安岭火烧迹地森林生态系统温室气体通量数据,为该区土壤温室气体源汇的相关研究提供了依据.     

樟子松沙地人工林直径分布模拟

利用反 Weibull函数模拟了章古台沙地樟子松人工林的直径分布规律 .结果表明 ,反 Weibull分布函数模拟樟子松人工林的直径分布效果好 ,具有精度高、适应性强等特点 .分别建立了反 Weibull分布函数 3个参数与林分年龄及密度之间的关系方程以及直径分布与 3个参数的回归方程 ,这些方程可用来预估林分产量、出材量以及评价经营效果     

植物气孔导度对CO2响应模型的构建

构建一个普适性的植物叶片气孔导度(g_s)对CO₂浓度响应(g_s-C_a)的模型, 对定量研究植物叶片g_s对CO₂浓度的响应变化尤为必要。该研究运用便携式光合仪(LI-6400)测量了大豆(Glycine max)和小麦(Triticum aestivum)光合作用对CO₂的响应曲线(A_n-C_a), 在比较传统的Michaelis-Menten模型(M-M模型)和叶子飘构建的CO₂响应模型拟合大豆和小麦A_n-C_a效果的基础上, 构建了g_s-C_a响应新模型。然后用新构建的模型拟合大豆和小麦的g_s-C_a曲线, 并将拟合结果与传统模型的拟合结果, 以及与其对应的观测数据进行比较, 以判断所构建模型是否合理。结果显示: 叶子飘构建的A_n-C_a模型可较好地拟合大豆和小麦的A_n-C_a曲线, 确定系数(R²)均高达0.999。M-M模型拟合大豆和小麦的A_n-C_a曲线时的R²虽然也较高, 但在较高CO₂浓度时的拟合曲线偏离观测曲线。因此, 基于叶子飘的A_n-C_a模型构建g_s-C_a模型更为可行。新构建的g_s-C_a模型可较好地拟合大豆和小麦的g_s-C_a曲线, R²分别为0.995和0.994, 而且还可以直接给出最大气孔导度(g_s-max)、最小气孔导度(g_s-min), 以及与g_s-min相对应的CO₂浓度值(C_s-min)。拟合得到大豆和小麦的g_s-max分别为0.686和0.481 mol·m^-2·s^-1, 与其对应的观测值(分别为0.666和0.471 mol·m^-2·s^-1)之间均不存在显著差异; 同样, 拟合得到的大豆和小麦的g_s-min分别为0.271和0.297 mol·m^-2·s^-1, 与其对应的观测值(分别为0.279和0.293 mol·m^-2·s^-1)之间也均不存在显著差异; 此外, 新构建的g_s-C_a模型给出大豆和小麦的C_s-min值分别为741.45和1 112.43 μmol·mol ^-1, 与其对应的观测值(732.78和1 200.34 μmol·mol ^-1)也不存在显著差异。由此可见, 该研究新构建的g_s-C_a模型可作为定量研究植物叶片气孔导度对CO₂浓度变化的有效数学工具。     

植物叶片吸滞PM2.5等大气颗粒物定量研究方法初探——以毛白杨为例

以毛白杨为例,提出一种利用激光粒度仪和天平定量评估植物叶片吸滞细颗粒物(PM_2.5,直径d≤2.5 μm)等大气颗粒物能力的方法——洗脱称量粒度分析法(EWPA),实现了对植物叶片吸滞大气颗粒物质量和粒径分布的直接、准确测定,可操作性强.首先,进行预试验对试验方法的稳定性进行检验;其次,通过对叶片进行清洗、离心洗液、烘干等步骤收集其吸滞的颗粒物,然后对颗粒物称量,并采用激光粒度仪测定颗粒物的粒径分布;最后,利用叶面积和林分叶面积指数数据换算得到单位面积叶片和林分的各径级颗粒物吸滞量.在北京市奥林匹克森林公园内一片毛白杨林分(27 d未经历降雨)中应用该法,测得毛白杨叶片吸滞大气颗粒物的粒径均值为17.8 μm,吸滞PM_2.5、可吸入颗粒物(PM₁₀,d≤10 μm)和总悬浮颗粒物(TSP,d≤100 μm)的体积百分比分别为13.7%、47.2%和99.9%;叶片的PM_2.5、PM₁₀、TSP和总颗粒物吸滞量分别为8.88×10^-6、30.6×10^-6、64.7×10^-6和64.8×10^-6 g·cm^-2;林分的PM_2.5、PM₁₀、TSP和总颗粒物吸滞量分别为0.963、3.32、7.01和7.02 kg·hm^-2.