温带森林乔木生物量估算:Logistic模型优于Allometric模型

作为研究森林生态系统结构与功能的基础要素，准确估算植被生物量关乎温室气体减排政策制定，以及区域气候稳定性评估，具有显著的科学意义和社会需求。Allometric模型提供了量化生物量与个体体型关系的简洁数学形式，但其幂函数结构描述了生物量持续加速且无限增长，与随植株增大而不断加剧的种内种间竞争和资源限制相悖。然而，当前严重缺失大体型植株的不合理样本结构部分掩盖了模型缺陷，是造成该模型获得重复验证的重要潜在原因。相较而言，通过引入限制因子，Logistic模型同时具备描述高速增长和后期渐趋收敛的模型特征，却鲜被用于植被生物量估算。因此，本研究搜集了典型植被类型--温带森林乔木生物量相关的197篇已发表文献（1945-2016年），基于198种针阔叶乔木物种总计26402个叶、茎和地上部分生物量数据，采用Logistic模型分析了生物量随胸径增长的变化规律。结果表明，较之Allometric模型（R^2* 0.76、RMSE 0.44 g、AIC 7189.9），Logistic模型呈现更好的拟合优度（R^2* 0.81、RMSE 0.39 g、AIC 5809.1）。此外，Logistic模型计算了平衡生物量与平衡生长率，以反映与生境资源相适应的植株生物量及其累积速率，通过识别生物量渐趋稳定的胸径阈值，发现超过该拐点的大体型样本占比不足0.71%，呈现显著的生态学意义。综上，Logistic模型估算温带森林乔木生物量具备统计效力和理论优势。研究显著改进了植被生物量估算模型，有助于揭示植物碳蓄积策略，了解森林能流规律和碳库动态，为制定气候变化应对政策提供依据。

The logistic model outperforms allometric regression in estimating the biomass of temperate forest