张国飞 岳彩荣 赵勋 罗洪斌 谷雷

(西南林业大学,昆明，650224)

森林作为地球陆地生态系统的主体，有改善地球生态环境、调节全球碳平衡、减缓温室气体浓度上升等作用[1-2]。森林生物量能够反映森林生态系统的状态和变化规律，准确地获取森林生物量时空分布信息是生态学和全球变化研究热点之一。思茅松(Pinuskesiyavar.langbianensis) 作为喜阳速生树种，是我国亚热带西南部山地的代表种，主要分布在云南省的景谷、思茅、普文等地区[3]。

目前，国内外思茅松地上生物量的估测，主要集中在单木地上生物量生长模型[3-9]，运用遥感影像，在林分尺度上，对思茅松地上生物量估测模型的研究较少。窦玉伟等[5]以墨江县鱼塘镇的思茅松天然林132株单木数据为研究对象，采用Richards、Logistics、Gompertz、Korf、Weibull等5个经验方程构建生物量生长模型；Ou et al.[8]在普洱市三个地区选择128棵思茅松，通过最小二乘非线性模型(BM)、最小二乘非线性模型与地形因素(BMT)等8个模型反演思茅松地上生物量；欧光龙[9]在林分水平上,采用非线性混合效应模型技术，引入林分因子、地形因子和气候因子构建了思茅松地上生物量估测模型。目前，林分尺度上思茅松地上生物量模型研究主要采用TM遥感影像，运用波段及相关植被指数构建思茅松地上生物量模型。吴娇娇等[10]以普洱市思茅松天然林为研究对象，从Landsat8 TM影像中提取14个自变量备选因子，利用BP神经网络(BP)建立了思茅松天然林生物量估测模型(最优模型的决定系数为0.85、均方误差为14 t·hm-2、预估精度为74.75%)；……