武文昊

(辽宁省林业调查规划监测院,辽宁 沈阳 110122)

森林是陆地生态系统的主体，在维护区域生态环境、调节全球碳平衡、减缓大气中温室气体浓度上升和维护全球气候系统等方面具有不可替代的作用[1-2]。森林生物量是森林生态系统最基本的特征数据，是研究森林生态系统机构和功能的基础[3-4],对于深入研究森林生态系统生物地球化学循环、水文学过程、碳循环和碳管理以及评估系统生产力与环境的相互关系等都具有重要的科学价值[5-6]。基于森林资源资料获得的传统方法在森林生物量及其动态的评估中占据重要位置，随着研究的深入，许多学者探讨了森林生物量估算方法，主要有基于林分变量的林分生物量模型、基于生物量换算系数的林分生物量模型和固定生物量换算系数法[7-11]，已有研究表明林分生物量与一些较易获得的林分因子(林分平均胸径、平均树高、林龄、断面积等)有密切关系[9-10]，因此，建立适用的林分生物量模型能较好地解决传统生物量费时费力、效率低的弊端。本研究整理收集了辽宁省油松林分生物量数据，分析了不同林龄油松各分量生物量的分配规律，并建立了适用于辽宁省油松的生物量模型。

1 研究方法

本研究通过收集整理的辽宁省油松生物量数据，共194条样本数据，每条数据包括林分特征(林分起源、林龄、平均胸径、平均树高、林分密度)、林分生物量(树干生物量、树枝生物量、树叶生物量、树根生物量)，将数据随机分成建模拟合数据和检验数据，其中建模数据144条，检验数据50条，对数据进行整理统计，见表1。

按照林龄分别统计各林龄阶段林分总生物量、树干生物量、树枝生物量、树叶生物量以及树根生物量，并计算不同林龄的油松各分量生物量。

董利虎等[12]研究发现，林分断面积、林分平均高和林龄是预测林分树根、树干的最好变量，林分断面积和林分平均高是预测林分树枝、树叶最好的变量，本研究参考其构建的林分生物量模型进行拟合。模型具体形式如下：

式中：Wi为第i项分项(树干、树枝、树叶、树根、林分整体)的生物量(t·hm-2)，G、H、T分别为林分胸高断面积(m2·hm-2)、林分平均树高(m)和林龄(a)；a、b、c、d分别为模型参数。数据分析以R软件的nls模块实现[13]。

2 结果与分析

2.1 不同林龄的油松各分项生物量分配

通过对不同林龄的林分各分项的生物量分配进行分析，结果见图1。

表1 建模数据和检验数据统计信息

图1 不同龄组油松各器官的生物量变化

从图1可见，树干生物量的占比在幼龄林阶段为38.56%～64.46%，平均占比48.82%；中龄林占比39.46%～64.84%，平均占比53.65%；近熟林占比59.88%～65.05%，平均占比64.32%；成熟林占比64.89%～65.05%，平均占比为64.98%。随着林龄的增长，树干生物量的平均占比在不断提高，占比分布区间在不断缩小，占比标准差在不断减小。

树枝生物量在幼龄林占比9.73%～21.59%，标准差0.046，平均占比18.02%；中龄林占比9.90%～21.47%，平均占比17.13%；近熟林占比11.95%～16.59%，平均占比12.90%；成熟林占比12.04%～12.86%，标准差0.003，平均占比12.49%。随着林龄的增加，树枝生物量的平均占比在不断减小，占比分布范围在不断缩小，占比标准差在不断减小。

树叶生物量在幼龄林占比3.79%～19.08%，标准差0.035，平均占比9.64%；中龄林占比3.94%～14.04%，平均占比9.23%；近熟林占比4.32%～9.95%，标准差0.019，平均占比5.18%；成熟林占比范围进一步缩小到4.34%～4.52%，标准差0.001，平均占比4.44%。随着林龄的增加，树叶生物量的平均占比在不断减小，占比分布范围在不断缩小集中。

树根生物量在幼龄林占比17.46%～28.21%，标准差0.024，平均占比23.52%；中龄林占比12.62%～27.42%，平均占比19.98%；近熟林占比范围缩小到12.86%～18.86%，平均占比17.60%；成熟林占比范围进一步缩小到17.57%～18.73%，标准差0.004，平均占比18.09%。随着林龄的增加，树根生物量平均占比在不断减小，占比分布范围在不断缩小集中。

在各生长阶段，树干生物量的占比最大，树叶生物量的占比最小，各分项所占比例排序为树干>树根>树枝>树叶，随着林龄的增加，树干生物量占比呈现持续增加趋势，而树枝、树叶、树根生物量占比都呈现不同程度的降低。

2.2 林分生物量模型拟合与检验

通过以林龄、胸高断面积和林分平均树高为自变量，林分总生物量、树干生物量、树枝生物量、树叶生物量和树根生物量为因变量，以模型对数据进行拟合，结果见表2。

表2 模型参数及评价指标

从表2可见，以林分胸高断面积、平均树高和林龄构建的模型对林分总生物量、树干生物量、树枝生物量、树叶生物量和树根生物量的拟合效果都比较理想，模型误差都接近0，adj-R2都大于0.84。

为了进一步验证模型的预测能力，以平均误差、平均绝对误差和均方根误差3个指标对模型进行检验，检验结果见表3。

表3 模型检验指标

从表3可见，不管是预测总生物量还是拟合各分量的生物量，模型的预测能力都较高，平均误差在-5.49E-09～-1.12E-07，平均绝对误差在0.68～3.98，均方根误差在0.98～5.18，模型能够很好地预测辽宁省油松生物量。

3 结论与讨论

对不同林龄的油松林分各分项生物量分配进行分析，随着林龄的增长，树干生物量所占比例呈现增加趋势，树枝、树叶和树根生物量的占比都呈不同程度的降低。在各生长阶段，各分项所占平均比例排序都是树干>树根>树枝>树叶。随着林龄的增加，各分项生物量的所占比例区间在不断缩小，这说明到了一定生长阶段，各分项生物量占比趋于固定，本文研究在成熟林阶段已基本形成固定比例。由于缺乏过熟林数据，在以后还需要深入研究。

随着林龄的增加，林分总生物量及各分项生物量都呈现不断增加趋势，以林分胸高断面积、平均树高和林龄的模型对林分总生物量、树干生物量、树枝生物量、树叶生物量和树根生物量进行拟合和检验，模型具有良好的拟合效果，这将对当地开展油松林分生物量普查有重要指导和参考意义。