孫燕飛，王國(guó)英，侯建花，莫路鋒

（1. 浙江農(nóng)林大學(xué) 信息工程學(xué)院，浙江 杭州 311300；2. 浙江省景寧縣林業(yè)局，浙江 景寧 323500）

生物量在研究森林生態(tài)系統(tǒng)功能方面具有重要意義，這一指標(biāo)既能反映森林在調(diào)節(jié)全球碳平衡方面的重要作用，又可幫助管理者實(shí)現(xiàn)林地的可持續(xù)經(jīng)營(yíng)和更好的利用[1]。

目前森林生物量測(cè)定方法中的皆伐實(shí)測(cè)法因費(fèi)時(shí)費(fèi)力、難度大、破壞性大等缺點(diǎn)，不利于推廣，一般僅在檢驗(yàn)其它測(cè)定方法的精度時(shí)才使用，因此發(fā)現(xiàn)一種更方便準(zhǔn)確且通用的測(cè)定方法具有現(xiàn)實(shí)意義。研究發(fā)現(xiàn)，應(yīng)用較多的生物量測(cè)算方法是模型估算法[1-2]，該方法多以胸徑（D）、樹高（H）等測(cè)樹因子為自變量，對(duì)林木的生物量進(jìn)行推算[3]。模型估算法前期必須準(zhǔn)備實(shí)測(cè)樣本數(shù)據(jù)，從而根據(jù)樣本數(shù)據(jù)建立生物量模型，后期可直接根據(jù)相關(guān)的統(tǒng)計(jì)資料來估算對(duì)應(yīng)林種的生物量。該方法不僅縮短了大范圍森林生物量的調(diào)查周期，而且對(duì)林木生物量有較高的估算精度，具有較好的現(xiàn)實(shí)意義。該模型形式多樣，其中應(yīng)用較多的是冪函數(shù)模型、線性模型、指數(shù)模型和多項(xiàng)式模型等[2,4-6]。

杉木Cunninghamia lanceolata是我國(guó)栽培歷史悠久的重要用材林樹種，多為人工或半人工的純林，在我國(guó)速生樹種中占據(jù)著絕對(duì)的優(yōu)勢(shì)地位，在全國(guó)人工林種植面積中的比重已達(dá)到了28.54%[2]，是我國(guó)南方地區(qū)重要的鄉(xiāng)土樹種。浙江省是我國(guó)歷史上重要的杉木產(chǎn)地，主要分布在海拔1 000 m以下土壤肥沃、溫暖濕潤(rùn)的山坡地塊中。近年來有關(guān)杉木生物量的研究報(bào)道也不斷深入。林開敏等通過模型優(yōu)選法研究得到了6年生杉木和馬尾松Pinus massoniana的生物量模型[7]；唐坤銀等以湖南省4縣（市）為例建立并優(yōu)選了杉木分器官和全株的生物量模型[8]；李燕等從模型精度和通用性方面對(duì)杉木生物量模型進(jìn)行優(yōu)選[2]；范仁志采用多模型優(yōu)選法對(duì)杉木樹根生物量進(jìn)行研究[9]。以上學(xué)者都是從模型優(yōu)選的角度對(duì)杉木生物量展開的研究，研究時(shí)仍存在對(duì)研究對(duì)象的篩選過于精細(xì)、忽視適用性等不足，且大多局限于單一樹齡或器官[2,7-11]，針對(duì)杉木林整個(gè)齡組（幼齡林、中齡林、近熟林和成熟林）生物量模型的研究偏少，對(duì)一種模型在不同齡組間運(yùn)用時(shí)的精度狀況進(jìn)行描述的研究更是少見。因此，本研究選擇了浙江省臨安區(qū)為研究區(qū)域，以不同齡組的杉木林實(shí)測(cè)數(shù)據(jù)為樣本依據(jù)，選擇常用的自變量因子（D，胸徑平方D2，H，樹高和胸徑乘積DH）和函數(shù)模型對(duì)實(shí)測(cè)數(shù)據(jù)進(jìn)行擬合[12]，并根據(jù)檢驗(yàn)結(jié)果來確定具有最優(yōu)適用性的杉木生物量模型，以此找到一種在大范圍內(nèi)可以同時(shí)對(duì)相同或不同齡組的杉木生物量進(jìn)行測(cè)算且相對(duì)通用的模型，從而進(jìn)一步提高杉木生物量測(cè)算的模型精確度以及效率，增強(qiáng)模型的有效性、可操作性和通用性，為今后杉木的經(jīng)營(yíng)管理提供依據(jù)，同時(shí)為后期的深化研究提供理論指導(dǎo)。

1 研究樣區(qū)

研究樣區(qū)為天目山林區(qū)，位于浙江省杭州市臨安區(qū)西北部，119°24'～119°28' E，30°18'～30°24' N，面積為4 284 hm2，海拔300～1 506 m。處中亞熱帶季風(fēng)氣候區(qū)南緣，屬季風(fēng)型氣候，溫暖濕潤(rùn)，光照充足，雨量充沛，土壤肥沃，土壤厚度為50～90 cm，森林植被生長(zhǎng)茂盛。自山麓到山頂植被分布規(guī)律為：海拔870 m 以下為針闊混交林、常綠闊葉林、毛竹Phyllostachys heterocycla‘Pubescens’林，主要喬木樹種有杉木、楓香樹Liquidambar formosana等；海拔870～1 100 m 為常綠落葉闊葉混交林，主要喬木林有小葉青岡Cyclobalanopsis myrsinifolia等；海拔1 100 ～1 380 m 為落葉闊葉林，主要喬木林有小葉白辛樹Pterostyrax corymbosus等；海拔1 380 m以上為落葉矮林，主要樹種為雞樹條Viburnum sargentii等[13]。本研究樹種為杉木，樣區(qū)的海拔位于400～800 m之間。雖然天目山林區(qū)禁止采伐，但當(dāng)?shù)貢?huì)根據(jù)林木生長(zhǎng)狀況進(jìn)行更新造林，因此有新林的植入，但面積都比較小。

截至2016年4月，臨安區(qū)林業(yè)用地面積達(dá)26.10萬(wàn)hm2，占全市土地總面積的83.28%，森林總蓄積已突破1 000萬(wàn)m3，活立木蓄積達(dá)830.01萬(wàn)m3，林木年平均消耗量31.59萬(wàn)m3，森林覆蓋率高達(dá)76.55%。境內(nèi)以山地丘陵為主，地形復(fù)雜，受地貌影響，立體氣候明顯；丘陵地區(qū)紅壤廣布，是山區(qū)森林生長(zhǎng)的主要土壤[14]類型。

2 研究方法

2.1 杉木樣本數(shù)據(jù)采集

研究數(shù)據(jù)來自臨安市2009年森林資源連續(xù)清查。2016年4月根據(jù)齡組設(shè)立了6個(gè)（20 m×20 m）標(biāo)準(zhǔn)地，林分密度分別為幼齡林2 700株·hm-2，中齡林2 200株·hm-2，近熟林1 950株·hm-2，1 900株·hm-2，成熟林1 350株·hm-2，1 300 株·hm-2，各齡組及不同林分密度各設(shè)一個(gè)標(biāo)準(zhǔn)地。每個(gè)標(biāo)準(zhǔn)地進(jìn)行每木檢測(cè)，以1 cm為徑級(jí)，分別統(tǒng)計(jì)各徑級(jí)的樹高、株數(shù)，依此來確定林分胸徑的徑階范圍，其中，幼齡林的徑階（徑階距為2 cm，上限排除法）6～8 cm，中齡林8～12 cm，近熟林12～16 cm，成熟林16～22 cm。然后在各標(biāo)準(zhǔn)地內(nèi)從各徑級(jí)對(duì)應(yīng)的株樹較多的杉木中隨機(jī)抽取一株生長(zhǎng)正常的杉木作為樣木，共選取23株，并對(duì)樣木進(jìn)行記錄（表1）。

樣木生物量數(shù)據(jù)的采集均采用稱重法獲取[15-16]。把樹冠分為上下兩層，砍下各層的枝條，采集所有樹枝上的樹葉，對(duì)樹葉取樣稱重，編號(hào)帶回；之后再?gòu)牟煌课贿x取樹枝，并從樹枝的上中下部各截取5 cm小段圓柱進(jìn)行稱重，并編號(hào)帶回；樹干和去皮干的采集是標(biāo)準(zhǔn)木伐倒以后，去除所有枝條，再把主干分段，稱量樹干的鮮重并編號(hào)，然后對(duì)編號(hào)的樹干樣本去皮、稱鮮、編號(hào)帶回；樹根采用全挖法，分別對(duì)主根(含根樁)、側(cè)根及＞2 mm的細(xì)根取樣稱重，記錄數(shù)據(jù)，編號(hào)帶回。

把采集的樣品帶回實(shí)驗(yàn)室，在烘箱中烘干，烘烤過程中，每隔一段時(shí)間對(duì)樣品進(jìn)行稱重，直到兩次稱量的相對(duì)誤差小于1%，這時(shí)把樣品取出，冷卻后再稱量干重。最終得到相應(yīng)的生物量實(shí)測(cè)值。

表1 杉木林樣木測(cè)定數(shù)據(jù)Table 1 Analytic woods of C. lanceolata

2.2 樣本數(shù)據(jù)的處理

用SPSS 19.0對(duì)杉木生物量模型進(jìn)行擬合，并進(jìn)行效果和精度的檢驗(yàn)。選用6種常用的生物量模型，如表2所示，基于實(shí)測(cè)生物量和胸徑、樹高數(shù)據(jù)，運(yùn)用表2中的6種模型進(jìn)行回歸分析，最終得到杉木幼齡林、中齡林、近熟林和成熟林的單木各器官和全株生物量估算模型[17-18]，并把決定系數(shù)（R2）、殘差平方和（RSS）作為模型擬合效果評(píng)價(jià)指標(biāo)[19]，平均精度A作為杉木生物量模型的通用性預(yù)測(cè)效果的檢驗(yàn)指標(biāo)。

表2 生物量預(yù)測(cè)模型Table 2 Biomass prediction models

式中，Nsamp指樣本容量。A值越大說明模型的預(yù)測(cè)效果就越好，通常，A值＞80%時(shí)，就表示模型比較符合實(shí)際[2]。

3 結(jié)果與分析

研究結(jié)果表明，擬合后生物量模型的R2在0.812～0.945，RSS在0.015 9～0.432 0，F(xiàn)檢驗(yàn)達(dá)到了顯著水平（P＜0.01），因此以D和DH為自變量的杉木單木生物量模型可用于實(shí)際。同時(shí)發(fā)現(xiàn)冪函數(shù)、指數(shù)函數(shù)和多項(xiàng)式函數(shù)模型的擬合效果依次為冪函數(shù)優(yōu)于指數(shù)函數(shù)優(yōu)于多項(xiàng)式函數(shù)。

通過檢驗(yàn)結(jié)果的對(duì)比，得到了24個(gè)效果較好的擬合模型，見表3。

由表3可知，杉木各齡組生物量最優(yōu)模型均以冪函數(shù)模型最優(yōu)，其中，生物量最優(yōu)模型以D為自變量的模型有11個(gè)，以DH為自變量的模型有13個(gè)，均有較好的擬合效果。

表3 杉木單株生物量估算模型Table 3 Biomass estimation model for individual tree of C. lanceolata

3.1 各齡組杉木生物量最優(yōu)模型擬合結(jié)果分析

由表3可知，杉木幼齡林各器官和全株生物量最優(yōu)模型的R2為0.910～0.978，RSS為0.014 7～0.069 8。在幼齡林中樹葉、樹根和全株的生物量模型形式為：W = a（DH）b，從而得出，杉木幼齡林的樹葉、樹根和全株的生物量主要受DH影響，而且樹葉生物量模型和全株生物量模型的擬合效果均優(yōu)于杉木樹根的擬合效果。同理發(fā)現(xiàn)杉木樹枝、干皮與去干皮的生物量最優(yōu)模型形式為：W = aDb，表明此階段杉木樹枝、干皮和去干皮的生物量主要受到D的影響，其中去干皮的擬合效果較好，樹枝和去干皮的生物量模型的擬合效果次之，但相差不大。

中齡林單木各器官和全株生物量最優(yōu)模型的R2為0.843～0.976，RSS為0.020 1～0.432 1。其中樹葉、樹枝、樹根和全株的生物量最優(yōu)模型形式為：W = aDb，說明中齡林杉木的樹葉、樹枝、樹根和全株的生物量主要受到D的影響；干皮和去干皮的生物量最優(yōu)模型形式為：W = a（DH）b，說明中齡林的單木干皮和去干皮的生物量主要受DH綜合影響。

近熟林單木各器官和全株生物量最優(yōu)模型的R2為0.889～0.958，RSS為0.015 9～0.542 3。其中樹枝和樹根的生物量最優(yōu)模型形式為：W = aDb，說明近熟林的杉木中，樹枝和樹根的生物量主要受到D的影響；樹葉、干皮、去干皮和全株的生物量最優(yōu)模型形式為：W = a（DH）b，說明近熟林的單木干皮和去干皮的生物量主要受DH綜合影響。成熟林單木各器官和全株生物量最優(yōu)模型的R2為0.943～0.984，RSS為0.004 5～0.521 7。其中樹葉、干皮、去干皮和全株的生物量最優(yōu)模型形式為：W = a（DH）b，說明成熟林的杉木中，樹葉、干皮、去干皮和全株的生物量主要受到DH的影響；樹枝和樹根的生物量最優(yōu)模型形式為：W = aDb，說明成熟林的單木樹枝和樹根的生物量主要受到D的影響。

以上分析表明，W = a（DH）b和W = aDb均可作為杉木幼齡林、中齡林、近熟林和成熟林的最優(yōu)模型形式。各齡組內(nèi)部擬合效果最優(yōu)的模型分別為幼齡林的全株模型，中齡林、近熟林的樹根模型和成熟林的去干皮模型。

3.2 杉木生物量模型的互換通用性

用本研究建立的模型對(duì)臨安區(qū)的杉木生物量進(jìn)行預(yù)測(cè)，通過調(diào)查數(shù)據(jù)比較模型的實(shí)際效果（表4）。

表4 杉木最優(yōu)模型對(duì)各齡組的單木生物量的預(yù)測(cè)效果Table 4 Prediction of the optimal model for the individual biomass of C. lanceolata with different ages

根據(jù)表4可知，幼齡林各生物量的最優(yōu)模型對(duì)中齡林、近熟林和成熟林模型預(yù)測(cè)的平均A普遍較低，均低于75%，但是幼齡林各器官模型對(duì)成熟林全株模型預(yù)測(cè)的A達(dá)到85.34%。由此可知，杉木幼齡林的生物量最優(yōu)模型不能直接用于中齡林、近熟林和成熟林的全株生物量預(yù)測(cè)，且各器官模型僅適用于成熟林全株生物量模型的預(yù)測(cè)，整體的通用性較差。中齡林生物量最優(yōu)模型對(duì)幼齡林的樹葉、干皮、去干皮和全株以及近熟林與成熟林的去干皮和全株生物量預(yù)測(cè)的A均高于80%，說明可以相對(duì)精確的預(yù)測(cè)幼齡林、近熟林和成熟林全株的生物量。同時(shí)，杉木中齡林全株生物量最優(yōu)模型對(duì)幼齡林、近熟林和成熟林的全株生物量的預(yù)測(cè)效果均優(yōu)于各器官的效果，說明杉木林不分齡組時(shí)，中齡林全株生物量模型可以用于幼齡林、近熟林和成熟林全株的生物量測(cè)算，且具有較好的通用性。

近熟林生物量最優(yōu)模型對(duì)幼齡林的樹枝、去干皮和全株以及中齡林的樹葉、樹枝、去干皮、樹根和全株以及對(duì)成熟林的樹葉、干皮、去干皮和全株生物量預(yù)測(cè)的A均大于80%，說明可以相對(duì)精確的預(yù)測(cè)幼齡林、中齡林和成熟林全株的生物量。

成熟林生物量最優(yōu)模型對(duì)幼齡林的去干皮和全株以及中齡林的去干皮、樹根和全株以及近熟林的樹枝、去干皮和全株生物量預(yù)測(cè)的A均高于80%，這說明可以相對(duì)精確的預(yù)測(cè)幼齡林、中齡林和近熟林全株的生物量。

綜上所述，臨安區(qū)杉木中齡林、近熟林和成熟林的全株生物量最優(yōu)模型均可對(duì)不分齡組時(shí)的杉木全株生物量進(jìn)行預(yù)測(cè)，其中以中齡林的通用性效果最好，對(duì)各齡組生物量的預(yù)測(cè)精度均大于88%。因此，中齡林全株生物量模型W = 0.165 7D2.1456可以對(duì)杉木生物量進(jìn)行預(yù)測(cè)，具有較好的通用性。

4 結(jié)論與討論

受自然條件和林分因子等多方面影響，杉木在不同齡組階段生物量的主要影響因素不同。幼齡林階段冠幅偏小，D和H的生長(zhǎng)較快，根系生長(zhǎng)旺盛[9]；中齡林經(jīng)過多年的自然選擇，成活的樹木已進(jìn)入干材階段，冠幅較大，D，H的生長(zhǎng)相對(duì)緩慢，根系仍然在不斷增長(zhǎng)，材積增長(zhǎng)迅速；近、成熟林階段杉木的H逐漸停止生長(zhǎng)，材積還在增長(zhǎng)，但是日趨緩慢[20]。本研究發(fā)現(xiàn)，D和H是幼齡杉木樹葉、樹根和全株生物量的重要影響因素；中齡杉木的樹葉、樹枝、樹根和全株生物量主要取決于D，而樹干主要是受D和H影響；近、成熟杉木的樹葉、樹干和全株的生物量主要受D和H影響，而樹根和樹枝主要是受D的影響。

為保證模型的可行性，在擬合模型的檢驗(yàn)和評(píng)價(jià)時(shí)選用了R2，RSS和A 3個(gè)常用指標(biāo)，盡可能有效反映預(yù)測(cè)模型的擬合效果和通用性。最終發(fā)現(xiàn)，杉木幼齡林的生物量模型對(duì)其他齡組的通用性最差；近熟林和成熟林次之；中齡林的通用性相對(duì)較好，可用于臨安地區(qū)不同齡組的杉木全株生物量的估測(cè)。因此，除D外，對(duì)小范圍杉木生物量進(jìn)行分器官高精度計(jì)算時(shí)，還需要考慮到各器官的其他影響因子，但是在野外大范圍林區(qū)進(jìn)行杉木總生物量估算時(shí)只需考慮D因子。

本研究模型所得生物量結(jié)果不像各齡組分器官生物量模型結(jié)果那樣準(zhǔn)確，但預(yù)測(cè)精度達(dá)到80%以上。生物量的計(jì)算本身就存在一定的誤差，估算模型和自變量從多個(gè)簡(jiǎn)化為一個(gè)，誤差同樣存在，因此在不要求精確計(jì)算生物量的前提下，可用于臨安區(qū)杉木生物量的估算，不僅節(jié)省分齡組分器官計(jì)算生物量的時(shí)間，又可以獲得生物量的估算結(jié)果，降低了實(shí)際操作難度，現(xiàn)實(shí)意義明顯。同時(shí)受樣本采集區(qū)域和樣本數(shù)量的限制，建立的杉木生物量分器官的最優(yōu)模型是以D和DH為自變量的冪函數(shù)，模型的選擇直接影響生物量的預(yù)測(cè)效果，所建立的模型可能更適用于臨安，因此在估算與臨安環(huán)境差異較大區(qū)域的杉木生物量時(shí)，模型的選擇還需要進(jìn)一步研究。

[1] 唐守正，張會(huì)儒，胥輝. 相容性生物量模型的建立及其估計(jì)方法研究[J]. 林業(yè)科學(xué)，2000，36（?？?9－27.

[2] 李燕，張建國(guó)，段愛國(guó)，等. 杉木人工林生物量估算模型的選擇[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2010，21（12）：3036－3046.

[3] 羅天祥. 中國(guó)主要森林類型生物生產(chǎn)力格局及其數(shù)學(xué)模型[D]. 北京：中國(guó)科學(xué)院研究生院，1996：22－23.

[4] 馮宗煒，陳楚瑩，張家武，等. 湖南會(huì)同地區(qū)馬尾松林生物量的測(cè)定[J]. 林業(yè)科學(xué)，1982（02）：127－134.

[5] 劉興良，劉世榮，宿以明，等. 巴郎山川滇高山櫟灌叢地上生物量及其對(duì)海拔梯度的響應(yīng)[J]. 林業(yè)科學(xué)，2006（02）：1－7.

[6] 呂曉濤，唐建維，何有才，等. 西雙版納熱帶季節(jié)雨林的生物量及其分配特征[J]. 植物生態(tài)學(xué)報(bào)，2007（01）：11－22.

[7] 林開敏，鄭郁善，黃祖清，等. 杉木和馬尾松幼林生物產(chǎn)量模型研究[J]. 福建林學(xué)院學(xué)報(bào)，1993（04）：351－356.

[8] 唐坤銀，唐代生. 杉木生物量?jī)?yōu)化模型研究[J]. 林業(yè)調(diào)查規(guī)劃，2010，35（01）：47－49，52.

[9] 范仁志. 杉木人工林樹根生物量模型的研究[J]. 林業(yè)勘察設(shè)計(jì)，2011（1）：67－70.

[10] 田大倫，盤宏華，康文星，等. 第二代杉木人工林生物量的研究[J]. 中南林學(xué)院學(xué)報(bào)，1998（03）：14－19.

[11] 趙坤，田大倫. 會(huì)同杉木人工林成熟階段生物量的研究[J]. 中南林學(xué)院學(xué)報(bào)，2000（01）：7－13.

[12] 駱期邦，曾偉生，賀東北，等. 立木地上部分生物量模型的建立及其應(yīng)用研究[J]. 自然資源學(xué)報(bào)，1999，14（3）：271－277.

[13] 王敬，韋新良，徐建，等. 天目山針闊混交林林木空間分布格局特征[J]. 浙江農(nóng)林大學(xué)學(xué)報(bào)，2014，31（05）：668－675.

[14] 韋新良，劉永富. 浙江省森林景觀地理概述[J]. 浙江林學(xué)院學(xué)報(bào)，1996，13（3）：316－321.

[15] 閆文德，田大倫，焦秀梅. 會(huì)同第二代杉木人工林林下植被生物量分布及動(dòng)態(tài)[J]. 林業(yè)科學(xué)研究，2003，16（3）：323－327.

[16] 秦立厚，張茂震，鐘世紅，等. 森林生物量估算中模型不確定性分析[J/OL]. 生態(tài)學(xué)報(bào)，2017，37（23）：1－8.

[17] 惠剛盈，童書振，劉景芳，等. 杉木造林密度試驗(yàn)研究Ⅰ.密度對(duì)幼林生物量的影響[J]. 林業(yè)科學(xué)研究，1988（04）：413－417.

[18] 段愛國(guó)，張建國(guó)，何彩云，等. 杉木人工林生物量變化規(guī)律的研究[J]. 林業(yè)科學(xué)研究，2005，18（2）：125－132.

[19] 施文濤，謝昕云，劉西軍，等. 安徽大別山區(qū)杉木人工林喬木層生物量模型及碳貯量[J]. 長(zhǎng)江流域資源與環(huán)境，2015，24（5）：758－764.

[20] 佟金權(quán). 杉木人工林廣義干曲線模型及其生物生產(chǎn)力研究[D]. 北京：中國(guó)林業(yè)科學(xué)研究院，1999：64.