吳朝暉

（宿松縣林業(yè)局，安徽 安慶246500）

竹子在分類學上隸屬于禾本科竹亞科，全球約有75 屬1 250 種，主要分布在熱帶、亞熱帶地區(qū)，少數分布在溫帶和寒帶地區(qū)。竹子是世界上生長最快的植物之一，在生長季每天生長量可達30～100 cm[1]。

苦竹（Pleioblastus amarus）屬苦竹屬，地下莖為復軸混生型，是一種優(yōu)良的筍材兩用竹。竹筍清脆可口，具清熱解毒之功效，可供食用與藥用；竹稈可造紙、制作生活用品與工藝品等，經濟價值高，有很大開發(fā)前景。目前，有關苦竹生物量模型研究尚未見報道，為此，筆者調查了皖西南宿松縣苦竹天然林資源，建立評估苦竹各構件的生物量模型，不僅為研究生態(tài)系統(tǒng)能量流動和物質循環(huán)提供參考，也為苦竹天然林生產力以及竹林碳匯功能的估測和評價提供理論依據。

1 試驗地概況

苦竹天然林在宿松縣主要分布在陳漢、北浴、隘口、趾鳳、涼亭、二郎、柳坪等鄉(xiāng)鎮(zhèn)，全縣竹林面積約213.33 hm2。調查地區(qū)位于宿松縣陳漢鄉(xiāng)玉屏村，屬北亞熱帶濕潤季風氣候區(qū)，四季分明，日照充足，熱量豐富，雨量充沛，無霜期長。年平均氣溫16.6 ℃，年平均降水量1 507.2 mm，年平均日照時數2 023.7 h，無霜期254 d。常年主風向為東北風，年平均風速為3.1 m/s。

苦竹天然林調查小班所在位置海拔320 m，坡向東南，坡度13°；土壤類型屬山地黃棕壤，土壤厚度約50 cm。調查林分經營粗放，竹稈年齡以1～3 年生為主，約占總株數的90%，立竹度約99 000 株/hm2。

2 材料和方法

2.1 樣地調查和生物量測定

野外調查工作在2018 年冬季進行，此時新竹已完成胸徑和高生長。在苦竹天然林內，隨機建立了10個10 m×10 m 的樣地，調查并記錄各樣地立地因子和土壤條件，包括海拔、坡度、坡向和土壤厚度等因子。對樣地進行每竹調查，對每株竹子的竹稈進行編號，測定其胸徑，記錄其年齡，并在每樣地隨機選取5～8 株苦竹，測定竹高。根據調查樣地苦竹年齡、胸徑和竹高的分布情況，共選擇67 株樣竹用于生物量模型的構建。各年齡樣竹的數量和胸徑如表1 所示。

表1 不同年齡樣竹胸徑和竹高的比較

2018 年12 月，對樣竹齊地伐倒，砍下枝條和竹葉，將竹稈、竹枝和竹葉分開，分別稱得鮮重。從土壤中挖出竹蔸和竹鞭，以及連接的根系，由于竹地下部分較難分離，因此從土壤中挖出來后清除土壤，一并稱得鮮重。分別采集各器官樣品，稱得樣品鮮重，然后帶回實驗室，置于80 ℃烘箱內烘干至恒重，冷卻后稱重，獲得各樣品烘干重，采用公式（1）計算苦竹各年齡各器官生物量。地上部分生物量為竹稈、竹枝和竹葉生物量之和，地下部分生物量為竹蔸、竹鞭和竹根生物量之和。

式中，Wd為各器官生物量（干重），Wf為各器官鮮重，wd和wf分別代表各器官樣品的鮮重和干重。

2.2 生物量估算

林木生物量與林木胸徑和樹高呈正相關關系，以胸徑為自變量，模擬竹類植物生物量的模型常用的有冪函數模型、指數函數模型和線性模型[2-4]。因此，本項研究根據這3 個模型的決定系數和顯著性水平，選擇各樣地苦竹單株竹稈生物量、地上部分總生物量和地下部分總生物量的回歸方程。除了枝葉生物量外，單株竹子各器官生物量分別由相應的回歸模型計算；枝葉生物量為地上部分總生物量與竹稈生物量之差。

2.3 數據處理

采用3 種模型探討各年齡各器官生物量與胸徑的關系，即：線性回歸，冪函數回歸和指數回歸模型。以胸徑為自變量，分別以竹稈生物量、竹枝生物量、竹葉生物量、地上部分總生物量和地下部分總生物量為因變量，用方差分析（ANOVA）檢驗回歸效果，并給出顯著性水平（P），決定系數（R2）和擬合曲線。利用SPSS 統(tǒng)計軟件進行數據分析。

3 結果與分析

3.1 回歸模型

對于某一特定植物來說，其個體大小（常用胸徑或高度來表示）通常與生物量之間存在異速生長關系，這使得利用生長變量作為預測因子通過模型來估算林木生物量成為可能。在實踐中，回歸模型在生物量估算中得到了廣泛的應用[2-5]。

苦竹各年齡竹稈生物量、地上部分總生物量和地下部分總生物量與其胸徑密切相關，線性回歸方程、冪函數回歸方程和指數回歸方程均具有較高的決定系數和顯著性水平，見表2。很多其他竹種或樹種均具有類似的結果[2，4]。對1～3 年生的苦竹來說，其竹稈生物量、地上部分總生物量和地下部分總生物量可以用易測變量（胸徑）來預測，并且具有較好的精度和可靠性。根據孟勇等對毛金竹生物量模型的研究[4]，毛金竹竹稈生物量模型擬合精度最高，其次是地上部分和總生物量模型，竹枝、竹葉和地下部分生物量模型擬合精度相對較低，與本研究結果類似。然而，竹稈生物量、地上部分總生物量和地下部分總生物量估測精度存在較大差異。竹稈生物量和地上部分總生物量估算回歸模型的決定系數在0.771 6～0.949 2，高于地下部分總生物量的決定系數（0.223 0～0.620 7），說明竹稈生物量和地上部分總生物量的估算比地下部分總生物量更準確。

表2 苦竹不同年齡不同構件生物量模型

異速生長方程通常被用來進行生物量估測[6]，其本身是冪函數形式。本研究中苦竹竹稈生物量、地上部分總生物量和地下部分總生物量的冪函數模型，其決定系數一般高于線性模型和指數模型。因此，對模型類型而言，冪函數回歸模型更適合于苦竹生物量的模擬。馬玉珠等也報道[7]，杉木和木荷的最優(yōu)擬合模型均為冪函數，冪函數占最優(yōu)模型總數近50%?？梢娪脙绾瘮翟u估林木生物量是比較合適的。

利用苦竹的胸徑，通過線性模型、冪函數模型和指數模型來預測其枝條和葉子生物量是不合適的。胸徑與竹枝條、竹葉生物量之間的回歸模型方程大多是不顯著的（見表2）。但是，3 年生苦竹竹枝生物量可以利用胸徑通過3 種回歸模型來估算，且具有較好的精度（決定系數約0.4）和可靠性（P=0.001）；竹葉生物量與胸徑具有一定的相關性（決定系數為0.15～0.16，P 值為0.051～0.066）。竹枝生物量與胸徑之間的關系與竹葉生物量相比更緊密，3 年生苦竹竹枝和株葉生物量與胸徑之間的關系比1～2 年生的更緊密。通常來說，利用胸徑，通過回歸模型預測苦竹枝條和葉子生物量是不可行的。

3.2 生物量儲量與分配

從模型精度和可靠性兩方面考慮，我們選取上述的冪函數回歸模型來估算各年齡苦竹竹稈生物量、地上部分總生物量和地下部分總生物量。該模型的擬合線如圖1 所示，生物量估算如表3 所示。據估計，宿松縣苦竹天然林總生物量密度為61.14 t/hm2，主要分布在竹稈，占總生物量的67.42%；地上部分總生物量與地下部分總生物量的比值約為4:1；竹枝和竹葉生物量所占比例較低，它們的生物量之和僅占總生物量的13%左右。

圖1 苦竹不同年齡不同構件生物量模型曲線

表3 苦竹天然林不同構件生物量分配

據林新春等對浙江地區(qū)苦竹群落的研究[8]，浙江地區(qū)苦竹生物量估算達102.8 t/hm2，安徽西南苦竹林生物量約為浙江地區(qū)的60%，總體上生產水平遠遠低于浙江地區(qū)；就地上部分生物量而言，安徽宿松縣苦竹地上部分生物量低于浙江的約61 t/hm2[8]，但是高于四川省長寧苦竹種群地上部分生物量的37.58 t/hm2[9]。從地上地下部分占比來看，宿松縣苦竹天然林群落地上部分與地下部分生物量比例與福建的苦竹林相當（約為4∶1）[10]，但是高于浙江苦竹群落（地上部分占比約60%）[8]，說明宿松縣苦竹地下部分生物量與浙江的差距更大。竹稈是人們利用竹材的主要部位，宿松苦竹天然林竹稈生物量占總量的約67%，與福建苦竹（約64%）及廣西叢生竹撐篙竹（約73%）相當[3，10]，遠高于浙江苦竹群落約40%。說明在竹材產量上，安徽宿松縣苦竹天然林與浙江苦竹群落差異并沒有總生物量大。

4 結論

根據線性、冪函數和指數回歸模型，利用竹稈胸徑可以準確估算出1 年生、2 年生和3 年生苦竹竹稈生物量、地上部分總生物量和地下部分總生物量。竹稈和地上部分總生物量的估算比地下部分總生物量的估算更為準確。在所有的模型中，利用冪函數模型估算苦竹竹稈生物量、地上部分總生物量和地下部分總生物量比線性回歸模型和指數回歸模型更為準確。竹稈胸徑與竹枝生物量和竹葉生物量之間的回歸精度和可靠性較差，用胸徑估算幾乎是不可行的。竹稈胸徑與竹枝生物量之間的相關性比竹葉生物量與竹稈胸徑的相關性更為密切，3 年生的竹稈胸徑與竹枝和竹葉生物量的相關性相較于1 年生和2 年生的更為緊密。