东北落叶松和南方马尾松地下生物量模型研建
Establishment of below-ground biomass equations for larch in northeastern and Masson pine in southern China
-
摘要: 在国家级森林资源监测中增加森林生物量估计已成为必然趋势，而地下生物量是森林生物量的重要组成部分。以东北落叶松和南方马尾松地下生物量数据为例，对地下生物量模型的两种常用建模方案进行对比分析，指出了存在的弊端，并提出通过利用度量误差模型，建立相容性地上、地下生物量模型和根茎比模型的方法。结果表明：利用度量误差模型方法，能有效解决一套数据、两种结果的问题，确保各个模型估计结果的协调一致性和参数的稳健性；在地下生物量实测样本只是地上生物量实测样本的子样本时，合适的做法是利用子样本建立根茎比模型，再结合利用大样本建立的地上生物量模型来联合估计地下生物量；林木根茎比的大小主要与直径相关，并随林木直径的增大而逐渐增加。本文所建立的两个树种的地下生物量模型的预估精度，南方马尾松可达到90％以上，东北落叶松可达到85％以上，能用于大尺度范围的森林生物量估计。Abstract: It has become a trend to supplement national forest resources monitoring with forest biomass estimation. The below-ground biomass is an important component of forest biomass. Based on the below-ground biomass data of larch(Larix spp.) in northeastern China and that of Masson pine(Pinus massoniana) in southern China, two approaches commonly used for modeling below-ground biomass, i.e., below-ground biomass and root-shoot ratio equations, were compared, and problems in modeling below-ground biomass were addressed. Then, an approach to establish compatible above- and below-ground biomass equations and root-shoot ratio equation was proposed using the error-in-variable modeling method. The results show that: 1) the new approach can be used to solve the problem of “one dataset, two results”, and the estimation results using different equations are consistent and stable; 2) in case of no enough sample trees to be selected for measurement of below-ground biomass, a root-shoot ratio equation should be developed to estimate below-ground biomass with the aid of an above-ground biomass equation established through a large sample size; 3) the root-shoot ratio of an individual tree depends mainly on the diameter of the tree, and increases gradually with the growing diameter. The prediction precisions of single-tree below-biomass equations developed in this study are 85% for larch in northeastern China and 90% for the Masson pine in southern China, and can be applied for estimating forest biomass at a large scale.
-
Keywords:
- below-ground biomass /
- root-shoot ratio /
- error-in-variable model /
- mean prediction error /
- larch /
- Masson pine
-
-
期刊类型引用(23)
1. 李雪，吴青松，许少祺，李硕，刘英卉，张友民. 景天科3种植物的叶片形态结构与抗旱性评价. 东北师大学报(自然科学版). 2023(03): 114-121 . 
百度学术
2. 陈晓娜，赵纳祺，俞潇，罗红梅，刘湘杰，李刚. 浅谈我国沙棘属植物生态适应性. 温带林业研究. 2023(04): 55-59 . 百度学术
3. 赵君茹，朱周俊，肖诗鑫，卢元贤，吴凯，袁德义. 高州油茶无性系叶片解剖结构及抗旱性评价. 分子植物育种. 2022(16): 5435-5443 . 百度学术
4. 郭燕，张树航，李颖，张馨方，王广鹏. 基于叶片解剖结构的京津冀主栽板栗品种抗旱性评价. 核农学报. 2021(08): 1771-1782 . 百度学术
5. 杨凤兰，邓冬丽，招礼军，朱栗琼. 短叶罗汉松雌雄株叶片形态结构特征的比较研究. 江西农业学报. 2021(11): 42-47 . 百度学术
6. 邱彦芬，杨湉，李小琴，张凤良，吴裕，陈严平. 橡胶树无性系叶片解剖结构及耐旱性研究. 西部林业科学. 2020(01): 92-98 . 百度学术
7. 郭燕，张树航，李颖，张馨方，王广鹏. 中国板栗238份品种(系)叶片形态、解剖结构及其抗旱性评价. 园艺学报. 2020(06): 1033-1046 . 百度学术
8. 刘建凤，姚莹，赵婕，苏智，魏建荣. 沙棘抗虫性机制及其分子育种研究进展. 中国农业科技导报. 2020(08): 108-115 . 百度学术
9. 董章宏，尹亚梅，徐剑，李显煌，瞿绍宏，辛静，常晓勇，辛培尧. 滇杨雌、雄株茎叶解剖结构差异分析. 云南农业大学学报(自然科学). 2020(03): 502-510 . 百度学术
10. 张守科，方林鑫，王毅，张威，舒金平，汪阳东，王浩杰. 基于组成型抗性性状的油茶抗茶籽象的评价模型. 林业科学. 2020(12): 67-74 . 百度学术
11. 张玲，张东来. 基于形态学及生理学的黄檗性别差异研究. 植物研究. 2019(06): 876-882 . 百度学术
12. 朱栗琼，邓冬丽，招礼军，黎军，李国花. 罗汉松雌雄株叶形态结构的比较研究. 西北植物学报. 2019(12): 2179-2186 . 百度学术
13. 黄海娜，杨金宇，李红旭，刘小勇，叶振风，朱立武，衡伟. 灌水处理对黄冠梨叶片结构和激素含量及PbDREB基因表达的影响. 干旱地区农业研究. 2018(03): 17-22 . 百度学术
14. 郭素娟，武燕奇. 板栗叶片解剖结构特征及其与抗旱性的关系. 西北农林科技大学学报(自然科学版). 2018(09): 51-59 . 百度学术
15. 胡杜娟，胡建忠，魏学智. 不同沙棘品种的抗旱性比较. 北方园艺. 2017(07): 27-30 . 百度学术
16. 赵明苑，洪世军，王春梅，云勇. 不同叶龄鹊肾树叶解剖结构及其抗旱性分析(英文). Agricultural Science & Technology. 2017(01): 87-92 . 百度学术
17. 李娜，郭学民，孟阳. 沙棘雌雄株叶片解剖结构比较研究. 植物研究. 2017(01): 1-7 . 百度学术
18. 李娜，郭学民，黎明，白兰. 构树雌雄株叶片解剖结构特征的比较研究. 植物科学学报. 2017(02): 164-170 . 百度学术
19. 高国日，刘娟娟，陈道国，董礼隆，何彩云. 土壤干旱对2个沙棘品种叶片水势和光合特性的影响. 浙江农林大学学报. 2017(06): 999-1007 . 百度学术
20. 赵明苑，冯顺，王春梅，洪世军，包冬红，李卓阳，顾赵忻，云勇. 不同叶龄鹊肾树叶解剖结构及其抗旱性分析. 广东农业科学. 2016(08): 63-68 . 百度学术
21. 陈海玲，章尧想，刘芳，徐军，葛根巴图，马迎宾，段娜，黄雅茹. 乌兰布和沙区沙棘光合蒸腾日变化与主要环境因子的关系. 甘肃农业大学学报. 2015(02): 116-121 . 百度学术
22. 翟飞飞，孙振元. 木本植物雌雄株生物学差异研究进展. 林业科学. 2015(10): 110-116 . 百度学术
23. 陈海玲，刘芳，罗红梅，郝玉光，徐军，段娜. 乌兰布和沙区不同沙棘品种叶片及果实特性研究. 林业资源管理. 2014(03): 122-125 . 百度学术
其他类型引用(17)
计量
- 文章访问数: 3046
- HTML全文浏览量: 156
- PDF下载量: 47
- 被引次数: 40
下载:
