【目的】建立区域尺度林分生物量生长模型，为预测未来某一时段广东省天然阔叶林生物量和碳储量提供方法学支持。【方法】基于广东省1997-2017年5期森林清查数据，选择栎类、木荷和其他软阔类等6个阔叶树种为优势树种的203个天然林样地，以参数分级反映立地质量差异，以竞争指数表示密度影响，以分步建模（一元非线性回归法）和联合建模（非线性联立方程组法）区别建模方式，采用理论生长方程构建胸径生长模型估计林龄进而构建多种林分生物量生长模型，以决定系数和平均预估误差等4个指标评价模型拟合优度；对拟合优度较高的模型，以2002-2017年4期连清的183块样地为检验样本，用总相对误差来验证其应用效果。【结果】对比模型拟合效果和区域尺度及样地水平上的估计精度，以探究林分密度、不同参数分级、分级方法和建模方法共4项影响因素对生物量生长模型的效果，结果表明：非线性联立方程组法优于分步建模法；与生长速度有关的参数b分级模型优于与生长潜力有关的参数a分级模型；考虑林木竞争和分级方程中加入竞争指数对优化模型性能影响不大。参数b分级、自变量和分级方程皆不含竞争指数的联合模型（模型10）为最优模型，其生物量生长模型确定系数R2为0.970 1；预测4期生物量时，估计效果较好，后期估计误差明显低于前期，如采用模型10预估栎类2002-2017年区域尺度生物量时，4期的估计误差分别为6.22%、15.27%、4.80%、-1.84%。【结论】以Richards理论生长方程为基础构建林分生物量生长模型来估测区域尺度生物量是一种可行的方法，为评估未来某一时段区域尺度森林生态系统的固碳能力提供依据，也为其他区域的林分生物量生长模型研建提供参考。

【目的】灌木是森林生产力的重要组成部分,探索北亚热带地区常绿阔叶林林下灌木生长模型,为森林生物量及其碳储量估算奠定基础。【方法】在安徽南部查湾自然保护区,选取4种常见林下灌木树种(老鼠矢、乌药、朱砂根和香桂),通过野外实测获得地径(D)、树高(H)、地径平方乘树高(D2 H)、冠径树高乘积(CH)、植冠面积(AC)和植冠体积(VC)等模型参数,拟合生物量模型,基于独立检验数据对模型进行验证,获得生物量最优模型。【结果】各灌木树种单器官及全株生物量模型以D2 H和CH为自变量都具有较高的拟合优度(0.815

缺乏阔叶树种生物量模型是影响亚热带常绿阔叶林生物碳库估测精度的重要原因,过去采用其他地区生物量模型估测亚热带常见阔叶林生物碳库,但其是否适用于本地区的阔叶林生物碳库估计仍存在争议。本研究在三明米槠林样地采用标准木结合相对生长方程法建立31株树的生物量模型,收集亚热带其他地区136株阔叶树生物量数据建立亚热带区域生物量模型,并与其他地区生物量模型比较。结果表明:亚热带区域阔叶林生物量模型为ln(AGB)=-1.982+1.209ln(D2)和ln(AGB)=-2.907+0.932ln(D2H),树高和胸径

[目的]定量化表征森林蓄积量和生物量与年龄的关系，为预测森林蓄积量和生物量提供依据。[方法]基于广东省3个针叶树种5期连清数据，通过保留木林分平均胸径和林龄之间的关系，分别以生长潜力和生长速度分级、是否考虑竞争、分步和联合建模共8种组合，构建林分蓄积量和生物量生长模型，并评价模型拟合优度；以独立的4期连清数据为验证样本，评价模型的适用性。[结果]（1）不同种模型系确定系数皆在0.980以上，平均预估误差在±1%以内，总体相对误差在±0.5%以内。综合模型拟合和预测效果，以生长速度分级、不考虑竞争的分步模型最优，竞争对模型的适用性影响不大。（2）最优模型蓄积量和生物量的估计误差最大分别为10.36%和10.22%，模型适用性较好，4期估计误差表现为中期高于首末两期。（3）马尾松生长潜力最大，杉木最小，对杉木的估计效果优于马尾松和湿地松。（4）立地质量等级越高，生长量的极值越大，达到最高峰所需年限也更短；同一立地质量下马尾松生长量最大，其次为湿地松，杉木最小。[结论]含参数分级和林分特征的蓄积量和生物量模型，可以反映立地质量对广东省针叶树种蓄积量和生物量预测的影响，为精确估测森林储量提供方法学支持，也为其他地区林分水平生长模型的构建提供借鉴。

【目的】建立樟树、木荷和枫香3个树种以胸径、年龄为自变量的单木地上生物量模型,为精准估计森林生物量和碳储量变化规律提供理论、实践支撑和技术支持。【方法】基于每个树种按10个径阶均匀分配的90株伐倒木数据(3个树种共270株伐倒木),使用破坏性试验和树干解析分别获取生物量和年龄,采用哑变量方法区分起源,分别建立和比较3个树种不同起源(天然林和人工林)含胸径、年龄和2种常用的含胸径、树高单木地上生物量模型,并通过联立方程组总量控制法解决地上部分各组分(干材、树皮、树枝、树叶)的模型相容性问题。【结果】3个树种3个地上生物量模型修正的确定系数(R■)在0.89～0.94之间,使用含胸径、年龄的生物量模型(1)估计地上生物量是可行的,模型具有良好的估计效果且方便使用。增加哑变量后,3个树种3个地上生物量模型的R■均达0.90以上,模型(4)可以进一步提高模型精度,细化模型应用条件;基于B-D-T的相容性生物量模型系统(7)3个树种树干生物量模型的R■在0.90～0.95之间,树皮生物量模型的R■在0.84～0.94之间,树枝生物量模型的R■在0.73～0.91之间,树叶生物量模型的R■在0.63～0.75之间;构建含有哑变量的B-D-T相容性生物量模型系统(8),树干生物量模型的R■在0.88～0.97之间,树皮生物量模型的R■在0.82～0.93之间,树枝生物量模型的R■在0.84～0.90之间,树叶生物量模型的R■在0.62～0.69之间,表明含胸径、年龄的生物量模型比含胸径、树高的生物量模型效果更好,满足估计需求。【结论】含胸径、年龄的单木地上生物量模型(1)和分起源的单木地上生物量哑变量模型(4)拟合精度均高于2种常用的含胸径、树高的单木地上生物量模型(2)和(3)以及分起源的单木地上生物量模型(5)和(6),含哑变量的非线性联立方程组(8)比B-D-T模型系统(7)精度更高,同时含胸径、年龄的哑变量非线性联立方程组(8)精度指标也优于含胸径、树高的哑变量联立方程组(9)和(10),联立方程组(8)不仅可保证不同起源各分量生物量之间的相容性,还能得到更优化的参数估计。含胸径、年龄的单木生物量模型(1)和考虑起源的地上生物量模型(4)、模型系统(7)中的含胸径、年龄的地上各组分生物量相容性方程组以及考虑起源的地上各组分生物量相容性方程组(8)比2种常用的含胸径、树高的地上生物量模型拟合精度高,实践中更适用于人工阔叶林和碳汇造林项目的碳汇计量、监测和评估。

[目的 ]建立林分生物量模型,分析不同因子对林分生物量的影响,为区域尺度生物量的估算提供模型和依据。[方法 ]以东北和华北地区7个省份的落叶松人工林为研究对象,利用第8次一类清查固定样地数据,采用普通最小二乘方法和稳健回归方法建立林分生物量模型。采用主成分分析和相关分析法筛选气候变量,建立气候敏感的林分生物量模型(包括地上生物量A_(GB)和总生物量T_(GB))。使用决定系数(R~2)、均方根误差(RMSE)和相对均方根误差(rRMSE)评价模型。将各因子的解释率分解为独立解释和共变部分,量化不同因子的解释率。[结果 ](1)最优基础模型形式为变量直接引入,最优A_(GB)和T_(GB)模型R~2分别为0.967、0.953,地上部分的大于总量。普通最小二乘回归和稳健回归结果类似,稳健回归稍优于普通最小二乘回归,基于稳健回归的最优A_(GB)模型的RMSE、rRMSE要比对应的普通最小二乘回归模型分别低0.046 t·hm~(-2)、0.085%,对于T_(GB)则分别低0.059 t·hm~(-2)、0.081%。(2)A_(GB)和T_(GB)与湿热指数(AHM)相关系数较大,分别为-0.350和-0.363,气候敏感的林分生物量模型进一步提升了的模型预测效果,A_(GB)的R~2提高了0.41%,而RMSE和r RMSE降低了6.85%;T_(GB)的R~2提高了0.63%,误差统计量降低了6.79%。(3)A_(GB)和T_(GB)的林分因子独立解释分别为87.37%、82.32%,气候因子独立解释分别为0.40%、0.60%,共变部分分别为9.33%、9.98%,林分因子的解释率远大于气候因子,共变部分较大。[结论 ]当林分生物量模型的建模数据质量较高时,稳健回归和普通最小二乘回归建立的模型差异不大,但气候因子对林分生物量具有显著影响,需要建立气候敏感的林分生物量模型进行生物量估计。

[目的 ]建立林分生物量模型,分析不同因子对林分生物量的影响,为区域尺度生物量的估算提供模型和依据。[方法 ]以东北和华北地区7个省份的落叶松人工林为研究对象,利用第8次一类清查固定样地数据,采用普通最小二乘方法和稳健回归方法建立林分生物量模型。采用主成分分析和相关分析法筛选气候变量,建立气候敏感的林分生物量模型(包括地上生物量A_(GB)和总生物量T_(GB))。使用决定系数(R~2)、均方根误差(RMSE)和相对均方根误差(rRMSE)评价模型。将各因子的解释率分解为独立解释和共变部分,量化不同因子的解释率。[结果 ](1)最优基础模型形式为变量直接引入,最优A_(GB)和T_(GB)模型R~2分别为0.967、0.953,地上部分的大于总量。普通最小二乘回归和稳健回归结果类似,稳健回归稍优于普通最小二乘回归,基于稳健回归的最优A_(GB)模型的RMSE、rRMSE要比对应的普通最小二乘回归模型分别低0.046 t·hm~(-2)、0.085%,对于T_(GB)则分别低0.059 t·hm~(-2)、0.081%。(2)A_(GB)和T_(GB)与湿热指数(AHM)相关系数较大,分别为-0.350和-0.363,气候敏感的林分生物量模型进一步提升了的模型预测效果,A_(GB)的R~2提高了0.41%,而RMSE和r RMSE降低了6.85%;T_(GB)的R~2提高了0.63%,误差统计量降低了6.79%。(3)A_(GB)和T_(GB)的林分因子独立解释分别为87.37%、82.32%,气候因子独立解释分别为0.40%、0.60%,共变部分分别为9.33%、9.98%,林分因子的解释率远大于气候因子,共变部分较大。[结论 ]当林分生物量模型的建模数据质量较高时,稳健回归和普通最小二乘回归建立的模型差异不大,但气候因子对林分生物量具有显著影响,需要建立气候敏感的林分生物量模型进行生物量估计。

林分生物量是森林生态系统最基本的数量特征,是研究许多林业问题和生态问题的基础.建立林分生物量模型是进行林分生物量估测的主要手段.以往所构建模型存在一个严重的缺陷,即各分量模型与总量模型之间不相容.本研究根据闽江流域杉木林分的生物量实测数据,从模型相容性的定义出发,分析各分量的代数关系,利用SPSS统计分析软件构建了林分各分量的相容性模型.研究结果表明:利用SPSS统计分析软件能够快速地构建各种林分非线性模型;本研究所构建的相容性林分生物量非线性模型预测精度较高,可用于实际生产中,且所采用的方法具有较好的通用性.

摘 要：选取 3 个天然林群落作为研究对象，利用 3 种包含不同计量参数的生物量碳计量模型，即生物量因子法、异速生长方程法及材积源生物量法，分别计算林分碳储量并比较分析各模型计量结果的差异。结果表明 : 生物量因子法与材积源生物量法计算所得林分平均碳密度相近，分别为 155.56 和 152.82 Mg·hm-2，异速生长方程法的结果偏低，为 118.44 Mg·hm-2，生物量因子法计算的不同群落的林分碳储量比异速生长方程法的高 22.11% ～43.02%；各群落的立木结构及物种组成存在显著差异，均方根误差分析显示生物量因子法对群落碳密度的差异反应最为敏感，计量精度最高；各方法计量结果均显...

【目的】构建广东省主要森林类型林分生物量和碳储量模型，为省内储量数据的本底摸查、省级与县市级储量数据的有效衔接提供模型支撑；分析树种结构和气候条件对模型的影响和作用机制，为更精细的碳汇监测及森林质量提升提供理论指导。【方法】以广东省12种主要森林类型为研究对象，基于2007、2012和2017年3期森林资源连续清查数据，采用非线性误差变量联立方程组构建各森林类型与蓄积量兼容的地上和地下生物量、地上和地下碳储量模型。以哑变量形式区分树种结构，以再参数化方法建立气候敏感的林分生物量和碳储量模型，评价模型拟合结果，分析气候变量对林分生物量和碳储量的影响。【结果】研究得到各森林类型的蓄积量、地上和地下生物量模型以及地上和地下林分平均含碳系数。1）基于胸高断面积和平均树高的基础模型调整决定系数（R_a~2）为0.947～0.997，总相对误差（TRE）和平均系统误差（MSE）分别在±1.54%和±2.48%范围，均不超±3%。平均预估误差（MPE）为0.30%～3.61%，仅栎树林、相思林部分模型略超3%。平均百分标准误差（MPSE）为3.30%～13.39%，均不超15%。2）基于胸高断面积的简化模型R_a~2为0.876～0.996，除相思林地下生物量模型拟合效果较差外，其余模型的TRE和MSE分别在±3.19%和±2.74%范围，MPE为0.36%～4.70%,MPSE为4.18%～15.61%。基于平均胸径和林分密度的补充模型R_a~2为0.775～0.977，多数在0.9以上，除相思林部分模型拟合效果较差外，其余模型的TRE和MSE分别在±2.28%和±1.83%范围，MPE为1.12%～6.24%,MPSE为5.91%～17.44%。3）区分树种结构的林分模型R_a~2为0.960～0.997,TRE和MSE分别在±1.61%和±2.33%范围，MPE为0.30%～3.41%,MPSE为2.67%～12.92%，多数模型显著优于基础模型。4）建立8种森林类型气候敏感的林分生物量和碳储量模型，R_a~2为0.947～0.998, TRE和MSE分别在±1.86%和±1.96%范围，MPE为0.29%～2.65%, MPSE为3.18%～13.29%，多数模型较基础模型得到显著改进。生物量大多情况下与温度呈负相关，与蒸散量呈负相关或与降水量呈正相关。【结论】所建模型具有较好拟合效果和较高预估精度，实际应用时可根据数据详略和估算范围选择合适模型。温度过高、蒸散过多或降水不足是限制广东省森林生物量和碳储量增长的主要因素。

【目的】神经网络模型能避免林分生物量模型建模时自变量共线性与异方差问题,研究多层感知机在林分生物量模型中的应用,为森林经营单位、区域生物量和碳储量的估算提供方法和依据。【方法】以长白落叶松人工林为研究对象,利用吉林省一类清查固定样地的917组数据,分别建立了基于传统的对数转化后线性模型和神经网络多层感知机的地上生物量和总生物量模型。使用AIC、决定系数(R~2)、均方根误差(RMSE)、相对均方根误差(RMSEr)和平均绝对误差(MAE)来评价模型。【结果】估计精度最高的模型是输入单元为林分平均胸径(D)-平均高(H)-林分密度指数(S)-海拔(HB)-坡向(PX)-坡位(PW)、2个隐藏层、隐单元数为40-20的神经网络模型,与传统对数转换线性回归模型相比,地上生物量和总生物量模型的调整决定系数(Adj.R~2)分别从0.902 1提高到了0.914 1,从0.897 9提高到了0.908 9;RMSEr分别从6.330 5%降低到了5.992 2%,从6.490 1%降低到了6.153 6%。包含立地因子的神经网络模型比未包含立地因子的神经网络模型估计精度略有提升,地上生物量与总生物量的Adj.R~2分别提高了0.88%和0.99%,RMSEr分别降低了5.33%和5.46%。【结论】多层感知机生物量模型的估计精度比传统回归模型略有提高,但它可以避免模型选型和违背传统统计假设的处理等问题,且能够一次性计算地上生物量和总生物量模型,有一定优势。

【目的】探讨林分乔木层生物量的估算方法，为大区域、大尺度森林生物量的估算提供理论依据。【方法】利用１９９０—２０１０年５期大兴安岭东部天然落叶松林固定样地数据，选择基于林分变量的林分生物量模型和基于林分蓄积量的林分生物量模型作为林分乔木层生物量估算的方法，利用似然分析法去判断２种模型的误差结构（相加型和相乘型），并采用聚合型可加性生物量模型建立其林分生物量模型，模型参数估计采用非线性似乎不相关回归模型方法。采用＂刀切法＂评价所建立的林分生物量模型。【结果】经似然分析法判断，２种模型的误差结构是相乘型的，对数转换的线性回归更适合用来拟合林分生物量数据；２种模型的调整后确定系数Ｒ２ａ＞０．９４，平．．．

选择林相较好的12年生天然次生阔叶林,通过择伐更新和皆伐人促更新两种经营方式定向培育食用菌原料 林。结果表明:择伐经营的经济效益较高,且有利于群落的快速恢复,经过7a的封育,林分蓄积量已达到择伐前当 年的水平。皆伐人促更新获得的食用菌材虽较择伐利用高出40％左右,但因经营强度过大,保留的幼树受损严重 而不利于伐后林木的生长与恢复,封育期内蓄积增长量分别为择伐更新和对照未经营区的64．7％和73．4％。动态 监测结果显示,采用择伐和皆伐人促更新措施后,群落恢复较快。疏伐后因透光度的急剧增加,阳性和中性树种大 量侵入,地面芽植物和1年生植物的比例增高。到第7年时,高位芽植物的比例已接近未经营区的状...

本研究以云南省普洱市的思茅松天然林为对象,调查了3个位点45块样地的林分地上、根系和总生物量。以幂函数模型为基础构建林分生物量的基本模型;采用混合效应模型技术,考虑区域效应随机效应,选择基本混合效应模型,并分析模型的方差和协方差结构,分别构建3个维量的区域效应随机效应的混合效应模型;考虑林分因子、地形因子和气象因子固定效应,构建含环境因子固定效应和区域效应随机效应的林分生物量混合效应模型。所有模型均采用拟合指标和独立检验指标进行评价。结果表明:1)从模型拟合情况看,考虑区域效应的随机效应模型均能显著提高一般回归模型的精度;在3类含环境因子固定效应模型中,含地形因子固定效应的区域混合效应模型均具...

【目的】研究林下灌木层地上与地下生物量的分配关系探究不同起源森林在不同生长发育阶段灌木层地上地下生物量是否符合等速生长规律，抚育管理等人工经营措施是否会影响其地上地下生物量分配关系，为开展森林生态系统其他相关研究提供基础数据和科学依据。【方法】以天然常绿阔叶林和杉木人工林为研究对象，分别基于其不同龄组及所有灌木层样方植物的地上生物量（ｙ）与地下生物量（ｘ）数据，应用ＳＭＡＴＲ软件，采用对数方程ｌｇｙ＝ｂ＋Ａ ｌｇ ｘ拟合灌木层地上、地下生物量分配关系，并对不同起源森林各龄组灌木层的Ａ（生长指数）和ｂ（生长常数）值进行分析。【结果】不同龄组天然常绿阔叶林的灌木层生长指数Ａ值分别为幼龄林０．９４２．．．