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...

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.

[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。

【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】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。

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...

根据杉木、马尾松、阔叶树３个树种（组）的样本资料，研究提出了一套建立立木生物量模型及其在区域性森林生物量资源清查中应用的有效方法，解决了总量与各维量间相兼容和生物量估计与森林蓄积量清查的立木材积估计相兼容的问题，而且使模型的精度和适用性相对于传统的二元立木生物量模型有明显提高。

【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．．．

该文以甘肃省小陇山锐齿栎林分为例,通过图形分析、相关分析和回归分析,结果表明:小陇山锐齿栎林分乔木层各组分生物量(W)与林分活立木蓄积量(V)、与林分平均胸径、平均树高和林分密度(-D2-HN)均存在极其显著的线性相关关系.采用代数和法,分2级控制,建立了林分乔木层各组分生物量(W)与林分活立木蓄积量(V)与林分平均胸径、平均树高和林分密度(-D2-HN)两种形式的生物量相容性线性模型,以95%的可靠性估计,两种形式的模型对锐齿栎林分各组分生物量的预估精度均在98%以上.

为解决给大面积林分生物量估算提供估算模型、减少外业工作量等问题,以黄山松为研究对象,构建了兼容性林分生物量模型及全林分收获模型,采用混合蛙跳算法结合交叉建模和检验技术求解林分生物量模型参数,并确定全林分收获模型参数。结果表明,建立的兼容性林分生物量模型的平均系统误差(2.381%)、平均相对误差绝对值(7.964%)均在在±10%内、拟合效果较好,基于立地质量等级为哑变量的地位指数曲线模型、断面积模型、林分蓄积量模型等拟合效果较好、适用。与常规全林分经验收获模型相比,研究先建立可变密度林分模型,再经相对密度模型确定林分平均收获量,并编制黄山松林分生物量经验收获表。研究内容在监测森林生物量和碳储量、制定节能减排和造林计划等方面具有重要的生态环境意义。

以贵州喀斯特地区3种针叶林为研究对象,采用标准样地调查和生物量实测数据,对各生态系统的生物量、碳含量以及碳储量进行研究分析。结果表明:马尾松天然林、马尾松人工林和湿地松人工林生态系统乔木生物量分别为103.46、140.55、164.15 t/hm2;林下植被及死地被物层生物量分别为7.762、6.994、8.622 t/hm2。林木各器官含碳量:马尾松天然林0.4270.530 g C/g、马尾松人工林0.4430.574 g C/g、湿地松人工林0.4440.466g C/g。3种森林生态系统碳储量分

以湖南省攸县黄丰桥林场杉木林分2008年至2011年每木检尺调查结果为数据源,开展对开阔比数模型fO,简单竞争因子模型f H和竞争压力指数模型f CSI的研究,提出一个新的林木综合竞争因子即竞争势模型fC=1/(fO+fH+fCSI),计算结果经过残差分析方法剔除异常,以竞争势为依据将林分总体生长量分配到林木个体,构建林分生长量分配模型。为了验证模型的准确性,对比分别以fC、fH、fCSI三个模型为依据的林分生长量分配结果,计算通过模型分配到个体的生长量与个体实际生长量之间的相关指数分别为0.6,0.44,0.29。分析结果表明竞争势模型可以作为林分生长可视化模拟中林分生长量向个体分配的一个依...

以基径和茎长的组合为自变量拟合了杜仲短周期矮林模式中单株叶、皮、杆生物量模型,并进行精度检验.结果表明:单株叶干重和皮干重均以二次函数模型的拟合效果最好;而杆干重以二次项和幂函数模型的拟合效果最好;其中叶、皮、茎干最优模型拟合的方程式分别为Y=2.618+1.097(DL)+0.003(DL)2、Y=0.068+0.387(DL)+0.001(DL)2、Y=25.545+3.042(DL)+0.010(DL)2/Y=0.690(DL)1.377.残差分析结果表明样本数据可靠.模型精度分析表明误差在要求范围内.进一步采用常规的判定系数、估计值标准误和残差分析3个指标来综合评价模型的拟合效果,系统、全面地反映了各模型的优劣.