林业论文参考文献（林业论文范文）

原创 辛士冬等 南京林业大学学报

论文推荐

黑龙江省红松人工林林分乔木层可加性碳储量模型

辛士冬1，姜立春1*，穆 林2

1.东北林业大学林学院，森林生态系统可持续经营教育部重点实验室；2.东丰县国有总场大兴林场

CO?是温室气体的重要组成部分,如何有效降低大气中CO?的浓度一直是人们关注的焦点。森林生态系统约占陆地碳储量的80% ,是世界上除海洋之外最大的碳库,其固定大量碳被认为是森林对人类社会环境做出的重大贡献,因此,森林生态系统的碳储量评估受到世界各国的重视。

国内外许多专家和学者评估了各种森林植被的碳储量,这对于了解全球森林碳库和碳平衡起到了推动作用。但对于大尺度的碳储量评估,主要的方式有实测数据外推和遥感反演,而实测数据外推是以单木碳含量为基础估算林分碳储量,然后汇总成整个地区的乔木层碳储量,大尺度的森林调查结果一般都是汇总成含有林分变量信息的数据表,因此传统的从单木到林分碳储量的推算方法已经限制了大尺度碳储量估算的应用,且在从单木碳储量汇总到区域碳储量的过程中,也将会产生复杂的误差传递。虽然大面积的森林碳储量评估可以通过遥感反演实现,但在卫星获取数据的过程中,会受到大气的干扰,影响碳储量估算的精度。考虑到以上因素,在林分水平上建立林分乔木层碳储量预测模型依然是估算大尺度森林碳储量相对有效的方法。而且我国已经获取了九次全国森林资源清查数据,从中比较容易得到评估森林碳储量的林分因子,这为大尺度碳储量的准确快捷评估提供了良好的基础。

尽管我国培育人工林是多种用途的,主要包括木材产出、环境保护、固碳、水土保持,以及调节区域气候等,但人工林乔木层是森林生态系统的重要组成部分,并且人工林以相对较高的生产力在固碳方面发挥了重要的作用,培育人工林也被认为是提高森林覆盖率和固定大气中二氧化碳的重要途径之一。因此,准确估算人工林乔木层的碳储量有助于理解全球碳循环的机制以及制定减缓全球变暖的相关政策。本期论文推荐的作者以黑龙江省三大造林树种之一的红松(Pinus koraiensis)为例,使用聚合法、平差法、分解法构建可加性林分碳储量模型,并对比分析3种方法的预测精度,旨在为森林乔木层的碳储量估算探索出更准确的方法,并为大尺度的森林碳储量的估算提供技术支持。

下面跟学报君一探究竟！

作者简介

通讯作者

姜立春，男，东北林业大学林学院教授、博士生导师，主要从事林分生长与收获模型，近代统计在林业建模中的应用等方面的研究。

第一作者

辛士冬，男，东北林业大学森林经理专业博士研究生，主要从事林分生长与收获模型方面的研究。

关键词：红松人工林；可加性方法；碳储量；预测精度

基金项目：国家重点研发计划(2017YFB0502700) ;黑龙江省应用技术研究与开发计划项目(GA19C006)。

引文格式：辛士冬,姜立春,穆林.黑龙江省红松人工林林分乔木层可加性碳储量模型[J].南京林业大学学报(自然科学版),2022,46(1):116-222.XIN S D,JIANG L C,MU L.Predictive model of stand tree layer additive carbon storage of Korean pine plantation in Heilongiang Province, China[J].Journal of Nanjing Forestry University (Natural Sciences Edition), 2022,46(1):116-222.DOI:10.12302/j.issn.1000-2006.202007007.

1目的

大尺度森林碳储量的估算备受关注,而构建林分乔木层碳储量模型是一种评估森林碳储量快捷且准确的方式。

2方法

以黑龙江省(东京城、林口、帽儿山,孟家岗)207块红松人工林样地数据为研究对象,选择聚合法、平差法、分解法作为构建林分碳储量模型的可加性方法,以加权回归来消除碳储量模型的异方差。采用留一交叉验证法(Leave-one-out cross validation，LOOCV)对3种可加性方法的碳储量模型进行评价。

2.1 试验材料

数据来源于黑龙江省红松人工林主要分布区域,分别为帽儿山林场(127°18'0”~127°41'6'E,4502'20”~45°18'16"'N)、孟家岗林场(130°32'42”~130°52'36”E,46°20'16"~46°30'50'N)、东京城林业局(128°07'45"~130°02'35"E,43°30’30"44°18'45'N)和林口林业局(129°40'~130°34'E,45°51'44"~45°59'30'N)。黑龙江省气候类型为寒温带与温带大陆性季风气候,山地土壤类型以暗棕壤为主。

▲红松人工林样地

本研究共收集了207块红松人工林样地数据(红松蓄积合计≥65%) ,样地面积100~900 ㎡,样地的设置考虑了林缘效应的影响,样地面积通过罗盘和测绳确定,闭合差不得超过0.5% ,设置样地完成后,使用皮尺根据样地面积对样地进行分割,之后,对样地树木进行标记,在此过程中排除树高低于1.3 m和胸径小于5 cm的树木,记录各树木的树高、胸径,郁闭度等样地信息。外业数据收集完成后,整理样地信息,通过每木检尺数据计算得到林分基本信息(表1),并根据已构建的红松人工林单木生物量模型以及样地内含有的天然林或人工林树种(如白桦、云杉、樟子松、蒙古栎等)的单木生物量模型,计算各样地内各树种的单木总生物量以及单木各分项生物量,然后将各样地单木总生物量、单木各分项生物量分别求和,以得到各样地单位面积内乔木层各分量生物量和总生物量。以得到的样地各分量生物量为基础,结合红松人工林和其他树种的各分量(树干、树枝、树叶、树根)的含碳率,最终相加后得到林分总碳储量以及各分量碳储量,碳储量统计信息见表2。

▼表1 红松人工林林分基本信息

▼表2 红松人工林林分碳储量统计信息

2.2 研究方法

异速生长方程可以较好地反映树木的生长过程,被广泛应用于生物量和碳储量的估算。因此,本研究以异速生长方程为基础构建林分碳储量模型,并分析林分碳储量与林分因子(林分断面积、林分平均直径、林分平均高等)的相关关系,结果表明林分断面积(G)和林分平均高(H)更适合于作为林分碳储量模型的自变量,考虑到模型的预测应具备可加性(相容性),即树干、树枝、树叶和树根的碳储量相加等于总碳储量,所以本研究也将3种可加性方法(聚合法、平差法、分解法)引入到林分碳储量模型构建过程中,基本模型的形式如下:

式中:C为碳储量;G、H为林分断面积和林分平均高;α、β、γ为模型参数。

1)聚合法:由Parresol提出,该方法不仅保证了各分量(树干、树枝、树叶、树根)相加等于总量(即生物量相容性),而且表示了各分量间的相关关系,本研究引入聚合法构建可加性碳储量模型,基于聚合法的模型形式如下:

式中:Ci为各分量碳储量; s、b、l、r 、t分别代表总量,树干,树枝、树叶和树根;G、H分别为林分断面积和林分平均高; αi、βi、γi为模型参数;εi为各模型残差项。

2)平差法:由唐守正等提出的可加性方法，将总量一步平差为树干、树枝、树叶和树根各分量，各分量所占比例之和为1,只是总量及各分量模型需要单独进行拟合。基于平差法的模型形式如下:

式中:C＾i为第i项碳储量的预测值。

3)分解法:由唐守正等提出的可加性模型结构(总量等于各分量相加),将总量一步直接分配给各分量,总量与各分量进行联合估计,基于分解法的模型形式如下:

式中:αi、βi、γi、m1、m2、m3 、k1、k2、k3、f 1、f 2、f 3为模型参数; m1=αs/αb、m2=α1/αb、m3=αr/αb、k1=βs–βb、k2=β1-βb、k3=βr-βb、f 1=γs–γb、f 2=γ1-γb、f 3= γr-γb。

3结果

基于3种可加性方法林分碳储量模型拟合结果之间存在略微的差异。聚合法的总体预测能力略优于平差法和分解法,具体预测精度排序为聚合法>平差法>分解法。当预测林分总碳储量时,3种可加性方法在不同林分断面积区间的预测能力表现并不一致。

3.1 林分碳储量模型参数估计

基于聚合法、平差法和分解法可加性碳储量模型的参数估计值见表3、表4。

▼表3 林分碳储量模型（聚合法、平差法）参数估计值

▼表4 林分碳储量模型（分解法）参数估计值

3.2 林分碳储量模型拟合

利用全部的样本对林分碳储量模型进行拟合，由表5可知,基于3种可加性方法的总量及各分量碳储量模型的决定系数(R2)均为0.93~0.98 ,表明本研究构建碳储量模型的拟合效果较好,均方根误差(RMSE)为0.33~3.94 t/hm2,以总量和树根碳储量模型的R2相对较大,树叶碳储量模型的R2相对较小,3种模型间总量和树干碳储量模型的RMSE相对较大。并且3种可加性碳储量模型间的R2和RMSE的差异较小,总量及各分量碳储量模型RMSE的差值均小于0.02 t/hm2,只有基于分解法的树干碳储量模型和基于聚合法的总量碳储量模型的表现稍好。基于聚合法和平差法的总量和树枝模型,以及基于分解法的总量模型的权函数为林分平均高(H)和林分断面积(G)构成,其余模型均使用林分断面积(G)进行校正。

▼表5 林分碳储量模型拟合优度

3.3 林分碳储量模型检验

为了比较3种可加性方法的预测精度,使用留一交叉验证法对各碳储量模型进行检验,具体检验结果见表6。由表6可以看出,基于3种可加性方法的各碳储量模型的平均误差绝对值(MAE)为0.26~2.47,由于树叶的林分碳储量实测值相对较小,而相对误差绝对值的分母由总量及各分量的实测值相加得到,因此,树叶碳储量模型的MPE相对较大。3种可加性方法的平均相对误差(MRE)表明:除树叶外大部分的总量及各分量模型的预测值略微偏高(-3.41%~-0.34%) ,基于3种可加性方法的碳储量模型均以树叶的预测值略微偏低(1.84% ~2.38%)。表明以林分变量构建可加性碳储量模型是一种可行的建模方式,能够准确地预估红松人工林林分总量及各分量碳储量。从MAE和MPE还可以了解到,3种可加性碳储量模型之间存在较小的差异,具体表现为:基于聚合法的总量、树根、树枝、树叶碳储量模型的MAE和 MPE略低于平差法和分解法相应的模型,基于平差法的树干碳储量模型表现相对较好,并且基于平差法的总量﹑树根、树枝碳储量模型的MAE和MPE均低于分解法相应的模型,综上所述,基于3种可加性方法林分碳储量模型的预测精度排序为聚合法>平差法>分解法。

▼表6 林分碳储量模型检验结果

在评估大尺度的森林乔木层碳储量时,往往乔木层的总碳储量更容易受到关注,所以本研究进一步比较各种方法在不同林分断面积区间的预测精度,具体采用平均误差绝对值(MAE)和相对误差绝对值(MPE)来评价,结果见图1。可以发现:在林分断面积0~20 ㎡/h㎡时,基于聚合法和分解法的林分总碳储量模型的预测能力均优于平差法，且分解法(MAE为1.35、MPE为5.95)略优于聚合法(MAE为1.36、MPE为6.03);而在林分断面积≥20~40 ㎡/h㎡时,基于聚合法的林分总碳储量的模型预测表现相对较好;当林分断面积≥40 ㎡/h㎡时,基于平差法林分总碳储量模型的预测能力优于基于其他两种可加性方法的林分总碳储量模型。

▲图1 红松人工林林分总碳储量模型在各林分断面积区间的预测能力

4结论

基于聚合法的林分碳储量模型更适合于黑龙江省红松人工林的碳储量预测,但当预测红松人工林的林分总碳储量时,应根据林分断面积区间选择合适的可加性方法进行。

关注我们，更多精彩