不同密度沙棗能源林生物量估測模型研究

王志燕

(太原市林業調查規劃院，山西 太原 030012)

不同密度沙棗能源林生物量估測模型研究

王志燕

(太原市林業調查規劃院，山西 太原 030012)

沙棗是我國新興的能源樹種，為了簡單、方便、準確地估算其生物量，筆者以地徑、冠幅、樹高作為自變量，利用數理統計方法篩選出不同密度下地上生物量的最佳估測模型。結果表明:不同密度的沙棗能源林生物量估測中需要各易測因子適當組合才能獲得最高的相關性，擬合出最為理想的回歸模型。

沙棗;密度;生物量;回歸模型

灌木具有生長迅速、適應性強等特點，是我國發展生物質能源的重要樹種。灌木生物量是檢測灌木能源林培育效果的重要指標，但目前測定灌木生物量大都采用全收割法，費時、費力，對植被也有破壞性。建立生物量模型對林分生物量估測是林業上進行收獲預估的主要手段。通過采用地徑、樹高、冠幅等易測因子，建立樹木干重及各組分干重與各因子之間的一系列數學關系式，表達其內在聯系，從而達到在不破壞林木的前提下利用易測因子估測生物產量的目的。沙棗(Elaeagnus angustifoliaL．)，胡頹子科胡頹子屬，灌木或小喬木，主要分布在西北地區，是一種新興的燃料樹種。目前，國內還未見沙棗生物量研究的相關報道，筆者通過野外調查，應用數學方法建立了由冠幅、地徑和樹高等易測因子構建的沙棗地上生物量估測模型，為今后利用易測因子估測沙棗地上生物量提供參考。

1 材料與方法

1.1 試驗材料

研究對象為2006年營造的沙棗灌木林，造林地位于太原市陽曲縣。年均溫8.7℃，全年平均日照時數2 826.3 h，年均降水量456.8 mm．土地類型屬河灘地。

外業調查于2009年10月開始，在5種不同密度的15塊3年生沙棗林樣地內，實測生長正常植株的地徑(D)、樹高(H)和冠幅(C)。每種密度選擇30株標準木(由平均樹高、平均地徑、平均冠幅確定，選擇較接近者作為標準木)整株砍伐，稱量標準木地上部分鮮重，并采樣帶回實驗室，80℃烘干至恒重測其干重。根據所得數據分析并建立生物量模型。

1.2 模型選取

為了得到沙棗生物量最優估測模型，借鑒喬木和其它灌木生物量模型，結合一般生物學統計中常用的回歸方程，選擇多種線性、非線性回歸模型，其基本形式包括以下幾種:

式(1 －11)中: b0——常數;

b1，b2，b3——回歸系數;

x——自變量;

y——因變量。

1.3 估測模型檢驗

經處理所得的各個估測模型要經過檢驗和比較，才能得到最佳估測模型。選擇評價指標包括:復相關系數(R)、回歸系數的顯著性檢驗、相對誤差比較、擬合率(P)。

1)復相關系數(R)。R是用來說明自變量x與y密切程度的指標，只有在R遠大于臨界值Ra時，才能說明x與y密切相關，否則相關不顯著。

2)回歸系數的顯著性檢驗。回歸系數的顯著性檢驗包括F檢驗的均方比和剩余標準差。F檢驗的均方比大于F臨界值，則說明回歸關系顯著。剩余標準差越小，則說明回歸關系越好。

3)相對誤差。相對誤差是說明樣本預測值與實測值的差異情況，相對誤差應越小越好，且一般應在20%以下。

式中:Yi——第i個樣本的現存生物量實測值;

——第i個樣株的回歸預測值，i=1，2，…，n．

4)擬合率(P)。P是表示預測值與實測值的接近程度，擬合率越大說明回歸值越接近實測值，且擬合率一般應大于70%．

2 結果與分析

以易測因子地徑(D)、樹高(H)、冠幅(C)、冠幅面積［S= π(C/2)2］及它們的組合D2，D3，SH，DH，D2H為自變量，單株地上生物量(W)為因變量建立估測模型。

2.1 各元素的相關性分析

各易測因子間的相關關系見表1．

表1 不同因子間的相關系數

由表1可知，5種不同密度下各因子與地上生物量相關性均達到顯著水平。因此，各因子與生物量建立模型是可行的。其中密度為10 000株/hm2和6 667株/hm2的林分，DH與地上生物量相關性最好，相關系數分別為0.915，0.883;密度為4 444株/hm2，3 333株/hm2，2 500株/hm2的林分，SH與地上生物量相關性最好，相關系數可達0.899，0.937，0.905.因此，選擇相關性最好的因子為自變量建立模型，密度為10 000株/hm2和6 667株/hm2的林分以DH為自變量;密度4 444 株/hm2，3 333 株/hm2，2 500 株/hm2以SH為自變量。

2.2 建立回歸模型

由相關性分析中得到的最佳相關因子與地上生物量進行曲線回歸擬合，擬合回歸方程包括:一元線性方程y=b0+b1x，二次方程y=b0+b1x+b2x2，三次方程y=b0+b1x+b2x2+b3x3，對數方程y=b0+b1lnx，復合曲線y=b0(b1)x，冪函數y=b0xb1，S 型曲線y=e(b0+b1/x)，指數方程y=b0eb1x，Logistic曲線y=(1/u+b0b1x)－1．通過比較回歸模型的判定系數r2和F檢驗值，篩選出最佳回歸模型，見第12頁表2．

表2 各密度地上生物量最佳回歸模型

2.3 模型精度檢驗

各密度地上生物量實際產量和預測產量之間的比較，見表3．

表3 地上生物量實際產量與預測產量的比較

利用實測數據對模型精度進行分析，通過計算相對誤差和擬合率對模型進行評價，結果見表4.

表4 生物量回歸方程驗證

由表4可以看出，各生物量模型相對誤差均較小，擬合率均較大。相對誤差越小說明預測值和真實值之間差異越小，擬合率越大說明預測值和真實值越接近。通過驗證，各密度生物量模型均達到較好的擬合效果。

3 討論

1)密度不同，與單株生物量相關性最好的因子也各不相同。總體來說，可利用DH和SH因子建立生物量的關系模型，采用曲線回歸擬合方法獲得估測模型，不同密度生物量估測模型各不相同。通過相對誤差和擬合率的驗證，說明各模型均達到較好的擬合效果。

2)限于條件，本研究擬合出的生物量模型有一定的應用局限性。考慮到林分的生長狀況因立地條件不同而有差異，如果推廣使用這些模型，還應針對具體地區的立地條件對回歸模型做進一步驗證。

［1］曾慧卿，劉琪璟，馬澤清，等．基于冠幅及植株高度的檵木生物量回歸模型［J］．南京林業大學學報:自然科學版，2006，30(4):101-104.

［2］王 蕾，張 宏，哈 斯，等．基于冠幅直徑和植株高度的灌木地上生物量估測方法研究［J］．北京師范大學學報:自然科學版，2004，40(5):700-704.

［3］曾慧卿，劉 琪，馬澤清，等．千煙洲灌木生物量模型研究［J］．浙江林業科技，2006，26(1):13-17.

［4］閆志堅，楊 持，高天明．巖黃芪屬3種固沙灌木或半灌木生物量蓄積特性研究［J］．吉林農業大學學報，2007，29(2):173-180.

［5］Bryant F C，Kothmann M M．Variability in predicting edible browse from crown volume［J］．Journal of rangemanagement，1979，32(2):144.

［6］Rittenhouse L R，Sneva F A．A technique for estimating big sagebrush production［J］．Journal of range management，1977(30):68.

Study on Biomass Estimation Model of Energy Forest of Elaeagnus angustifolia L．on Different Density

Wang Zhiyan
(Taiyuan Institute of Planning and Design for Forestry Investigation，030012 Taiyuan，China)

The Elaeagnus angustifolia L．is emerging energy tree in our country．For simple，convenient，accurate estimating its biomass，the ground diameter，crown，tree height are as independent variable in the experiment．The best estimation model of the different density ground biomass is screened by using the mathematical statistic method．The result indicated:The Elaeagnus angustifolia L．of different density needs suitable combination with the various surveys factor to obtain the highest relevance，and which simulates the most ideal regression model．

Elaeagnus angustifolia L．;density;biomass;regression model

S793.9

A

1007-726X(2011)04-0010-03

2011-06-29

王志燕(1977— )，女，山西清徐人，2008年畢業于北京林業大學，工程師。