長(zhǎng)寧縣竹林生物量研究

曹明勇，張 峰，劉立斌

(1.廣州華凱林業(yè)有限公司，廣東 廣州 510530；2.廣東省嶺南綜合勘察設(shè)計(jì)院，廣東 廣州 510500)

?

長(zhǎng)寧縣竹林生物量研究

曹明勇1，張 峰2，劉立斌1

(1.廣州華凱林業(yè)有限公司，廣東 廣州 510530；2.廣東省嶺南綜合勘察設(shè)計(jì)院，廣東 廣州 510500)

以四川長(zhǎng)寧縣為研究對(duì)象，選取毛竹、硬頭黃竹和苦竹為長(zhǎng)寧縣代表竹種，采用隨機(jī)抽樣方法布點(diǎn)，對(duì)毛竹、硬頭黃竹和苦竹分年齡、徑階進(jìn)行了生物量調(diào)查，分析了竹林各器官生物量在年齡上的分布并通過(guò)建立年齡、直徑與生物量的關(guān)系模型以及模型的精度檢驗(yàn)選取毛竹、硬頭黃竹和苦竹的最優(yōu)生物量模型。結(jié)果表明：竹各器官地上部分生物量大小排序?yàn)椋焊?枝>葉，毛竹生物量在年齡上的分布為：3年齡>2年齡>1年齡；硬頭黃竹各器官地上部分生物量大小排序?yàn)椋焊?枝>葉，硬頭黃竹生物量在年齡上的分布為：3年齡>2年齡>1年齡；苦竹各器官地上部分生物量大小排序?yàn)椋焊?枝>葉，苦竹生物量在年齡上的分布為：3年齡>2年齡>1年齡。毛竹生物量模型：W=0.581×(A×D×D)0.617，硬頭黃竹生物量模型：W=-5.548+2.032×D+0.544×A，苦竹生物量模型：W=-1.845+0.723×D+0.478×A。

生物量；竹林；長(zhǎng)寧縣

1　引言

生物量是指單位面積上存在的有機(jī)體的干重總量或植物所有種的有機(jī)物干重總量，是森林資源重要的測(cè)度指標(biāo)之一[1]。通過(guò)測(cè)定和分析植物現(xiàn)存量和新增生物量及其在器官中的分配可以為植物生活史、陸地生態(tài)系統(tǒng)碳循環(huán)、群落動(dòng)態(tài)、植物演化趨勢(shì)、全球變化模擬等研究提供基礎(chǔ)數(shù)據(jù)為森林生產(chǎn)管理、培育優(yōu)質(zhì)樹(shù)種、保護(hù)珍貴林木資源提供理論參考[2，3]。生物量與生物量模型息息相關(guān)，生物量模型是以模擬林分內(nèi)樹(shù)木各分量(干、枝、葉、根等)干物質(zhì)重量為基礎(chǔ)的一類(lèi)模型，它是通過(guò)樣本觀測(cè)值建立樹(shù)木各分量干重與樹(shù)木其他測(cè)樹(shù)因子之間的一個(gè)或一組數(shù)學(xué)表達(dá)式[4]。竹林是四川生態(tài)經(jīng)濟(jì)產(chǎn)業(yè)體系建設(shè)的切入點(diǎn)和發(fā)展重點(diǎn)[5]。隨著四川生態(tài)經(jīng)濟(jì)建設(shè)不斷發(fā)展，特別是隨著國(guó)家天然林保護(hù)工程和退耕還林工程的實(shí)施，一些科技含量高、優(yōu)質(zhì)速生、產(chǎn)業(yè)稟賦突出的竹種得到了區(qū)域規(guī)模化推廣。

2　研究區(qū)域概況

長(zhǎng)寧縣位于四川盆地南緣，宜賓市腹心地帶，地理坐標(biāo)為東經(jīng)104°44′22″～105°03′30″，北緯28°15′18″～28°47′48″，南北長(zhǎng)約60 km，東西寬30 km，全縣輻員面積1000.2 km2。長(zhǎng)寧縣東臨江安，南界興文、西與高縣、珙縣交鄰，并緊靠宜珙鐵路，北與南溪區(qū)、宜賓市翠屏區(qū)相連。長(zhǎng)寧縣南北兩端小，中腹較大，地勢(shì)南高北低，南部為中低山，中北部為丘陵。地勢(shì)南高北低，海拔245.9～1408.5 m。長(zhǎng)寧縣屬四川盆地中亞熱帶濕潤(rùn)性季風(fēng)氣候，溫暖濕潤(rùn)，無(wú)霜期長(zhǎng)，雨熱同季，四季分明，年均氣溫18.3 ℃，年均降雨量1141.7 mm，年日照時(shí)數(shù)987.6 h，無(wú)霜期達(dá)357 d。

3　調(diào)查與統(tǒng)計(jì)方法

3.1樣地設(shè)置

本研究采用GIS空間分析功能進(jìn)行樣地布點(diǎn)，以2000 m×2000 m的間距生成樣點(diǎn)圖層，進(jìn)行統(tǒng)一編號(hào)，以隨機(jī)產(chǎn)生的起始編號(hào)，按相等間距選擇實(shí)測(cè)樣地(20 m×20 m)，最終選取毛竹樣地9個(gè)，硬頭黃竹樣地9個(gè)，苦竹樣地9個(gè)。

3.2生物量調(diào)查

在樣地中隨機(jī)選取不同年齡和直徑的樣竹共108株(毛竹、硬頭黃竹和苦竹各36株)在竿基處鋸斷，取下竹竿、竹枝和竹葉，立即進(jìn)行鮮重的測(cè)定并分別取樣100～200 g將樣品帶回實(shí)驗(yàn)室先在105 ℃高溫下殺青30 min，再在85 ℃恒溫下烘干30 min，計(jì)算各樣品的含水率，在野外測(cè)定鮮重值的基礎(chǔ)上換算成各個(gè)器官的干重。

3.3生物量方程擬合

本研究要針對(duì)不同年齡不同直徑的竹林生物量變化，選用A(年齡)，D(直徑)，AD，AD2作為變量，選擇的生物量模型方程式如表1所示。

表1　擬合模型與模型方程

3.4生物量模型檢驗(yàn)

為了更好地對(duì)所建立的模型進(jìn)行檢驗(yàn)，本研究采用以下3個(gè)指標(biāo)對(duì)所建立的生物量模型進(jìn)行評(píng)價(jià)。

(1)

(2)

(3)

RS%，EE%是檢驗(yàn)?zāi)Ｐ褪欠翊嬖谙到y(tǒng)偏差的指標(biāo)，而P%則是檢驗(yàn)?zāi)Ｐ陀脕?lái)預(yù)測(cè)效果好壞的一個(gè)重要指標(biāo)。

4　結(jié)果與分析

4.1不同年齡單株生物量分布

本研究根據(jù)實(shí)測(cè)的毛竹、硬頭黃竹和苦竹生物量數(shù)據(jù)，分別統(tǒng)計(jì)各齡級(jí)單株生物量構(gòu)成，由表2、表3和表4可知，毛竹各器官地上部分生物量大小排序?yàn)楦?枝>葉，生物量在年齡上的分布為：3年齡>2年齡>1年齡，竿生物量、枝平生物量、葉生物量和地上部分生物量隨年齡的增加而增加；硬頭黃竹竹各器官地上部分生物量大小排序?yàn)楦?枝>葉，生物量在年齡上的分布為：2年齡>3年齡>1年齡，竿生物量和地上部分生物量隨年齡的增加先增加后減少，枝平生物量和葉生物量隨年齡的增加而增加；苦竹竹各器官地上部分生物量大小排序?yàn)楦?枝>葉，生物量在年齡上的分布為：2年齡>3年齡>1年齡，竿生物量和地上部分生物量隨年齡的增加先增加后減少，枝平生物量和葉生物量隨年齡的增加而增加。

表2　毛竹各年齡各器官生物量分配　kg

表3　硬頭黃竹各年齡各器官生物量分配　kg

表4　苦竹各年齡各器官生物量分配　kg

4.2竹林生物量模型擬合

本研究采用多項(xiàng)式回歸、S方程式和相對(duì)生長(zhǎng)式3種生物量方程來(lái)擬合生物量和年齡，直徑的變化關(guān)系，各模型系數(shù)及相關(guān)性系數(shù)計(jì)算見(jiàn)表5、表6、表7。

表5　毛竹各模型系數(shù)及相關(guān)性系數(shù)計(jì)算

表6　硬頭黃竹各模型系數(shù)及相關(guān)性系數(shù)計(jì)算

表7　苦竹各模型系數(shù)及相關(guān)性系數(shù)計(jì)算

4.3竹林生物量模型檢驗(yàn)

對(duì)各竹林各模型進(jìn)行精度檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表8、表9和表10。

表8　毛竹生物量模型檢驗(yàn)　%

表9　硬頭黃竹生物量模型檢驗(yàn)　%

表10　苦竹生物量模型檢驗(yàn)　%

為了研究長(zhǎng)寧縣毛竹生物量和生產(chǎn)力的特征分布，本文采用對(duì)生物量擬合相關(guān)系數(shù)最大及預(yù)估精度較高的模型，結(jié)合各模型系數(shù)及相關(guān)性系數(shù)計(jì)算和生物量模型檢驗(yàn)選取最優(yōu)生物量模型，各模型見(jiàn)表11。

表11　竹林生物量模型

5　結(jié)論

(1)通過(guò)對(duì)各竹林各器官的生物量分布研究得知，毛竹各器官地上部分生物量大小排序?yàn)楦?枝>葉，生物量在年齡上的分布為：3年齡>2年齡>1年齡，竿生物量、枝平生物量、葉生物量和地上部分生物量隨年齡的增加而增加；硬頭黃竹竹各器官地上部分生物量大小排序?yàn)楦?枝>葉，生物量在年齡上的分布為：3年齡>2年齡>1年齡，竿生物量、枝平生物量、葉生物量和地上部分生物量隨年齡的增加而增加；苦竹竹各器官地上部分生物量大小排序?yàn)楦?枝>葉，生物量在年齡上的分布為：3年齡>2年齡>1年齡，竿生物量、枝平生物量、葉生物量和地上部分生物量隨年齡的增加而增加。

(2)建立了年齡、直徑與生物量的7種關(guān)系模型，通過(guò)R方、總體相對(duì)誤差、平均相對(duì)誤差和預(yù)估精度檢驗(yàn)選取各竹林最合適生物量模型：毛竹：W=0.581×(A×D×D)0.617，硬頭黃竹：W=-5.548+2.032×D+0.544×A，苦竹：W=-1.845+0.723×D+0.478×A。

[1]王超,畢君,宋熙龍,等.太行山區(qū)刺槐林的生物量與碳匯量[J].中國(guó)農(nóng)學(xué)通報(bào),2013,29(4):14～18.

[2]溫小榮,蔣麗秀.江蘇省森林生物量與生產(chǎn)力估算及空間分布格局分析[J].西北林學(xué)院學(xué)報(bào),2014,29(1):36～40.

[3]張茂震,王廣興,劉安興.基于森林資源連續(xù)清查資料估算的浙江省森林生物量及生產(chǎn)力[J].林業(yè)科學(xué),2009,45(9):13～17.

[4]王維楓,雷淵才,王雪峰,等.森林生物量模型綜述[J].西北林學(xué)院學(xué)報(bào),2008,23(2):58～63.

[5]劉慶,何海,沈昭萍.成都地區(qū)慈竹生長(zhǎng)狀況及其與環(huán)境因子關(guān)系的初步分析[J].四川環(huán)境,20(4):43～46.

Research on Biomassof Bamboo Forestin Changning County

Cao Mingyong1, Zhang Feng2, Liu Libing1

(1.GuangdongHuakaiForestryCo.Ltd.,Guangzhou,Guangdong510530,China;2.GuangdongLingnanComprehensiveSurveyandDesignInstitute,GuangdongGuangzhou,510500,China)

With Changning County, Sichuan as the research object, weselected Phyllostachysedulis, Bambusa rigida and Pleioblastus amarusas representative bamboo species in Changning County. Using random sampling method to investigate the biomass of Phyllostachysedulis, Bambusa rigida and Pleioblastus amarusin respects of age and diameter classes.We analyzedthe agedistribution oforganbiomassin bamboo forest.Through establishingthe relational modelof age, diameterand biomassandcarrying outaccuracy test of the, model,we selectedthe optimal biomass models ofthe threespecies.The conclusions are as follows:The abovegroundbiomass rank of the organswas: rod>branch>leaf, and the age distribution of Phyllostachys edulis biomass was: triennial>biennial>annual.The abovegroundbiomass rank of the organs of the Bambusa rigidawas:rod>branch>leaf, and the age distribution of Bambusa rigidabiomass wastriennial>biennial>annual. The abovegroundbiomass rank of the organs of the Pleioblastus amaruswasrod>branch>leaf, and the age distribution of Pleioblastus amarusbiomass wastriennial>biennial>annual.2. The optimal models of the unit biomass of the bamboo forests are selected.Phyllostachys edulis:W=0.581*(AD2)0.617; Pleioblastus amarus: W=-5.548+2.032*D+0.544*A; Bambusa rigida: W=-1.845+0.723*D+0.478*A.

biomass; bamboo forest;Changning County

2016-07-14

曹明勇(1989—)，男，碩士，主要從事林業(yè)方面的研究工作。

S795

A

1674-9944(2016)15-0040-03