桂北開花毛竹地上部分生物量分配差異及生物量模型構建

摘 要：【目的】建立桂北開花與未開花毛竹地上單株及各器官生物量模型，為開花毛竹生物量估算和林分生產力相關研究提供數學模型。【方法】選取了開花毛竹全徑級（6.0 ～ 12.0 cm）分布的3 年生開花與未開花毛竹各135 株，測定各器官和地上部分生物量。采用5 種生物量模型分別對開花毛竹和未開花毛竹地上部分及各器官生物量進行擬合，并篩選生物量最優擬合模型。【結果】開花與未開花毛竹的各器官平均含水率大小為竹葉＞竹稈＞竹枝，毛竹開花后地上各器官含水率下降。未開花毛竹葉、稈、枝平均含水率分別為37.13%、34.55% 和31.85%，開花毛竹葉、稈、枝平均含水率分別為36.70%、32.27% 和31.50%。未開花毛竹地上器官平均生物量大小為竹稈（10.32 kg）＞竹枝（2.21 kg）＞竹葉（1.00 kg），生物量占比平均值為竹稈（75.59%）＞竹枝（16.88%）＞竹葉（7.53%）。開花毛竹地上器官平均生物量大小為竹稈（12.13 kg）＞竹枝（2.79 kg）＞花穗（1.32 kg），生物量占比平均值為竹稈（74.08%）＞竹枝（17.58%）＞花穗（8.34%）。胸徑、株高與竹稈、竹枝、竹葉和地上部分生物量極顯著相關（P ＜ 0.01）。5 種生物量模型中，多項式函數、冪函數、指數函數擬合效果較好，共選出擬合效果最好的生物量模型8 個。【結論】毛竹在開花過程中同化物質資源能力加強，竹枝、竹葉會攝取更多養分以供生殖過程順利完成。開花與未開花毛竹生物量擬合模型中，竹稈和地上部分生物量擬合模型擬合程度較好，竹枝、竹葉生物量擬合模型擬合效果較差。

關鍵詞：開花毛竹；含水率；生物量分配；生物量模型

中圖分類號：S795.9 文獻標志碼：A 文章編號：1003—8981（2025）01—0120—09

毛竹Phyllostachys edulis 是禾本科Gramineae剛竹屬Phyllostachys 大型散生竹種。據《2021 中國林草生態綜合檢測評價報告》顯示，我國毛竹林面積已達527.76×104 hm2，占全國竹林總面積的69.48%[1]。竹類植物不僅具有較高的觀賞價值，其不同生理狀態的植株均具有較高的經濟和生態價值，以竹類植物為原材料的農林產品備受歡迎。但近年來，竹類植物開花現象頻發。大部分竹類植物依靠地下根鞭進行繁殖，一旦開花，將造成同一鞭系的竹子全部死亡、竹筍產量大幅降低，竹林生態系統遭到破壞，這對竹林經營者是一個巨大的災難[2]。對此，相關學者針對竹子開花進行了研究。杜凡等[3]、黃樹田[4]、毛高喜等[5] 對云南、浙江和南京的竹子開花現象進行了記錄，對開花原因進行了分析并提出了解決方法；林樹燕等[6] 觀測孝順竹開花并記錄其生物學特性；姚文靜等[7] 觀測黃條金剛竹開花，記錄其生物學特性并對其花粉萌發力進行研究，為探明竹子開花的機理及生物學意義提供了重要發現。

竹稈、竹枝、竹葉是竹子重要的地上器官，竹稈和竹枝起到支撐和養分運輸的作用，竹葉則起到促進生物量增長和產出的作用[8]。各器官生物量的分配狀況可以直接反映植物在所屬生態系統的生長狀況和對環境的適應情況[9]，也是研究竹林生產力和生物量分配的基礎[10]。生物量模型法是一種基于易于測量且與生物量密切相關的自變量建立的估算方法，通過選擇合適的自變量和構建數學模型，可以有效地估算生物量[11]。目前，相關學者對竹類植物生物量模型構建進行了研究。唐建維等[11]、王路君等[12] 和沈錢勇等[13] 分別建立了以胸徑一元變量為自變量，胸徑、株高為二元變量和胸徑、竹齡和胸高竹節長為三元變量的龍竹、硬頭黃竹和毛竹地上部分和各器官生物量模型；其中一元模型擬合后回歸系數（R2）可達0.950 以上，具有較高擬合優度和測量精準度，二元生物量模型擬合系數為0.660 ～ 0.973，三元生物量模型擬合系數為0.900 7，說明需要根據具體的林分類型和環境條件選擇合適的變量組合來提高模型的準確性和適用性。為探明毛竹開花對毛竹地上器官生物量分配的影響，本研究以桂北自然林分下的開花毛竹為試驗對象，分析開花與未開花毛竹地上器官生物量差異，探究不同生物量模型對桂北開花毛竹的實用性、模型擬合程度的影響因子及開花與未開花毛竹模型擬合效果，優選出最佳生物量模型，為林分生產力測估和生產經營提供科學指導。

1 材料與方法

1.1 試驗區域概況

試驗地位于桂北地區灌陽縣洞井瑤族鄉（110°50′E，25°12′N），海拔842 m。該地屬中亞熱帶氣候，夏熱冬冷，四季分明，光照適宜，雨水充沛，年均氣溫17.9 ℃，年均降水量1 540.7 mm，年均日照時長1 400.2 h。林分為傳統經營措施下的1 ～ 3 年生毛竹純林，林下植物多為耐蔭雜草和灌木。樣地海拔658.16 m，坡度63°，竹林密度為（18 311±16）株/hm2，平均胸徑和株高分別為（8.72±0.28）cm 和（14 028.00±0.21）m。

1.2 樣地設置及標準竹選擇

對處于同一坡面的開花毛竹林進行樣方劃分，每個樣方為15 m×15 m，共劃分3 個樣方。對樣方內毛竹進行每木檢尺。以胸徑和株高平均值作為標準竹選取標準，將未開花與開花標準竹伐倒后按照地徑進行分級（6.0 ～ 6.9、7.0 ～ 7.9、8.0 ～8.9、9.0 ～ 9.9、10.0 ～ 10.9、11.0 ～ 11.9 cm）。

1.3 樣品采集與處理

將未開花與開花標準竹從基部伐倒，分別測量胸徑、株高、地徑、胸徑節長和枝下高。將竹稈從中部破開，分離竹稈和竹枝，在毛竹竹冠上、中、下3 個部位的東、南、西、北4 個方向采集竹葉（未開花）和花穗（開花），分別稱取各部分鮮質量（即生物量），計算地上部分生物量（各部分生物量之和）。樣品置于105 ℃的烘箱中烘至恒定質量，計算含水率。

1.4 研究方法

通過測量的生物量，計算群體內變異系數和群體間變異系數。群體內變異為不同徑級間變異系數差異，群體間變異為未開花與開花毛竹群體平均值差異。以胸徑和株高的4 種組合形式（D、D2、DH、D2H）為自變量（因為野外調查時對株高的測量常常產生較大誤差，因此不將株高作為單獨自變量進行模型擬合[12]），選用指數函數、線性函數、對數函數、多項式函數和冪函數5 種數學模型，分別對開花和未開花毛竹的竹稈、竹枝、竹葉（未開花）、花穗（開花）生物量進行擬合，確定系數R2（R2 表示模型對生物量變異的解釋比例，其值越接近1 表明模型預測值與實際觀測值的吻合度越高 ）、均方根誤差、平均絕對誤差，篩選出未開花與開花毛竹各器官與地上部分生物量最佳模型（R2 ≥ 0.3）。

1.5 數據處理

用Excel 2010 和SPSS 26.0 軟件對試驗數據進行統計和計算。用Origin 2017 Pro 軟件中Person相關性分析檢驗林分結構因子與各器官生物量相關性并作圖。采用單因素方差分析（One-wayANOVA）和LSD 多重檢驗。

2 結果與分析

2.1 各器官含水率差異

未開花毛竹與開花毛竹的各器官含水率平均值均表現為竹葉＞竹稈＞竹枝（圖1）。未開花毛竹葉、稈、枝含水率平均值分別為37.13%、34.55% 和31.85%，開花毛竹葉、稈、枝含水率平均值分別為36.70%、32.27% 和31.50%。

如圖1（a）所示，未開花毛竹相同徑級中，6.0 ～ 6.9 cm 和10.0 ～ 10.9 cm 徑級竹稈、竹枝與竹葉含水率均差異顯著（P ＜ 0.05）；7.0 ～ 7.9、8.0 ～ 8.9、9.0 ～ 9.9、11.0 ～ 11.9 cm 徑級竹稈、竹枝含水率與竹葉含水率差異顯著（P ＜ 0.05）。不同徑級中，6.0 ～ 6.9、7.0 ～ 7.9、8.0 ～ 8.9、9.0 ～ 9.9 cm 與10.0 ～ 10.9、11.0 ～ 11.9 cm 的竹稈含水率差異顯著（P ＜ 0.05）；7.0 ～ 7.9、8.0 ～ 8.9、9.0 ～ 9.9、10.0 ～ 10.9 與6.0 ～ 6.9、11.0 ～ 11.9 cm 的竹枝含水率差異顯著（P ＜ 0.05）；6.0 ～ 6.9、7.0 ～ 7.9 cm 與8.0 ～ 8.9、9.0 ～ 9.9、10.0 ～ 10.9、11.0 ～ 11.9 cm 的竹葉含水率差異顯著（P ＜ 0.05）。

如圖1（b）所示，開花毛竹相同徑級中，除10.0 ～ 10.9 cm 徑級竹葉與竹枝含水率差異不顯著外，其他徑級竹稈、竹枝與竹葉含水率均差異顯著（P ＜ 0.05）。不同徑級中，6.0 ～ 6.9、8.0 ～ 8.9 cm徑級的竹稈含水率，9.0 ～ 9.9、10.0 ～ 10.9 cm 徑級的竹稈含水率之間差異不顯著，但與其他徑級差異顯著（P ＜ 0.05）；6.0～ 6.9、8.0 ～ 8.9、9.0 ～ 9.9、10.0 ～ 10.9 cm 與其他徑級竹枝含水率差異顯著（P ＜ 0.05），互相間差異不顯著；開花毛竹竹葉含水率均差異顯著（P ＜ 0.05）。

2.2 各器官生物量差異

2.2.1 不同徑級毛竹生物量及分配差異

由圖2 可知，未開花與開花毛竹不同徑級同一器官生物量差異均呈顯著水平（P ＜ 0.05）；未開花與開花毛竹竹桿、竹枝、竹葉和地上生物量均呈隨徑級增加不斷增加的趨勢。未開花與開花毛竹同一徑級不同器官生物量差異均呈顯著水平（P ＜ 0.05），竹桿、竹枝和竹葉（花穗）均兩兩間差異顯著（P ＜ 0.05）。未開花毛竹平均生物量大小為竹稈（10.32 kg）＞竹枝（2.21 kg）＞竹葉（1.00 kg）。開花毛竹平均生物量大小為竹稈（12.13 kg）＞竹枝（2.79 kg）＞花穗（1.32 kg）。總體而言，各器官生物量均隨徑級不斷變化，說明胸徑可能對毛竹生物量具有影響。

由表1 可知，不同徑級的地上部分生物量差異性顯著，均以11.0 ～ 11.9 cm 徑級最大，6.0 ～6.9 cm 徑級最小。從群體間變異來看，開花與未開花毛竹變異系數平均值分別為29.56% 和26.89%，均顯著高于群體內變異系數，說明變異來源主要以群體間變異。從群體內變異來看，未開花毛竹的6.0 ～ 6.9、11.0 ～ 11.9 cm 徑級和開花毛竹的10.0 ～ 10.9、11.0 ～ 11.9 cm 變異系數小于10%，受徑級變異影響較小；其他徑級的變異系數均大于10%，可能受遺傳因素影響較大[21]。

2.2.2 各器官生物量分配特征

如圖3 所示，未開花毛竹各器官生物量占比平均值從大到小依次為竹稈（75.59%）、竹枝（16.88%）、竹葉（7.53%）；開花毛竹各器官生物量占比平均值從大到小依次為竹稈（74.08%）、竹枝（17.58%）、花穗（8.34%）。從各器官生物量占比平均值來看，開花毛竹竹稈生物量占比較未開花毛竹竹稈生物量占比有所下降，竹枝、竹葉生物量占比上升。未開花毛竹竹稈生物量占比隨徑級增加先增后減再增；竹枝生物量占比隨徑級增加逐漸降低；竹葉生物量占比隨徑級增加先減后增再減再增。開花毛竹竹稈生物量占比隨徑級增加先增后減；竹枝生物量占比隨徑級增加先減后增；花穗生物量占比隨徑級增加先減后增再減。

2.3 林分結構因子與各器官生物量相關性分析

根據測量， 未開花毛竹地徑平均值為（9.92±0.88）m，枝下高平均值為（6.32±1.01）m，株高平均值為（14.10±1.53）m，胸徑節長平均值為（21.28±3.72）cm；開花毛竹地徑平均值為（9.74±0.93）m，枝下高平均值為（6.18±0.81）m，株高平均值為（13.69±1.20）m，胸徑節長平均值為（20.76±2.96）cm。對未開花與開花毛竹胸徑、胸徑節長、株高、枝下高和地徑與竹稈、竹枝、竹葉和地上部分生物量之間進行相關性分析，各因子的相關性分析結果如下（圖4）。

未開花毛竹中，胸徑節長與胸徑、株高、地徑和枝下高及竹稈、竹枝、竹葉和地上部分生物量之間相關性不顯著；枝下高與竹葉生物量顯著相關（P ＜ 0.05）；胸徑、株高、地徑和枝下高與竹稈、竹枝、竹葉和地上部分生物量均呈極顯著相關（P ＜ 0.01）。

開花毛竹中，胸徑節長與竹枝和竹葉生物量不相關，與竹稈和地上部分生物量顯著相關（P ＜0.05）；枝下高與竹枝生物量顯著相關（P ＜ 0.05）；其他林分結構因子與竹稈、竹枝、竹葉和地上部分生物量均呈極顯著相關（P ＜ 0.01）。

2.4 地上部分與各器官生物量模型擬合與優選

對竹稈、竹枝、竹葉和地上部分生物量進行擬合，得到未開花與開花毛竹生物量模型。其中，未開花毛竹模型R2 在0.286 ～ 0.812，均方根誤差在0.243 ～ 3.394 kg，平均絕對誤差在0.191 ～2.858 kg；開花毛竹模型R2 在0.294 ～ 0.817，均方根誤差在0.243 ～ 13.727 kg，平均絕對誤差在0.191 ～ 14.691 kg。

根據R2 ≥ 0.3，篩選出未開花與開花毛竹各器官與地上部分生物量最佳模型，共24 個（表2）。R2在0.325 ～ 0.812，均方根誤差在0.244 ～ 13.727 kg，平均絕對誤差在0.191 ～ 12.281 kg。未開花毛竹，地上部分和竹桿生物量的最優生物量模型對應自變量D2，竹枝生物量的最優生物量模型對應自變量DH，竹葉生物量的最優生物量模型對應自變量D；開花毛竹，地上部分和竹桿生物量的最優生物量模型對應自變量D2H，竹枝生物量的最優生物量模型對應自變量D2，竹葉生物量的最優生物量模型對應自變量D。

除開花毛竹胸徑與竹葉生物量模型擬合效果不顯著外，其他生物量模型經F 檢驗均達到顯著水平（P ＜ 0.05），開花毛竹生物量受D、D2、DH、D2H 影響顯著。

綜合來看，未開花毛竹和開花毛竹擬合的24 個生物量模型中，未開花毛竹生物量模型中，多項式函數模型（W=a×D2+b×D+c）擬合度較高；開花毛竹生物量模型中，冪函數模型W=a×（D2H）b擬合度較高。未開花毛竹稈、竹枝、竹葉和地上部分生物量擬合度分別為0.727 ～ 0.785、0.341 ～0.372、0.396 ～ 0.408 和0.766 ～ 0.812，開花毛竹竹稈、竹枝、花穗和地上部分生物量擬合度分別為0.726 ～ 0.753、0.442 ～ 0.526、0.325 ～ 0.360和0.713 ～ 0.744，說明除胸徑和株高外，仍有其他因素對開花毛竹生物量具有重要影響。未開花毛竹各器官最優生物量模型擬合效果表現（R2 的大小）為地上部分＞竹稈＞竹葉＞竹枝。開花毛竹各器官最優生物量模型擬合效果表現為竹稈＞地上部分＞竹枝＞花穗。所有生物量模型中擬合誤差最小的為未開花毛竹竹葉生物量模型W=0.026 3×D2-0.297 6×D+1.586 2，均方根誤差為0.243 kg。

本研究中，對未開花毛竹生物量模型擬合效果對比發現，多項式函數擬合效果最優，其次是冪函數，線性函數、對數函數和指數函數擬合效果較差，未列入優選模型。開花毛竹生物量模型則是冪函數擬合效果最優，多項式函數次之，線性函數和對數函數未列入優選模型。未開花毛竹生物量模型中，竹稈和地上部分生物量擬合模型以胸徑單變量擬合為最佳，竹枝、竹葉生物量以二元自變量（胸徑、株高）與各器官和地上部分生物量模型擬合效果較好。在開花毛竹生物量模型中，竹枝和花穗生物量模型以二元自變量（胸徑、株高）與各器官和地上部分生物量模型擬合效果較好，而竹枝和竹葉生物量受胸徑單一因素影響較大。說明未開花毛竹竹稈和地上部分生物量受胸徑影響較大，竹枝和竹葉生物量受胸徑、株高影響較大，開花毛竹竹稈、竹枝、花穗和地上生物量受影響情況則正好相反。

通過比較R2、均方根誤差和平均絕對誤差3個指標，分別選出未開花與開花毛竹各器官生物量最優擬合模型：

未開花毛竹地上部分生物量：W=0.001 2×（D2）2-0.046 9×D2+9.623 2

未開花毛竹竹稈生物量：W=0.001 1×（D2）2-0.047 2×D2+7.345 8

未開花毛竹竹枝生物量：W=1.149×e0.000 05×DH

未開花毛竹竹葉生物量：W=0.1×10-10×（D2H）2+0.6×10-5×D2H+0.612 8

開花毛竹地上部分生物量：W=0.006 5×（D2H）0.678

開花毛竹竹稈生物量：W=0.001 8×（D2H）0.761 8

開花毛竹竹枝生物量：W=0.000 1×（D2）2+0.003 6×D2+1.673 4

開花毛竹花穗生物量：W=0.026 9×D2-0.256×D+1.510 8

3 討 論

不同種類植物含水率不同，也反映出植物器官功能的不同[14]。本試驗結果表明，開花與未開花毛竹各器官含水率分布規律與姜霞等[15] 對梁山慈竹、硬頭黃竹的研究結論一致。廖鵬輝等[16] 關于橄欖竹，王柯人等[17] 關于龍竹人工林，徐振國等[18] 關于麻竹的研究中均發現隨生物量積累各器官含水率顯著下降，這與本研究揭示的生物量- 含水率動態關系具有一致性。

竹類植物因其生理特性，既能無性繁殖也能有性繁殖。而有性繁殖的過程中，為保證生殖過程的進行，各器官生物量會發生相應變化，同化物質資源的能力會增強[19]。開花毛竹竹稈生物量較未開花毛竹下降，竹枝、花穗生物量較未開花毛竹增加，說明毛竹在有性生殖過程中會將竹稈的生物量向竹枝、竹稈進行轉移，保證植物體有足夠的資源以供花和種子的形成[20]。從群體間變異分析，開花與未開花毛竹總群體變異系數均高于單一徑級群體，表明徑級對地上器官生物量具有調控作用。在群體內變異層面，未開花毛竹6.0 ～ 6.9、11.0 ～ 11.9 cm 徑級及開花毛竹10.0 ～ 10.9、11.0 ～ 11.9 cm 徑級變異系數較低，其余徑級中開花與未開花毛竹的生物量變異主要受徑級而非遺傳因素主導。因此，對開花毛竹生物量模型構建和優選進一步研究的過程中，應將徑級和遺傳因素的研究納入影響因子。

當前生物量模型擬合使用效率最高、效果最佳的自變量以胸徑和株高為主[12-13，21]。本研究結果說明即使處于同一試驗地、相同采樣時間的毛竹生物量模型也具有差異，這與鄒凱等[22] 相關研究結論相同。目前，尚未有開花毛竹地上器官生物量模型的研究。通過生物量模型，計算開花毛竹各器官生物量變化，可以預測并協助毛竹開花，減少毛竹開花帶來的經濟損失。本研究建立了開花和未開花毛竹生物量模型，其中地上部分和竹稈生物量模型擬合程度較好，但竹枝和竹葉（花穗）生物量模型雖具有顯著性，但R2 較低，擬合度不高，可能是受冠幅、竹齡等其他因素影響，因此在今后研究中可以加入其他變量進行模型的擬合。

4 結 論

本研究中胸徑和株高與未開花和開花毛竹竹稈、竹枝、竹葉（花穗）生物量及地上部分生物量均極顯著相關（P ＜ 0.01）。結合決定系數R2、均方根誤差和平均絕對誤差3 個評價指標，未開花毛竹生物量模型中多項式函數模型W=a×D2+b×D+c 為最佳模型，開花毛竹生物量模型中冪函數生物量模型W=a×（D2H）b 為最佳模型。本研究建立了桂北未開花與開花毛竹各器官與地上部分生物量模型，探究了不同生物量模型擬合效果，優選出最佳生物量模型，為林分生產力測估和生產經營提供科學指導。

參考文獻：

[1] 馮鵬飛， 李玉敏.2021 年中國竹資源報告[J]. 世界竹藤通訊，2023，21（2）：100-103.

FENG P F， LI Y M. China’s bamboo resources in 2021[J]. WorldBamboo and Rattan，2023，21（2）：100-103.

[2] 于占成， 施海燕. 淺談開花竹林的更新[J]. 陜西林業科技，2007（4）：177-179.

YU Z C， SHI H Y. Regeneration of bamboo after blossoming[J].Shaanxi Forest Science and Technology，2007（4）：177-179.

[3] 杜凡， 薛嘉榕， 楊宇明， 等.15 年來云南竹子的開花現象及其類型研究[J]. 林業科學，2000，36（6）：57-68.

DU F， XUE J R， YANG Y M， et al. Study on floweringphenomenon and its type of bamboo in Yunnan in past fifteenyears[J]. Scientia Silvae Sinicae，2000，36（6）：57-68.

[4] 黃樹田. 竹類開花與防止的探討[J]. 竹子研究匯刊，1998，17（2）：53-55.

HUANG S T. A probe to bamboo flowering’s causes andpreventions[J]. Journal of Bamboo Research，1998，17（2）：53-55.

[5] 毛高喜， 張春霞. 竹子開花的原因及預防措施[J]. 林業科技開發，1996（4）：33-34.

MAO G X， ZHANG C X. Causes and preventive measuresof bamboo flowering[J]. Forestry Science and TechnologyDevelopment，1996（4）：33-34.

[6] 林樹燕， 李潔， 趙榮， 等. 南京地區孝順竹的開花生物學特性研究[J]. 南京林業大學學報（ 自然科學版），2015，39（2）：52-56.

LIN S Y， LI J， ZHAO R， et al. A research on the floweringbiological characteristics of Bambusa multiplex in Nanjing city[J].Journal of Nanjing Forestry University （Natural Sciences Edition），2015，39（2）：52-56.

[7] 姚文靜， 姜明云， 王星， 等. 黃條金剛竹開花生物學特性及花粉萌發力[J]. 東北林業大學學報，2020，48（3）：13-18.

YAO W J， JIANG M Y， WANG X， et al. Biological analysis offlowering and pollen germination in Sasaella kongosanensis‘Aureostriatus’[J]. Journal of Northeast Forestry University，2020，48（3）：13-18.

[8] 朱琳琳， 張萌新， 趙竑緋， 等. 不同經營措施對毛竹林生物量與碳儲量的影響[J]. 經濟林研究，2014，32（1）：58-64.

ZHU L L， ZHANG M X， ZHAO H F， et al. Effects of differentmanagement measures on biomass and carbon storage inPhyllostachys pubescens forest[J]. Non-wood Forest Research，2014，32（1）：58-64.

[9] 郭子武， 章超， 楊麗婷， 等. 提前鉤梢對雷竹地上構件生物量分配及其異速生長的影響[J]. 生態學報，2020，40（2）：711-718.

GUO Z W， ZHANG C， YANG L T， et al. Effect of earlyobtruncation on aboveground biomass accumulation and allocation，and the allometric growth of Phyllostachys violascens[J]. ActaEcologica Sinica，2020，40（2）：711-718.

[10] IMMACULADA O， MAARTEN V， YADVINDER M， et al.Grass allometry and estimation of above-ground biomass intropical alpine tussock grasslands[J]. Austral Ecology，2014，39（4）：408-415.

[11] 唐建維， 蕭自位， 王小李， 等. 西雙版納不同林齡人工龍竹林的生物量及其模型[J]. 中南林業科技大學學報，2011，31（12）：54-60.

TANG J W， XIAO Z W， WANG X L， et al. Biomass and itsregression models of artificial Dendrocalamus giganteus withindifferent stand ages in Xishuangbanna[J]. Journal of CentralSouth University of Forestry amp; Technology，2011，31（12）：54-60.

[12] 王路君， 蔡春菊， 唐曉鹿， 等. 硬頭黃竹地上生物量分配特征及模型構建[J]. 南京林業大學學報（ 自然科學版），2021，45（1）：189-196.

WANG L J， CAI C J， TANG X L， et al. Aboveground biomassallocation patterns and model construction of Bambusa rigida[J].Journal of Nanjing Forestry University （Natural Sciences Edition），2021，45（1）：189-196.

[13] 沈錢勇， 湯孟平. 浙江省毛竹竹稈生物量模型[J]. 林業科學，2019，55（11）：181-188.

SHEN Q Y， TANG M P. Stem biomass models of Phyllostachysedulis in Zhejiang Province[J]. Scientia Silvae Sinicae，2019，55（11）：181-188.

[14] JéR?M， BERNARD R， MARC A D. Estimation of biomassin a neotropical forest of French Guiana： spatial and temporalvariability[J]. Journal of Tropical Ecology，2001，17（1）：79-96.

[15] 姜霞， 周華， 晏玉瑩， 等. 梁山慈竹和硬頭黃竹稈形結構和地上生物量分配特性[J]. 貴州林業科技，2023，51（1）：39-43.

JIANG X， ZHOU H， YAN Y Y， et al. Culm structure and abovegroundbiomass allocation of Dendrocalamus farinosus andBambusa rigida[J]. Guizhou Forestry Science and Technology，2023，51（1）：39-43.

[16] 廖鵬輝， 鄭蓉， 林陽峰， 等. 橄欖竹單株地上部分生物量結構分析[J]. 福建林業科技，2016，43（4）：76-79.

LIAO P H， ZHENG R， LIN Y F， et al. Structure analysis onaboveground biomass of individual Indosasa gigantean[J].Journal of Fujian Forestry Science and Technology，2016，43（4）：76-79.

[17] 王柯人， 羅文秀， 舒清態， 等. 龍竹人工林的含水率分析及地上生物量回歸模型構建[J]. 西南林業大學學報（ 自然科學），2021，41（6）：168-174.

WANG K R， LUO W X， SHU Q T， et al. Analysis of moisturecontent and construction of aboveground biomass regressionmodel for Dendrocalamus giganteus plantation[J]. Journal ofSouthwest Forestry University （Natural Sciences），2021，41（6）：168-174.

[18] 徐振國， 黃大勇， 郭起榮， 等. 麻竹地上器官生物量分配及其模型優化[J]. 中南林業科技大學學報，2016，36（4）：80-83，102.

XU Z G， HUANG D Y， GUO Q R， et al. Allocation ofaboveground biomass and model optimization of Dendrocalamuslatiflorus munro[J]. Journal of Central South University ofForestry amp; Technology，2016，36（4）：80-83，102.

[19] 夏春燕， 黃慧敏， 夏虹， 等. 金佛山不同群落紫耳箭竹生長和繁殖權衡的形態及生物量特征[J]. 林業科學研究，2021，34（3）：118-126.

XIA C Y， HUANG H M， XIA H， et al. Morphological andbiomass characteristics of Fargesia decurvata in different foresttypes in Jinfo Mountain[J]. Forest Research，2021，34（3）：118-126.

[20] 周世強， 周季秋， 何勝山， 等. 冷箭竹無性系分株生物量分配與估測模型[J]. 竹子學報，2022，41（3）：43-50.

ZHOU S Q， ZHOU J Q， HE S S， et al. Biomass allocation andestimation models of Bashania faberi clonal ramets[J]. Journal ofBamboo Research，2022，41（3）：43-50.

[21] 鄭云麗， 徐振國， 賈冬冬， 等. 筍用麻竹地上生物量分配特征與最優模型研究[J]. 竹子學報，2023，42（1）：23-29.

ZHENG Y L， XU Z G， JIA D D， et al. Study on allocation ofaboveground biomass and optimal model of Dendrocalamus latiflorusshoot-producing[J]. Journal of Bamboo Research，2023，42（1）：23-29.

[22] 鄒凱， 談麗華， 巫娟， 等. 石灰巖山地淡竹生物量模型研究[J].江西農業大學學報，2020，42（1）：110-117.

ZOU K，TAN L H，WU J，et al.A study on biomass predictingmodels of Phyllostachys glauca in the limestone mountains[J].Acta Agriculturae Universitatis Jiangxiensis，2020，42（1）：110-117.

[ 本文編校：張雨朦]

基金項目：廣西重點研發計劃項目（桂科AB18221052）；廣西林科院團隊項目（2024RT18）。