思茅松生物量模型研究.doc

1 前言1前言1.1 研究的目的意義生物量研究，是林業(yè)科學(xué)研究的一項重要內(nèi)容。生物量是一定時間，一定空間一種或數(shù)種生物有機體的總重量（干重），或者一個群落內(nèi)所有生物有機體的總重量，前者是種的生物量，后者是群落的生物量( Hebert Hamson 生態(tài)學(xué)詞典，彼得歐文, 1962)。雖然生物量的確切定義并未統(tǒng)一，但其內(nèi)涵則已有共識。生物量實質(zhì)是綠色植物在單位面積上通過同化器官進行光合作用積累的有機質(zhì)和能量。群落生物量的多少，反映了群落利用自然潛力的能力，是衡量群落生產(chǎn)力的重要指標，也是研究森林生態(tài)系統(tǒng)物質(zhì)循環(huán)的基礎(chǔ)1。森林生物量通常以單位面積或單位時間積累的干物質(zhì)量或能量來表示。第一性(初級) 生產(chǎn)力是指光合作用產(chǎn)生的有機質(zhì)總量, 第二性(次級) 生產(chǎn)力是指初級生產(chǎn)力之外的其它有機體的生產(chǎn)。凈第一性和第二性生產(chǎn)力可直接用稱量有機體重量的辦法來測定, 即通常所謂的生物量測定2。而測定一個樹種的生物量，對于評價該種的生產(chǎn)力及提高營林水平和綜合利用其產(chǎn)品都有著重要的意義。我國是一個森林資源較少的國家，且分布很不均勻，摸清森林資源具有特別重要的意義。新中國建立以后，我國對森林資源的調(diào)查進行過多次，但主要集中在木材蓄積和生長量上，全國性的生物量調(diào)查工作從未開展。致使在IBP計劃期間所建立的全球生產(chǎn)力模型缺少中國的數(shù)據(jù)。1994年聯(lián)合國糧農(nóng)組織在“國際森林資源監(jiān)測大綱”中就明確規(guī)定森林生物量是森林資源監(jiān)測中的一項重要內(nèi)容。近年國內(nèi)對許多生態(tài)問題的研究，由于受到生物量數(shù)據(jù)嚴重不足的限制，一些研究過于粗放和簡單，甚至對一些問題的研究無法深入下去，嚴重制約了一些研究的發(fā)展3。因此，在我國森林資源監(jiān)測體系中增加生物量監(jiān)測項目勢在必行，而研究并提出一套與森林資源監(jiān)測體系中森林蓄積量估計相兼容的區(qū)域性森林生物量資源調(diào)查方法是當(dāng)務(wù)之急。森林生物量約占全球陸地植被生物量的90 %，是森林生態(tài)系統(tǒng)的最基本數(shù)量特征和森林固碳能力的重要標志，亦是評估森林碳收支的重要參數(shù)。它既表明森林的經(jīng)營水平和開發(fā)利用的價值，同時又反映森林與其環(huán)境在物質(zhì)循環(huán)和能量流動上的復(fù)雜關(guān)系4。森林生物量的大小受光合作用、呼吸作用、死亡、收獲等自然和人類活動因素共同影響。因此，森林生物量的變化反映了森林的演替、人類活動、自然干擾(如:林火、病蟲害等)、氣候變化和大氣污染等影響，是量度森林結(jié)構(gòu)和功能變化的重要指標5。森林生物量的研究不僅為擴大森林資源利用范圍提供了基本的數(shù)據(jù)，同時也為研究森林生態(tài)系統(tǒng)功能、森林與環(huán)境系統(tǒng)關(guān)系以及如何實現(xiàn)森林可持續(xù)發(fā)展提供基本的數(shù)據(jù)。森林生物量數(shù)據(jù)是研究許多林業(yè)問題和生態(tài)問題的基礎(chǔ)，因此，準確測定森林生物量無論在生產(chǎn)上，還是在理論研究上都是十分重要的，一直為世界生態(tài)學(xué)家和林學(xué)家所重視6。由于森林資源和生態(tài)環(huán)境具有功能上的多樣性、形成周期的長期性、資源與環(huán)境的動態(tài)性、森林成熟的不確定性、森林植被的廣域性和空間結(jié)構(gòu)性, 人們對其中作用和功能的認識必須借助于一系列的數(shù)學(xué)模型和模擬模型。生物量的現(xiàn)代測定技術(shù)和相關(guān)的自動精準建模理論和技術(shù), 將是森林計測和林業(yè)信息研究的重要課題。當(dāng)然, 對于生態(tài)系統(tǒng), 尤其是像森林這樣具有復(fù)雜的結(jié)構(gòu)、多種多樣功能、時空動態(tài)結(jié)構(gòu)和過程、環(huán)境效應(yīng)滯后等特點的生態(tài)系統(tǒng), 必須采用連續(xù)精準的定位監(jiān)測, 進而揭示生物之間和生物與環(huán)境之間的復(fù)雜關(guān)系, 特別是過程規(guī)律、模型和機理2。思茅松（Pinus kesiya var. langbianensis）生長快、材質(zhì)好，是云南重要的森林樹種之一，云南四大用材樹種之一，是主要的用材和采脂樹種。思茅松主要分布在云南哀牢山西坡以西的亞熱帶南部，即北緯2424以南，東經(jīng)99510230范圍之間。屬暖熱型松類，在其分布區(qū)內(nèi),思茅松能夠占據(jù)多種生境。思茅松分布區(qū)內(nèi)，氣候條件四季暖熱、干濕分明，年降水量10005000mm，相對濕度高達80%，但旱季前期多霧，彌補了水分的不足，所以在海拔600m的瀾滄江邊和1950的無量山山腰都有思茅松的分布7。由于長期處于自然生長狀態(tài)下，缺乏科學(xué)的經(jīng)營管理，急待進行人為經(jīng)營。該課題選擇用思茅松作為研究對象，測定思茅松的生物量，對于評價思茅松的生產(chǎn)力及提高營林水平和綜合利用其產(chǎn)品，科學(xué)地評價思茅松在全球大氣中發(fā)揮的碳的源和匯的作用都有重要意義。1.2 國內(nèi)外研究現(xiàn)狀森林生物量研究工作主要開展于20世紀40年代，其先驅(qū)性工作可以追溯到100多年前。20世紀60年代以前，從德國人Ebermeyer研究葉量和葉枝與土壤養(yǎng)分關(guān)系，以及對森林生長的影響開始，到后來的Herthy從事的林木干才生長量與葉量的關(guān)系研究等都是局限于少數(shù)樹種局部地段針對某項目的獨立研究。進入20世紀60年代，世界范圍內(nèi)的研究進入高潮，主要標志是由聯(lián)合國教科文組織的國際生物學(xué)計劃（IBP）。這一計劃以研究生物生產(chǎn)量為中心，實際上是在世界范圍內(nèi)對生物資源進行了一次大普查。1972年后又開展了人對生物圈計劃（MAB），其總目標在于合理利用和保護自然資源并改善人類與環(huán)境關(guān)系；預(yù)測人類活動對今后全球環(huán)境的影響，其中生物產(chǎn)量的調(diào)查和調(diào)控研究占有重要地位。這個時期涌現(xiàn)出了大量的論文和專著，這個階段生物量模型的研究有了很大的發(fā)展，提出了許多生物量模型和估計方法。該階段最突出的特點是調(diào)查的樹枝多、區(qū)域廣、范圍大。到了20世紀80年代，隨著全球環(huán)境問題日益突出，國際科教理事會再次提出了規(guī)?？涨暗娜蜃兓芯考磭H地圈與生物圈計劃（IGBP）。在全球變化的研究中，利用以往在斑塊水平的生態(tài)系統(tǒng)研究成果和生物量數(shù)據(jù)擴展到景觀、區(qū)域乃至全球的空間尺度上。而生物量模型的研究則偏重于各種模型對不同樹種、不同區(qū)域的比較，以及探討生物量模型在不同立地條件下的估計問題。在我國生物量研究工作起步較晚，新中國建立以后，我國對森林資源的調(diào)查進行過多次，但主要集中在對木材蓄積和生長上，對于全國性的生物量調(diào)查工作從未開展，致使在IBP期間所建立的全球生產(chǎn)力模型缺少中國的數(shù)據(jù)。對森林生物量和生產(chǎn)力的研究，至20世紀70年代末期才見有報道。最早以杉木人工林生物量和生產(chǎn)力的研究報道為多，再就是對馬尾松人工林進行了研究。李文華等（1981）長白山溫帶天然林的研究，使我國森林生態(tài)系統(tǒng)生物量的研究在人工林和天然林2個方面都得到了發(fā)展。1994年聯(lián)合國糧農(nóng)組織在“國際森林資源監(jiān)測大綱”中就明確規(guī)定森林生物量是森林資源監(jiān)測中的一項重要內(nèi)容，而我國目前森林資源清查中缺少這個數(shù)字。為了更有效深入地研究森林生態(tài)系統(tǒng)，有必要及早完成我國森林生物量的調(diào)查工作。20世紀60年代初，少數(shù)學(xué)者在部分地區(qū)對少數(shù)不多的樹種開展了生物量測定和研究工作，以后的數(shù)十年里發(fā)展迅速。據(jù)統(tǒng)計，全國已有140多個地區(qū)，近百個樹種開展了此項研究3。1.3 研究的發(fā)展趨勢生物量的研究向來被人們重視。自本世紀40年代以來國內(nèi)外在這方面做了工作，使得研究方法更加完善，準確度更是提高。國內(nèi)外近年來對許多樹種的生物量進行了研究，并且逐漸擴大研究的范圍，在個體、種群、群落、生態(tài)系統(tǒng)、景觀、區(qū)域、生物圈等多尺度上開展森林生物量的研究。對同一樹種的生物量研究更加深入，研究內(nèi)容包括同一樹種不同地理種源、不同發(fā)育階段、不同自然地帶的生物量差異。研究手段日益先進，微觀上采用先進的光合測定儀器，宏觀方面利用衛(wèi)星遙感技術(shù)來估算森林生物量，同時對森林生物量的研究緊緊圍繞氣候、環(huán)境、資源這些與人類生存和可持續(xù)發(fā)展密切相關(guān)的重大問題。引起生態(tài)學(xué)界和林學(xué)界的極大關(guān)注的研究內(nèi)容有土地利用方式的變化引起的森林生態(tài)系統(tǒng)總生物量變化，森林在減緩全球氣候變化，特別是保持CO2平衡中所起的作用；估計森林生態(tài)系統(tǒng)吸收大氣中CO2的能力；森林生態(tài)系統(tǒng)結(jié)構(gòu)和功能的整體性；對潛在生物量的估算；研究森林生態(tài)系統(tǒng)的總有機物量和凈生產(chǎn)量以及對森林生態(tài)系統(tǒng)生產(chǎn)力模型的研究。國內(nèi)雖然起步稍晚，但也出現(xiàn)了大批有價值的研究成果，并仍處于發(fā)展之中。就研究目的來看，生物量研究已逐步應(yīng)用于解決實際問題，而不再是早期單純的對物種或群落的生產(chǎn)力進行估計。生物量研究與營養(yǎng)元素的積累與分布聯(lián)系很緊密。近年來又展開了林地可利用養(yǎng)分含量與生物量關(guān)系的研究，灌溉、施肥方面對生物量影響的研究。同時也出現(xiàn)了許多其他經(jīng)營措施對生物量影響的研究。這些都表明生物量的研究更密切聯(lián)系到森林經(jīng)營實際，有了更廣闊的意義和前景1。312 研究地概況2研究地概況3 研究方法研究地區(qū)位于普洱市墨江縣通關(guān)鎮(zhèn)三洼林場，平均海拔1000m，平均坡度為1525，土壤為山地紅壤，土層厚度在120cm左右，平均氣溫17.8，最冷月為1月，平均氣溫11.5；最熱月為6月，平均氣溫22.1。以氣象學(xué)（候溫小于l0為冬季，l0至12為春秋季，大于22為夏季）的劃分標準，有345天為春秋季，20天夏季，無冬季。霜期平均59天，無霜期長達306天，霜日年均為15.3天。年平均降雨量l338毫米，其中510月降雨量達1125.8毫米，占年降雨量的84.2；干季降雨量僅212.2毫米，占全年降雨量的15.8。年平均降雨日116.6天。年平均蒸發(fā)量1696.7毫米，月平均蒸發(fā)量141.4毫米。調(diào)查的樹種為思茅松，平均伐根年齡為19年，林木平均胸徑16.39cm，林木平均高10.82m，郁閉度為0.7，見表1。表1 研究地調(diào)查起源林型坡向坡度土壤土厚腐殖質(zhì)厚度人工林思茅松純林陽坡1525山地紅壤120cm0.5平均伐根年齡平均胸徑平均樹高平均第一活下枝高平均冠長平均冠幅郁閉度19年16.39cm10.82m4.11m6.7m5.63m0.73研究方法3.1 標準地調(diào)查在同一起源的思茅松林中按徑階選取標準木，從胸徑為6cm開始，每個徑階選取2棵標準木。共選取了57棵標準木，每樹調(diào)查胸徑、年齡、樹高、第一活下枝高和冠幅，并測得思茅松林郁閉度為0.7。3.2 樣木生物量調(diào)查3.2.1 樣木選取目的：選取樣木是為了調(diào)查單株林木的鮮重和干重。樣木的選取要避開林緣，選擇沒有干折或分杈的正常樹木，且使樣木按徑階均勻分配。選好樣木后分別編號作標記，并測定各樣木的胸徑、第一活枝高和東西、南北兩個垂直方向的樹冠直徑。3.2.2 樣木調(diào)查將樣木從接近地表處伐倒，用皮尺測伐倒木的樹高，并加上伐根高即為全樹高，同時量測胸徑處的皮厚，查數(shù)伐根年輪，記載樣木的年齡。3.2.3 樣木樹干重量調(diào)查樹干重量調(diào)查內(nèi)容包括樹干、樹皮鮮重和樣木取樣,本次調(diào)查采用兩種調(diào)查方法即全干稱重法和材積密度法。（1）全干稱重法 樹木伐倒后將枝條打掉，稱其帶皮樹干鮮重，在樹干上截取1個厚度為3cm左右的小扇形，記載圓盤或扇形距地面的高度，分別稱其帶皮鮮重和去皮鮮重，后裝入袋中，按統(tǒng)一的規(guī)則編號并持歸。編號形式如下：樣地號樣木號樹種樣地號樣木號樹種干部位（底，中，上）鮮重皮部位（底，中，上）鮮重（2）材積密度法 先將樣木采用4m區(qū)分段法區(qū)分成若干段，測其區(qū)分段中央的帶皮直徑和皮厚，最后不足4m的作為梢頭處理，量取底徑和梢長，在樹干上、中、下3個部位取樣測基本密度。在樹干的底、中部分別截取厚度為3cm左右，角度約30度的扇形樣品各1塊（中部取樣時要留出一個原木長）；在樹干上部截取一個厚度為35cm的小圓盤，記錄各圓盤或扇形的大頭距地面的高度，將樣品斷面刮光，分別稱其帶皮鮮重和去皮鮮重，然后裝入信封袋內(nèi)，編號持歸。編號形式如下：樣地號樣木號樹種樣地號樣木號樹種干部位（底，中，上）鮮重皮部位（底，中，上）鮮重3.2.4 樣木枝、葉調(diào)查 調(diào)查內(nèi)容是枝的鮮重和干重及葉的鮮重和干重。采用全枝稱重法。首先，將樹冠分成上、中、下3層，砍下各層的所有枝條，分別稱其帶葉鮮重，然后用目測法在3層中分別選取一平均枝，稱其帶葉鮮重，后摘掉所有的葉子，稱其無葉鮮重，求出樣木葉鮮重。其次，在每個樣枝的中部取長度為3cm的小段，稱其鮮重，裝入袋中，按統(tǒng)一的規(guī)則編號并持歸。最后，分別在上、中、下3層中抽取一定數(shù)量的樣葉稱其鮮重，編號并持歸。枝葉的標號形式如下：樣地號樣木號樹種樣地號樣木號樹種枝層（下，中，上）鮮重葉層（下，中，上）鮮重3.3 樹干密度測定在取得大量樣品后，對其進行烘干、浸泡等處理得到樣品木材、樹皮的體積和質(zhì)量，計算出各自的密度，從而采用材積密度法計算出樹干、樹皮、木材的干重。但在測定基本密度時，會出現(xiàn)一對矛盾即若先烘干，體積會變小，浸泡后很難恢復(fù)原體積，使得所測體積變小，密度變大；若先測體積，則以長時間的浸泡后質(zhì)量減小，密度變小。為了解決這一矛盾，我們用塑料保險薄膜，將其樹干和樹皮的樣品包住，利用排水法測其樣品的體積。通過對樣品的處理得到樣木上、中、下3段樹皮和木材的體積計算得到每段的密度，通過加權(quán)平均得到樣木樹皮和木材的密度。3.4 樣品的烘干處理外業(yè)回來后，立即將所收集的樣品放入烘箱內(nèi)，先在120下烘3小時，然后觀察其顏色、樣子變化情況，顏色變?yōu)榭蔹S，樣子變?yōu)楦山?，說明水分基本上干燥了，這樣進行第一次稱重，降低溫度到100，以后每隔1小時稱一次，兩次稱量的相對誤差1%時，將樣品取出放入玻璃干燥器內(nèi)，冷卻至室溫再稱重，得到樣品的干重，進而推算出整棵樹木所需的干重。3.5 計算內(nèi)容、原理和公式樣品鮮重樣品干重含水率= 100%樣品鮮重3.5.1 枝葉鮮重 3.5.2 樹干、樹皮、木材干重（1）全稱重法 （2）材積密度法 木材干重=木材體積木材平均密度；樹皮干重=樹皮體積樹皮平均密度； 樹干干重=木材干重+樹皮干重（3）枝、葉、冠的干重 第i層枝干重=第i 層枝鮮重（1-第i 層含水率）；第i層葉干重=第i 層葉鮮重（1-第i 層含水率）；枝、葉干重分別為所有層干重之和；樹冠干重=樹枝干重+樹葉干重（4）總干重 總干重=樹干重+樹冠干重4 內(nèi)業(yè)計算4 內(nèi)業(yè)計算4內(nèi)業(yè)計算4 內(nèi)業(yè)計算4.1 單木生物量模型的建立 單木生物量模型是經(jīng)模擬林分內(nèi)每株樹木各分量（干、枝、葉、皮、根）干物質(zhì)重量為基礎(chǔ)的一類模型。它是通過樣本觀測值建立樹木各分量干重與樹木其它測樹因子之間的1個或1組數(shù)學(xué)表達式，而該表達式一定要盡量反映和表征樹木各分量干重與其它測樹因子之間的內(nèi)在關(guān)系，從而達到用樹木易測因子的調(diào)查來估計不易測因子的目的。單木生物量模型的方程很多，一般分線性、非線性和多項式模型,其中非線性模型中相對生長模型最具有代表性。本文根據(jù)所測的思茅松樣木各生物量的數(shù)據(jù),采用SPSS軟件擬合出樹干、木材、樹皮、樹枝、樹葉、樹冠、總重生物量的模型。4.1.1 模型變量的選擇變量的確定一般從兩個方面考慮，一是易于測定，二是與因變量有緊密的相關(guān)關(guān)系。下面分別論述不同生物量模型的變量選擇。（1）樹干模型變量 因變量是樹干干物質(zhì)重量，自變量選用胸徑（D）、樹高（H）、或組合變量（D2H）。在自變量中加入H后，能消除同一樹種不同林分間的差異,對于樹皮、木材模型同樹干模型一樣。 （2）樹冠模型可分解為樹枝模型和樹葉模型 樹冠受到許多外界因素的影響，葉片受到當(dāng)年環(huán)境變化的影響，也同時隨季節(jié)變化而波動，是生物量模型研究中最困難的環(huán)節(jié)，可選用的自變量較多，常用的有胸徑（D）、樹高（H）、冠長（L）、冠幅（Cw）或這些變量的組合變量8。4.1.2 模型的評價指標與評價方法 建立回歸模型從一般意義上講有以下三個目的：（1）結(jié)構(gòu)分析-對觀測數(shù)據(jù)進行分析，以便描述存在自變量與因變量之間的結(jié)構(gòu)關(guān)系；（2）預(yù)測-以已知自變量的值來預(yù)測因變量的未來值或期望值；（3）控制-為使因變量的值保持在一個理想的水平上，而適當(dāng)調(diào)整自變量中可調(diào)整的變量值。在上述三個目的中，預(yù)測是最根本的。因為結(jié)構(gòu)分析可以考慮為在更一般條件下預(yù)測因變量的變化問題，而控制要以考慮針對自變量的不同水平來預(yù)測相應(yīng)因變量的值，以便選擇最佳變量的問題。事實上，林業(yè)上所有數(shù)表編制包括生物量表都可以歸結(jié)為對調(diào)查總體的預(yù)測如何建立回歸模型的問題。如何評價這類模型的優(yōu)劣，一直是林業(yè)數(shù)表領(lǐng)域面臨的一個重大問題。有關(guān)回歸模型評價常用指標有殘差平方和、剩余標準差、相關(guān)指數(shù)和修正的相關(guān)指數(shù)等。這些指標在回歸模型估計采用普通最小二乘估法時是有效的，而回歸模型采用加權(quán)回歸估計時，這些指標將失去作用。因為普通最小二乘估計是基于殘差平方和最小準則，即總誤差最??；而加權(quán)加估計則是基于總相對誤差最小。為此，本研究用以下五個指標對生物量模型進行評價9?？傁鄬φ`差平均相對誤差 平均相對誤差絕對值 預(yù)估精度參數(shù)變動系數(shù) （式中：為實測值，為估計值，n為樣本容量，為置信水平為時的t分布值，T為回歸模型中參數(shù)個數(shù)，為估計值的平均數(shù)即,為回歸模型中第個參數(shù)的估計值，為第個參數(shù)的估計值的標準差）前三個指標是反映回歸模型擬合優(yōu)度指標，其中RS與指標可以反映出回歸模型系統(tǒng)偏差的情況，指標能夠反映出每個樣點距回歸曲線的相對平均誤差，預(yù)估精度能夠反映出模型平均預(yù)估的能力。 4.1.3 模型的選型方法模型結(jié)構(gòu)設(shè)計基本思路是：設(shè)兩個分量重量分別為和，其對應(yīng)體積為和，假定它們之間滿足關(guān)系式，即兩個分量重量之比與體積之比成比例（k為常數(shù)）如： 則式中,干重/干體積=密度（b）為一常數(shù)，則假設(shè)冠體積/干體積可表示為f(D,H,CW,L)函數(shù)關(guān)系，其中，D為胸徑，H為樹高，CW為冠幅，L為冠長。則函數(shù)關(guān)系式為：冠重=f(D,H,CW,L)V。 同理：枝重、葉重、總重都可以用模型f(D,H,CW,L)V表達。樹干、木材、樹皮僅考慮胸徑和樹高因子，模型一般結(jié)構(gòu)形式為：。 對于總量、樹冠、樹枝和樹葉生物量模型而言，自變量除考慮D，H外還應(yīng)考慮冠幅CW、冠長L和體積）。為此采用結(jié)構(gòu)模型f(D,H,CW,L)V式。由f(D,H,CW,L)V式出發(fā)考慮變量組合形式，可構(gòu)造出四種主要形式10： W=C1Dc2HC3(CW)c4LC5V （1） W=C1Dc2Hc3(Cw2L)c4V （2）W=C1(D2H)c2(Cw)c3Lc4V （3）W=C1(D2H)c2(Cw2L)c3V （4）現(xiàn)以（2）式為例敘述具體選型過程。對（2）式加權(quán)回歸估計后，觀察C2、C3和C4的變動系數(shù)，若變動系數(shù)不大(一般不易超過50%)，保留原式并與其它類模型進行比較。若其中某一參數(shù)變動系數(shù)很大，則可將該參數(shù)對應(yīng)的變量從模型中剔除。式又可以得到兩個模型：W=C1Dc2(Cw2L)c3V （5）W=C1HC2(Cw2L)c3V （6）其它三類模型均可以按類似方法處理。這種選型過程至少有兩個優(yōu)點：其一能夠充分考慮各變量組合形式，不至于將好的模型形式漏選；其二由于變量多可能出現(xiàn)的組合形式太多，若事先全部給予考慮都進行方程擬合，其計算工作量加大，對于某一樹種有些方程形式本應(yīng)可以不考慮，但事先缺乏對這些方程認識，只好進行擬合。若采用本方法就可以避免對多余方程進行擬合。如在擬合模型（2）后，當(dāng)C2參數(shù)變動很大時，就不必考慮（5）的形式，可直接擬合（6）式。下面給出思茅松總量的一個具體實例。擬合模型（2）、（5）、（6），各模型參數(shù)擬合結(jié)果及評價指標見表2。從表2中看出：模型（2）中參數(shù)C3變異系數(shù)高達-147.562%，若保留這個變量在模型中，不但影響模型預(yù)估精度，而且增加了調(diào)查費用，應(yīng)從模型中剔除。從模型（2）中剔除樹高變量后，模型（5）平均相對誤差RS比模型（5）提高3倍，平均相對誤差絕對值兩模型基本相同，但是模型（5）中參數(shù)相當(dāng)穩(wěn)定。另外，模型（6）各項指標多數(shù)也不如模型（5）。通過這種逐步篩選模型過程，可以首先得到各類模型的備選模型，最后用C%、RS、評價指標綜合評價各類備選模型，從而確定出一個最佳模型。對樹皮、樹干、木材生物量模型而言，只需考慮D、H兩個變量，選用結(jié)構(gòu)模型采用F（D、H）V形式，主要構(gòu)造出兩種形式：W=C1Dc2Hc3V （7） W=C1(D2H)c2V （8）由模型（7）可以導(dǎo)出：W= C1Dc2V （9）W= C1Hc2V （10）W=C1V （11）以樹干為實例，敘述具體選型過程。五個模型參數(shù)與評價指標列于表3。首先擬合模型（7）和模型（8），然后分析兩模型參數(shù)變異系數(shù)以及評價指標。從表3中看出：模型（7）各項指標基本上優(yōu)于模型（8），然而其參數(shù)變動系數(shù)過大，其中C3的變動系數(shù)高達313.23%。因此，必須從模型（7）中剔除樹高變量，隨后擬合模型（9）。從表3中可知，模型（9）在缺少一個變量情況下，不能達到模型（7）的擬合與預(yù)估水平，并且參數(shù)不穩(wěn)定。模型（9）參數(shù)估計不如模型（11）穩(wěn)定，總相對誤差、平均相對誤差、平均相對誤差絕對值，預(yù)估精度，參數(shù)變動系數(shù)各項評價指標都低于模型（11）。最終確定（11）為最優(yōu)模型。這樣選型的優(yōu)點在于能充分考慮各變量的組合形式，不會漏選，還可以減少方程擬合的次數(shù)使工作量減少到最低程度。表2 參數(shù)及評價指標總重模型（2）C1C2C3C4686.67-0.6307-0.50010.4673C1%C2%C3%C4%6.7339-20.7196-147.56275.5541RS%E1%E2%P%0.0736-0.156711.431292.73總重模型（5）C1C2C3364.79-0.67520.3831C1%C2%C3%C4%31.2992-13.19544.1345RS%E1%E2%P%0.32290.049712.612292.14總重模型（6）C1C2C3203.32-0.54920.3607C1%C2%C3%56.1561-16.22274.3912RS%E1%E2%P%1.05492.064711.799692.06表3 參數(shù)及評價指標樹干模型C1C2C3C1%C2%C3%RSE1%E2%P%（7）50.80260.11850.46756.613341.77313.2365-0.6505-1.432917.659489.36（8）46.05120.188597.295726.2586-0.4376-0.767317.764689.16（9）78.00870.3675112.61349.045716.927620.144134.542275.01（10）65.10840.5181134.92634.7892-0.8954-1.956117.592289.37（11）254.414834.52-1.8641-3.605218.000988.85 選型結(jié)果5選型結(jié)果對57株思茅松數(shù)據(jù)進行回歸分析，根據(jù)以上選型原理和方法（評價指標見表5）得出各分量獨立模型，見表4。表4 選型結(jié)果分量模 型參 數(shù) 值相 關(guān)系 數(shù)總重ZGZ=C1DC2(Cw2L)c3VC1=364.79C2=-0.6752C3=0.38310.8371樹干SG=C1VC1=254.41480.7439樹皮SP=C1HC2VC1=2243.57C2=-1.83820.2486木材MC=C1(D2H)c2VC1=27.2541C2=0.23810.7477樹冠GZ=C1DC2CwC3LC4VC1=447.88C2=-1.8129C3=1.7672C4=0.64510.6158樹枝SZ=C1DC2CwC3LC4VC1=371.26C2=-1.9648C3=1.9367C4=0.74830.6302樹葉SY=C1DC2CwcLc4VC1=195.144C2=-0.3848C3=0.4729C4=-0.39210.07表5評價指標分量RS%E1%E2%P%總重0.32320.050112.612692.14樹干-1.8641-3.605218.000988.8樹皮0.05700.824434.840774.62木材-0.4909-1.018619.357588.05樹冠2.00973.784621.885885.80樹枝2.05644.135422.906585.26樹葉2.10063.690531.076478.146 討論6討論（1）由于葉隨季節(jié)、環(huán)境變化比較大，同時在測定葉、皮鮮重過程中，所使用儀器精度不高、誤差比較大；外業(yè)測量時的氣候原因，造成水分的蒸發(fā)、野外受風(fēng)的影響使天平左右擺動等因素，使得測量葉、皮誤差比較大，加之樹皮在野外業(yè)處理過程中，剝皮剝的不夠標準，造成少剝和多剝，內(nèi)業(yè)處理本來皮就很少，用塑料保鮮薄膜測量體積過程中，測量儀器的不太精確，造成測量誤差。因此樹葉模型、樹皮模型和樹冠模型的相關(guān)系數(shù)比較低，可靠性不高。（2）受研究區(qū)條件的限制，本次研究抽取的樣本受地理條件，立地條件的限制，抽取的樣木數(shù)量有限，為使模型更具有代表性，還需拓展思茅松地理分布范圍。（3）許多研究表明，同一樹種在不同地段上，生物量回歸模型具有相似特性。但這些結(jié)論僅局限于在相同的立地條件和相似的林分特征條件下。不同立地條件下形成的林分，樹木個體間生物量差異很大，構(gòu)成了各自林分結(jié)構(gòu)特征，而這種特征不可能用同一回歸模型來準確刻畫。因此，在回歸模型的應(yīng)用范圍上，不能不分具體對象條件一概而論, 而應(yīng)在使用前對方程加以必要的檢驗。（4）再好的模型，也有一定適用范圍，超出范圍，估計將會失真。在考慮立地條件的同時，還應(yīng)特別考慮所用回歸方程樣本資料的取值范圍。本回歸方程是以一定立地條件下的思茅松為基礎(chǔ)的，這些回歸方程不能用置信度外推于立地條件相差很大的思茅松林木。否則將產(chǎn)生很大的偏差。（5）目前林木生物量模型的研究仍停留在經(jīng)驗?zāi)Ｐ偷乃缴希Ｐ徒⑦^于追求復(fù)雜的數(shù)學(xué)過程，而缺乏機理模型的研究。模型的精度完全取決于建模所用樣本數(shù)據(jù)幅度，而樣本數(shù)據(jù)都比較少，往往并不能充分反映現(xiàn)實思茅松林木情況，實際估計能力很差。因此，今后應(yīng)重視機理模型的研究，探索思茅松林木各器官重量之間的關(guān)系，從根本上提高模型預(yù)估精度，擴大模型應(yīng)用范圍，真正使思茅松林木生物量模型更加完善。參考文獻參考文獻1 鄭景明，張育紅.林分生物量研究綜述J.遼寧林業(yè)科技，1998，4:4345.2 馮仲科，羅旭，石麗萍.森林生物量研究的若干問題及完善途徑J.世界林業(yè)研究，2005，18(3)：2528.3 胥輝，張會儒.林木生物量模型研究M.昆明：云南科技出版社，2002:12.4 唐守正，張會儒，胥輝.相容性生物量模型的建立及其估計方法研究J.林業(yè)科學(xué)，2000，36(1): 1927.5 趙敏，周廣勝基于森林資源清查資料的生物量估算模式及其發(fā)展趨勢J.應(yīng)用生態(tài)學(xué)報，2004，15(8)：14681472.6 胥輝.林木生物量模型研究評述J.林業(yè)資源管理，1997，5：3336.7 吳兆錄.思茅松研究現(xiàn)狀的探討J.林業(yè)科學(xué)，1994，30(2)：151157.8 胥輝，文仕軍.干熱河谷赤桉生物量模型的研究J.西南林學(xué)院學(xué)報，2000，12(4)：191195.9 張會儒，唐守正，王豐瑜.與材積兼容的生物量模型的建立及其估計方法研究J.林業(yè)科學(xué)研究，1999，12(1)：5359.10 胥輝. 一種生物量模型構(gòu)建的新方法J.西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版)，2001，29(3): 3539.致謝附錄附錄附表1 樣木調(diào)查表樣木號胸徑(cm)樹 高(m)冠長(m)冠幅(m)木材干重(Kg)樹皮干重(Kg)樹干干重(Kg)枝干重（Kg）葉干重(Kg)樹冠干重(Kg)總干重(Kg)211.210.346.144.4414.702.4617.168.431.169.5926.75313.011.006.585.3520.563.3823.9413.432.6416.0740.02422.214.009.557.75105.184.81109.9981.824.6786.49196.48516.912.809.756.0441.727.5249.2426.301.2227.5276.7668.46.724.793.086.391.107.493.230.643.8711.36710.07.806.514.3011.191.3512.549.572.2511.8224.35811.58.405.203.4512.143.9716.1111.312.0613.3729.48912.611.607.785.6521.987.3429.3111.521.1712.6942.00106.17.103.602.653.330.864.190.240.540.784.97117.39.405.753.004.942.647.581.240.681.919.50125.16.452.801.541.181.012.190.370.150.522.701321.912.508.557.5553.020.9954.0153.387.8661.23115.251427.715.708.9010.9291.965.1797.13107.045.92112.96210.091520.914.709.136.7573.563.1676.7137.543.8541.39118.101619.614.708.606.8837.482.7840.2642.313.1945.5085.761719.812.408.706.6461.824.0165.8432.864.7037.56103.391823.013.607.507.2339.502.4341.9248.315.6853.9995.911917.812.307.007.1525.807.7633.5630.775.4536.2269.78207.88.752.852.924.162.156.311.400.361.768.08217.59.703.603.407.961.689.641.610.622.2311.872215.010.207.205.1523.389.3632.7423.943.1727.1159.842322.013.707.906.9555.984.9460.9260.133.1763.30124.212421.312.208.406.9346.244.6950.9446.186.7752.94103.882518.311.506.907.1540.145.0045.1414.853.4618.3163.452618.211.508.508.1054.112.5856.6930.424.1034.5291.212713.79.405.406.3523.443.3826.837.610.418.0234.842814.610.207.105.8520.492.9623.4412.172.2214.3937.832918.98.806.006.1035.455.2040.6524.132.1326.2766.913012.89.606.404.1022.381.4123.7910.841.5912.4436.233115.88.206.404.7022.422.6525.0729.347.7437.0762.14329.65.303.803.255.441.216.654.151.856.0012.653324.813.4011.309.7056.122.2658.37124.545.84130.37188.753424.711.206.959.5083.144.9488.0878.763.7582.50170.583511.58.904.252.8515.262.9118.173.671.024.6922.86366.54.604.102.482.190.642.832.051.223.276.10375.04.152.951.751.810.402.211.080.201.283.49388.36.304.853.105.230.405.643.390.644.039.66 續(xù)附表1樣木號胸徑(cm)樹 高(m)冠長(m)冠幅(m)木材干重(Kg)樹皮干重(Kg)樹干干重(Kg)枝干重（Kg）葉干重(Kg)樹冠干重(Kg)總干重(Kg)3915.212.105.254.1021.497.5429.0212.881.2114.0943.12406.97.604.102.004.700.775.460.260.801.066.524110.97.603.503.958.821.2810.103.991.215.2015.304213.99.505.004.7019.302.8122.119.001.2110.2132.324310.39.403.102.559.983.9013.882.890.062.9516.834410.18.803.502.909.493.0512.551.010.531.5414.094516.510.506.905.9526.364.1030.4622.333.3625.7056.164614.312.109.004.6531.584.0335.6113.882.8216.7052.314719.412.808.606.9549.1713.2362.4142.923.7046.62109.034827.416.4011.208.75117.746.25124.0083.248.0291.25215.254922.59.004.856.3563.8421.0284.8634.105.1039.20124.065023.114.408.507.3572.879.0181.8833.204.2037.40119.295123.714.507.608.3577.806.6184.4141.897.4649.36133.765228.215.308.808.85141.387.70149.0884.206.6090.80239.885319.514.409.106.3050.908.6659.5736.143.4739.6199.185417.412.609.803.9038.8813.2852.1627.433.3930.8282.985525.911.907.308.7564.888.8073.6868.9110.7879.69153.375626.512.807.407.3589.477.7297.1946.825.9652.78149.975726.212.908.809.1076.6614.1590.8190.4612.14102.61193.415825.113.308.507.6054.976.1161.0787.636.9094.53155.60附表2思茅松材積密度法樹干及樹皮材積測定表樣木號帶皮材積（m3）樹皮材積（m3）木材平均密度(kg/m3)樹皮平均密度(kg/m3)40.31520.05545404.9386.67130.251070.01222222.0081.00140.42630.0555248.0093.17150.272520.03721312.6084.80160.23780.03224182.3386.20170.21840.03043328.