林业科学

作者：郭泽鑫1,胡中岳2,曹聪1,刘萍1,*

单位：1. 华南农业大学林学与风景园林学院　广州 5106422. 国家林业和草原局中南调查规划院　长沙 410014

关键词：生物量,碳储量,林分模型,非线性误差变量联立方程组,气候,森林资源连续清查

基金：广东省林业科技创新重点项目（2021KJCX009）。

目的: 构建广东省主要森林类型林分生物量和碳储量模型，为省内储量数据的本底摸查、省级与县市级储量数据的有效衔接提供模型支撑；分析树种结构和气候条件对模型的影响和作用机制，为更精细的碳汇监测及森林质量提升提供理论指导。方法: 以广东省12种主要森林类型为研究对象，基于2007、2012和2017年3期森林资源连续清查数据，采用非线性误差变量联立方程组构建各森林类型与蓄积量兼容的地上和地下生物量、地上和地下碳储量模型。以哑变量形式区分树种结构，以再参数化方法建立气候敏感的林分生物量和碳储量模型，评价模型拟合结果，分析气候变量对林分生物量和碳储量的影响。结果: 研究得到各森林类型的蓄积量、地上和地下生物量模型以及地上和地下林分平均含碳系数。1） 基于胸高断面积和平均树高的基础模型调整决定系数（$ R_{\mathrm{a}}^2 $）为0.947~0.997，总相对误差（TRE）和平均系统误差（MSE）分别在±1.54%和±2.48%范围，均不超±3%。平均预估误差（MPE）为0.30%~3.61%，仅栎树林、相思林部分模型略超3%。平均百分标准误差（MPSE）为3.30%~13.39%，均不超15%。2） 基于胸高断面积的简化模型$ R\mathrm{_a^2} $为0.876~0.996，除相思林地下生物量模型拟合效果较差外，其余模型的TRE和MSE分别在±3.19%和±2.74%范围，MPE为0.36%~4.70%，MPSE为4.18%~15.61%。基于平均胸径和林分密度的补充模型$ R_{\mathrm{a}}^2 $为0.775~0.977，多数在0.9以上，除相思林部分模型拟合效果较差外，其余模型的TRE和MSE分别在±2.28%和±1.83%范围，MPE为1.12%~6.24%，MPSE为5.91%~17.44%。3） 区分树种结构的林分模型$ R_{\mathrm{a}}^2 $为0.960~0.997，TRE和MSE分别在±1.61%和±2.33%范围，MPE为0.30%~3.41%，MPSE为2.67%~12.92%，多数模型显著优于基础模型。4） 建立8种森林类型气候敏感的林分生物量和碳储量模型，$ R\mathrm{_a^2} $为0.947~0.998，TRE和MSE分别在±1.86%和±1.96%范围，MPE为0.29%~2.65%，MPSE为3.18%~13.29%，多数模型较基础模型得到显著改进。生物量大多情况下与温度呈负相关，与蒸散量呈负相关或与降水量呈正相关。结论: 所建模型具有较好拟合效果和较高预估精度，实际应用时可根据数据详略和估算范围选择合适模型。温度过高、蒸散过多或降水不足是限制广东省森林生物量和碳储量增长的主要因素。

来源：2023年第12期

《林业科学》期刊编辑部

查看林业科学杂志2023年第12期