李 屹

(國(guó)家林業(yè)局林業(yè)基金管理總站,北京 100714)

黑龍江人工落葉松林分蓄積量生物量和碳儲(chǔ)量建模

李 屹

(國(guó)家林業(yè)局林業(yè)基金管理總站,北京 100714)

林分水平的計(jì)量數(shù)表是開展森林資源二類調(diào)查必不可少的度量衡。利用黑龍江省國(guó)家森林資源清查的53個(gè)人工落葉松(Larixspp.)樣地實(shí)測(cè)數(shù)據(jù),結(jié)合已經(jīng)頒布實(shí)施的《落葉松立木生物量模型及碳計(jì)量參數(shù)》行業(yè)標(biāo)準(zhǔn),建立了林分水平的基于斷面積和平均高的蓄積量、生物量和碳儲(chǔ)量模型。結(jié)果表明:所建模型的確定系數(shù)(R2)在0.91以上,平均預(yù)估誤差(MPE)在4%左右,可以滿足森林資源二類調(diào)查的精度要求；提出的建模方法,也適用于建立其它地區(qū)或其它樹種的林分蓄積量、生物量和碳儲(chǔ)量模型。

蓄積量；生物量；碳儲(chǔ)量；林分模型；落葉松

林業(yè)數(shù)表是森林資源調(diào)查監(jiān)測(cè)與評(píng)價(jià)工作的度量衡,是森林資源經(jīng)營(yíng)管理的計(jì)量工具[1]。在林業(yè)數(shù)表中,蓄積量、生物量和碳儲(chǔ)量等調(diào)查數(shù)表是最重要的基礎(chǔ)計(jì)量數(shù)表[2]。關(guān)于立木水平的計(jì)量數(shù)表,40年前我國(guó)就編制并頒布實(shí)施了56個(gè)二元立木材積表[3],近年也相繼頒布實(shí)施了落葉松[4]、云杉、冷杉等13個(gè)樹種組的33套一元和二元立木生物量模型和碳計(jì)量參數(shù)行業(yè)標(biāo)準(zhǔn)。但是,林分水平的蓄積量、生物量和碳儲(chǔ)量數(shù)表,目前尚未建立行業(yè)標(biāo)準(zhǔn)。而林分水平的計(jì)量數(shù)表,更是開展森林資源規(guī)劃設(shè)計(jì)調(diào)查(即二類調(diào)查)必不可少的工具。盡管也有人開展了林分水平蓄積量和生物量建模方面的研究[5-6],但這些模型難以在森林資源二類調(diào)查、三類調(diào)查等林業(yè)生產(chǎn)實(shí)踐中應(yīng)用。本文利用黑龍江省森林資源連續(xù)清查的53塊人工落葉松(Larixspp.)樣地實(shí)測(cè)數(shù)據(jù),結(jié)合已經(jīng)頒布實(shí)施的《落葉松立木生物量模型和碳計(jì)量參數(shù)》[4]行業(yè)標(biāo)準(zhǔn),建立林分水平的基于斷面積和平均高的蓄積量、生物量和碳儲(chǔ)量模型,以期為開展二類調(diào)查、三類調(diào)查等林業(yè)調(diào)查監(jiān)測(cè)工作提供計(jì)量依據(jù),為建立實(shí)用型林分水平計(jì)量模型提供方法參考。

1 數(shù)據(jù)與方法

1.1建模數(shù)據(jù)

本研究所用數(shù)據(jù)為第八次全國(guó)森林資源清查(即一類調(diào)查)2010年黑龍江省調(diào)查數(shù)據(jù),選擇人工起源的落葉松林樣地(面積為600m2),活立木株數(shù)應(yīng)在30株以上。最終挑選出53塊樣地,樣地的平均年齡、平均胸徑、平均樹高、公頃株數(shù)、公頃斷面積和公頃蓄積量等林分因子的統(tǒng)計(jì)指標(biāo)如表1所示。

表1 人工落葉松樣地因子的統(tǒng)計(jì)指標(biāo)

1.2建模方法

森林資源二類調(diào)查中最常用的調(diào)查方法是角規(guī)調(diào)查[7],而角規(guī)調(diào)查最直接的林分因子是公頃斷面積。在角規(guī)調(diào)查基礎(chǔ)上,如何得到公頃蓄積量,以及近年來(lái)逐漸關(guān)注的生物量和碳儲(chǔ)量等指標(biāo),各地做法不一。按照通常的做法,應(yīng)該是利用已經(jīng)編制的林分?jǐn)嗝娣e蓄積量標(biāo)準(zhǔn)表或林分形高表來(lái)推算公頃蓄積量[8-9],即采用公式:

M=G×Hf

(1)

式中:M為蓄積量,G為斷面積,Hf為林分形高。有學(xué)者[10]利用立木材積公式推算的單木形高來(lái)編制形高表,這實(shí)際上是有問(wèn)題的,早有學(xué)者[11]指出用單木形高代替林分形高計(jì)算林分蓄積量存在偏差。為此,本文利用一類調(diào)查樣地?cái)?shù)據(jù),按以下方法建立林分水平蓄積量、生物量和碳儲(chǔ)量模型。

1.2.1數(shù)據(jù)處理

利用文獻(xiàn)[4]中東北地區(qū)落葉松的一元生物量轉(zhuǎn)換因子函數(shù)(BCF=0.63696D-0.04271,D為樣木胸徑)和根莖比函數(shù)(RSR=0.37783D-0.02529,D為樣木胸徑)分別樣地計(jì)算每株樣木的總生物量:

W=BCF×V×(1+RSR)

(2)

式中:BCF為生物量轉(zhuǎn)換因子,RSR為根莖比,V為單株材積,W為單株生物量。匯總每個(gè)樣地全部樣木的生物量,再換算成每公頃生物量(B),然后再根據(jù)全樹含碳系數(shù)(0.489 3)計(jì)算出每公頃碳儲(chǔ)量(C)。另外,利用(1)式計(jì)算出每個(gè)樣地的林分形高,這里用Hf1表示。類似地,將每公頃生物量和碳儲(chǔ)量與斷面積的比值分別用Hf2和Hf3表示。圖1為每公頃蓄積量與斷面積的散點(diǎn)圖,圖2為林分形高Hf1與平均高的散點(diǎn)圖。因?yàn)樯锪亢吞純?chǔ)量與斷面積的散點(diǎn)圖與圖1類似,林分形高Hf2和Hf3與平均高的散點(diǎn)圖與圖2類似,為省篇幅未予列出。

圖1 蓄積量與斷面積散點(diǎn)圖

圖2 林分形高Hf1與平均高散點(diǎn)圖

1.2.2模型建立

從圖1可以看出,蓄積量(生物量或碳儲(chǔ)量)與斷面積存在明顯的線性相關(guān),而且截距參數(shù)很小,即直線近似通過(guò)原點(diǎn)。因此,可以建立無(wú)截距一元線性方程:

Y=aG

(3)

式中:Y可以分別代表蓄積量(M)、生物量(B)或碳儲(chǔ)量(C)；G為斷面積；a為待估參數(shù),它相當(dāng)于平均林分形高。

從圖2可以看出,林分形高與平均高也存在顯著的線性相關(guān),因此,在(3)式基礎(chǔ)上可以進(jìn)一步建立二元模型:

Y=(b+cH)G

(4)

式中:b,c為待估參數(shù),H為平均高,G為斷面積。

由于蓄積量、生物量和碳儲(chǔ)量模型屬于異方差模型[12],對(duì)模型(3)、(4)式的參數(shù)估計(jì)應(yīng)該采用加權(quán)回歸估計(jì)方法[13]。通過(guò)分析,本研究擬采用斷面積(G)作為權(quán)重變量。

1.2.3模型評(píng)價(jià)

本文所建模型為林分水平的林業(yè)計(jì)量數(shù)表模型,所用評(píng)價(jià)指標(biāo)可以采用立木生物量的評(píng)價(jià)指標(biāo)。根據(jù)曾偉生等[14]的研究結(jié)果,評(píng)價(jià)立木生物量模型的基本統(tǒng)計(jì)指標(biāo)有6項(xiàng),即確定系數(shù)(R2)、估計(jì)值的標(biāo)準(zhǔn)誤(SEE)、總相對(duì)誤差(TRE)、平均系統(tǒng)誤差(ASE)、平均預(yù)估誤差(MPE)和平均百分標(biāo)準(zhǔn)誤差(MPSE)。各指標(biāo)的具體計(jì)算公式可參見文獻(xiàn)[14]。

2 結(jié)果與分析

利用53個(gè)人工落葉松樣地?cái)?shù)據(jù),分別建立每公頃蓄積量M、生物量B和碳儲(chǔ)量C的一元和二元模型(3)和(4),其結(jié)果如表2所示。

表2 人工落葉松樣地水平的蓄積量 生物量和碳儲(chǔ)量模型擬合結(jié)果

從表2知,不論是每公頃蓄積量、生物量還是碳儲(chǔ)量模型,其確定系數(shù)(R2)都在0.91以上,總相對(duì)誤差(TRE)均在3%以內(nèi),平均系統(tǒng)誤差(ASE)均趨近于0,反映調(diào)查總體預(yù)估精度的指標(biāo)(MPE)在4%左右,反映單個(gè)林分預(yù)估精度的指標(biāo)(MPSE)在10%左右,效果是比較理想的,完全可以滿足二類調(diào)查的要求。從評(píng)價(jià)指標(biāo)的對(duì)比可以看出:生物量和碳儲(chǔ)量模型的各項(xiàng)誤差指標(biāo)幾乎完全一致,且其預(yù)估精度要略高于蓄積量模型；二元模型(4)式的預(yù)估精度要普遍高于一元模型(3)式。蓄積量模型的殘差圖對(duì)比(圖3、圖4)也顯示出二元模型(4)式的殘差分布明顯好于一元模型(3)式。

圖3 蓄積量模型(3)式殘差圖

圖4 蓄積量模型(4)式殘差圖

3 結(jié)論與討論

本文針對(duì)林分水平計(jì)量數(shù)表相對(duì)比較缺乏的現(xiàn)狀,探討了利用一類調(diào)查的樣地實(shí)測(cè)數(shù)據(jù)建立林分蓄積量、生物量和碳儲(chǔ)量模型的方法。所建黑龍江人工落葉松林分蓄積量、生物量和碳儲(chǔ)量模型,平均預(yù)估誤差在3.67%～4.23%之間,平均百分標(biāo)準(zhǔn)誤差在9.04%～11.47%之間,這樣的誤差指標(biāo)完全可以滿足二類調(diào)查中蓄積量等定量因子的小班調(diào)查精度要求。盡管基于斷面積的一元模型,其預(yù)估效果要比基于斷面積和平均高的二元模型稍差一些(平均預(yù)估誤差只相差0.30～0.37個(gè)百分點(diǎn),平均百分標(biāo)準(zhǔn)誤差只相差1.52～1.87個(gè)百分點(diǎn)),卻可以節(jié)省平均樹高調(diào)查的工作量,因此是很實(shí)用的。另外,由于這些模型是在一類調(diào)查樣地實(shí)測(cè)數(shù)據(jù)基礎(chǔ)上建立的,用于二類調(diào)查時(shí)可以保證蓄積量及生物量和碳儲(chǔ)量估計(jì)結(jié)果之間的協(xié)調(diào)性,不會(huì)因?yàn)椴姆e表及材積估計(jì)方法不一致引起一類調(diào)查和二類調(diào)查之間的差異。因此,本文所提出的建模方法完全適用于建立其它地區(qū)或其它樹種的林分蓄積量、生物量和碳儲(chǔ)量模型。

由于本文所建模型直接基于一類調(diào)查,按一元材積公式(表)計(jì)算的樣木材積,每個(gè)樣地的蓄積量與其真值或基于二元材積估計(jì)的結(jié)果會(huì)有一定差異。因此,在斷面積基礎(chǔ)上再增加平均樹高因子,對(duì)模型的改進(jìn)程度不是很大；而且相關(guān)的誤差評(píng)價(jià)指標(biāo),是將樣地蓄積量作為實(shí)測(cè)值或真值來(lái)衡量的,會(huì)存在一定的偏差。為了提高林分蓄積量、生物量和碳儲(chǔ)量模型的適用性,建模樣本的樣地蓄積量建議采用二元材積估計(jì)的結(jié)果,這還有待于作進(jìn)一步的分析研究。

志謝:

本文是在國(guó)家林業(yè)局調(diào)查規(guī)劃設(shè)計(jì)院教授級(jí)高工曾偉生博士的指導(dǎo)下完成,特此感謝！

[1] 白衛(wèi)國(guó),王祝雄.論我國(guó)林業(yè)數(shù)表體系建設(shè)[J].林業(yè)資源管理,2009(1):1-7.

[2] 曾偉生.全國(guó)林業(yè)數(shù)表體系框架初探[J].中南林業(yè)調(diào)查規(guī)劃,2009,28(4):1-4.

[3] LY 208-77,立木材積表[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,1977.

[4] LY/T 2654-2016,立木生物量模型和碳計(jì)量參數(shù)—落葉松[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2017.

[5] 龔道懷.閩東北鷲峰山針葉林蓄積量模型的研究[J].湖南林業(yè)科技,2009,36(4):13-15.

[6] 閔志強(qiáng),孫玉軍.長(zhǎng)白落葉松林生物量的模擬估測(cè)[J].應(yīng)用生態(tài)學(xué)報(bào),2010,21(6):1359-1366.

[7] GB/T 26424-2010,森林資源規(guī)劃設(shè)計(jì)調(diào)查技術(shù)規(guī)程[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2010.

[8] 中華人民共和國(guó)林業(yè)部.林業(yè)專業(yè)調(diào)查主要技術(shù)規(guī)定[M].北京:中國(guó)林業(yè)出版社,1990.

[9] 余松柏,葉金盛,王登峰,等.編制林分形高表估測(cè)林分蓄積量方法的研究[J].中南林業(yè)調(diào)查規(guī)劃,2005,24(3):5-9.

[10] 張麗華,張怍恬,李杰.內(nèi)蒙古大興安嶺林區(qū)主要樹種形高表的編制及其對(duì)調(diào)查精度影響的分析[J].內(nèi)蒙古林業(yè)調(diào)查設(shè)計(jì),2005,28(1):30-32.

[11] 駱期邦.采用立木材積表計(jì)算林分蓄積量的一個(gè)必須糾正的錯(cuò)誤方法[J].中南林業(yè)調(diào)查規(guī)劃,1992,11(4):7-8.

[12] 曾偉生,駱期邦,賀東北.論加權(quán)回歸與建模[J].林業(yè)科學(xué),1999,35(5):5-11.

[13] 曾偉生.加權(quán)回歸估計(jì)中不同權(quán)函數(shù)的對(duì)比分析[J].林業(yè)資源管理,2013(5):55-61.

[14] 曾偉生,唐守正.立木生物量模型的優(yōu)度評(píng)價(jià)和精度分析[J].林業(yè)科學(xué),2011,47(11):106-113.

DevelopingStand-levelModelsofStockVolume,TotalBiomassandCarbonStorageforLarchPlantationsinHeilongjiangProvince

LI Yi

(ForestryFundManagementCenter,StateForestryAdministration,Beijing100714,China)

The stand-level tables and models are indispensable tools for implementing forest management inventory.Using the mensuration data of 53 larch(Larixspp.)plantation plots of national forest inventory in Heilongjiang province,and combining with the published ministerial standardTreeBiomassModelsandRelatedParameterstoCarbonAccountingforLarix,stand-level models of stock volume,total biomass and carbon storage based on basal area and mean height were developed in this paper.The results showed that determination coefficients(R2)of the developed models were more than 0.91 and mean prediction errors(MPE)were less than 5%,which could meet the precision requirement for forest management inventory.The presented approach is suitable for developing stand-level models of stock volume,total biomass and carbon storage for other tree species in any regions.

stock volume,total biomass,carbon storage,stand-level model,Larix

S791.22

A

1002-6622(2017)05-0074-04

10.13466/j.cnki.lyzygl.2017.05.013

2017-07-25；

2017-08-09

李屹(1984-),男,天津人,本科,主要從事財(cái)務(wù)及信息系統(tǒng)管理工作。Email:173983448@qq.com