滨海湿地柽柳(<i>Tamarix chinensis</i>)灌丛生物量估算模型

陈鹏飞; 刘长安; 张悦; 章彦华; 卢伟志; 周胜玲; 韩明辅; 于彩芬

doi:10.13634/j.cnki.mes20160412

滨海湿地柽柳(Tamarix chinensis)灌丛生物量估算模型

1.
国家海洋环境监测中心, 辽宁大连116023
2.
辽宁省海洋水产科学研究院, 辽宁大连116023
3.
山东省潍坊市昌邑海洋生态特别保护区管理委员会, 山东潍坊 261300

基金项目:

海洋公益专项：滨海湿地固碳能力提升技术及应用示范 201205008

详细信息

作者简介:
陈鹏飞(1987-), 男, 辽宁大连人, 硕士, 主要研究方向为环境生态学, E-mail:cpf605467561@126.com

通讯作者:
刘长安(1970-), 男, 研究员, 博士, 研究方向:环境生态学, E-mail:caliu@nmemc.org.cn

中图分类号: X835
计量
- 文章访问数: 2727
- HTML全文浏览量: 1823
- PDF下载量: 81
出版历程
- 收稿日期: 2015-07-15
- 修回日期: 2015-09-09
- 网络出版日期: 2024-01-23
- 刊出日期: 2016-07-31

Biomass estimating medels established for coastal Tamarix chinensis

1.
National Marine Environmental Monitoring Center, Dalian 116023, China
2.
Liaoning Ocean and Fisheries Science Research Institute, Dalian 116023, China
3.
Shandong Weifang Changyi Special Marine Protected Area Management Committee, Weifang 261300, China

摘要

摘要:
以山东昌邑海洋生态特别保护区为研究区域，对区域内柽柳灌丛进行每木调查，共计1321丛柽柳植物。获取柽柳植物的高度、分枝数、基径等相关生长因子。选取36丛柽柳作为标准木，分别测定其主干、分枝、叶与根干重，并计算得到地上生物量、地下生物量与总生物量，结合生长因子与生物量，建立研究区域柽柳植物的生物量模型。用所建立的柽柳灌丛各部分生物量模型对研究区域的柽柳灌丛生物量进行了估算，得到研究区域柽柳灌丛总生物量为14.060 t/hm²，在柽柳灌丛地上各部分中，干的生物量>枝的生物量>叶的生物量。
- 滨海湿地 /
- 柽柳 /
- 生物量模型
Abstract:
1321 individual Tamarix chinensis were selected to determine the height, branch numbers, and the basal diameter in Changyi marine ecological protection area of Shandong province, Morever, 36 Tamarix chinensis were harvested to estimate the biomass. When combined the biomass data and growth data together, biomass estimating medels was established for stem, branch, leaves, root respectively. The aboveground, belowground, and total biomass estimating models were also established. Based on the models mentioned above, the total biomass of present research area was 14.060 t/hm².In the aboveground biomass, the stem biomass >the branch biomass >the leaves biomass.
- coastal wetland /
- tamarix chinensis /
- biomass medels

HTML全文

滨海湿地主要的植物主要以草本和灌木丛为主，大部分针对其的生物量研究都是采用收获法，但灌丛植被具有特殊的个体形态和群落结构，不适合用草本的样方收获法测定其生物量，因此，更准确的、连续的监测滨海湿地灌丛生物量，就显得尤为重要。有的研究者提出了用平均标准木法所获得的数据来建立相关的生物量模型。能有效地降低对植被的破坏，而且可用于追踪样地长期的生物量变化^[1-4]。研究者大多数采用灌丛的丛幅或者高度进行分级，再选出每一级的标准木。本文在山东省昌邑市柽柳林国家级自然保护区内的柽柳密植区选取了一块900 m²的样地，划分为36个5 m×5 m的样方，对每个样方进行每木调查，测量了每丛柽柳的基径、高度、分枝数3种生长因子。利用3种生长因子的平均值选取标准木，结合所得数据建立了生物量模型，并对结果进行了研究分析。

1 材料与方法

1.1 研究区概况

山东昌邑海洋生态特别保护区位于昌邑市北部堤河以东、海岸线以下的滩涂上，总面积2929.28 hm²，于2007年10月底获得国家海洋局批准建立，是国内唯一以主要保护以柽柳灌丛为主的多种滨海湿地生态系统和各种海洋生物。保护区内生物种类繁多，天然柽柳林面积达2070 hm²，植被茂盛，其规模和密度在全国滨海盐碱地区罕见，具有很高的科学考察和旅游开发价值。该区平均降水量628.7 mm，其中密植区面积约375 hm²，柽柳灌丛高90~450 cm，基径1.35~5.68 cm。1.2研究方法

1.2.1 样地选取

2012年10月在山东昌邑海洋生态特别保护区的柽柳林密植区选取一块900 m²(30 m×30 m)的样地，分成36个5 m×5 m的样方(图 1)。

图 1 山东昌邑海洋生态特别保护区内研究区域

Fig. 1 Study area in Shandong Changyi special marine ecological protected area

下载: 全尺寸图片幻灯片

1.2.2 柽柳灌丛标准木选取

在每个样方内进行每木调查，调查其高H、分枝数、基径D。由于所选研究区域所在的山东昌邑海洋生态特别保护区内会有游客参观和当地居民的频繁活动，容易对柽柳的枝叶产生破坏，对柽柳丛幅的测定产生影响，所以不进行柽柳丛幅的测量。对应每个样方内柽柳灌丛高H，基径均值Da以及分枝数R的平均值的±5%误差范围在样地外选取共计36丛标准木，将标准木齐地面伐倒，现场分解，分干、枝、叶分别称其鲜重，并按样方内每个分枝的干、枝、叶分别收装，带回实验室，在85℃下烘干至恒重，称其干重，得到生物量。

1.2.3 柽柳灌丛各部分生物量模型变量选取

选取前30个样方的柽柳灌丛标准木各部分干重数据，利用SPSS18.0分析柽柳灌丛生长因子与其各部分(干、枝、叶、地上、地下)干重的相关性，选取柽柳灌丛各部分生物量模型的最佳变量。

根据查阅文献[5-9]，针对灌木来说建立预测生物量模型的最佳自变量是CH(C为丛幅，H为灌木高)，但考虑到本文所选研究区域所在的山东昌邑海洋生态特别保护区内会有游客参观和当地居民的频繁活动，容易对柽柳的枝叶产生破坏，从而影响对研究区域内柽柳灌丛的长期观测。所以根据相关性系数，从高H、分枝数R、基径D、基径均值Da及其组合(如DH，RDaH等)中选取合适的参数作为自变量，便于对研究区域内的柽柳进行长期观测。

1.2.4 柽柳灌丛各部分生物量模型选取

选取前30个样方的柽柳灌丛标准木各部分干重数据，利用SPSS18.0，根据R²值和F值，在表 1所列的10个模型中，选取一个合适的模型作为柽柳灌丛各部分(干、枝、叶、地上、地下、总)生物量模型。无法根据R²值和F值选取的，利用剩余6个样方的柽柳灌丛标准木各部分干重数据对建立的生物量模型进行校验，根据表 2中的标准误差值(SE)、平均相对误差绝对值(RMA)和总相对误差值(RS)选取合适的柽柳灌丛各部分生物量模型。

表 1 生物量模型表现形式

Tab. 1 The forms of biomass medels

方程	模型表达式	方程	模型表达式
线性方程	y=b₀+b₁^x	复合曲线方程	y=b₀(b₁)x
对数曲线方程	y=b₀+b₁(lnx)	幂函数曲线方程	y=b₀x^b₁
反函数曲线方程	y=b₀+b₁/x	S形曲线方程	y=e^b₀+b₁/x
二次曲线方程	y=b₀+b₁x+b₂x²	生长曲线方程	y=e^b₀+b₁x
三次曲线方程	y=b₀+b₁x+b₂x²+b₃x²	指数曲线方程	y=b₀e^b₁x
注：y为干重；x为自变量；b₀为回归常数；b₁、b₂、b₃为回归系数

下载: 导出CSV

| 显示表格

表 2 模型校验参数计算公式

Tab. 2 The formula of medels inspection parameters

参数	公式
标准误差(SE)
平均相对误差绝对值(RMA)
总相对误差(RS)
注：n为样本数；y_i为柽柳灌丛干重实测值；为柽柳灌丛生物量模型估计值；y为柽柳灌丛干重平均值；k为柽柳灌丛生物量方程中自变量的个数

下载: 导出CSV

| 显示表格

2 结果与讨论

2.1 柽柳灌丛各部分生物量模型变量选取

通过对柽柳灌丛各部分干重与其生长因子相关性的对比分析(见表 3)，柽柳灌丛叶生物量模型的最佳变量为(RDa)²H，柽柳灌丛其他各部分(干、枝、地上、地下、总)生物量模型的最佳变量为RDaH，由于柽柳灌丛生长因子RDaH和(RDa)²H与柽柳灌丛叶干重的相关指数分别为0.819和0.838，极其接近，为了使柽柳灌丛其他各部分生物量模型的最佳变量保持统一，故柽柳灌丛各部分生物量模型的最佳变量统一选取RDaH。

表 3 柽柳灌丛生长因子与其各部分生物量相关性

Tab. 3 The correlation research of growth factor about Tamarix chinensis and its dry weight

生长因子	柽柳灌丛各部分生物量与生长因子相关性系数
生长因子	干生物量	枝生物量	叶生物量	地上生物量	地下生物量	总生物量
R	0.437	0.475	0.654	0.463	0.558	0.518
H	0.644	0.600	0.380	0.611	0.610	0.631
Da	0.462	0.447	0.106	0.437	0.412	0.442
RDa	0.742	0.769	0.794	0.760	0.834	0.816
DaH	0.560	0.528	0.212	0.529	0.513	0.540
RDaH	0.852	0.851	0.819	0.854	0.916	0.909
Da²	0.444	0.427	0.0686	0.415	0.394	0.421
RDa²	0.742	0.778	0.815	0.766	0.845	0.825
Da²H	0.509	0.480	0.132	0.476	0.461	0.486
(RDa)²H	0.812	0.826	0.838	0.826	0.898	0.883

下载: 导出CSV

| 显示表格

2.2 柽柳灌丛各部分生物量模型选取

2.2.1 柽柳灌丛干生物量模型选取

在柽柳灌丛干生物量模型的选取过程中，对各模型的R²值和F值进行比较(见表 4)，幂函数曲线方程的R²值和F值最高，所以选择幂函数曲线方程作为柽柳灌丛干生物量模型。

表 4 柽柳灌丛干生物量模型的检验值比对

Tab. 4 The comparison of biomass estimating medels test value about stem of Tamarix chinensis

方程模型形式	R²	F
线性方程	0.725	73.938
对数曲线方程	0.660	54.291
反函数曲线方程	0.534	32.081
二次曲线方程	0.731	36.674
三次曲线方程	0.731	23.595
复合曲线方程	0.730	75.573
幂函数曲线方程	0.751	84.500
S型曲线方程	0.589	61.900
生长曲线方程	0.730	75.573
指数曲线方程	0.730	75.573

下载: 导出CSV

| 显示表格

2.2.2 柽柳灌丛枝生物量模型选取

在柽柳灌丛枝生物量模型的选取过程中，对各模型的R²值和F值进行比较(见表 5)，幂函数曲线方程的R²值和F值最高，所以选择幂函数曲线方程作为柽柳灌丛枝生物量模型。

表 5 柽柳灌丛枝生物量模型的检验值比对

Tab. 5 The comparison of biomass estimating medels test value about twig of Tamarix chinensis

方程模型形式	R²	F	方程模型形式	R²	F
线性方程	0.725	73.820	复合曲线方程	0.732	76.309
对数曲线方程	0.668	56.291	幂函数曲线方程	0.758	87.645
反函数曲线方程	0.545	33.573	S型曲线方程	0.700	65.212
二次曲线方程	0.726	35.839	生长曲线方程	0.732	76.309
三次曲线方程	0.735	24.076	指数曲线方程	0.732	76.309

下载: 导出CSV

| 显示表格

2.2.3 柽柳灌丛叶生物量模型选取

在柽柳灌丛叶生物量模型的选取过程中，幂函数曲线方程的R²值略低于三次曲线方程、二次曲线方程、复合曲线方程、生长曲线方程及指数曲线方程的R²值，但F值较高，只略低于复合曲线方程、生长曲线方程及指数曲线方程的F值，并且将剩余的6个样方的柽柳灌丛标准木数据代入所建的10个模型进行检验(见表 6)，结果显示，幂函数曲线方程的标准误差值(SE)、平均相对误差绝对值(RMA)和总相对误差值(RS)最小，所以选择幂函数曲线方程作为柽柳灌丛叶生物量模型。

表 6 柽柳灌丛叶生物量模型的检验值比对

Tab. 6 The comparison of biomass estimating medels test value about leave of Tamarix chinensis

方程模型形式	R²	F	SE	RMA	RS
线性方程	0.671	57.107	158.337	69.234	-4.960
对数曲线方程	0.575	37.884	145.198	53.334	4.130
反函数曲线方程	0.436	21.688	135.326	58.483	5.150
二次曲线方程	0.697	31.037	212.422	75.827	-31.921
三次曲线方程	0.717	21.982	619.953	73.481	-69.095
复合曲线方程	0.692	62.916	170.386	92.547	1.731
幂函数曲线方程	0.687	61.458	157.950	76.364	-1.454
S型曲线方程	0.622	46.102	145.582	73.047	19.007
生长曲线方程	0.692	62.916	170.526	92.595	1.688
指数曲线方程	0.692	62.916	170.734	92.349	1.267

下载: 导出CSV

| 显示表格

2.2.4 柽柳灌丛地上部分生物量模型选取

在柽柳灌丛地上部分生物量模型的选取过程中，对各模型的R²值和F值进行比较(见表 7)，幂函数曲线方程的R²值和F值最高，所以选择幂函数曲线方程作为柽柳灌丛地上部分生物量模型。

表 7 柽柳灌丛地上部分生物量模型的检验值比对

Tab. 7 The comparison of biomass estimating medels test value about aboveground of Tamarix chinensis

方程模型形式	R²	F
线性方程	0.730	75.763
对数曲线方程	0.661	54.619
反函数曲线方程	0.532	31.855
二次曲线方程	0.736	37.694
三次曲线方程	0.739	24.586
复合曲线方程	0.771	94.384
幂函数曲线方程	0.793	107.516
S型曲线方程	0.730	75.880
生长曲线方程	0.771	94.384
指数曲线方程	0.771	94.384

下载: 导出CSV

| 显示表格

2.2.5 柽柳灌丛地下部分生物量模型选取

在柽柳灌丛地下部分生物量模型的选取过程中，幂函数曲线方程R²值略低于三次曲线方程、二次曲线方程、线性方程的R²值，但F值明显高于除线性方程外其他方程的F值，并且将剩余的6个样方的柽柳灌丛标准木数据代入所建的10个模型进行校验(见表 8)，结果显示，幂函数曲线方程的标准误差值(SE)、平均相对误差绝对值(RMA)和总相对误差值(RS)都较小，所以选择幂函数曲线方程作为柽柳灌丛地下部分生物量模型。

表 8 柽柳灌丛地下部分生物量模型的检验值比对

Tab. 8 The comparison of biomass estimating medels test value about underground of Tamarix chinensis

方程模型形式	R²	F	SE	RMA	RS
线性方程	0.838	145.045	43.266	19.493	-9.241
对数曲线方程	0.757	87.268	36.505	19.789	-7.306
反函数曲线方程	0.612	44.084	26.356	11.937	-4.528
二次曲线方程	0.852	77.524	35.424	16.122	-4.351
三次曲线方程	0.862	54.076	162.795	25.644	-37.968
复合曲线方程	0.806	116.196	51.478	18.956	-9.762
幂函数曲线方程	0.814	122.172	37.903	16.469	-7.872
S型曲线方程	0.730	75.860	22.235	10.099	-1.684
生长曲线方程	0.806	116.196	51.899	19.006	-9.984
指数曲线方程	0.806	116.196	51.732	18.989	-9.879

下载: 导出CSV

| 显示表格

2.2.6 柽柳灌丛总生物量模型选取

在柽柳灌丛总生物量模型的选取过程中，对各模型的R²值和F值进行比较(见表 9)，幂函数曲线方程的R²值和F值最高，所以选择幂函数曲线方程作为柽柳灌丛总生物量模型。

表 9 柽柳灌丛地上部分生物量模型的检验值比对

Tab. 9 The comparison of biomass estimating medels test value about total of Tamarix chinensis

方程模型形式	R²	F
线性方程	0.825	132.416
对数曲线方程	0.747	82.516
反函数曲线方程	0.602	42.337
二次曲线方程	0.835	68.197
三次曲线方程	0.835	43.794
复合曲线方程	0.821	128.388
幂函数曲线方程	0.836	143.034
S型曲线方程	0.760	88.555
生长曲线方程	0.821	128.388
指数曲线方程	0.821	128.388

下载: 导出CSV

| 显示表格

选取最优柽柳灌丛各部分的生物量模型见表 10。

表 10 柽柳灌丛各部分生物量模型

Tab. 10 The parts of Tamarix chinensis biomass medels

柽柳灌丛各部分	生物量模型
干部分	W_S=0.015x^1.346
枝部分	W_T=0.015x^1.283
叶部分	W_L=0.002x^1.552
地上部分	W_AGB=0.033x^1.305
地下部分	W_BGB=0.046x^1.071
总	W_总=0.077x^1.198
注：自变量x为RDaH；因变量W为干重

下载: 导出CSV

| 显示表格

2.3 研究区柽柳灌丛各部分生物量估算

将研究区域中调查的1321丛灌丛的生长因子代入柽柳灌丛各部分生物量模型中，得到研究区域中：柽柳灌丛总生物量为14.060 t/hm²，其中：干的生物量为4.149 t/hm²；枝的生物量为3.416 t/hm²；叶的生物量为0.797 t/hm²；地上部分的生物量为7.965 t/hm²；地下部分的生物量为6.014 t/hm²。

3 结论

通过对山东昌邑国家级海洋特别保护区内划定的研究区域内的柽柳灌丛样品进行取样分析，建立了柽柳灌丛生物量模型：

(1) 柽柳灌丛干生物量模型：W_S=0.015x^1.346

(2) 柽柳灌丛枝生物量模型：W_T=0.015x^1.283

(3) 柽柳灌丛叶生物量模型：W_L=0.002x^1.552

(4) 柽柳灌丛地上部分生物量模型：

W_AGB=0.033x^1.305

(5) 柽柳灌丛地下部分生物量模型：

W_BGB=0.046x^1.071

(6) 柽柳灌丛总生物量模型：W_总=0.077x^1.198

并用所建立的柽柳灌丛生物量模型对研究区域的柽柳灌丛生物量进行了估算，得到研究区域柽柳灌丛总生物量为14.060 t/hm²，其中：干的生物量为4.149 t/hm²；枝的生物量为3.416 t/hm²；叶的生物量为0.797 t/hm²；地上部分的生物量为7.965 t/hm²；地下部分的生物量为6.014 t/hm²。在柽柳灌丛地上各部分中，干的生物量>枝的生物量>叶的生物量。为柽柳生物量的跟踪监测提供了一定的技术支撑。

图 1 山东昌邑海洋生态特别保护区内研究区域

Fig. 1. Study area in Shandong Changyi special marine ecological protected area

下载: 全尺寸图片幻灯片

表 1 生物量模型表现形式

Tab. 1 The forms of biomass medels

方程	模型表达式	方程	模型表达式
线性方程	y=b₀+b₁^x	复合曲线方程	y=b₀(b₁)x
对数曲线方程	y=b₀+b₁(lnx)	幂函数曲线方程	y=b₀x^b₁
反函数曲线方程	y=b₀+b₁/x	S形曲线方程	y=e^b₀+b₁/x
二次曲线方程	y=b₀+b₁x+b₂x²	生长曲线方程	y=e^b₀+b₁x
三次曲线方程	y=b₀+b₁x+b₂x²+b₃x²	指数曲线方程	y=b₀e^b₁x
注：y为干重；x为自变量；b₀为回归常数；b₁、b₂、b₃为回归系数

下载: 导出CSV

表 2 模型校验参数计算公式

Tab. 2 The formula of medels inspection parameters

参数	公式
标准误差(SE)
平均相对误差绝对值(RMA)
总相对误差(RS)
注：n为样本数；y_i为柽柳灌丛干重实测值；为柽柳灌丛生物量模型估计值；y为柽柳灌丛干重平均值；k为柽柳灌丛生物量方程中自变量的个数

下载: 导出CSV

表 3 柽柳灌丛生长因子与其各部分生物量相关性

Tab. 3 The correlation research of growth factor about Tamarix chinensis and its dry weight

生长因子	柽柳灌丛各部分生物量与生长因子相关性系数
生长因子	干生物量	枝生物量	叶生物量	地上生物量	地下生物量	总生物量
R	0.437	0.475	0.654	0.463	0.558	0.518
H	0.644	0.600	0.380	0.611	0.610	0.631
Da	0.462	0.447	0.106	0.437	0.412	0.442
RDa	0.742	0.769	0.794	0.760	0.834	0.816
DaH	0.560	0.528	0.212	0.529	0.513	0.540
RDaH	0.852	0.851	0.819	0.854	0.916	0.909
Da²	0.444	0.427	0.0686	0.415	0.394	0.421
RDa²	0.742	0.778	0.815	0.766	0.845	0.825
Da²H	0.509	0.480	0.132	0.476	0.461	0.486
(RDa)²H	0.812	0.826	0.838	0.826	0.898	0.883

下载: 导出CSV

表 4 柽柳灌丛干生物量模型的检验值比对

Tab. 4 The comparison of biomass estimating medels test value about stem of Tamarix chinensis

方程模型形式	R²	F
线性方程	0.725	73.938
对数曲线方程	0.660	54.291
反函数曲线方程	0.534	32.081
二次曲线方程	0.731	36.674
三次曲线方程	0.731	23.595
复合曲线方程	0.730	75.573
幂函数曲线方程	0.751	84.500
S型曲线方程	0.589	61.900
生长曲线方程	0.730	75.573
指数曲线方程	0.730	75.573

下载: 导出CSV

表 5 柽柳灌丛枝生物量模型的检验值比对

Tab. 5 The comparison of biomass estimating medels test value about twig of Tamarix chinensis

方程模型形式	R²	F	方程模型形式	R²	F
线性方程	0.725	73.820	复合曲线方程	0.732	76.309
对数曲线方程	0.668	56.291	幂函数曲线方程	0.758	87.645
反函数曲线方程	0.545	33.573	S型曲线方程	0.700	65.212
二次曲线方程	0.726	35.839	生长曲线方程	0.732	76.309
三次曲线方程	0.735	24.076	指数曲线方程	0.732	76.309

下载: 导出CSV

表 6 柽柳灌丛叶生物量模型的检验值比对

Tab. 6 The comparison of biomass estimating medels test value about leave of Tamarix chinensis

方程模型形式	R²	F	SE	RMA	RS
线性方程	0.671	57.107	158.337	69.234	-4.960
对数曲线方程	0.575	37.884	145.198	53.334	4.130
反函数曲线方程	0.436	21.688	135.326	58.483	5.150
二次曲线方程	0.697	31.037	212.422	75.827	-31.921
三次曲线方程	0.717	21.982	619.953	73.481	-69.095
复合曲线方程	0.692	62.916	170.386	92.547	1.731
幂函数曲线方程	0.687	61.458	157.950	76.364	-1.454
S型曲线方程	0.622	46.102	145.582	73.047	19.007
生长曲线方程	0.692	62.916	170.526	92.595	1.688
指数曲线方程	0.692	62.916	170.734	92.349	1.267

下载: 导出CSV

表 7 柽柳灌丛地上部分生物量模型的检验值比对

Tab. 7 The comparison of biomass estimating medels test value about aboveground of Tamarix chinensis

方程模型形式	R²	F
线性方程	0.730	75.763
对数曲线方程	0.661	54.619
反函数曲线方程	0.532	31.855
二次曲线方程	0.736	37.694
三次曲线方程	0.739	24.586
复合曲线方程	0.771	94.384
幂函数曲线方程	0.793	107.516
S型曲线方程	0.730	75.880
生长曲线方程	0.771	94.384
指数曲线方程	0.771	94.384

下载: 导出CSV

表 8 柽柳灌丛地下部分生物量模型的检验值比对

Tab. 8 The comparison of biomass estimating medels test value about underground of Tamarix chinensis

方程模型形式	R²	F	SE	RMA	RS
线性方程	0.838	145.045	43.266	19.493	-9.241
对数曲线方程	0.757	87.268	36.505	19.789	-7.306
反函数曲线方程	0.612	44.084	26.356	11.937	-4.528
二次曲线方程	0.852	77.524	35.424	16.122	-4.351
三次曲线方程	0.862	54.076	162.795	25.644	-37.968
复合曲线方程	0.806	116.196	51.478	18.956	-9.762
幂函数曲线方程	0.814	122.172	37.903	16.469	-7.872
S型曲线方程	0.730	75.860	22.235	10.099	-1.684
生长曲线方程	0.806	116.196	51.899	19.006	-9.984
指数曲线方程	0.806	116.196	51.732	18.989	-9.879

下载: 导出CSV

表 9 柽柳灌丛地上部分生物量模型的检验值比对

Tab. 9 The comparison of biomass estimating medels test value about total of Tamarix chinensis

方程模型形式	R²	F
线性方程	0.825	132.416
对数曲线方程	0.747	82.516
反函数曲线方程	0.602	42.337
二次曲线方程	0.835	68.197
三次曲线方程	0.835	43.794
复合曲线方程	0.821	128.388
幂函数曲线方程	0.836	143.034
S型曲线方程	0.760	88.555
生长曲线方程	0.821	128.388
指数曲线方程	0.821	128.388

下载: 导出CSV

表 10 柽柳灌丛各部分生物量模型

Tab. 10 The parts of Tamarix chinensis biomass medels

柽柳灌丛各部分	生物量模型
干部分	W_S=0.015x^1.346
枝部分	W_T=0.015x^1.283
叶部分	W_L=0.002x^1.552
地上部分	W_AGB=0.033x^1.305
地下部分	W_BGB=0.046x^1.071
总	W_总=0.077x^1.198
注：自变量x为RDaH；因变量W为干重

下载: 导出CSV

参考文献(9)

[1]	张倩媚, 温达志.南亚热带常绿阔叶林林下层植物的生物量及其测定方法的探讨[J].生态科学, 2000, 19(4):62-66. http://www.cnki.com.cn/Article/CJFDTOTAL-STKX200004009.htm
[2]	万里强, 李向林.长江三峡地区灌木生物量及产量估测模型[J].草业科学, 2001, 18(5):5-10, 15. http://www.cnki.com.cn/Article/CJFDTOTAL-CYKX200105001.htm
[3]	于应文, 胡自治.金露梅灌丛净第一性生产力[J].草业学报, 2000, 9(4):33-39. http://www.cnki.com.cn/Article/CJFDTOTAL-CYXB200004004.htm
[4]	王蕾, 张宏, 哈斯, 等.基于冠幅直径和植株高度的灌木地上生物量估测方法研究[J].北京师范大学学报:自然科学版, 2004, 40(5):700-703. http://www.cnki.com.cn/Article/CJFDTOTAL-BSDZ200405024.htm
[5]	陆地碳测量方法指南-2005, [S].
[6]	曾慧卿, 刘琪璟, 冯宗炜, 等.红壤丘陵区林下灌木生物量估算模型的建立及其应用[J].应用生态学报, 2007, 18(10):2185-2190. http://www.cnki.com.cn/Article/CJFDTOTAL-YYSB200710007.htm
[7]	曾慧卿, 刘琪璟, 马泽清, 等.基于冠幅及植株高度的檵木生物量回归模型[J].南京林业大学学报:自然科学版, 2006, 30(4):101-104. http://www.cnki.com.cn/Article/CJFDTOTAL-NJLY200604023.htm
[8]	刘陟, 周延林, 黄奇, 等.毛乌素沙地中间锦鸡儿生物量估测模型[J].干旱区资源资源与环境, 2015, 29(7):128-133. http://www.cnki.com.cn/Article/CJFDTOTAL-GHZH201507022.htm
[9]	党晶晶, 赵成章, 王继伟.高寒草地甘肃臭草斑块不同发育阶段茎-叶生物量分配:异速生长分析[J].生态学杂志, 2015, 34(6):1540-1545.

施引文献(9)

期刊类型引用(4)

1.	刘红梅. 柽柳栽培技术及病虫害防治措施. 农业灾害研究. 2023(05): 7-9 . 百度学术
2.	段代祥，王美琦，赵丽莹，邵鹏帅，韩红艳，房颖. 黄河三角洲退化柽柳湿地土壤无机碳库的变化及其驱动因素. 土壤通报. 2023(06): 1308-1315 . 百度学术
3.	张林. 柽柳栽培繁育技术与管护. 河南农业. 2020(17): 32-33 . 百度学术
4.	张雅君，马姜明，苏静，秦佳双，莫燕华. 桂林岩溶石山檵木群落不同恢复阶段地上生物量模型构建及分配格局. 广西植物. 2019(02): 161-169 . 百度学术

其他类型引用(5)

资源附件(0)

图(1) / 表(10)

计量

文章访问数: 2727
HTML全文浏览量: 1823
PDF下载量: 81
被引次数: 9

1 材料与方法
1.1 研究区概况
1.2.1 样地选取
1.2.2 柽柳灌丛标准木选取
1.2.3 柽柳灌丛各部分生物量模型变量选取
1.2.4 柽柳灌丛各部分生物量模型选取
2 结果与讨论
2.1 柽柳灌丛各部分生物量模型变量选取
2.2 柽柳灌丛各部分生物量模型选取
2.2.1 柽柳灌丛干生物量模型选取
2.2.2 柽柳灌丛枝生物量模型选取
2.2.3 柽柳灌丛叶生物量模型选取
2.2.4 柽柳灌丛地上部分生物量模型选取
2.2.5 柽柳灌丛地下部分生物量模型选取
2.2.6 柽柳灌丛总生物量模型选取
2.3 研究区柽柳灌丛各部分生物量估算
3 结论

1 材料与方法
1.1 研究区概况
1.2.1 样地选取
1.2.2 柽柳灌丛标准木选取
1.2.3 柽柳灌丛各部分生物量模型变量选取
1.2.4 柽柳灌丛各部分生物量模型选取
2 结果与讨论
2.1 柽柳灌丛各部分生物量模型变量选取
2.2 柽柳灌丛各部分生物量模型选取
2.2.1 柽柳灌丛干生物量模型选取
2.2.2 柽柳灌丛枝生物量模型选取
2.2.3 柽柳灌丛叶生物量模型选取
2.2.4 柽柳灌丛地上部分生物量模型选取
2.2.5 柽柳灌丛地下部分生物量模型选取
2.2.6 柽柳灌丛总生物量模型选取
2.3 研究区柽柳灌丛各部分生物量估算
3 结论

参考文献(9)

施引文献(9)

资源附件(0)

滨海湿地柽柳(Tamarix chinensis)灌丛生物量估算模型

作者简介: 陈鹏飞(1987-), 男, 辽宁大连人, 硕士, 主要研究方向为环境生态学, E-mail:cpf605467561@126.com

通讯作者: 刘长安(1970-), 男, 研究员, 博士, 研究方向:环境生态学, E-mail:caliu@nmemc.org.cn

计量

出版历程