当前位置: 首页 > 文章 > 广东省含参数分级的阔叶林分生物量生长模型 北京林业大学学报 2022,44 (5) 19-33
Position: Home > Articles > Stand biomass growth model of broadleaved forest with parameter classification in Guangdong Province of southern China Journal of Beijing Forestry University 2022,44 (5) 19-33

广东省含参数分级的阔叶林分生物量生长模型

作  者:
黄金金;刘晓彤;张逸如;李海奎
单  位:
;国家林业和草原局森林经营与生长模拟重点实验室;中国林业科学研究院资源信息研究所
关键词:
阔叶树种;林分生物量生长模型;参数分级;区域尺度;竞争指数;哑变量
摘  要:
[目的]建立区域尺度林分生物量生长模型,为预测未来某一时段广东省天然阔叶林生物量和碳储量提供方法学支持.[方法]基于广东省1997?2017年5期森林清查数据,选择栎类、木荷和其他软阔类等6个阔叶树种为优势树种的203个天然林样地,以参数分级反映立地质量差异,以竞争指数表示密度影响,以分步建模(一元非线性回归法)和联合建模(非线性联立方程组法)区别建模方式,采用理论生长方程构建胸径生长模型估计林龄进而构建多种林分生物量生长模型,以决定系数和平均预估误差等4个指标评价模型拟合优度;对拟合优度较高的模型,以2002?2017年4期连清的183块样地为检验样本,用总相对误差来验证其应用效果.[结果]对比模型拟合效果和区域尺度及样地水平上的估计精度,以探究林分密度、不同参数分级、分级方法和建模方法共4项影响因素对生物量生长模型的效果,结果表明:非线性联立方程组法优于分步建模法;与生长速度有关的参数b分级模型优于与生长潜力有关的参数a分级模型;考虑林木竞争和分级方程中加入竞争指数对优化模型性能影响不大.参数b分级、自变量和分级方程皆不含竞争指数的联合模型(模型10)为最优模型,其生物量生长模型确定系数R2为0.9701;预测4期生物量时,估计效果较好,后期估计误差明显低于前期,如采用模型10预估栎类2002?2017年区域尺度生物量时,4期的估计误差分别为6.22%、15.27%、4.80%、?1.84%.[结论]以Richards理论生长方程为基础构建林分生物量生长模型来估测区域尺度生物量是一种可行的方法,为评估未来某一时段区域尺度森林生态系统的固碳能力提供依据,也为其他区域的林分生物量生长模型研建提供参考.
译  名:
Stand biomass growth model of broadleaved forest with parameter classification in Guangdong Province of southern China

相似文章

计量
文章访问数: 11
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊