思茅松天然林乔木生物量空间分异研究

doi:10.13466/j.cnki.lyzygl.2015.04.008

林业资源管理 ›› 2015›› Issue (4): 39-44.doi: 10.13466/j.cnki.lyzygl.2015.04.008

思茅松天然林乔木生物量空间分异研究

徐婷婷, 舒清态, 欧光龙, 胥辉

西南林业大学林学院,昆明 650224

出版日期:2015-08-28 发布日期:2020-12-01
通讯作者: 胥辉(1960-),男,博士,教授。Email:zyxy213@126.com
作者简介:徐婷婷(1990-),女,云南曲靖人,在读硕士,主要研究方向森林测计和林业3S技术应用。Email:459262257@qq.com
基金资助:
国家林业局林业公益性行业科研专项(201404309);国家自然科学基金(31460194)

Spatial Differentiation Characteristics of Pinus kesiya var. Based on Forest Resource Inventory Data for Management

XU Tingting, SHU Qingtai, OU Guanglong, XU Hui

Southwest Forestry University,Kunming 650224,China

Online:2015-08-28 Published:2020-12-01

摘要/Abstract

摘要： 以景谷县思茅松天然乔木林为研究对象,以2006年森林资源二类调查数据和DEM为信息源,在前期实测120株思茅松单木生物量建立思茅松单木生物量估测模型基础上,对研究区思茅松天然林乔木生物量的空间分异特征进行分析。研究结果表明思茅松单木生物量模型以幂函数模型精度最高,决定系数R²=0.952 8,估测精度p=85.4％,均方根误差RMSE=14.81kg,可用来进行思茅松天然林生物量估测;在空间分异上,研究区思茅松天然林乔木生物量集中分布于海拔1 000～2 000 m,在海拔1 500～2 000 m时生物量密度最大,为73.33 t/hm²;坡度对生物量影响主要集中在陡坡、缓坡和斜坡上,其中,在急坡上生物量密度达到最大,为76.17 t/hm²;生物量在各个坡向上的分布相对较均匀,生物量密度在阴坡上最大,为74.13 t/hm²,在阳坡上最小,为70.42 t/hm²。

关键词: 思茅松, 生物量, 海拔, 坡度, 坡向

Abstract: The forest resource inventory data for management in Jinggu county in 2006 were used as the information source.The biomass and related factors of standard simao pine were used to build a model and the biomass of simao pine stand in Jinggu county was analyzed.The results show that the power function model has the highest precision,R²=0.9528,p=85.4％,RMSE=14.81(kg),this model can be used to estimate the simao natural forest biomass.Simao pine trees in the study area of natural forest biomass concentrated at the altitude of 1000~2000m,and the biomass density is the highest at the altitude of 1500~2000m with 73.33t/hm²;Simao pine trees natural forest biomass mainly concentrated on steep slopes,gentle slopes and slopes,in acute slope biomass density reaches a maximum of 76.17 t/hm².Distribution of biomass in each upward slope is relatively uniform,biomass density on the shady slopes is the highest with 74.13 t/hm²,on sunny slope it’s the lowest with 70.42 t/hm².

Key words: simao pine, biomass, altitude, slope, aspect

中图分类号:

S718.5

徐婷婷, 舒清态, 欧光龙, 胥辉. 思茅松天然林乔木生物量空间分异研究[J]. 林业资源管理, 2015,(4): 39-44.

XU Tingting, SHU Qingtai, OU Guanglong, XU Hui. Spatial Differentiation Characteristics of Pinus kesiya var. Based on Forest Resource Inventory Data for Management[J]. FOREST RESOURCES WANAGEMENT, 2015,(4): 39-44.

参考文献 19

[1]	魏殿生.造林绿化与气候变化——碳汇问题研究[M].北京:中国林业出版社,2003.
[2]	Lieth H,Whittaker R H.Primary Productivity of Biosphere[M].New York:Springer,1975.
[3]	卢义山,张金池,冯福生,等.苏北海堤防护林主要造林树种生物量研究[J].南京林业大学学报,1995,19(3):71-76.
[4]	王金叶,车克钧,傅辉恩,等.祁连山水源涵养林生物量的研究[J].福建林学院学报,1997,18(4):319-323.
[5]	朴世龙,方精云.1982—1999年青藏高原植被净第一性生产力及其时空变化[J].自然资源学报,2002,17(3):373-380.
[6]	陈遐林.华北主要森林类型的碳汇功能研究[D].北京:北京林业大学,2003.
[7]	吴庆锥.米老排人工林生物量研究[J].福建林业科技,2005,32(3):125-129.
[8]	李海涛,杨柳春,严茂超,等.鸡公山自然保护区森林生物量动态模拟及其宏观价值评估[J].资源科学,2005,27(4):154-159.
[9]	刘卫国,潘晓玲,高炜,等.新疆杲新绿洲生态系统生物量遥感估算分析[J].资源科学,2005,27(5):134-140.
[10]	王燕,赵士洞.天山云杉林生物生产力的地理分布[J].植物生态学报,2000,24(2):186-190.
[11]	Rossi R E,Mulla D J.Geostatistical tools for modeling and interpreting ecological spatial dependence[J].Eco-logical Monographs,1992,62(2):277-314.
[12]	云南森林编写委员会.云南森林[M].昆明:云南科技出版社,1986.
[13]	西南林学院,云南省林业厅.云南树木图志[M].昆明:云南科技出版社,1988.
[14]	温庆忠,赵远藩,陈晓鸣,等.中国思茅松林生态服务功能价值动态研究[J].林业科学研究,2010,23(5):671-677.
[15]	李江,孟梦,邱琼,等.思茅松中幼龄人工林生物量及生产力动态[J].东北林业大学学报,2010(8):38-40.
[16]	李卓卿,景谷县森林生态系统保护研究[J].云南环境科学,1998,17(3):47.
[17]	高仲亮,周汝良,李智,等.坡位在思茅松林计划烧除中对土壤有机碳储量的影响探析[J].林业资源管理,2011(6):36-41.
[18]	朱丽梅,胥辉.思茅松单木生物量模型研究[J].林业科技,2009,34(3):19-23.
[19]	李江.思茅松幼龄人工林的生物量碳密度及其动态变化[D].北京:北京林业大学,2011:1-86.

思茅松天然林乔木生物量空间分异研究

Spatial Differentiation Characteristics of Pinus kesiya var. Based on Forest Resource Inventory Data for Management

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 19

相关文章 15

编辑推荐

Metrics

本文评价

[1]	郝君, 吕康婷, 胡天祺, 王云阁, 徐刚. 基于机器学习的红树林生物量遥感反演研究[J]. 林草资源研究, 2024, 0(1): 65-72.
[2]	任晓琦, 侯鹏, 陈妍. 森林地上生物量遥感反演研究进展[J]. 林草资源研究, 2023, 0(6): 146-158.
[3]	张绘芳, 朱雅丽, 张景路, 高健, 地力夏提·包尔汉. 基于高分遥感数据的阿尔泰山乔木林地上生物量预测[J]. 林业资源管理, 2023, 0(2): 104-110.
[4]	蓝肖, 郝海坤, 黄开勇, 陈琴, 戴俊, 程琳, 陈仕昌. 杉木人工林生物量分布特征及其碳计量参数[J]. 林业资源管理, 2023, 0(2): 50-56.
[5]	蔡会德, 卢峰, 徐占勇, 潘黄儒, 孟想, 曾伟生. 桉树相容性可加性立木生物量模型系统研建[J]. 林业资源管理, 2023, 0(1): 87-93.
[6]	蒋静俭, 李子睿, 牛明月, 胡卫江, 张勇. 浙江省国有林场森林植被固碳释氧服务功能价值评估[J]. 林业资源管理, 2022, 0(zk1): 66-71.
[7]	王瑜, 蔡年辉, 陈林, 唐军荣, 许玉兰, 陈诗. 云南松苗木生物量分配与个体大小关系研究[J]. 林业资源管理, 2022, 0(6): 101-108.
[8]	聂靖, 陆驰, 欧光龙, 胥辉. 基于Landsat8 OLI遥感因子的思茅松地上生物量二阶抽样估测[J]. 林业资源管理, 2022, 0(6): 68-75.
[9]	朱雅丽, 张景路, 张绘芳, 地力夏提·包尔汉, 廉佳佳. 天山中部锦鸡儿生物量分析及模型构建[J]. 林业资源管理, 2022, 0(5): 129-135.
[10]	曾伟生, 杨学云, 孙乡楠, 刘樯漪, 张宇超. 森林资源调查监测中各级储量数据的一体化方法研究[J]. 林业资源管理, 2022, 0(4): 13-19.
[11]	李康杰, 胡中岳, 刘萍, 徐正春. 广东省珠三角乔木林生物量碳储量评估[J]. 林业资源管理, 2022, 0(4): 54-60.
[12]	左雪漫, 闫国东, 陈瑾, 巫志龙, 胡喜生. 福建省林地覆盖变化及其海拔梯度效应的分析[J]. 林业资源管理, 2022, 0(1): 70-77.
[13]	曾伟生. 森林蓄积量和生物量多元混合模型研建[J]. 林业资源管理, 2021, 0(6): 23-28.
[14]	吴恒, 胥辉. 森林植被碳密度遥感反演和校准研究[J]. 林业资源管理, 2021, 0(6): 43-51.
[15]	唐金灏, 张加龙, 陈立业, 程滔. 高山松地上生物量估测与尺度转换研究[J]. 林业资源管理, 2021, 0(6): 83-89.