黑龙江人工落叶松林分蓄积量 生物量和碳储量建模

doi:10.13466/j.cnki.lyzygl.2017.05.013

林业资源管理 ›› 2017›› Issue (5): 74-77.doi: 10.13466/j.cnki.lyzygl.2017.05.013

黑龙江人工落叶松林分蓄积量生物量和碳储量建模

李屹()

国家林业局林业基金管理总站,北京 100714

收稿日期:2017-07-25 修回日期:2017-08-09 出版日期:2017-10-28 发布日期:2020-09-24
作者简介:李屹(1984-),男,天津人,本科,主要从事财务及信息系统管理工作。Email: 173983448@qq.com

Developing Stand-level Models of Stock Volume,Total Biomass and Carbon Storage for Larch Plantations in Heilongjiang Province

LI Yi()

Forestry Fund Management Center,State Forestry Administration,Beijing 100714,China

Received:2017-07-25 Revised:2017-08-09 Online:2017-10-28 Published:2020-09-24

摘要/Abstract

摘要：

林分水平的计量数表是开展森林资源二类调查必不可少的度量衡。利用黑龙江省国家森林资源清查的53个人工落叶松(Larix spp.)样地实测数据,结合已经颁布实施的《落叶松立木生物量模型及碳计量参数》行业标准,建立了林分水平的基于断面积和平均高的蓄积量、生物量和碳储量模型。结果表明:所建模型的确定系数(R²)在0.91以上,平均预估误差(MPE)在4%左右,可以满足森林资源二类调查的精度要求;提出的建模方法,也适用于建立其它地区或其它树种的林分蓄积量、生物量和碳储量模型。

关键词: 蓄积量, 生物量, 碳储量, 林分模型, 落叶松

Abstract:

The stand-level tables and models are indispensable tools for implementing forest management inventory.Using the mensuration data of 53 larch(Larix spp.)plantation plots of national forest inventory in Heilongjiang province,and combining with the published ministerial standard Tree Biomass Models and Related Parameters to Carbon Accounting for Larix,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(R ²)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.

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

中图分类号:

S791.22

李屹. 黑龙江人工落叶松林分蓄积量生物量和碳储量建模[J]. 林业资源管理, 2017,(5): 74-77.

LI Yi. Developing Stand-level Models of Stock Volume,Total Biomass and Carbon Storage for Larch Plantations in Heilongjiang Province[J]. FOREST RESOURCES WANAGEMENT, 2017,(5): 74-77.

图/表 6

表1

图1

图2

表2

图3

图4

参考文献 14

[1]	白卫国, 王祝雄. 论我国林业数表体系建设[J].林业资源管理, 2009(1):1-7.
[2]	曾伟生. 全国林业数表体系框架初探[J]. 中南林业调查规划, 2009,28(4):1-4.
[3]	LY 208-77, 立木材积表[S].北京: 中国标准出版社, 1977.
[4]	LY/T 2654-2016, 立木生物量模型和碳计量参数—落叶松[S].北京:中国标准出版社, 2017.
[5]	龚道怀. 闽东北鹫峰山针叶林蓄积量模型的研究[J]. 湖南林业科技, 2009,36(4):13-15.
[6]	闵志强, 孙玉军. 长白落叶松林生物量的模拟估测[J]. 应用生态学报, 2010,21(6):1359-1366.
[7]	GB/T 26424-2010, 森林资源规划设计调查技术规程[S].北京:中国标准出版社, 2010.
[8]	中华人民共和国林业部. 林业专业调查主要技术规定[M]. 北京: 中国林业出版社, 1990.
[9]	余松柏, 叶金盛, 王登峰, 等. 编制林分形高表估测林分蓄积量方法的研究[J]. 中南林业调查规划, 2005,24(3):5-9.
[10]	张丽华, 张怍恬, 李杰. 内蒙古大兴安岭林区主要树种形高表的编制及其对调查精度影响的分析[J]. 内蒙古林业调查设计, 2005,28(1):30-32.
[11]	骆期邦. 采用立木材积表计算林分蓄积量的一个必须纠正的错误方法[J]. 中南林业调查规划, 1992,11(4):7-8.
[12]	曾伟生, 骆期邦, 贺东北. 论加权回归与建模[J]. 林业科学, 1999,35(5):5-11.
[13]	曾伟生. 加权回归估计中不同权函数的对比分析[J].林业资源管理, 2013(5):55-61.
[14]	曾伟生, 唐守正. 立木生物量模型的优度评价和精度分析[J]. 林业科学, 2011,47(11):106-113. doi: 10.11707/j.1001-7488.20111117

指标	平均年龄 /a	平均胸径 /cm	平均树高 /m	公顷株数 /(株/hm²)	公顷断面积 /(m²/hm²)	公顷蓄积量 /(m³/hm²)
平均值	24	11.7	11.6	1092	11.65	62.52
最小值	14	6.8	5.2	517	1.96	8.37
最大值	35	18.9	17.2	2767	27.22	148.73
标准差	6	2.8	2.9	494	5.67	33.29

变量	模型		参数估计值							模型评价指标
变量	模型		a		b		c			R²	SEE		TRE/%		ASE/%		MPE/%		MPSE/%
蓄积量	(3)	5.23						0.917	9.57			2.63		0.00		4.23		11.47
蓄积量	(4)			3.60		0.1400		0.931	8.74			0.69		0.03		3.86		9.60
生物量	(3)	4.05						0.925	6.93			2.31		0.00		3.97		10.56
生物量	(4)			2.92		0.0967		0.936	6.41			0.57		0.03		3.67		9.04
碳储量	(3)	1.98						0.925	3.39			2.31		0.00		3.97		10.56
碳储量	(4)			1.43		0.0473		0.936	3.14			0.52		-0.03		3.67		9.05

[1]	吴莎, 边更战, 易烜, 吕勇. 青冈栎次生林林分形高模型构建[J]. 林草资源研究, 2024, 0(1): 134-142.
[2]	李郊, 王冰, 王晨, 高鹤, 吴辉龙, 郑鑫, 彭华福. 2005—2020年江西省森林碳储量时空变化趋势及影响因素[J]. 林草资源研究, 2024, 0(1): 17-24.
[3]	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.
[4]	朱赞, 王勇军, 王建琦, 许玉兰, 丘鑫琪, 万喜. 基于无人机倾斜摄影的广西桉树冠层碳储量计量模型构建[J]. 林草资源研究, 2024, 0(1): 88-94.
[5]	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.
[6]	曹聪, 郭泽鑫, 郭彦青, 莫燕卿, 刘萍. 基于地理加权回归模型的珠三角森林碳储量空间分布[J]. 林草资源研究, 2023, 0(6): 98-104.
[7]	白星雯, 胡晟, 布日古德, 阳帆. 一类调查与二类调查森林蓄积量数据对接方案分析研究[J]. 林草资源研究, 2023, 0(5): 142-147.
[8]	王小涵, 何潇, 史景宁. 气候变化背景下华北落叶松人工林最优轮伐期的经济分析[J]. 林草资源研究, 2023, 0(5): 40-47.
[9]	邹为民, 陈超, 黄蕾, 宋美萱, 李雪建, 杜华强. 地理加权回归模型结合卫星遥感的松阳县森林地上碳储量估算[J]. 林业资源管理, 2023, 0(4): 132-140.
[10]	闫保银, 姜文龙, 范俊俊, 项铮, 黄俊. 基于LiDAR技术的杉木人工林碳储量估算研究[J]. 林业资源管理, 2023, 0(3): 134-139.
[11]	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.
[12]	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.
[13]	曹庆安, 左勇, 何原荣, 冷鹏. 基于激光点云数据的森林单木位置提取研究[J]. 林业资源管理, 2023, 0(1): 133-140.
[14]	邱洁, 李倩楠, 虞瑶. 机载激光雷达数据估测森林资源蓄积量研究[J]. 林业资源管理, 2023, 0(1): 153-160.
[15]	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.

黑龙江人工落叶松林分蓄积量生物量和碳储量建模

Developing Stand-level Models of Stock Volume,Total Biomass and Carbon Storage for Larch Plantations in Heilongjiang Province

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 14

相关文章 15

编辑推荐

Metrics

本文评价

黑龙江人工落叶松林分蓄积量 生物量和碳储量建模

Developing Stand-level Models of Stock Volume,Total Biomass and Carbon Storage for Larch Plantations in Heilongjiang Province

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 14

相关文章 15

编辑推荐

Metrics

本文评价

黑龙江人工落叶松林分蓄积量生物量和碳储量建模