贺兰山灰榆疏林单株生物量回归模型的研究

林业资源管理 ›› 2012›› Issue (5): 98-104.

贺兰山灰榆疏林单株生物量回归模型的研究

梁咏亮

宁夏贺兰山国家级自然保护区管理局,银川 750021

收稿日期:2012-07-11 修回日期:2012-09-05 出版日期:2012-10-28 发布日期:2020-11-27
作者简介:梁咏亮(1972-),男,宁夏海原人,高工,长期从事森林资源监测与自然保护区管理工作。

Individual Biomass Recession Model of Ulmus glaucescens of Helan Mountains

LIANG Yongliang

Forest Ecosystem Research Station,Mt. Helan National Nature Reserve Administration,Yinchuan 750021,Ningxia,China

Received:2012-07-11 Revised:2012-09-05 Online:2012-10-28 Published:2020-11-27

摘要/Abstract

摘要： 对贺兰山东麓天然灰榆疏林林分进行了调查研究。实测灰榆单株的地上和地下生物量,应用相关分析方法,探讨灰榆单株各器官生物量与树高(H)、胸径(D)、1/2 树高处直径(D_1/2)和胸径平方乘树高(D²H)的相关关系,结果表明:1)贺兰山东麓天然灰榆疏林单株各器官生物量分配比率为树干＞树根＞树枝＞树皮＞树叶。2)各器官生物量拟合的预测模型中,树干、树枝和树叶的生物量预测模型拟合效果较好,而且具有一定的实用价值;树枝和树皮的生物量预测模型拟合效果一般;任一自变量与单株生物量拟合的预测方程适用性均较好。

关键词: 生物量, 回归模型, 灰榆, 贺兰山

Abstract: Based on the biomass of average tree and the forest inventory data,determination was made on above and under ground biomass of a single tree from Ulmus glaucescens of Helan Mountains,and through the method of recession analysis,a study was conducted on the relation among each organ biomass and tree height(H),diameter at breast height(D),diameter at 1/2 total height(D_1/2)and D₂H.The result showed that the biomass distribution ratio of each part of Ulmus glaucescens of Helan Mountains was in the order of trunk > root > branch > bark > leaf.Trunk,branch and leaf biomass recession models were well fitted;root and bark biomass recession models were fitted not as well as the other models.Any independent variable number and biomass fitting prediction equation applicability are preferable.

Key words: biomass, recession models, Ulmus glaucescens, Helan Mountains

中图分类号:

梁咏亮. 贺兰山灰榆疏林单株生物量回归模型的研究[J]. 林业资源管理, 2012,(5): 98-104.

LIANG Yongliang. Individual Biomass Recession Model of Ulmus glaucescens of Helan Mountains[J]. FOREST RESOURCES WANAGEMENT, 2012,(5): 98-104.

[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]	宋雅贤, 顾光同. 中国碳市场试点区碳交易价格驱动因素及其时空异质性[J]. 林业资源管理, 2022, 0(5): 32-41.
[11]	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.
[12]	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.
[13]	魏建珩, 赵恒, 高仲亮, 王何晨阳, 马泽南, 王秋华, 舒立福, 杨红梅. 基于自适应模糊神经网络的滇中灌木林火灾发生预测研究[J]. 林业资源管理, 2022, 0(2): 109-116.
[14]	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.
[15]	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.