CN111340643A - 基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法 - Google Patents
基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法 Download PDFInfo
- Publication number
- CN111340643A CN111340643A CN202010282060.2A CN202010282060A CN111340643A CN 111340643 A CN111340643 A CN 111340643A CN 202010282060 A CN202010282060 A CN 202010282060A CN 111340643 A CN111340643 A CN 111340643A
- Authority
- CN
- China
- Prior art keywords
- forest
- carbon
- biomass
- mixed
- natural
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 65
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000002028 Biomass Substances 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 22
- 210000000481 breast Anatomy 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000007619 statistical method Methods 0.000 claims abstract description 3
- 241000894007 species Species 0.000 claims description 56
- 239000002023 wood Substances 0.000 claims description 19
- 241000218652 Larix Species 0.000 claims description 10
- 240000007263 Pinus koraiensis Species 0.000 claims description 9
- 235000011615 Pinus koraiensis Nutrition 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 241000196324 Embryophyta Species 0.000 claims description 8
- 241000218657 Picea Species 0.000 claims description 7
- 235000018185 Betula X alpestris Nutrition 0.000 claims description 6
- 235000018212 Betula X uliginosa Nutrition 0.000 claims description 6
- 235000005590 Larix decidua Nutrition 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 240000001746 Betula lenta Species 0.000 claims description 2
- 235000010921 Betula lenta Nutrition 0.000 claims description 2
- 235000009131 Betula nigra Nutrition 0.000 claims description 2
- 241000219000 Populus Species 0.000 claims description 2
- 240000007591 Tilia tomentosa Species 0.000 claims description 2
- 241000218378 Magnolia Species 0.000 claims 1
- 230000009919 sequestration Effects 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 12
- 239000000203 mixture Substances 0.000 description 10
- 241000218631 Coniferophyta Species 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 241000208140 Acer Species 0.000 description 3
- 240000006055 Dacrydium cupressinum Species 0.000 description 3
- 235000018782 Dacrydium cupressinum Nutrition 0.000 description 3
- 235000013697 Pinus resinosa Nutrition 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 240000004144 Acer rubrum Species 0.000 description 2
- 235000004476 Acer rubrum Nutrition 0.000 description 2
- 241000580937 Acer tegmentosum Species 0.000 description 2
- 235000015888 Aralia elata Nutrition 0.000 description 2
- 241001632409 Aralia elata Species 0.000 description 2
- 235000005205 Pinus Nutrition 0.000 description 2
- 241000218602 Pinus <genus> Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 241000379229 Abies koreana Species 0.000 description 1
- 241000219240 Acer pictum subsp. mono Species 0.000 description 1
- 244000274847 Betula papyrifera Species 0.000 description 1
- 235000009113 Betula papyrifera Nutrition 0.000 description 1
- 235000009109 Betula pendula Nutrition 0.000 description 1
- 235000010928 Betula populifolia Nutrition 0.000 description 1
- 235000002992 Betula pubescens Nutrition 0.000 description 1
- 241000219071 Malvaceae Species 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 241000183024 Populus tremula Species 0.000 description 1
- 235000015533 Prunus davidiana Nutrition 0.000 description 1
- 240000002381 Prunus davidiana Species 0.000 description 1
- 241001092391 Sorbus Species 0.000 description 1
- 241001106462 Ulmus Species 0.000 description 1
- 244000058281 Ulmus pumila Species 0.000 description 1
- 235000001547 Ulmus pumila Nutrition 0.000 description 1
- 241000104952 Xanthophyllum eurhynchum Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004177 carbon cycle Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000008345 mountainash Nutrition 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
Abstract
本发明涉及森林分析技术领域，具体涉及一种基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法，选取顶级状态的原始林，采伐林、过伐林类的混交林和天然更新演替形成的次生林作为分析对象，包括以下步骤：设置标准样地，采用样方法和乔木定位方法，对乔木及小乔木植物个体进行种类识别、挂牌、定位，测出树高、胸径、枝下高、冠幅，利用生物量法计算出每个所测乔木的生物量，并计算碳储量，利用统计学方法，通过垂直投影面积、混交度、角尺度和竞争指数分析样地种群分布。本发明以不同林分结构所表现出的碳储量差异为切入点，分析碳储量对林分结构的影响，为正确评价该区域针阔混交林的固碳能力和科学经营管理森林资源提供理论依据。
Description
技术领域
本发明涉及森林分析技术领域，具体涉及一种基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法。
背景技术
小兴安岭针阔混交林是我国东北地区主要的地带性森林植被、典型的温带针阔混交林，具有建群种独特、物种多样性丰富、空间结构复杂等特点，作为我国东北代表性林地，占全国总森林面积的1/3之多，对我国森林碳汇研究及环境保护发挥着重要作用。目前，对森林碳储量空间分布的研究大部分是利用行政省/县汇总的小班统计数据，估算精度普遍较低。
有学者利用小尺度的样地调查数据，探讨了材积源生物量法在林分尺度上计算森林植被碳储量的可行性，但通过这种方法获得小尺度的高分辨率空间差异特征仍然相当困难。可见，利用材积源生物量法对森林碳储量的估算结果同样存在不同程度的误差。基于各种样地清查法的森林植被碳库空间分布格局研究的最小尺度仅停留在根据不同森林类型或不同林龄林分的分布所进行的研究这一层次上。这些研究都无法从林龄以下尺度上提供准确的森林植被碳储量空间异质性信息，也不能揭示不同尺度上的变化及尺度间的联系，难以真正成为决策者所依赖的客观依据。受遥感数据本身的误差及遥感模型中关键参数的不确定性等因素的制约，单纯的遥感方法误差较大，往往需要大量地面调查数据的结合。同时由于空间分辨率普遍较粗，利用遥感数据对森林植被碳储量的估算多在较大尺度进行，无法提供基于统计意义和有显式精度的森林碳空间分布。近年来，高光谱数据和高空间分辨率数据的采用在很大程度上提高了森林植被碳储量的估算精度。高空间分辨率数据和大量地面样地调查数据的结合成为目前提高遥感估测法估算森林植被碳储量精度的一个主要途径。空间尺度包含于任何景观的生态过程之中，景观格局和生态过程异质性都依赖于我们所测定的空间尺度变化而异，离开尺度来讨论异质性是无意义的。从尺度变化的角度入手分析空间分异规律是空间异质性研究的基本手段，也是揭示不同尺度陆地碳循环过程相互作用机理的基础。
目前森林植被碳储量的研究对空间异质性的分析不够深入，主要原因就是没有充分考虑尺度效应。有关这方面的研究很少。可见，如何提高森林植被碳储量估测精度，降低研究结果不确定性是目前森林植被碳汇功能研究中的热点和难点，而提高森林植被碳储量估测精度的关键是提高对其空间异质性的测度精度。
发明内容
本发明为了克服上述技术问题，提供了一种基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法，本发明以小兴安岭针阔混交林为分析对象，通过设置样地对针阔混交林林分结构进行调查、分析，并对样地林分的碳储量进行测算，以不同林分结构所表现出的碳储量差异为切入点，对林分结构对碳储量的影响进行研究。对于把握森林空间结构与碳储量之间的关系具有重要意义，为正确评价该区域针阔混交林的固碳能力和科学经营管理森林资源提供理论依据。
解决上述技术问题的技术方案如下：
选取顶级状态的原始林、采伐林、过伐林类的混交林和天然更新演替形成的次生林作为分析对象，包括以下步骤：
设置标准样地，采用样方法和乔木定位方法，对乔木及小乔木植物个体进行种类识别、挂牌、定位，测出树高、胸径、枝下高、冠幅，利用生物量法计算出每个所测乔木的生物量，并计算碳储量，根据碳储量得出林木碳储量的空间分布格局分异特性，利用统计学方法，通过垂直投影面积、混交度、角尺度和竞争指数分析样地种群分布和空间结构。
所述的原始林是指：未经人类采伐扰动的具有一定面积的地域性代表性植被红松针阔混交林，此类植被为原始植被，起源天然林，且从未经过采伐，仅有自然条件下的林分损耗(死亡、灾害减少等)，为小兴安岭代表性原始植被。由于林区生产活动历史的特点，此类林分多为陡峭坡地顶端等开采困难区域，其开采的困难特性使其得以保存。
所述的采伐林、过伐林类的混交林，其中采伐林是指：经过一定强度的人为扰动，但采伐强度不大，对原始结构的破坏比较小，大多为特用林、珍贵林、防护林等。过伐林是指：对原始林经过不合理的采伐之后残留的林分。此类林分在林区分布广泛，由于采伐的方式、强度及历史存在很大的差异，其结构特征也最为复杂。
所述的天然更新演替形成的次生林是指：经过皆伐等大强度的采伐后，经过多年的更新演替，具有一定的针阔混交林特征或向着针阔混交林方向演替的天然次生林。
进一步地说，分析小兴安岭针阔混交林群落学特征是计算出各树种的重要值，从而确定林分优势树种，所述的重要值的计算方法为：
对样地内所有胸径≥1cm的乔木树种的树高、胸径、东西南北四个方向的冠幅半径进行测量，同时对各树种的相对频度、相对多度、相对显著度、重要值进行计算；
相对频度RF＝某树种出现的样方数/所有树种的样方数×100％；
相对多度RA＝某树种的个体数/所有树种的个体数×100％；
相对显著度RD＝某树种的胸径之和/所有树种的胸径之和×100％；
重要值IV＝(RF+RA+RD)；
将相对显著度中的胸径通过生物量方程和碳转换方程进行计算，得到碳相对显著度，即：
碳相对显著度CRD＝某树种的碳含量之和/所有树种的碳含量之和×100％；
最终重要值的计算公式转化为：
重要值IV＝(RF+RA+CRD)。
优选地，所述的生物量方程为：
Ws＝coDb0/(1+r2Dk2+r3Dk3+r4Dk4)
Wb＝cor2Dk2+b0/(1+r2Dk2+r3Dk3+r4Dk4)
Wl＝cor3Dk3+b0/(1+r2Dk2+r3Dk3+r4Dk4)
Wr＝cor4Dk4+b0/(1+r2Dk2+r3Dk3+r4Dk4)
其中，Wr、Ws、Wb、Wl分别为树根、树干、树枝、树叶的生物量；
所述的碳转换方程为：碳储量＝生物量(kg)×碳转换系数0.4675；
碳密度＝碳储量/样地面积。
更进一步地说，所述的生物量方程采用相容性一元生物量模型作为计算依据：
Ws＝a1(x)Db1
Wb＝a2(x)Db2
Wl＝a3(x)Db3
Wr＝a4(x)Db4
Wt＝c0Db0＝a1(x)Db1+a2(x)Db2+a3(x)Db3+a4(x)Db4 ①
其中，Wt总量为各树种整体的生物量，Wr、Ws、Wb、Wl分别为树根、树干、树枝、树叶各分项的生物量，a1(D)，b1，a2(D)，b2，a3(D)，b3，a4(D)，b4，C0和b0是模型参数；
由式①推算出a1(D)，a2(D)，a3(D)，a4(D)的形式为：
a1(D)＝c0c1Db0/(c1Db1+c2Db2+c3Db3+c4Db4)
a2(D)＝c0c2Db0/(c1Db1+c2Db2+c3Db3+c4Db4)
a3(D)＝c0c3Db0/(c1Db1+c2Db2+c3Db3+c4Db4)
a4(D)＝c0c4Db0/(c1Db1+c2Db2+c3Db3+c4Db4)
将r2＝c2/c1，r3＝c3/c1，r4＝c4/c1，k2＝b2-b1，k3＝b3-b1，k4＝b4-b1代入方程进行转换，将模型改写为：
Ws＝coDb0/(1+r2Dk2+r3Dk3+r4Dk4)
Wb＝cor2Dk2+b0/(1+r2Dk2+r3Dk3+r4Dk4)
Wl＝cor3Dk3+b0/(1+r2Dk2+r3Dk3+r4Dk4)
Wr＝cor4Dk4+b0/(1+r2Dk2+r3Dk3+r4Dk4)；
所述的生物量模型中的参数如下表2所示：
| c0 | b0 | r2 | k2 | r3 | k3 | r4 | k4 | |
| 红松人工林 | 0.09142 | 2.45825 | 0.004424 | 1.360806 | 0.040234 | 0.443508 | 0.012241 | 1.117218 |
| 落叶松人工林 | 0.114749 | 2.485066 | 0.669053 | -0.67754 | 1.938435 | -1.40415 | 0.074403 | 0.431908 |
| 红松天然林 | 0.103773 | 2.431545 | 0.031873 | 0.541133 | 0.277066 | -0.35108 | 0.052272 | 0.591032 |
| 云杉天然林 | 0.136749 | 2.392566 | 0.169385 | 0.066051 | 0.082645 | 0.056398 | 0.141233 | 0.336011 |
| 冷杉天然林 | 0.074589 | 2.558915 | 0.353266 | -0.21156 | 2.396762 | -1.16426 | 0.629076 | -0.20486 |
| 落叶松天然林 | 0.108105 | 2.510203 | 0.030351 | 0.421136 | 0.162509 | -0.56247 | 0.028042 | 0.901693 |
| 水胡黄天然林 | 0.150173 | 2.380274 | 0.010546 | 0.919177 | 0.041904 | 0.015826 | 0.354807 | -0.00701 |
| 椴树天然林 | 0.118767 | 2.375018 | 0.037958 | 0.423971 | 0.49588 | -0.90641 | 1.048459 | -0.39261 |
| 柞木天然林 | 0.180203 | 2.382361 | 0.013463 | 0.996343 | 0.005808 | 0.659022 | 0.203326 | 0.167191 |
| 榆树天然林 | 0.433469 | 2.008689 | 2.114031 | -0.79824 | 0.264567 | -0.55227 | 0.40047 | -0.04697 |
| 色木天然林 | 0.243905 | 2.264501 | 0.504046 | -0.20295 | 0.512721 | -0.78933 | 0.0429 | 0.71659 |
| 黒桦天然林 | 0.021249 | 3.018642 | 0.000705 | 1.932369 | 0.003603 | 0.873989 | 0.04415 | 0.628641 |
| 白桦天然林 | 0.275513 | 2.235882 | 0.026184 | 0.727904 | 0.034402 | 0.068603 | 0.151105 | 0.34424 |
| 山杨天然林 | 0.206424 | 2.264685 | 0.010957 | 0.836497 | 0.0434 | -0.15045 | 0.115831 | 0.205666 |
。
对样地内所有被分析林木进行网格坐标测定，得到各单株个体在样地内的相对坐标(x，y)，利用c语言进行下列指标的计算编程：
1)混交度(Mi)
式中：Mi为对象木i的混交度，i为对象木，j为邻近木，n为邻近木株数。Vij为离散性变量，当对象木i与第j株邻近木为不同的树种时，Vij＝1；当对象木i与第j株邻近木为同一树种时，Vij＝0。混交度Mi可取值的范围为[0，1]。共有5种取值，即0、0.25、0.50、0.75和1，分别对应的描述为：零度混交、弱度混交、中度混交、强度混交和极强度混交。
2)角尺度(Wi)
角尺度(Wi)用来描述相邻树木围绕参照树的均匀性。取4棵相邻木，n＝4均匀分布角为90°，也就是期望角＝90°。连接4棵相邻木与目标树形成4条线段，每2条相邻线段会形成一个夹角(如图1所示)，当情况为最左边和最右边的2颗相邻木形成的角度为优角大于180°，此时取相对劣角的α值(α<180°)。
Wi＝0没有一个a-角小于a0，也就是说，全部4个a-角位于标准角a0范围(很均匀)。
Wi＝0.25 1个a-角小于a0(均匀)。
Wi＝0.5 2个a-角小于a0(随机)。
Wi＝0.753个a-角小于a0(不均匀)。
Wi＝1 全部4个a-角都小于a0(很不均匀)。
最终按照下式计算样地内同一树种及整体的角尺度平均值
当W取值范围在0.475～0.517内时，林分为随机分布；当W大于0.517时为团状分布；当W小于0.475时为均匀分布。
3)竞争指数(CI)
竞争作为一种较为普遍的自然现象存在于林木之间，优化林分的空间结构得益于选择合适的竞争指数分析林木之间以及全部林分内的竞争大小。
对象木与某一相邻木的竞争指数：
式中：CIij为对象木i与某一相邻木j的竞争指数；Lij为对象木i与竞争木j之间的距离；di为对象木i的胸径(cm)，dj为竞争木j的胸径(cm)。
通过计算加和得到对象木的竞争指数：
本发明的有益效果是：
本发明提供了一种基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法，以小兴安岭针阔混交林为分析对象，通过设置样地对针阔混交林林分结构进行调查、分析，并对样地林分的碳储量进行测算，以不同林分结构所表现出的碳储量差异为切入点，分析碳储量对林分结构的影响，为正确评价该区域针阔混交林的固碳能力和科学经营管理森林资源提供理论依据。
本发明分析小兴安岭针阔混交林类型及群落学特征的方法，设计出合适的生物量方程和碳转换方程，大大提高了森林碳汇能力估算精度，并得出如下结论：原始林类针阔混交林结构的完整性要好于采伐林类和次生林类针阔混交林，物种丰富度高；从各林分物种重要值分布的均匀程度来看，原始林>轻度采伐林>次生林>重度过伐林；除周围种源丰富度较小的次生林外，其余林分均达到中度或重度混交，达到或接近重度混交的样地10个；针阔混交林表现出团块状分布状态；各混交林整体及单株林木竞争指数存在较大差异。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明角尺度(Wi)结构示意图；
图2为本发明实施例1中原始针阔混交林碳重要值示意图；
图3为本发明实施例1中红松-云冷杉类针阔混交林碳重要值示意图；
图4为本发明实施例1中落叶松-云冷杉类针阔混交林碳重要值示意图；
图5为本发明实施例1中过伐类针阔混交林碳重要值示意图；
图6为本发明实施例1中天然次生林类针阔混交林碳重要值示意图。
具体实施方式
实施例1：
选取黑龙江省丰林自然保护区及下属丽林实验林场内的原始林、轻度采伐的红松-云冷杉林，落叶松-云冷杉林、过伐林和裸地次生林为分析对象。
下表3为样地的林型和重要值
1)原始林类针阔混交林群落特征
小兴安岭原始代表性植被为红松阔叶混交林，分别选取丽林实验林场(样地01)和丰林自然保护区的红松阔叶林原始植被(样地02)进行分析，虽然两块区域都是红松阔叶混交林的原始植被，但树种组成存在一定的差异。
花楷槭、山杨、色木槭、白桦、花楸等树种在样地02中未出现，山桃稠李、龙牙楤木和春榆在样地01中未出现。从重要值来看，红松、冷杉、云杉是该林型的优势树种，特别是红松、冷杉重要值分别达到了样地01中1.038和0.863，样地02中2.322和1.351。其余树种在两块样地中的重要程度各不相同。乔木树种中两块样地的优势种也各不相同，样地01的乔木优势树种为椴木和色木槭，样地02中的优势树种为龙牙楤木和枫桦，(如图2所示)。
下表4为原始红松针阔混交林结构特征，可以看出，两块样地的平均垂直投影面积存在一定的差异，样地01为8.789m2，样地02为12.1762m2。两块样地的混交程度也存在差异，样地01为0.741达到强度混交，样地02为0.575达到中度混交。两块样地角尺度比较接近，分别为0.647和0.627，说明两块样地林木分布不均匀，都呈现出一定的团块状分布特征。竞争指数也存在较大的差异，分别为11.93和9.963。
表4原始针阔混交林结构特征
| 样地 | 垂直投影面积(m<sup>2</sup>) | 混交度M<sub>i</sub> | 角尺度W<sub>i</sub> | 竞争指数CI<sub>i</sub> |
| 01 | 8.78899 | 0.7409 | 0.6478 | 11.9307 |
| 02 | 12.1762 | 0.575 | 0.6268 | 9.96343 |
2)采伐林类针阔混交林群落特征
采伐林林相特点是复层异龄，上层较稀疏，多为原生群落中过熟阔叶树及干形不良或多少已腐朽的针叶树，林下多具明显的更新层、演替层，原生群落中的主要树种有明显的恢复趋势，生境及林下植被基本与原始林相同。由于采伐强度的不同形成的林分结构也是十分复杂的。
a、红松-云冷杉类针阔混交林植被群落特征
选取特用林中属于珍贵林的天然针阔混交林作为研究对象，此类林分虽然经过一定程度的扰动，但原始结构特征有所保留，与原始林十分接近。选取丽林实验林场样地03、样地04和样地05进行调查研究，发现虽然此类林分与原始植被结构类似，但树种组成存在一定的差异(如图3所示)。红松、冷杉、云杉为此类型的主要针叶树种，其重要值较高的阔叶树种(枫桦、花楷槭、青楷槭等)种类要比原始林分少。
表5为天然针阔混交林结构特征，由于人为扰动的原因，随着林下树种的更新生长，此类混交林平均垂直投影面积要大于原始林。三块样地的混交程度分别为0.680、0.776和0.675，均达到或接近强度混交。三块样地角尺度比较接近，分别为0.623、0.663和0.618，说明两块样地林木分布不均匀，呈现一定的团块状分布特征。竞争指数存在的差异较大，分别为10.4041、7.7412和4.869。
表5红松-云冷杉类针阔混交林结构特征
b、落叶松-云冷杉类针阔混交林植被群落特征
选取防护林中保护级别较高的护岸林为研究对象，此类林分虽然经过一定的人为干扰，但由于其特殊的用途，扰动程度不大，与原始林分结构类似。此类护岸林多位于低洼湿地，与小兴安岭另一种典型地域性树种落叶松的分布相对应。样地06、07、08、09同样为护岸林，但树种组成差别较大，但总体看来，落叶松、云杉、冷杉为主要针叶树种，阔叶树种数量与红松-云冷杉类针阔混交林类似。(如图4所示)
表6为落叶松-云冷杉类针阔混交林结构特征，此类混交林平均垂直投影面积平均值差异较大，这是由不同立地和经营强度造成的。四块样地的混交程度分别为0.779、0.731、0.741和0.5223，分别达到强度混交和中度混交。四块样地角尺度也不完全相同，其中样地06、07和09呈现出一定的不均匀的团块状分布特征，样地08接近于均匀分布。竞争指数存在的差异也较大，分别为4.952、5.515、13.118和13.124。
表6落叶松-云冷杉类针阔混交林结构特征
| 样地 | 垂直投影面积(m<sup>2</sup>) | 混交度Mi | 角尺度wi | 竞争指数CIi |
| 06 | 12.4491 | 0.7794 | 0.6471 | 4.95221 |
| 07 | 12.0098 | 0.7308 | 0.6654 | 5.15431 |
| 08 | 7.58299 | 0.7416 | 0.5903 | 13.1185 |
| 09 | 13.7858 | 0.5223 | 0.6733 | 13.1243 |
c、过伐林类针阔混交林
小兴安岭存在着数量很大的过度采伐后形成的原始结构遭到严重破坏的针阔混交林。此类林分结构遭到严重破坏，多数以少量乔木树种为主要优势树种，结构简单，林木数量远小于其他类针阔混交林。如图5所示，冷杉的重要值达到1.38，花楷槭和青楷槭重要值为0.86和0.52，其余树种重要值均小于0.2。
表7为过伐类针阔混交林结构特征，与轻度破坏的针阔混交林类似，此类混交林呈现出强度混交的状态(0.794)，分布呈现出团块状分布的状态(0.6623)，但由于破坏严重垂直投影面积要小于其他类型的针阔混交林。
表7过伐林类针阔混交林结构特征
| 样地 | 垂直投影面积(m<sup>2</sup>) | 混交度Mi | 角尺度wi | 竞争指数CIi |
| 10 | 4.18789 | 0.7939 | 0.6623 | 8.56 |
3)天然次生林类针阔混交林植被群落特征
在丰林保护区和丽林实验林场共选取4块各种原因造成的裸地天然更新次生林为研究对象，样地内林分为裸地自然生长，未经过任何的造林、采伐等人为经营措施。其中样地11为30年左右的自然更新演替，样地12、13、14均为25年左右的自然演替。虽然不同立地条件、不同更新年份下，树种的数量、种类存在不同，但白桦作为次生林更新演替的先锋树种，在很长时间内都处于优势地位，样地11、12、13、14中白桦的重要值分别为1.052、1.374、1.404、2.449，其余树种在样地中的结构与地位各有不同。样地14为丽林实验林场裸地自然更新，可能是由于林场内原始林分和轻度过伐林的数量少、分布不均匀，种源没有丰林保护区丰富，所以样地14的更新物种数量要少于丰林自然保护区的3块样地(如图6所示)。
表8为天然次生林类针阔混交林结构特征，此类混交林平均垂直投影面积平均值差异较大，这是由不同立地条件、更新物种和更新时间造成的，其中样地11最大，可能是由于样地11更新演替时间最长。四块样地的混交程度分别为0.783、0.583、0.712和0.309，样地11和13达到强度混交，样地12为中度混交，样地14为弱度偏中度混交。四块样地角尺度比较接近，均呈现出一定的不均匀的团块状分布特征。竞争指数存在的差异也较大。
表8天然次生林类针阔混交林结构特征
| 样地 | 垂直投影面积(m<sup>2</sup>) | 混交度Mi | 角尺度wi | 竞争指数CIi |
| 11 | 14.6071 | 0.7832 | 0.6811 | 19.5543 |
| 12 | 4.18 | 0.5828 | 0.671 | 31.3338 |
| 13 | 3.23864 | 0.7124 | 0.6504 | 49.382 |
| 14 | 5.57714 | 0.3091 | 0.6452 | 16.058 |
。
因此，原始林类针阔混交林结构的完整性要好于采伐林类和次生林类针阔混交林，物种丰富度高；从各林分物种重要值分布的均匀程度来看，原始林>轻度采伐林>次生林>重度过伐林；除周围种源丰富度较小的次生林外(样地14)，其余林分均达到中度或重度混交，达到或接近重度混交的样地10个；除样地08外(均匀分布)，其余针阔混交林均表现出团块状分布状态；各混交林整体及单株林木竞争指数存在较大差异。
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质上对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。
Claims (4)
1.基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法，其特征在于，选取顶级状态的原始林，采伐林、过伐林类的混交林和天然更新演替形成的次生林作为分析对象，包括以下步骤：
设置标准样地，采用样方法和乔木定位方法，对乔木及小乔木植物个体进行种类识别、挂牌、定位，测出树高、胸径、枝下高、冠幅，利用生物量法计算出每个所测乔木的生物量，并计算碳储量，利用统计学方法，通过垂直投影面积、混交度、角尺度和竞争指数分析样地种群分布。
2.根据权利要求1所述的基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法，其特征在于，分析小兴安岭针阔混交林群落学特征是计算出各树种的重要值，从而确定林分优势树种，所述的重要值的计算方法为：
对样地内所有胸径≥1cm的乔木树种的树高、胸径、东西南北四个方向的冠幅半径进行测量，同时对各树种的相对频度、相对多度、相对显著度、重要值进行计算；
相对频度RF＝某树种出现的样方数/所有树种的样方数×100％；
相对多度RA＝某树种的个体数/所有树种的个体数×100％；
相对显著度RD＝某树种的胸径之和/所有树种的胸径之和×100％；
重要值IV＝(RF+RA+RD)；
将相对显著度中的胸径通过生物量方程和碳转换方程进行计算，得到碳相对显著度，即：
碳相对显著度CRD＝某树种的碳含量之和/所有树种的碳含量之和×100％；
最终重要值的计算公式转化为：
重要值IV＝(RF+RA+CRD)。
3.根据权利要求2所述的基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法，其特征在于，所述的生物量方程为：
Ws＝coDb0/(1+r2Dk2+r3Dk3+r4Dk4)
Wb＝cor2Dk2+b0/(1+r2Dk2+r3Dk3+r4Dk4)
Wl＝cor3Dk3+b0/(1+r2Dk2+r3Dk3+r4Dk4)
Wr＝cor4Dk4+b0/(1+r2Dk2+r3Dk3+r4Dk4)
其中，Wr、Ws、Wb、Wl分别为树根、树干、树枝、树叶的生物量；
所述的碳转换方程为：碳储量＝生物量(kg)×碳转换系数0.4675；
碳密度＝碳储量/样地面积。
4.根据权利要求3所述的基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法，其特征在于，所述的生物量方程采用相容性一元生物量模型作为计算依据：
Ws＝a1(x)Db1
Wb＝a2(x)Db2
Wl＝a3(x)Db3
Wr＝a4(x)Db4
Wt＝c0Db0＝a1(x)Db1+a2(x)Db2+a3(x)Db3+a4(x)Db4 ①
其中，Wt总量为各树种整体的生物量，Wr、Ws、Wb、Wl分别为树根、树干、树枝、树叶各分项的生物量，a1(D)，b1，a2(D)，b2，a3(D)，b3，a4(D)，b4，C0和b0是模型参数；
由式①推算出a1(D)，a2(D)，a3(D)，a4(D)的形式为：
a1(D)＝c0c1Db0/(c1Db1+c2Db2+c3Db3+c4Db4)
a2(D)＝c0c2Db0/(c1Db1+c2Db2+c3Db3+c4Db4)
a3(D)＝c0c3Db0/(c1Db1+c2Db2+c3Db3+c4Db4)
a4(D)＝c0c4Db0/(c1Db1+c2Db2+c3Db3+c4Db4)
将r2＝c2/c1，r3＝c3/c1，r4＝c4/c1，k2＝b2-b1，k3＝b3-b1，k4＝b4-b1代入方程进行转换，将模型改写为：
Ws＝coDb0/(1+r2Dk2+r3Dk3+r4Dk4)
Wb＝cor2Dk2+b0/(1+r2Dk2+r3Dk3+r4Dk4)
Wl＝cor3Dk3+b0/(1+r2Dk2+r3Dk3+r4Dk4)
Wr＝cor4Dk4+b0/(1+r2Dk2+r3Dk3+r4Dk4)；
所述的生物量模型中的参数如下表1所示：
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010282060.2A CN111340643A (zh) | 2020-04-11 | 2020-04-11 | 基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010282060.2A CN111340643A (zh) | 2020-04-11 | 2020-04-11 | 基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111340643A true CN111340643A (zh) | 2020-06-26 |
Family
ID=71187542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010282060.2A Pending CN111340643A (zh) | 2020-04-11 | 2020-04-11 | 基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111340643A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111781200A (zh) * | 2020-07-20 | 2020-10-16 | 云南财经大学 | 一种森林土壤碳储量的研究方法 |
| CN112597436A (zh) * | 2020-12-25 | 2021-04-02 | 东北林业大学 | 基于可拓评判法的红皮云杉含碳率质量评价方法 |
| CN113177744A (zh) * | 2021-06-09 | 2021-07-27 | 西安建筑科技大学 | 一种城市绿地系统碳汇量估算方法及系统 |
| CN113554285A (zh) * | 2021-07-05 | 2021-10-26 | 中国水产科学研究院黄海水产研究所 | 暴发水母种群波动对渔业资源风险影响的量化评估方法 |
| CN114018332A (zh) * | 2021-11-09 | 2022-02-08 | 北京林业大学 | 一种手持式林业望远超站仪观测装备与方法 |
| CN115131517A (zh) * | 2022-07-08 | 2022-09-30 | 中国林业科学研究院资源信息研究所 | 一种基于内外竞争影响圈的竞争可视模型 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2163846A1 (en) * | 2008-09-02 | 2010-03-17 | Vilho Kalevi Pietikäinen | A measuring method of biomass in forest |
| CN109917387A (zh) * | 2019-04-03 | 2019-06-21 | 海南省林业科学研究所 | 一种基于全极化sar数据的森林生物量模型的建立方法 |
| CN110050660A (zh) * | 2019-04-10 | 2019-07-26 | 华东师范大学 | 基于植物群落性状功能配比的亚热带东部碳汇林构建方法 |
| CN110163452A (zh) * | 2019-06-06 | 2019-08-23 | 中南林业科技大学 | 基于环状分布指数的林分空间结构优化方法 |
| CN110245420A (zh) * | 2019-06-14 | 2019-09-17 | 海南省林业科学研究所 | 沿海防护林生物量和碳储量监测计量的方法 |
| CN110750904A (zh) * | 2019-10-22 | 2020-02-04 | 南京信大气象科学技术研究院有限公司 | 一种基于遥感数据的区域碳储量空间格局监测系统和方法 |
-
2020
- 2020-04-11 CN CN202010282060.2A patent/CN111340643A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2163846A1 (en) * | 2008-09-02 | 2010-03-17 | Vilho Kalevi Pietikäinen | A measuring method of biomass in forest |
| CN109917387A (zh) * | 2019-04-03 | 2019-06-21 | 海南省林业科学研究所 | 一种基于全极化sar数据的森林生物量模型的建立方法 |
| CN110050660A (zh) * | 2019-04-10 | 2019-07-26 | 华东师范大学 | 基于植物群落性状功能配比的亚热带东部碳汇林构建方法 |
| CN110163452A (zh) * | 2019-06-06 | 2019-08-23 | 中南林业科技大学 | 基于环状分布指数的林分空间结构优化方法 |
| CN110245420A (zh) * | 2019-06-14 | 2019-09-17 | 海南省林业科学研究所 | 沿海防护林生物量和碳储量监测计量的方法 |
| CN110750904A (zh) * | 2019-10-22 | 2020-02-04 | 南京信大气象科学技术研究院有限公司 | 一种基于遥感数据的区域碳储量空间格局监测系统和方法 |
Non-Patent Citations (2)
| Title |
|---|
| 孙清芳、刘滨凡、马燕娥: "山河屯林业局红松阔叶混交林林分空间结构特征", 《森林工程》 * |
| 贾炜玮: "《东北林区各林分类型森林生物量和碳储量》", 31 March 2014, 哈尔滨：黑龙江科学技术出版社 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111781200A (zh) * | 2020-07-20 | 2020-10-16 | 云南财经大学 | 一种森林土壤碳储量的研究方法 |
| CN112597436A (zh) * | 2020-12-25 | 2021-04-02 | 东北林业大学 | 基于可拓评判法的红皮云杉含碳率质量评价方法 |
| CN112597436B (zh) * | 2020-12-25 | 2023-11-24 | 东北林业大学 | 基于可拓评判法的红皮云杉含碳率质量评价方法 |
| CN113177744A (zh) * | 2021-06-09 | 2021-07-27 | 西安建筑科技大学 | 一种城市绿地系统碳汇量估算方法及系统 |
| CN113177744B (zh) * | 2021-06-09 | 2024-03-01 | 西安建筑科技大学 | 一种城市绿地系统碳汇量估算方法及系统 |
| CN113554285A (zh) * | 2021-07-05 | 2021-10-26 | 中国水产科学研究院黄海水产研究所 | 暴发水母种群波动对渔业资源风险影响的量化评估方法 |
| CN113554285B (zh) * | 2021-07-05 | 2024-04-26 | 中国水产科学研究院黄海水产研究所 | 暴发水母种群波动对渔业资源风险影响的量化评估方法 |
| CN114018332A (zh) * | 2021-11-09 | 2022-02-08 | 北京林业大学 | 一种手持式林业望远超站仪观测装备与方法 |
| CN115131517A (zh) * | 2022-07-08 | 2022-09-30 | 中国林业科学研究院资源信息研究所 | 一种基于内外竞争影响圈的竞争可视模型 |
| CN115131517B (zh) * | 2022-07-08 | 2024-03-15 | 中国林业科学研究院资源信息研究所 | 一种基于内外竞争影响圈的竞争可视模型 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111340643A (zh) | 基于碳储量分析小兴安岭针阔混交林类型及群落学特征的方法 | |
| CN111340644A (zh) | 基于碳储量分布状态分析小兴安岭针阔混交林碳汇结构的方法 | |
| Xiao et al. | Variation of specific leaf area and upscaling to leaf area index in mature Scots pine | |
| CN110245420A (zh) | 沿海防护林生物量和碳储量监测计量的方法 | |
| CN105160465A (zh) | 一种基于3s技术的退耕还林方法 | |
| Wang et al. | Effects of morphology and stand structure on root biomass and length differed between absorptive and transport roots in temperate trees | |
| Liu et al. | An ecological indicator system for shallow landslide analysis | |
| Vorčák et al. | Structural diversity change and regeneration processes of the Norway spruce natural forest in Babia hora NNR in relation to altitude | |
| Jia et al. | Data Papers | |
| CN104778626A (zh) | 一种造林树种生态适应性等级评价方法 | |
| CN111784200A (zh) | 一种草莓种苗壮苗指数及其构建方法 | |
| CN112051363B (zh) | 一种基于根土比判定高寒草甸退化程度的方法 | |
| Yang et al. | Modeling canopy photosynthesis and light interception partitioning among shoots in bi-axis and single-axis apple trees (Malus domestica Borkh.) | |
| CN114792274B (zh) | 一种干旱区山地人工植被建设的布局方法 | |
| Vlasveld et al. | Leaf heteroblasty in eucalypts: biogeographic evidence of ecological function | |
| KR102602653B1 (ko) | 탄소 흡수 증진을 위한 다층 식재 모델 | |
| Liu et al. | Biomass in a Norway spruce–Scots pine forest: a comparison of estimation methods | |
| CN106447516A (zh) | 一种调查丛生竹林生长情况的方法 | |
| Liu et al. | Modeling net CO2 assimilation (AN) within the crown of young planted Larix olgensis trees | |
| CN111368248A (zh) | 一种云南松苗木生物量的估算方法 | |
| CN101699964B (zh) | 芍药品种‘紫凤羽’的营养诊断方法 | |
| CN109041875A (zh) | 基于农艺性状的油菜的产量和抗倒性的预测方法 | |
| CN115329012A (zh) | 基于多源数据多维度评价的林木种植选择方法及系统 | |
| Wang et al. | Interactive responses of root and shoot of camphor tree (Cinnamomum camphora L.) to asymmetric disturbance treatments | |
| CN101699965A (zh) | 芍药品种‘桃花飞雪’的营养诊断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200626 |