全 文 ：黑龙江省大兴安岭森林生物量空间格局
及其影响因素*
王晓莉1,2摇 常摇 禹1**摇 陈宏伟1摇 胡远满1摇 焦琳琳1,2摇 冯玉婷3摇 吴摇 文1,2摇 伍海峰1,2
( 1中国科学院沈阳应用生态研究所森林与土壤生态国家重点实验室, 沈阳 110164; 2中国科学院大学, 北京 100049; 3辽宁省
环境科学研究院, 沈阳 110031)
摘摇 要摇 基于样地实测数据和 EVI 指数,定量分析了黑龙江省大兴安岭森林生物量空间格
局,并利用 ArcGIS软件的空间分析与统计工具,分析了气候区、海拔、坡度、坡向和植被类型
对森林生物量空间格局的影响.结果表明: 黑龙江省大兴安岭森林生物量为 350 Tg,空间上呈
聚集分布,生物量有巨大的增长空间. 森林生物量密度大小顺序为:寒温带湿润区(64郾 02
t·hm-2)>中温带湿润区(60. 26 t·hm-2);各植被类型生物量密度大小顺序为:针阔混交林
(65郾 13 t·hm-2)>云冷杉林(63. 92 t·hm-2 ) >偃松鄄落叶松林(63郾 79 t·hm-2) >樟子松林
(61郾 97 t·hm-2)>兴安落叶松林(61郾 40 t·hm-2)>落叶阔叶混交林(58. 96 t·hm- 2) .随海拔
和坡度的增大,森林生物量密度先减小后增加,并且阴坡大于阳坡.大兴安岭森林生物量空间
格局随气候区、植被类型和地形因子的梯度变化表现出差异性,在区域尺度上估算生物量密
度时,需要充分考虑这种空间差异性.
关键词摇 森林生物量摇 生物量密度摇 空间格局摇 遥感摇 大兴安岭
*中国科学院战略性先导科技专项(XDA05050201)和国家自然科学基金项目(41201185,41271201)资助.
**通讯作者. E鄄mail: changyu@ iae. ac. cn
2013鄄06鄄17 收稿,2014鄄01鄄07 接受.
文章编号摇 1001-9332(2014)04-0974-09摇 中图分类号摇 Q149摇 文献标识码摇 A
Spatial pattern of forest biomass and its influencing factors in the Great Xing爷an Mountains,
Heilongjiang Province, China. WANG Xiao鄄li1,2, CHANG Yu1, CHEN Hong鄄wei1, HU Yuan鄄
man1, JIAO Lin鄄lin1,2, FENG Yu鄄ting3, WU Wen1,2, WU Hai鄄feng1,2 ( 1 State Key Laboratory of
Forest and Soil Ecology, Institute of Applied Ecology, Chinese Academy of Sciences, Shenyang
110164, China; 2University of Chinese Academy of Sciences, Beijing 100049, China; 3Liaoning
Academy of Environmental Sciences, Shenyang 110031, China) . 鄄Chin. J. Appl. Ecol. , 2014, 25
(4): 974-982.
Abstract: Based on field inventory data and vegetation index EVI ( enhanced vegetation index),
the spatial pattern of the forest biomass in the Great Xing爷an Mountains, Heilongjiang Province was
quantitatively analyzed. Using the spatial analysis and statistics tools in ArcGIS software, the im鄄
pacts of climatic zone, elevation, slope, aspect and vegetation type on the spatial pattern of forest
biomass were explored. The results showed that the forest biomass in the Great Xing爷an Mountains
was 350 Tg and spatially aggregated with great increasing potentials. Forest biomass density in the
cold temperate humid zone (64. 02 t·hm-2) was higher than that in the temperate humid zone
(60. 26 t·hm-2). The biomass density of each vegetation type was in the order of mixed coniferous
forest (65. 13 t·hm-2) > spruce鄄fir forest (63. 92 t·hm-2) > Pinus pumila-Larix gmelinii forest
(63. 79 t·hm-2) > Pinus sylvestris var. mongolica forest (61. 97 t·hm-2) > Larix gmelinii forest
(61. 40 t·hm-2) > deciduous broadleaf forest (58. 96 t·hm- 2). With the increasing elevation
and slope, the forest biomass density first decreased and then increased. The forest biomass density
in the shady slopes was greater than that in the sunny slopes. The spatial pattern of forest biomass in
the Great Xing爷 an Mountains exhibited a heterogeneous pattern due to the variation of climatic
zone, vegetation type and topographical factor. This spatial heterogeneity needs to be accounted
应 用 生 态 学 报摇 2014 年 4 月摇 第 25 卷摇 第 4 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Apr. 2014, 25(4): 974-982
when evaluating forest biomass at regional scales.
Key words: forest biomass; biomass density; spatial pattern; remote sensing; the Great Xing爷 an
Mountains.
摇 摇 森林是陆地生态系统的主体,森林生物量是陆
地生态系统能流、物流和生产力大小最重要的数量
表征[1],约占陆地生态系统植被总生物量的
90% [2],对估算陆地生态系统生产力和研究全球气
候变化问题意义重大[3] . 森林生物量研究已在个
体、种群、群落、生态系统、景观、区域、生物圈等多个
尺度上进行和深入[4] . 目前,研究工作有基于样地
调查、遥感技术[5]和生态过程模型[6]对不同地理种
源[7]、发育阶段[8]和自然地带[9]的生态系统生物量
的估算,也有围绕气候、环境、资源等人类社会生产
实践的生态系统生物量动态变化研究[10-11] .但有关
区域尺度上森林生物量空间格局及其影响因素的研
究较少,多借助遥感降尺度估算[12]、GIS 空间插值
和空间统计方法[13]等进行模拟分析.
大兴安岭林区是我国最大的天然林区,森林蓄
积量约占全国的 1 / 6[14],估算该区域的森林生物
量、了解生物量空间格局特征及其影响因素具有重
要意义. 因此,本文基于样地实测数据和 TM 影像,
分析了黑龙江省大兴安岭森林生物量空间格局,并
通过 GIS空间统计分析,研究了气候区、海拔、坡度、
坡向和植被类型等因子对森林生物量密度空间分布
特征的影响,为研究大兴安岭森林生态系统生产力
现状以及森林管理和评价提供科学依据.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
研究区位于我国黑龙江省大兴安岭地区
(50毅08忆—53毅34忆 N,121毅11忆—127毅02忆 E),东与小
兴安岭毗邻,西以大兴安岭山脉为界与内蒙古自治
区接壤,南濒广阔的松嫩平原,北以黑龙江主航道中
心线与俄罗斯为邻,疆域广阔,东西长 410 km,南北
宽386 km,行政区面积 8. 35 伊 104 km2,森林面积
6郾 74伊104 km2,森林蓄积量 5. 22伊108m3[15] . 地势西
高、东低,中间高、南北低;境内最高海拔 1528. 7 m,
为呼中地区伊勒呼里山主峰大白山;地貌形态主要
有中山、低山、丘陵和河流谷地. 大兴安岭地区属寒
温带大陆性季风气候,冬季受西伯利亚高压控制,多
西北风,干旱寒冷而漫长;夏季受太平洋高压的影
响,多东南风,温凉湿润而短促.全年平均气温-2 ~
4 益,年降水量 450 ~ 500 mm,相对湿度 70% ~
75% ,积雪期长达 5 个月.
大兴安岭地区土壤主要有棕色针叶林土、暗棕
壤土、灰色森林土、草甸土、沼泽土和冲积土等[16] .
植被属寒带针叶林区,是欧亚大陆北部“欧亚针叶
林区冶的东西伯利亚明亮针叶林向南延伸的部分,
地带性植被为以兴安落叶松(Larix gmelinii)为优势
建群种的针叶林[17] .其他针叶林树种有樟子松(Pi鄄
nus sylvestris var. mongolica)、偃松(P. pumila)、鱼
鳞云杉(Picea jezoensis var. microsperma)、红皮云杉
(P. koraiensis)、臭冷杉(Abies nephrolepis)等;落叶阔
叶树种有蒙古栎(Quercus mongolica)、白桦(Betula
platyphylla)、黑桦(B. davurica)、山杨(Populus davidi鄄
ana)、紫椴(Tilia amurensis)、水曲柳(Fraxinus mand鄄
shurica)、黄檗(Phellodendron amurense)等.林下灌木
有二色胡枝子(Lespedeza bicolor)、榛子(Corylus hete鄄
rophylla)、毛榛(C. mandshurica)、兴安杜鹃(Rhodo鄄
dendron dauricum)、杜香(Ledum palustre)、越桔(Vac鄄
cinium vitis鄄idaea)、笃斯越桔(V. uliginosum)等.
1郾 2摇 数据搜集与处理
1郾 2郾 1 野外实测数据 摇 于 2011 年 7—9 月,在大兴
安岭林区选取林相整齐、具有代表性的兴安落叶松
林、樟子松林、偃松林、白桦林、蒙古栎林、兴安落叶
松鄄白桦针阔混交林等林型,利用随机布点法布设
30 个样地,样地面积 50 m伊20 m,对样地内乔木、灌
木、草本、凋落物进行调查.具体方法如下:1)乔木:
布设 50 m伊20 m乔木样方 1 个,对胸径逸5 cm的树
木进行每木检尺,记录树种、胸径、树高;2)灌木(高
度<50 cm的小灌木,归为草本层):在乔木样方中随
机布设 3 个 2 m伊2 m 样方,记录所有灌木种类、株
数、高度、基径、盖度,并收获样方中所有植物,分根、
枝、叶称鲜质量,分别取 300 g带回实验室放入80 益
烘箱中烘干至恒量,测定其干质量;3)草本:在灌木
样方内,布设 1 个 1 m伊1 m 小样方,记录所有草本
种类、株(丛)数和盖度,收获样方内所有植物,分地
上部分和地下部分称鲜质量,分别取 300 g 带回实
验室放入 80 益烘箱中烘干至恒量,测定其干质量;
4)凋落物:在草本样方中,收集所有凋落物并称鲜
质量,取 300 g带回实验室放入 80 益烘箱中烘干至
恒量,测定其干质量.
采用主要树种的单木生物量方程[18-22]计算样
5794 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 王晓莉等: 黑龙江省大兴安岭森林生物量空间格局及其影响因素摇 摇 摇 摇 摇 摇
地内乔木层生物量,公式见表 1. 利用灌木、草本和
凋落物的质量干湿比转换系数计算样地内灌木、草
本和凋落物生物量. 将各组分生物量相加得到样地
总生物量(不包括土壤生物量),并推算其生物量密
度(t·hm-2).样地树种组成及实测生物量密度值见
表 2.
1郾 2郾 2 遥感数据 摇 遥感数据为大兴安岭地区 2010
年森林生长季(6—9 月)所获取的 TM 影像,共 12
景.因影像不是同一时间获取的,因此需要进行直方
图匹配和色彩平衡来消除季相差异. 地球参考信息
为基于 WGS84 椭球的高斯克吕格投影. 采用 ER鄄
DAS 9. 2 软件进行相对辐射校正和几何校正,校正
方法为多项式变换,重采样方法为邻近点插值法,校
正结果均方根误差(RMS)臆0. 5 个像元.
1郾 2郾 3 环境因子数据摇 环境因子数据包括大兴安岭
地区林相图(1 颐 10 万)、大兴安岭地区气候区划图
(1 颐 100 万)、大兴安岭地区 DEM 高程图(30 m).
坡度和坡向等地形因子由 DEM 高程图在 ArcGIS
10. 0 软件中通过空间分析获得,数据统计分析及相
关性检验采用 SPSS 19. 0 软件完成.
1郾 3摇 研究方法
1郾 3郾 1 生物量空间格局摇 植被指数为多光谱遥感数
据经过线性和非线性组合构成的对植被有一定指示
意义的指数[23],包含了 90%以上的植被信息. 利用
植被指数模型与样地实测数据进行多元回归分析反
演区域尺度上的森林生物量,是研究森林生态系统
表 1摇 各树种单木生物量方程
Table 1摇 Single wood biomass equation for tree species
树种
Species
干
Stem
枝
Branch
叶
Leaf
根系
Root
参考文献
Reference
兴安落叶松
Larix gmelinii
Ws =0. 025
(D2H) 0. 96
Wb =0. 0021
(D2H) 0. 8181
Wl =0. 00126
(D2H) 0. 968
Wr =0. 0075
(D2H) 0. 9725
[18]
樟子松
Pinus sylvestris var. mongolica
Ws =0. 0134
(D2H) 1. 02
Wb =0. 0105
(D2H) 0. 7386
Wl =0. 181
D1. 8415
Wr =0. 21447
(D2H) 0. 5372
[19]
白桦
Betula platyphylla
Ws =0. 1193
(D2H) 0. 8372
Wb =0. 002
(D2H) 1. 12
Wl =0. 000015
(D2H) 1. 47
Wr =0. 01
(D2H) 0. 9209
[20]
山杨
Populus davidiana
Ws =0. 2286
(D2H) 0. 6938
Wb =0. 0247
(D2H) 0. 7378
Wl =0. 0108
(D2H) 0. 8181
Wr =0. 1553
(D2H) 0. 5951
[20]
蒙古栎
Quercus mongolica
Ws =0. 03141
(D2H) 0. 733
Wb =0. 002127
D2. 9504
Wl =0. 00321
D2. 4735
Wr =0. 0495502
(D2H) 0. 952453
[19]
黑桦
Betula davurica
Ws =0. 14114
(D2H) 0. 723
Wb =0. 00724
(D2H) 1. 0225
Wl =0. 0079
(D2H) 0. 8085
Wr =0. 0616
(D2H) 0. 7892
[21]
其他软阔叶林
Other soft broad鄄leaved species
Wg =0. 0495502
(D2H) 0. 952453
Wr =Wg / 3. 85 [22]
Ws: 树干生物量 Stem biomass; Wb: 树枝生物量 Branch biomass; Wl: 树叶生物量 Leaf biomass; Wr: 树根生物量 Root biomass; Wg: 地上部分生
物量 Aboveground biomass.
表 2摇 样地树种组成及生物量密度
Table 2摇 Species composition and biomass density in plots
样地
Plot
树种
Tree species
生物量密度
Biomass density
( t·hm-2)
样地
Plot
树种
Tree species
生物量密度
Biomass density
( t·hm-2)
1 落叶松、白桦 152. 40 16 落叶松、白桦 39. 31
2 落叶松 65. 53 17 落叶松 48. 64
3 落叶松 137. 68 18 落叶松 25. 88
4 落叶松 68. 79 19 蒙古栎、白桦、黑桦、山杨 256. 81
5 落叶松 72. 52 20 蒙古栎、白桦、山杨、黑桦 188. 13
6 落叶松、白桦 88. 44 21 蒙古栎、山杨、白桦、黑桦 283. 93
7 樟子松 28. 35 22 落叶松、白桦 55. 36
8 樟子松 17. 83 23 落叶松、白桦 85. 57
9 樟子松 34. 56 24 落叶松、白桦 47. 32
10 落叶松、樟子松、山杨、白桦 31. 87 25 白桦、落叶松 65. 07
11 落叶松、樟子松、白桦、赤杨 29. 17 26 山杨、白桦、落叶松 85. 63
12 落叶松、樟子松、山杨、白桦、赤杨 40. 78 27 山杨、白桦、落叶松 92. 85
13 樟子松 87. 34 28 蒙古栎、山杨、白桦、黑桦 48. 38
14 樟子松 75. 78 29 黑桦、蒙古栎、落叶松、白桦 52. 50
15 樟子松 76. 36 30 蒙古栎、黑桦、白桦、山杨 65. 82
679 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
生物量空间格局最常用的方法[24],模型相关系数一
般>0. 5,模拟精度集中于 70%左右[20] .本研究采用
ArcGIS 10. 0 和 ERDAS 9. 2 软件提取所有样点对应
的 TM灰度值及基于像元灰度值提取植被指数(ND鄄
VI、RVI、SAVI、EVI等[25]),处理过程未经过反射率转
换.利用 SPSS 19. 0统计软件分析植被指数与样地实
测生物量数据之间的相关性,并进行多元回归分析,
构建区域尺度上的森林生物量遥感估算模型,并分析
大兴安岭林区生物量密度空间格局特征.
1郾 3郾 2 生物量环境梯度摇 GIS 空间统计在研究森林
土壤更新、养分和水分空间变异、物种空间分布、森
林干扰、林分因子、地表死可燃物载荷量和种子资源
的空间格局等方面取得了成功,已成为分析森林生
态系统空间格局的重要工具[26] .本研究利用 ArcGIS
10. 0 空间叠加与统计工具,分析气候区及海拔、坡
度、坡向和植被类型等因子的梯度变化对大兴安岭
森林生物量空间格局的影响.
基于 1 颐 100 万气候区划图,根据已有气候区划
研究成果关于降雨量、干燥系数、积温等气候因子的
划分标准[27],将大兴安岭林区划分为 3 个气候区:
寒温带湿润区、中温带湿润区和中温带亚湿润区.
基于 1 颐 10 万林相图,将大兴安岭植被类型划
分为 6 类:兴安落叶松林、樟子松林、落叶阔叶混交
林、落叶松鄄白桦针阔混交林、偃松鄄落叶松林、云冷
杉林.其中,落叶阔叶混交林包括白桦林、蒙古栎林、
山杨林、钻天柳(Chosenia arbutifolia)鄄甜杨(Populus
suaveolens)林、白桦鄄山杨林、黑桦鄄蒙古栎林、春榆
(Ulmus japonica)鄄水曲柳鄄核桃楸( Juglans mandshu鄄
rica)林等;云冷杉林为鱼鳞云杉、臭冷杉、红皮云杉
组成的群落.
基于 DEM高程图,提取海拔、坡度、坡向因子.
再根据中国山地划分标准[28],按照海拔(H)将山地
分为 4 个等级:低山、丘陵:H臆300 m;中山:300 <
H臆700 m;高山:7001000 m.
坡度 5毅、15毅、25毅是土壤侵蚀发生变化的转折点[29],
将坡度划分为 4 个等级:平坡 ( < 5毅)、缓坡 (5 ~
15毅)、斜坡(15 ~ 25毅)和陡坡( >25毅). 基于坡向值
(-1 ~ 360,-1 表示平地,以正北坡向为 0,顺时针方
向坡向值增加),将坡向划分为 9 类:平地(-1)、北
(0 ~ 22. 5,337. 5 ~ 360)、东北(22. 5 ~ 67. 5)、东
(67. 5 ~ 112. 5)、东南(112. 5 ~ 157. 5)、南(157. 5 ~
202. 5)、西南(202. 5 ~ 247. 5)、西(247. 5 ~ 292. 5)、
西北(292. 5 ~ 337. 5).
2摇 结果与分析
2郾 1摇 森林生物量遥感估算及空间格局
样地实测生物量数据与植被指数相关分析表
明,增强植被指数(EVI)、土壤调整植被指数( SA鄄
VI)、比值植被指数(RVI43,第 4 波段与第 3 波段比
值)和归一化植被指数(NDVI)与森林生物量密度
之间相关性显著. 以相关性最好的 EVI 作为自变
量,选取一次线性模型、二次线性模型、三次线性模
型、指数模型、逆函数模型和对数模型等进行回归分
析,构建了区域尺度上大兴安岭林区生物量遥感估
算模型 Y = 135. 433 + 102. 926X - 20郾 38X3 ( R2 =
0郾 30),(X沂[-1. 3,-0. 5],Y沂[17,100]),并进行
方差检验,F = 3. 78>F0. 05(3. 55),P = 0. 043<0. 05,
模型显著.据此模型估算区域尺度上大兴安岭森林
生物量密度 (图 1 ),其分布范围为 0 ~ 125郾 99
t·hm-2,平均值为 59. 92 t·hm-2 .
有研究表明,亚寒带针叶林生物量密度为 90 ~
140 t·hm-2,温带针阔混交林和落叶阔叶林生物量
密度为 60 ~ 90 t·hm-2[30-32] .大兴安岭林区主要为
针叶林,包含少量的针阔混交林和落叶阔叶林,森林
生物量密度还有很大的增长空间. 生物量密度>60
t·hm-2的林区,多分布于大兴安岭东部和西部边缘
地区;生物量密度为 26 ~ 60 t·hm-2的林区,集中分
布于大兴安岭中部地区;生物量密度<26 t·hm-2的
林区,分布面积较小,散落在大兴安岭西部和南部的
边缘地区.总体上,大兴安岭森林生物量密度较大,
具有很高的碳储量和固碳潜力,因此大兴安岭林区
在我国森林生态系统中占有重要地位,未来应重视
大兴安岭森林的保护和经营管理.
2郾 2摇 气候区对森林生物量格局的影响
大兴安岭地区面积广阔,经纬度跨度较大.地理
图 1摇 大兴安岭森林生物量密度空间分布
Fig. 1摇 Spatial distribution of forest biomass density in the Great
Xing爷an Mountains (t·hm-2).
7794 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 王晓莉等: 黑龙江省大兴安岭森林生物量空间格局及其影响因素摇 摇 摇 摇 摇 摇
位置的差异导致不同地区具有不同的温度和水分状
况组合特征,形成了不同的气候区.大兴安岭林区覆
盖 3 个气候区,其森林面积百分比分别为:寒温带湿
润区,森林面积占 22. 45% ;中温带亚湿润区,森林
面积占 0. 24% ; 中温带湿润区, 森林面积占
77郾 31% .由图 2 可以看出,不同气候区大兴安岭森
林平均生物量密度的大小顺序为:寒温带湿润区>
中温带亚湿润区>中温带湿润区. 在寒温带湿润区
和中温带湿润区,各植被类型均有分布,其中,兴安
落叶松林面积百分比均>70% ;在中温带亚湿润区,
落叶阔叶混交林面积百分比>90% ,针叶林面积百
分比极小.
2郾 3摇 植被类型对森林生物量格局的影响
将林相图与遥感影像空间叠加统计,大兴安岭
林区兴安落叶松林面积最大,为 437. 32伊104 hm2,其
次为落叶阔叶混交林(94. 98 伊104 hm2 ),落叶松鄄白
桦针阔混交林(29. 22 伊104 hm2 ),云冷杉林面积最
小,为 1. 00伊104 hm2 .不同植被类型的生物量密度不
同,其中,落叶松鄄白桦针阔混交林生物量密度最大,
为 65. 13 t·hm-2,其次为云冷杉林和偃松鄄落叶松
林,落叶阔叶混交林生物量密度最小,为 58郾 96
t·hm-2(图 3).
2郾 4摇 海拔对森林生物量格局的影响
由图 4 可以看出,在海拔梯度上,森林面积、森
林覆盖率、植被类型和生物量密度均表现出差异性.
图 2摇 大兴安岭不同气候区植被分布及生物量密度
Fig. 2摇 Distribution of vegetation types and biomass density in
different climatic zones in the Great Xing爷an Mountains.
玉: 寒温带湿润区 Cold temperate humid zone; 域: 中温带亚湿润区
Temperate sub鄄humid zone; 芋: 中温带湿润区 Temperate humid zone.
A: 落叶阔叶混交林 Deciduous broadleaf forest; B: 偃松鄄落叶松林 Pi鄄
nus pumila-Larix gmelinii forest; C: 云冷杉林 Spruce鄄fir forest; D: 樟
子松林 P. sylvestris var. mongolica forest; E: 落叶松鄄白桦针阔混交林
L. gmelinii-Betula platyphylla forest; F: 兴安落叶松林 L. gmelinii for鄄
est. a)面积 Area; b)生物量密度 Biomass density. 下同 The same be鄄
low.
中山区域林区面积最大,为 378. 64伊104 hm2,高山区
域次之,低山、丘陵和山顶区域森林面积最小. 随海
拔升高,森林覆盖率逐渐增加,由 54郾 7% 增至
93郾 1% ;生物量密度先减小再增加,低山、丘陵和山
顶区域森林生物量密度较大,其原因可能是低山、丘
陵区域针阔混交林和落叶阔叶林郁闭度较高,山顶
区域成熟林和近成熟林较多.落叶阔叶混交林、兴安
落叶松林、落叶松鄄白桦针阔混交林、云冷杉林在所
有海拔梯度上均有分布,其中,樟子松林主要分布在
中海拔区域(300 m要分布在高海拔区域(H>700 m).随海拔升高,兴安
落叶松林、偃松鄄落叶松林和云冷杉林的面积百分比
均增加,分别由 58. 2%增至 93. 4% ,0 增至 2. 4% ,
0郾 04%增至 1. 1% ,而落叶松鄄白桦针阔混交林和落
叶阔叶混交林的面积百分比减小,分别由 10. 1%减
至 0. 5% ,30. 7%减至 2. 4% .
2郾 5摇 坡度对森林生物量格局的影响
由图 5 可以看出,大兴安岭森林面积和生物量
密度在不同坡度梯度上表现出差异性.随坡度增大,
图 3摇 大兴安岭不同植被类型的面积及生物量密度
Fig. 3摇 Area and biomass density of different vegetation types in
the Great Xing爷an Mountains.
图 4摇 大兴安岭不同海拔梯度上植被分布及生物量密度
Fig. 4摇 Distribution of vegetation types and biomass density at
different altitudes in the Great Xing爷an Mountains.
879 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
图 5摇 大兴安岭不同坡度梯度上植被分布及生物量密度
Fig. 5摇 Distribution of vegetation types and biomass density on
different slopes in the Great Xing爷an Mountains.
森林面积逐渐减小,平坡、缓坡、斜坡和陡坡分别为
299. 58 伊 104、186. 85 伊 104、56. 34 伊 104和 25. 74 伊
104 hm2;森林覆盖率逐渐增大,由 64. 5% 增至
79郾 7% ;生物量密度变化范围较小,为 59. 90 ~
61郾 72 t·hm-2 .
在各坡度梯度上,所有植被类型均有分布,随坡
度增加,各植被类型分布面积均减小,但面积百分比
的变化表现出差异性.随坡度增大,针叶林面积百分
比增加,其中,兴安落叶松林和偃松鄄落叶松林的面
积百分比分别由 74. 6% 增至 84. 9% ,0. 2% 增至
1郾 8% ,其原因可能是针叶林在高寒气候条件下适应
性更强. 另有研究表明,在坡度 15毅 ~ 23毅环境中兴
安落叶松生长势最好[33],比其他树种对大坡度立地
环境的适应能力更强.落叶松鄄白桦针阔混交林和落
叶阔叶混交林的面积百分比均减小,分别由 5. 7%
减至 2. 4% ,18. 3%减至 9. 5% .
2郾 6摇 坡向对森林生物量格局的影响
由图 6 可以看出,平地、北、东北、东、东南、南、
图 6摇 大兴安岭不同坡向上植被分布及生物量密度
Fig. 6摇 Distribution of vegetation types and biomass density on
different aspects in the Great Xing爷an Mountains.
N: North; E: East; S: South; W: West.
图 7摇 大兴安岭阴坡、阳坡与平地的植被分布及生物量密度
Fig. 7摇 Distribution of vegetation types and biomass density on
shady slope, sunny slope and flat area in the Great Xing爷 an
Mountains.
西南、西、西北等各坡向的大兴安岭森林面积百分比
分别为: 27. 8% 、 5. 7% 、 5. 2% 、 18. 3% 、 4. 9% 、
14郾 2% 、4. 1% 、15. 4% 、4. 6% ,其森林生物量密度为
59. 05 ~ 66. 29 t·hm-2,其中,北坡生物量密度最大
(66. 29 t·hm-2),东南坡向生物量密度最小(59. 05
t·hm-2).各坡向上植被类型及其面积百分比的差
异不明显,平均值为:兴安落叶松 76. 6% ,落叶松鄄白
桦针阔混交林 5. 1% ,樟子松林 1. 2% ,云冷杉林
0郾 2% ,偃松鄄落叶松林 0. 4% ,落叶阔叶混交林
16郾 6% .
阳坡一般为南、西南、西、东南,阴坡为东北、东、
北、西北.阳坡、阴坡和平地区域因小气候不同,森林
面积、植被类型和生物量密度表现出差异.由图 7 可
以看出,阳坡森林面积大于阴坡和平地区域;但平地
区域生物量密度最大,为 61. 54 t·hm-2,阴坡森林
生物量密度大于阳坡. 不同坡向的植被面积百分比
差异明显. 其中,阴坡兴安落叶松林和偃松鄄兴安落
叶松林面积百分比分别为 76. 9%和 0. 4% ,大于阳
坡的 76. 3%和 0. 3% ;阴坡落叶松鄄白桦针阔混交林
和落叶阔叶混交林面积百分比分别为 5. 0% 和
16郾 4% ,小于阳坡的 5. 2%和 16. 7% ;平地区域各植
被类型面积百分比接近于阳坡.
3摇 讨摇 摇 论
根据遥感估算模型,黑龙江省大兴安岭森林生
物量密度均值为 59. 92 t·hm-2,生物量为 350 Tg;
由于兴安落叶松近熟林和成熟林广泛分布在大兴安
岭东部和西部边缘地区,因此其生物量密度较大.黄
国胜和夏朝宗[34]研究表明,东北地区森林生物量密
度均值为 80 t·hm-2,大兴安岭地区森林生物量密
度小于小兴安岭和长白山林区;范文义等[3]研究表
9794 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 王晓莉等: 黑龙江省大兴安岭森林生物量空间格局及其影响因素摇 摇 摇 摇 摇 摇
明,长白山林区生物量密度为 60 ~ 80 t·hm-2;张维
生[35]研究发现,大兴安岭森林分布空间聚集度高,
本研究结果与之一致.可见,大兴安岭森林资源生物
量巨大,具有重要的经济价值和生态价值.
遥感模型已成为区域尺度上森林生物量和碳储
量研究的重要手段,但模型机理和模型精度影响着
研究结果与森林资源现状的偏差. 本研究样点数较
少,得到的遥感估算模型相关系数偏低;而且在建模
过程中,一些生物量密度极大或极小的样点数据,如
蒙古栎林生物量密度为 283. 93 t·hm-2,与其他样
点生物量密度相比,数值极大,很容易作为异常点被
剔除,使模型估算结果不能真实反映该类林型的生
物量信息,从而造成对大兴安岭森林生物量密度的
估算结果偏小.另一方面,遥感数据的时效性和数据
处理也会影响建模精度.有研究表明,通过辐射定标
和大气校正反演地表反射率而得到的植被指数,相
对基于 DN 值计算的植被指数更加准确[36] .本研究
所用 12 景影像虽然都是同一生长季,但仍然存在着
比较大的季相差异,这造成大兴安岭西南部落叶阔
叶林生物量密度估算偏小. 专业的辐射定标和大气
校正工作可以很好地提高相关系数[36] . 因此,在应
用遥感数据及模型时,应重视数据处理和模型适用
性的研究.
地形因子是森林分布重要的影响因素,不同地
形区域具有不同的水分、养分、光照和土壤条件[37],
使森林生物量空间格局产生差异. 处于不同气候区
控制下,森林生物量空间分布也表现出差异性.本研
究中,针叶林为大兴安岭地区地带性植被,以针叶林
为主的寒温带湿润区的生物量密度高于中温带湿润
区和中温带亚湿润区,这与针叶林耐寒耐旱的生物
特征相适应.中温带亚湿润区与中温带湿润区的森
林生物量密度大小次序未来需更多的研究数据佐
证.植被类型、海拔、坡度、坡向等因子对大兴安岭森
林生物量空间格局有显著影响,使其在不同的环境
梯度上表现出特有的分布规律. 各植被类型的森林
生物量密度大小顺序为:针阔混交林>云冷杉林>偃
松鄄落叶松林>樟子松林>兴安落叶松林>落叶阔叶
林,与以往的研究(云冷杉林>樟子松林>针阔混交
林>兴安落叶松林>落叶阔叶林) [38-41]略有差异,其
原因可能是各群落类型重复样地较少,不能很好地
体现林分因子(林龄、径级差异等)对森林生物量的
影响,使得遥感估算结果出现波动.另外,有关偃松鄄
兴安落叶松林生物量的研究较少,尚无参考数据.在
高海拔、大坡度以及阴坡区域,针叶林的植被覆盖率
较大,阔叶林则较小,其森林生物量密度大小由该梯
度的具体林分因子,如林型、林龄、郁闭度、胸径等级
等决定.
大兴安岭林区中幼龄林面积较大,在部分林业
局可高达 80% [42],森林生物量和净生产量都有很
大的增长空间,应重视其森林经营管理. 随 3S 技术
的发展,高分辨率的卫星影像(SPOT、IKONOS 等)、
雷达数据、航空相片已成为森林生态系统模型研究
中重要的数据源[43-45],将更好地提升森林生物量和
碳储量估算精度,未来应重视 3S技术在有关森林生
物量、碳储量及其空间格局研究中的应用,为森林管
理和监测提供科学参考.
参考文献
[1]摇 Zhu S鄄Q (朱守谦), Wei L鄄M (魏鲁明), Chen Z鄄R
(陈正仁), et al. A preliminary study on biomass com鄄
ponents of karst forest in Maolan of Guizhou Province,
China. Acta Phytoecologica Sinica (植物生态学报),
1995, 19(4): 358-367 (in Chinese)
[2]摇 Sheng C鄄G (盛春光). Assessment of forest biomass
and productivity in Heilongjiang forest industry region.
Forestry Economics (林业经济), 2012(4): 43-47 (in
Chinese)
[3]摇 Fan W鄄Y (范文义), Li M鄄Z (李明泽), Yang J鄄M
(杨金明). Forest biomass estimation models of remote
sensing in Changbai Mountain forests. Scientia Silvae
Sinicae (林业科学), 2011, 47(10): 16-20 ( in Chi鄄
nese)
[4]摇 Ju W鄄Z (巨文珍), Nong S鄄Q (农胜奇). Research ad鄄
vances in forest biomass. Journal of Southwest Forestry
University (西南林业大学学报), 2011, 31(2): 78-
84 (in Chinese)
[5]摇 Kajisa T, Murakami T, Mizoue N, et al. Object鄄based
forest biomass estimation using Landsat ETM+ in Kam鄄
pong Thom Province, Cambodia. Journal of Forest Re鄄
search, 2009, 14: 203-211
[6]摇 Miehle P, Grote R, Battaglia M, et al. Evaluation of a
process鄄based ecosystem model for long鄄term biomass
and stand development of Eucalyptus globulus planta鄄
tions. European Journal of Forest Research, 2010, 129:
377-391
[7]摇 Tahvanainen T, Forss E. Individual tree models for the
crown biomass distribution of Scots pine, Norway spruce
and birch in Finland. Forest Ecology and Management,
2008, 255: 455-467
[8]摇 Pattison RR, Goldstein G, Ares A. Growth, biomass al鄄
location and photosynthesis of invasive and native Ha鄄
waiian rainforest species. Oecologia, 1998, 117: 449-
459
[9]摇 Esteban LS, Carrasco JE. Evaluation of different strate鄄
gies for pulverization of forest biomasses. Powder Tech鄄
nology, 2006, 166: 139-151
[10]摇 魣lvarez鄄Mart侏nez J, Stoorvogel J, Su觃rez鄄Seoane S, et
089 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
al. Uncertainty analysis as a tool for refining land dy鄄
namics modelling on changing landscapes: A case study
in a Spanish Natural Park. Landscape Ecology, 2010,
25: 1385-1404
[11]摇 Anderson K. A climatologically based long鄄range fire
growth model. International Journal of Wildland Fire,
2010, 19: 879-894
[12]摇 Yang K (杨摇 昆), Guan D鄄S (管东生). Forest bio鄄
mass and its dynamics in Pearl River Delta. Chinese
Journal of Applied Ecology (应用生态学报), 2007, 18
(4): 705-712 (in Chinese)
[13]摇 Wang W鄄F (王维芳), Song L鄄N (宋丽楠), Sui X
(隋摇 欣). Estimation of forest biomass and its tempo鄄
ral and spatial distribution patterns in Maoershan forest
farm, Heilongjiang Province. Journal of Northeast For鄄
estry University (东北林业大学学报), 2010, 38(1):
47-49 (in Chinese)
[14]摇 Tian X鄄R (田晓瑞), Yin L (殷 摇 丽), Shu L鄄F (舒
立福), et al. Carbon emission from forest fires in
Daxing爷anling region in 2005-2007. Chinese Journal of
Applied Ecology (应用生态学报), 2009, 20 (12):
2877-2883 (in Chinese)
[15]摇 Song B鄄W (宋保伟), Zhang Z鄄H (张忠华). Elemen鄄
tary discussion on the prospects of forest carbon seques鄄
tration in the Great Xing爷 an Mountains, Heilongjiang
Province. Protection Forest Science and Technology (防
护林科技), 2013(7): 47-49 (in Chinese)
[16]摇 Jiao Y (焦摇 燕). Study on Carbon Emissions of Main鄄
shrubs, Herbages and Litter in Daxing爷an Mountain Ar鄄
ea. Master Thesis. Harbin: Northeast Forestry Universi鄄
ty, 2006 (in Chinese)
[17]摇 Zhou Z鄄B (周振宝). Study on Biomass and Carbon
Storage of Main Fuel Type in Daxing爷 anling Mountain.
Master Thesis. Harbin: Northeast Forestry University,
2006 (in Chinese)
[18]摇 Cheng Y鄄X (程云霄), Li Z鄄X (李忠祥). A study on
biomass of three main forest types in Larix gmelinii for鄄
est. Inner Mongolia Forestry Investigation and Design
(内蒙古林业调查设计), 1989(4): 89-100 ( in Chi鄄
nese)
[19]摇 Luo T鄄X (罗天祥). Patterns of Net Primary Productivi鄄
ty for Chinese Major Forest Types and Their Mathemati鄄
cal Models. PhD Thesis. Beijing: Graduate University
of Chinese Academy of Sciences, 1996 (in Chinese)
[20]摇 Chen C鄄G (陈传国), Zhu J鄄F (朱俊凤). A Handbook
of Biomass of Main Tree Species in the Northeastern
China. Beijing: China Forestry Press, 1989 ( in Chi鄄
nese)
[21]摇 Liu S鄄R (刘世荣), Cai Y鄄X (柴一新), Cai T鄄J (蔡
体久), et al. Study on biomass and net primary produc鄄
tivity of Duhurian larch plantation. Journal of Northeast
Forestry University (东北林业大学学报), 1990, 18
(2): 40-46 (in Chinese)
[22]摇 Li H鄄K (李海奎), Lei Y鄄C (雷渊才), Zeng W鄄S (曾
伟生). Forest carbon storage in China estimated using
forestry inventory data. Scientia Silvae Sinicae (林业科
学), 2011, 48(5): 7-12 (in Chinese)
[23]摇 Zhao M (赵摇 敏), Zhou G鄄S (周广胜). Forest Inven鄄
tory Data (FID)鄄based biomass models and their pros鄄
pects. Chinese Journal of Applied Ecology (应用生态学
报), 2004, 13(8): 1468-1472 (in Chinese)
[24]摇 Wang X鄄J (王雪军), Sun Y鄄J (孙玉军). Study on
forest biomass and carbon sequestration survey in Liao鄄
ning Province based on RS and genomic models. Forest
Resources Management (林业资源管理), 2011 (1):
100-105 (in Chinese)
[25] 摇 Guo N (郭摇 铌). Vegetation index and its advances.
Journal of Arid Meteorology (干旱气象), 2003, 21
(4): 71-75 (in Chinese)
[26]摇 Liu X鄄M (刘晓梅), Bu R鄄C (布仁仓), Deng H鄄W
(邓华卫), et al. Estimation and spatial pattern analy鄄
sis of forest biomass in Fenglin Nature Reserve based on
geostatistics. Acta Ecologica Sinica (生 态 学 报 ),
2011, 31(16): 4783-4790 (in Chinese)
[27]摇 Zheng D (郑摇 度). Study on Eco鄄geographic Regional
Systems in China. Beijing: The Commercial Press,
2008: 122-132 (in Chinese)
[28]摇 Tang G鄄A (汤国安), Song J (宋摇 佳). Comparison of
slope classification methods in slope mapping from
DEMs. Journal of Soil and Water Conservation (水土保
持学报), 2006, 20(2): 157-162 (in Chinese)
[29]摇 Liu W鄄G (刘卫国), L俟 M鄄L (吕鸣伦). The method
of mountain environment gradientanalysis based on geo鄄
graphic information system and remote sensing technolo鄄
gy. Geographical Research (地理研究), 1997, 16
(3): 63-69 (in Chinese)
[30]摇 Fang J鄄Y (方精云), Liu G鄄H (刘国华), Xu S鄄L (徐
嵩龄). Biomass and net production of forest vegetation
in China. Acta Ecologica Sinica (生态学报), 1996,
16(5): 497-508 (in Chinese)
[31]摇 Xu Z鄄Q (许中旗), Li W鄄H (李文华), Liu W鄄Z (刘
文忠), et al. Study on the biomass and productivity of
Mongolian oak forests in northeast region of China. Chi鄄
nese Journal of Eco鄄Agriculture (中国生态农业学报),
2006, 14(3): 21-24 (in Chinese)
[32]摇 Yuan L鄄M (袁立敏), Yan D鄄R (闫德仁), Wang Y鄄Q
(王熠青), et al. Carbon storage of Pinus sylvestris var.
mongolica Litv. plantation in sandy land. Journal of In鄄
ner Mongolia Forestry Science and Technology (内蒙古
林业科技), 2011, 37(1): 9-13 (in Chinese)
[33]摇 Peng X鄄W (彭学文). Study on carbon storage of imma鄄
ture grass鄄larch forest in Daxing爷anling district. Forestry
Science and Technology Information (林业科技情报),
2012, 44(4): 22-23 (in Chinese)
[34]摇 Huang G鄄S (黄国胜), Xia C鄄Z (夏朝宗). MODIS鄄
based estimation of forest biomass in Northeast China.
Forest Resources Management (林业资源管理), 2005
(4): 40-44 (in Chinese)
[35]摇 Zhang W鄄S (张维生). Spatial autocorrelation analysis
of forests in Heilongjiang Province. Journal of Northeast
Forestry University (东北林业大学学报), 2008, 36
(10): 16-18 (in Chinese)
[36]摇 Li P (李摇 鹏), Jiang L鄄G (姜鲁光), Feng Z鄄M (封
志明). Comparative analysis of vegetation index of pad鄄
1894 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 王晓莉等: 黑龙江省大兴安岭森林生物量空间格局及其影响因素摇 摇 摇 摇 摇 摇
dy rice under different radiometric correction levels. Re鄄
mote Sensing Technology and Application (遥感技术与
应用), 2012, 27(1): 121-127 (in Chinese)
[37]摇 Zhang Q (张摇 清), Ren R (任摇 茹), Zhao L (赵摇
亮). Forest spatial distribution and influencing factors
in northeast China. Journal of Northeast Forestry Univer鄄
sity (东北林业大学学报), 2013, 41(2): 25-28 ( in
Chinese)
[38]摇 Sang W鄄G (桑卫国), Su H鄄X (苏宏新), Chen L鄄Z
(陈灵芝). Coupling biomass and energy in warm tem鄄
perate deciduous broad鄄leaved oak (Quercus liaotungen鄄
sis) forest ecosystem. Acta Phytoecologica Sinica (植物
生态学报), 2002, 26(suppl. 1): 88-92 (in Chinese)
[39]摇 Sun Y鄄J (孙玉军), Zhang J (张摇 俊), Han A鄄H (韩
爱惠), et al. Biomass and carbon pool of Larix gmelini
young and middle age forest in Xing爷an Mountains, In鄄
ner Mongolia. Acta Ecologica Sinica (生态学报),
2007, 27(5): 1756-1762 (in Chinese)
[40]摇 Jing Y鄄P (景宇鹏). Study on the Carbon Storage and
Allocation of the Larix gmelini Forest. Master Thesis.
Hohhot: Inner Mongolia Agricultural University, 2011
(in Chinese)
[41]摇 Fan Z鄄W (范增武), Ding X鄄S (丁先山), Li C鄄L (李
成烈), et al. The relationship between plantation pro鄄
ductivity and stand density for Pinus sylvestris var. mon鄄
golica. Journal of Northeast Forestry University (东北林
业大学学报), 2000, 28(1): 22-26 (in Chinese)
[42]摇 Li Y鄄H (李月辉), Hu Y鄄M (胡远满), Chang Y (常
禹), et al. A view to forest harvest policy from multi鄄
ple鄄class management spatial analysis in Great Xing爷 an
Mountains. Journal of Natural Resources (自然资源学
报), 2009, 24(1): 11-19 (in Chinese)
[43]摇 Zhang C (张 摇 超), Han D鄄H (韩东花), Peng D鄄L
(彭道黎). Estimation model of aboveground forest car鄄
bon storage in Xylosma racemosum forests based on
SPOT5 and principal component analysis. Journal of
Northeast Forestry University (东北林业大学学报),
2012, 40(8): 18-22 (in Chinese)
[44]摇 Proisy C, Couteron P, Fromard F. Predicting and map鄄
ping mangrove biomass from canopy grain analysis using
Fourier鄄based textural ordination of IKONOS images.
Remote Sensing of Environment, 2007, 109: 379-392
[45]摇 Tang X鄄G (汤旭光), Liu D鄄W (刘殿伟), Wang Z鄄M
(王宗明), et al. Estimation of forest aboveground bio鄄
mass based on remote sensing data: A review. Chinese
Journal of Ecology (生态学杂志), 2012, 31 (5):
1311-1318 (in Chinese)
作者简介摇 王晓莉,女,1988 年生,硕士研究生.主要从事森
林生态系统碳储量遥感估算研究. E鄄mail: wangxiaoli1000@
163. com
责任编辑摇 孙摇 菊
289 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷