全 文 ：收稿日期:2012 － 08 － 30;修回日期:2012 － 09 － 06
基金项目:贵州省林业厅科技攻关项目(2001 － 10)
作者简介:温佐吾(1947 －) ，男，四川新都人，教授。研究方向:人工林培育、次生林经营及社区林业。E － mail:wenzuowu2000@ yahoo． com． cn
都匀市白栎次生林地上部分生物量测定及预估*
温佐吾1，张文武2
(1．贵州大学 林学院，贵州 贵阳 550025;2．贵阳市金阳新区管委会，贵州 贵阳 550081)
摘 要:对分布于贵州省都匀市大河乡的白栎次生林进行了地上部分生物量测定。结果表明，白栎次生林单株及
各构件生物量随林木胸径、树高的增大而增加，不同径阶林木单株及各构件生物量之间的差异较大。各构件生物
量的分配规律为:树干 ＞活枝 ＞枯枝，其中树干生物量所占比例最大，平均达 72%以上。白栎次生林单株及各构
件生物量(W)与胸径平方与树高乘积(D2H)之间的关系，可采用幂函数模型 W = b0(D2H)b1进行模拟。本文所拟
合的 3 个回归模型精度均较高，可初步用于调查区白栎次生林地上部分生物量的预测。
关键词:白栎，次生林，构件，地上部分生物量
中图分类号:S718(273) 文献标识码:A 文章编号:1008 － 0457(2012)06 － 0525 － 04
白栎(Quercus fabri)是壳斗科(Fagaceae)栎属
(Quercus)中的一个常见树种，在贵州省主要分布
于黔中、黔北、黔西和黔南等地区，其垂直分布幅度
较大，多长在海拔 500 ～ 1 800 m的山地、丘陵［1 － 2］。
在黔南的都匀市，集中分布于大河乡、沙寨乡、小围
寨镇等乡镇海拔 900 ～ 1 200 m 的低中山砂页岩黄
壤上。贵州省现有的白栎林多是封山育林后萌芽
更新形成的天然次生林，因而经营管理粗放，生长
状况不良，林分产量也较低［3 － 6］。
生物量不仅是生态系统能量流动和物质循环
的基础，同时也是林分生产力的基础。本研究在贵
州省都匀市大河乡，白栎次生林不同类型林分样地
调查的基础上，选择一个有代表性的临时样地，对
样地内不同径阶林木树干、树枝各构件的生物量进
行调查，分析、研究各构件生物量的分配规律，以及
各构件生物量与林木胸径、树高的相关关系，探索
利用胸径和树高预测白栎次生林生物量的方法，旨
在为制订白栎次生林的经营技术措施提供依据。
1 材料与方法
1． 1 研究区概况
都匀市位于贵州省中部偏南，地处中亚热带，
苗岭山地南侧，属亚热带湿润季风气候，温和湿润，
雨量充沛，年平均气温 15． 9℃、≥10℃活动积温
4 950℃、降水量 1 400 mm左右、无霜期 290 d以上。
海拔高度 750 ～ 1 738 m，境内地形复杂，起伏较大，
切割较深。调查地区母岩主要为三迭系的石灰岩
和页岩，以及侏罗纪的砂页岩。土壤类型主要为黄
壤和黄棕壤。主要木本植物有光皮桦 Betula lumi-
nifera、响叶杨 Populus adenopoda、马尾松 Pinus mas-
soniana、杉木 Cunninghamia lanceolata、白栎 Quercus
fabri、麻栎 Quercus acutissima、火棘 Pyracantha fortu-
neana、川榛 Corylus heterophylla、悬钩子 Rubus cor-
chorifolius、金丝桃 Hypericum monogynum、茅栗 Cas-
tanea sequinii等。
1． 2 样地设置与调查分析
在白栎次生林分布较集中的都匀市大河乡，选
择一个位于立地质量中等、林分生长具有一定代表
性的样地。样地位于山坡中部，海拔高度 1 020 m，
坡向 NW，坡度 15 度，母岩为砂页岩，土壤为黄壤，
土层厚度 60 cm左右。样地面积 225 m2，林分平均
年龄 12 年，密度 3 079 株 /hm2，平均胸径 6． 7 cm，
平均树高 7． 37 m，蓄积量 35． 16 m3 /hm2。在林分
测定的基础上，选取各径阶平均木共计 10 株，将样
株齐地伐倒，分树干、树枝、枯枝分别称量，获取各
构件生物量的鲜重。因进行生物量测定的时间为
2003 年 3 月中旬，其时白栎的树叶还未萌发，故未
能测定树叶的生物量。然后，在各株径阶平均木树
山 地农业生物学报 31(6):525 ～ 528，2012
Journal of Mountain Agriculture and Biology
DOI:10.15958/j.cnki.sdnyswxb.2012.06.021
干上、中、下不同部位，以及不同大小树枝和枯枝分
别取样，称取各样品鲜重，带回实验室于 105℃烘
干，测定各株平均木各构件的平均含水率，并计算
各构件的生物量(干物质)。
测定结束后，利用 SPSS 软件提供的相关分析
和回归分析方法，对不同径阶样木各构件生物量与
样木胸径、树高之间的相关关系进行分析［7 － 8］。
2 结果与分析
2． 1 生物量测定
2． 1． 1 不同径阶样木单株生物量 由表 1 可以看
出，所测定的 10 株样木，其径阶范围为 2 ～ 12 cm，
树高范围为 3． 6 ～ 10． 1 m。随着胸径、树高的增加，
各径阶样木的单株生物量也逐渐增大，其单株生物
量随胸径、树高增加而增大的规律十分明显。由于
不同样木径阶大小的不同，其单株生物量差异很
大。其中 12 cm 径阶样株的生物量最高，达到
53. 961 kg，而 2 cm 径阶样株的生物量最低，仅为
0． 860 kg，前者的生物量是后者的 62． 7 倍。这表明
白栎次生林不同个体之间生物量生长的分化和差
异非常大。
表 1 不同径阶样木单株生物量及各构件生物量
Tab． 1 The biomass of different diameter individual tree and different components for trees
样木号
胸径
(cm)
树高
(m)
单株生物量
(kg)
树干
生物量
(kg)
比例
(%)
活枝
生物量
(kg)
比例
(%)
枯枝
生物量
(kg)
比例
(%)
1 2． 3 3． 63 0． 860 0． 650 75． 58 0． 120 13． 95 0． 090 10． 47
2 3． 0 4． 92 1． 864 1． 497 80． 31 0． 203 10． 89 0． 164 8． 80
3 4． 0 6． 77 4． 455 3． 441 77． 24 0． 392 8． 80 0． 622 13． 96
4 4． 6 6． 72 5． 326 4． 323 81． 17 0． 592 11． 11 0． 411 7． 72
5 6． 1 7． 94 10． 585 7． 972 75． 32 2． 000 18． 89 0． 613 5． 79
6 7． 1 8． 25 18． 432 12． 474 67． 67 4． 615 25． 04 1． 343 7． 29
7 7． 9 8． 37 21． 455 14． 201 66． 19 6． 316 29． 44 0． 938 4． 37
8 9． 0 9． 00 30． 823 19． 764 64． 12 6． 752 21． 91 4． 307 13． 97
9 9． 9 8． 67 32． 873 21． 847 66． 46 9． 580 29． 14 1． 446 4． 40
10 12． 4 10． 10 53． 961 37． 967 70． 36 13． 426 24． 88 2． 568 4． 76
平均 72． 44 19． 41 8． 15
2． 1． 2 不同径阶样木各构件生物量 由表 1 还可
以看出，不同径阶样木树干和活枝的生物量与单株
生物量一样，也随样木胸径、树高的增加而增加，其
规律性也十分明显。但枯枝生物量随样木胸径、树
高增加而增加的规律性却不太明显。同时，树干、
活枝等各构件生物量在不同径阶样木之间的差异
也很大。树干生物量最高者为 39． 967 kg，最低者
为 0． 650 kg，两者相差 60 倍，活枝生物量最高者为
13． 426 kg，最低者为 0． 120 kg，两者相差近 111 倍。
2． 1． 3 不同径阶样木各构件生物量分配规律 表
1 结果还表明，不同径阶平均木树干、活枝和枯枝
在单株生物量中所占比例之间的差异，远没有生物
量之间的差异大。10 株径阶平均木中，树干生物
量占单株生物量的比例为 64． 12% ～ 81． 17%，高
低两者的差距将近 17%。活枝生物量占单株生物
量的比例为 8． 80% ～ 29． 44%，高低两者的差距为
20． 64%。枯枝生物量占单株生物量的比例为
4. 37% ～13． 97%，高低两者的差距 9． 60%。不同
样木树干、活枝、枯枝的生物量在单株生物量中的
分配比例大小顺序为:树干 ＞活枝 ＞枯枝。其中，
树干所占比例最大，平均达 72． 44%;枯枝所占比
例最小，为 8． 15%;树枝则为 19． 41%。树干在单
株生物量中所占比重较大，这对充分利用白栎次生
林的木材资源十分有利。
2． 2 生物量预估
2． 2． 1 生物量与胸径、树高的相关关系 从表 2
可以看出，不同径阶样木各构件生物量与样木胸径、
树高之间的相关关系十分密切，其相关系数均达到
极显著水平，这就为建立以林木胸径、树高为自变
量，以林木单株及各构件生物量为因变量的生物量
回归模型，为白栎次生林生物量的预测奠定了基础。
2． 2． 2 生物量预测模型的优选 生物量预测模型
的建立是为具有相似立地条件、群落类型及结构的
林分进行生物量估测提供依据。不少文献认为，以
胸径平方与树高的乘积(D2H)为自变量拟合的一
些数学模型，能比较真实地反映林木生物量随胸径
625 山地农业生物学报 2012 年
表 2 胸径、树高与各构件生物量之间相关矩阵
Tab． 2 The correlation matrix between the biomass of
components and breast-height diameter or height
胸径 树高
树干
生物量
活枝
生物量
枯枝
生物量
单株
生物量
胸径 1． 000
树高 0． 971＊＊ 1． 000
树干生物量 0． 949＊＊ 0． 901＊＊ 1． 000
活枝生物量 0． 878＊＊ 0． 829＊＊ 0． 961＊＊ 1． 000
枯枝生物量 0． 821＊＊ 0． 762＊＊ 0． 931＊＊ 0． 970＊＊ 1． 000
单株生物量 0． 940＊＊ 0． 885＊＊ 0． 993＊＊ 0． 985＊＊ 0． 954＊＊ 1． 000
注:“＊＊”表示 0． 01 水平上显著。
(D)和树高(H)变化的规律［9］。本文采用几种常
见的线性和非线性回归模型，以白栎次生林生物量
测定样地中各株样木胸径平方与树高的乘积
(D2H)为自变量 X，以单株生物量为因变量 Y，用
SPSS软件提供的程序进行模拟，其结果见表 3。从
表 3 可以看出，决定系数 R2 处于前两位的是三次
函数模型和幂函数模型。其中，幂函数模型的 R2
= 0． 993 为最大，其方差分析显著性检验的 F =
1 099． 05(显著性水平小于 0． 000) ，这说明对白栎
次生林单株生物量拟合效果最好的是幂函数模型。
表 3 白栎全株生物量与 D2H的拟合模型及参数
Tab． 3 Fit model and parameters between whole plant biomass and D2H
模型名称 方程 R2 F检验值 Sig． b0 b1 B2 b3
一元线性 Y = b0 + b1 x 0． 982 442． 79 0 － 0． 979 0． 048
二次函数 Y = b0 + b1 x + b2 x2 0． 989 304． 94 0 0． 619 0． 035 1． 25E － 05
三次函数 Y = b0 + b1 x + b2 x2 + b3 x3 0． 991 213． 54 0 － 0． 462 0． 053 － 3． 2E － 05 2． 77E － 08
幂函数 Y = b0(xb1) 0． 993 1 099． 05 0 0． 053 0． 970
注:表中 b0 为常数，b1、b2、b3 为回归系数
2． 2． 3 单株、树干和活枝生物量预测模型拟合
选择上述拟合效果最好的幂函数模型，以各株样木
胸径平方与树高的乘积(D2H)为自变量，分别以白
栎样木单株、树干和活枝的生物量为因变量，拟合
出相应的生物量预测模型(见表 4)。从表 4 可以
看出，白栎单株和树干生物量所拟合的回归模型精
度最高，其决定系数均达到 0． 993，F 值也均达到
1 070以上。活枝生物量所拟合的回归模型精度稍
低一点，但其决定系数也达到 0． 966，F 值达到 226
以上。总的说来，本文对不同径阶样木单株及树
干、活枝生物量所拟合的回归模型精度均很高，决
定系数均在 0． 96 以上，拟合的显著性都达到极显
著水平，可初步用于对调查研究地区白栎次生林生
物量的预测。
表 4 单株及各构件生物量回归模型
Tab． 4 Regression models for the biomass of
individual tree and different components
构件
回归系
数 b0
回归系
数 b1
自由度
Df
决定系
数 R2
F值 Sig．
单株 0． 053 0． 970 8 0． 993 1099． 05 0
树干 0． 049 0． 923 8 0． 993 1070． 56 0
活枝 0． 002 1． 223 8 0． 966 226． 74 0
2 ． 2 ． 4 林分生物量预估 根据表4中的回归模
型，即可在样地调查的基础上，对调查地区白栎次
生林的林分平均木单株、树干和树枝的生物量进行
预测，并可根据调查样地的测定结果，预估不同生
长状况林分单位面积的地上部分生物量，从而为白
栎次生林的产量预测、经济效益核算、经营技术措
施的制订提供较为可靠的科学依据。
3 讨论
3． 1 白栎次生林单株、树干和活枝的生物量都随
林木胸径、树高的增加而增加，其规律性比较明显。
由于林木径阶大小的不同，单株及各构件生物量之
间的差异很大，这表明白栎次生林不同个体之间生
长的分化和差异很大。
3． 2 白栎次生林不同径阶样木各构件生物量的分
配规律为:树干 ＞活枝 ＞枯枝，其中树干生物量所
占比例最大，这对白栎次生林木材资源的积累和利
用是十分有利的。
3． 3 白栎次生林单株及各构件生物量(W)与胸径
平方和树高乘积(D2H)之间的关系，可采用幂函数
模型 W = a(D2H)b 进行模拟。本文根据测定数据
所拟合的 3 个回归模型精度均很高，可初步用于预
测调查地区白栎次生林的生物量。但本研究进行
生物量测定的样木只有 10 株，这对于建立生物量
预测模型是不够的，尚需在今后的调查研究工作中
进一步完善。
725第 6 期 温佐吾，等:都匀市白栎次生林地上部分生物量测定及预估
(本调查得到都匀市林业局领导和营林部门工 作人员帮助，特此致谢!)
参 考 文 献:
［1］ 贵州森林编辑委员会． 贵州森林:麻栎林［M］． 贵阳:贵州科技出版社，1992:338 － 341．
［2］ 中国植被编辑委员会． 中国植被:栎林［M］． 北京:科学出版社，1980:260 － 261．
［3］ 张 莉，郭际荣，张向阳，等．河南省天然白栎资源可持续经营探讨［J］．中南林业调查规划，2003，22(1) :11 － 13．
［4］ 张中义，闫东锋，段绍光，等．宝天曼自然保护区白栎天然次生林群落结构分析［J］．河南科学，2005，23(3) :367 － 370．
［5］ 李文英，王 冰，黎枯琛．白栎树种的生态效益和经济价值及其资源保护对策［J］．林业科技通讯，2001(8) :13 － 15．
［6］ 何永涛，李贵才，曹 敏，等．云南哀牢山白栎次生林树种多样性特征研究［J］．热带亚热带植物学报，2003，11(2) :104
－ 108．
［7］ 贾乃光．数理统计［M］．北京:中国林业出版社，1999．
［8］ 李志辉，罗 平． SPSS for Windows统计分析教程［M］．北京:电子工业出版社，2005．
［9］ 宋丁全，姜志林，郑作孟，等．光皮桦种群生物量的测定［J］．南京林业大学学报(自然科学版) ，2002，26(3) :40 － 42．
Measurement and Forecast of Aboveground Biomass of Secondary Quercus fabri Forest in
Duyun City*
WEN Zuo-wu1，ZHANG Wen-wu2(1． College of Forestry，Guizhou University，Guiyang，Guizhou Province
550025，China;2． Management Committee of Jinyang New District，Guiyang ，Guizhou Province 550081，
China)
Abstract:Aboveground biomass of secondary Quercus fabri forest in Dahe Township of Duyun City in Guizhou
Province was investigated． The results showed that the biomass of individual tree and its components were in-
creased with the elevation of diameter grade and height of trees． The individual biomass varied depending on
its diameter or components of trees． The distribution rule of biomass was stem ＞ living branch ＞ dried branch．
Proportion of stem biomass was the highest，and more than 72% ． Relationship between the biomass of indi-
viduals or different components of the secondary forest (W)and the breast-height diameter square or height
(D2H)could be well fitted using the power function model W = b0(D2H)b1 ． Additionally，the accuracies of
three regression models fitted were all high，and could be preliminarily used to predict aboveground biomasses
of secondary Quercus fabri forest in surveyed area．
Key words:Quercus fabri ;Secondary forest;Component;Aboveground biomass
825 山地农业生物学报 2012 年