全 文 :第 37 卷 第 3 期
2016 年 5 月
内 蒙 古 农 业 大 学 学 报 ( 自 然 科 学 版 )
Journal of Inner Mongolia Agricultural University (Natural Science Edition)
Vol. 37 No. 3
May. 2016
内蒙古东部山杏碳储量回归模型研究
* ?
乌日古玛拉1, 魏江生1* , 包亮1, 周梅1, 赵鹏武1, 高士成2
(1.内蒙古农业大学生态学院,呼和浩特 010019;2.兴安盟林业科学研究所,乌兰浩特 137400)
摘要: 对内蒙古东部地区广泛分布的山杏进行植被碳储量研究,利用株高(H)、地经(D)与山杏地上碳储量进行回归分析,
构建最优地上碳储量预测模型。结果表明:①天然和人工山杏最优地上植被碳储量回归方程为幂函数方程,检验指标 RS小
于 20%、RMA小于 30%,拟合精度在 70%以上,构建的预测模型可应用于估算山杏地上碳储量。②天然和人工山杏根冠比
变异系数为 0. 606 5、0. 439 4,其中风沙土中的根冠比变异系数分别为 0. 406 5、0. 342 3,栗钙土 0. 650 4、0. 528 0,暗棕壤
0. 775 8(天然山杏),说明根冠比总体离散程度大,通过根冠比评估地下碳储量还需要进一步的探讨。
关键词: 山杏;灌木;地上碳储量;回归方程;根冠比
中图分类号: S718. 55 文献标志码: A 文章编号:1009 - 3575(2016)03 - 0060 - 07
DOI:10. 16853 / j. cnki. 1009 - 3575. 2016. 03. 0010
THE RESEARCHING OF CARBON STORAGE REGRESSION MODEL
FOR SIBERIAN APRICOT IN EASTERN INNER MONGOLIA
Wurigumala1, WEI Jiangsheng1* , BAO Liang1, ZHOU Mei1, ZHAO Pengwu1, GAO Shicheng2
(1. Inner Mongolia Agricultural University,Hohhot 010019,China;
2. Xingan League Institute of Forestry Sciences,Wulanhot 137400,China)
Abstract: An experiment was conducted to study the above - ground carbon Storage of Siberian Apricot which is widely distributed
in the eastern part of Inner Mongolia. The optimal regressive equation of above - ground carbon Storage of Siberian Apricot was estab-
lished using ground diameter and plant height as the estimation indexes by mathematical simulation. The results showed that:①The
carbon Storage of natural and artificial Siberian Apricot could be well expressed by a power function,which RS is less than 20% and
RMA is less than 30% . The precision of model is above 70%,which can be applied to estimate above - ground carbon Storage of Si-
berian Apricot.②The natural and artificial Siberian Apricot ratio of root to shoot coefficient of variation is 0. 606 5 and 0. 439 4,
which is 0. 406 5、0. 342 3 in Aeolian sandy soil,0. 650 4、0. 528 0 in chestnut soil,and 0. 775 8 (only natural Siberian Apricot)in
dark brown soil. The overall discrete degree is large and through ratio of root to shoot needs further discussion to assess underground
carbon storage.
Keywords: Siberian Apricot ;shrubs;about ground carbon stocks;regression equation;ratio of root to shoot
* 收稿日期:2016 - 01 - 31
基金项目:内蒙古科技计划项目(20120421;20120419)。
作者简介:乌日古玛拉(1992 -) ,女,硕士研究生,主要从事土地信息技术的研究。
* 通讯作者:E - mail:812801143@ qq. com。
第 3 期 乌日古玛拉等:内蒙古东部山杏碳储量回归模型研究
森林生态系统贮存了陆地生态系统的 76% ~
98%的有机 C[1]。碳储量系评价森林生态系统结
构、功能和质量的重要指标[1],并且是森林碳交易
发展的基础数据。目前,森林碳汇问题日益受到世
界各国的广泛关注,诸多科研者们也对此进行了大
量的研究[1 - 6],并获得了众多科研成果。但多数研
究者注重于乔木类,而对处于次要地位的灌丛方面
未做到应有的重视。据调查,中国灌木林面积占全
国陆地总面积的 1 /5[7]。忽略不计灌丛的碳储量或
碳密度,将大大低估我国森林生态系统的碳汇能
力。
目前应用广泛的森林碳评估方法主要包括样
地清查法、模型模拟法和遥感估算法[8]。其中模型
模拟法在森林碳储量评估中的应用最为广泛[9]。
山杏(Siberian Apricot) ,为蔷薇科杏属,属于主
干明显的灌木,是亚洲特有的生态经济型树种。据
统计,内蒙古天然山杏林面积达 54 万公顷、人工山
杏林 34 万公顷[7],且面积每年不断扩大。因此,本
文以内蒙古兴安盟地区的天然山杏、人工山杏为研
究对象,分别研究植被和根系碳储量,利用模型模
拟法建立单株地上碳储量模型进而推导单位面积
地上植被碳储量;研究标准木的根冠比的变异性,
探讨通过地上碳储量评估根系碳储量的可行性,对
内蒙古东部地区灌木林的碳储量评估提供参考。
1 材料与方法
1. 1 研究区概况
研究区位于在大兴安岭中段的浅山丘陵区。
涵盖内蒙古自治区兴安盟的三个旗县(科尔沁右翼
前旗、科尔沁右翼中旗、五岔沟县)。东经为 120°
39 ~ 122°03,北纬为 45°03 ~ 46°43,主要地貌类
型有低山、平原和丘陵,海拔在 200 ~ 720m。年平均
气温 2. 5 ~ 6. 3℃,年降水量 350. 3 ~ 485. 5 mm,蒸
发量 1 591. 1 ~ 2 045. 9mm,无霜期 110 ~ 142 d。土
壤主要类型为暗棕壤、栗钙土、风沙土等。主要乔
木有落叶松(Larix gmelini)、白桦(Betula platyphyl-
la)、白杨(Populus alba)、蒙古栋 (Quercus mongoIi-
ca)、大果榆(Ulmus macrocarpa Hance) ,常见灌木有
柠条(Caragana Korshinskii Kom)、山杏(Siberian A-
pricot)、虎榛子(Ostryopsis Decne)等。
1. 2 研究方法
1. 2. 1 野外调查 本研究于 2013 年 8 ~ 9 月间分
别在科尔沁右翼前旗、科尔沁右翼中旗和五岔沟县
的灌木林区进行了野外样品调查及采集工作。在
每个调查对象区域内选取 3 个 10 hm2 典型样地(共
15) ,样地内按照 S 型均匀布设 9 个面积为 10 m ×
10 m的样方(共 135)。对样方内每个灌丛的株高
和地经进行测定,根据株高和地经的平均值确定一
个标准木,测量其形态指标(株高 H、基经 D、盖度
VC等)后伐倒挖出整株,现地分别采集地上植株、
根系各器官并称量其鲜重,其后将部分各器官的样
本带回实验室进行测量和计算含碳率和干重。建模
中天然山杏和人工山杏分别预留 5 株样品做模型精
度验证。样地概况和标准木概况详见表 1、2。
表 1 林分各样地概况
Table 1 General situation about each stand sample plots
样地 起源 海拔高度(m) 土壤类型
林分密度
(株数 /hm2)
种植年限 样地
科右前旗
天然 494 ~ 582 栗钙土 2 400 - 3
人工 435 ~ 510 栗钙土 1 774 2003 3
科右中旗
天然 206 ~ 237 风沙土 3 163 - 3
人工 194 ~ 311 风沙土 2 359 2008 3
五岔沟 天然 624 ~ 718 暗棕壤 2 685 - 3
表 2 山杏标准木概况
Table 2 General situations of Siberian Apricot sample stems
树种 样本 平均基经 / cm 平均树高 / cm 单株生物量 / g
人工山杏 54 3. 24 + 1. 5 147. 80 + 44. 5 1 272. 9 + 975. 7
天然山杏 81 2. 74 + 0. 93 136. 77 + 25. 8 1 962. 1 + 818. 5
注:平均值 +标准差。
16
内 蒙 古 农 业 大 学 学 报 (自 然 科 学 版 ) 2016 年
1. 2. 2 含碳率测定 对人工山杏和天然山杏的各
器官含碳率进行测定。测定时采用 ElementarVario
EL (Germany)元素分析仪进行样品分析,每次测 2
个平行样,测定结果取平均值,误差为 0. 3%。
1. 2. 3 生物量及碳储量的换算 将标准木各器官
装入袋中带回实验室,放入烘箱,在 75 ℃ 常温下烘
干至质量不变为止。按下式分别计算生物量和碳
储量:
M = (WF - WD)WF (1)
SW = SF - SF* M (2)
WS = WL + WB (3)
CS = Ws* CRS (4)
式中:M 为样品含水率,WF 为样品鲜重(g) ,
WD为样品干重(g) ,SW 为标准木各器官总干重
(g) ,SF为标准木器官总鲜重(g) ,WS 为标准木地
上总干重(g) ,WL 为标准木叶总干重总(g) ,WB 为
标准木枝总干重(g) ,CS 为标准木地上碳储量(g) ,
CRS 为地上器官含碳率(gc·g
-1)。
1. 2. 4 地上单株碳储量模型优化 以人工 /天然山
杏标准木地上单株碳储量为因变量,山杏形态指标
为自变量,建立单株地上碳储量回归模型。具体
为:先根据相关分析优选恰当的自变量,再与单株
碳储量进行回归,并利用一套评价、检验指标,筛选
最优碳储量模型,在往后的工作中,方可利用单株
碳储量模型和样方内的样本数推算出单位面积上
的碳储量。
1. 2. 4. 1 评估模型自变量的选取 植物生物量与
碳储量密不可分,影响灌木生物量的因素有冠幅、
基经、株高等[11],冠幅在实测过程中容易出现误差,
尤其在天然形态生存的天然山杏的形态在外界影
响下容易发生变化,从而所得的冠幅数据不能很好
的放映实际情况,最终会影响模型的精度。因此从
研究区的实际情况考虑,以基经(D)和株高(H)建
立地上单株碳储量回归模型更为恰当[12]。
1. 2. 4. 2 评估模型的选取 在国内外有关灌木生
物量模型的研究中,多数以线性方程和非线性方程
作为预测模型[13 - 19],为了竞选出最恰当的方程,本
研究选择以下 4 种常用的方程。
y = a + bx (5)
y = a + blnx (6)
y = aebx (7)
y = axb (8)
1. 2. 4. 3 模型的评价指标与评价方法 在模型的
构建过程中,模型的选择以及最优模型的确定,都需
要一套指标来衡量[20]。在此,本研究以判定系数
R2、F 检验、估计值的标准误 SEE 和精度检验指标
总相对误差(RS)、平均相对误差绝对值(RMA)和拟
合率(P)进行双重检验,选出拟合度最优的回归方
程来估算物种的碳储量[19,21]。数据统计和回归分
析在 Excel和 SPSS 软件的支持下进行。其计算公
式如下:
总相对误差:
RS =( (Σ Yi - Σ Y
^
i)/Σ Y
^
i)× 100% (9)
平均相对误差绝对值:
RMA = 1N Σ
Yi - Y
^
i
Y^ i
× 100% (10)
拟合率:
p =(1 -
Yi - Y
^
i
Yi
)× 100% (11)
式中:Yi 是实测值;Y
^
i 是预估值。
1. 2. 5 根系碳储量测定方法 根系碳储量作为森
林生态系统的重要组成部分,对其准确评估显得尤
为重要。目前植物地下部分的研究与地上部分相比
一直较为薄弱[22,23],经相关分析,山杏形态指标和
根系碳储量之间的相关系数较低(R < 0. 5) ,引用
碳储量回归模型法不恰当,从而利用目前通常采用
的间接法来估算地下碳储量。依据特定植被类型的
平均根冠比和地上生物量来估算地下生物量[23]进
而通过根的平均含碳率求出植被根系碳储量。
R
S =
WR
WS (12)
式中:R /S为根冠比,WR 为地下生物量,WS 为
地上现存生物量[24]。
2 结果与分析
2. 1 山杏各器官含碳率状况
对天然山杏和人工山杏各器官含碳率进行差异
显著性分析(表 3) ,各器官含碳率大小为:枝 >叶 >
根,根的含碳率与地上器官间均存在显著差异(p
< 0. 05)。评估天然山杏和人工山杏单株地上碳储
量时,含碳率取 0. 443 5 gC·g -1、0. 437 3 gC·g -1。
天然 山 杏 和 人 工 山 杏 根 系 碳 储 量 分 别 为
0. 419 7 gC·g -1、0. 411 8 gC·g -1。
26
第 3 期 乌日古玛拉等:内蒙古东部山杏碳储量回归模型研究
表 3 山杏含碳率
Table 3 Carbon rates of Siberian Apricot
树 种 树叶 gC·g - 1 树枝 gC·g - 1 树根 gC·g - 1 地上平均值 gC·g - 1 树种平均值 gC·g - 1
天然山杏 0. 440 8 ± 0. 01a 0. 446 3 ± 0. 03a 0. 419 7 ± 0. 07b 0. 443 5 ± 0. 01 0. 435 6 ± 0. 03
人工山杏 0. 428 7 ± 0. 02a 0. 445 9 ± 0. 03b 0. 411 8 ± 0. 08c 0. 437 3 ± 0. 01 0. 428 8 ± 0. 03
注:表中数据为平均值 ±标准差,同行不同字母表示差异显著(P < 0. 05)。
2. 2 地上碳储量模型
2. 2. 1 模型自变量的选取 从变量间相关分析
(表 4、表 5) ,找出与山杏碳储量相关性较高的因
素。D和 H 间的联合因子 DH 和 D2H 的相关性比
单因子要高,从而选取 DH 和 D2H 作为评估模型的
自变量。人工山杏根系碳储量与各变量间的相关
系数 R < 0. 5,而天然山杏根系碳储量与各形态指标
不相关。综上所述,对根系碳储量的评估应另外探
索其他方法较好。
表 4 天然山杏各变量相关分析
Table 4 Correlation matrix of natural Siberian Apricot individual variables
D H VC DH D2H 地上碳储量 根系碳储量
D 1
H 0. 496 1
VC 0. 289 0. 514 1
DH 0. 932 0. 749 0. 430 1
D2H 0. 943 0. 581 0. 365 0. 964 1
地上碳储量 0. 707 0. 643 0. 406 0. 791 0. 734 1
根系碳储量 - 0. 054 0. 161 0. 096 0. 000 - 0. 068 0. 235 1
表 5 人工山杏各变量相关分析
Table 5 Correlation matrix of plantation Siberian Apricot individual variables
D H VC DH D2H 地上碳储量 根系碳储量
D 1
H 0. 634 1
VC 0. 185 0. 269 1
DH 0. 901 0. 874 0. 194 1
D2H 0. 910 0. 790 0. 159 0. 980 1
地上碳储量 0. 730 0. 733 0. 258 0. 834 0. 835 1
根系碳储量 0. 428 0. 422 0. 277 0. 456 0. 430 0. 518 1
2. 2. 2 评估模型的选取 将变量 DH 和 D2H 代入
前面所提及的 4 个方程,得出山杏地上单株碳储量
回归方程并从中选取决定系数 R2 最大,估计标准误
SEE最小的模型为最优模型。
从表 6 可以看出,决定系数 R2 范围在 0. 465 ~
0. 626,其中线性方程的决定系数最大(R2 = 0.
626) ,则表明拟合优度最高,自变量对因变量的解
释程度也就越高。而估计值的标准误 SEE 范围在
184. 61 ~ 0. 37,其中幂函数方程 SEE最小(SEE = 0.
37) ,SEE是实际值与其估计值之间相对偏离程度
的指标,从而 SEE越小则越好。虽线性方法拟合优
度最高,但其估计值的标准误为较大(SEE = 184.
61) ,同时幂函数的决定系数(R2 = 0. 599)较高且
SEE 为最小,可以看出同类型模型中比起自变量
D2H,以 DH 为自变量的方程更满足检验指标。综
上所述,天然山杏最优模型为幂函数模型 y = 1. 93
(DH)0. 925。
由表 7 可以看出,R2 范围在 0. 493 ~ 0. 697,估
计标准误 SEE范围在 0. 392 ~ 370. 95。从决定系数
R2 大小来看,线性和幂函数相差不大,但是两个方
程的标准误 SEE相差极大,因此人工山杏最优模型
类型为幂函数模型 y = 3. 812(DH)0. 794。
36
内 蒙 古 农 业 大 学 学 报 (自 然 科 学 版 ) 2016 年
表 6 天然山杏地上单株碳储量模型
Table 6 Natural Siberian Apricot Single log Regression equations of aboveground Carbon Storage
模型类型 模型 R2 SEE F
线性
y = 1. 219DH + 31. 67 0. 626 166. 35 105. 47
y = 254. 961(D2H)+ 0. 205 0. 539 184. 61 73. 79
对数
y = 430. 125Ln(DH)- 2 013. 74 0. 584 175. 44 88. 48
y = 249. 82Ln(D2H)- 1 196. 37 0. 561 180. 23 80. 53
指数
y = 164. 207e0. 002DH 0. 585 0. 372 88. 817
y = 264. 1e0. 0004D2H 0. 465 0. 422 54. 856
幂
y = 1. 93(DH)0. 925 0. 599 0. 37 93. 99
y = 11. 572(D2H)0. 532 0. 565 0. 38 81. 67
表 7 人工山杏地上单株碳储量模型
Table 7 Plantation Siberian Apricot Single log Regression equations of aboveground Carbon Storage
模型类型 模型 R2 SEE F
线性
y = 1. 078DH - 5. 271 0. 695 287. 68 86. 57
y = 0. 153(D2H)+ 215. 509 0. 697 286. 49 87. 61
对数
y = 548. 44Ln(DH)- 2 749. 167 0. 519 361. 28 40. 99
y = 320. 786Ln(D2H)- 1 720. 235 0. 493 370. 95 36. 93
指数
y = 210. 049e0. 001DH 0. 612 0. 42 62. 73
y = 281. 61e0. 0002D2H 0. 595 0. 58 59. 63
幂
y = 3. 812(DH)0. 784 0. 632 0. 392 76. 247
y = 15. 751(D2H)0. 466 0. 611 0. 422 66. 748
2. 2. 3 评估模型精度检验 由 8 表可看出,天然
和人工山杏最优地上单株碳储量回归模型拟合率
分别为 88. 50% 和 70. 84%,RS(< 20%)、RMA(<
30%) ,通过了模型精度检验。
表 8 最优模型检验指标
Table 8 Best estimation model and validation indicator
树种 模型 RS RMA 拟合率 P
天然山杏 y = 1. 93(DH)0. 925 12. 53 14. 32 88. 50
人工山杏 y = 3. 812(DH)0. 784 0. 519 24. 79 70. 84
2. 3 根系碳储量
由表 9 可以看出,天然和人工山杏根冠比为
0. 855 2、0. 440 8,变异系数为 0. 607 5、0. 439 4,其
根冠比的离散程度大。
在表 10 中,经土壤分类,在风沙土、栗钙土、暗
棕 壤 土 中 的 天 然 山 杏 根 冠 比 分 别 为
1. 220 8、0. 582 6、0. 775 8,变异系数为 0. 406 5、
0. 650 4、0. 607 8,变异系数除风沙土有所降低,其
余土壤类型均无变化。人工山杏在风沙土、栗钙土
中的根冠比为0. 501 9、0. 377 4,变异系数为 0. 342
3、0. 528 0,同样风沙土的根冠比的变异系数略减
小,而是栗钙土的变异系数略增。
46
第 3 期 乌日古玛拉等:内蒙古东部山杏碳储量回归模型研究
表 9 山杏的根冠比
Table 9 Siberian Apricot ratio of root to shoot(R/S)
树种 均值 最大 最小 标准差 变异系数
天然山杏 0. 855 2 2. 465 8 0. 201 7 0. 519 6 0. 607 5
人工山杏 0. 440 8 0. 948 6 0. 109 6 0. 193 7 0. 439 4
表 10 不同土壤类型的根冠比
Table 10 Ratio of root to shoot (R/S)for different soil types
起源 土壤类型 单株地上生物量 单株根系生物量 根冠比均值 最大 最小 标准差 变异系数
天然
风沙土 712 + 410 839 + 543 1. 220 8 2. 465 8 0. 590 1 0. 496 3 0. 406 5
栗钙土 1 364 + 607 696 + 394 0. 582 6 1. 706 7 0. 201 7 0. 378 9 0. 650 4
暗棕壤土 1 500 + 673 905 + 106 0. 775 8 1. 959 3 0. 283 8 0. 471 6 0. 607 8
人工
风沙土 905 + 483 414 + 167 0. 501 9 0. 948 6 0. 245 5 0. 171 8 0. 342 3
栗钙土 2 027 + 1 759 708 + 832 0. 377 4 0. 861 3 0. 109 7 0. 197 7 0. 528 0
注:表中数据为平均值 ± 标准差
3 结论与讨论
本文通过内蒙古东部兴安盟地区分布广泛的
山杏为研究对象,通过生物量回归方法建立了天然
和人工山杏的地上碳储量回归模型,结果表明:灌
木形态指标与地上相关性分析表明,指标 DH 或
D2H与地上碳储量间的相关性最高,天然和人工山
杏最优模型为幂函数模型:y = 1. 93(DH)0. 925、y =
3. 812(DH)0. 784,决定系数在 0. 6 左右,拟合率均在
70% 以上,且均通过精度检验(RS < 30%、RMA <
20%) ,构建的预测回归模型可应用于估算其地上
碳储量。为探索根系碳储量的评估方法,通过单株
地上和根系生物量的实测数据,研究了山杏根冠比
的稳定性,结果表明:将不同地区的天然和人工山
杏的样本,经土壤分类估算其根冠比后,山杏的根
冠比有所差异,其标准误差较大,表明含碳率离散
程度大,在本研究中无法利用根冠比评估灌木林的
根系碳储量。
灌木林生物量回归模型研究中,多数最优生物
量模型为线性方法、幂函数方程、多元函数方程,还
有少数部分为指数和对数方程等。李卫军[24]、张
峰[25]、杨昆[26]、李红琴[27]、贾保全[28]、李淑英[29]、
王庆锁[30]、张亚茹[31] 等等多个不同地区不同灌木
林器官或树种生物量模型的最优方程为线性方程;
黄劲松[13]、杨昊天[26]、刘存琦[32]、姚正阳[33]、陈富
强[34]、李刚[35]、王俊峰[36] 等等的多个生物量预测
模型研究中,幂函数被直接引用或获得的最佳生物
量回归模型;多元函数在王蕾[37] 等的研究中二和
三次次多项式模型都有令人满意的 R2 值;指数和对
数生物量回归模型的应用[111,78] 较少,而本研究中
天然山杏和人工山杏、人工柠条和虎榛子地上碳储
量最优模型分别为为幂函数模型、线性模型、指数模
型和幂函数模型,可看出不同树种的最优地上碳储
量回归模型最优模型的类型不同,而本研究所得模
型在灌木林生物量研究中应用较广泛。
参 考 文 献:
[1]王效科,冯宗炜,欧阳志云.中国森林生态系统植物碳储
量和碳密度研究[J]. 应用生态学报,2001,12(1):13 -
16.
[2]刘国华,傅伯杰,方精云.中国森林碳动态及其对全球碳
平衡的贡献[J].生态学报,2000,20(5):733 - 740.
[3]徐新良,曹明奎,李克让.中国森林生态系统植被碳储量
时空动态变化研究[J].地理科学进展,2007,26(6):1 -
10.
[4]赵敏,周广胜. 基于森林资源清查资料的生物量估算模
式及其发展趋势[J]. 应用生态学报,2004,15(8):1468
- 1472.
[5]Dixon RK,Solomon AM,Brown S,etal. Carbon Pools and
flux of global forest ecosystems[J]. Sience, 1994,
263(5144):185 - 190.
[6]Fang J,Chen A,Peng C,etal. Changes in forest biomass
carbon storage in China between 1949 and 1998[J].
Sciece,2001,292 (5525):2320 - 2322.
[7]李亚男,虞晓凡,许中旗,等. 冀北山地 2 种典型灌丛的
碳密度特征[J].林业科学,2014,50 (6):29 - 33.
[8]杨洪晓,吴波,张金屯,等. 森林生态系统的固碳功能和
碳储量研究进展[J]. 北京师范大学学报(自然科学
版),2005,41(2):172 - 177.
56
内 蒙 古 农 业 大 学 学 报 (自 然 科 学 版 ) 2016 年
[9]杨海军,邵全琴,陈卓奇,等. 森林碳蓄积量估算方法
及其应用分析[J].地球信息科学,2007,9(4):5 - 12.
[10]郭永盛,姚东明,石瑾. 关于加快内蒙古山杏林发展的
几点想法[J].林业科技管理,2004,(1):43 - 43.
[11]刘凤娇,孙玉军.林下植被生物量研究进展[J].世界林
业研究,2011,(4):53 - 58.
[12]冯宗炜,王效科.中国森林生态系统的生物量和生产力
[M].北京:科学出版社,1999.
[13]黄劲松,邸雪颖.帽儿山地区 6 种灌木地上生物量估算
模型[J].东北林业大学学报,2011,39(5):54 - 57.
[14]张怀成,张华玲,王兆军,等.济南市石灰岩山地侧柏林
植被碳储量[J]. 研究中国人口·资源与环境. 2012,
22(11):153 - 156.
[15]李建强,菊花,张秋亮,白桦天然林生物量模型的研究
[J].内蒙古农业大学(自然科学版),2010,31(1):76
- 82.
[16]刘凤娇,孙玉军.林下植被生物量研究进展[J].世界林
业研究,2011,(4):53 - 58.
[17]李凤山,张辅亭.用统计法测定杏灌丛产量的研究[J].
中国草地学报,1987,(2):12 - 15.
[18]蔡哲,刘琪璟,欧阳球林. 千烟洲试验区几种灌木生物
量估算模型的研究[J]. 中南林学院学报,2006,
26(3):15 - 23.
[19]张倩媚,温达志,叶万辉,等.南亚热带常绿阔叶林林下
层植物的生物量及其测定方法的探讨[J]. 生态科学,
2000,19(4):62 - 66.
[20]唐守正,张会儒,胥辉. 相容性生物量模型的建立及其
估计方法研究[J].林业科学,2000,36(S1):19 - 27.
[21]曾慧卿,刘琪璟,冯宗炜,等.红壤丘陵区林下灌木生物
量估算模型的建立及其应用[J].应用生态学报,2007,
18(10) :2185 - 2190.
[22]朱桂林,韦文珊,张淑敏,等.植物地下生物量测定方法
概述及新技术介绍[J]. 中国草地学报,2008,30(3):
94 - 99.
[23]平晓燕,贾丙瑞,袁文平,等.羊草种群生物量分配动态
模拟[J].应用生态学报,2007,18(12):2699 - 2704.
[24]李卫军,许鹏,安沙舟,等,新疆平原荒漠六种半灌木植
物产量估测模型[J].草食家畜,1996,(S1):87 - 89.
[25]张峰,上官铁梁,李素珍. 关于灌木生物量建模方法的
改进[J].生态学杂志,1993,12(6):67 - 691.
[26]杨昆杨昆,管东生.森林林下植被生物量收获的样方选
择和模型[J].生态学报,2007,27(2):705 - 714.
[27]李红琴,宋成刚,张法伟,等,草本植物固碳量的比较
[J].植物资源与环境学报,2014,23(3):
[28]贾宝全,蔡体久,高志海,等,白刺灌丛沙包生物量的预
测模型[J].干旱区资源与环境,2002,16(1):96 - 99.
[29]李淑英,内蒙古磴口县沙区灌木林碳汇研究[D].呼和
浩特:内蒙古农业大学,2012 年.
[30]王庆锁.油蒿、中间锦鸡儿生物量估测模式[J].中国草
地,1994,(1):49 - 51.
[31]张亚茹,欧阳旭,李跃林,等.我国南亚热带灌丛群落特
征及生物量的定量计算[J]. 中南林业科技大学学报,
2013,33(9):71 - 79.
[32]刘存琦.灌木植物量测定技术的研究[J]. 草业学报,
1994,3(4):61 - 65.
[33]姚正阳 刘建军,西安市 4 种城市绿化灌木单株生物量
估算模型[J].应用态学生报,2014,25(1):111 - 116.
[34]陈富强,罗勇,李清湖. 粤东地区森林灌木层优势植物
生物量估算模型[J]. 中南林业科技大学学报,2013,
33(2):5 - 10.
[35]李 刚,赵祥,刘碧荣.晋北 4 种灌木地上生物量预测模
型的构建[J].林业资源管理,2014(1):71 - 76.
[36]王俊峰,欧光龙,唐军荣,等.临沧膏桐种植区灌木群落
生物量估测模型研究[J]. 西部林业科学,2012,
41(6):53 - 57.
[37]王蕾,张宏,哈斯,等.基于冠幅直径和植株高度的灌木
地上生物量估测方法研究[J]. 北京师范大学学报(自
然科学版),2004,40(5):700 - 704.
66