Please wait a minute...
img

官方微信

高级检索
中国沙漠  2018, Vol. 38 Issue (3): 553-559    DOI: 10.7522/j.issn.1000-694X.2018.00033
生物与土壤     
科尔沁沙地优势固沙灌木的生物量预测模型
童新风1, 杨红玲2,3, 宁志英2,3, 张子谦2,3, 李玉霖2
1.宁城县忙农镇农牧业综合服务中心, 内蒙古 宁城 024200
2.中国科学院西北生态环境资源研究院 奈曼沙漠化研究站, 甘肃 兰州 730000
3.中国科学院大学, 北京 100049
Biomass Estimation Models for Dominant Sand-fixing Shrubs in Horqin Sand Land
Tong Xinfeng1, Yang Hongling2,3, Ning Zhiying2,3, Zhang Ziqian2,3, Li Yulin2
1.Husbandry Service Center of Mangnong Town, Ningcheng 024200, Inner Mengolia, China
2.Naiman Desertification Research Station, Northwest Institute of Eco-environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, China
3.University of Chinese Academy of Sciences, Beijing 100049, China
 全文: PDF 
摘要: 灌木生物量预测模型对于快速估算固沙灌木林生产力具有重要作用。以科尔沁沙地3种常见的固沙灌木小叶锦鸡儿(Caragana microphylla)、差不嘎蒿(Artemisia halondendron)、黄柳(Salix gordejevii)为对象,基于对灌木地上、根系和整株生物量及高度、冠幅等的测定,建立3种灌木地上、根系和总生物量的估算模型,通过决定系数(R2)、估计值的标准误(SEE)和回归检验显著水平(P<0.05)筛选最优的生物量预测模型。结果表明:小叶锦鸡儿和黄柳生物量的最佳估算变量为冠幅体积,而差不嘎蒿的最佳预测变量为冠幅面积。幂函数回归模型具有最大的R2和较小的SEE,说明相对生长方程是估算小叶锦鸡儿、黄柳、差不嘎蒿灌木生物量较理想的模型。通过实测值检验,3种灌木幂函数模型预测生物量的预估精度在93%以上,具有较好的预测精度。
关键词: 固沙灌木林 生物量 预测模型 预估精度 科尔沁沙地    
Abstract: Biomass estimation modelling is essential to rapidly evaluate the productivity of sand-fixing shrub forest. In this study, estimation model of above-ground, root and whole plant biomass was constructed after the proper independent variables were determined for 3 dominant sand-fixing shrubs, Caragana microphylla, Artemisia halondendron, and Salix gordejevii, in Kerqin Sand Land. The optimal models were selected according to the largest determination coefficients (R2), the smallest standard error of estimates (SEE) and significance level (P<0.05). The results showed that shrub canopy volume was the best independent variable of biomass estimation for C. microphylla and S. gordejevii, and shrub canopy area was the best independent variable for A. halondendron. Subsequently, the largest R2 and the smallest SEE were detected in power function equations for above-ground, root and whole plant biomass of 3 shrubs. In addition, prediction precisions of power function equations for 3 shrubs exceeded 93%, suggesting that allometric growth equation was the optimal biomass models for dominant sand-fixing shrubs. These optimal biomass estimation models will be helpful for productivity evaluation of sand-fixing shrub forest, and thereby supply scientific basis for human management and involvement of sand-fixing shrub forest.
Key words: sand-fixing shrub forest    biomass    estimation model    prediction precision    Horqin Sand Land
收稿日期: 2018-03-12 出版日期: 2018-06-14
ZTFLH:  Q948.1  
基金资助:

国家重点研发计划项目(2016YFC0500907);

国家自然科学基金项目(41471083)

作者简介: 童新风(1967—),女,内蒙古宁城人,高级工程师,主要从事水土保持规划与设计工作。E-mail: 1109758419@qq.com
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
童新风
杨红玲
宁志英
张子谦
李玉霖

引用本文:

童新风, 杨红玲, 宁志英, 张子谦, 李玉霖. 科尔沁沙地优势固沙灌木的生物量预测模型[J]. 中国沙漠, 2018, 38(3): 553-559.

链接本文:

http://www.desert.ac.cn/CN/Y2018/V38/I3/553

[1] 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.<br />
[2] 蒋齐,李生宝,翟明普.我国的固沙型灌木林及其研究进展[J].干旱区资源与环境,1998,12(2):88-96.<br />
[3] 罗永开,方精云,胡会峰.山西芦芽山14种常见灌木生物量模型及生物量分配[J].植物生态学报,2017,41(1):115-125.<br />
[4] Tian Y,Jia Z Q,Yang X H.Improving shrub biomass estimations in the Qinghai-Tibet Plateau:age-based Caragana intermedia allometric models[J].Forestry Chronicle,2014,90(2):154-160.<br />
[5] 杨昊天,李新荣,王增如,等.腾格里沙漠东南缘4种灌木的生物量预测模型[J].中国沙漠,2013,33(6):1699-1704.<br />
[6] 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(增刊1):19-27.<br />
[7] 仇瑶,常顺利,张毓涛,等.天山林区六种灌木生物量的建模及其器官分配的适应性[J].生态学报,2015,35(23):7842-751.<br />
[8] 王娟,汤军,郭月峰,等.内蒙古敖汉旗北部风沙土区两种灌木地上生物量估算模型[J].农业工程,2015,31(6):44-47,51.<br />
[9] 马媛,李钢铁,潘羿壅,等.浑善达克沙地3种灌木生物量的预测模型[J].干旱区资源与环境,2017,31(6):198-201.<br />
[10] 曾伟生.国内外灌木生物量模型研究综述[J].世界林业研究,2015,28(1):31-36.<br />
[11] 赵学勇,张春民,左小安,等.科尔沁沙地沙漠化土地恢复面临的挑战[J].应用生态学报,2009,20(7):1559-1564.<br />
[12] 赵哈林,周瑞莲,张铜会,等.科尔沁沙地植被的统计学特征与土地沙漠化[J].中国沙漠,2004,24(3):20-24.<br />
[13] 李玉霖,孟庆涛,赵学勇,等.科尔沁沙地流动沙丘植被恢复过程中群落组成及植物多样性演变特征[J].草业学报,2007,16(6):54-61.<br />
[14] 贺山峰,蒋德明,阿拉木萨,等.科尔沁沙地小叶锦鸡儿灌木林固沙效应的研究[J].水土保持学报,2007,21(1):84-87.<br />
[15] 曾伟生,唐守正.立木生物量方程的优度评价和精度分析[J].林业科学,2011,47(11):106-113.<br />
[16] 李钢铁,秦富仓,贾守义,等.旱生灌木生物量预测模型的研究[J].内蒙古林学院学报,1998(2):26-32.<br />
[17] Liu Z W,Chen R S,Song Y X,et al.Distribution and estimation of aboveground biomass of alpine shrubs along an altitudinal gradient in a small watershed of the Qilian Mountains,China[J].Journal of Mountain Science,2015,12(4):961-971.<br />
[18] Guy P R.The Estimation of the above-ground biomass of the trees and shrubs in the Sengwa Wildlife Research Area,Zimbabwe[J].South African Journal Wildlife Research,1981,11(4):135-142.<br />
[19] 骆期邦,曾伟生,贺东北,等.立木地上部分生物量模型的建立及其应用研究[J].自然资源学报,1999,14(3):80-86.<br />
[20] 曾伟生,白锦贤,宋连城,等.内蒙古柠条和山杏单株生物量模型研建[J].林业科学研究,2015,28(3):311-316.<br />
[21] 白玉锋,陈超群,徐海量,等.基于易测因子的塔里木河下游柽柳(Tamarix chinensis)灌丛地上生物量模型[J].中国沙漠,2016,36(4):1014-1020.<br />
[22] Conti G,Enrico L,Casanoves F,et al.Shrub biomass estimation in the semiarid Chaco forest:a contribution to the quantification of an underrated carbon stock[J].Annal of Forest Science,2013,70(5):515-524.<br />
[23] 陶冶,张元明.荒漠灌木生物量多尺度估测——以梭梭为例[J].草业学报,2013,22(6):1-10.<br />
[24] 周华,孟盛旺,刘琪璟.九连山39种灌木与幼树地上生物量模型研究[J].南京林业大学学报:自然科学版,2017,41(2):1-12.<br />
[25] Mandal G,Joshi S P.Estimation of above-ground biomass and carbon stock of an invasive woody shrub in the subtropical deciduous forests of Doon Valley,western Himalaya,India[J].Journal of Forestry Research,2015,26(2):291-305.<br />
[26] Bloom A J,Chapin F S,Mooney H A.Resource Limitation in plants-an economic analogy[J].Annual Review of Ecology and Systematics,1985,16(1):363-392.
[1] 吕安琪, 鹿化煜, 曾琳, 弋双文, 卓海昕, 徐志伟, 张文超. 1.08 Ma以来中国东北赤峰地区黄土粒度变化及其揭示的沙地扩张事件[J]. 中国沙漠, 2017, 37(4): 659-665.
[2] 曲浩, 赵哈林, 石永强, 高宝兰, 李莹, 姬明飞, 乌仁高娃, 李英. 沙埋对科尔沁沙地两种主要作物存活的影响及其光合生理响应[J]. 中国沙漠, 2017, 37(4): 698-704.
[3] 白玉锋, 徐海量, 张沛, 张广朋, 凌红波. 塔里木河下游荒漠植物多样性、地上生物量与地下水埋深的关系[J]. 中国沙漠, 2017, 37(4): 724-732.
[4] 张婧, 左小安, 吕朋, 周欣, 连杰, 刘良旭, 岳喜元. 科尔沁沙地草地植被对围封和放牧的响应[J]. 中国沙漠, 2017, 37(3): 446-452.
[5] 张建鹏, 李玉强, 赵学勇, 张铜会, 佘倩楠, 刘敏, 魏水莲. 围封对沙漠化草地土壤理化性质和固碳潜力恢复的影响[J]. 中国沙漠, 2017, 37(3): 491-499.
[6] 石万里, 王辉, 马维伟. 沙区植被恢复对土壤微生物量及活性的影响[J]. 中国沙漠, 2017, 37(3): 507-513.
[7] 党晓宏, 高永, 蒙仲举, 高君亮, 王珊, 包蕾, 余新春, 王祯仪, 王则宇. 西鄂尔多斯地区5种荒漠优势灌丛生物量分配格局及预测模型[J]. 中国沙漠, 2017, 37(1): 100-108.
[8] 高亮, 高永, 王静, 罗凤敏, 吕新丰. 土地覆盖类型对科尔沁沙地南缘土壤有机碳储量的影响[J]. 中国沙漠, 2016, 36(5): 1357-1364.
[9] 丁俊祥, 范连连, 李彦, 唐立松. 古尔班通古特沙漠6种荒漠草本植物的生物量分配与相关生长关系[J]. 中国沙漠, 2016, 36(5): 1323-1330.
[10] 白玉锋, 陈超群, 徐海量, 杜清, 张广朋. 基于易测因子的塔里木河下游柽柳(Tamarix chinensis)灌丛地上生物量模型[J]. 中国沙漠, 2016, 36(4): 1014-1020.
[11] 王少昆, 赵学勇, 王晓江, 张铜会, 李玉霖, 洪光宇, 岳祥飞. 有机混合物的制备及其在退化沙地恢复方面的应用[J]. 中国沙漠, 2016, 36(4): 990-996.
[12] 韩广, 尤莉, 程玉琴. 科尔沁沙地春季冷锋过境的地面风况特征[J]. 中国沙漠, 2016, 36(4): 1087-1096.
[13] 刘文亭, 卫智军, 吕世杰, 孙世贤, 代景忠. 土地利用方式对荒漠草地生物量分配及碳密度的影响[J]. 中国沙漠, 2016, 36(3): 666-673.
[14] 董海涛, 孙宏义. 土壤中风沙土含量对甜叶菊(Stevia rebaudiana)生长的影响[J]. 中国沙漠, 2016, 36(3): 688-694.
[15] 姚姣转, 刘廷玺, 童新, 王天帅, 王海燕. 科尔沁沙地沙丘-草甸相间地土壤颗粒的分形特征[J]. 中国沙漠, 2016, 36(2): 433-440.