林业科学  2012, Vol. 48 Issue (5): 136-140   PDF    
0

文章信息

张国斌, 李秀芹, 佘新松, 胡茶青, 胡国华
Zhang Guobin, Li Xiuqing, She Xinsong, Hu Chaqing, Hu Guohua
安徽岭南优势树种(组)生物量特征
Biomass Characteristics of Dominant Tree Species (Group) at Lingnan Forest Farm in Anhui Province
林业科学, 2012, 48(5): 136-140.
Scientia Silvae Sinicae, 2012, 48(5): 136-140.

文章历史

收稿日期:2011-04-17
修回日期:2012-03-22

作者相关文章

张国斌
李秀芹
佘新松
胡茶青
胡国华

安徽岭南优势树种(组)生物量特征
张国斌1,2, 李秀芹1, 佘新松1, 胡茶青3, 胡国华3    
1. 黄山学院生命与环境科学学院 黄山 245041;
2. 国家林业局林业碳汇计量监测中心 北京 100714;
3. 安徽岭南林场 岭南 245421
关键词:优势树种    生物量    异速生长方程    生物量结构    安徽    
Biomass Characteristics of Dominant Tree Species (Group) at Lingnan Forest Farm in Anhui Province
Zhang Guobin1,2, Li Xiuqing1, She Xinsong1, Hu Chaqing3, Hu Guohua3    
1. School of Life and Environment Science, Huangshan college Huangshan 245041;
2. Forestry Carbon Sequestration Accounting and Monitoring Centre of the State Forestry Administration Beijing 100714;
3. Lingnan Forest Farm, Anhui Province Lingnan 245421
Abstract: Biomass allometric equation and allocation pattern was collected from 10 trees each of three dominant tree species (group), Pinus massoniana, Cunninghamia lanceolata and the natural evergreen broadleaf species (groups) were researched by full harvest method.The results showed that the fitted precision with one-independent-variable allometric equation was better than two-independent-variable allometric equation.The biomass proportion accounted for more than 60% of the total tree biomass, with 68.36%±5.81% in P.massoniana, 63.61%±3.24% in C.lanceolata, and 61.92%±6.72% in the evergreen broadleaf tree species.The proportion of branch biomass to whole tree biomass showed a trend as follows:evergreen broadleaf tree species (groups) (14.65%±4.766%) > P.massoniana (11.23%±3.40%) > C.lanceolata (8.69%±1.77%).The proportions of root biomass to whole tree biomass had an order:C.lanceolata (19.25%±2.56%)> the evergreen broadleaf tree species (17.71%±6.63%) > P.massoniana (17.34%± 3.92%).The proportion of leaf biomass to tree biomass showed a trend as follows:C.lanceolata (8.11%±1.51%) > the evergreen broadleaf tree species (5.03%±1.48%) > P.massoniana (3.40%±0.81%).The ratio of root to stem in the three tree vegetables fluctuated from 0.20 to 0.25, there was no significant difference over the vegetables.
Key words: dominant tree species    biomass    allometric equation    biomass allocation pattern    Anhui    

森林是陆地生态系统的主体, 在全球陆地生态系统碳循环和碳储量中占有十分重要的地位(Dixon et al., 1994; Watson et al., 2000; 史军等, 2004; 徐新良等, 2007)。测定森林群落生物量, 可以反映群落利用自然的潜力, 衡量群落生产力的高低, 也是研究森林生态系统物质循环的基础(薛立等, 2004)。森林乔木层生物量研究是开展森林群落生物量碳库研究的基础, 国内外已有不少该方面的研究, 分别从不同角度分析了树种生物量的组成与分配特征, 并进行了相关因子分析(Chidumayo, 1990; 林开敏等, 1996; Arashkevich et al., 2002; 樊后保等, 2006; 陈美高, 2006)。冯宗炜等(1999)总结了全国不同森林类型的乔木树种生物量异速生长关系, 并对其进行了系统分析。杉木(Cunninghamia lanceolata)、马尾松(Pinus massoniana)是皖南山区重要的用材树种, 也是我国南方重要的造林树种。常绿阔叶林是皖南典型的亚热带植被类型, 是区域森林演替的顶级群落类型(周纪伦, 1963)。目前, 虽然有一些针对常绿阔叶林生物量的研究(张林等, 2004; 姜萍等, 2005; 张鹏超等, 2010), 但对比分析天然更新形成的常绿阔叶林与人工更新的针叶用材林生物量的研究还未见报道。本研究分析人工针叶纯林和天然常绿阔叶林主要树种的生物量结构, 对森林经营与管理具有重要指导意义。

1 研究区概况

安徽省岭南林场地处安徽省休宁县最南端, 与江西省婺源县及浙江省开化相接(119°10′—119°20′E, 29°23′—29°05′N), 属天目山山脉, 山体为复杂的低山丘陵地形。海拔800 m以下土壤为黄壤, 800~1 000 m为山地黄壤, 1 000 m以上为山地黄棕壤土。年平均气温16.2 ℃, 绝对最高气温39.2 ℃, 绝对最低气温-8.1 ℃, 年均降水量1 800~2 200 mm, 空气相对湿度>78%, 全年无霜期220天。天然常绿阔叶林近800 hm2, 占林场总面积的68%。森林类型主要有由甜槠(Castanopsis eyrei)、木荷(Schima superba)等树种组成的天然常绿阔叶林、马尾松人工纯林和杉木人工纯林, 草本植物主要有铁芒萁(Dicranopteris dichotoma)、韩信草(Scutellaria indica)、叶下珠(Phyllanthus urinaria)、鱼腥草(Houttuynia cordata)和中华鳞毛蕨(Dryopteris chinensis), 具有我国亚热带北缘植物分布的典型特征(《安徽植被》协作组, 1981; 张国斌等, 2007)。

2 研究方法

选择研究区内具有代表性的树种(组)3类:杉木、马尾松和常绿阔叶树类, 常绿阔叶树由甜槠、青冈栎(Cyclobalanopsis glauca)、木荷和樟树(Cinnamomum camphora)组成, 3类树种植株分别选自杉木人工纯林、马尾松人工纯林和天然常绿阔叶林, 进行完全收获法外业测定。杉木10株、马尾松10株、甜槠3株、青冈栎2株、木荷3株、樟树2株, 胸径为6~24 cm, 起测胸径为6 cm, 每2 cm为一径阶, 每径阶至少选择1株, 接近平均径阶植株可选择2~3株, 调查记录每株样木的起源、年龄、直径和树高(表 1)。将被选树木伐倒, 分别对树干、树枝、树叶、树皮和树根进行收获法生物量测定。按2 m长对树干、枝和叶测定鲜质量, 将树根分主根(树桩)和侧根2部分进行质量测定。

表 1 样木特征 Tab.1 Characteristics of sample trees

野外分别取每株树的树干、枝、叶、皮和根各1.0 kg, 装入自动封口的塑料样品袋中, 并标注树号、树体部分名称及样品鲜质量等内容。将所有样品带回实验室放入85 ℃恒温箱中烘干至恒质量, 计算各部分干湿比。

选用SPSS18.0软件进行数据计算和统计分析, 用sigmaplot11.0软件作图。

3 结果与分析 3.1 生物量异速生长方程

利用3优势树种(组)样木的胸径、树高和各器官生物量测定结果, 选择相对生长方程W=aDbW=a(D2H)b分别建立马尾松、杉木和阔叶类单株及各器官的生物量异速生长方程, 式中D为胸径, H为树高, 如表 2所示。从表 2可以看出:一元树干生物量模型的相关系数R2都在0.84以上, 标准误都在0.15以下, 二元的相关系数R2都在0.82以上, 标准误差都在0.12以下; 枝与叶的模拟结果相对差一些; 整株树的模拟效果最理想, 一元方程的相关系数R2均大于0.95, 标准误差小于0.12, 二元方程的相关系数R2均大于0.84, 标准误差小于0.11。本研究选用一元方程W=aDb

表 2 生物量异速生长方程 Tab.2 Biomass allometric equations
3.2 树木生物量垂直结构特征

将杉木和马尾松样木按胸径划分为<10 cm(2种树均3株)、10~18 cm(2种树均3株)和>18 cm(2种树均4株)共3个径级, 将阔叶树样木按胸径划分为<10 cm(5株)和10~18 cm(5株)共2个径级, 树干、枝和叶以2 m高为等距, 主根、侧根生物量分配未考虑土深。

杉木枝、叶生物量从小径阶到大径阶的变化特点是其分布高度逐渐增加, 从主要分布在树高4~8 m处变为主要分布在8~12 m。从树木生物量垂直分布情况来看, 各高度总生物量差异小。杉木小直径(一般处于幼龄阶段)树干上部与下部总生物量大, 中间生物量小。各径级主根与侧根生物量比例变化小(图 1)。

图 1 杉木生物量垂直结构 Fig.1 Vertical structure of C.lanceolata biomass

在胸径<18 cm时, 马尾松树干生物量随树高增加减幅相近。胸径>18 cm的树干中间部位生物量随树高变化小。在胸径>10 cm时, 从树梢向下的第2, 3区分段处枝叶总生物量大于同等高度树干生物量。在 < 10 cm径级侧根与主根生物量相近, 在>10 cm径级主根生物量较侧根生物量明显占优势(图 2)。

图 2 马尾松生物量垂直结构 Fig.2 Vertical structure of P.massoniana biomass

<10 cm胸径的阔叶树, 其树干生物量随树高增加逐渐减小。整株树近地面处生物量所占比例最大, 其中2~8 m高处的干、枝和叶总生物量相近。10~18 cm胸径的阔叶树生物量0~4 m处最大, 其次是6~10 m处, 中间4~6 m处生物量比上下部分都小(图 3)。

图 3 常绿阔叶树生物量垂直结构 Fig.3 Vertical structure of evergreen broadleaf tree biomass
3.3 树木生物量分配特征

杉木、马尾松和常绿阔叶树的树干生物量均占总生物量的60%以上, 马尾松为68.36%±5.806%, 常绿阔叶类为61.92%±6.718%, 常绿阔叶树与马尾松树干生物量比例差异显著(P < 0.05)。常绿阔叶树树枝生物量所占比例为14.65%±4.766%, 显著高于其他2树种树枝生物量比例(P < 0.05)。3个树种(组)的树叶生物量比例均较小, 在10%以下, 且3者生物量比例差异显著(P < 0.05), 杉木树叶生物量比例为8.11%±1.509%, 马尾松树叶生物量比例为3.40%±0.812%, 常绿阔叶树树叶生物量比例位于2者之间。从枝叶生物量比例来看, 杉木的枝与叶生物量相近, 马尾松、常绿阔叶树枝的生物量比例分别相当于叶生物量比例的3.3和2.9倍。常绿阔叶树枝叶总生物量所占比例最大, 为19.6%, 杉木和马尾松枝叶总生物量比例分别为16.8%和15.6%。已有研究证明, 林木根系生物量占其总生物量的10%~20%(Comeau et al., 1989)。表 3可以看出, 杉木、马尾松与常绿阔叶树地下生物量比例分别为19.59%±2.556%, 17.34%±3.923%和17.71%±6.632%, 3树种(组)的根系生物量比例均接近于20%, 且3个树种(组)的根系生物量比例间差异小(表 3)。

表 3 生物量分配特征 Tab.3 Biomass distribution patterns

由于树根生物量调查十分困难, 往往在推算地下树根生物量时, 会运用地上与地下关系, 即根茎比。杉木、马尾松和常绿阔叶类树种的根茎比分别为24.52±3.884, 21.24±5.992和22.29±10.857, 单因素方差分析(One way ANONA)发现, 树种间根茎比没有显著性差异(P < 0.05), 与中亚热带湿润林分的平均根茎比0.20(0.09~0.25) (Eggleston et al., 2006)和0.24(0.22~0.33) (Mokany et al., 2006)基本一致。

4 结论与讨论

以往研究表明, 要使树干生物量估测精度在95%以上, 需要伐7株以上样木(张家武等, 1984)。本研究各树种(组)选择10株样木建立树木各器官异速生长方程, 可以满足95%的要求。

根茎比是树根生物量计算的一个重要参数, 国际上有不少学者都在此方面做过研究(Cairns et al., 1997; Levy et al., 2004), 本研究得出的3树种(组)的根茎比与国际IPCC所推荐的根茎比参考值区间相近。

研究表明, 一元和二元各器官生物量估算方程结果相近, 精度都可满足要求。但整株树的一元方程的R2都大于0.95, 标准误差小于0.12, 二元方程的R2大于0.84, 标准误差小于0.11, 说明一元方程的精度要高于二元。张家武等(1984)研究表明, 在模拟各器官生物量时, 一元方程准确度大于二元方程。另外树高测定比较困难, 误差也较大, 树高值通常是由胸径与树高的经验方程推算得出。目前我国林业调查中所给出的树高往往是林分的平均树高, 不是实测单株树高。所以根据林分或样地的每木检尺结果选用以胸径为自变量的回归方程W=aDb的实用性会更强些(郑景明等, 1998; 张治军等, 2006)。本研究单株生物量模拟方程精度高于单个器官生物量模拟方程。

在森林经营抚育中, 可调整干、枝、叶生物量比例, 充分发挥树干在生物量积累中的主导作用。今后还需结合林分密度、树种生物学和生态学特性、立地条件等综合因素进一步研究树木本身以及整个森林生态系统的生物量分配规律, 为集约化森林经营, 增加森林生物量及其碳储量提供理论依据。

参考文献(References)
[] 《安徽植被》协作组编. 1981. 安徽植被. 合肥, 安徽科学技术出版社.
[] 陈美高. 2006. 不同年龄马尾松人工林生物量结构特征. 福建林学院学报, 26(4): 332–335.
[] 樊后保, 李燕燕, 苏兵强, 等. 2006. 马尾松-阔叶树混交异龄林生物量与生产力分配格局. 生态学报, 26(8): 2463–2473.
[] 冯宗炜, 王效科, 吴刚. 1999. 中国森林生态系统的生物量和生产力. 北京, 科学出版社.
[] 姜萍, 叶吉, 吴钢. 2005. 长白山阔叶红松林大样地木本植物组成及主要树种的生物量. 北京林业大学学报, 27(增刊2): 112–115.
[] 林开敏, 俞新荽, 何智英, 等. 1996. 不同密度杉木林分生物量结构与土壤肥力差异研究. 林业科学, 32(5): 385–391.
[] 史军, 刘纪远, 高志强, 等. 2004. 造林对陆地碳汇影响的研究进展. 地理科学进展, 23(2): 58–67. DOI:10.11820/dlkxjz.2004.02.008
[] 徐新良, 曹明奎, 李克让. 2007. 中国森林生态系统植被碳储量时空动态变化研究. 地理科学进展, 26(6): 1–10. DOI:10.11820/dlkxjz.2007.06.001
[] 薛立, 杨鹏. 2004. 森林生物量研究综述. 福建林学院学报, 24(3): 283–288.
[] 张国斌, 李秀芹. 2007. 岭南自然保护区常绿阔叶林优势树种的生态位研究. 南京林业大学学报:自然科学版, 31(4): 46–50.
[] 张家武, 陈楚莹, 邓仕坚, 等. 1984. 估测杉木林现存量的数学模式的比较. 东北林学院学报, 12(4): 13–19.
[] 张林, 罗天祥, 邓坤枚, 等. 2004. 广西黄冕林场次生常绿阔叶林生物量及净第一性生产力. 应用生态学报, 15(11): 2029–2033. DOI:10.3321/j.issn:1001-9332.2004.11.008
[] 张鹏超, 张一平, 杨国平, 等. 2010. 哀牢山亚热带常绿阔叶林乔木碳储量及固碳增量. 生态学杂志, 29(6): 1047–1053.
[] 张治军, 王彦辉, 袁玉欣, 等. 2006. 马尾松天然次生林生物量的结构与分布. 河北农业大学学报, 29(5): 37–43.
[] 郑景明, 张育红. 1998. 林分生物量研究综述. 辽宁林业科技(4): 43–45.
[] 周纪伦. 1963. 安徽省黄山植物群落分类和地理的研究. 植物生态学与地植物学丛刊(增刊1): 146–147.
[] Arashkevich E, Wassmann P, Pasternak A, et al. 2002. Seasonal and spatial changes in biomass, structure, and development progress of the zooplankton community in the Barents Sea. Journal of Marine Systems, 38(1/2): 125–145.
[] Cairns M A, Brown S, Helmer E H, et al. 1997. Root biomass allocation in the world's upland forests. Oecologia, 111(1): 1–11. DOI:10.1007/s004420050201
[] Chidumayo E N. 1990. Above-ground woody biomass structure and productivity in a Zambezian woodland. Forest Ecology and Management, 36(1): 33–46. DOI:10.1016/0378-1127(90)90062-G
[] Comeau P G, Kimmins J P. 1989. Above-and below-ground biomass and production of Iodgepole pine on sites with differing soil moisture regimes. Canadian Journal of Foroest Research, 19(4): 447–454. DOI:10.1139/x89-070
[] Dixon R K, Solomon A M, Brown S, et al. 1994. Carbon pools and flux of global forest ecosystems. Science, 263(5144): 185–190. DOI:10.1126/science.263.5144.185
[] Eggleston H S, Buendia L, Miwa K, et al. 2006. 2006 IPCC guidelines for national greenhouse gas inventories, prepared by the national greenhouse gas inventories programme. Japan, IGES.
[] Levy P E, Hale S E, Nicoll B C. 2004. Biomass expansion factors and root:shoot ratios for coniferous tree species in Great Britain. Forestry, 77(5): 421–430. DOI:10.1093/forestry/77.5.421
[] Mokany K, Raison J R, Prokushkin A S. 2006. Critical analysis of root:shoot ratios in terrestrial biomes. Global Change Biology, 12(1): 84–96. DOI:10.1111/gcb.2006.12.issue-1
[] Watson R T, Verardo D J. 2000. Land-use change and forestry. Cambridge, Cambridge University Press.