云南森林生物量和碳储量计算研究+估算结果

7.1.1.1　基于样地的单木向林分生物量估算精度分析

样地大小选择是林业样地调查的精度保证的重要关键因子（张会儒,2018）。在本研究中，在不同样地大小、不同方法间估算值的平均误差指标上，各维量间的差异多不显著，这与不同样地大小的小样地均来自0.3hm²的大样地有关，且不同取样面积的计算总取样面积至少在0.27hm²，故而其估算的均值多接近于大样地的实测值。此外，当样地内大小较小时，样地内林木株数较少，采用三种标准木法往往会因为较高的取样调查比例而获得较高的精度，这与本研究中与各样地大小实测数值比较时，样地面积小反而具有较小误差值，这在一定程度上也说明在森林分布相对均质的地区，较小的取样面积是可行的，但是必须确保一定的样地数量。但当森林分布异质性较高时，样地大小较小不能准确反映林分的基本情况，当以0.3hm²的大样地实测生物量数据为真值时，其平均绝对相对误差呈现随样地面积增加而逐渐减小，且在400m²后逐渐平稳的变化趋势，且实测法、生物量模型法、径阶标准木法均表现出在400m²及其以上取样面积的平均绝对相对误差显著高于100m²，但400m²与其他几个更大取样面积间则无显著差异；此时的各维量的生物量平均绝对相对误差值多在10%～20%之间，因此建议森林生物量地调查的样建议面积地不低于400m2。如还需更高的估算精度，则需提高样地面积至1500m2，该样地下实测法、生物量模型法、径阶标准木法调查木材和地上部分总生物量时多可以达到低于10%的平均绝对相对误差，但是树枝、树叶和树皮由于其本身变化较大，很难达到低于10%的估计误差。

生物量调查方法的选择是获得准确生物量数据的关键。本研究中五种估算林分地上部分生物量的方法中，除实测法外，生物量模型法在不同维量中往往具有较低的估算误差，因此，生物量模型法可以作为今后森林生物量调查的首推方法，本研究中所得到的生物量模型就是基于样地内512株林木来构建的单木生物量模型，故而模型的适用性较高，因此找到适宜于当地对象林分的生物量模型就显得极为重要。由于生物量模型法在估算林分甚至区域尺度森林生物量时存在的不确定性（傅煜等,2015;秦立厚等,2017），构建保证一定预测精度的立地普适和物种普适的生物量模型具有重要意义（罗云建等，2009）。目前已经构建了大量生物量模型（Ter-Mikaelian & Korzukhin,1997; Chojnacky,2002; Jenkins et al.,2004; Zianis et al.,2005; 黄兴召,2014;罗云建等,2015），甚至建立了立木生物量建模方法技术规程（LY/T2258-2014）和立木生物量建模样本采集技术规程（LY/T2259-2014），也构建了云杉、落叶松、云南松、马尾松、油杉、栎树等树种的生物量模型及生物量数表的林业行业标准，但需进一步补充完善。且由于生物量模型在不同立地等条件下存在不确定性差异，在模型使用中应及时修订或验证（赵菡等,2017）。当无适宜的生物量模型时，在不能样地实测的情况下，采用径阶标准木法也是较为适宜的方法，因为径阶标准木法也具有较低的误差值，尤其是在样地面积为600m2及以下时往往具有较小的平均误差绝对值（多），甚至其平均误差绝对值小于生物量模型法。

从不同维量的差异看，树枝、树叶和树皮往往具有较大的不确定性，其估计误差往往较大（Tahvanainen & Forss,2008; Subedi & Sharma,2012;Goodman et al.,2014），因此其生物量调查需要更高的取样比例，故而不宜采用平均标准木法和分级标准木法，而更应采用径阶标准木法和生物量模型法。而林分木材生物量和地上总生物量往往具有较低的平均相对绝对误差，这就使在一些调查中可以使用平均标准木法进行调查，如样地面积400hm²时，木材生物量的平均相对绝对误差为16.67%，地上部分总生物量则为14.39%。这也可以为森林资源二类调查中记录有小班平均标准木信息的小班应用平均标准木法估算森林地上部分总生物量提供了一定的理论依据。

7.1.1.2　基于二类调查数据的森林地上部分生物量估算方法比较(www.xing528.com)

本研究采用了生物量模型法和生物量扩展因子法两种估算方法，并以云南省普洱市作为典型区域，对两种估算方法在地上部分生物量估算上的差异进行了比较分析。研究表明采用生物量模型法计算的普洱市森林地上部分生物量为211.36×106t，生物量扩展因子法计算的值为208.36×106t，前者略大于后者，但差异不大。李海奎等（2012）应用IPCC法、转换因子连续函数法和加权生物量回归模型法，从计算原理过程、方法特点、模型的可验证和可重复性以及2期生物量增长的稳定性等方面对3种估算乔木林生物量的方法进行比较，认为对于总生物量，可变BEF2的IPCC法估算结果偏大，固定BEF2的IPCC法估算结果偏小，转换因子连续函数法和加权生物量回归模型法的估算结果较为适宜；对于转换因子，同一树种在不同的区域间，加权生物量回归模型法最为稳定；但从两个面积指标来看；各个树种7次清查的转换因子，IPCC法和加权生物量回归模型法比较稳定，转换因子连续函数法波动较大；对于2期生物量增长率，可变BEF2的IPCC法和固定BEF2的IPCC法结果接近，比较稳定，转换因子连续函数法波动很大；并认为基于森林清查数据的乔木林生物量估算以加权生物量回归模型法最为适宜。本研究采用基于小班平均数据和林分密度的生物量模型法，以及考虑不同森林的龄组差异的生物量扩展因子法，使用二类调查数据对云南省普洱市森林地上生物量进行估算，这也说明了考虑不同森林的龄组差异的生物量扩展因子法可以较好地估计区域尺度的生物量。

而从单位面积生物量看，本研究基于二类调查小班数据进行分析，研究发现，采用两种方法进行计算时，其小班平均单位面积生物量往往小于面积加权平均单位面积生物量，这可能与二类调查数据中小班数据较为琐碎，森林分布的异质性和森林斑块分布破碎化程度有关，这在一定程度上也反映了普洱市森林小班分布的破碎化程度较高。因此，在反映区域某类林分的森林生物量和碳储量时，选择单位面积生物量作为表征林分生物量和碳储量生长水平是一个较为适宜的指标。

此外，两种方法表现出的结果较为相似，尤其在不同起源、龄组、权属上估算值差异不大，且表现出随不同起源、龄组、权属等呈现相似的变化趋势；但在不同地类和优势树种或树种组的估计上，如在个别树种，尤其是乔木经济林树种估算差异较大，以及对竹林、灌木经济林和灌木林的估算上有一定差异，这可能主要和人工经济林、竹林等为优势树种的林分缺乏较为精确的单木生物量模型有关，如Fang等(2001)的转换因子连续函数法相当于林分水平的生物量回归模型结果法，森林生物量与蓄积量是按线性相关进行估计的，李海奎等（2012）加权回归生物量模型法是样木水平的生物量回归模型估计法，林木生物量与蓄积量按非线性相关进行估计，从而获得较好的估计，因此，生物量模型法在对于具有该地区可适用的生物量模型基础上，可以获得一个地区较为准确的森林生物量和碳储量估计。当然生物量模型法在人工经济林上的估计差异较大也和人工经济林生长的立地条件及其经营水平差异有关。