基于经验模型和机理模型的杉木人工林生物量估测对比研究OA北大核心CHSSCDCSTPCD

为了揭示间伐干扰下杉木人工林生物量的变化规律,研究利用江西省吉水县石阳林场的36块杉木人工林样地的实测数据和研究区气候数据,通过基于经验的引入地位指数(SI)的生物量生长方程组和基于机理的3⁃PG模型,模拟并预估林分生物量,分析在间伐和非间伐的情况下,不同立地的林分其生物量0—50a的变化。结果表明:(1)构建了生物量生长方程组,并在参数a、b、c中引入地位指数SI,发现改进后的模型对于基础模型拟合精度更高,且对数似然比检验表明,改进效果显著(P<0.05)。(2)通过对3⁃PG模型预测精度验证发现,预估值和实测值之间有很高的一致性,各因子的决定系数(R^(2))在0.65—0.96之间,其中,胸径和树高的R^(2)均高于0.92;各因子的平均相对误差(MRE)不超过26%。(3)通过比较经验模型和机理模型的生物量预测发现,经验模型的预测误差MRE为16.50%,机理模型为23.52%,经验模型预估精度更高。进一步对未来预测对比分析表明,机理模型预估值高于经验模型。(4)两个模型模拟的杉木人工林生物量规律一致,即随着林龄的增加,杉木人工林林分总生物量均表现出先快速增加,后逐渐平稳的趋势;并且间伐不会改变这种趋势,但间伐林分在间伐后的生物量生长速率高于无间伐林分。此外,由于SI对经验模型影响显著,改进模型拟合效果更好,更具有生态学意义。参数化后的3⁃PG模型模预估精度较高,能够为江西杉木人工林生长规律研究提供依据。虽然经验模型和机理模型在对研究区杉木人工林生物量的预估上均具有较好的表现,但各具特点和局限性。经验模型参数较易获得,且经验模型预测生物量、林分胸高断面积和林分平均树高的R^(2)、MRE均优于机理模型;但模型对于建模数据内的评价效果较好,对于建模数据外的应用具有局限性,即经验模型更适合模拟生长期间的某一阶段的林分生物量。机理模型虽然需要的参数较多,但是考虑了生态学原理,弥补了经验模型的不足,可较好解释和模拟环境因子对树木生长的影响,对校正数据之外生长阶段的林分生物量预测更有优势。