[目的] 针对现有灌木生物量模型存在的分量与总量、地上与地下生物量不相容等问题, 探索利用联立方程组 方法, 建立灌木林相容性生物量模型。[方法] 以内蒙古自治区的2种常见灌木柠条(Caragana korshinskii)和山杏(Armeniaca sibirica)为研究对象, 基于大样本的生物量实测数据, 利用非线性误差变量联立方程组方法, 建立了地上生物量模型及其相容的地下生物量模型和根茎比模型。[结果] 表明:基于植冠面积和丛生枝个数(或植株高度)的地上生物量模型, 其确定系数能达到0.67以上, 但地下生物量模型的确定系数要低些, 其中山杏仅0.36;2种灌木的地上生物量和地下生物量模型的平均预估精度均能达到80%以上, 全株生物量的平均预估精度, 山杏能达到86%以上, 柠条能达到92%以上。[结论] 对于无明显主干的丛生状灌木, 不论是地上生物量还是地下生物量, 植冠面积是首要的相关因子, 其次才是丛生枝个数和植株高度;利用非线性误差变量联立方程组方法, 能有效解决不同生物量之间的相容性问题, 同步建立地上生物量模型及其相容的地下生物量模型和根茎比模型;所建模型完全可用于内蒙古自治区范围内相应灌木林的生物量估计。

利用西藏自治区2006年森林资源连续清查的天然云杉林实测样地资料,通过构建非线性联合估计模型系统,研究建立了天然云杉林总消耗率、枯损率、采伐率三者一致兼容的估测模型,为西藏天然云杉林的消耗量估测提供了参考依据,也为类似模型的研建提供了经验借鉴。

本文以马尾松(Pinus massoniana)地上生物量数据为例,通过利用度量误差模型方法,研究建立了地上生物量与干、皮、枝、叶4个分量的相容性方程系统。首先,从各个分量所占比例变化特点分析入手,采用比值函数分级联合控制和比例函数总量直接控制2种方案构建了以地上总生物量为基础的相容性方程系统,其中对地上总生物量模型的估计,又采取了独立估计和联合估计2种处理方法。结果表明,分级联合控制方案和总量直接控制方案效果基本相当,而独立估计方法和联合估计方法也几乎没有差异。然后,还对一元、二元和三元模型的拟合效果进行了对比分析,结果显示随着解释变量的增加,估计值的标准误差和平均预估误差会有所下降,但对模型效果的改善幅度并不大。最后,对各个分量占地上总生物量的比例随直径的变化特点进行了分析,结果表明干材生物量所占比例随林木直径的增大而提高,干皮和树叶生物量所占比例则随林木直径的增大而下降,而树枝生物量所占比例相对比较稳定。本文所建立的相容性生物量方程系统,地上总生物量的预估精度达到95％以上,树叶生物量的预估精度最低,但也达到了85％以上。

本文结合大样本的立木生物量实测数据,对非线性模型对数回归的偏差校正问题进行了探讨,并与加权回归结果进行了对比分析。首先,分析了对数回归产生偏差的内在原因,并提出了一个新的校正因子,同时对另外3个偏差校正因子一并进行了检验,结果表明本文和Baskerville(1972)提出的校正因子,能保证与加权回归估计结果趋于一致;然后,对非线性加权回归中基于普通回归残差推导的权函数与通用权函数(W＝1/f(x)2)的拟合效果进行了对比分析,结果表明二者基本相当,而通用权函数更具有广泛的适应性。建议对带有异方差的非线性模型,最好直接采用加权回归进行估计;当按照通用权函数进行估计其总相对误差超出一定范围时,应该根据普通回归估计的残差推导效果最佳的权函数后再进行加权回归。

以贵州省人工杉木和马尾松地上生物量数据为例,通过利用线性混合模型和哑变量模型方法,建立了适合不同树种和区域(中心区和一般区)的通用性立木生物量方程,为简化生物量建模工作提供了有效途径。结果表明,相同直径林木的地上生物量估计值随树种、区域的不同存在一定程度的差异,带随机参数的线性混合模型和带特定参数的哑变量模型比总体平均模型的精度高;线性混合模型和哑变量模型方法均同等有效,可推广应用于其它通用性模型(如材积方程)的建立。

从开展全国森林资源和生态状况综合监测的实际需求出发,研究提出了包括森林状况、湿地状况和土地退化状况3个指标组的监测和评价指标体系,并探讨了综合监测方法与综合评价方法,为我国开展森林资源和生态状况综合监测提供了参考依据。

以我国南方地区最重要的针叶树种杉木（Cunninghamia lanceolata）为研究对象，采用误差变量联立方程组方法，建立了相容性二元立木材积方程、胸径和地径一元立木材积方程、树高胸径回归模型及地径胸径回归模型。利用3种树高模型和2种地径模型组合了4个相容性立木材积表系列模型联立方程组，通过6项指标进行综合评价，结果表明由最简单的树高模型和地径模型构成的相容性系列材积模型就能取得良好效果，其二元材积表、胸径一元材积表和地径一元材积表的平均预估误差分别为1.31%、3.66%和7.39%，可用于不同目的的杉木林蓄积量估计。

[目的]由于激光雷达技术已经能准确测定立木树高及相关树冠因子,应用该技术建立基于树高和树冠因子的立木材积模型,为激光技术在森林蓄积估计中提供技术支撑.[方法]利用云杉、冷杉、栎树、桦树4个树种组的3 010株实测样木数据,分析了立木材积与胸径、树高、树冠因子之间的相关关系;并通过对数回归方法构建了基于树高和树冠因子的立木材积模型,用确定系数R2和平均预估误差MPE等6项指标对模型进行评价.[结果]表明,立木材积与单一因子之间的相关,以胸径最为紧密,其次是树高,再次是冠长和冠幅.基于树高和树冠因子的立木材积模型中,以树高和冠幅作为解释变量的二元模型效果较好,再增加冠长因子的三元模型改进不大.云杉、冷杉、栎树、桦树4个树种组基于树高冠幅的立木材积模型,其R2分别为0.81、0.80、0.76和0.77,MPE分别为4.7%、5.3%、5.4%和5.3%,模型预估精度均能达到95%左右.[结论]本文对材积与林木因子之间相关关系的定量分析,建立了云杉、冷杉、栎树、桦树4个树种的立木材积模型,模型预估精度高.为激光雷达技术定量估测森林参数提供了依据.

目的 林分水平的生物量模型或数表，是森林资源调查监测的必备计量工具。研建3种针叶林的材积源生物量模型，既是方法学探索，也为生产实践提供参考成果。 方法 基于我国3种主要针叶林（落叶松、油松、杉木）的3000个固定样地的实测数据，分别利用普通回归估计、加权回归估计和分段建模方法，建立了林分水平的材积源生物量模型，并与已发表的相关模型进行了比较。 结果 建立的3种针叶林的加权回归生物量模型，其确定系数R²在0.912～0.937之间，平均预估误差MPE在0.93%～1.58%之间，总体相对误差TRE在 ± 2.0%以内，独立样本检验的TRE在 ± 2.6%以内；分段建模生物量模型，其确定系数R²在0.915～0.953之间，平均预估误差MPE在0.81%～1.55%之间，总体相对误差TRE在 ± 0.3%以内，独立样本检验的TRE在 ± 1.3%以内。用本研究数据对已发表的3种针叶林的生物量模型进行适用性检验，其总体相对误差TRE分别达到11.62%、−25.19%和−6.26%，按不同生物量等级的估计误差更大，甚至出现系统偏差，严重超出了允许误差范围。 结论 林分每公顷生物量与蓄积量呈线性相关；建立林分生物量模型，应当采用加权回归方法，并保证样本数量足够且结构合理；当一个模型难以准确估计各个等级的生物量时，可以采用分段建模方法。本研究所建3种针叶林的材积源生物量模型，预估精度高，可以在实践中推广应用。

目的 通过对不同生物量和碳储量的估计方法进行对比分析，为确定在国家森林资源清查中生物量和碳储量的具体估计方法提供依据。 方法 以广东省2012年森林资源清查的100个杉木林和80个马尾松林的实测样地资料为基础，利用近年来我国建立的主要树种立木生物量模型，对改进IPCC法、生物量模型法和转换因子连续函数法（即方精云法）3种方法按一元和二元模型共6种方案进行了对比；同时，基于改进IPCC法一元和二元模型的生物量估计值，用平均含碳系数法、组分含碳系数法和固定含碳系数（0.5或0.47）法分别对碳储量进行估计。 结果 用二元生物量模型法得到的杉木林和马尾松林样地的总生物量分别为320 Mg和331 Mg，一元生物量模型法的结果分别相差0.9%和6.2%；改进IPCC法的估计结果，采用二元和一元模型时杉木林分别相差-3.6%和-11.9%，马尾松林分别相差-8.5%和-19.6%；而方精云法的估计结果，采用二元和一元模型时杉木林分别相差6.65倍和6.60倍，马尾松林分别相差-14.3%和-18.0%。平均含碳系数法和组分含碳系数法的碳储量估计结果，杉木林仅相差0.2%，马尾松林相差约0.4%；固定含碳系数法的估计结果因树种而异，对杉木林要低估0.6%~5.4%，对马尾松林要低估3.3%~9.1%。 结论 对生物量的估计，采用生物量模型法准确性最高，而林木水平的生物量模型其预估精度要高于林分水平的模型；IPCC法是基于材积源的通用方法，将其中的缺省参数改进为可变参数模型，可大大提高方法的适应性；方精云法只是基于IPCC法所建立的林分水平模型在大尺度上的一种具体应用方法，其精度要低于林木水平的生物量模型法，不适于中小尺度应用。对碳储量的估计，采用平均含碳系数法与组分含碳系数法差异很小，但采用固定含碳系数法则误差较大。