内蒙古杭锦旗杨柴生物量估算模型研究

沈 浩，常金宝,郭玉东

(内蒙古农业大学，内蒙古 呼和浩特 010020)

本文选用的是沙地灌木杨柴，灌高约1～2 m，叶互生，阔线状，披针形或线椭圆形，小叶柄极短，总状花序，腋生，花紫红色，且花期时间长，从6月下旬到9月上中旬，观赏价值很高；荚果具1～3节，每节荚果内有种子一粒，荚果扁圆形。杨柴是多年生落叶半灌木，具有耐寒、耐旱、耐贫瘠、抗风沙的特点，适应性强，喜欢适度沙压并能忍耐一定风蚀，还具有丰富的根瘤，利于改良沙地土壤肥力，是防风固沙的先锋植物。杨柴的分布很广，在我国陕北榆林和宁夏东部沙地都有种植，在内蒙古各个沙地更是广泛种植，例如毛乌素沙地、库布齐沙漠东部、乌兰布和沙漠以及浑善达克沙地西部。本文采样的地点杭锦旗，东南部接壤毛乌素沙地，库布齐沙漠起源于其西部，横亘东西，杨柴大面积分布。

国内外对灌木生物量的研究不多，对于杨柴生物量的参考文献更是少之又少。截至目前，国内外对灌木的生物量估测基本都是采用整株切割法,这种方法的缺点很明显，对植株本身产生较大的破坏，而且费时费力[3]。现如今对生态保护的意识越来越强，应该运用更加合理、环保的方式进行灌木生物量研究。生物量的估算模型通过对野外生长的灌木地径、冠幅和高度这些容易测得的数据就可以建立起来,运用数理统计软件SPSS，就能估算出该物种生物量，而且这种方法会节省很多时间，不用去进行繁重的野外工作，也不会对植被产生多大的破坏。

1 研究区概况

研究区位于鄂尔多斯杭锦旗锡尼镇阿门其日格村，地处北纬39°41′656″，东经109°00′315″，海拔1 573 m 。杭锦旗干旱少雨，全旗降水量由东向西递减，多年平均降水量245 mm，降水量的60%集中在夏季的7—9月，多年平均蒸发量2 720 mm，相对湿度49%，干燥度1.98。风速一般较大，年平均风速3.0 m/s，一般春季多见，最大风速达28.7 m/s，并伴随沙尘暴天气。其中生长的灌木主要有柠条、沙冬青、杨柴等。

2 材料与方法

2.1 数据的选取

选取杭锦旗锡尼镇阿门其日格村附近沙地的杨柴，测量离地面5～10 cm 处的地径(D)、高度(H)和冠幅(S)后，在与地面齐平的地方利用剪枝剪整株剪下，然后用电子秤测定杨柴鲜质量，将其放入烘箱 80 ℃烘干至恒定质量(M)。杨柴的各项基本参数见表 1。

表1 杨柴基本参数

注:表中数据为平均值。

2.2 数据处理

2.2.1自变量选取

经过阅读文献发现，灌木植物的地径(D)、冠幅(S)和高度(H)很容易测量，经它们得出的断面周长(DH)与断面面积(D2H)与生物量(M)有较强的相关性，而且断面面积还能体现灌木的形态特征，在本研究中就着重选取了它们作为自变量，来对杨柴进行生物量模型拟合[4-5]。

2.2.2模型选取

在课堂教学中，通过上述讲解后，学生就会理解因子分析模型中每个符号都代表实际意义，因子分析的每一步分解也有相对应的价值。故而，在吃透统计思想的前提下实现将“用数学语言”表达的统计方法，转换成我们能理解的表达方式（即去数学化），能取得更好的教学效果。

试验采集到的数据经过整理，运用SPSS 17.0软件进行回归分析，通过方程得出的R2、F、SEE来评价方程的优劣程度，然后再用备用的数据带入所选出方程，得出的总相对误差(RS)和平均相对误差绝对值(RM.A)的大小值进行评价，从这些得出数据中选出P值<0.01，R2值较大，SEE值较小，拟合性最好的生物量估测回归模型[6-9]。模型采用以下六种类型：

线性函数:W=a + bX

(1)

二次函数:W=a + bX+ cX2

(2)

三次函数：W=a + bX+ cX2+ dX3

(3)

指数函数：W=abX

(4)

对数函数：W=a + blnX

(5)

幂函数:W=aXb

(6)

式中:W为灌木生物量(g),a 为常数项,b、c、d 分别为系数。

相对误差 (RS)

RS=((∑Yi-∑Yj)/∑Yj)×100%

平均相对误差绝对值 (RM.A)

RM.A=[∑(Yi-Yj)/Yj]×100%/n

式中:n为样本数，Yi为生物量实测值，Yj为生物量模型预测值。

3 结果与分析

3.1 最佳生物量模型

通过SPSS软件的回归分析，建立并从中选出了最佳的杨柴生物量估测模型(表2)，其中变量冠幅(S)的最佳生物量模型是幂函数模型，变量为断面周长(DH)和断面面积(D2H)的最佳生物量模型都是三次函数模型，估计值的标准误差(SEE) 值较小，且显著(F检验，p< 0.01)。R2的范围为 0.311 ～ 0.762，SEE值范围在0.187 ～0.84，F 检验的值也达到了显著性水平。

表2 杨柴生物量回归模型

3.2 模型精度检验

在得出最佳估测模型后，需要进一步验证模型的估计效果。将提前准备好的杨柴备用样株数据带入最佳估测模型进行检验。其中两个指标对生物量模型的适用性，以及说明样本的实测值与预测值的拟合程度具有很好的显示效果，一个是总相对误差RS值不得大于30%，另一个是平均相对误差绝对值RM.A值不得大于20%(表3)。

从表3中就可以明显看出，除了以地径(S)作为自变量的估测模型RM.A不在检验精度 (RM.A<20%)要求范围，其他两个变量断面周长(DH)和断面面积(D2H)都满足精度要求，杨柴各自变量的估测模型值RM.A均显著高于RS，其中杨柴以DH为自变量建立的估测模型最优。

表3 杨柴生物量回归模型精度检验

杨柴各自变量的估测模型优劣顺序为DH>D2H>S，从整体上来看估测模型效果显著，可以对杨柴进行生物量估测。图 1为杨柴最优生物量回归方程的散点图。

图1 杨柴最优生物量回归方程散点图Fig.1 Scatter diagram of optimal regression equations of Hedysarum mongolicum biomass

4 讨论

本研究对杭锦旗风沙土区杨柴生物量估测模型进行构建。通过选取三种易测因子地径、冠幅和高度作为自变量，得到以DH为自变量的三次函数估测模型最优，方程式为：W=-0.236+0.017(DH)+1.50E-06(DH)3。自变量对模型优劣的影响为DH>D2H>S。从模型精度检验的结果来看(RS<30%，RM.A< 20%)，与筛选出来的估测模型具有一致性，可以用来对沙地灌木生物量进行估测。

灌木的生长、生态特征与立地环境及气候状况等关系密切，导致不同地区的生物量估测模型的选择也会不同。本研究所建立的杨柴生物量回归模型仅限于杭锦旗附近的区域，当环境发生变化或者研究的季节发生改变，在用本实验估测模型估算生物量时需要作进一步检验。