一种梭梭地上生物量估测方法

1.本发明涉及生物量估测技术领域，具体涉及一种梭梭地上生物量估测方法。


背景技术：

2.土地荒漠化是当前人类面临的十大环境问题之一。荒漠生态系统分布在干旱地区，动植物种类十分稀少，生态环境极为脆弱，全球共有干旱、半干旱土地5.17
×
107 km2，其中3.62
×
107 km2的土地遭到荒漠化威胁，约占陆地面积的四分之一。荒漠植物是荒漠生态系统的重要组成部分，其生物量是指植物群落在一定时间内积累的有机质总量，可以反映荒漠生态系统生产力和环境质量，这方面的研究可以使我们更好的认识植被群落景观结构优劣和功能高低，了解荒漠区群落及生态环境的保护状况。
3.近年来，国内外学者对荒漠植物地上生物量估测模型已进行了大量研究。宋于洋等以古尔班通古特沙漠为研究区,建立了沙质、盐土和石砾质三个生态类型梭梭地上生物量及枝条生物量的估测模型；alberto burquez等建立了索诺兰沙漠平原、旱谷和山坡三个生境植物群落的多物种地上生物量估测模型；党小红等研究了内蒙古自治区鄂尔多斯西部五种荒漠优势灌丛的生物量分配格局及预测模型。
4.梭梭是我国西北干旱荒漠区优良的固沙树种，同时也是国家二级保护植物，它的根系发达，具有很强的防风固沙能力，且抗旱抗热能力很强，是适应中温带气候的荒漠植物。目前，已有学者对民勤梭梭林的种群特征、土壤特性等方面进行了研究，但针对梭梭生物量估测模型的研究很少。


技术实现要素：

5.为解决上述问题，本发明提供了一种梭梭地上生物量估测方法。
6.为实现上述目的，本发明采取的技术方案为：一种梭梭地上生物量估测方法，通过构建沙质土壤生境梭梭的地上生物量估测模型、砾石质土壤生境梭梭的地上生物量估测模型实现梭梭地上生物量的估测；其中，沙质土壤生境梭梭的地上生物量估测模型、砾石质土壤生境梭梭的地上生物量估测模型均为幂函数方程，分别是w=0.138 (dh) 1.397
和w=0.189 (dh) 1.433
。
7.本发明利用植物本身的生理指标建立生物量估测模型，建立了沙质、砾石质土壤生境梭梭的地上生物量估测模型，这两个模型的预估精度分别是82.825%和83.688%，平均相对误差为14.392%、13.455%，拟合精度较高，可应用于梭梭生物量的估测。
具体实施方式
8.下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
实施例
9.1.1数据来源以甘肃民勤连古城自然保护区为研究区域，于2019年9月在保护区进行样地设置及样品采集，根据梭梭的生长环境特点，选择生境为沙质土及石砾土的梭梭进行调查。保护区内的梭梭多为人工统一种植，综合考虑梭梭植被及环境的关系，并咨询当地研究人员的意见，在保护区范围内选择10个梭梭生长的典型区域（100m
×
100m），其中沙质土壤生境6个，砾石质土壤生境4个，在每个区域内建立5个平行样地（20m
×
20m），并在样地内随机选择3~4株梭梭进行调查取样。实地测量梭梭的株高（cm）、基茎（cm），齐地收割称重获得植株鲜重（g），并取得部分样品带回实验室，于80℃下烘干至恒重，计算样品的含水量（％），按比例计算植株生物量（g）。
10.1.2模型选择树木生物量的测定模型很多，常用的易于测量的参数有基茎、株高、冠幅等，梭梭作为荒漠植物，长期生长在风沙环境中，受天气、降水和风蚀环境等外界条件影响，树形千姿百态，冠幅大小变化较大，不适合作为估测因子。使用spss 19.0和microsoft excel 2010软件进行数据处理，从两种生境所获得数据中分别随机抽取7株的信息用于模型精度验证，剩余数据用于建立估测模型。进行梭梭干重（dw）与基茎（d）、株高（h）及二者复合因子（d2、d2h、dh等）的相关分析，选择合适的因子作为模型的自变量。
11.为保证估测精度，选择线性、多元线性、幂函数三种回归方程建立梭梭地上生物量估测模型，这三种模型常用于灌木和小乔木的地上生物量估测
[35
‑
37]
。模型的基本形式如下所示：式中，y为生物量，x为采用的生物量相关因子，a、b为关系式中的待定系数。
[0012]
1.3模型评价模型建立完成后需要进行模型评价，以检验模型可利用性及选定最佳估测模型，模型的评价方法及指标有很多，常用的有拟合优度检验、残差分析、判定系数分析等。本发明采用的评价指标为相关系数r、残差平方和rss、调整的判定系数r2、平均相对误差绝对值rma、均方根误差rmse、预估精度p，它们的计算公式如下：
式中，y
i
为实测值，
ŷ i
为估测值，
ȳ i 为实测值的平均值；n为样本数，n
‑
k
‑
1为残差平方和的自由度，n
‑
1为总体平方和的自由度，m是回归模型中参数的个数；t
α
是置信水平为α时的t分布值，本研究中α=0.05。
[0013]
残差平方和rss表示各实测值偏离模型的程度；调整的判定系数r2表示自变量对因变量的解释程度，相较判定系数r2而言，去除了变量个数对判定结果的影响，可以更确切地反映回归模型系数的拟合优度；平均相对误差绝对值rma与均方根误差rmse可以衡量估测值同实测值之间的偏差；预估精度p可以检验模型的估测效果。
[0014]
2结果与分析2.1变量选择从不同生境梭梭各变量的相关分析结果可以看出（表1），梭梭的干重与各变量均呈极显著相关。沙质土梭梭的干重与d的相关系数低于石砾土；与h、dh的相关系数略低于石砾土，但相差不大（分别是0.003与0.011）；与d2、d2h、(d2h)2的相关系数高于石砾土，综合来看，沙质土梭梭生物量与其他变量的相关程度高于石砾土。
[0015]
生长在沙质土的梭梭生物量与其他变量的相关系数在0.748~0.976之间，相关程度大小为：d2h > d2>dh>(d2h)2>d>h；生长在石砾土的梭梭相关系数在0.751~0.964之间，相关程度大小为：dh > d > d2h > d
2 >(d2h)
2 >h。两种生境下与梭梭干重相关程度最大的变量分别是d2h和dh，且相关系数在另一生境中亦居于前列。综合考虑，选择d2h和dh作为生物量估测模型的自变量。
[0016]
2.2生物量估测模型建立表2是梭梭的生物量估测模型，分别为线性、多元线性、幂函数方程的形式。各回归方程的相关系数均在0.9之上，显著性检验为极显著，据此可初步判断估测模型具有可行性；方程的残差平方和均较高，这可能是由于样本数值较大且样本个数较多，导致残差提升。
[0017]
表1 不同生境梭梭生物量与各变量的相关分析沙质生境中的梭梭的各生物量估测模型相关系数在0.947~0.978之间。其中，线性方程2的预估精度和调整 r2最高（87.348%、0.953）、rss和rmse最小；多元线性方程3的相关系数r最高（0.978），rma最小，综合来看，方程2的表现更优，为沙质土梭梭地上生物量的最佳估测模型。
[0018]
砾石质土壤生境梭梭的各生物量估测模型相关系数在0.919~0.986之间。线性方程6的预估精度最高（84.931%），但其他各项指标处于五个方程中的中游水平；幂函数方程9的相关系数r和调整 r2最高（0.986、0.969），rma最低，预估精度与方程6比仅降低1.243%，选择其为石砾土梭梭地上生物量的最佳估测模型。
[0019]
表2梭梭地上生物量估测模型2.3模型精度验证相对误差能够反映测量的可信程度。采用保留的梭梭数据进行模型精度验证，根据回归方程计算梭梭生物量估测值，并计算估测值与实测值之间的相关系数及相对误差（表3）。
[0020]
经验证，根据回归模型得到的估测值与实测值均具有极显著的相关关系，相关系数在0.889~0.969之间。模型4~10的平均相对误差较小，模型拟合精度高，梭梭地上生物量进行估测具有实用性；模型1~3的平均相对误差过大，拟合精度较低，估测准确性难以保证，不适合应用于梭梭生物量的估测。这可能是因为沙质土壤生境各取样点梭梭含水量相差较大，以及采样时间和天气、植物保存方式的影响。
[0021]
两种生境中，沙质土梭梭估测值与实测值的相关系数在0.889~0.938之间，石砾土在0.926~0.969之间。沙质土壤生境的相关系数和平均相对误差高于石砾土，相对误差的波
动范围也较大，且个别植株的相对误差远高于平均水平，出现离群值，综合来看，石砾土梭梭的生物量估测模型拟合精度更高。
[0022]
表3梭梭地上生物量估测值与实测值之间的相关系数和相对误差注：相对误差范围未包括离群值；** 在0.01水平上显著相关。
[0023]
2.4最佳估测模型更正石砾土梭梭生物量的最佳估测模型平均相对误差较低（13.455%），拟合精度较高，方程用于梭梭的生物量估测是可行的。但在沙质生境中，由于模型1~3拟合精度不高，在两个幂函数模型中重新选择方程4作为最佳估测模型，除rma外，该模型其他各项指标的表现优于方程5。沙质土和砾石质土壤生境的最佳估测模型分别是w=0.146 (dh) 1.372
和w=0.189 (dh) 1.433
，均为以dh为自变量的幂函数方程。
[0024]
3结论梭梭地上生物量与基茎（d）、株高（h）及二者的复合变量（dh、d2h等）均呈现极显著的相关关系。本发明利用变量dh、d2h建立沙质、砾石质土壤生境梭梭地上生物量的估测模型，包括线性、多元线性、幂函数三种形式，预估精度在77.987％~87.348％之间，以dh为变量的幂函数方程的拟合效果最好。沙质土壤生境拟合优度最高的估测模型是w=0.146(dh)
1.372
，相关系数r为0.955，调整r2为0.904，预估精度p为82.825％，估测值与实测值的相关系数为0.926，平均相对误差为14.392%；砾石质土壤生境拟合优度最高的估测模型是w=0.189(dh)
1.433
，相关系数r为0.986，调整r2为0.969，预估精度p为83.688％，估测值与实测值的相关系数为0.969，平均相对误差为13.455%。
[0025]
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。