论文部分内容阅读
基于3-PG模型预测长白落叶松生物量空间分布,为3-PG模型空间化研究提供依据。在样地尺度确定长白落叶松3-PG模型生理参数,数据包括连续28年观测的5块密度实验林和24块样地的3期调查数据,结合各部分(叶、干和根)生物量计算公式,计算出每个样地不同调查时间的株数密度、胸径、蓄积和各部分生物量。使用密度实验林的数据对模型参数进行校正,结合土壤调查数据和气象数据,通过参数率定、迭代拟合和敏感性分析的方法确定出长白落叶松3-PG模型的生理参数。根据3-PG模型预测出24块样地的生长数据,并将预测数据与实际样地调查数据建立回归模型并计算相关统计量,采用决定系数(R2)、平均误差(ME)、平均绝对误差(MAE)、平均相对误差(MRE)和均方误差(RMSE)衡量模型的预测能力。对冠层量化效率(alpha)和初级生物量分配到根的最小值(pRn)这两个模型关键参数进行了敏感性分析,并预测肥力等级(FR)为0.2,0.4和0.6时,长白落叶松生物量的生长变化。基于确定的模型生理参数,结合空间化的气候和土壤数据,量化温度、霜冻和水汽压差对于长白落叶松每月的生长影响,并预测2018年孟家岗林场干生物量、根生物量、地上生物量和总生物量的空间分布。研究结果表明:(1)通过计算预测数据和实测数据的相关统计量,表明模型预测结果比较可靠,模型预测值和实测值之间R2的值在0.77以上,除叶干生物量比值,各指标的MRE绝对值都在10.97%以内。(2)参数敏感性分析表明,alpha和pRn具有较高的敏感性,是模型的关键参数。(3)模型预测的不同FR下的落叶松生物量变化符合树木生长机理过程,且各部分生物量也随FR的增加而增加。(4)长白落叶松在生长旺季受水汽压差的影响最大,在非生长旺季受霜冻的影响最大。(5)基于地面数据的参数律定后,3-PG模型能够很好地模拟长白落叶松林分的生物量生长变化,结合空间化的数据,模型能够实现空间化的生物量变化预测。