本科毕业论文小兴安岭落叶松净初级生产力与年龄关系

本科毕业论文-小兴安岭落叶松净初级生产力与年龄关系 毕 业 论 文 小兴安岭落叶松净初级生产力与年龄关系 学生姓名： *** 专业班级： 地理信息系统一班 指导教师： *** 学 院： 林学院 2014年6月 摘 要 净初级生产力( Net Primary Productivity )是指植物在单位时间内单位面积上由光合作用产生的有机物质总量中，扣除自养呼吸后剩余的部分，即生物量的增长量、凋落物量、细根的更新量及树木的死亡量之和，是生产者能用于生长、发育和繁殖的能量值，反映了植物固定和转化光合产物的效率，也是生态系统中其他生物成员生存和繁衍的物质基础。 本文以小兴安岭省落叶松为研究对象，首先，根据落叶松生物量方程、林木生长方程计算落叶松生物量随年龄的变化关系；其次，根据收获表计算不同年龄不同立地指数下的NPP；最后，根据计算得到的NPP和落叶松的年龄及立地指数拟合出曲线图，根据拟合曲线进行分析研究，得出结论。 关键词　落叶松；净初级生产力；生物量；立地指数 The relationship between net primary productivity and age for larch forest in Heilongjiang Abstract Net primary productivity is the sum of increasing biomass, litter content, update volume of fine root and the amount of dead trees, it refers to the rest of the total amount of organic matter that deduct autotrophic respiration. And organic matter produced by plants in photosynthesis per unit area per unit time. Net primary productivity provide energy for the growth, development and reproduction of producers, and it can reflect the efficiency of fix and convert photosynthetic products by plants. It is also the material basis of the ecosystem members of other organisms to survive and multiply. In this paper, the research object is larch of Heilongjiang Province. First of all, according to the Biomass equations and forest growth equation to calculate the relationship between larch biomass and age; Secondly, the calculation of NPP under different ages according to the harvest site index table. Finally, according to calculated NPP, larch age and site index fit out the curve graph. According to the fitted curve graph, we can analyze and come to a conclusion. Keywords Larch; Net Primary Productivity; biomass; site index 目 录 摘要 Abstract 1 前言 1 1.1 研究目的和意义 1 1.2 国内外研究现状 1 1.2.1 国内研究现状 1 1.2.2 国外研究现状 2 1.3 主要研究内容 3 1.4 技术路线 3 2 研究区域概况及研究数据 4 2.1 地理位置 4 2.2 自然状况 4 2.2.1 地理地貌 4 2.2.2 气候概况 4 2.2.3 森林资源 5 2.3 研究数据 5 2.3.1 收获表 5 2.3.2 样地调查表 6 3 生物量及NPP的计算 7 3.1 生物量计算 7 3.1.1 生物量模型 7 3.1.2 生物量计算 8 3.2 NPP计算 9 3.2.1 NPP模型 9 3.2.2 NPP计算 9 4 NPP与年龄的关系 11 4.1 生物量与年龄的关系 11 4.2 NPP与年龄的关系 13 4.3 立地指数对NPP与年龄关系的影响 15 结论 16 参考文献 17 致谢 19 1 前言 1.1 研究目的和意义 近年来，碳循环和碳汇功能在国内外都是研究的热点，陆地碳循环则是其中的重要组成部分。碳是初级生产力的一部分，碳的固定就是净初级生产力的体现。净初级生产力不仅是碳循环的动力，也是调节生态过程和判断碳源碳汇的重要因子。 净初级生产力即NPP ( Net Primary Productivity )，是植物光合作用与呼吸作用之差。它是地球表面碳循环非常重要的组成部分，不仅可以直接反映森林植被在自然环境条件下的生产能力和生长状况，而且是调节生态过程和判定生态系统碳源碳汇的主要因子，也是评价陆地生态系统可持续发展的重要指标[1]，在全球变化和碳循环中扮演着重要的角色。NPP反映了植物固定和转化光合产物的效率，也决定了可供异氧生物利用的物质和能量定量描述生物圈生产能力特征的指标[2]，而且是可以在全球尺度上进行模拟的基础生态系统变量。 目前世界各国的研究者对大尺度的NPP动态变化的估计仍有很大的不确定性，因此更准确的估算NPP、理解它与各种气候要素的相互关系[3]，对于了解陆地生态系统的演化和判定生态系统碳汇[4]和生态调节过程[5]具有重要的作用，同时也是揭示植被与环境条件之间的相互关系，分析生态系统对气候变化响应的有效工具[6]。气候因子由温度因子（绝对值、变化类型和幅度）、水分因子（降水量、降雨型、湿度）、光因子（照度、日照时间）、大气因子（氧气及CO2的浓度、风）等所组成。目前，各国学者对森林NPP的研究集中在时间步长较小的范围，大部分研究NPP与气象、环境因子的关系[7]，忽略了年龄因素对NPP的影响。事实上年龄对NPP的影响是非常显著的，主要表现在森林林木随着年龄的变化，生长状况也有不同的表现；外界干扰，如自然火灾、病虫害、采伐等，对森林年龄分配的影响，导致NPP的变化。因此，确定年龄与森林NPP的关系有助于提高对NPP的估算精度，也能在一定程度上为碳循环模型的研究提供参考依据。 小兴安岭森林资源丰富，林业经营总面积386万hm2，森林覆盖率达72.6%，森林面积、森林总蓄积和木材产量均居全国前列，是国家最重要的国有林区和最大的木材生产基地。其中落叶松又是小兴安岭森林资源的重要部分，因此，对小兴安岭落叶松NPP随年龄变化的研究在我国有着重要意义，虽然对全球的影响不是很大，但也算是有一点小小的贡献。 1.2 国内外研究现状 1.2.1 国内研究现状 森林NPP是森林植物单位时间、单位面积上通光合作用所积累的干物质量，即光合作用的总同化量与呼吸作用的消耗量之差，作为陆地生态系统中物质与能量运转研究的基础，在定量研究生态环境演变及其与气候相互作用和影响方面扮演着极为重要的角色，不仅是碳循环原动力，而且是判定碳源碳汇以及调节生态过程的主要因子。 我国关于NPP的研究，从特点来看，大致可以分为以下三个发展阶段[8]：(l)小尺度的NPP静态观测和实测数据搜集阶段；(2)对多种气候相关统计模型的运用和改进阶段；(3)大尺度NPP估算及其对全球气候变化的响应研究阶段。研究的NPP模型主要有3种： 1）统计模型( statistical model )：以Miami模型，Thornthwaite memorial等模型为代表是利用气候因子（温度、降水等）来估算植被NPP，估算结果是潜在植被生产力。 2）参数模型( parameter model )：NPP由植被吸收的光合有效辐射和光能转化效率2个因子表示。其中光能转化效率被看成是只取决于植被类型的变量。 3）过程模型( process-based model )是参数模型的引申，最普通的处理方式是在参数模型础上加上温度、水分及养分等参数，以CASA模型，TEM模型，BIOME-BGC等模型为代表的过程模型，是从植被机理出发而建立的植被NPP的机理模型。 1.2.2 国外研究现状 自二十世纪六十年代以来，NPP的研究倍受各国学者的重视[9]，在国际生物学计划( IBP,1965～1974 )期间，曾对植物NPP进行了大量的测定，并且将测定资料作为基础，结合气候环境因子建立模型对植被NPP的区域分布进行评估，这方面国外已经做了许多研究[10]，在此期间，世界许多国家对植被的净初级生产力做了不少研究，基本完成了植被初级生产力的主要描述，而中国是空缺。建立于1987年的国际地圈生物圈计划( IGBP )、全球变化与陆地生态系统( GCTE )研究和最近出台的京都协定( Kyoto Protocol )均把植被的NPP研究确定为核心内容[11]之一。关于NPP模型的研究主要有三种： 1）气候生产潜力模型，也称气候相关统计模型，这种模型是根据主要气候因子（如温度、降水、蒸散量等）与NPP的密切关系，利用大量实测数据建立二者的简单回归模型。代表模型主要有：Miami模型、Chikugo模型[12]、Thornthwaite模型等。 2）生理生态过程模型，又叫机理模型，在生态过程中，NPP是与植物的生长息息相关的，如光合作用、蒸腾过程、同化分配、呼吸作用等，该模型设计比较复杂，需要实测数据多，因此受到实用性的限制。 3）光能利用率模型，此类模型是建立在光合作用过程和光能利用率的概念上的，所需输入的参数少，计算效率高，实用性强，因此可以用来大面积大尺度的NPP估算，近年来备受关注。 NPP的研究方法很多，有关学者从不同角度及学科对NPP的估算进行了深入细致的研究，取得了丰硕成果。从空间尺度上来说,可分为NPP定位观测、区域NPP模拟估算和全球NPP模拟估算3种尺度。 1.3 主要研究内容 本文主要研究内容： 1）由小兴安岭落叶松收获表计算其在不同立地指数下的生物量和NPP； 2）根据计算结果模拟出生物量与年龄关系图并计算模拟方程系数； 3）得到生物量与年龄及NPP与年龄的关系； 4）分析不同立地指数对NPP与年龄关系的影响。 1.4 技术路线 图1-1 技术路线图 2 研究区域概况及研究数据 2.1 地理位置 小兴安岭位于中国黑龙江省中北部。北纬46°28′至49°21′，东经127°42′至130°14′，属低山丘陵，西北接伊勒呼里山，东南到松花江畔，长约500km。小兴安岭西与大兴安岭对峙，又称“东兴安岭”，亦名“布伦山”。小兴安岭是东北地区东北部的低山丘陵山地，是松花江以北的山地总称，地理特征是“八山半水半草一分田”。北部多台地、宽谷；中部低山丘陵，山势和缓；南部属低山，山势较陡。 最高峰为平顶山，海拔1429m。西部铁力市位于松嫩平原，地势呈波状。西北部以黑河至孙吴至德都一线与大兴安岭为界；南部以德都至铁力至巴彦一线与松辽平原分界。总面积13万km2，其中低山约占37%、丘陵约占53%、浅丘台地约占10%。海拔500—800m。它是黑龙江与松花江的分水岭。北部以黑龙江中心航线为界，与俄罗斯隔江相望，边境线长249.5km，是中国东北边疆的重要门户。林业施业区面积386万hm2。 2.2 自然状况 2.2.1 地理地貌 小兴安岭山脉的走向近似西北，山势低缓，海拔500—800m。分水岭两侧不对称，西南坡缓长，东北坡陡短。东南段主要出露花岗岩和变质岩，为长期隆起剥蚀区。西北段广泛分布第三纪陆相沉积。第三纪时大兴安岭与长白山已隆升，但小兴安岭西北段尚与松辽平原、俄罗斯境内的结雅（Zeya）河低地联成一片。到第三纪末、第四纪初才沿东北向、西北向的断裂抬升为高地，与小兴安岭东南部连接成为西北向的山地，并把松辽平原与结雅河低地隔开。与此同时沿断裂有玄武岩喷发，小兴安岭东北侧的逊河流域保存有大片玄武岩台地，山地东南侧德都附近有五大连池火山群。直到1719、1921年还有火山喷发。 2.2.2 气候概况 小兴安岭属北温带季风气候区。四季分明，冬季严寒、干燥而漫长；春季回暖快；夏季温热湿润；秋季暂短、降温迅速。年平均气温-1℃至1℃，最冷为1月份，-20℃至-25℃，最热为7月份，气温20℃至21℃，极端最高气温为35℃。全年≥10℃活动积温1800℃至2400℃，无霜期90天至120天。年平均日照数2355h至2400h。年降雨量550mm至670mm，降雨集中在夏季。干湿指数1.13至0.92，属湿润地区。 小兴安岭地区冬季严寒，年均温0℃左右，1月均温－25℃左右，7月温度19—21℃，无霜期 100—130天，年降水量500—700mm，多集中在6—8月。年均相对湿度约70%，10℃以上活动积温2000—2500℃，广布岛状多年冻土与季节冻土，沼泽发育。区内河流4月上旬出现春讯，6月上中旬至9月中下旬出现夏秋汛，河流封冻期约达5个月，河川年径流深150—400mm。 2.2.3 森林资源 小兴安岭是中国主要林区之一。繁衍生长着红松等许多珍贵树木，成为国家重点用材林基地。林区面积1206万hm2，其中森林面积500多万公顷，林木蓄积量约4．5亿m3，红松蓄积量4300多万立方米，占全国红松总蓄积量的一半以上，素有“红松故乡”之美称。还生长着落叶松、樟子松和“三大硬阔”（胡桃楸、水曲柳、黄菠萝）。 小兴安岭有世界面积最大的红松原始林，还有落叶松、云杉、冷杉、桦、椴、榆、杨等110余种森林群落，被誉为“红松故乡”、 “林海雪原”。独特的大森林地貌和气候条件，生长着珍奇的动植物，有着小兴安岭独特、古朴、原始的自然风貌和自然资源。 林区森林茂密，树种较多。有林地面积280万hm2，森林覆被率为72.6%，活立木总蓄积2.4亿m3。森林类型是以红松为主的针阔叶混交林。主要树种有红松、云杉、冷杉、兴安落叶松、樟子松、水曲柳、黄菠萝、胡桃楸、杨、椴、桦、榆等，藤条灌木遍布整个施业区。1998年木材生产总量为214.5万m3，同时，每年还有100多万立方米的采伐、造材、加工剩余物，可为木材综合利用提供充足的原料保证。人们一边伐一边栽，保持了生态平衡。 2.3 研究数据 2.3.1 收获表 本研究采用的是小兴安岭七个不同立地指数下初植密度为2200株/公顷和3000株/公顷的落叶松收获表。表2-1为平均立地指数下的落叶松收获表，其他数据这里就不详细列举。 收获表是按树种、龄级、地位质量和密度表达作业法相同的同龄林所能提供的木材产量和与材积有关的因子（株数、胸径、树高、胸高断面积等）数值的测树数表。收获表有4种，以完满立木度、生长过程未受过任何为害的林分为对象编制的称标准收获表；以常见林分为对象、取大多数林分实际平均值编制的称经验收获表；用林分密度作为一个独立的变数编制的称可变密度收获表；为满足森林采伐利用需要，列有材种结构，并根据材种价格计算出的木材价值编制的称货币收获表。生产单位最常用的是标准收获表。中国在20世纪50年代曾称之为生长过程表，是森林经理工作各项技术计算和开展森林经营活动的重要依据。通过收获表可查定林分的地位级、疏密度、蓄积量、生长量、出材量、自然死亡株数及间伐木株数，确定林分成熟年龄、抚育时间及合理间伐量和轮伐期，预测森林未来的生长量和收获量，计算生物量和NPP等。 表2-1 落叶松收获表（SI=14） 年龄（a） 树高（m） 初植密度2200株/公顷 初植密度3000株/公顷 胸径（cm） 株数（株/hm2） 断面积（m2/hm2） 蓄积（m3/hm2） 蓄积平均生长量（m3/hm2 ﹒a） 胸径（cm） 株数（株/hm2） 断面积（m2/hm2） 蓄积（m3/hm2） 蓄积平均生长量（m3/hm2 ﹒a） 8 5.64 5.1 2200 4.41 14.3 1.78 4.9 3000 5.76 18.6 2.33 10 6.68 6.5 2138 7.06 26.4 2.64 6.3 2915 9.22 34.5 3.45 12 7.63 7.6 2077 9.53 39.9 3.33 7.5 2833 12.45 52.1 4.34 14 8.53 8.6 2019 11.86 54.4 3.89 8.5 2753 15.48 71.1 5.08 16 9.36 9.5 1962 14.04 69.6 4.35 9.3 2675 18.31 90.8 5.67 18 10.15 10.4 1906 16.09 85.1 4.73 10.1 2599 20.96 110.8 6.16 20 10.88 11.1 1852 18.02 100.7 5.03 10.9 2526 23.43 130.9 6.55 22 11.58 11.8 1800 19.82 116.2 5.28 11.5 2454 25.71 150.8 6.85 24 12.24 12.5 1749 21.50 131.6 5.48 12.2 2385 27.81 170.2 7.09 26 12.86 13.1 1700 23.07 146.6 5.64 12.8 2318 29.73 189.0 7.27 28 13.44 13.8 1652 24.53 161.2 5.76 13.3 2252 31.49 206.9 7.39 30 14.00 14.3 1605 25.88 175.3 5.84 13.9 2189 33.08 224.0 7.47 32 14.53 14.9 1560 27.13 188.8 5.9 14.4 2127 34.52 240.2 7.51 34 15.03 15.4 1515 28.29 201.8 5.94 14.9 2067 35.81 255.5 7.51 36 15.50 15.9 1473 29.35 214.1 5.95 15.3 2008 36.98 269.8 7.49 38 15.95 16.4 1431 30.33 225.9 5.94 15.8 1951 38.02 283.2 7.45 40 16.38 16.9 1391 31.22 236.9 5.92 16.2 1896 38.96 295.6 7.39 2.3.2 样地调查表 样地一般分为固定样地和临时样地，固定样地是可以定期对样地进行调查的一块地，需要永久标记，是不能变更的；临时样地则是在某次临时调查中随机选取的一块地，只用一次。样地调查时通过对小面积地块即样地树木生长因子、立地条件等项目的调查，采用数理统计方法推算林地森林资源总量或其他林业数据，用这些数据统计得到的表就是样地调查表，其中记录着森林样地中树种的组成、胸径、树高、林分类型、株数、蓄积等信息，比收获表中的信息更为详细。本论文采用的是小兴安岭1990-2005年森林清查的部分样地数据。 3 生物量及NPP的计算 3.1 生物量计算 3.1.1 生物量模型 生物量是指某一时刻单位面积内实存生活的有机物质(包括生物体内所存食物的重量)总量。生物量模型则是人们为了更好的估算生物量而建立的一种模型。关于立木生物量模型[13]的建立，人们认为由 Kittredge 引进的相对生长方程( Allometric growth equation )是一种较理想的单木模型，简称为CAR ( Constant Allometric Ratio )[14]。Ru ark则根据林木的相对生长率随林木大小的变化不是常数从而提出VAR ( Variable Allometric Ratio ) 模型[15]，此后还有许多学者对生物量模型进行了研究，得到了不同树种的生物量模型。 林木生长方程包括逻辑斯蒂方程、单分子式、坎派兹方程、考尔夫方程及理查德方程[16]。这些生长方程均呈现出“S”型曲线，先慢后快，再慢最后达到平稳。 1. 逻辑斯蒂( Logistic )方程: （式3-1） 式中，(A，m，r>0) ，A是树木生长的最大参数值，A= ；m是与初值有关的参数；r是内禀增长率(最大生长速率)参数。 2. 单分子( Mitscherlich )式： （式3-2） 式中，( A，r>0 )，A是树木生长的最大参数值，A= ；r是生长速率参数。 3. 坎派兹( Gompertz )方程： （式3-3） 式中，( A，b，r>0 )，A是树木生长的最大参数值，A= ；b是与初始值有关的参数；r是内禀增长率(最大生长速率)参数。 4. 考尔夫( Korf )方程： （式3-4） 式中，( A，b，c>0 )，A是树木生长的最大参数值，A= ；b，c是方程参数。 5. 理查德( Richards )方程： （式3-5） 式中，( A，r，c>0 )，A是树木生长的最大参数值，A= ；r是生长速率参数；c是与同化作用幂指数m有关的参数，c=1/( 1-m )。 对于单木生物量模型，是对相关的林分调查因子进行分析，选择相关系数最大的来构建生物量模型，目前主要有以下5种经验方程可供选择：W=a*Db、W=a*Db*Hc、W=a*(D2H)b、W=a*Db*CW、W=a*CWb，式中：W为生物量；D表示胸径；H表示树高；CW表示冠幅；a、b、c为待求系数。对树干、树枝、树叶、全树生物量进行经验方程的拟合之后，选出最优模型，即选择其中剩余平方和最小( RSS )、剩余均方差最小( MSR )、剩余标准差最小( Sy. x )、相关系数( R2 )(或调整的相关指数R2a )最大的生物量方程。利用模型对林分中各部分及林分的生物总量进行预估。利用与林分生物量相关的年龄( t ) 及林分变量(林分密度( SDI )、地位指数( SI )、胸径( D )、树高( H ) 等)作为自变量，采用基于多元逐步回归技术建立模型。 3.1.2 生物量计算 生物量的计算分为四部分：茎生物量Bs，枝生物量Bb，叶生物量Bf，粗根生物量Br。本文根据董利虎2011年建立的黑龙江省主要树种非线性度量误差相容性生物量模型，计算小兴安岭落叶松的生物量，其中的模型及落叶松的模型参数见表3-1。 表3-1 落叶松生物量相容性模型及相应参数 树种 总生物量 Bt lnBt=lna1+b1lnD+c1lnH 地上生物量 Ba 根生物量 Br 茎生物量 Bs 冠生物量 Bc 枝生物量 Bb 叶生物量 Bf lna1 b1 c1 r1 r2 r3 r1 r2 r3 r1 r2 落叶松 -2.22 2.00 0.51 0.31 0.79 -0.86 5.6 0.09 -1.32 2.78 -0.77 首先根据胸径和树高计算出Bt，然后计算总生物量的各个分量Ba、Br、Bs、Bc、Bb、Bf，则总生物量为枝生物量、叶生物量、茎生物量、根生物量之和，即B=Bb+Bf+Bs+Br。 3.2 NPP计算 3.2.1 NPP模型 NPP的研究是通过对不同陆地生态系统NPP的模拟，对不同生态系统生产力的时空变化模式和生产力格局进行定量地分析，正确评价森林植被在自然条件下的生产能力。由于人们无法直接测量生态系统的生产力，因此，目前被人们广泛接受的一种方法就是利用计算机模型估算陆地植被的生产力。尤其是近年来在粮食生产问题和地球的气温上升这两大问题的推动下，NPP建模及其应用不得不迅速发展，使得一系列适用于区域和全球尺度的NPP估算模型相继而出。因为诸多因素包括气候、土壤、植被自身特性及其各种自然和人为等因素对植被生产力的影响，再者使用的数据资料以及建模者思想的不同，使现有的NPP模型在方法和复杂程度上也有明显不同，根据模型对各种调控因子的侧重点以及对NPP调控机理的解释，现有的NPP模型大体分为三类：传统的气候相关统计模型；生态系统过程模型和光能利用率模型[17]。 1）气候生产潜力模型，也称气候相关统计模型，这种模型是根据主要气候因子（如温度、降水、蒸散量等）与NPP的密切关系，利用大量实测数据建立二者的简单回归模型。代表模型主要有：Miami模型、Chikugo模型[18]、Thorn thwaite模型等。 2）生理生态过程模型，又叫机理模型，在生态过程中，NPP是与植物的生长息息相关的，如光合作用、蒸腾过程、同化分配、呼吸作用等，该模型设计比较复杂，需要实测数据多，因此受到实用性的限制。 3）光能利用率模型，此类模型是建立在光合作用过程和光能利用率的概念上的，所需输入的参数少，计算效率高，实用性强，因此可以用来大面积大尺度的NPP估算，近年来备受关注。 3.2.2 NPP计算 NPP为植被净初级生产力，是生物量的增长量、凋落物量、细根的更新量及树木死亡量之和，但树木死亡量一般可以忽略，因为其占的比例很小，因此得到NPP的计算公式为： （式3-6） 其中dB/dt表示在特定的年龄下每年树木生物量中干物质总量的变化量，；和表示每年叶片和细根的更新量。生物量的计算可以根据小兴安岭落叶松收货表，采用上文中的模型公式计算可得，然后根据理查德( Richards )方程： （式3-7） 其中A，r，c分别代表最大生物量、增长速率及林木同化能力，利用计算得到的生物量可以估算出它们的值，具体参数值见表3-2表3-3，然后求导可得。 叶片和细根的更新量有以下公式： 叶片： （式3-8） 其中，Tf表示叶周转率，对于针叶林，针的生长周期受温度、光照、营养、病虫害、大气污染等多因素影响，很难通过测量获得。可以根据White等人2000年发表的文章[19]知Tf =1；Cf表示叶片碳含量与生物量的转换系数，根据以往的研究结果[120]，这里采用0.44。 细根： （式3-9） 其中，e表示分配到新细根的碳含量与新叶碳含量的比例，根据White等人2000年发表的文章可知e=1.4。 叶更新量与细根更新量两者关系的原理参见Thornton文章[21]。 表3-2 初植密度2200株/公顷的林木生长方程系数表 SI 8 10 12 14 16 18 20 A 85.17406 92.76836 92.54118 88.22273 102.1212 90.20124 97.8385 r 0.013707 0.009469 0.015818 0.020019 0.020158 0.026179 0.026928 C 1.762677 1.618081 1.83779 1.961876 1.96458 2.120691 2.129387 表3-3 初植密度3000株/公顷的林木生长方程系数表 SI 8 10 12 14 16 18 20 A 128.2051 77.88265 70.41852 60.86951 59.9867 59.23153 58.54929 r 0.006624 0.013245 0.018455 0.025622 0.029738 0.033599 0.038318 C 1.545717 1.695459 1.85711 2.037054 2.112848 2.167763 2.281272 4 NPP与年龄的关系 4.1 生物量与年龄的关系 在不同立地条件下，即立地指数（site index）SI从8到20时，小兴安岭落叶松总生物量随年龄的变化见图4-1。生物量随着年龄的增长开始增加，然后随着年龄的继续增加，增长量逐渐增加。本研究采用的数据是8－40年的数据，林分还处于中林龄，增长速度比较快。在图4-1中还可以看到初植密度不同时，生物量也不同。初植密度为2200株/公顷的落叶松生物量比初植密度为3000株/公顷的生物量高，并且随着年林的增加，总生物量的差距也在逐渐变大。图4-2为初植密度为2200株/公顷和3000株/公顷时，不同SI下生物量随年龄的变化图，从图中可以看出立地指数越高，总生物量越高，并且随着年龄的增长总生物量的差也更加的明显。 图4-1 生物量随年龄的变化 图4-2不同不同SI下生物量随年龄的变化 4.2 NPP与年龄的关系 根据上述方法计算的NPP与森林年龄关系的模拟采用以下公式： （式4-1） 其中M，b，d，g是模型的系数，具体参数值见表4-1和表4-2。图4-3为立地指数从8到20初植密度为2200株/公顷和3000株/公顷时NPP随年龄的变化图，从图中可以看出，从8年之后NPP随年龄的增长逐渐增加，并且增加的速度越来越小，最终达到某一最大值，随后NPP开始降低，如果年龄达到一定值或者有足够多的数据时，NPP的变化会越来越小，最终达到一个稳定值。由图中不同初植密度的NPP值对比可知，初植密度为2200株/公顷的NPP值比初植密度为3000株/公顷的NPP值高，因此初植密度应该是有一个最适合的范围，不应太大也不应太小，否则会影响树木的正常生长。 表4-1 初植密度2200株/公顷时NPP与年龄关系方程参数表 SI m b d g R2 8 0.635210 -0.46372 1.573083 6.220286 0.9999 10 0.500138 -0.31397 1.809112 7.319338 0.9999 12 0.776099 -0.56562 1.571711 5.531781 0.9997 14 0.899133 -0.66137 1.861163 4.041869 0.9982 16 1.032406 -0.59466 2.099642 3.459565 0.9962 18 1.140783 -.034698 2.873916 2.462305 0.9831 20 1.265438 -0.26615 3.118539 2.267461 0.9769 表4-2 初植密度3000株/公顷时NPP与年龄关系方程参数表 SI m b d g R2 8 0.486939 -0.29643 1.983527 7.886594 0.9999 10 0.531630 -0.41086 1.694913 5.647329 0.9999 12 0.678226 -0.57374 1.904010 3.965819 0.9982 14 0.764247 -0.21724 3.229141 2.177010 0.9736 16 0.670091 0.084271 3.880542 5.972819 0.9981 18 0.711582 0.057318 4.259438 5.082414 0.9943 20 0.741546 0.061433 4.356138 4.688869 0.9886 图4-3 NPP随年龄的变化 4.3 立地指数对NPP与年龄关系的影响 在不同的立地指数下林分NPP随年龄的变化趋势见图4-4和图4-5。由图可知立地条件越好，落叶松的NPP值越大，随着年龄的增长NPP的增长速度先快后慢，达到最大值后开始降低，立地条件越好NPP的变化速率越快；同时通过两幅图的对比发现，初植密度2200株/公顷的林地生长状况比3000株/公顷的林地生长状况好。 图4-4 初植密度2200株/公顷的NPP年龄的变化 图4-5 初植密度3000株/公顷的NPP随年龄的变化 千万不要删除行尾的分节符，此行不会被打印。“结论”以前的所有正文内容都要编写在此行之前。 结论 NPP即净初级生产力是衡量森林植被生产能力的一个重要指标，与诸多因子有着密不可分的关系，如气象、环境因子，自然火灾、病虫害、采伐等，各国学者对这些因子与NPP的密切关系已经有了不少研究，但是还有一个对NPP有重大影响的因子就是年龄，事实上年龄对NPP的影响是非常显著的。NPP即净初级生产力是由光合作用所产生的有机质总量中扣除自养呼吸后的剩余部分，光合作用的强弱也是NPP高低的一种体现，对于森林植被来说光合作用强的时期就是植物在中龄林到成熟林的时候，老龄林的光合作用肯定是不如壮年时期的，因此年龄对NPP的影响是显然的。 本文通过对小兴安岭落叶松收获表数据的处理，根据董利虎2011年建立的黑龙江省主要树种非线性度量误差相容性生物量模型，计算不同立地指数下的生物量，并模拟出生物量与年龄的关系图，然后估算理查德方程中的各个系数，得到生物量与年龄的关系，其中的系数见表2和表3；再根据NPP的计算公式计算出不同初植密度不同立地条件下的NPP值，模拟出NPP与年龄的关系图，得到NPP与年龄的关系模型，并计算得到NPP模型中的参数信息，具体参数值及相关系数见表4和表5，最后对比不同立地指数下的NPP变化趋势可知：立地条件越好，落叶松的NPP值越大，随着年龄的增长NPP的增长速度先快后慢，达到最大值后开始降低，立地条件越好NPP的变化速率也越快。 参考文献 [1] 普宗朝,张山清.气候变化对新疆天山山区自然植被净第一性生产力的影响[J].草业科学,2009,26(2):11-18 [2] Thornton PE. Description of a numerical simulation model for predicting the dynamics of energy, water, carbon, and nitrogen in a terrestrial ecosystem. Dissertation, University of Montana.1998. [3] 周广胜,张新时.自然植被净第一性生产力模型初探[J].植物生态学报,1995,19(3):193-200. [4] Raich JM, Rastetter EB, et al. Potential net primary productivity in southern America: application of a global model. Ecological Application, 1991,1: 399-429. [5] 于颖,范文义,李明泽.东北林区不同尺度森林的含碳率[A].应用生态学报,2012, 23(2):341-346. [6] Running SW, Nemani R, et al. MODIS daily photosynthesis (PSN) and annunal net primary production (NPP) product (MOD 17) [R]. Algorithm Theoretical Basis Document,Version 3.0, 1999. [7] 国志兴,王宗明,张柏,等,2000年—2006年东北地区植被NPP的时空特征及影响因素分析[A],资源科学,2008,30(8). [8] 陈福军,沈彦俊,李倩,等,中国陆地生态系统近30年NPP时空变化研究[A],地理科学,2011,31(11). [9] 田永生,郭阳耀,张培栋,等.区域净初级生产力动态及其与气象因子的关系[J].草业科学（期刊），2010,27(2) ：8-17. [10] 张冬有.黑龙江省森林植被净初级生产力遥感估算研究.北京林业大学(博士).2009. [11] Melillo J M, McGuire A D, Kick lighter D W. Global climate change and terrestrial net primary production［J］.Nature,1993,363: 234-240. [12] Nemani R R ,Keeling C D, Hashimoto H. Climate-driven increases in global terrestrial net primary production from 1982 to 1999［J］. Science, 2003, 300 ( 5625) : 1560-1563. [13] IGBP. The terrestrial carbon cycle: implications for the Kyoto Protocol[J]. Science, 1998, 280(5368):1393-1394. [14] Uchijima Z, Seino H.1985.Agroclimatic evaluation of net primary productivity of natural vegetation .Chikugo model for evaluating productivity [J].J.Agric.Meteor.40:343-353. [15] 金钟跃,贾炜玮,刘微. 落叶松人工林生物量模型研究[J]. 植物研究(期刊), 2010, 30(6):747-752 . [16] Kittredge J. Estimation of The Amount of Foliage of Trees and tand [ J]. J For, 1944, 42: 905- 912. [17] Ruard G A martin G L, Bockheim J G. Comparison o f constant and variable algometric ratios for estimating populous tremu lo ides biomass[J]. For. Sci. 1987, 33( 2) :294-300. [18] 孟宪宇.测树学（第二版）.北京：中国林业出版社.1996. [19] 朱文泉,陈云浩,徐丹等.陆地植被净初级生产力计算模型研究进展[A].生态学杂志，2005,24(3)：296-300. [20] Leith H, Wit taker RH.1975.Modeling the primary productivity of the world [A].Primary Productivity of the Biosphere [C].New York: Springer Verlag, 237-263. [21] White MA, Thornton PE, Running SW, Nemani RR. Parameterization and Sensitivity Analysis of the BIOME—BGC Terrestrial Ecosystem Model: Net Primary Production Controls. Earth Interact, 2000, (43):1-85. 致谢 本论文是在于颖导师的悉心教导下完成的，首先，我向于颖老师致以最诚挚的谢意。几个月来，于颖老师对我孜孜不倦的教导，对我提出的问题耐心的解答，那平易近人的人格魅力对我有深远的影响，将使我受益终生。在此毕业之际，借此致谢之机，衷心感谢于颖老师一直以来的教育之恩！同时感谢帮助过我的所有同学，尤其感谢代忠迪同学和张海平同学！感谢林学院的老师和师兄师姐们！感谢东北林业大学！ 最后感谢我父母、兄长和亲戚以及所有关心我的人！ 毕业论文评审意见表A 毕业论文评审意见表B 毕业论文题目 学生姓名 专业班级 评阅人评语: 建议成绩： 评阅人（姓名、职称）: 年 月 日 毕业论文评审意见表B 毕业论文题目 学生姓名 专业班级 评阅人评语: 建议成绩： 评阅人（姓名、职称）: 年 月 日 答辩委员会意见: 　　论文基本符合要求，达到本科毕业生应有水平，经答辩委员会决定，授予其学士学位。 答辩委员会(教师姓名、职称)： 毕业论文成绩： 千万不要删除行尾的分节符，此行不会被打印。