森林资源调查监测中各级储量数据的一体化方法研究

doi:10.13466/j.cnki.lyzygl.2022.04.003

摘要/Abstract

摘要：

开展国家和地方森林资源一体化调查监测,将各省森林储量数据分解落实到市、县、乡各级乃至每一个森林图斑,是推进各级林长制督查考核的必然要求。基于近年北京市森林资源调查监测的数据资料,以全市森林储量为总体控制数,利用蓄积量估测模型及三储量(蓄积量、生物量、碳储量)联立模型,将储量数据落实到图斑;在有森林资源规划设计调查数据可参考的前提下,可统筹考虑不同数据的误差,采用联合估计的方法,对市、县级数据进行适当调整。通过建立北京市的森林蓄积量估测模型和三储量联立模型,将2021年全市的森林蓄积量、生物量和碳储量全部分解落实到区级、乡级和每一个森林图斑,实现了市、区、乡3级储量数据的一体化。结果表明:研究提出的应用模型技术将森林三储量分解落实到图斑的做法,在实践中是可行的。

关键词: 森林蓄积量, 森林生物量, 森林碳储量, 联立模型, 联合估计

Abstract:

It is necessary to conduct national and local integrated forest resources inventory and monitoring,and implement decomposition of provincial forest stock data to prefecture,county,and township level,and even every forest stand polygon,for promoting the supervision and assessment of forest chief system at all levels.Based on the data of forest resources inventory and monitoring in recent years in Beijing,the procedure for implementing decomposition of forest stock data into all stand polygons was presented,where the amount of municipal forest stock was taken as the total for control,and forest volume prediction model and simultaneous models of three forest stocks (volume stock,biomass stock and carbon stock)were applied.Given the data of forest resources planning and designing inventory for reference,the joint estimation method could be adopted to adjust the data of prefecture and county level appropriately,while the errors of different data need to be considered as a whole.Through the establishment of forest volume prediction model and simultaneous models of three forest stocks in Beijing,the forest volume,biomass and carbon storage of Beijing in 2021 were decomposed to district,and township level and every forest stand polygon,realizing the integration of stock data at municipality,district and township level.It is showed that the method of applying modeling technology to decompose three forest stocks into forest stand polygons presented in this study is feasible in practice.

Key words: forest volume, forest biomass, forest carbon storage, simultaneous models, joint estimation

中图分类号:

S757.2

曾伟生, 杨学云, 孙乡楠, 刘樯漪, 张宇超. 森林资源调查监测中各级储量数据的一体化方法研究[J]. 林业资源管理, 2022, 0(4): 13-19.

ZENG Weisheng, YANG Xueyun, SUN Xiangnan, LIU Qiangyi, ZHANG Yuchao. A Study on Integration of Forest Stock Data at Different Levels in Forest Inventory and Monitoring[J]. FOREST RESOURCES WANAGEMENT, 2022, 0(4): 13-19.

图/表 5

表1

表2

表3

表4

表5

参考文献 23

[1]	曾伟生. 森林资源一类清查和二类调查数据的协调性问题探讨[J]. 中南林业调查规划, 2008, 27(1):50-52.
[2]	闫宏伟, 黄国胜, 曾伟生, 等. 全国森林资源一体化监测体系建设的思考[J]. 林业资源管理, 2011(6):6-11.
[3]	曾伟生, 程志楚, 夏朝宗. 一种衔接森林资源一类清查和二类调查的新方案[J]. 中南林业调查规划, 2012, 31(3):1-4.
[4]	曾伟生, 闫宏伟. 森林资源监测有关问题的思考[J]. 林业资源管理, 2013(6):15-18.
[5]	杨学云, 曾伟生, 陈新云. 北京市主要森林类型蓄积量生物量碳储量模型研建[J]. 林业资源管理, 2021(2):124-130.
[6]	曾伟生. 森林蓄积量和生物量多元混合模型研建[J]. 林业资源管理, 2021(6):23-28.
[7]	曾伟生, 杨学云, 陈新云. 北京市主要树种单木和林分生长率模型研建[J]. 中南林业调查规划, 2022, 41(1):1-8.
[8]	曾伟生. 森林资源调查监测中的数据耦合方法研究[J]. 林业资源管理, 2022(2):61-66.
[9]	GB/T 38590-2020,森林资源连续清查技术规程[S].
[10]	Næsset E. Stand volume functions for Picea abies in western Norway[J]. Scandinavian Journal of Forest Research, 1995, 10:42-50. doi: 10.1080/02827589509382866
[11]	Næsset E, Tveite B. Stand volume functions for Picea abies in eastern,central and northern Norway[J]. Scandinavian Journal of Forest Research, 1999, 14:164-174. doi: 10.1080/02827589950152890
[12]	余松柏, 叶金盛, 王登峰, 等. 编制林分形高表估计林分蓄积量方法的研究[J]. 中南林业调查规划, 2005, 24(3):5-9.
[13]	杨学云, 曾伟生, 陈新云. 北京市主要森林类型蓄积量生物量碳储量模型研建[J]. 林业资源管理, 2021(2):124-130.
[14]	曾伟生, 孙乡楠, 王六如, 等. 东北林区10种主要森林类型的蓄积量生物量和碳储量模型研建[J]. 北京林业大学学报, 2021, 43(3):1-8.
[15]	陈新云, 王文文, 曾伟生, 等. 北京市二类调查小班蓄积量预估模型研究[J]. 林业资源管理, 2019(5):33-36.
[16]	曾伟生, 唐守正, 夏忠胜, 等. 利用线性混合模型和哑变量模型方法建立贵州省通用性生物量方程[J]. 林业科学研究, 2011, 24(3):285-291.
[17]	符利勇, 曾伟生, 唐守正. 利用混合模型分析地域对国内马尾松生物量的影响[J]. 生态学报, 2011, 31(19):5797-5808.
[18]	曾伟生, 唐守正. 非线性模型对数回归的偏差校正及与加权回归的对比分析[J]. 林业科学研究, 2011, 24(2):137-143.
[19]	曾伟生, 孙乡楠, 王六如, 等. 东北林区10种主要森林类型的蓄积量生物量和碳储量模型研建[J]. 北京林业大学学报, 2021, 43(3):1-8.
[20]	唐守正, 郎奎建, 李海奎. 统计和生物数学模型计算(ForStat教程)[M]. 北京: 科学出版社, 2008.
[21]	曾伟生, 唐守正. 立木生物量模型的优度评价和精度分析[J]. 林业科学, 2011, 47(11):106-113.
[22]	曾伟生, 夏锐. 全国森林资源调查年度出数统计方法探讨[J]. 林业资源管理, 2021(2):29-35.
[23]	GB/T 26424-2010,森林资源规划设计调查技术规程[S].

模型	模型参数估计值				模型评价指标
模型	a₀	a₁	a₂	a₃	R²	MPE/%	MPSE/%
(2)	0.0004947	2.113	0.8954	0.1018	0.789	2.54	25.31
(3)	0.0005658	1.990	0.9311	0.0981	0.829	2.29	22.31

储量	模型参数估计值			模型评价指标
储量	a₀/b₀/c₀	a₁/b₁	a₂/b₂	R²	MPE/%	MPSE/%
M	2.393	1.035	0.2692	0.938	1.35	14.55
B	2.059	0	-0.2260	0.940	1.26	14.19
C	0.4885			0.945	1.20	13.77

优势树种	平均转换因子b₀	平均含碳系数c₀	优势树种	平均转换因子b₀	平均含碳系数c₀
油松Pinus tabuliformis	1.2542	0.5081	刺槐Robinia pseudoacacia	1.6630	0.4844
侧柏Platycladus orientalis	1.9687	0.4994	杨树Populus spp.	0.9594	0.4745
栎树Quercus spp.	1.5881	0.4807	其他硬阔	1.5185	0.4851
桦木Betula spp.	1.3228	0.4856	其他软阔	1.1589	0.4867
榆树Ulmus spp.	1.2236	0.4845	经济树种	1.2185	0.4942

统计单位	森林蓄积量/ 万m³	森林生物量/ 万t	森林碳储量/ 万t	统计单位	森林蓄积量/ 万m³	森林生物量/ 万t	森林碳储量/ 万t
全市	2735.24	3765.92	1847.00	通州	119.48	132.65	63.70
东、西城	0.00	0.00	0.00	顺义	182.06	195.11	93.34
朝阳	74.27	123.45	61.10	昌平	129.65	173.18	84.88
丰台	26.29	42.82	21.13	大兴	116.48	126.46	60.73
石景山	10.65	14.81	7.27	怀柔	467.12	732.23	359.77
海淀	64.38	84.33	41.27	平谷	146.69	179.45	87.93
门头沟	221.93	299.41	146.73	密云	490.66	635.86	314.52
房山	198.31	262.89	129.11	延庆	487.27	763.27	375.52

统计单位	森林蓄积量/ 万m³	森林生物量/ 万t	森林碳储量/ 万t	统计单位	森林蓄积量/ 万m³	森林生物量/ 万t	森林碳储量/ 万t
密云	490.66	635.86	314.52
鼓楼街道	0.59	0.57	0.27	太师屯镇	55.25	72.08	35.83
果园街道	0.05	0.07	0.03	高岭镇	19.80	22.61	11.07
檀营地区	0.16	0.32	0.16	不老屯镇	36.06	45.41	22.80
密云镇	0.39	0.63	0.31	冯家峪镇	50.17	65.98	32.53
溪翁庄镇	27.82	37.95	18.91	古北口镇	20.88	27.75	13.76
西田各庄镇	25.99	28.36	13.71	大城子镇	32.71	46.42	23.17
十里堡镇	4.44	4.55	2.17	东邵渠镇	19.92	29.24	14.69
河南寨镇	12.39	14.29	6.95	北庄镇	18.19	22.64	11.22
巨各庄镇	16.67	21.28	10.74	新城子镇	62.88	79.32	39.24
穆家峪镇	19.66	23.86	11.97	石城镇	66.64	92.53	44.99