下载:
-
森林是陆地生态系统的主体，其生物量和净生产力占整个陆地生态系统的86%和70%，对全球碳平衡起着十分重要的作用[1-3]。生物量作为植物的基本生物学特征和功能性状之一，是物质和能量积累的基本体现[4-5]。掌握森林中各类树木生物量的分配特征有助于了解碳储量和碳平衡的动态变化。测定树木生物量的方法通常有皆伐法、平均标准木法、径级标准木法和异速生长模型法等[6-8]。直接测定法获取生物量的方法精度虽然较高，但是费时、费力，且对生态环境破坏较严重[9-10]；生物量异速生长模型将简单、易获取的变量与树木生物量结合，为森林生态系统生物量和净生产力的估测提供了一种普遍且可靠的方法[6, 11-13]。由2014年森林资源二类调查数据统计可知：天山雪岭云杉Picea schrenkiana约占新疆山地森林总面积的59.0%，是新疆山地森林中分布最广、蓄积量最大的森林生态树种，对新疆山地水源涵养、水土保持，以及林区生态系统的碳平衡发挥着不可代替的作用。近年来，张绘芳等[14]从年龄、径阶、林分郁闭度等角度，分析了西伯利亚云杉Picea obovata各组分器官生物量比例变化规律；白志强等[15]利用阿尔泰山西伯利亚云杉各器官生物量实测数据，分别构建了各器官(干、枝、叶、根、地上及整株生物量)的异速生长模型，均取得了较为理想的效果。本研究通过整株收获法调查了30株天山雪岭云杉各器官的分配规律，并基于胸径、树高因子建立各器官的生物量异速生长模型，旨在为生物量估测及异速生长模型优化提供理论依据，为雪岭云杉生物量及碳储量估算提供有效的研究方法。
-
天山雪岭云杉主要分布在新疆天山海拔1 600~2 800 m的中山地带，属温凉半湿润、半干旱针叶林气候区。山区年均气温为0.7 ℃，年降水量为 200~1 000 mm，多集中在6−8月，年蒸发量980~1 150 mm，年均相对湿度65%。本研究选择地处新疆天山山脉中部、西部、东部的3个林区作为研究区，其中板房沟林场(43°24′48.3″~43°26′17.9″N，87°27′28.5″~87°28′47.7″E)位于乌鲁木齐县，地处天山山脉中段北坡，海拔1 908~2 960 m；哈密林场(42°47′10″~43°56′48″N，91°22′43″~94°49′44″E)位于哈密市，地处天山山脉东端；昭苏林场(42°26′13″~43°02′42″N，80°17′15″~81°42′21″E)位于伊犁哈萨克自治州昭苏县，地处天山山脉西段。
-
2013年7−8月从各林场雪岭云杉的分布下限至分布上限每隔200 m分别选取自然生长状况良好、具有代表性的林分布设样地，每个林场布置5块20 m × 20 m临时样地。测量样地内土壤厚度、坡位、坡向、坡度、海拔、下木盖度、下木高度等7个立地因子及平均年龄、平均树高、平均胸径、郁闭度、疏密度、每公顷蓄积量等6个测树因子；根据各样地每木检尺的结果计算样木平均胸径和平均树高，确定2株最接近的雪岭云杉作为标准木，并对30株标准木整株挖掘。
采用分层分割法测定树干生物量，按2 m区分段，称量各区分段的树干鲜质量[16]；将树冠分为3 层，每层选取3~5个标准枝，分别称枝、叶的鲜质量；各样品带回室内采用烘干法测定其含水量。采用全挖法分别测定树根(粗根＞5 cm、大根2~5 cm、小根≤2 cm)的鲜质量，并测各样品含水量。所有样品带回室内，85 ℃ 烘干至恒量后，推算标准木各器官干质量(kg)，汇总得到枝、叶、干和根生物量。其中，地上生物量＝枝生物量+叶生物量+干生物量；总生物量＝地上生物量+根生物量。
-
相对生长模型对单株树木生物量的拟合和估计精度均有很大的优势[17-19]，胸径及树高是计算单株树木生物量的重要变量，在野外调查中很容易获取。本研究主要基于胸径和树高因子，利用Matlab中的拟合工具箱对单株雪岭云杉的各器官生物量进行拟合。
$${W=a{D^b}}\text{；} $$ (1) $$ {W = a{H^b}}\text{；} $$ (2) $${W = a{{({D^2}H)}^b}}\text{；} $$ (3) $${W = a{D^b}{H^c}}\text{；} $$ (4) $$ W = a{({D^3}/H)^b}\text{。} $$ (5) 式(1)~式(5)中：W为
各器官生物量(kg)，D为胸径(cm)，H为树高(m)，A为年龄(a)，a、b、c为拟合系数。利用调整决定系数 $R_{\rm{adj}}^2$ 和平均预测误差EMP(%)估计模型拟合优度。公式如下：$$R_{\rm{adj}}^2 = 1 - \frac{{\sum\limits_{i = 1}^n {{{({y_i} - \mathop {{y_i}}\limits^ \wedge )}^2}} }}{{\sum\limits_{i = 1}^n {{{({y_i} - \mathop {{y_i}}\limits^ - )}^2}} }}\text{；}$$ (6) $$E_{\rm{MP}} = \frac{{100}}{n}\sum\limits_{i = 1}^n {\frac{{\left| {{y_i} - \mathop {{y_i}}\limits^ \wedge } \right|}}{{{y_i}}}}\text{。} $$ (7) 式(6)~式(7)中：
${y_i}$ 、$\mathop {{y_i}}\limits^ \wedge $ 分别为各器官生物量的实测值和预测值，$\mathop {{y_i}}\limits^ - $ 为各器官生物量的平均值。 -
作为森林经营、组织木材生产的最小单位和调查设计的基本单位，研究中通常将立地条件、林分因子、采伐方式、经营措施相同和集材系统一致的林分划为1个小班。本研究利用板房沟林场、哈密林场和昭苏林场2014年森林资源二类调查数据，以起源(天然林)和优势树种(雪岭云杉)为筛选条件，3个林场分别划出1 162、873个和2 756个小班；获得所有4 791个小班的土壤厚度、坡位、坡向、坡度、海拔、下木盖度、下木高度等7个立地因子及平均年龄、平均树高、平均胸径、郁闭度、疏密度、每公顷蓄积量等6个测树因子。利用上述单株生物量拟合公式及筛选出的各样地平均树高和平均胸径，计算出小班水平上的单株雪岭云杉平均生物量。利用随机森林法确定13个因子对整株生物量的相对重要性，并排序。其中：坡向、坡位和土壤厚度3个定性指标根据国家森林资源连续清查技术规定对其进行量化[20](表1)。
表 1 定性指标量化标准
Table 1. Qualitative indicator quantitative standard
评价标准 量化标准 评价标准 量化标准 坡向 坡位 土壤厚度/cm 坡向 坡位 土壤厚度/cm 无坡向 − − 9 东南 下 − 4 西北 − − 8 东 中 ＜30(薄) 3 西 − − 7 东北 上 30~59(中) 2 西南 平地 − 6 北 脊 ≥60(厚) 1 南 谷 − 5 说明：“−”表示无相关定性等级 -
本研究所选的30株雪岭云杉单株总生物量实测值为12.04~2 014.34 kg·株−1，地上生物量和地下生物量大分别为10.16~1 475.17 和1.88~539.18 kg·株−1，根冠比为0.08~0.55。随胸径增加，雪岭云杉整株生物量、地上生物量、地下生物量均呈增加趋势，但根冠比变化不明显(表2)。地上生物量与地下生物量的Person相关系数为0.918 2(P＜0.001)，即两者存在极显著强正相关关系。由图1可知，两者为幂函数关系，拟合方程为y＝0.263 7x1.026 7。对地上生物量和地下生物量进行以10为底的对数转换，并进行回归分析和配对样本t检验，结果发现：雪岭云杉地上生物量与地下生物量显著相关且存在极显著差异(P＜0.01)，拟合方程y＝1.027 6x−0.579，说明雪岭云杉地上生物量与地下生物量存在显著异速生长关系(P＜0.01)。
图 1 雪岭云杉地上与地下生物量的关系
Figure 1. Relationship between aboveground and underground biomass of P. schrenkiana
表 2 天山雪岭云杉单木各器官生物量特征表
Table 2. Characteristic table of individual organ biomass of P. schrenkiana in Tianshan Mountains
径级/cm 整株生物量/(kg·株−1） 地上生物量/(kg·株−1) 地下生物量/(kg·株−1) 根冠比 区间 平均 区间 平均 区间 平均 区间 平均 6.5~20.0 12.04~183.49 70.29 10.16~169.45 55.90 1.88~36.14 14.39 0.08~0.51 0.31 21.0~38.0 124.43~541.62 338.03 99.78~400.49 254.29 24.65~141.12 83.74 0.21~0.54 0.33 41.0~60.0 552.61~1 395.75 918.82 441.28~1 101.87 687.17 111.33~376.77 231.65 0.18~0.55 0.34 61.0~81.0 1 830.42~2 014.34 1 922.38 1 455.44~1 475.17 1 465.31 374.98~539.18 457.08 0.26~0.37 0.31 从整株水平来看(图2)：雪岭云杉干、根、枝和叶各器官的生物量相对分配占比分别为(58.86±7.77)%、(24.15±6.37)%、(13.03±4.80)%、(5.96±2.65)%，其生物量分配均表现为干＞根＞枝＞叶；t检验发现：雪岭云杉各器官的生物量分布存在显著性差异(P＜0.01)。由图3可知：雪岭云杉干、枝、叶、根各器官基本符合生物量随其胸径增长而增大的趋势。
图 2 雪岭云杉不同器官生物量相对分配比例
Figure 2. Relative allocation ratio of biomass in different organs of P. schrenkiana
图 3 天山雪岭云杉单木各器官生物量随径级变化图
Figure 3. Variation of individual organ biomass with diameter of P. schrenkiana in Tianshan Mountains
-
对天山雪岭云杉的各器官(干、枝、叶和根)、地上生物量及整株生物量进行非线性生物量估测，依据最大相关系数(R2)以及最小平均预测误差(EMP)判断模型优劣(表3)。其中，树干生物量最优模型为W＝0.088 5D0.625H1.938，叶生物量最优模型为W＝0.035 8D0.229H1.881，根生物量最优模型为W＝0.100 6(D2H)0.697，地上生物量最优模型为W＝0.104 8D0.551H2.042，整株生物量最优模型为W＝0.184 3D0.758H1.708。对树枝生物量模型的拟合发现，无最大R2及最小平均预测误差的组合，故选择最大R2为最优模型判断指标，即树枝的最优生物量模型为W＝0.004 9D0.252H2.736。
表 3 新疆天山雪岭云杉各器官生物量5种非线性生物量估测模型
Table 3. Five nonlinear biomass estimation models of P. schrenkiana organs in Tianshan forest areas
器官 生物量模型 拟合公式 R2 EMP/% 树干 W=aDb W=0.476 6D1.803 0.926 6 38.98 W=aHb W=0.050 6H2.859 0.951 9 25.19 W=a(D2H)b W=0.251 7(D2H)0.695 0.947 5 30.69 W=aDbHc W=0.088 5D0.625H1.938 0.963 1 23.53 W=a(D3/H)b W=1.389 0(D3/H)0.706 0.876 7 63.69 树枝 W=aDb W=0.073 6D1.835 0.768 0 34.49 W=aHb W=0.003 8H3.114 0.830 7 43.52 W=a(D2H)b W=0.033 8(D2H)0.719 0.796 0 35.15 W=aDbHc W=0.004 9D0.252H2.736 0.832 5 42.78 W=a(D3/H)b W=0.139 0(D3/H)0.769 0.709 9 36.41 树叶 W=aDb W=0.167 2D1.395 0.753 6 40.68 W=aHb W=0.030 5H2.205 0.800 9 31.27 W=a(D2H)b W=0.100 9(D2H)0.539 0.777 1 35.39 W=aDbHc W=0.035 8D0.229H1.881 0.802 8 30.69 W=a(D3/H)b W=0.281 5(D3/H)0.581 0.687 9 47.56 树根 W=aDb W=0.178 8D1.826 0.904 4 37.43 W=aHb W=0.032 3H2.722 0.857 8 36.64 W=a(D2H)b W=0.100 6(D2H)0.697 0.908 7 31.85 W=aDbHc W=0.101 9D1.405H0.681 0.908 7 31.92 W=a(D3/H)b W=0.422 7(D3/H)0.741 0.880 0 53.82 地上生物量 W=aDb W=0.635 8D1.786 0.915 7 29.52 W=aHb W=0.064 1H2.854 0.948 4 24.17 W=a(D2H)b W=0.332 3(D2H)0.69 0.938 3 22.83 W=aDbHc W=0.104 8D0.551H2.042 0.957 3 19.09 W=a(D3/H)b W=1.701 0(D3/H)0.708 0.860 3 46.40 总生物量 W=aDb W=0.813 0D1.796 0.938 8 27.08 W=aHb W=0.094 8H2.821 0.951 3 25.43 W=a(D2H)b W=0.432 7(D2H)0.692 0.957 4 21.69 W=aDbHc W=0.184 3D0.758H1.708 0.968 1 18.53 W=a(D3/H)b W=2.111 0(D3/H)0.716 0.894 3 42.66 -
利用最优整株生物量模型W＝0.184 3D0.758H1.708计算出3个林场共筛选的4 791个小班的平均整株生物量，并研究13个特征变量对雪岭云杉生物量的影响，用随机森林法中的变量相对重要性来描述。从图4可知：影响雪岭云杉生物量的变量重要性排序依次为坡向、下木盖度、坡位、疏密度、海拔、坡度、土壤厚度、每公顷蓄积量、下木高度、平均年龄、郁闭度、平均胸径和平均树高。
图 4 影响雪岭云杉生物量的变量相对重要性
Figure 4. Relative importance of variables affecting P. schrenkiana biomass
-
生物量分配是植物生殖与生存平衡的结果[21]，是一个比率驱动过程(ratio-driven process)，主要受植物的遗传特性(自身生长发育)和环境条件的影响[22]。大量研究表明：植株地上生物量占整株生物量的79%左右[23-24]；本研究发现：雪岭云杉地上和地下生物量为10.16~1 475.17 和1.88~539.18 kg·株−1，分别占总生物量的64.5%~92.4%和7.7%~35.5%。张绘芳等[25]发现阿尔泰山西伯利亚云杉干、枝、叶和根生物量分别占整株生物量的48.1%、20.0%、11.7%和20.2%，与本研究存在一定差异，主要是树种差异(树龄、种类、植株大小，环境因子中水分、温度、光照)和生长地域差异(坡度、土壤厚度等)对植物各器官生物量的分配造成影响，因此，后续研究若需调用某一乔木生物量公式，不适合直接套用不同区域同一树种的生长模型，否则可能对计算结果带来较大的误差。
大部分研究表明：植物的地下与地上生物量多存在线性关系[26]。本研究中雪岭云杉地上生物量与地下生物量呈幂函数关系，但相关性分析发现，两者为极显著正相关(R2
＝0.918 2，P＜0.001)，即两者随着树木生长生物量共同增加。说明随着植株光合作用产物的积累，地上生物量逐渐增加，地下根系为支撑地上各器官部分的稳定必须获取更多的养分而逐步生长，即根系生物量也同步增加。植株地上生物量和地下生物量分配系数的相对稳定，是植物保持优势生长的必要条件。 -
本研究分别以D、H、D2H、D3/H和DbHc为自变量，构建雪岭云杉干、枝、叶、根、地上生物量及整株生物量的异速生长模型。筛选发现，树根最优生物量模型以D2H为自变量，其他各器官生物量最优模型以DbHc为自变量。与张绘芳等[25]的研究存在差异，可能是受实际调查客观条件、测量方法和立地条件的影响，相同树种不同环境、不同标准木胸径等也会导致异速生长模型的差异。因此，今后研究中，要注意对不同林龄及不同径阶下的云杉生物量分配模式及异速生长模型作出区分。
本研究建立的雪岭云杉异速生长模型，以“胸径+树高”为变量，拟合结果均优于“树高”和“胸径”单独建立的模型；白志强等[15]、张绘芳等[25]等认为受光照、水分、竞争和立地环境条件等非生物因素和某些生物因素的影响[27]，雪岭云杉枝、叶生物量模型的解释率相对较低，因此在建立枝、叶生物量异速生长模型时，还需考虑东西南北冠幅、林龄、树冠长度等因素。
-
利用随机森林法对影响雪岭云杉生物量的变量重要性进行排序，发现坡向、坡位、坡度、海拔及土壤厚度等环境因子排序较靠前，与曾斌等[28]和单长卷[29]结论一致，表明不同环境因子组合对树种生长表现出不同程度的作用。因此，应客观考虑各环境因子的影响程度，使林木的生长环境条件尽可能地处于最佳组合状态[26，30]。
雪岭云杉多生长在海拔1 400~2 700 m的中山带阴坡；随海拔增加，光照强度增强，水分减少，雪岭云杉的生长受到制约，因此海拔越高，雪岭云杉分布也越稀疏。同时，雪岭云杉为喜阴植物，相对于阳坡，阴坡的长势更好；分析原因可知：阴坡接受太阳辐射少，土壤的水分蒸发慢，水土保持较好，土壤中物理、化学和生物过程的差异较明显，也更容易形成森林，而不同坡位的土壤水分、养分也存在着较大差异，对林木生长有着较大影响。因此，在人工林造林时，需考虑树种类型及树种适宜生存的环境等。
Biomass allocation and allometric growth of Picea schrenkiana in Tianshan Mountains
-
摘要:
目的 雪岭云杉Picea schrenkiana是新疆山区重要树种。了解雪岭云杉地上地下生物量分配及碳储量，对新疆森林资源调查具有一定意义。 方法 采用整株收获法分析30株雪岭云杉地上地下生物量分配格局，利用胸径(D)、树高(H)和胸径-树高(D2H、D3/H和DbHc)作为变量建立树干、树枝、树叶、树根、地上及整株生物量异速生长模型。 结果 雪岭云杉树干、树枝、树叶及树根生物量存在显著性差异(P＜0.01)。整株生物量为12.04～2 014.34 kg·株−1，地上和地下生物量分别为10.16～1 475.17和1.88～539.18 kg·株−1，树干、树枝、树叶及树根生物量占整株生物量的56.86%、13.03%、5.96%和24.15%，根冠比为0.08～0.55。植株水平上，建立基于胸径及树高变量的各器官生物量模型，其中树根生物量的最优生物量模型为W＝a(D2H)b，其他器官生物量模型均为W=aDbHc。影响云杉生物量的主要环境因素重要性排序依次为坡位、坡度、海拔及土壤厚度。 结论 基于胸径-树高因素的异速生长模型可以较好地实现雪岭云杉各器官生物量的拟合，可对其生物量及碳储量进行有效估算。图4表3参30 Abstract:Objective A proper understanding of the above-ground and underground biomass allocation and carbon storage of Picea schrenkiana, an important tree species in Xinjiang mountainous areas of great significance to the forest resources investigations in Xinjiang. To establish the allometric growth models of trunk, branch, leaf, root, the above-ground part and the whole plant with DBH(D), tree height (H) and DBH-H (D2H, D3/H and DbHc). Method Analysis of the of above-ground and underground biomass distribution pattern of 30 P. schrenkiana trees by whole plant harvesting method. Result There were significant differences in the biomass of trunk, branch, leaf and root of P. schrenkiana (P＜0.01). The biomass of whole P. schrenkiana trees ranged from 12.04−2 014.34 kg·plant−1, and the biomass of the above-ground part and the underground part were 10.16−1 475.17 and 1.88−539.18 kg·plant−1 respectively. The biomass of trunk, branch, leaf and root accounted for 56.86%, 13.03%, 5.96% and 24.15% of the whole plant, and the range of root-shoot ratio was 0.08−0.55. At the plant level, the biomass model of each organ based on DBH(D) and tree height(H) variables was established. The optimal biomass model of root biomass was W=a(D2H)b, and other organs was W=aDbHc. Slope position, slope, altitude and soil thickness are the main environmental factors affecting the biomass of spruce. Conclusion The allometric growth model based on tree height-DBH can better fit the biomass of each organ of P. schrenkiana, and can effectively estimate its biomass and carbon reserves. [Ch, 4 fig. 3 tab. 30 ref.] -
Key words:
- forest mensuration /
- biomass /
- allocation pattern /
- allometric model /
- organ /
- Picea schrenkiana
-
近年来，国内绿道建设发展迅猛。目前，已有广东、浙江、河北、江苏、四川、福建、安徽、新疆等省(自治区)的众多城市开展了绿道网规划和建设工作。绿道网的规划建设行动源于对日趋严峻的城乡环境问题和对传统生态绿色空间保护政策实效的主动反思和应对，然而，在部分地区绿道建设的快速推进中也出现了绿道生态性不足，存在功能单一、基础设施缺乏、绿道特色欠缺等问题[1]。当前，亟需对已建成的绿道价值进行评价与分析，以便清晰地呈现绿道建设的综合效益，为科学规划和建设绿道提供参考和依据。国内对于绿道评价体系的研究已有一定积累，但多为对绿道某一方面的性质或功能评价，对于绿道服务价值全面系统的评价较少。研究主要集中在2个方面：一为景观资源评价，包括植物景观评价[2]和景观视觉评价等[3]；二是功能评价，包括生态效益评价[4-5]、休闲游憩功能评价[6]、生态系统服务功能评价[7]、使用后评价(POE)[8-9]和社会绩效评价[10]。此外，也有学者提出了以“使用者(人)—绿道(环境)”关系为中心的区域绿道网评价体系研究假设以及研究思路，但未进行实证研究[11]。“景观绩效”是“衡量景观解决方案在实现其预设目标的同时满足可持续性方面效率的指标”[12]，即基于可持续发展目标，从环境、经济、社会等3个方面对景观进行全面的绩效评价。其评价以生态系统服务为基础，补充适合景观研究内容的评价指标[13]，因此更具有针对性。美国景观设计基金会(Landscape Architecture Foundation，简称 LAF)于 2010 年提出“景观绩效系列”(Landscape Performance Series，简称 LPS)研究计划，针对已建成的景观项目，形成一套依托案例调查研究(case study investigation, CSI)的开放性评价体系。当前，景观绩效研究呈现迅速增长的发展态势[13]，其研究主要集中于评价指标的选取[14]、评价体系的构建[15-16]和评估方法的应用[17]等方面。国内景观绩效的研究多集中于较小尺度风景园林的建成项目[18-19]，或景观绩效中某些可持续特征的部分[13,20]，缺少对大尺度区域景观的研究，对建成项目从环境、经济、社会等3个方面进行全面评价的研究也较少。为此，笔者依托案例研究，尝试对浙江青山湖国家森林公园环湖绿道1期的景观绩效进行评价，以期全面评估绿道的综合价值，为绿道的设计与建设提供参考，并向社会传播绿道的综合价值。
1. 研究地概况与研究方法
1.1 研究地概况
浙江省杭州市临安区青山湖国家森林公园环湖绿道(简称“青山湖绿道”)1期，曾入选2017年“浙江省十大经典绿道”，并获2018年浙江建设工程“钱江杯”一等奖，2019年度中国风景园林学会科学技术奖一等奖。青山湖绿道位于杭州市临安区锦城镇东郊。青山湖为大型人工湖，水域开阔，湖山一体，环湖森林覆盖率79%，自然景色优美，生态环境优越。青山湖绿道沿湖而建，连接城、村、湖、山，全长42.195 km，分3期建设，于2019年7月全线贯通。本研究区段为青山湖绿道1期，长10 km，于2017年1月建成开放。
1.2 评价方法
根据中国住房与城乡建设部2016年9月编制的《绿道规划设计导则》(简称《导则》)，郊野型绿道的功能包括生态环保、休闲健身、社会与文化、旅游与经济[21]。其中，生态环保作为其核心价值，体现在绿道有助于固土保水、净化空气、缓解热岛等，并为生物提供栖息地及迁徙廊道。以上功能与LPS中游径(trail，包含绿道类项目)[22]、滨水景观再开发(waterfront redevelopment)[23]等相关案例中所采用的评价指标(表1)高度吻合。另外，LPS基于可持续的发展目标，其经济评价指标还加入了节约建设成本。基于以上分析，结合青山湖绿道的实际情况，确定了本研究采用的景观绩效指标体系，包含环境、经济、社会等3个方面的17项指标(表2)。收集分析以上绩效数据，结合统计学、生态学、经济学、使用后评价等方法，进行景观绩效评价。
表 1 郊野型绿道的功能与LPS相关案例评价指标的对照表Table 1 Comparison between the function of country greenways and the evaluation indexes of LPS-related cases《绿道规划设计导则》中的郊野绿道功能 LPS相关案例采用的评价指标 生态环保 固土保水、净化空气、缓解热岛、生物提供栖息地及
迁徙廊道环境 土壤保护、水岸线保护、涵养水源、固碳释氧、空
气质量、调节气温和城市热岛效应、栖息地改善/
保护/创建/恢复旅游与经济 整合旅游资源，促进相关产业发展，提升沿线土地价值 经济 地产价值、工作岗位、旅游业收入、节约建设成本 休闲健身 提供亲近自然、游憩健身的场所和途径，倡导健康的生
活方式社会 娱乐及社会价值、文化保护、健康、教育、可达
性、景观质量社会与文化 连接城乡居民点、公共空间以及历史文化节点，保护和
利用文化遗产，促进人际交往、社会和谐与文化传承表 2 郊野型滨水绿道景观绩效指标体系Table 2 Country waterfront greenway landscape performance indicators system环境绩效 经济绩效 社会绩效 土壤保护 房产价值 文化保护 水岸线保护 工作岗位 健康 涵养水源 旅游业收入 教育价值 固碳释氧 节约建设成本 可达性 调节气温 娱乐及社会价值 景观质量 净化空气 增加物种多样性、
提高生态完整性等1.2.1 环境绩效评价方法
在LPS的案例中，环境绩效的评价多通过相应的绩效评估工具集进行计算，但由于本研究场地尺度较大，利用工具集评估所需的部分数据获取较为困难，故本研究的环境绩效评价，主要参考了欧阳志云等[24]对中国陆地生态系统服务功能进行评估时所综合运用的生态学及经济学方法。吴隽宇[8]曾采用此方法对珠江三角洲区域绿道1号线进行评估。首先确定绿道线路、类型和控制范围，再对其相应的生态系统面积进行计算。研究采用的绿道图纸由绿道的设计单位提供。《浙江省绿道规划设计技术导则》[25]规定，根据绿道所处区域和功能要求，分为城镇型绿道、乡野型绿道、山地型绿道3种类型。其中，乡野型绿道是指城镇规划建设用地范围外，依托林地、园地、湿地、水体、农田，连接风景名胜区、旅游度假区、历史文化名镇名村、农业观光区、特色乡村、农家乐等的绿道。乡野型绿道的总宽度一般不小于100 m。青山湖绿道依托青山湖国家森林公园，一面临水，一面靠山，属于该导则中的乡野型绿道。本研究将100 m作为其控制范围的宽度。以青山湖绿道1期的总体平面图为基本研究范围，将卫星图片导入Auto CAD软件，依据其控制范围的宽度，描绘其具体范围。再根据卫星图片及实地踏勘，确定绿道沿线生态系统的类型，主要包括林地、耕地、草地、湿地、水域等5种类型。根据设计单位提供的信息，在Auto CAD软件中分层描绘，并统计新增及因绿道建设而被保护的各类型生态系统的面积。在此基础上，分别计算其保持土壤、涵养水源、固碳释氧、调节气温、净化空气等方面的环境绩效。
1.2.2 经济绩效评价方法
经济绩效的评估采用市场价值法。工作岗位数据源自现场调研，旅游业收入的数据来自于对绿道周边乡村村委会的调研，节约建设成本的数据由绿道设计单位提供。
1.2.3 社会绩效评价方法
社会绩效的评估主要采用使用后评价、问卷调查等方法。在2017年3−5月、11月、2018年4月，本研究对583位场地使用者进行了现场问卷调查，其中有效问卷531份，问卷有效率91%。问卷内容根据社会绩效的相应指标设置，包括受访者对绿道的娱乐价值、文化保护、教育价值、景观质量评价，以及绿道对受访者健康的影响。
2. 结果与分析
2.1 环境绩效评价
根据彭建等[26]的经验，生态系统面积为有效林地、草地、湿地沼泽和水域面积的和，其中有效林地面积=林地面积+耕地面积×0.2(表3)。
表 3 青山湖绿道1期生态系统面积Table 3 Ecosystem area of Qingshan Lake Greenway Phase I有效林地/hm2 草地/hm2 湿地沼泽/hm2 水域/hm2 生态系统面积/hm2 针叶林 阔叶林 耕地(按0.2系数折算成林地) 1.670 13.692 0.896 7.198 17.250 0.134 40.840 2.1.1 保持土壤效益
保持土壤带来的经济价值，以林地、草地每年减少土壤侵蚀的总量为基础，计算林地、草地对表土损失、肥力损失和减轻泥沙淤积灾害3个方面的价值。(1)林地、草地每年减少的土壤侵蚀总量。潜在土壤侵蚀量是指无任何植被覆盖的情况下，土壤的最大侵蚀量。而不同植被覆盖下的土壤侵蚀量有很大差别。林地、草地减少的土壤侵蚀量=潜在土壤侵蚀量−林地、草地覆盖区土壤侵蚀量。本研究参考欧阳志云等[24]统计的侵蚀模数进行计算(表4~6)。(2)效益估算。①每年减少的土地损失面积及间接价值。根据土壤侵蚀量和土壤耕作层的平均厚度来推算土地损失面积。每年减少的土壤损失量按表5的平均值计，土壤密度以1.3 g·cm−3计，先算出每年减少的土壤损失量对应的体积。将中国耕作土壤的平均厚度0.5 m作为林地、草地的土层厚度[16]，进而算出每年林地、草地减少的土地损失面积分别为0.798、0.353 hm2·a−1。单位面积的生产收益根据2014年浙江省林业、牧业生产的平均收益2 224.8和1 489.7元·hm−2·a−1计算，则每年减少的林地、草地损失的经济价值分别为1 094、2 620元·a−1。②减少土壤肥力损失的间接效益。土壤侵蚀带走了大量的土壤营养物质，主要是土壤有机质、氮、磷、钾。根据实地调查，绿道所在区域土壤主要为红黄泥土，按照临安农林信息网[27]中红黄泥土的有机质、氮、磷、钾质量分数为标准，结合每年林地、草地分别减少的土壤损失平均值，估算林地、草地每年减少的有机质、氮、磷、钾元素的损失量分别为195.10 t·a−1、9.21 t·a−1、51.51 kg·a−1、1 075.05 kg·a−1。根据浙江价格网的公示，2018年第3季度浙江省化肥市场价格的平均值约2.52元·kg−1，据此可以估算林地、草地每年减少的土壤氮、磷、钾损失的经济价值为26 044元·a−1。③减少泥沙淤积的经济效益。根据中国主要流域的泥沙运动规律，一般土壤侵蚀流失的泥沙有24%淤积于水库、江河、湖泊，另有33%滞留，37%入海[28]。本研究仅考虑淤积于水库、江河、湖泊的24%，这部分泥沙直接造成蓄水量的下降。按林地、草地每年减少的土壤损失量平均值计算蓄水损失量，再根据蓄水成本计算其价值。按水库建设需投入成本5.714元·m−3计[29]，减少泥沙淤积的经济价值为7 897元·a−1。
表 4 每年林地草地的潜在土壤侵蚀量Table 4 Annual potential soil erosion of woodland and grassland侵蚀模数/(t·hm−2·a−1) 林地 草地 总潜在侵蚀量/(t·a−1) 面积/hm2 潜在侵蚀量/
(t·a−1)面积/hm2 潜在侵蚀量/
(t·hm−2·a−1)最低值 192.0 16.258 3 121.536 7.198 1 382.016 4 503.552 最高值 447.7 7 278.707 3 222.545 10 501.251 平均值 319.8 5 199.308 2 301.920 7 501.229 表 5 每年林地草地覆盖区的土壤侵蚀量Table 5 Annual soil erosion of woodland and grassland林地 草地 总侵蚀量/(t·a−1) 侵蚀模数/(t·hm−2·a−1) 面积/hm2 侵蚀量/(t·a−1) 侵蚀模数/(t·hm−2·a−1) 面积/hm2 侵蚀量/(t·a−1) 0.630 16.258 10.243 0.500 7.198 4.535 14.777 表 6 每年林地草地减少的土壤损失量Table 6 Annual reduction in soil loss of woodland and grassland林地减少的土壤损失量/(t·a−1) 草地减少的土壤损失量/(t·a−1) 总减少土壤损失量/(t·a−1) 最低值 3 111.293 最低值 1 377.481 4 488.775 最高值 7 268.464 最高值 3 218.010 10 486.474 平均值 5 189.066 平均值 2 297.386 7 486.452 综合以上，青山湖绿道1期每年保持土壤的总经济价值包括减少土壤损失面积的经济价值3 714元·a−1，减少土壤氮磷钾损失的经济价值26 044元·a−1，减少泥沙淤积的经济价值为7 897元·a−1，合计37 655元·a−1。
2.1.2 涵养水源效益
本研究采用替代工程法评估涵养水源的价值。根据浙江省杭州市临安区气象局的数据，临安多年年均降水量为1 506.0 mm。参考陈波等[30]对杭州西湖风景区绿地储水保土研究，假设降水的蒸散量为65%，则青山湖绿道1期每年截留水量为1 506.0 mm×35%×23.45 hm2=123 636.58 m3。单位库容的水库工程费用仍以5.714元·m−3计，则每年涵养水源价值为70.65万元·a−1。
2.1.3 固碳释氧效益
参考孙燕飞[31]在临安的研究，杉木Cunninghamia Lanceolata林的固碳量为2.44 t·hm−2·a−1，释氧量为6.52 t·hm−2·a−1；针阔混交林的固碳量为2.16 t·hm−2·a−1，释氧量为5.76 t·hm−2·a−1。根据温家石[32]对城市建成区所做研究，考虑到绿道的草坪修剪次数远低于城市内部，假设绿道的草坪修剪次数是后者的1/4，得出绿道草地固碳量6.68 t·hm−2·a−1，草地释氧量为11.55 t·hm−2·a−1。对于生态系统二氧化碳吸收功能经济价值的评估多采用碳税法和造林成本法[33]，并取两者的平均值。国际上通常采用瑞典碳税，折合人民币1 010元·t−1，中国造林成本折合为255元·t−1[34]。对于释放氧气的价值采用工业制氧法进行评估，中国工业制氧的平均成本为400元·t−1。经计算可得青山湖绿道1期每年固碳价值为5.17万元·a−1元，释放氧气价值为6.92万元·a−1。
2.1.4 调节气温效益
根据已有研究测定[35]，夏季绿地可从环境中吸收81.8 MJ·hm−2·d−1的热量，相当于189台空调机全天工作的制冷效果。室内空调机耗电0.86 kWh·h−1·台−1，电费按浙江省电费价格0.538元·kWh−1计，则绿地节约电费为2 098.7元·hm−2·d−1。按每年使用空调60 d计，则青山湖绿道1期每年调节气温所创造的价值为295.29万元·a−1。
2.1.5 净化空气效益
(1)吸收二氧化硫的价值。阔叶林对二氧化硫的吸收能力为88.65 kg·hm−2·a−1，针叶林对二氧化硫的平均吸收能力值为215.60 kg·hm−2·a−1，两者对二氧化硫的平均吸收能力为152.13 kg·hm−2·a−1，二氧化硫的治理代价为3 000元·t−1，得到吸收二氧化硫价值为0.74万元·a−1。(2)吸收氮氧化物的价值。目前，汽车尾气脱氮治理的代价是1.6万元·t−1。林地可吸收氮氧化物380 kg·hm−2·a−1，得到吸收氮氧化物价值为9.88万元·a−1。(3)滞尘价值。针叶林的滞尘能力为33.20 t·hm−2·a−1，阔叶林的滞尘能力为10.11 t·hm−2·a−1，平均为21.67 t·hm−2·a−1。削减粉尘价格为170元·t−1，则其滞尘价值为5.99万元·a−1。因此，绿道净化空气的总价值为16.61万元·a−1。
2.2 经济绩效评估
2.2.1 房产价值
绿道的建设，极大地改善了周边居民的生活环境。根据安居客网站的数据，绿道建设前的2015年11月与竣工投入使用后的2018年12月相比，紧邻绿道的房产单价增幅约27.76%，可见绿道对于房产价值提升有积极影响。
2.2.2 工作岗位和旅游业收入
绿道建成后为管理维护提供了20个就业岗位，为带动旅游业发展而提供了37个就业岗位。绿道建成后对周边如泥山湾村等乡村的农家乐、民宿等有显著促进作用。据不完全统计，该区域旅游产值增幅超过20.00%。
2.2.3 节约建设成本
回收利用场地遗留的废旧材料，如红砖、青砖、石等，节约了废旧材料外运与处理费用，以及购买等量新材料的材料费和运输费用，节约成本为23.33万元(表7)。利用原有水利废弃设施等构筑物而产生的节约费用，包括拆除、清运、处理费用，及新建相应设施的费用，合计66.75万元(表8)。
表 7 利用废旧建材产生的节约建设成本Table 7 Construction costs savings from the use of waste building materials废旧材料 工程量/ m3 外运处理总价/元 新材料单价(含材料费、运费)/元 新材料总价/元 合计节约建设成本/元 砖 4.4 132 730 3 212 3 344 卵石 16.3 489 330 5 379 5 868 景观石 233.4 2 334 810 189 054 191 388 老石板 54.0 162 603 32 562 32 724 合计 233 324 表 8 利用原有构筑物产生的节约建设成本Table 8 Construction costs savings from the use of existing structures构筑物名称 工程量/ m3 拆除、清运、处理费用/元 新建栈道基础费用/元 合计节约建设成本/元 钓鱼台 63 15 750 31 500 47 250 观星台 675 168 750 337 500 506 250 “鱼头”小品 51 12 750 25 500 38 250 青风徐来亭 101 25 250 50 500 75 750 合计 667 500 2.3 社会绩效评价
根据问卷调查统计结果，青山湖绿道在1期自开放以来，已吸引大量长期使用者，首次来绿道的人群比例较低；绿道的使用者主要来自临安本地，尽管绿道距离杭州主城区有36 km，依然吸引了不少来自杭州的游人。表9记述了社会绩效调查的结果。多数使用者认为绿道建设提升了城市形象，绿道设计体现了临安的历史文化。82.7%的受访者对绿道的骑行或步行体验表示满意。多数受访者认为绿道提升了其户外活动的参与度，近半数使用者表示绿道改变了其生活方式。在可达性方面，公共交通的可达性较差，间接导致了选择私家车出行的游人增多，在节假日游客高峰时期，交通及停车问题较为突出。10.0%的受访者表示绿道当前最突出的问题即到达绿道的路线不畅通。增设绿道附近的公交站点，是增强其可达性及缓解交通与停车压力的有效方式。作为郊野型绿道，青山湖绿道吸引游客的主要因素是其自然环境优美，而绿道设计中对于乡土材料的应用也受到了使用者的关注，57.0%的受访者表示对于可持续设计有了更深的了解。
表 9 青山湖绿道1期的景观绩效评价结果Table 9 Landscape performance evaluation results of Qingshan Lake Greenway Phase I类别 项目 指标 评价结果 环境
绩效土地 土壤保护 经济价值为3.8万元 水岸线保护 未进行评估 水 涵养水源 经济价值为70.65万元 碳及空
气质量固碳释氧 固碳价值为5.17万元，释氧价值为6.92万元 调节气温 经济价值为295.29万元 净化空气 经济价值为16.61万元 栖息地 增加物种多样性、提高
生态完整性等未进行评估 经济
绩效房产价值 绿道建设后，紧邻绿道的房产单价增幅约27.76% 工作岗位 绿道建成后管理维护提供了57个就业岗位 旅游业收入 绿道拉动了地方旅游业的发展，旅游产值增幅超过20.00% 节约建设成本 利用废旧建材节约23.33万元，利用原有构筑物设节约66.75万元 社会
绩效娱乐及社会价值 531名受访者中有82.7%对绿道骑行或步行的体验是满意的，67.0%的受访者认为绿道建设提升了城市形象，有组织的大型徒步、毅行、马拉松活动达到近1.5万余人次 文化保护 73.4%的受访者表示绿道设计体现了临安的历史文化 健康 65%的受访者表示绿道提升了其户外活动的参与度，68%的受访者来绿道活动的目的是散 步，25%选择了旅游观光，17%选择了骑行，10%选择聚会；43%的受访者表示绿道改变 了其生活方式，骑行、散步、聚会、摄影、钓鱼等活动对其生活产生了积极影响； 82%的受访者表示愿意居住在步行可达的范围内 教育价值 9%的受访者表示来此地是为了研究学习，57%的受访者表示对于可持续设计有了更深 的了解 可达性 38%的受访者开私家车到达绿道，其次为步行占30%，骑自行车或电动自行车前来的 占20%，采用公交交通者仅占11% 景观质量 82%的受访者表示由于绿道自然环境优美而选择来此 3. 结论
在环境绩效评价中，青山湖绿道1期的相应经济价值约398.44万元·a−1，其中调节气温价值为295.29万元·a−1，占总价值的74%，其次为涵养水源价值为70.65万元·a−1，占总价值的18%，净化空气价值为16.61万元·a−1，固碳释氧价值为12.09万元·a−1，保持土壤的经济价值较低，为3.80万元·a−1。
在经济绩效评价中，青山湖绿道1期充分利用废旧建材与原有构筑物，节约建设成本约90.08万元；绿道建成后提供了新的工作岗位，拉动了当地旅游业发展。
在社会绩效评价中，绿道的建设提升了城市形象，体现了临安的历史文化，提升了人们的户外活动参与度，在一定程度上改变了人们的生活方式，大多数人因自然环境优美而来到绿道，超半数受访者表示对可持续设计有了更深的了解。
本研究的郊野型滨水绿道景观绩效进行了较为全面的评价，客观、清晰地呈现了绿道建设的综合效益。青山湖绿道1期的建设投入约7 200万元，仅以环境绩效价值398.44万元·a−1计算，约18 a可获得与建设投入相当的经济价值，而其对于地区发展和市民健康的促进也将产生更大的价值。对于场地中废旧建材与原有构筑物进行充分利用，能够创造较大的经济价值。
景观绩效评价可以更全面地考察、直观地展现绿道建成的综合价值，但因绿道的规模尺度较大，沿线的自然、人文资源类型丰富，需要在绿道建设前，即结合评价指标体系进行全面的数据收集，且此过程需要延续至项目建成后的数年，才能够得到更客观且全面的评价结果。本研究也存在一定局限，其中水岸线保护、栖息地恢复等指标由于原始数据缺失而无法获取；经济绩效中，房产价值的增长未排除绿道之外的其他要素影响比例；针对健康等方面的评价可在对使用者进行问卷调查的基础上，采用更完善的研究方法，以获得更客观、准确的结果。
4. 致谢
浙江农林大学风景园林与建筑学院史琰副教授对本文写作提供帮助，谨致谢意。
-
图 1 雪岭云杉地上与地下生物量的关系
Figure 1 Relationship between aboveground and underground biomass of P. schrenkiana
图 2 雪岭云杉不同器官生物量相对分配比例
Figure 2 Relative allocation ratio of biomass in different organs of P. schrenkiana
图 3 天山雪岭云杉单木各器官生物量随径级变化图
Figure 3 Variation of individual organ biomass with diameter of P. schrenkiana in Tianshan Mountains
图 4 影响雪岭云杉生物量的变量相对重要性
Figure 4 Relative importance of variables affecting P. schrenkiana biomass
表 1 定性指标量化标准
Table 1. Qualitative indicator quantitative standard
评价标准 量化标准 评价标准 量化标准 坡向 坡位 土壤厚度/cm 坡向 坡位 土壤厚度/cm 无坡向 − − 9 东南 下 − 4 西北 − − 8 东 中 ＜30(薄) 3 西 − − 7 东北 上 30~59(中) 2 西南 平地 − 6 北 脊 ≥60(厚) 1 南 谷 − 5 说明：“−”表示无相关定性等级 
下载: 导出CSV
表 2 天山雪岭云杉单木各器官生物量特征表
Table 2. Characteristic table of individual organ biomass of P. schrenkiana in Tianshan Mountains
径级/cm 整株生物量/(kg·株−1） 地上生物量/(kg·株−1) 地下生物量/(kg·株−1) 根冠比 区间 平均 区间 平均 区间 平均 区间 平均 6.5~20.0 12.04~183.49 70.29 10.16~169.45 55.90 1.88~36.14 14.39 0.08~0.51 0.31 21.0~38.0 124.43~541.62 338.03 99.78~400.49 254.29 24.65~141.12 83.74 0.21~0.54 0.33 41.0~60.0 552.61~1 395.75 918.82 441.28~1 101.87 687.17 111.33~376.77 231.65 0.18~0.55 0.34 61.0~81.0 1 830.42~2 014.34 1 922.38 1 455.44~1 475.17 1 465.31 374.98~539.18 457.08 0.26~0.37 0.31
下载: 导出CSV
表 3 新疆天山雪岭云杉各器官生物量5种非线性生物量估测模型
Table 3. Five nonlinear biomass estimation models of P. schrenkiana organs in Tianshan forest areas
器官 生物量模型 拟合公式 R2 EMP/% 树干 W=aDb W=0.476 6D1.803 0.926 6 38.98 W=aHb W=0.050 6H2.859 0.951 9 25.19 W=a(D2H)b W=0.251 7(D2H)0.695 0.947 5 30.69 W=aDbHc W=0.088 5D0.625H1.938 0.963 1 23.53 W=a(D3/H)b W=1.389 0(D3/H)0.706 0.876 7 63.69 树枝 W=aDb W=0.073 6D1.835 0.768 0 34.49 W=aHb W=0.003 8H3.114 0.830 7 43.52 W=a(D2H)b W=0.033 8(D2H)0.719 0.796 0 35.15 W=aDbHc W=0.004 9D0.252H2.736 0.832 5 42.78 W=a(D3/H)b W=0.139 0(D3/H)0.769 0.709 9 36.41 树叶 W=aDb W=0.167 2D1.395 0.753 6 40.68 W=aHb W=0.030 5H2.205 0.800 9 31.27 W=a(D2H)b W=0.100 9(D2H)0.539 0.777 1 35.39 W=aDbHc W=0.035 8D0.229H1.881 0.802 8 30.69 W=a(D3/H)b W=0.281 5(D3/H)0.581 0.687 9 47.56 树根 W=aDb W=0.178 8D1.826 0.904 4 37.43 W=aHb W=0.032 3H2.722 0.857 8 36.64 W=a(D2H)b W=0.100 6(D2H)0.697 0.908 7 31.85 W=aDbHc W=0.101 9D1.405H0.681 0.908 7 31.92 W=a(D3/H)b W=0.422 7(D3/H)0.741 0.880 0 53.82 地上生物量 W=aDb W=0.635 8D1.786 0.915 7 29.52 W=aHb W=0.064 1H2.854 0.948 4 24.17 W=a(D2H)b W=0.332 3(D2H)0.69 0.938 3 22.83 W=aDbHc W=0.104 8D0.551H2.042 0.957 3 19.09 W=a(D3/H)b W=1.701 0(D3/H)0.708 0.860 3 46.40 总生物量 W=aDb W=0.813 0D1.796 0.938 8 27.08 W=aHb W=0.094 8H2.821 0.951 3 25.43 W=a(D2H)b W=0.432 7(D2H)0.692 0.957 4 21.69 W=aDbHc W=0.184 3D0.758H1.708 0.968 1 18.53 W=a(D3/H)b W=2.111 0(D3/H)0.716 0.894 3 42.66
下载: 导出CSV
-
[1] 刘坤,曹林,汪贵斌,等. 银杏生物量分配格局及异速生长模型[J]. 北京林业大学学报, 2017, 39(4): 12 − 20. LIU Kun, CAO Lin, WANG Guibin, et al. Biomass allocation patterns and allometric models of Ginkgo biloba [J]. J Beijing For Univ, 2017, 39(4): 12 − 20. [2] OLSON J S, WATTS J A, ALLISON L J. Carbon in Live Vegetation of Major World Ecosystems [R]. Oak Ridge: Oak Ridge Laboratory, 1983. [3] 方精云,刘国华,徐嵩龄. 我国森林植被的生物量和净生产量[J]. 生态学报, 1996, 16(5): 497 − 508. FANG Jingyun, LIU Guohua, XU Songling. Biomass and net production of forest vegetation in China [J]. Acta Ecol Sin, 1996, 16(5): 497 − 508. [4] 邱东,周桂玲,刘同业. 3种棒果芥属植物生物量分配及异速生长分析[J]. 干旱地区农业研究, 2014, 32(6): 215 − 220. QIU Dong, ZHOU Guiling, LIU Tongye. Analysis of biomass allocation and allometric growth of three Sterigmostemum species in Junggar Basin [J]. Agric Res Arid Areas, 2014, 32(6): 215 − 220. [5] 董道瑞,李霞,万红梅,等. 塔里木河下游胡杨(Populus euphratica)地上生物量估测[J]. 中国沙漠, 2013, 33(3): 724 − 730. DONG Daorui, LI Xia, WAN Hongmei, et al. Aboveground biomass estimation of Populus euphratica in the lower reaches of Tarim River [J]. J Desert Res, 2013, 33(3): 724 − 730. [6] 汪金松,张春雨,范秀华,等. 臭冷杉生物量分配格局及异速生长模型[J]. 生态学报, 2011, 31(14): 3918 − 3927. WANG Jinsong, ZHANG Chunyu, FAN Xiuhua, et al. Biomass allocation patterns and allometric models of Abies nephrolepis Maxim [J]. Acta Ecol Sin, 2011, 31(14): 3918 − 3927. [7] 于贵瑞. 全球变化与陆地生态系统碳循环和碳蓄积[M]. 北京: 气象出版社, 2003: 157 − 158. [8] 董鸣. 陆地生物群落调查观测与分析[M]. 北京: 中国标准出版社, 1997: 73 − 75. [9] 刘琪璟. 嵌套式回归建立树木生物量模型[J]. 植物生态学报, 2009, 33(2): 331 − 337. LIU Qijing. Nested regression for establishing tree biomass equations [J]. Chin J Plant Ecol, 2009, 33(2): 331 − 337. [10] 张志,田昕,陈尔学,等. 森林地上生物量估测方法研究综述[J]. 北京林业大学学报, 2011, 33(5): 144 − 150. ZHANG Zhi, TIAN Xin, CHEN Erxue, et al. Review of methods on estimating forest above ground biomass [J]. J Beijing For Univ, 2011, 33(5): 144 − 150. [11] NIKLAS K J. Plant Allometry: The Scaling of Form and Process [M]. Chicago: University of Chicago Press, 1994. [12] 朱江,韩海荣,康峰峰,等. 山西太岳山华北落叶松生物量分配格局与异速生长模型[J]. 生态学杂志, 2016, 35(11): 2918 − 2925. ZHU Jiang, HAN Hairong, KANG Fengfeng, et al. Biomass allocation patterns and allometric models of Larix principis-rupprechtii in Mt. Taiyue, Shanxi [J]. Chin J Ecol, 2016, 35(11): 2918 − 2925. [13] 汪珍川,杜虎,宋同清,等. 广西主要树种(组)异速生长模型及森林生物量特征[J]. 生态学报, 2015, 35(13): 4462 − 4472. WANG Zhenchuan, DU Hu, SONG Tongqing, et al. Allometric models of major tree species and forest biomass in Guangxi [J]. Acta Ecol Sin, 2015, 35(13): 4462 − 4472. [14] 张绘芳,朱雅丽,地力夏提•包尔汉,等. 阿尔泰山林区云杉和落叶松生物量分配格局研究[J]. 南京林业大学学报(自然科学版), 2017, 41(1): 203 − 208. ZHANG Huifang, ZHU Yali, Dilixiati Baoerhan, et al. Biomass allocation patterns of Picea obovata and Larix sibirica in the Altai Mountains forest area [J]. J Nanjing For Univ Nat Sci Ed, 2017, 41(1): 203 − 208. [15] 白志强,李缓,王文栋,等. 阿尔泰山优势树种的生物量模型构建及其生物量分配特征[J]. 林业资源管理, 2018(4): 34 − 40. BAI Zhiqiang, LI Huan, WANG Wendong, et al. Biomass model establishment and allocation of dominant tree species in Altai Mountains [J]. For Res Manage, 2018(4): 34 − 40. [16] 孟宪宇. 测树学[M]. 北京: 中国林业出版社, 2006: 197－199. [17] 明安刚,郑路,麻静,等. 铁力木人工林生物量与碳储量及其分配特征[J]. 北京林业大学学报, 2015, 37(2): 32 − 39. MING Angang, ZHENG Lu, MA Jing, et al. Biomass, carbon stock and allocation characteristics in Mesua ferrea plantation [J]. J Beijing For Univ, 2015, 37(2): 32 − 39. [18] GOWER S T, KUCHARIK C J, NORMAN J M. Direct and indirect estimation of leaf area index, fAPAR, and net primary production of terrestrial ecosystems [J]. Remote Sensing Environ, 1999, 70(1): 29 − 51. [19] CASE B S, HALL R J. Assessing prediction errors of generalized tree biomass and volume equations for the boreal forest region of west-central Canada [J]. Can J For Res, 2008, 38(6): 878 − 889. [20] 国家林业局. 国家森林资源连续清查技术规定[R]. 北京: 国家林业局, 2014. [21] 郝虎东,田青松,石凤翎,等. 无芒雀麦地上生物量及各构件生物量分配动态[J]. 中国草地学报, 2009, 31(4): 85 − 90. HAO Hudong, TIAN Qingsong, SHI Fengling, et al. Allocated dynamics of aboveground biomass and structural biomass in Bromus inermis Leyss [J]. Chin J Grassland, 2009, 31(4): 85 − 90. [22] 李涛. 荒漠植物异速生长指数及其空间格局适应降雨梯度变化的规律与机制研究[D]. 兰州: 兰州大学, 2010. LI Tao. Response Mechanism of Desert Plant Allometric Exponents and Spatial Patterns to A Precipitation Gradient[D]. Lanzhou: Lanzhou University, 2010. [23] HOUGHTON R A, LAWRENCE K T, HACKLER J L, et al. The spatial distribution of forest biomass in the Brazilian Amazon: a comparison of estimates [J]. Global Change Biol, 2001, 7: 731 − 746. [24] SAATCHI S S, HOUGHTON R A, DOS SANTOS ALVALA R C, et al. Distribution of aboveground live biomass in the Amazon Basin [J]. Global Change Biol, 2007, 13(4): 816 − 837. [25] 张绘芳,高亚琪,朱雅丽,等. 新疆雪岭杉生物量模型对比研究[J]. 西北林学院学报, 2015, 30(6): 52 − 58. ZHANG Huifang, GAO Yaqi, ZHU Yali, et al. A comparative study on biomass models for Picea schrenkiana in Xinjiang [J]. J Northwest For Univ, 2015, 30(6): 52 − 58. [26] BROWN S. Measuring carbon in forests: current status and future challenges [J]. Environ Pollut, 2002, 116(3): 363 − 372. [27] BOND-LAMBERTY B, WANG C, GOWER S T. Aboveground and belowground biomass and sapwood area allometric equations for six boreal tree species of northern Manitoba [J]. Can J For Res, 2002, 32: 1441 − 1450. [28] 曾斌,翟学昌,彭丽,等. 赣南不同立地杉木人工林生产力研究[J]. 安徽农业科学, 2010, 38(14): 7625 − 7626. ZENG Bin, ZHAI Xuechang, PENG Li, et al. Study on productivity of fir plantation in different sites in southern Jiangxi [J]. J Anhui Agric Sci, 2010, 38(14): 7625 − 7626. [29] 单长卷. 黄土高原不同立地刺槐林水分关系研究[D]. 杨凌: 西北农林科技大学, 2004. SHAN Changjuan. Study on the Relationship Between Soil Water and Water Eco-Physiological Characteristics of Locust in Different Habitas of the Loess Plateau[D]. Yangling: Northwest A&F University, 2004. [30] 赖文豪,席沁,武海龙,等. 内蒙古兴和县低山丘陵立地类型划分与林草适宜性评价[J]. 浙江农林大学学报, 2018, 35(2): 331 − 339. LAI Wenhao, XI Qin, WU Hailong, et al. Site classification type and vegetation suitabity for hilly land in Xinghe, Inner Mongolia [J]. J Zhejiang A&F Univ, 2018, 35(2): 331 − 339. 期刊类型引用(9)
1. 宋雨璇，刘静. 基于多源数据视角下的厦门山海健康步道活力提升策略研究. 福建建筑. 2024(04): 14-20 . 
百度学术2. 邓迪雅，徐文辉，林旭. 郊野绿道生物多样性的公众感知——以杭州青山湖绿道为例. 中国城市林业. 2024(05): 75-81 . 百度学术3. 温瑀，秦津，关泽. 秦皇岛海滨国家森林公园北园景观绩效评价. 河北环境工程学院学报. 2023(02): 59-66 . 百度学术4. 蔡益杭，张明如，张建国. 浙江青山湖绿道小气候要素与游人游憩行为的关系探析. 生态科学. 2023(04): 154-162 . 百度学术5. 陶一舟，李朝晖，严少君. 安吉天荒坪森林特色小镇景观绩效评价. 浙江农林大学学报. 2023(04): 883-891 . 本站查看6. 张聪，唐宇力，郭婷婷，张洁，傅东示，幸怡，杨意帆，邵锋. 青山湖滨水绿道景观特征要素与美学感知关系研究. 浙江林业科技. 2023(04): 74-81 . 百度学术7. 陈丽军，万志芳. 历次五年计划期间中国新建国家森林公园时空分布及动态演化. 世界林业研究. 2022(03): 61-66 . 百度学术8. 唐庭庭，蒋文伟. 夏季小气候效应对人体舒适度的影响——以临安青山湖绿道为例. 现代园艺. 2022(15): 32-34 . 百度学术9. 仲启铖，张浪，张桂莲. 基于城市搬迁地的公园绿地建设项目综合效益评价研究——以上海世博公园为例. 园林. 2021(10): 2-10 . 百度学术其他类型引用(15)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20190384
点击查看大图
计量
- 文章访问数: 3965
- HTML全文浏览量: 1274
- PDF下载量: 138
- 被引次数: 24
