留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

亚热带常绿阔叶林5个优势树种的树干碳氮磷质量分数估算及其不确定性分析

周东洋 王晓雨 朱向涛 詹咪莎 白尚斌

周东洋, 王晓雨, 朱向涛, 詹咪莎, 白尚斌. 亚热带常绿阔叶林5个优势树种的树干碳氮磷质量分数估算及其不确定性分析[J]. 浙江农林大学学报, 2022, 39(4): 727-733. doi: 10.11833/j.issn.2095-0756.20220171
引用本文: 周东洋, 王晓雨, 朱向涛, 詹咪莎, 白尚斌. 亚热带常绿阔叶林5个优势树种的树干碳氮磷质量分数估算及其不确定性分析[J]. 浙江农林大学学报, 2022, 39(4): 727-733. doi: 10.11833/j.issn.2095-0756.20220171
ZHOU Dongyang, WANG Xiaoyu, ZHU Xiangtao, ZHAN Misha, BAI Shangbin. Estimation and uncertainty analysis of carbon,nitrogen,and phosphorus concentrations in trunks of five dominant tree species in subtropical evergreen broadleaved forests[J]. Journal of Zhejiang A&F University, 2022, 39(4): 727-733. doi: 10.11833/j.issn.2095-0756.20220171
Citation: ZHOU Dongyang, WANG Xiaoyu, ZHU Xiangtao, ZHAN Misha, BAI Shangbin. Estimation and uncertainty analysis of carbon,nitrogen,and phosphorus concentrations in trunks of five dominant tree species in subtropical evergreen broadleaved forests[J]. Journal of Zhejiang A&F University, 2022, 39(4): 727-733. doi: 10.11833/j.issn.2095-0756.20220171

亚热带常绿阔叶林5个优势树种的树干碳氮磷质量分数估算及其不确定性分析

doi: 10.11833/j.issn.2095-0756.20220171
基金项目: 国家自然科学基金面上资助项目(32171786);浙江省自然科学基金资助项目(LQ21C030001);浙江农林大学暨阳学院青年人才项目(JY2018RC05);绍兴“330英才计划”
详细信息
    作者简介: 周东洋(ORCID: 0000-0003-1939-3548),从事森林生态学研究。E-mail: 15945094733@163.com
    通信作者: 王晓雨(ORCID: 0000-0002-7091-9384),讲师,博士,从事全球变化生态学和植物生态学研究。E-mail: xiaoxiao.0408@163.com
  • 中图分类号: S718

Estimation and uncertainty analysis of carbon,nitrogen,and phosphorus concentrations in trunks of five dominant tree species in subtropical evergreen broadleaved forests

  • 摘要:   目的  相较于土壤和凋落物,树干取样破坏性强,样本获取难度大,因而通常以小样本取样估算其成分组成。本研究目的在于评估小样本采样引起的不同树种树干碳、氮、磷养分质量分数和储量估算的不确定性。  方法  基于亚热带常绿阔叶林马尾松Pinus massoniana、杉木Cunninghamia lanceolata、木荷Schima superba、青冈Quercus glauca、毛竹Phyllostachys edulis等5个优势树种的树干碳、氮、磷质量分数数据集(取样量n=18~32),采用有放回抽样方法(Bootstrap)对比一般小样本取样(n=3~5)与全样本(n=18~32)之间的估算差异,通过权衡取样量和变异之间的关系,给出对应指标的建议取样量以及不同取样量对应的估算误差范围。  结果  马尾松树干碳质量分数变异显著高于其他树种,n=3~5小样本引起估算误差约±10%,而其他树种仅±5%。对马尾松增加取样量n=10,估算误差为−4%~5%。  结论  建议在估算和评估马尾松林碳、氮、磷储量时,适当增加取样量(n=5~10)以降低估算误差,或在采用n=3~5小样本取样量的同时,将±10%估算误差范围考虑在内。其他树种碳、氮、磷质量分数估算时,取样量n=4~5时误差在可接受范围内。图2表2参27
  • 图  1  亚热带常绿阔叶林5个优势树种的树干木材碳、氮、磷质量分数差异

    Figure  1  Carbon (C), Nitrogen (N), and Phosphorus (P) concentration variation in the tree boles of five tree species in subtropical evergreen broadleaf forest

    图  2  不同取样量下树干碳、氮、磷质量分数估算的总平方误差变化趋势

    Figure  2  Trends of total squared error in the estimation of C, N, P concentration of tree boles with different sample sizes

    表  1  5个优势树种的树干碳、氮、磷质量分数和变异系数

    Table  1.   Mean (standard deviation) and CV of C, N and P concentrations for 5 dominant tree species

    树种样本数/个
    质量分数/(g·kg−1)变异系数/%质量分数/(g·kg−1)变异系数/%质量分数/(g·kg−1)变异系数/%
    马尾松32449.1±29.4 b73.4±0.4 a121.10±0.29 a26
    杉木 21487.6±10.7 a21.3±0.4 c315.80±0.19 c33
    木荷 30431.1±12.5 c31.2±0.3 c250.52±0.24 c46
    青冈 30435.9±11.5 c32.0±0.4 b200.98±0.14 b14
    毛竹 18438.6±14.1 bc32.2±0.5 b231.28±0.26 a20
      说明:数值为平均值±标准差。同列不同小写字母表示树种间差异极显著(P<0.001)
    下载: 导出CSV

    表  2  5个优势树种建议取样量和小样本取样量(n=3~5)对总体的估算误差比较

    Table  2.   Comparison of the estimated extent of the population for different tree species suggested for ni and small sample size (n =3−5)

    养分树种总样本/建议取样量建议取样量估算误差/%估算误差/%
    n=3n=4n=5
    马尾松32/10−3.99~5.12−8.41~11.75−7.47~9.46−6.14~7.23
    杉木 21/6−1.90~2.00−3.36~2.92−2.81~2.58−2.09~1.87
    木荷 30/8−2.95~2.22−4.70~5.01−3.98~4.40−3.13~3.62
    青冈 30/6−2.89~2.78−4.32~3.97−3.20~3.02−3.14~2.88
    毛竹 18/5−3.37~3.30−5.15~4.48−3.37~3.76−3.37~3.30
    马尾松32/6−12.42~17.11−19.30~23.01−16.60~18.83−14.97~13.96
    杉木 21/7−26.46~27.03−41.27~51.44−31.67~44.95−29.82~37.00
    木荷 30/5−22.39~33.72−31.16~43.34−20.94~40.85−22.39~33.72
    青冈 30/5−21.63~20.36−31.89~20.93−23.86~20.70−21.63~20.36
    毛竹 18/4−26.04 ~25.65−30.48~30.12−26.04~25.65−19.74~19.71
    马尾松32/9−21.94~22.49−41.23~44.80−31.65~30.50−28.66~37.46
    杉木 21/7−30.70~26.10−42.85~46.81−40.42~49.80−38.35~43.98
    木荷 30/7−41.40~42.89−58.95~73.93−54.89~66.40−42.95~51.08
    青冈 30/8−11.79~13.29−18.32~20.15−18.76~17.18−15.07~17.55
    毛竹 18/5−18.06~22.52−24.53~26.72−22.01~24.37−18.06~22.52
    下载: 导出CSV
  • [1] TANG Xuli, ZHAO Xia, BAI Yongfei, et al. Carbon pools in China’s terrestrial ecosystems: new estimates based on an intensive field survey [J]. Proc Natl Acad Sci USA, 2018, 115(16): 4021 − 4026.
    [2] 刘国华, 傅伯杰, 方精云. 中国森林碳动态及其对全球碳平衡的贡献[J]. 生态学报, 2000, 20(5): 733 − 740.

    LIU Guohua, FU Bojie, FANG Jingyun. Carbon dynamics of Chinese forests and its contribution to global carbon balance [J]. Acta Ecol Sin, 2000, 20(5): 733 − 740.
    [3] 邓仁菊, 杨万勤, 张健, 等. 川西亚高山森林土壤有机层碳、氮、磷储量特征[J]. 应用与环境生物学报, 2007, 13(4): 492 − 496.

    DENG Renju, YANG Wanqin, ZHANG Jian, et al. Carbon, nitrogen and phosphorus storage in soil organic layer of the subalpine forests in western Sichuan [J]. Chin J Appl Environ Biol, 2007, 13(4): 492 − 496.
    [4] 徐丽, 何念鹏. 中国森林生态系统氮储量分配特征及其影响因素[J]. 中国科学: 地球科学, 2020, 50(10): 1374 − 1385.

    XU Li, HE Nianpeng. Nitrogen storage and allocation in China’s forest ecosystems [J]. Sci Sin Terrae, 2020, 50(10): 1374 − 1385.
    [5] GIBBS H K, BROWN S, NILES J O, et al. Monitoring and estimating tropical forest carbon stocks: making REDD a reality [J]. Environ Res Lett, 2007, 2(4): 1 − 13.
    [6] SAATCHI S S, HARRIS N L, BROWN S, et al. Benchmark map of forest carbon stocks in tropical regions across three continents [J]. Proc Natl Acad Sci USA, 2011, 108(24): 9899 − 9904.
    [7] 方精云, 郭兆迪, 朴世龙, 等. 1981—2000年中国陆地植被碳汇的估算[J]. 中国科学: 地球科学, 2007, 37(6): 804 − 812.

    FANG Jingyun, GUO Zhaodi, PIAO Shilong, et al. Estimation of terrestrial vegetation carbon sink in China from 1981 to 2000 [J]. Sci Sin Terrae, 2007, 37(6): 804 − 812.
    [8] 方精云, 陈安平, 赵淑清, 等. 中国森林生物量的估算: 对Fang等Science一文(Science, 2001, 291: 2320−2322)的若干说明[J]. 植物生态学报, 2002, 26(2): 243 − 249.

    FANG Jingyun, CHEN Anping, ZHAO Shuqing, et al. Estimation biomass carbon of China’s forests: supplementary notes on report published in Science ( 291: 2320−2322) by Fang et al. (2001) [J]. Chin J Plant Ecol, 2002, 26(2): 243 − 249.
    [9] 方精云, 陈安平. 中国森林植被碳库的动态变化及其意义[J]. 植物学报, 2001, 43(9): 967 − 973.

    FANG Jingyun, CHEN Anping. Dynamic forest biomass carbon pools in China and their significance [J]. Acta Bot Sin, 2001, 43(9): 967 − 973.
    [10] 邢雪荣, 韩兴国, 陈灵芝. 植物养分利用效率研究综述[J]. 应用生态学报, 2000, 11(5): 785 − 790.

    XING Xuerong, HAN Xingguo, CHEN Lingzhi. A review on research of plant nutrient use efficiency [J]. Chin J Appl Ecol, 2000, 11(5): 785 − 790.
    [11] TANG Zhiyao, XU Wenting, ZHOU Guoyi, et al. Patterns of plant carbon, nitrogen, and phosphorus concentration in relation to productivity in China’s terrestrial ecosystems [J]. Proc Natl Acad Sci USA, 2018, 115(16): 4033 − 4038.
    [12] LAMLOM S H, SAVIDGE R A. A reassessment of carbon content in wood: variation within and between 41 North American species [J]. Biomass Bioenergy, 2003, 25(4): 381 − 388.
    [13] MARTIN A R, DORAISAMI M, THOMAS S C, et al. Global patterns in wood carbon concentration across the world’s trees and forests [J]. Nat Geosci, 2018, 11(12): 915 − 920.
    [14] MARTIN A R, ERICKSON D L, KRESS W J, et al. Wood nitrogen concentrations in tropical trees: phylogenetic patterns and ecological correlates [J]. New Phytol, 2014, 204(3): 484 − 495.
    [15] 康冰, 刘世荣, 张广军, 等. 广西大青山南亚热带马尾松、杉木混交林生态系统碳素积累和分配特征[J]. 生态学报, 2006, 26(5): 1320 − 1329.

    KANG Bing, LIU Shirong, ZHANG Guangjun, et al. Carbon accumulation and distributionin in Pinus massoniana and Cunninghamia lanceolata mixed forest ecosystem in Daqingshan, Guangxi of China [J]. Acta Ecol Sin, 2006, 26(5): 1320 − 1329.
    [16] 张治军, 张小全, 王彦辉, 等. 重庆铁山坪马尾松林生态系统碳贮量及其分配特征[J]. 林业科学, 2009, 45(5): 49 − 53.

    ZHANG Zhijun, ZHANG Xiaoquan, WANG Yanhui, et al. Carbon storage and distribution of Pinus massoniana forest ecosystem in Tieshanping of Chongqing [J]. Sci Silv Sin, 2009, 45(5): 49 − 53.
    [17] 丁波, 丁贵杰, 张耀荣. 密度调控对马尾松人工林生态系统碳储量的影响[J]. 西北林学院学报, 2016, 31(3): 197 − 203.

    DING Bo, DING Guijie, ZHANG Yaorong. Effects of density regulation on carbon storage of Pinus massoniana plantation ecosystem [J]. J Northwest For Univ, 2016, 31(3): 197 − 203.
    [18] 盘金文, 郭其强, 孙学广, 等. 不同林龄马尾松人工林碳、氮、磷、钾养分含量及其生态化学计量特征[J]. 植物营养与肥料学报, 2020, 26(4): 746 − 756.

    PAN Jinwen, GUO Qiqiang, SUN Xueguang, et al. Contents and stoichiometric characteristics of C, N, P and K under different stand ages of Pinus massoniana plantations [J]. J Plant Nutr Fert, 2020, 26(4): 746 − 756.
    [19] ELSER J J, FAGAN W F, DENNO R F, et al. Nutritional constraints in terrestrial and freshwater food webs [J]. Nature, 2000, 408(6812): 578 − 580.
    [20] 李永进, 汤玉喜, 唐洁, 等. 中亚热带4种混交幼龄人工林生态系统碳贮量特征[J]. 中南林业科技大学学报, 2019, 39(5): 56 − 62.

    LI Yongjin, TANG Yuxi, TANG Jie, et al. Carbon storage characteristics of four kinds of young mixed forest ecosystem in China’s mid-subtropical area [J]. J Cent South Univ For Technol, 2019, 39(5): 56 − 62.
    [21] 唐学君, 王伟峰, 肖舜祯, 等. 内蒙古赤峰市油松人工林植物和土壤C、N、P生态化学计量特征[J]. 地域研究与开发, 2020, 39(3): 162 − 167.

    TANG Xuejun, WANG Weifeng, XIAO Shunzhen, et al. Plants and soil C, N and P ecological stoichiometry of Pinus tabulaeformis plantations in Chifeng City, Inner Mongolia [J]. Areal Res Dev, 2020, 39(3): 162 − 167.
    [22] 赵瑞, 王传宽, 全先奎, 等. 黑龙江省帽儿山温带阔叶树种不同器官的生态化学计量特征[J]. 林业科学, 2021, 57(2): 1 − 11.

    ZHAO Rui, WANG Chuankuan, QUAN Xiankui, et al. Ecological stoichiometric characteristics of different organs of broad-leaved tree species in a temperate forest in Maoershan area, Heilongjiang Province [J]. Sci Silv Sin, 2021, 57(2): 1 − 11.
    [23] 蔡国俊, 锁盆春, 张丽敏, 等. 黔南喀斯特峰丛洼地3种建群树种不同器官C、N、P化学计量特征[J]. 贵州师范大学学报(自然科学版), 2021, 39(5): 36 − 44.

    CAI Guojun, SUO Penchun, ZHANG Limin, et al. C, N, P stoichiometric characteristics in different organs of three constructive plants in karst peak-cluster depressions in southern Guizhou, Southwest China [J]. J Guizhou Norm Univ Nat Sci Ed, 2021, 39(5): 36 − 44.
    [24] 周永姣, 王满堂, 王钊颖, 等. 亚热带59个常绿与落叶树种不同根序细根养分及化学计量特征[J]. 生态学报, 2020, 40(14): 4975 − 4984.

    ZHOU Yongjiao, WANG Mantang, WANG Zhaoying, et al. Nutrient and ecological stoichiometry of different root order fine roots of 59 evergreen and deciduous tree species in subtropical zone [J]. Acta Ecol Sin, 2020, 40(14): 4975 − 4984.
    [25] 蔡飞, 邹斌, 郑景明, 等. 亚热带常绿阔叶林11个树种的细根形态及碳氮含量研究[J]. 西北农林科技大学学报(自然科学版), 2014, 42(5): 45 − 54.

    CAI Fei, ZOU Bing, ZHENG Jingming, et al. Fine root morphology and carbon and nitrogen contents of 11 tree species in subtropical ever green forest [J]. J Northwest A&F Univ Nat Sci Ed, 2014, 42(5): 45 − 54.
    [26] 傅梓奇. 亚热带不同树种根系形态及磷分级特征[D]. 长沙: 中南林业科技大学, 2021.

    FU Ziqi. Root Morphology and Phosphprus Classification Characteristics of Different Tree Species in Subtropical Forests[D]. Changsha: Central South University of Forestry & Technology, 2021.
    [27] 刘璐, 葛结林, 舒化伟, 等. 神农架常绿落叶阔叶混交林碳氮磷化学计量比[J]. 植物生态学报, 2019, 43(6): 482 − 489.

    LIU Lu, GE Jielin, SHU Huawei, et al. C, N and P stoichiometric ratios in mixed evergreen and deciduous broadleaved forests in Shennongjia, China [J]. Chin J Plant Ecol, 2019, 43(6): 482 − 489.
  • [1] 沈伟康, 吴江, 官凯程, 杨佰润, 洪旭杰, 王江.  台州地区雁荡山系和括苍山系森林群落结构与物种组成分析 . 浙江农林大学学报, doi: 10.11833/j.issn.2095-0756.20240416
    [2] 黄屹杰, 张加龙, 胡耀鹏, 程滔.  高山松地上生物量遥感估算的不确定性分析 . 浙江农林大学学报, 2022, 39(3): 531-539. doi: 10.11833/j.issn.2095-0756.20210473
    [3] 王霞, 胡海波, 程璨, 张帅, 陈建宇, 卢洪霖.  北亚热带麻栎林土壤植硅体碳储量研究 . 浙江农林大学学报, 2021, 38(1): 1-9. doi: 10.11833/j.issn.2095-0756.20200283
    [4] 徐期瑚, 林丽平, 薛春泉, 罗勇, 雷渊才.  广东樟树各器官含碳率及碳储量 . 浙江农林大学学报, 2019, 36(1): 70-79. doi: 10.11833/j.issn.2095-0756.2019.01.010
    [5] 施健健, 蔡建国, 刘朋朋, 魏云龙.  杭州花港观鱼公园森林固碳效益评估 . 浙江农林大学学报, 2018, 35(5): 829-835. doi: 10.11833/j.issn.2095-0756.2018.05.006
    [6] 彭阳, 白彦锋, 姜春前, 徐睿, 刘秀红.  耕地造林和撂荒2种植被恢复方式碳储量差异 . 浙江农林大学学报, 2018, 35(2): 235-242. doi: 10.11833/j.issn.2095-0756.2018.02.006
    [7] 闫东锋, 郭丹丹, 吴桂藏, 杨喜田.  栎类天然次生林不同组分及土壤碳氮分布对森林抚育的响应 . 浙江农林大学学报, 2017, 34(2): 215-224. doi: 10.11833/j.issn.2095-0756.2017.02.003
    [8] 俞淑红, 周国模, 施拥军, 吕玉龙, 沈振明.  毛竹碳汇造林初期净碳汇量监测与不确定性分析 . 浙江农林大学学报, 2016, 33(5): 807-815. doi: 10.11833/j.issn.2095-0756.2016.05.012
    [9] 李梦, 施拥军, 周国模, 周大勇, 张娇, 张英海.  浙江省嘉兴市高速公路造林碳汇计量 . 浙江农林大学学报, 2014, 31(3): 329-335. doi: 10.11833/j.issn.2095-0756.2014.03.001
    [10] 白彦锋, 张守攻, 姜春前.  不同国家木质林产品碳流动对比 . 浙江农林大学学报, 2014, 31(1): 72-77. doi: 10.11833/j.issn.2095-0756.2014.01.011
    [11] 陈小荣, 陈圆圆, 骆争荣, 丁炳扬.  百山祖中山中亚热带常绿阔叶林群落5年动态特征 . 浙江农林大学学报, 2013, 30(6): 821-829. doi: 10.11833/j.issn.2095-0756.2013.06.004
    [12] 白彦锋, 姜春前, 张守攻, 雷静品.  木质林产品碳计量方法对比分析及应用的潜在影响 . 浙江农林大学学报, 2013, 30(3): 423-427. doi: 10.11833/j.issn.2095-0756.2013.03.020
    [13] 李翠琴, 周宇峰, 顾蕾, 施拥军, 沈振明, 徐小军, 李瑞珺.  毛竹拉丝材加工利用碳转移分析 . 浙江农林大学学报, 2013, 30(1): 63-68. doi: 10.11833/j.issn.2095-0756.2013.01.009
    [14] 孙翀, 刘琪璟.  北京主要森林类型碳储量变化分析 . 浙江农林大学学报, 2013, 30(1): 69-75. doi: 10.11833/j.issn.2095-0756.2013.01.010
    [15] 刘欣欣, 张明如, 温国胜, 张俊, 邹伶俐, 吴刚.  浙江省常见15个树种的光合特性 . 浙江农林大学学报, 2012, 29(2): 173-179. doi: 10.11833/j.issn.2095-0756.2012.02.004
    [16] 崔瑞蕊, 杜华强, 周国模, 徐小军, 董德进, 吕玉龙.  近30 a安吉县毛竹林动态遥感监测及碳储量变化 . 浙江农林大学学报, 2011, 28(3): 422-431. doi: 10.11833/j.issn.2095-0756.2011.03.012
    [17] 蔡丽莎, 陈先刚, 郭颖, 殷瑶.  贵州省退耕还林工程碳汇潜力预测 . 浙江农林大学学报, 2009, 26(5): 722-728.
    [18] 汤孟平, 周国模, 施拥军, 陈永刚, 吴亚琪, 赵明水.  天目山常绿阔叶林群落最小取样面积与物种多样性 . 浙江农林大学学报, 2006, 23(4): 357-361.
    [19] 李正才, 傅懋毅, 谢锦忠, 周本智, 肖体全, 吴明.  沐川县退耕还林生态恢复地碳截留效应的研究 . 浙江农林大学学报, 2004, 21(4): 382-387.
    [20] 李翠环, 余树全, 周国模.  亚热带常绿阔叶林植被恢复研究进展 . 浙江农林大学学报, 2002, 19(3): 325-329.
  • 加载中
  • 链接本文:

    https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20220171

    https://zlxb.zafu.edu.cn/article/zjnldxxb/2022/4/727

图(2) / 表(2)
计量
  • 文章访问数:  552
  • HTML全文浏览量:  106
  • PDF下载量:  42
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-02-28
  • 修回日期:  2022-03-19
  • 录用日期:  2022-05-17
  • 网络出版日期:  2022-07-20
  • 刊出日期:  2022-08-20

亚热带常绿阔叶林5个优势树种的树干碳氮磷质量分数估算及其不确定性分析

doi: 10.11833/j.issn.2095-0756.20220171
    基金项目:  国家自然科学基金面上资助项目(32171786);浙江省自然科学基金资助项目(LQ21C030001);浙江农林大学暨阳学院青年人才项目(JY2018RC05);绍兴“330英才计划”
    作者简介:

    周东洋(ORCID: 0000-0003-1939-3548),从事森林生态学研究。E-mail: 15945094733@163.com

    通信作者: 王晓雨(ORCID: 0000-0002-7091-9384),讲师,博士,从事全球变化生态学和植物生态学研究。E-mail: xiaoxiao.0408@163.com
  • 中图分类号: S718

摘要:   目的  相较于土壤和凋落物,树干取样破坏性强,样本获取难度大,因而通常以小样本取样估算其成分组成。本研究目的在于评估小样本采样引起的不同树种树干碳、氮、磷养分质量分数和储量估算的不确定性。  方法  基于亚热带常绿阔叶林马尾松Pinus massoniana、杉木Cunninghamia lanceolata、木荷Schima superba、青冈Quercus glauca、毛竹Phyllostachys edulis等5个优势树种的树干碳、氮、磷质量分数数据集(取样量n=18~32),采用有放回抽样方法(Bootstrap)对比一般小样本取样(n=3~5)与全样本(n=18~32)之间的估算差异,通过权衡取样量和变异之间的关系,给出对应指标的建议取样量以及不同取样量对应的估算误差范围。  结果  马尾松树干碳质量分数变异显著高于其他树种,n=3~5小样本引起估算误差约±10%,而其他树种仅±5%。对马尾松增加取样量n=10,估算误差为−4%~5%。  结论  建议在估算和评估马尾松林碳、氮、磷储量时,适当增加取样量(n=5~10)以降低估算误差,或在采用n=3~5小样本取样量的同时,将±10%估算误差范围考虑在内。其他树种碳、氮、磷质量分数估算时,取样量n=4~5时误差在可接受范围内。图2表2参27

English Abstract

周东洋, 王晓雨, 朱向涛, 詹咪莎, 白尚斌. 亚热带常绿阔叶林5个优势树种的树干碳氮磷质量分数估算及其不确定性分析[J]. 浙江农林大学学报, 2022, 39(4): 727-733. doi: 10.11833/j.issn.2095-0756.20220171
引用本文: 周东洋, 王晓雨, 朱向涛, 詹咪莎, 白尚斌. 亚热带常绿阔叶林5个优势树种的树干碳氮磷质量分数估算及其不确定性分析[J]. 浙江农林大学学报, 2022, 39(4): 727-733. doi: 10.11833/j.issn.2095-0756.20220171
ZHOU Dongyang, WANG Xiaoyu, ZHU Xiangtao, ZHAN Misha, BAI Shangbin. Estimation and uncertainty analysis of carbon,nitrogen,and phosphorus concentrations in trunks of five dominant tree species in subtropical evergreen broadleaved forests[J]. Journal of Zhejiang A&F University, 2022, 39(4): 727-733. doi: 10.11833/j.issn.2095-0756.20220171
Citation: ZHOU Dongyang, WANG Xiaoyu, ZHU Xiangtao, ZHAN Misha, BAI Shangbin. Estimation and uncertainty analysis of carbon,nitrogen,and phosphorus concentrations in trunks of five dominant tree species in subtropical evergreen broadleaved forests[J]. Journal of Zhejiang A&F University, 2022, 39(4): 727-733. doi: 10.11833/j.issn.2095-0756.20220171
  • 森林是陆地生态系统中重要的养分储存库之一,有关森林碳(C)、氮(N)、磷(P)储量和潜力的研究在全球和区域尺度上都十分广泛[1-4]。地处中国亚热带地区的森林生态系统具有极高的碳密度和养分含量,准确评估其碳、氮、磷储量具有重要现实和理论意义[5-6]。植被养分储量评估的准确程度与生物量和养分含量密切相关。以往研究所涉及的平均生物量密度法、平均生物量转换因子法、改善模型连续生物量转换因子法和异速生长方程模型等[7-9],都是通过提高生物量估算精度以提升养分储量评估准确性;针对树木养分含量计算误差和不确定性的研究相对较少[10-11]。虽有部分研究关注了不同树种、部位、树龄等因素间养分含量的差异[12-14],但受取样方法所限,对树干养分含量的研究仍较匮乏。此外,林学和生态学领域通常采用的小样本取样法(取样量n=3~5)难以客观代表总体养分含量,增加样本数可在何种程度上提高估算结果的精度值得开展进一步研究。因此,本研究以浙江省五洩国家森林公园中5种具有代表性的亚热带常绿阔叶树种为研究对象,采用有放回抽样方法(Bootstrap)模拟并比较小样本取样(n=3~5)和完整样本取样(n=18~32)的估算结果,评估小样本取样产生的养分质量分数估算误差。权衡取样量和估算精度,分别提出估算碳、氮、磷储量的最优取样量,为相关野外研究工作提供取样方法的建议。

    • 研究样地位于浙江省绍兴市五洩国家森林公园(29°43′19.08″N,120°03′06.09″E),在森林公园中部无人为干扰的典型亚热带常绿阔叶林区域,设3个50 m × 50 m的样地作为长期固定监测样地。样地内优势树种为马尾松Pinus massoniana、杉木Cunninghamia lanceolata、木荷Schima superba、青冈Quercus glauca和毛竹Phyllostachys edulis。2018年11月于样地内随机选取一定数量的5种优势树种,分别截取1 m长度的树干圆盘,具体取样数为马尾松32、杉木21、木荷30、青冈30和毛竹18。将取样圆盘于45 ℃烘干至恒量,选取部分组织粉碎待用。采用元素分析仪测定碳和氮质量分数(Elementar Analysen system, Bran & Luebb GmbH,德国),采用Auto Analyzer测定磷质量分数(AA3, Bran+Luebb GmbH,德国)。

    • 采用单因素方差分析检测树种间和树种内部不同圆盘样本之间的碳、氮、磷质量分数差异。在不同树种的碳、氮、磷样本中(n=18~32),采用Bootstrap估算随取样量增加各树种养分估算值总平方误差变化情况。预计估算值的总平方误差将随取样量增加而减小,取样量较小时(n=3~5)估算误差最大,可能检测到一个处于中间区间建议取样量(ni)。利用随机抽样方式,比较常用的小样本(n=3~5)、ni与全样本导致的碳、氮、磷质量分数变异情况。所有统计和绘图工作利用R软件完成,其中利用“segmented”软件包进行阈值点的估算。

    • 图1表1可知:不同树种树干碳、氮、磷质量分数之间具有极显著差异(P<0.001);杉木碳质量分数极显著高于其他4个树种(P<0.001),木荷和青冈最低;马尾松氮质量分数最高(P<0.001),青冈和毛竹次之,杉木和木荷最低,但青冈和毛竹、杉木和木荷之间无显著差异;马尾松和毛竹的磷质量分数极显著高于其他树种(P<0.001),杉木和木荷较低,两者之间差异不显著。

      图  1  亚热带常绿阔叶林5个优势树种的树干木材碳、氮、磷质量分数差异

      Figure 1.  Carbon (C), Nitrogen (N), and Phosphorus (P) concentration variation in the tree boles of five tree species in subtropical evergreen broadleaf forest

      表1可知:马尾松树干碳变异系数为7%,其他树种为2%~3%;马尾松氮变异系数最低,为12%,杉木最高,为31%,其他树种为20%~25%;青冈的磷变异系数最低,仅为14%,木荷最高,为46%,其他树种为20%~33%。总体上,树种之间的碳、氮、磷变异系数差异较大。马尾松碳变异幅度高于其他树种,氮变异系数低于其他树种;青冈磷变异系数较小,木荷较高,其他树种处于中间水平。

      表 1  5个优势树种的树干碳、氮、磷质量分数和变异系数

      Table 1.  Mean (standard deviation) and CV of C, N and P concentrations for 5 dominant tree species

      树种样本数/个
      质量分数/(g·kg−1)变异系数/%质量分数/(g·kg−1)变异系数/%质量分数/(g·kg−1)变异系数/%
      马尾松32449.1±29.4 b73.4±0.4 a121.10±0.29 a26
      杉木 21487.6±10.7 a21.3±0.4 c315.80±0.19 c33
      木荷 30431.1±12.5 c31.2±0.3 c250.52±0.24 c46
      青冈 30435.9±11.5 c32.0±0.4 b200.98±0.14 b14
      毛竹 18438.6±14.1 bc32.2±0.5 b231.28±0.26 a20
        说明:数值为平均值±标准差。同列不同小写字母表示树种间差异极显著(P<0.001)
    • 图2可知:5个亚热带常绿阔叶林优势树种碳的建议取样量为5~10。其中马尾松建议取样量最大,为10,木荷为8,杉木和青冈为6,毛竹为5。亚热带常绿阔叶林优势树种氮的建议取样量为4~7。其中杉木建议取样数最大,为7,马尾松为6,木荷和青冈为5,毛竹最少,为4。亚热带常绿阔叶林优势树种磷的建议取样量为5~9。其中马尾松建议取样量最大,为9,青冈为8,杉木和木荷为7,毛竹最小,为5。

      图  2  不同取样量下树干碳、氮、磷质量分数估算的总平方误差变化趋势

      Figure 2.  Trends of total squared error in the estimation of C, N, P concentration of tree boles with different sample sizes

    • 将该领域常用的小取样量(n=3~5)与上述估算的取样量进行比较(表2)发现:对于碳估算变化,马尾松由于树干碳质量分数变异较大,n=5小样本条件下质量分数估算误差为6%~7%,采样样本增加至n=10后估算误差为4%~5%;而对于其他树种,n=3即可保证5%的估算误差。对于氮质量分数变化,马尾松n=5小样本条件下氮质量分数为14%~15%,采样样本增加至n=10不能显著提高估算精度;其他树种也表现出一致规律,增加取样量不能有效降低估算误差。磷质量分数变异较大,增加样本没有显著降低取样误差,n=5小样本可以保证马尾松、杉木、木荷估算误差为30%~50%,而青冈和毛竹估算误差为15%~20%。

      表 2  5个优势树种建议取样量和小样本取样量(n=3~5)对总体的估算误差比较

      Table 2.  Comparison of the estimated extent of the population for different tree species suggested for ni and small sample size (n =3−5)

      养分树种总样本/建议取样量建议取样量估算误差/%估算误差/%
      n=3n=4n=5
      马尾松32/10−3.99~5.12−8.41~11.75−7.47~9.46−6.14~7.23
      杉木 21/6−1.90~2.00−3.36~2.92−2.81~2.58−2.09~1.87
      木荷 30/8−2.95~2.22−4.70~5.01−3.98~4.40−3.13~3.62
      青冈 30/6−2.89~2.78−4.32~3.97−3.20~3.02−3.14~2.88
      毛竹 18/5−3.37~3.30−5.15~4.48−3.37~3.76−3.37~3.30
      马尾松32/6−12.42~17.11−19.30~23.01−16.60~18.83−14.97~13.96
      杉木 21/7−26.46~27.03−41.27~51.44−31.67~44.95−29.82~37.00
      木荷 30/5−22.39~33.72−31.16~43.34−20.94~40.85−22.39~33.72
      青冈 30/5−21.63~20.36−31.89~20.93−23.86~20.70−21.63~20.36
      毛竹 18/4−26.04 ~25.65−30.48~30.12−26.04~25.65−19.74~19.71
      马尾松32/9−21.94~22.49−41.23~44.80−31.65~30.50−28.66~37.46
      杉木 21/7−30.70~26.10−42.85~46.81−40.42~49.80−38.35~43.98
      木荷 30/7−41.40~42.89−58.95~73.93−54.89~66.40−42.95~51.08
      青冈 30/8−11.79~13.29−18.32~20.15−18.76~17.18−15.07~17.55
      毛竹 18/5−18.06~22.52−24.53~26.72−22.01~24.37−18.06~22.52
    • 相比于其他树种,马尾松的碳质量分数变异系数最大,建议采样样本数为10。马尾松是广泛分布于亚热带地区材用和造林树种,有关其碳含量的报道较多[15-18]。常绿阔叶林中,马尾松碳质量分数为41.78%~51.49%,平均为46.38%,变异系数约10%[18];而全国范围内,马尾松树干中碳平均质量分数为44.83%,变异系数约12%[11];全球尺度范围内,马尾松及同纬度地区陆生植物碳质量分数为46.4%,变异幅度约14%[19]。而在本研究中,样地尺度上马尾松树干碳质量分数为425.4~475.8 g·kg−1,平均值为450.0 g·kg−1,整体变异系数为7%。总体而言,碳质量分数变异幅度随尺度变大而升高。这些变异幅度指标可以为不同尺度水平下总碳质量分数估算的不确定性提供借鉴,即在全国范围内,关于马尾松的碳储量估算可能存在7%~12%的不确定性,而其他树种n=3~5小样本的估算误差在5%以下。李永进等[20]研究杉木等8种乡土树种碳质量分数时发现:树干、树枝、树叶和树根碳质量分数分别为454.7~500.0、426.0~474.0、448.4~495.8、436.0~490.4 g·kg−1,变异系数均在8%以上。唐学君等[21]研究内蒙古地区油松林碳储量变异情况时发现:油松人工林平均碳质量分数为502.49 g·kg−1,最大值为枝(514.20 g·kg−1),最小值为树干(485.58 g·kg−1),变异系数高达20%。赵瑞等[22]研究了东北常见的10个阔叶树种的碳质量分数,每个树种采样3个,各树种碳变异系数均约7%。以上研究结果与本研究结果相似。

      蔡国俊等[23]分析了黔南喀斯特峰丛洼地建群树种不同器官氮和磷化学计量特征,发现取样量为3时,氮和磷平均质量分数分别为(8.90±7.68)和(0.52±0.32) mg·g−1,变异系数分别为86.29%和61.54%,氮和磷质量分数变异较大。周永姣等[24]研究了亚热带59个常绿与落叶树种细根养分及化学计量特征,发现取样量为3时,根氮质量分数变异系数为42.14%~48.87%;而将采样样本数提高到4或5时,亚热带常绿阔叶林11个树种细根氮质量分数的总体变异系数可降至41.29%[25]。本研究也发现将采样强度由3提升至4或5时,树干氮质量分数估算误差显著降低。

      傅梓奇[26]测定了亚热带地区18个树种的根系磷质量分数(取样量为4或5),总体磷质量分数为0.3~0.8 g·kg−1 ,与本研究树干木质部的研究结果一致。刘璐等[27]对神农架常绿落叶阔叶混交林植物不同器官磷质量分数的研究发现:加权不同器官生物量(取样量为3)可知磷在不同整株植物中的总体变异系数为47.67%,这与本研究14%~46%的变异系数相吻合。另外,本研究还发现增加采样样本不能显著降低5个树种磷的估计误差。

    • 总体上,马尾松树干碳质量分数变异较大,在估算和评估马尾松林碳储量时,建议适当增加取样量(n=5~10)以降低估算误差,或在仍采用n=3~5小样本取样量的同时,将±10%估算误差范围考虑在内。对于其他树种的碳质量分数及所有树种的氮和磷质量分数,增加采样样本对估算误差的降低效果不明显,建议仍使用取样量n=4或n=5。

参考文献 (27)

目录

    /

    返回文章
    返回