共查询到20条相似文献，搜索用时 31 毫秒
1.
【目的】研究红树植物木榄的生物量预测模型,为有效估算红树植物各器官生物量奠定基础。【方法】以广东湛江红树林自然保护区的木榄(Bruguiera gymnorrhiza)为研究对象,将基径(D)和树高(H)这2个因子派生为多个一元及多元变量,包括D、H、D~2、DH和D~2H,用其作为变量构建直线方程和指数方程来预测木榄各器官(木材、树皮、树冠)、地上部分、地下部分以及全株总生物量,并对直线方程和指数方程的预测效果进行比较。【结果】指数方程对木榄各器官及全株总生物量的预测效果优于直线方程;在所有的一元回归方程中,木榄各器官及全株生物量与D之间具有较强的相关性,决定系数较高,且以D或D~2为预测变量所构建方程的残差平方和(RSS)、均方根误差(RMSE)和赤池信息准则(AIC)值较以H为变量构建的方程小,说明D的预测效果优于H。所有预测模型对木榄地上部分生物量的预测效果均优于地下部分,用D或D与H结合预测地下部分生物量的效果均不理想。双变量指数模型的RSS、RMSE和AIC值普遍较单变量模型小,说明DH和D~2H的统计效力更好,预测效果更佳。D~2H和DH与木榄各器官生物量之间具有较强的相关性,且以D~2H为预测变量的指数模型预测木榄各器官、地上部分及全株生物量的RSS、RMSE和AIC值,以及以DH为预测变量的指数模型预测木榄地下部分生物量的RSS、RMSE和AIC值均较其他模型小。【结论】以D~2H为预测变量的指数模型对木榄各器官、地上部分及全株生物量的预测拟合效果最好,以DH为预测变量的指数模型对木榄地下部分生物量的预测拟合效果最佳,可以将其作为最优的生物量预测模型用于木榄各器官及全株生物量估算。 相似文献
2.
【目的】利用线性混合效应模型分析杉木树高与胸径的关系,为杉木树高测量提供支持。【方法】收集688组有效杉木研究数据,利用最小二乘法构建树高(H)和胸径(DBH)的线性基础模型,同时考虑林分密度效应和海拔效应,在R 3.2.2软件中拟合混合模型,比较基础模型和2种混合模型的赤池信息规则(AIC)、贝叶斯信息规则(BIC)和-2倍对数似然值(-2log lik),在此基础上,引入误差效应方差协方差矩阵及指数函数、幂函数和恒等式函数,筛选较好的混合模型;基于独立验证数据对模型进行验证,选取R~2、|E|、RMSE3个评价指标对模型精度进行评价。【结果】固定模型的AIC=2 089.731,BIC=2 102.151,-2log lik=2 083.732,均大于混合模型,即混合效应模型拟合效果优于固定模型;考虑模型误差效应方差协方差矩阵,加入恒等式异方差函数能够显著提高模型的精度,且含有不同随机参数的混合模型精度不同,引入海拔随机效应的混合模型拟合精度(R~2=0.804 4,|E|=1.553 9,RMSE=2.143 0)高于含有林分密度效应的混合模型(R~2=0.797 0,|E|=1.576 6,RMSE=2.183 0)。【结论】考虑随机效应的混合模型既能反映杉木树高的总体变化趋势,还能体现不同组分间的差异,在估测精度和通用性上均优于固定模型。 相似文献
3.
【目的】异速生长方程是构建林木生物量最简单常用的方法,本研究旨在为川西亚高山森林生物量及碳储量估测提供有效的研究方法,同时为异速生长模型优化以及植被原生演替过程研究提供基础依据。【方法】本文基于海螺沟冰川退缩区植被原生演替过程中主要树种的生物量实测数据,通过模型将树木的总生物量及不同组分(如枝、叶、树干、根等)生物量与胸径和树高等易测指标联系起来,建立了各树种总生物量及各组分生物量异速生长方程。【结果】引入树高(H)的二元模型拟合效果要优于一元模型,同一模型对地上和树干生物量估计精度要优于枝叶和地下生物量的估计。【结论】以D~2H为自变量的方程对树干和地上生物量的拟合效果更好,而以D~3/H为自变量的方程更适合枝叶和根的生物量拟合。在实际工作中,考虑到野外测量的难度,可以采用一元模型W=aD~b。本次构建的生物量异速生长方程对于青藏高原东缘亚高山森林生态系统生物量的估算以及植被演替过程中生物量的动态研究具有重要参考价值。 相似文献
4.
《江西农业大学学报》2017,(6)
为探寻石灰岩山地优势种淡竹(Phyllostachys glauca)的表型可塑性变化,对赣西北连续土、半连续土和零星土3种石灰岩土被生境设置样地进行调查,分析了不同生境淡竹的分株种群特征、分株与构件生物量及其分配、分株构件形态特征,结果表明:(1)随着裸岩率增加,淡竹的分株密度降低,平均分株生物量增加,种群生物量以半连续土生境最高,零星土和连续土生境大致相当;(2)在分株水平方面,3类生境的根冠比没有显著差异(P0.05);与连续土生境相比,半连续土和零星土生境的淡竹叶生物量分配显著减少,秆生物量分配显著增加(P0.05);(3)表征淡竹分株大小的指标(株高、基径、枝下高、节数等)随着裸岩率升高而增大;半连续土和零星土生境淡竹的分枝数、地下茎分枝角度和比叶面积显著增高,使淡竹叶片分布更分散,提高了光能利用效率。研究认为,淡竹在分株水平和分株构件水平均产生了对石灰岩高异质生境的表型可塑性调整。在水分亏缺的高裸岩率生境,淡竹减少叶生物量分配和增加秆生物量分配可能是降低水分消耗和提高水分贮存的表型调节行为;叶片散布及光能利用效率提高则是对叶生物量分配减少的补偿。 相似文献
5.
【目的】准确构建库布齐沙漠地区4种人工灌木林生物量预测模型,为估算当地灌木林生态系统碳储量提供基础。【方法】以库布齐沙漠地区4种人工灌木林（柠条、沙棘、沙柳、杨柴）为研究对象,采用平均株收获法测定4种灌木不同营养器官（干、枝、叶、根）的生物量,将实测生长因子（地径D、株高H、冠幅直径C）及其组合因子（冠幅面积S、植冠体积V、植株体积D2H）作为自变量,利用生物量模型法选取一元线性函数、二次函数、对数函数、幂函数和指数函数,构建4种灌木各器官、地上及全株生物量模型。【结果】4种灌木不同器官中,柠条叶生物量最优模型为幂函数,干、枝、根3种器官生物量最优模型均为二次函数。沙棘干生物量最优模型为幂函数,枝、叶、根3种器官生物量最优模型均为一元线性函数。沙柳干、枝、根生物量最优模型均为一元线性函数,叶生物量最优模型为二次函数。杨柴干生物量最优模型为一元线性函数,枝、叶、根3种器官生物量最优模型均为二次函数。4种灌木地上生物量与全株生物量最优模型相同,柠条和杨柴最优模型为二次函数,沙棘和沙柳最优模型为一元线性函数。4种灌木全株与地上生物量模拟方程平均相对误差（RMA）为13.46%~24.07%,总相对误差（RS）为－11.19%~7.66%,拟合精度较高。【结论】构建的4种人工灌木林全株与地上生物量预测模型拟合精度较高,可用于库布齐沙漠地区区域尺度生物量和碳储量估算。 相似文献
6.
利用2011年实测的西藏天然云杉立木生物量与材积数据,采用非线性度量误差联立方程组、分段建模方法,构建了云杉立木地上生物量与树干总材积、地下与地上生物量相容性模型,以及生物量与材积换算、根茎比模型,并分析对比建立的立木地上生物量与材积相容性整体模型与分段模型效果。结果表明:1)将胸径<5cm的幼树与>5cm林木一起进行整体建模,建立的一元和二元立木生物量整体模型预估值在12cm以下径阶产生明显偏差;2)选取合适的分段位置(D=10cm),采用分段建模方法建立的一元立木地上生物量分段模型各径阶偏差明显减小,二元分段模型无系统性偏差;3)研究建立的一元、二元立木地上生物量和材积相容性分段模型的总相对偏差均在±2.5%以内、预估精度均>91.2%,地下生物量分段模型预估精度也>92%。建立的分段模型可用于西藏云杉立木生物量和材积的估计。 相似文献
7.
【目的】研究游牧放牧与定居放牧不同利用方式下山地草甸草地植物群落地上生物量与地下生物量的变化规律,为提高山地草甸草地生产力及确定合理的放牧方式提供依据。【方法】采用野外实地调查取样的方法,以天山北坡山地草甸草地为对象,分别在游牧放牧区和定居放牧区设置轻度放牧(Light grazing,LG)和重度放牧(Heavy grazing,HG)2种放牧强度,围栏打草场(未放牧区)为对照(Check test),分析2种放牧方式下植物群落地上生物量与地下生物量的分布。【结果】(1)在LG和HG下,不同利用方式下植物群落地上总生物量有显著差异(P<0.05)。游牧放牧和定居放牧在不同放牧强度下植物群落地上总生物量大小均为CK>LG>HG;除杂类草外,多年生禾草、多年生豆科草、多年生莎草地上生物量随放牧强度增加呈逐渐减少趋势。游牧放牧区与定居放牧区多年生莎草和杂类草地上生物量在LG下有显著差异(P<0.05),多年生豆科草地上生物量在HG下具有显著差异(P<0.05)。(2)在CK和LG下,不同放牧方式下土层0~10、10~20、20~30 cm的植物群落地下生物量有显著差异(P<0.05),且定居放牧区植物群落地下生物量比游牧放牧区分别高出36.79%、31.55%、27.38%。游牧放牧区植物群落地下生物量范围在743.99~1 229.83 g/m2;定居放牧区植物群落地下生物量分布范围在864.33~1 550.95 g/m2。(3)在LG和HG下,不同利用方式下植物根冠比有显著差异(P<0.05),定居放牧区植物群落根冠比游牧放牧区分别高出19.38%、9.91%。在不同放牧强度下,游牧放牧区和定居放牧区植物群落根冠比由大到小依次为HG>CK>LG。【结论】山地草甸草地的不同利用方式改变了植物群落地上、地下生物量的分布,定居放牧方式下植物群落地上、地下总生物量显著高于游牧放牧方式(P<0.05)。 相似文献
8.
【目的】为探讨石灰岩山地"岩石-土壤-植物"生态系统(The Rock-Soil-Plant System,简写RSPS)的重金属元素迁移累积规律。【方法】以江西省瑞昌市石灰岩山地淡竹(Phyllostachys glauca)林为研究对象,测定了岩石、土壤和植物,包括建群种淡竹和伴生种胡颓子(Elaeagnus pungens)、油茶(Camellia oleifera)、枸骨(Ilex cornuta)中Cu、Zn、Co、Pb等4种重金属元素的含量。【结果】①从岩石到土壤,4种重金属元素含量都有不同程度升高,Pb含量增幅较大,是岩石的35.92倍;植物的4种重金属元素含量均低于土壤,其中植物的Co含量相比土壤有较大幅度地降低,占土壤中元素含量的1.15%;②枸骨的Zn含量高达(331.92±67.71)mg/kg,是其他植物的十几倍;淡竹Pb的含量只有(2.63±1.41)mg/kg,远小于其他3种植物;③从岩石到土壤重金属的迁移系数排序为:PbCoCuZn,植物体内重金属的累积能力趋势为ZnPbCuCo。【结论】赣西北石灰岩山地重金属元素从岩石到土壤重金属元素均相对积累,植物对土壤中重金属元素的吸收具有选择性差异;不同石灰岩地区重金属从岩石到土壤均相对累积,Pb元素在赣西北石灰岩山地RSPS中具有较强的累积能力;根据土壤和植物中重金属含量研究结果,该地区发展淡竹和油茶作为经济林木可行。 相似文献
9.
基于高分一号PMS的新疆落叶松林分郁闭度遥感定量估测 总被引：1，自引：0，他引：1
【目的】探索高分一号卫星影像在新疆落叶松林林分郁闭度估测中的应用潜力,为高分一号卫星影像用于林分郁闭度定量估测提供技术方法。【方法】以新疆布尔津林场为研究区,以阿尔泰山西段新疆落叶松林为试验对象,基于高分一号PMS多光谱影像和DEM数据,利用遥感和GIS技术,采用多元逐步回归和BP神经网络2种方法对新疆落叶松林分郁闭度进行估测。【结果】从模型验证结果可以看出,BP神经网络模型(决定系数R~2=0.713,均方根误差RMSE=0.082,相对均方根误差rRMSE=0.175,估测精度EA=82.401%)对新疆落叶松林林分郁闭度的估测要明显优于多元逐步回归模型(R~2=0.692,RMSE=0.085,rRMSE=0.182,EA=81.680%),且BP神经网络模型建模时R~2=0.714,与其精度验证时的R~2=0.713非常接近,说明模型的稳定性良好。【结论】2种模型的估测精度均高于80%,这说明高分一号PMS数据在新疆落叶松林林分郁闭度估测方面具有一定的潜力。 相似文献
10.
对分布于贵州省都匀市大河乡的白栎次生林进行了地上部分生物量测定。结果表明,白栎次生林单株及各构件生物量随林木胸径、树高的增大而增加,不同径阶林木单株及各构件生物量之间的差异较大。各构件生物量的分配规律为:树干>活枝>枯枝,其中树干生物量所占比例最大,平均达72%以上。白栎次生林单株及各构件生物量(W)与胸径平方与树高乘积(D2H)之间的关系,可采用幂函数模型W=b0(D2H)b1进行模拟。本文所拟合的3个回归模型精度均较高,可初步用于调查区白栎次生林地上部分生物量的预测。 相似文献
11.
《新疆农业大学学报》2019,(3)
利用回归分析法建立Landsat-8遥感数据提取的归一化植被指数(NDVI)、归一化绿度植被指数(GNDVI)、差值植被指数(DVI)、比值植被指数(RVI)、大气阻抗植被指数(ARVI)、土壤调整植被指数(SAVI)与实测地上生物量的多种反演模型,通过模型精度检验筛选适宜荒漠灌丛植被地上生物量反演的最优模型。结果表明,6种参与建模的植被指数中SAVI最适于构建准噶尔盆地荒漠灌丛草地地上生物量反演模型;筛选出的一元非线性和多元线性回归模型相比于简单一元线性回归模型反演精度更高,所有一元回归模型中二次多项式和三次多项式模型表现最突出,S曲线、指数和幂指数反演精度普遍较低;以SAVI建立的三次多项式回归模型:Y=38.761-129.868x+263.636x~2-90.892x~3(R~2=0.653,P 0.01)最优。 相似文献
12.
以65块云南省普洱地区思茅松人工林圆形样地数据和sentinel-2多光谱影像数据为研究对象,利用林分平均高与林分密度(每公顷株数、林分疏密度、植被覆盖度、叶面积指数)估测思茅松人工林林分地上生物量。分析思茅松人工林林分地上生物量与林分密度指标的相关性;采用参数模型(不变参数模型和可变参数模型)和非参数模型(包括支持向量机、随机森林和BP神经网络)探索平均高和林分密度等变量估测林分思茅松人工林地上生物量。结果表明:思茅松人工林林分地上生物量与每公顷株树、林分疏密度、植被覆盖度、叶面积指数呈显著正相关(r>0.5);在构建思茅松人工林地上生物量的所有模型中,每公顷株数-林分平均高构建的可变参数模型(R2=0.966 0,RMSE=10.05 t·hm^-2)效果最优,林分平均高-林分疏密度构建的RF模型(R2=0.901 7,RMSE=19.37 t·hm^-2)次之,林分平均高-植被覆盖度构建的RF模型(R2=0.748 4,RMSE=33.36 t·hm^-2)最差;林分密度-平均高的地上生物量模型与实测地上生物量的相关性较高(R2=0.966 0),反演误差值较低(RMSE=10.05 t·hm^-2);叶面积指数比植被覆盖度对林分地上生物量变动有更好的解释能力,每公顷株数对林分地上生物量变动的解释能力好于林分疏密度。 相似文献
13.
中国东北落叶松立木生物量模型的研建 总被引：5，自引：0，他引：5
利用从东北地区采集的150株落叶松(Larix spp.)立木生物量数据,对立木地上生物量和地下生物量通用性模型的建立方法进行了研究。结果表明,非线性模型要优于线性模型,仅用胸径作为预估因子的一元模型的预估精度可达95%以上,可用于大尺度森林生物量的估计。建立根茎比模型对地下生物量进行估计是可行的,预估精度接近90%。建立的落叶松地上生物量模型和地下生物量模型可用于东北地区落叶松生物量估计。 相似文献
14.
箣竹地上生物量分配格局及秆形结构特征 总被引：3，自引：0，他引：3
《四川农业大学学报》2013,(3):296-301
【目的】研究了丛生竹种箣竹(Bambusa blumeana)地上生物量分配格局及秆形结构特征,以期为箣竹的综合开发利用提供理论依据和数据支撑。【方法】参考"毛竹林的调查方法"与SPSS统计软件分析方法。【结果】箣竹地上各器官中,叶片含水率最高,达49.8%;竹秆的干生物量比例最大(73.5%),其次为竹枝(15.1%)和竹叶(11.4%)。秆形特征主要分析了秆高、胸径、鲜秆质量、尖削度、竹壁厚、节间长等指标,其中,箣竹全高(y/m)对胸径(x/cm)的拟合方程为:y=-0.419 7x2+9.074 9x-27.817(R2=0.958 6);鲜秆质量(y/kg)对胸径(x/cm)拟合的幂函数方程为y=0.145 4x2.461 6(R2=0.970 3);壁厚随竹秆高度变化的拟合方程为y=0.989 7x-1.017 5(R2=0.971 7)。【结论】在竹种的加工利用过程中,生物量分配格局和秆形特征是决定竹材利用率及加工方向的重要指标,本研究为箣竹的开发利用提供了理论参考。 相似文献
15.
【目的】探索云南松不同区域相容性生物量模型的构建方法,为云南松生物量建模工作提供技术支撑。【方法】以四川、西藏和云南150株云南松地上生物量实测数据为基础,选取基础生物量模型(一元、二元模型),引入以地理区域为特征的哑变量模型,建立不同省(自治区)云南松的地上总生物量及树干、干材、干皮、树冠、树枝和树叶各项生物量的通用模型;然后采用非线性度量误差联立方程组法,建立地上总生物量与各分项生物量的相容性生物量模型,根据方程构成的不同,该方法又分为比例总量直接控制及代数和控制2种方案;对上述模型的拟合效果进行评价。【结果】基础模型中,各项生物量的二元模型的拟合效果较一元模型明显提高。比例总量直接控制及代数和控制2种方案都能有效解决地上总生物量与各分项生物量间不相容的问题,其中二元模型优于一元模型,比例总量直接控制方案及代数和控制方案的拟合效果基本相当;引入哑变量可以有效地将不同地域的生物量模型融为一体。【结论】引入哑变量可减少工作量、增强模型稳定性;综合考虑模型精度和建模工作量,建议采用非线性度量误差联立方程组代数和控制方案构建相容性生物量模型。 相似文献
16.
淡竹实生苗构件生物量模型拟合与分配 总被引：1，自引：0，他引：1
淡竹(Phyllostachys glauca)是中国优良的中型经济和绿化竹种,具有显著的经济效益和生态效益。为揭示淡竹幼苗的生长发育规律,测量了淡竹1年生实生苗的多个形态学指标,采用Logistic模型和多项式函数对其生物量进行数学模型拟合,分析了多个构件在不同发育阶段的生物量变化、生物量因子之间的相互关系及生物量分配。结果表明:淡竹1年生实生苗多个构件生长量随时间的关系服从Logistic模型,株高与干质量之间线性相关显著,地上和地下生物量分配在不同生长时期具有明显差异。本研究揭示了淡竹1年生实生苗的生长发育规律,不仅为中型经济竹种的快速培育和集中经营提供理论依据,对其商业化的生产开发也具有较大参考价值。 相似文献
17.
《西南林业大学学报》2020,(2)
基于160株木荷样木实测数据,以胸径、树高以及两者的组合变量作为模型的自变量,通过2种方案(总量控制方案与代数和控制方案)非线性度量误差联立方程组估计法,并采用加权回归消除异方差,构建木荷一元、二元独立与相容性生物量模型;基于一元相容性模型,探讨各组分生物量相对于地上总生物量的分配规律。结果表明:2种方案建立的相容性生物量模型拟合效果与估计精度良好且各组分生物量模型拟合情况基本一致,R~2≥0.845、MPE≤4.592%,综合分析采用代数和控制方案较好;在各组分独立模型与相容性模型中,二元生物量模型拟合效果明显优于一元模型,且以D~2H为自变量的二元模型最优;2种方案相容性生物量模型各器官生物量分配规律基本相同,随着胸径增大,树干、干材生物量占地上总量比先增大最后趋于稳定,树冠、树皮和树叶生物量占比先减小最后趋于稳定,树枝生物量占比变化不大;当胸径≥30 cm,占比趋于稳定,树干、干材、树皮、树冠、树枝和树叶生物量占比为74.5%～75.2%、68.9%～69.2%、5.6%～6.1%、24.8%～25.4%、21.5%～22.8%和2.6%～3.2%。 相似文献
18.
新疆雪岭杉生物量模型对比研究 总被引：1，自引：0，他引：1
基于80株样木的实测数据,运用相关分析和回归分析方法构建了雪岭杉的地上部组织、地下部和各组分器官的生物量估测模型,并根据评价指标对比分析各种模型。结果表明:地上各部分生物量一元模型精度除树叶为77%,其他均在90%以上,可以满足大尺度森林生物量估计;地上各生物量二元模型拟合效果要优于一元模型,但是不同组分生物量模型适合的因子组合不同,地上生物量和树干生物量模型W=aDbHc相对最优,预估精度97.38%和97.26%,树枝、树叶生物量模型W=a(D3/H)b最优,预估精度93.96%和90.37%;地下生物量模型以根茎比方程建立的一元模型最优,预估精度89.01%。建立的地上及各组分生物量模型和地下生物量模型可用于新疆天山山区雪岭杉生物量估计。 相似文献
19.
不同光谱植被指数反演冬小麦叶氮含量的敏感性研究 总被引：6，自引：0，他引：6
【目的】氮素是作物生长发育过程中最重要的营养元素之一,研究叶氮含量反演的有效光谱指标设置,为应用高光谱植被指数反演作物叶氮含量,以及作物的实时监测与精确诊断提供重要依据。【方法】以冬小麦为例,选取涵盖冬小麦全生育期不同覆盖程度225组冠层光谱与叶氮含量数据,通过遥感方法建立模型,模拟了不同光谱指标,即中心波长、信噪比和波段宽度对定量模型的影响,通过模型精度评价指标决定系数(coefficient of determination,R~2)、根均方差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)、平均相对误差(mean relative error,MRE)和显著性检验水平(P0.01)确定最优模型及最佳指标,分析光谱指标对叶氮含量定量模型反演的敏感性和有效性。【结果】反演冬小麦叶氮含量的最佳植被指数为MTCI_B,与实测叶氮含量的相关性最好(R~2=0.7674,RMSE=0.5511%,MAE=0.4625%,MRE=11.11个百分点,且P0.01),对应的最佳指标为中心波长420 nm、508 nm和405 nm,波段宽度1 nm,信噪比大于70 DB;高覆盖状况反演的最优指数为RVIinf_r(R~2=0.6739,RMSE=0.2964%,MAE=0.2851%,MRE=6.44个百分点,且P0.01),最优中心波长为826 nm和760 nm;低覆盖状况反演的最优指数为MTCI(R~2=0.8252,RMSE=0.4032%,MAE=0.4408%,MRE=12.22个百分点,且P0.01),最优中心波长为750 nm、693 nm和680 nm;应用最适于高低覆盖的植被指数RVIinf_r和MTCI构建的联合反演模型(R~2=0.9286,RMSE=0.3416%,MAE=0.2988%,MRE=7.16个百分点,且P0.01),明显优于最佳单一指数MTCI_B;模拟Hyperion和HJ1A-HSI传感器数据,联合反演模型精度(R~2为0.92—0.93,RMSE在0.37%—0.39%,MAE为0.285%左右,MRE约为7.00个百分点)明显优于单一植被指数反演精度(R~2为0.79—0.81,RMSE为0.63%—0.66%,MAE为0.455%左右,MRE约为10.90个百分点)。【结论】利用高光谱植被指数可有效实现作物叶氮含量反演,作物叶氮含量定量反演对不同光谱指标—中心波长、信噪比和波段宽度,具有较强敏感性。应用多指数联合反演模型,可显著提高反演精度,并且联合反演模型在不同高光谱传感器下有一定普适性。 相似文献
20.
西伯利亚落叶松天然林立木生物量估算模型研究 总被引：1，自引：0，他引：1
[目的]构建西伯利亚落叶松地上、地下及各组分器官的生物量估测模型.[方法]基于54株伐倒样木实测数据,运用相关回归分析方法,构建西伯利亚落叶松各组分生物量估测模型,并对比分析各种模型估测精度.[结果]以胸径、树高构建的落叶松各组分二元估测模型优于一元模型,其中地上、树干、树冠和树枝生物量预估精度提高了2.84; ～5.00;,而树叶和地下生物量仅提高了0.33;和0.15;.落叶松树干生物量和地上总生物量最优估测模型为W=aDbhc、树冠和树枝生物量最优模型为W=a(D3/H)b、树叶生物量最优模型为W=aDb;其中地上总生物量预估精度最高,达96.38;;树叶生物量预估最低,为84.07;;地下生物量以实测数据直接建模法与根茎比建模法对比,根茎比建模法预估精度高,其最优模型精度为90.50;.[结论]研究确定西伯利亚落叶松天然立木单株各组分生物量的最优估测模型,根据现地实测数据,可进行立木生物量估测,但人工落叶松立木生物量和天然落叶松不同林分的生物量估测还有待进一步研究. 相似文献