火烧后萌蘖再生桉树(Eucalyptus camaldulensis)人工林中利用根径(stump diameter, DS)预测胸径(DBH/D)的同速生长异速模型(Allometric models to predict DBH from stump diameter in coppice-regenerated post-fire eucalypt plantations)

《Ecological Modelling》:Allometric models to predict DBH from stump diameter in coppice-regenerated post-fire eucalypt plantations

【字体: 大 中 小 】 时间:2026年07月01日 来源:Ecological Modelling 3.5

编辑推荐:

  摘要:短轮伐期人工林(Short-rotation plantations, SRPs)包括桉树林地,现已成为《巴黎协定》下许多热带国家造林战略的重要组成部分。然而此类人工林常发生野火及未记录择伐,且多发生于可靠测量和记录树干体积变量之前,尤其是森林生物量与碳

  
摘要:短轮伐期人工林(Short-rotation plantations, SRPs)包括桉树林地,现已成为《巴黎协定》下许多热带国家造林战略的重要组成部分。然而此类人工林常发生野火及未记录择伐,且多发生于可靠测量和记录树干体积变量之前,尤其是森林生物量与碳尺度转换的关键参数——胸径(Diameter at breast height, DBH,文中记为D)。在此情况下,可利用异速方程从根径(Stump diameter, DS)重建D(即DS–D模型)。但目前东非地区缺乏将DS与D关联的本地化方程(DS–D models),导致该地区森林调查多依赖通用方程,而其宽泛设定无法充分反映火烧及轮伐式皆伐等地段特异性干扰。本研究以肯尼亚热带稀树草原上第一茬、火烧后及萌蘖再生(Eucalyptus camaldulensis)林分中115株破坏性及非破坏性采样树的实测数据建立DS–D模型,以根径去皮直径(under-bark stump diameter, DSuB)和带皮直径(over-bark stump diameter, DSoB)为主要预测变量,采用广义加性模型(Generalized additive models, GAMs)、协方差分析(Analysis of covariates, ANCOVA)及线性混合效应模型(Linear mixed-effects models, LMEs)进行拟合,并通过常规分析及机器学习交叉验证程序完成模型验证。结果显示火烧样地截距系数呈负偏移,效应量及置信区间表明相对于未受干扰林分,D一致降低1–1.5 cm,提示先前火烧事件引起树皮或木材分配的比例变化。基于DSuB的模型在不同干扰条件下较基于DSoB者具更佳预测稳定性。本地校准模型使预测力提升最高达22%,火烧及皆伐干扰样地残差降低约30%,强调了考虑干扰敏感性及地段特异性的模型对完善森林生态系统生物量与碳核算的重要性。
论文解读:火烧后萌蘖再生桉树人工林根径–胸径异速模型研究
该研究由Denis U.O. Austin与Eshetu Yirdaw完成,拟发表于《Ecological Modelling》。短轮伐期人工林(Short-rotation plantations, SRPs)尤其桉树人工林是热带国家落实《巴黎协定》造林与碳汇目标的重要组成,但此类林分频遭野火与未记录皆伐,导致主干损毁而仅存伐桩(stump),使关键测树因子——胸径(DBH或D)缺失,无法直接使用胸径依赖的生物量异速缩放方程(Allometric scaling equations, ASEs)估算地上生物量(Aboveground biomass, AGB)与碳储量。现有东非地区多借用泛热带或区域通用根径–胸径模型(DS–D models),未考虑火烧及萌蘖(coppice)再生引起的树皮–木质部分配变化,造成生物量误估可达6.7%–77%。因此研究人员以赤桉(Eucalyptus camaldulensis)为对象,在肯尼亚热带稀树草原人工林中采集未受干扰无性系(propagation/CP)、第一茬(First rotation/FR, 即经历火烧后萌生)、萌蘖再生(Coppice-regenerated/CR, 即轮伐皆伐后萌生)三类林分数据,构建并验证本地DS–D异速模型,量化干扰对DS–D异速比例的影响,填补区域方法学空白。
主要技术方法:
研究人员于肯尼亚Kwale郡Msambweni区E. camaldulensis人工林设样,按系统线形样线法采样115株活立木,测定胸高带皮直径D、伐桩高(~10 cm)处带皮根径(DSoB)与去皮根径(DSuB),其中64株为破坏性取样获取DSuB。按DBH大小划分类别(DBH_class: Small/Medium/Large,阈值因DSoB与DSuB分组分别取≤10 cm与10–20 cm与>20 cm、≤8 cm与8–16 cm与>16 cm),按干扰类型设固定(Site 1=CP基线, Site 2=FR, Site 3=CR)或随机效应。分别拟合:(i)广义加性模型(GAM)含按DBH_class分组的光滑项s(DS)及Site固定效应;(ii)ANCOVA线性模型含中心化DS(DSoB_c/DSuB_c)、DBH_class、Site及其与DS的交互;(iii)线性混合效应模型(LME)含Site随机截距及DS随机斜率。以区域通用DS–D方程(Mugasha et al., 2021: 截距0.5514, 斜率0.7576)为参照,通过5折交叉验证比较RMSE、R2、AIC,DHARMa包检残差,gam.check()检光滑项基维数,方差膨胀因子(GVIF)检多重共线性,并用效应量及95% CI表征干扰引起的截距偏移。
研究结果:
3.1. Local DS–D allometry(本地DS–D异速关系)
通过GAM(模型1 DSoB-based adj. R2=0.907, deviance explained 92.1%; 模型2 DSuB-based adj. R2=0.938, deviance explained 95.4%)、ANCOVA(模型3 DSoB-based adj. R2=0.87; 模型4 DSuB-based adj. R2=0.87)及LME(模型5 marginal R2=0.845, RMSE=1.55 cm; 模型6 marginal R2=0.830, RMSE=1.52 cm)给出参数估计。DSuB模型解释率略高于DSoB模型。
3.2. Site effects (CP vs FR vs CR)(立地效应:无干扰vs火烧后vs萌蘖再生)
固定效应模型中FR(Site 2)与CR(Site 3)相对CP基线均显示显著负截距偏移约?1.11至?1.65 cm(p<0.05~0.001),效应量及95% CI一致指示D较同DS减少1–1.5 cm。LME中随机截距SD分别为0.815(DSoB)与1.038(DSuB),随机斜率近零,说明干扰改变DS–D关系水平位置而非斜率。
3.3. H?? test— DSoB vs DSuB as predictors(假设H??检验:带皮与去皮根径预测力比较)
五折交叉验证显示DSuB为预测变量时RMSE略低(RMSE≈1.84 cm, R2≈0.887)优于DSoB(RMSE≈1.89 cm, R2≈0.881),但统计差异不显著,不拒绝H??;DSuB模型在不同干扰条件下更稳定,DSoB则较好反映按DBH_class的结构分化。
3.4. H?? test— local vs. reference regional generic model(假设H??检验:本地模型vs区域通用模型)
整体交叉验证本地模型(ANCOVA RMSE≈1.71 cm, R2≈0.86)与通用模型(RMSE≈2.00 cm, R2≈0.83)均值差异不显著,不拒绝H??;但在干扰立地(FR与CR)上本地模型误差明显降低——FR样地RMSE由通用2.72 cm降至ANCOVA 1.98 cm(GAM 1.55 cm),CR样地由1.11 cm降至0.579 cm(最高降约36%),说明通用模型对干扰敏感性与立地特异性捕捉不足。
3.5. Model validation(模型验证)
GAM残差正态、同方差、无显著离群(basis dimension检查通过, DHARMa p>0.05);ANCOVA残差近似正态(VIF/GVIF可接受,Cook's D<0.25);LME残差Q–Q图与ACF均在允许范围,表明各框架假定满足,外部验证支持模型稳健。
3.6. Cross-validation diagnostics(交叉验证诊断)
ANCOVA平均RMSE最低(1.62 cm, R2=0.883),GAM(1.64 cm, R2=0.859)与LME(1.67 cm, R2=0.862)相当,三者均表现稳定。
3.7. Summary of the validated models(验证模型汇总)
给出最终推荐预测式:GAM适用于推断非线性;ANCOVA(DSoB或DSuB版)因简洁性及最低CV误差被推荐常规应用;LME适合需量化立地级变异的情形。示例ANCOVA(DSoB_c)式:D = 10.992 + 0.501×DSoB_c + 2.250×DBH_class(Medium) + 5.357×DBH_class(Large) ? 1.413×Site2 ? 1.158×Site3 + 0.076×(DSoB_c×Medium) + 0.131×(DSoB_c×Large) + ε。
讨论与结论总结:
研究人员发现FR与CR林分DS–D关系相对CP基线呈负截距偏移(~1–1.5 cm),表明相同根径下胸径更小,并非单纯树皮增厚,而是干扰后萌生植株将更多木质部生长分配至高生长,使1.3 m处茎干相对偏细——支持异速分配理论(Allometric partitioning theory, APT)受干扰修正而非单纯最优分配理论(Optimal partitioning theory, OPT)或"火后加厚树皮"假说。DSuB比DSoB更少受干扰致树皮变化影响,预测稳定性更高,且野外更易获得(树皮易脱落/啃食),建议优先采用DSuB构建DS–D模型。本地化含干扰类型校正的DS–D模型较泛用模型在受干扰立地显著降低残差(最高降幅~30%)并提高预测力(最高+22%),对REDD+及国家自主贡献(Nationally Determined Contribution, NDC)碳报告降不确定度有重要意义。研究证实赤桉DS与D强相关(R2>0.86)延续至东非稀树草原人工林不同干扰类型,所建多框架(ANCOVA/GAM/LME)模型及工作流程可推广至其他受火或采伐干扰森林的缺D情形生物量与碳核算。局限性在于未严格控龄,用DBH_class作年龄替代需后续同龄对照研究分离年龄与干扰效应。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号