成 果 简 介

应用场景

该技术于2016年完成模型构建，2017-2020年利用新的统计方法更新了所有模型；所构建的模型适用于东北林区主要树种，无其他与技术应用相关的条件要求。

主要解决的问题

由于森林碳储量和碳密度的变化可以直接或间接反映森林生长、演替及人为活动变化规律，因而我们必须准确估算及评价森林的碳储量和固碳能力，从而以此判定碳汇。因此，准确估算及评价森林碳储量及固碳能力对于全球陆地生态系统碳循环和碳储量控制机制研究，以及对于改善全球生态环境、缓解全球气候变化具有重要意义。

然而，我们发现生物量模型的构建仍存在以下问题：第一、模型变量选择及模型形式的不确定性。第二、未进行生物量模型误差结构的判断。第三、忽略生物量模型的可加性。针对以上问题，本技术从生物量模型构建的角度出发，基于近代统计学新的理论和技术方法，采用似然分析法对不同变量组合（单变量、双变量和多变量）的立木及林分生物量模型进行误差结构的确定，系统的构建了东北林区主要树种可加性生物量模型，为我国生物量及碳汇监测和预估提供可靠的理论与技术支持。

技术要点

本技术利用似然分析法去判断东北林区主要树种总量及各分项生物量模型的误差结构；采用度量误差联立方程组和似乎不相关回归法，构造了东北林区主要树种可加性生物量模型；所建立的东北林区主要树种总量与各分项生物量模型的拟合效果较好，其预测精度基本都在80%以上，都能对东北林区主要树种生物量进行很好的估计。

应用成效

该技术涵盖东北林区主要树种生物量模型，主要应用于全省或县级森林资源资产评估、公益林监测评价及碳储量调查等工作。应用该技术已编制了地方标准4项。该成果可利用现有的小班调查数据，实现地区林分生物量及碳储量等主要调查因子的更新和动态预估，对森林资源管理和经营效果评价提供重要依据。

适用范围

该技术主要面向东北重点国有林区（大兴安岭、小兴安岭、张广才岭和长白山）主要树种（包括天然林和人工林）。

联 系 人：孟庆焕

联系电话：0451-82190721