برآورد زی توده چوبی اندام های هوایی کلن های صنوبر با استفاده از روابط آلومتریک

نوع مقاله : مقاله کامل علمی پژوهشی

نویسندگان

1 دانشگاه لرستان

2 عضو هیت علمی دانشکده کشاورزی دانشگاه لرستان

3 مؤسسة تحقیقات جنگل‌ها و مراتع کشور

4 استادیار گروه جنگلداری دانشکده کشاورزی دانشگاه لرستان

چکیده

سابقه و هدف: اندازه‌گیری زی‌توده درختی، یک شاخص بسیار مهم برای ارزش‌گذاری فرآیند‌های اقتصادی و بوم-شناختی، جنگل محسوب می‌شود. یکی از مدل‌های سنتی در تخمین زی‌توده درختان استفاده از روابط آلومتریک است. هدف از این پژوهش استخراج روابط آلومتریک برای برآورد زی‌توده کلن‌های صنوبر دست‌کاشت در منطقه باغ فلاحت شهرستان خرم‌ آباد می‌باشد.
مواد و روش‌ها: ابتدا مشخصات کمی درختان از جمله ارتفاع، قطر برابر سینه و قطر تاج اندازه گیری شد. سپس نمونه-برداری از درختان به روش بلوکی- تصادفی انجام و مجموعا 50 اصله درخت قطع گردید. پس از استحصال سرشاخه‌ها و تنه‌ها یک دیسک از تنه و تاج درخت به ضخامت 5-3 سانتی‌متر جدا و همزمان در عرصه توزین گردید. نمونه‌های مورد نظر به آزمایشگاه منتقل و در دمای 105 درجه سانتی‌گراد دستگاه آون، به مدت 24 ساعت قرار داده شدند. با استفاده از نسبت وزن خشک به وزن تر نمونه‌ها، وزن خشک تاج، تنه و در نهایت زی‌توده خشبی روی زمین محاسبه شد.
یافته‌ها: نتایج بررسی مدل‌های رگرسیونی نشان داد که متغیر مستقل قطر برابرسینه، برای زی‌توده خشک کل درخت و تاج، مدل‌ها و روابط بهتری تولید کرد، این در حالی است که در زی‌توده خشک تنه، متغیر ارتفاع درخت برازش بهتری داشت. برای اعتبار سنجی داده‌ها نیز برای هر مدل، مقدار درصد مجذور میانگین مربعات خطا بدست آمد. کمترین مقدار این آماره، برای مدل درجه2 برحسب متغیر مستقل قطر برابر سینه بود (RMSE%=9/43،ME%=4/2 ، R2=0/81).
نتیجه‌گیری: نتایج نشان داد که در مقایسه بین مدل‌های رگرسیونی خطی، توانی، نمایی و درجه 2، با توجه به زیاد بودن مقدار ضریب تبیین در مدل درجه2 بر مبنای قطر در ارتفاع برابر سینه، نسبت به سایر مدل‌ها برای برآورد زی‌توده کلن-های صنوبر، این مدل امکان تبیین روابط آلومتریک مناسبتری برای این کلن‌ها را فراهم کرد.
یافته‌ها: نتایج بررسی مدل‌های رگرسیونی نشان داد که متغیر مستقل قطر برابرسینه، برای زی‌توده خشک کل درخت و تاج، مدل‌ها و روابط بهتری تولید کرد، این در حالی است که در زی‌توده خشک تنه، متغیر ارتفاع درخت برازش بهتری داشت. برای اعتبار سنجی داده‌ها نیز برای هر مدل، مقدار درصد مجذور میانگین مربعات خطا بدست آمد. کمترین مقدار این آماره، برای مدل درجه2 برحسب متغیر مستقل قطر برابر سینه بود (RMSE%=9/43،ME%=4/2 ، R2=0/81).نتیجه‌گیری: نتایج نشان داد که در مقایسه بین مدل‌های رگرسیونی خطی، توانی، نمایی و درجه 2، با توجه به زیاد بودن مقدار ضریب تبیین در مدل درجه2 بر مبنای قطر در ارتفاع برابر سینه، نسبت به سایر مدل‌ها برای برآورد زی‌توده کلن-های صنوبر، این مدل امکان تبیین روابط آلومتریک مناسبتری برای این کلن‌ها را فراهم کرد.
یافته‌ها: نتایج بررسی مدل‌های رگرسیونی نشان داد که متغیر مستقل قطر برابرسینه، برای زی‌توده خشک کل درخت و تاج، مدل‌ها و روابط بهتری تولید کرد، این در حالی است که در زی‌توده خشک تنه، متغیر ارتفاع درخت برازش بهتری داشت. برای اعتبار سنجی داده‌ها نیز برای هر مدل، مقدار درصد مجذور میانگین مربعات خطا بدست آمد. کمترین مقدار این آماره، برای مدل درجه2 برحسب متغیر مستقل قطر برابر سینه بود (RMSE%=9/43،ME%=4/2 ، R2=0/81).برای مدل درجه2 برحسب متغیر مستقل قطر برابر سینه بود (RMSE%=9/43،ME%=4/2 ، R2=0/81).

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Estimating above-ground woody biomass of planted Poplar using Allometric models

نویسندگان [English]

  • Mohsen Yousofvand Mofrad 1
  • Javad Soosani 2
  • Reza Akhavan 3
  • Kambiz Abrary 4
  • Iman Sepahvand 1
  • Farhad Jahanpour 1
1 Lorestan university
2 Assistant Professor in Forestry & Forest Biometry, Forestry DepartmentFaculty of Agriculture Lorestan University
3 Research Institute of Forests and Rangelands
4
چکیده [English]

Background and objectives: Measurement of tree biomass is considered as an important indicator for valuation of ecological and economical processes. One of traditional models for estimating trees biomass is allometric models.The purpose of the present study is determining allometric models for assessing biomass of planted Poplar clones in Flahhat garden in Khorramabad,Lorestan.
Materials and methods: First,the quantitative features of trees such as height,DBH and crown diameter were measured.Then,the sampling was done via randomized blocks method and a total of 50 trees were felled.A disc from the trunk and the crown of each tree was cut off at a thickness of 5-7cm and simultaneously weighed in the site.The samples were transferred to the laboratory and placed in an oven at 105 ° C for 24 hours.Using the dry weight / fresh weight ratio, the dry weight of the crown, trunk, and ultimately above-ground woody biomass was calculated.
Results:The results of regression models showed that the independent variable of DBH produced better models for dry matter biomass of tree and crown, while in the dry matter biomass of the trunk, the tree height was better. For data validation of each model, the mean square error was obtained. The lowest value for this model was for a second-degree model in terms of the independent variable of diameter at breast height (RMSE%=9/43، R2=0/79).
Conclusion: The results showed due to the high amount of coefficient of determination in the second-order model compared to other models, this model provided an opportunity to determine more suitable allometric relationships for these colonies.
Results:The results of regression models showed that the independent variable of DBH produced better models for dry matter biomass of tree and crown, while in the dry matter biomass of the trunk, the tree height was better. For data validation of each model, the mean square error was obtained. The lowest value for this model was for a second-degree model in terms of the independent variable of diameter at breast height (RMSE%=9/43، R2=0/79).
Conclusion: The results showed due to the high amount of coefficient of determination in the second-order model compared to other models, this model provided an opportunity to determine more suitable allometric relationships for these colonies.The results showed due to the high amount of coefficient of determination in the second-order model compared to other models, this model provided an opportunity to determine more suitable allometric relationships for these coloniesConclusion: The results showed due to the high amount of coefficient of determination in the second-order model compared to other models, this model provided an opportunity to determine more suitable allometric relationships for these colonies.The results showed due to the high amount of coefficient of determination in the second-order model compared to other models, this model provided an opportunity to determine more suitable allometric relationships for these colonies

کلیدواژه‌ها [English]

  • Khoram Abad
  • Allometric model
  • Biomass
  • Poplar
1. Aguilar, R., Ghilardi, A., Vega, E., Skutsch, M., and Oyama, K. 2012. Sprouting productivity
and llometric relationships of two oak species managed for traditional charcoal making in
central Mexico, Biomass and bioenergy, 36: 192-207.
2. Bakhtiarvand Bakhtiari, S. 2011. Assessment of carbon estimation methods for conifers and
roadleaves trees in Mobarake Steel plantation. M.Sc. Thesis, Faculty of Natural Resources
and Earth Science, Shahrekord University, I.R. Iran, 112p.
3. Basuki, T.M., Van Laake, P.E., Skidmore, A.K., and Hussin, Y.A. 2009. Allometric
equations for stimating the above-ground biomass in tropical lowland Dipterocarp forests.
Forest Ecology and Management, 257(8): 1684-1694.
4. Bao Huy, Krishna P., Poudel, Karin Kralicek, Nguyen Dinh Hung, Phung Van Khoa,Vu Tan
Phuong and Hailemariam Temesgen. 2016. Allometric Equations for Estimating Tree
Aboveground Biomass in Tropical Dipterocarp Forests of Vietnam. Forests 2016, 7, 180: 1-
19.
5. Benedicto Vargas-Larreta, Carlos Antonio López-Sánchez, José Javier Corral-Rivas, Jorge
Omar ópez-Martínez, Cristóbal Gerardo Aguirre-Calderón and Juan Gabriel Álvarezمحسن
González, 2017. Allometric Equations for Estimating Biomass and Carbon Stocks in the
Temperate Forests of North-Western Mexico. Forests 2017, 8, 269: 1-20.
6. Cai, S., Kang, X., and Zhang, L. 2013. Allometric model for aboveground biomass of ten tree
species in northeast China. Ann. For. Res. 56(1): 105-122.
7. Chambers, J.Q., Santon., J.S., Ribeiro, R.J., and Higuchi, N. 2001. Tree damage, allometric
elationship, and above-ground net primary production in central Amazon forests, Forest
Ecology and Management, 152(1-3): 73-48.
8. Daryaei, A., and Sohrabi, H. 2015. Aboveground biomass estimation of small diameter Trees
of Carpinus betulus, Fagus orientalis and parrotio persica By using power regression model.
J. of Wood and Forest Science and Technology, 22(2): 137-150.
9. Heidari Safari Koochi, A., Rostami Shahraji, T., Iranmanesh, Y., and Moradianfard, F. 2016.
comparison of product, biomass and kinds of wood consumption of white poplar (Populus
alba L.) in four plant spacing. Iranian Journal of Forest, 8(2): 141-152.
10. Henry, M., A. Besnard, W.A. Asante, J. Eshun, S. Adu- Bredu, R. Valentini, M. Bernoux,
and L. Saint- Andre, 2010. Wood density, phytomass variations within and among trees, and
allometric equations in a tropical rainforest of Africa. Forest Ecology and Management, 260:
1375- 1388.
11. Houghton, R.A., and Goodale, C.L. 2004. Effects of land- use change on the carbon balance
of terrestrial ecosystems. In: DeFries, R., Asner, G., and Houghton, R.A. (Eds), Ecosystems
and Land use Change. American Geophysical union, 85-98.
12. Ketterings, Q.M., Coe, R., Noordwijk, M.V., Ambagau, Y., and Palm, C.A. 2001. Reducing
uncertainty in the use of allometric biomass equations for predicting abone-ground tree
biomass in mixed secondary forests, Forest Ecology and Management, 146: 199-209.
13. Kirui, B., Kairo, J.G., and Karachi, M. 2006. Allometric Equations for Estimating above
Ground Biomass of Rhizophora mucronata Lamk. (Rhizophoraceae) Mangroves at Gazi
Bay, Kenya. Western Indian Ocean Journal of Marine Science, 5(1): 27-34.
14. Navar, J. 2009. Allometric equations for tree species and carbon stocks for forest of
northwestern Mexico, Forest Ecology and Management, 257: 427-434.
15. Parsapour, M.K., Sohrabi, H., Solati, A., and Iranmanesh, Y. 2013. Allometric equations for
estimating biomass in four poplar Species at Charmahal and Bakhtiari province, Iranian
Journal of forest and poplar Research, 21(3): 517-529.
16. Ribeiro, S., Fehrmann, L., Pedro Boechat soares, C., Antonio Goncalves Jacovine, L.
Kleinn, C., and de Oliveira Gaspar, R. 2011. Above- and belowground biomass in a
Brazilian Cerrado, Forest Ecology and Management, 262(3): 491-499.
17. Sohrabi, H., and Shirvani, A. 2012. Allometric equations for estimating above ground
biomass of Atlantic pistachio (pistacia atlantica var. mutica) in Khojir National park. Iranian
Journal of Forest, 4(1): 55-64.
18. Soosani, J., and Ostakh, E. 2014. The diameter increment analysis of pinus brutia ten. Along
the stem in Khorramabad. Journal of Forest Sustainable Development, Volume 1. 16-27.
19. Vahedi, A.A. 2014. Optimal Allometric biomass equations for Hornbeam ( carpinus betulus.
L ) boles Within the Hyrcanian forests. Iranian Journal of forest and poplar Research. 22(2):
226-236.
20. Yousefi, B. 2012. Frequency analysis in the wood production of different poplars (Populus
spp.) in Sanandaj. Iranian Journal of Forest and Populur Research. 19. 544-561.
21. YousofvandMofrad, M., Soosani, J., Ostakh, E., and Hosseinzadeh, R. 2017. Estimate the
above ground biomass in Brant’s oak (Quercus brantii Lindl.)(Case Study: Region Melah-
Shbanan Khorramabad). Journal of Wood and Forest Science and Technology, 24(4): 163-
172.
22. Zianis, D., and Mencuccini, M. 2004. On simplifying allometric analyses of forest biomass,
Forest Ecology and Management. 187: 311–332.