研究和评论:植物科学杂雷竞技苹果下载志》上
菜单ISSN: 2320 - 0189
ISSN: 2320 - 0189
+ 1-845-458-68821部门的森林生态、干旱森林研究所、新巴利语路,焦特布尔- 342005,印度
2农林复合经营分工和扩展,干旱森林研究所、新巴利语路,焦特布尔- 342005,印度
收到日期:2015年3月05;接受日期:2015年4月22日;发表日期:2015年4月29日
访问更多的相关文章raybet36
除了保持水土、提高土地利用效率,增加经济效益,农林实践也是一个更好的选择的隔绝大气中的二氧化碳和有助于减轻气候变化影响的次要粮食安全的好处。我们研究根系生长和生物量分配模式在根、茎、树枝和树叶(树枝+叶)的18岁Colophospermum mopane j·柯克Benth交货。和Hardwickia binata Roxb和发展方程精确碳会计、环境卫生监测和可持续管理的农林复合经营系统在干旱地区。这两个物种的根开采该地区>树冠面积的1.5倍。根的c . mopane更局限于前80 cm土层,几乎平行于土壤表面相比,似乎更有竞争力,在h . binata根相对深穿透的地方。生物量分配根和叶减少树总生物量的增加。这种下降是在h . binata分支生物量增加的成本在c . mopane分支和茎生物量。在线性和非线性方程为估算开发地上生物量、根生物量和总生物量利用胸径(DBH)和高度预测,胸径就足以预测生物量中。包含模型的高度没有改善结果。平均总干重范围介于4.49到135.85公斤/树h . binata, 5.91到130.41公斤/ c . mopane树木的树。 Biomass accumulation in stem was higher (45.7%) in H. binata than in C. mopane (28.6%) trees. A reverse trend was observed in case of foliage, the contribution of which to the total biomass was 40.2% in C. mopane and 23.5% in H. binata trees. Findings on rooting pattern cautioned in selecting agroforestry tree species, whereas predicting standing biomass more accurately for carbon accounting may be beneficial in promoting tree cover and help mitigate climate change effects.
异速生长的方程,干旱地区、生物量分配模式加油。
土地利用和土地利用变化的方法流行的《京都议定书》和当前面临的气候变化。固碳树生物质树融入景观,农林,林业和种植园是一种有效的减缓气候变化的策略(1- - - - - -3]。适当选择树的农林复合经营系统提高系统生产力和作为大气碳汇。系统作为一个整体有助于减缓气候变化与次要粮食安全的好处,增加农业收入,恢复生物多样性,维持流域水文和改善土壤健康和人们生活4- - - - - -6]。碳存储在农林复合经营系统的估计范围从0.29到15.21毫克公顷−1年−1地上和30到300毫克公顷−11公尺深度的土壤(7]。由于沙漠化而全损的碳是18-28 Pg (peta克、1015克),植被和土壤总碳封存的潜力的防治荒漠化似乎12 - 18 Pg (8]。因此,通过促进生物质生产和农林复合经营系统显示的多功能作用帮助缓解压力从自然中提取木材森林和导致森林保护应对和缓解气候变化的额外的好处(9]。因此,准确的估计基于生物量和碳股票这些树相关的农林复合经营系统是非常相关的科学目的为碳封存和获取财务回报。
研究生物划分为不同的组件树和根的结构将是有用的在选择最合适的枢农林复合经营系统。减少因森林砍伐和森林退化造成的热排放(REDD +)和《京都议定书》的承诺更多的关注集中在精确的生物量和碳储量评估方法10]。因此估计地上部生物量具有足够精度在碳会计越来越重要的应用在不同的土地用途(11]。几个biomass-prediction方程已经开发了300多树种,但大多数热带森林树种的站(12- - - - - -20.]。树生物量中也常见异速生长的估计方程通常应用在大面积或生态范围(21,22]。然而,许多因素如年龄,物种类型、地形、环境异质性和人类干扰影响树生物量。间接方法也在试图估计树生物质(23,24)通过使用方便的森林库存(木材体积和比重)和应用修正因素。因此,大量的不确定性存在于估算生物量空间分布(25]。
因为树种不同异速生长、木材密度和架构,影响测量在森林库存之间的关系和个人的生物质树有需要开发导致异速生长的方程在地区层面。无论特有的信息,如大小类和总高度可用和方程来估计一个特定物种的生物量开发,它提供了更准确的估计生物质(26- - - - - -31日]。然而,我们没有发现健壮的方法来估计生物质站Hardwickia binata Roxb。和Colophospermum mopane j·柯克Benth交货。树,这是印度的潜在农林物种旱地(32,33]。
本研究的目标是:(i)监控生物质在不同的树组件(如根分区,茎直径5厘米,分支2厘米直径和叶(嫩枝和树叶),(2)监控根在土壤的结构和分布,和(3)发展方程预测地面生物量、根生物量和总生物量h . binata和c mopane种在旱地农林复合经营系统。
研究区域
这项研究是进行干旱森林研究所的试验田,焦特布尔,位于26º45 ' N 72º03年说的经度和纬度在印度西北部拉贾斯坦邦省。h . binata和c mopane树块分别种植(随机区组设计)1994年7月在5 m×5米间距和套种不同的农作物,例如豇豆属辐射动物一样固定的作物在各年治疗与旋转作物和树木(v .放射虫纲旋转non-legume作物像狼尾草glaucum /胡麻属indicum交替年来第二次治疗。因此有two-subplots每个树种和实验三个复制。最高温度上升到高达48ºC在夏季和冬季最低降到0ºC。焦特布尔的年降雨量是350毫米,最大降雨发生在季风月如。7月到9月。风速在夏季20 - 30公里h1。实验农场是平坦的土地,肥沃的砂质土(粗肥沃的、混合超热状况的家庭典型的camborthids据美国土壤分类)厚的碳酸钙结核75厘米的深度。研究区域的土壤有机碳较低(0.27%),P(10.2毫克公斤1土壤),没有3- n(4.01毫克公斤1土壤)和NH4-N(5.92毫克公斤1土壤),略呈碱性反应(pH值7.8)(34]。土壤水分储存在上75 cm层变化在-0.01 MPa 35毫米120毫米-1.5 MPa (5]。
树选择和收获
共有62棵树(30每个物种树之一)h . binata和c . mopane收获2012年6月,测量高度和胸径(胸径)。砍伐树木的地上部分被分为茎,分支(2.0厘米直径)和树叶(< 2.0厘米直径的树枝和树叶)。砍伐树木的根被机械挖掘出土0.5厘米直径测量根渗透在土壤剖面的横向传播(35]。视觉外观和形状的根在土壤剖面结构也被监控。新鲜的干质量、树枝、树叶和树的根收获后立即分离成不同的组件。收集干细胞样本光盘、分支和根的基础和每个1.5米的顶端部分和鲜重的立即采集标本。干细胞样本收集、树枝、树叶和根在80°C烤箱干和干重记录,直至恒重24]。干燥的样品的质量是用来计算茎,树枝、树叶和根生物量中h . binata和c mopane树。茎的干重、树枝和树叶被总结为地上生物量、根干重而被添加到上面的干生物量得到整棵树生物量。
生物质能方程
胸径(胸径)的和胸径一起height-based线性和非线性模型被用来开发这些增长变量之间的关系和地上,根生物量和总生物量的树三个物种。我们选择了8种模型从现有文献基于他们的广泛应用。31树的生长和生物量变量的每个物种被用来适应模型单独的物种。最低的模型估计误差,均方误差(MSE)和最高确定系数(R2)和重要情节(P < 0.05)被选为最适合的模型。绝对的或无符号的偏差,也称为估计误差,计算使用SPSS 8.0版统计软件包对每个最适合模型下面测试模型的准确性。此外,检查和测试,以确保分析的范围内进行了基本假设;我们检查了通过剩余残差图的模式。
树生长和根系发育
高度和胸径的砍伐树木h . binata范围从3.25米到9.10米和4.45厘米到17.50厘米,分别,而各自变量c mopane树变化从3.00米到6.20米和2.90厘米到17.50厘米(表1)。平均树高、树冠直径(传播),根的数字0 30厘米和< 30厘米土壤层次和深度更大了。加油h . binata相比,c . mopane而胸径和直径对c . mopane大于在加油h . binata。水平传播在两个物种的根源是更大的比皇冠蔓延。而树冠面积、加油区为1.25倍h . binatac . mopane和1.77倍。的根h . binata甚至是一般深穿透碳酸钙层可用低于80厘米,和在钟形结构,而c的根源mapane局限于< 80 cm土层在大多数的树木和观察到平行于土壤表面扩散。在一些情况下,c的根源mopane观察方向平行于碳酸钙层在徒劳的努力试图穿透层坚硬的碳酸钙。
表1:拍摄和根增长的变量h . binata和c . mopane树生长在拉贾斯坦邦的一个干旱地区农林复合经营系统。
生物量分配在树组件
生物量的h . binata和c . mopane树通常增加而增加胸径(胸径)。总干重范围从4.49到135.85公斤树1h . binata每棵树和41.92公斤和5.91公斤之间每树磨盘。生物量不同组件的变化明显(P < 0.05)更大h . binatac . mopane相比。平均生物量,茎、树枝和树根都更大(P < 0.05)h . binatac . mopane相比,而平均叶生物量表现出相反的趋势。在h . binata叶总生物量、地上部生物量的8.63%和6.88%的总生物量,而树枝(< 2厘米直径分支机构)在地上生物量和总生物量20.97%和16.73%,分别。干燥质量的分支(> 2 cm < 5厘米直径)16.19%的地上生物量(干+分支+叶)和总生物量的13.12%,而茎的贡献是57.35%,地上总生物量的45.60%。在c . mopane总叶生物量贡献了10.86%,地上生物量和总生物量的8.70%,而树枝各自生物质类生物量贡献了39.65%和31.74%。分支c . mopane干重15.94%以上和12.88%的总生物量,而上面的茎生物量的35.61%和总生物量的28.54%。
根干重比地上干重是0.24h . binata在c . mopane和0.22。比率,树叶生物量:总生物量、茎:总生物量和根生物量:总生物量减少,而分支:总生物量和总生物量增加增加h . binata(图1)。在c . mopane,树叶:总生物量和根生物量:总生物量比率显示下降趋势;和叶:总生物量、茎生物量:总生物量比率表示增加的趋势。然而,减少叶:总生物量和总生物量增加显著高c mopane相比h . binata(图1)。
图1:生物质分区的不同组件h . binata(上)和c . mopane农林复合经营系统(下图)树在干旱地区的拉贾斯坦邦,印度。
异速生长的生物质能方程拟合
总生物量、地上生物量和根生物量的h . binata显示与胸径(DBH)非线性关系方程和最佳配备5 (表2和图2)。胸径和树高考虑时,非线性模型在模型8最好出现在预测总生物量、地上生物量和根生物量h . binata (图3)。线性和非线性方程都观察到合适的估计不同组件的生物量c . mopane使用胸径只作为变量。模型6,5和3显示更好的拟合预测总生物量、地上生物量和根生物量分别为c . mopane (表3和图4)。同时考虑胸径和高度,最适合的模型是线性模型1在估算的总生物量和地上生物量c mopane树(图5一个和5 b7),而非线性模型发现最佳拟合预测这个物种的根生物量(表4和图5 c)。
表2:上面的方程,下面和总生物量进行研究。
表3:组件明智的生物量中(公斤树1 /组件1)h . binata和c . mopane树生长在干旱地区农林复合经营系统。
表4:参数估计,均方误差(MSE),确定系数(R2),估计误差(σ)和P值h . binata和c . mopane树生长在干旱地区农林复合经营系统。
图2:胸径关系用干生物量中不同组件的h . binata树。观察和预测微生物(左面板)和相应的残图(右面板)。实线代表线性/非线性模型拟合数据的散点图。结核病=总生物量、AB =高于生物质和RB =根生物量。
图3:胸径和高度的关系结合干生物量中不同组件的h . binata树。观察和预测微生物(左面板)和相应的残图(右面板)。实线代表线性/非线性模型拟合数据的散点图。结核病:总生物量;阿瑟:上面的生物量;RB:根生物量。
图4:胸径关系用干生物量中不同组件的c . mopane树。观察和预测微生物(左面板)和相应的残图(右面板)。实线代表线性/非线性模型拟合数据的散点图。结核病=总生物量、AB =高于生物质和RB =根生物量。
图5:胸径和高度的关系用干生物量中不同组件的组合c mopane树。观察和预测微生物(左面板)和相应的残图(右面板)。实线代表线性/非线性模型拟合数据的散点图。结核病=总生物量;阿瑟:上面的生物量;RB:根生物量。
胸径基础模型的形式模型3、5和6显示最低的估计误差(σ)和MSE,最高R2和显著(P < 0.01)在预测这两个树种的生物量中不同的组件。涉及胸径和高度,最好的拟合模型1的形式,7和8显示最低的σ和MSE, R2最高和最适合的情节(表4)。5的非线性模型预测仅为0.96%,0.72%和2.31%较小的总生物量、地上生物量和根生物量中,分别比h . binata的观察到的生物。比观察微生物的c . mopane模型6,5和3预测总生物量高0.74%,1.56%较小的地上生物量和0.016%较小的根生物量,分别。非线性模型8低估,地上和根生物量0.54%,h . binata分别为0.32%和1.75%。估计总生物量和地上生物量c mopane使用线性模型1显示微不足道的差异(即。,0.0004% and 0.00009%, respectively) between observed and the predicted biomass, whereas the predicted root biomass using linear model 7 was greater by 0.15% as compared to the observed biomass. The plots of residuals with respect to the predicted total biomass, above-ground biomass and root biomass estimated through model 1, 3, 5, 6, 7 and 8 showed random distribution (Corresponding left panels of图2- - - - - -5),没有系统化的趋势这些残差错误条件。这表明这些方程的准确性预测不同组件的两个树种的生物量。
树种和下层植被作物之间的竞争不仅存在地上光也从地下的土壤水分和养分(36]。地下完成由根对土壤资源尤其是土壤水分是影响作物产量的主要因素之后,光,虽然缺乏土壤养分也对系统的作物产量产生重大影响(37]。然而,种植模式的差异,即fixede诉辐射动物和旋转作物(v .放射虫纲旋转狼尾草gluacum /胡麻属indicum)也影响这些树种的生长模式32,33]。生根根传播规范竞争的强度和深度和出现的主要约束影响农林复合经营系统的稳定性和功能。最小化这些竞争效应、管理定期修剪,创建根壁垒,额外的灌溉和施肥一般应用,这样可以增强农业生产(38]。增加水平传播在两个物种的根超出了他们的树冠区域访问最小的可用资源,干旱地区的物种的特征39]。但是,深根模式但相对较少的蔓延的根(因此减少土壤资源矿区)h . binata比c mopane树表明更多的适用性h . binata在农林复合经营系统(39]。小面积加油。这也证明了这一点h . binatac . mopane相比。有7 - 13主要结构性根源,起源于根颈下间接进入土壤成为短距离内的水平之前在c . mopane主干。这些根基都集中在前80 cm土层,使c mopane更具竞争力相关的农业作物(40]。这种类型的支持c . mopane种植的树木与早期的研究中,在种子播种9个月大植物18厘米高度将其根扩展到121厘米,穿透了层坚硬的碳酸钙在70厘米土壤深度(33]。这可能是由于机会主义性质的根生长环境条件允许的地方,尽管支持模式的变化也可能是由于苗来源的变化,即托儿所和直接播种。例如苗圃生产也改变根系统架构,无论传播技术(41,42]。然而,物种也有不同的觅食策略,增殖在营养丰富的区域,或扩展广泛探索最大的土壤容积(43- - - - - -45]。
同时使用这两种胸径和高度单独或联合开发生物质能方程预测树的生物物种,我们观察到的值减少MSE和无符号偏差(即所有树组件。地上,根和总生物量)c mopane树木高度时包括在模型中。这表明可以获得更好的生物量预测胸径和高度的基础模型(6,50]。然而,胸径树所有组件的基础模型h . binata树是观察到的最好的,因为小的MSE和无符号偏差值。尽管胸径仅被发现给最好的结果估算生物量h . binata在干旱地区农林复合经营,但高度是一个辅助变量的地下生物量估算和它给额外的信息估计(51,52]。因为身高(m)和胸径之间的弱关系(cm)的树种可能在减少负责胸径和高度生物质能方程为基础的性能相比仅胸径基本方程。此外,身高不重要冠生物量估计(51]。因此基于胸径对这些物种生物量预测方程是最好的。此外,胸径观察常用变量来预测树茎、生物量和似乎更有用,因为通常被测变量的大型国家森林库存(53]。因为方便胸径测量和生物量的计算,这些模型可能更受欢迎在森林中,经理和农民。
这两个物种试图访问土壤资源,传播他们的根甚至超出了他们的树冠,似乎与同伴作物竞争。然而,这些物种在农田的集成支持h . binata。生物量分配根和叶减少树总生物量的增加,但在成本的增加生物量分配分支h . binata和分支和阻止c mopane林冠覆盖有利于发展。生物量分配在树部分在生长的早期阶段尤其动态资源管理器可能有最大的机会来影响植物的未来部署的碳。因此评价性能指标如固碳和养分的存储需要更多的准确性和这些特有的基础方程预测胸径生物质可以更有用的京都议定书,REDD +。
作者感谢导演,AFRI,焦特布尔提供设施在这项研究。
