アロメトリックモデル

Mar 19, 2023

Scientific Reports volume 12、記事番号: 7527 (2022) この記事を引用

2195 アクセス

1 オルトメトリック

メトリクスの詳細

竹は、成長速度が速く、バイオマス生産量が多く、毎年収穫されるため、商業生産に適した種となっています。多くの広葉樹および針葉樹種のアロメトリック方程式が利用可能です。しかし、竹のバイオマス生産とアロメトリック方程式に関する知識は限られています。この研究は、ヒマラヤ山麓の竹 7 種の代理変数としてバイオマスと合成高さの値を予測するための種固有のアロメトリックモデルを開発することを目的としています。胸高直径 (D) 単独および独立変数として稈高 (H) と組み合わせた D を使用して、地上部および稈バイオマスを予測するために、2 つのべき乗形式ベースのアロメトリックモデルが使用されました。この研究は、欠落した H の代用として合成 H 値を生成するために使用できる H-D アロメトリックモデルの確立にも拡張されました。調査された 7 種の竹では、3 つの主要なバイオマス構成要素 (稈、枝、葉) のうち、稈が最も重要です。最も高いシェアを持つ最も重要なコンポーネント (69.56 ～ 78.71%)。地上生重量に対する稈、枝、葉の割合（%）の分布は、竹の種類によって大きく異なります。 D. hamiltonii は、地上バイオマス成分の生産性が最も高いです。竹 7 種の乾燥重量と新鮮重量の比を、稈、枝、葉、地上バイオマスについて推定し、新鮮重量を乾燥重量に換算しました。

竹はイネ科に属する多年草のグループです。竹は、成長速度が速く、バイオマス生産量が多く、毎年収穫されるため、商業生産に適した種となっています。竹は 1,642 種あり、主に熱帯および亜熱帯地域で、世界中の広範な生態系を占めています1。世界中で、竹は 3,500 万ヘクタール以上の面積で生育しており、その国の森林面積の 3.2 パーセント、または世界の森林面積の約 1 パーセントを占めています2,3。インドは、23 属 125 種の竹が存在する世界的に竹の遺伝資源が最も豊かな国の 1 つです。国内の竹林面積は 1,568 万ヘクタールで、竹製品の収穫、加工、付加価値付け、販売を通じて約 200 万人の伝統工芸士に生計を立てています4。国内の竹の供給量 1,347 万トンに対して、竹の需要は 2,669 万トンと推定されています5。全体として、竹は重要な国連 2030 アジェンダの持続可能な開発目標、特に SDG1、SDG7、SDG 11、SDG 12、SDG 13、SDG 15、SDG 176 の達成に貢献しています。

温室効果ガスの排出と化石燃料資源の枯渇による気候変動は、世界的な大きな懸念事項です。インドは、英国グラスゴーで開催された国連気候変動会議（COP26）気候危機サミット2021において、2005年から2030年の間に排出原単位を33～35％削減し、2070年までに二酸化炭素排出量を実質ゼロにするという目標を設定した。。インドはまた、2030 年までに森林と樹木の被覆を追加することにより、CO2 換算で 25 億トンから 30 億トンの追加の炭素吸収源を創出することにも取り組んでいます。気候変動緩和アプローチには、広く以下のものが含まれます。(i) 従来の緩和努力（脱炭素化技術および CO2 を削減する技術） (ii) ネガティブエミッション技術（バイオエネルギー炭素回収と貯蔵、バイオ炭、強化風化、直接大気炭素回収と貯蔵、海洋施肥、海洋アルカリ度強化、土壌炭素隔離、植林と再植林、湿地の建設と修復）、および（iii）放射強制地球工学技術（成層圏エアロゾル注入、海上空の増光、巻雲の薄層化、宇宙ベースのミラー、表面ベースの増光およびさまざまな放射線管理技術）7、8。放射強制力地球工学技術は現在、政策枠組みに含まれていません7。これまでのところ、IPCC の評価には、パリ協定の目標達成の実現可能性を評価するために、2 つのマイナス排出技術、つまりバイオエネルギーによる炭素の回収と貯蔵、および植林と再植林が含まれています9。

CO2 除去のためのバイオマスベースの技術には、一次炭素貯蔵 (樹木など)、燃焼、およびその後の生成物の貯蔵のためのバイオマスが含まれます。バイオマスは非化石燃料の代替品としてバイオ燃料を生産し、安価で信頼性が高く持続可能なエネルギー源として世界全体の一次エネルギー需要の 9% (約 51 EJ) を供給します10。バイオ燃料源として、バイオディーゼルとバイオ炭は、化石燃料の環境への影響を軽減するのに役立ちます11、12。これに関連して、竹は、収穫後の稈ストックに大きな変化を引き起こすことなく急速に成長し、長期間持続する能力があるため、エネルギー生成と炭素隔離のために化石燃料を置き換えることにより、排出量を大幅に削減することができ、それによって影響を緩和するのに役立ちます。気候変動の影響13、14、15。竹は、炭素の貯蔵と隔離において有望かつ優先される種です。ナスら。 (2015)16 は、さまざまな種類の竹について、バイオマスの炭素隔離率が世界的に 13 ～ 24 Mg C ha-1 y-1 の範囲であると報告しました。竹は植林および再植林における木と同等とみなされ17、アフリカの食糧と樹木による検証済み炭素基準に基づいて認定されています18。竹には、バイオエネルギー生産の原料として使用できる大きな可能性があります19,20。固体の液体燃料や気体燃料に変換してエネルギー源として利用できます。ススキ (Miscanthus)、スイッチグラス (Panicum virgatum)、オオアシ (Arundo donax)、短回転性のポプラ雑木林 (Populus)、またはヤナギ (Salix) などの多くの非食用作物と比較して、竹は次のライフサイクルまで毎年収穫できます。根系（根と根茎）を損なうことなく30〜50年持続します。これにより、さらに土壌浸食を防止し、土壌炭素隔離を改善し、既存の森林への圧力を下げることができます。リトルウッドら。 (2013)21 は、中国産の 2 種類の竹に乾物の 62% という高い糖分が含まれていると報告しました。バイオマス、バイオエネルギー、炭素隔離、数多くの生態系サービスの提供における竹の大きな可能性にもかかわらず、竹は気候変動に関連する多くの政策協定（気候変動枠組条約（UNFCCC）、京都議定書、マラケシュ協定）において無視されてきました。）主に草としての植物分類によるものです13、14、16、22。したがって、竹によるバイオマス生産と炭素隔離についての理解を深め、それがUNFCCCの気候変動プログラムに認識され、組み込まれるようにすることが緊急に必要とされています。

木質バイオマスの評価は、木材の抽出、炭素貯蔵量の変化の追跡、大気から隔離できる二酸化炭素の量の定量化に役立ちます。樹木バイオマスの推定には、一般に破壊的手法と間接的手法（バイオマス方程式）が使用されます。バイオマス方程式の使用は費用対効果が高く、時間がかかりません。これは、新たな炭素クレジット市場メカニズムの実施における炭素報告の共通の枠組みおよびグッドプラクティスのガイダンスとして国連によって認められています23。バイオマス方程式は、胸高直径や樹高などの簡単に相関する測定変数に基づいてバイオマスを予測します24,25。しかし、竹では、異なる年齢の稈や複数の稈が存在するため、バイオマスの推定はより複雑になります。竹では、商人や農家がバイオマスを評価するために目視法が使用されていますが、これには長い現場経験が必要であり、精度が非常に低いため、農家、林業家、産業、その他の竹栽培者に多大な損失をもたらします。したがって、竹のバイオマスを推定するための場所固有の予測モデル/方程式を開発することが緊急に必要とされています。さまざまな非線形モデルの中で、アロメトリックモデルは、他のほとんどの非線形モデルと比較してモデルパラメーターの収束性が高く、適合度が最も高く、統計的誤差が低いなど、多くの計算上の利点があるため、バイオマスの推定に最も効率的です26、27、28。、29。

文献では、広葉樹と針葉樹の樹種についてのアロメトリック方程式が利用可能です。しかし、竹におけるバイオマス生産に関する知識は限られています。竹の比熱方程式のほとんどは、中国の Phyllostachys 種で利用できます 30,31,32,33。インドでは、竹の下に広い面積があるにもかかわらず、インド北東部の Bambusa cacharensis、Bambusa balcooa、Bambusa tulda、Bambusa vulgaris、Dendrocalamus hamiltonii、Dendrocalamuslongispathus、Melocanna baccifera、Schizostachyum dulooa、Pseudostachyum Polymorphum などのいくつかの種について比熱方程式が利用可能です 34 ,35; 北インドの D. strictus 36,37; バンブーサインド東部 38 とインド南部 39 のバンブー。北インドでは、竹のバイオマス推定に関する研究はあまり試みられていない。したがって、本研究は、(i) 地上部と稈の両方のバイオマスを予測するための 7 種の竹のアロメトリックモデルを開発する、(ii) 竹種の高さと直径の関係を確立する、(iii) という目的で、7 種の商業的に重要な竹を対象に実施されました。この竹種のバイオマス収量とさまざまなバイオマス成分の相対的な寄与を決定します。

この研究は、商業的に重要な7種の竹、すなわちBambusa balcooa、Bambusa bambos、Bambusa vulgaris、Bambusa Nutans、Dendrocalamus hamiltonii、Dendrocalamusstockii、およびDendrocalamu strictusのバイオマスを予測するためのアロメトリックモデルを開発するために、ヒマラヤ山脈西部の丘陵地帯で実施されました。選択された竹の種はすべて商業的に重要であり、国家竹使節団、インド政府、および国際竹籐機関 (INBAR) の優先リストに載っています。 7 種類の竹のデータを収集するために、275 km 離れた 2 つの場所が選択されました (図 1)。研究サイトの詳細を表 1 に示します。サイト 1 の植栽材料は、インドのデラドゥンにあるウッタラーカンド州竹繊維開発委員会の苗床から収集されました。サイト 2 では、苗床で育てた植物を国内のさまざまな地域の竹苗床から入手しました。竹の種の同定は、Seethalakshmi と Kumar (1998) によって記載された形態学的特徴に基づいていました。

研究施設の位置マップ [マップは ArcGIS デスクトップ (バージョン 10.1) ソフトウェアを使用して作成されました]。

サンプリングのために、サイト 1 で種ごとに 0.018 ヘクタール (15 m × 12 m) の 3 つのプロットが選択されました。サイト 2 では、種ごとに 0.0225 ヘクタール (15 m × 15 m) の 3 つのプロットが選択されました。各プロットは、多数の竹稈 (ポール) からなる 9 つの竹塊から構成されていました。サンプルの選択は、第 1 段階のサンプリング単位として塊を考慮し、第 2 段階のサンプリング単位として稈を考慮した 2 段階のランダムサンプリング設計を使用して行われました。 2017 年から 2020 年まで毎年データを収集するために、351 個の株塊からなる合計 39 のプロット (サイト 1 に 21 個、サイト 2 に 18 個) が境界設定されました。サンプルプロット内の稈サイズ分布を理解するために、3 つの株塊がランダムに選択され、それらの茎の周囲、樹冠の直径、稈の数、胸の高さの稈の直径。稈のサイズに応じて、直径範囲全体を表す異なる直径クラスが認識されました。各直径クラスから、各塊の種ごとに 3 つの成熟稈 (> 3 年) をランダムに収穫しました。群落内の成熟稈の年齢は、稈鞘、稈の色、稈の位置、枝と葉の成長と発達に基づいて決定されました41。研究したさまざまな竹種の生体パラメータの要約統計量を表 1 に示します。各竹稈の直径は、ノギスを使用して胸の高さで測定しました。稈を収穫した後、その高さをテープで測定し、葉、枝、稈の異なる構成要素に分離しました。現場で各コンポーネントの新鮮な重量を測定しました。乾燥重量と新鮮重量の比を決定するために、異なる年齢の稈の上部、中間、および下部の部分からのサブサンプルを 65 °C で一定重量になるまでオーブン乾燥しました 42。

7 種類の竹のバイオマスモデリングのために、アロメトリック方程式の 2 つのべき乗方程式形式が開発されました。最初のものは、次のような 2 パラメータの一般的な電力形式のアロメトリック方程式でした。

ここで、「a」は比例定数またはスケール定数を表し、「b」はべき乗定数または形状定数を表します。 \(\varepsilon_{i}\) は、平均がゼロで分散が一定でない正規分布に従う誤差成分です \( \sigma_{i}^{2}\) つまり、\(\varepsilon_{i} \sim iid\,N(0,\sigma_{i}^{2} )\)。「x」は単一の予測子変数です。ここでは、胸高直径 (D) と稈体積 (D2H) を x 変数として使用しました。さらに、アロメトリック方程式の 3 パラメータ累乗形式は次のように使用されました。

ここで、「a」はスケール定数を表し、「b」と「c」はそれぞれ予測子変数 x と z の形状定数を表します。 \(\varepsilon_{i}\) は、平均がゼロで分散が一定でない正規分布に従う誤差成分になります \(\sigma_{i}^{2}\) つまり、\(\varepsilon_{i} \sim iid \,N(0,\sigma_{i}^{2} )\)。バイオマスモデリングでは、D を x として使用し、H を z として使用しました。

両方のアロメトリック形式の誤差項は、不均一分散 (つまり、一定の分散ではない) と仮定して、すでに説明しました。したがって、重み付き近似モデルを使用して、関数 \(\,\sigma_{i}^{2} = Var(\varepsilon_{i} ) = \hat{\sigma }^ を使用して残差変動の分散を計算しました。 {2} (v_{i} )^{2\delta }\); ここで、 \(\hat{\sigma }^{2}\) は二乗の推定誤差の合計です。 \(v_{i}\) は、サンプリングされた i 番目の植物/群落に関連付けられた重み付け変数です。 \(\delta\) は推定される分散関数の係数です43、44、45。したがって、RStudio 統計ソフトウェア (R バージョン 4.1.0) の「nlme」パッケージを使用して、加重最尤非線形固定効果モデリング法を使用して、7 種の竹のバイオマス方程式を当てはめました。最良適合のテストおよび検証に使用した方程式のアロメトリック形式の詳細を表 2 に示します。分散分析を使用して、7 種のバイオマス成分間の統計的差異を調べました。さらに、種バイオマス成分間のペアワイズ比較を達成するために、Tukey の正直有意差 (HSD) 検定を通じて事後分析が実行されました。

よく使用される 3 つのモデルは統計に適合します。赤池情報量基準 46、ベイズ情報量基準 47、および調整済み R2 (Adj.R2) を使用して、次の式に従って最適なアロメトリック方程式を評価、比較、選択しました。

AIC = − 2ln(L) + 2p、ここで、L はモデルの尤度、p はモデルパラメーターの数、n はサンプルサイズです。

BIC = − 2ln(L) + pln(n)、ここで、L はモデルの尤度、p はモデルパラメーターの数、n はサンプルサイズです。

\(Adj.R^{2} = 1 - \frac{RSS/(n - p)}{{TSS/(n - 1)}}\)、RSS = 残差二乗和、TSS = 総和平方、p はモデルのパラメーターの数、n はサンプルサイズです。

Adj.R2 が最も高く、AIC、BIC 値が最も低いモデルが最良のモデルとして選択されました47。観察値と適合および残差の傾向の診断プロットも、モデルのパフォーマンスを評価するために使用されました。

モデルの選択、評価、比較にはモンテカルロ交差検証法が適用されました48、49、50、51。この方法では、データセットをランダムに 2 つの部分に分割し、約 80% をモデル開発に、20% を相互検証に使用し、R 回 (約 100 回) を繰り返すことで安定した統計を取得します。モデルフィッティング統計と相互検証基準は、ランダムに選択された各データシリーズに対して計算され、R (約 100) シリーズにわたって平均されました。適合モデルの予測信頼性を評価するために、バイアス (パーセンテージ)、二乗平均平方根誤差 (RMSE)、および平均絶対パーセント誤差 (MAPE) という 3 つの統計的検証基準が使用されました43、44、45、50、51、52。次の式によると、53,54 になります。

\(MAPE(\% ) = \frac{1}{R}\sum\nolimits_{r = 1}^{R} \frac{100}{n} \sum\nolimits_{i = 1}^{n} {\frac{{\left| {y_{i} - \hat{y}_{i} } \right|}}{{y_{i} }}}\)、\(y_{i}\) = 観測値および \(\hat{y}_{i}\) = 述語値、R = 相互検証が発生した回数。バイアス、RMSE、MAPE の点で統計的誤差値が最も低いモデルが最良のモデルとして優先されました。

H = aDb + e の形式のアロメトリック方程式を使用して、身長 (H) と胸の高さの直径 (D) の関係を作成しました。ここで、「a」は正規化 (スケール) 定数、「b」は形状ですパラメータと e は誤差項であり、平均がゼロで分散が一定でない正規分布に従います \(\sigma_{Hi}^{2}\) つまり、 \(e_{i} \sim iid\,N(0,\sigma_{こんにちは}^{2} )\)。モデルの開発は、重み付き最尤非線形固定効果モデリング法を使用して行われ、検証はモンテカルロ交差検証法を使用して行われました。

サイト 1 のさまざまな構成要素 (稈、枝、葉) のバイオマスは、種ごとに異なる熟成した塊 (2013 ～ 19 年) からランダムに選択された 3 本の稈を収穫することによって決定されました。異なる年齢の稈の上部、中部、下部からのサブサンプルを一定重量になるまで 65 °C でオーブン乾燥し、乾燥重量と新鮮重量の比を決定し、これをさまざまな成分のバイオマスの決定に使用しました 42。ヘクタールベースでバイオマスを計算するために、さまざまな成分のそれぞれのバイオマス値に稈数と集塊密度を掛けて加算し、各種の総バイオマスを取得しました。炭素貯蔵量と隔離率に関するデータは、葉、枝、稈バイオマスの炭素濃度をそれぞれ 42%、47%、50% と仮定して推定されました 34。さまざまな稈成分における炭素貯蔵量は、バイオマスと炭素濃度を乗算することによって決定されました。地上に立っているバイオマスの総炭素貯蔵量は、葉、枝、稈の成分の炭素濃度値を合計することによって得られました。

分散分析の結果、竹 7 種の地上生体パラメータ、つまり稈径、稈高、稈重量、葉重量、地上部バイオマス重量が大きく異なることが明らかになりました (p < 0.05)。 Tukey の正直有意差 (HSD) 検定による事後分析により、D. hamiltonii が最も高い平均稈直径 (5.99 cm)、稈高 (11.91 m)、稈重量 (16.92 kg)、葉重量 (1.53 kg) を有することが明らかになりました。地上重量 (20.39 kg)。ただし、D. hamiltonii の平均枝重量が最も高く観察されました (1.93 kg)。それでも、他の竹種、すなわち B. balcooa、B. bambos、B. Nutans、および B. vulgaris とは大きな違いはありませんでした (表 3)。さらに、Tukey の HSD テストでは、7 種類の竹について、稈、枝、葉、総地上部バイオマス (AGB) など、異なる地上部バイオマス構成要素の乾燥重量と新鮮重量の比率が大幅に異なることが実証されました。地上部の B.nutans は、稈 (0.63)、枝 (0.62)、および AGB (0.61) の乾燥重量と新鮮重量の比が最も高かった。一方、D. strictus は、葉の乾燥重量と新鮮重量の比 (0.53) が最も高かった (表 4)。バイオマスの分布から、稈成分の割合が最も大きく (69.56 ～ 78.71%)、次いで枝 (12.04 ～ 17.79%)、葉 (3.50 ～ 16.94%) であることが明らかになりました。 B. bambos は 7 種の竹の中で最も多くの枝バイオマス (17.79%) を獲得しましたが、D. Stockii は最も多くの稈 (78.71%) と葉バイオマス (16.94%) を蓄積しました (図 2)。

さまざまな竹種における地上バイオマスに対する稈、枝、葉の割合 (%) の分布。

樹齢 3 年以上の竹林から収穫された稈から得られたデータを使用して、3 つのアロメトリック方程式 [A1 および A2 のアロメトリック形式 (1); A3 のアロメトリック形式 (2) は、7 種の竹の新鮮地上部バイオマス (AGB) と新鮮稈重量について確立されました。さらに、竹の高さ (H) の予測因子として胸高直径 (H) を利用して、アロメトリックモデル A1 を再度確立しました。 3 つのモデルの調整済み R2 (Adj.R2) (0.82 ～ 0.97)、AIC (190.24 ～ 562.79)、および BIC (205.57 ～ 580.74) の測距値は、差動フィッティング精度を示唆していましたが、Adj.R2 が高く、AIC および BIC が低かったです。 3 つのモデルの値により、アロメトリックモデルの採用の適切性が証明されました (表 5)。

モンテカルロ交差検証法により、ABias (-14.62 ～ 8.90%)、ARMSE (0.98 ～ 5.12)、および AMAPE (11.28 ～ 30.29%) の拡張値を使用して近似されたアロメトリックモデルの予測精度が展開され、近似されたアロメトリックモデルの差分予測精度が明らかになりました。モデル。対照的に、3 つのモデルの誤差値は低く、予測能力を示しています (表 6)。

アロメトリックモデル A1 は、B. バンボスの最高の adj.R2 (0.94)、B. バンボスと B. ヌータンの最低の AIC (209.02 ～ 269.03) および BIC (221.35 ～ 283.08) を明らかにしました。さらに、B. バンボスと B. ニュータンスの予測誤差が最も低く、ABias (-2.74 ～ 0.50%)、ARMSE (2.14 ～ 4.02)、AMAPE (10.83 ～ 25.88%) であることも明らかになりました。最も低い AMAPE (17.66) -22.50%) と ARMSE (1.31-3.91) を比較すると、A2 モデルは D.stocksii と B.vulgaris に対して最も低い予測誤差を示しました。さらに、A2 は、B. vulgaris で最も低い ABias (- 4.08%) を示しました。 B. balcooa、D. hamiltonii、および D. strictus では、モデル A3 は、adj.R2 が最も高く (0.87 ～ 0.97)、AIC が最も低い (335.17 ～ 550.55) ことを明らかにしました。）およびBIC（367.52–564.76）。さらに、B. balcooa、D. hamiltonii、および D. strictus の予測誤差も最も低く、B. balcooa、D. の ABias (-7.13 ～ - 0.47%) および AMAPE (18.96 ～ 23.45%) が最も低かった。 B. balcooa および D. hamiltonii の ARMSE は最も低く (2.97 ～ 23.45) でした。

全体として、地上 A1 モデルは B.bambos および B.nutans に対して最も効率的でしたが、A2 は D.stocksii および B.vulgaris に対して最も信頼性が高く、A3 は B.balcooa、D.hamiltonii、および D.strictus に対して最も適していました。地上バイオマスモデリングの結果によると (表 5 および 6)。図 3 と 4 は、地上生重量予測に最適なアロメトリックモデルの結果を示しています。結果は、重み付けされた最良適合アロメトリックモデルが残差の不均一分散性を効果的に捉え、はるかに低い残差を提供することを示しています。さらに、残差は視覚的にランダムである (パターンがない) ことがわかり、フィッティング精度が高いことを示しています。

A1〜A4は、それぞれB.バルクーア、B.バンボス、B.ニュータンス、D.ハミルトニの地上生重量予測について、観察されたモデルと最も適合したアロムテリックモデルを描写したものです。一方、B1 ～ B4 は、それぞれ B. balcooa、B. bambos、B.nutans、D. hamiltonii の重み付けされた残差と最もよく適合した地上生重量値をプロットしています。

A5〜A7は、それぞれD.stockii、D.strictusの地上生重量予測について、観察されたモデルと最も適合したアロムテリックモデルを描写したものです。一方、B5～B7 は、それぞれ D.stockii、D. strictus、および B. vulgaris の重み付けされた残差と最もよく適合した地上生重量値をプロットしています。

新鮮な稈バイオマスのアロメトリックモデルを確立すると、新鮮な地上バイオマスの適合モデルよりも低い Adj.R2 (0.80 ～ 0.96)、AIC (200.39 ～ 554.83)、および BIC (205.72 ～ 578.54) 値が得られ、アロメトリックの一貫性が高いことを示唆しています。モデル (表 7)。当てはめられたアロメトリックモデルの相互検証の結果、ABias (-11.68 ～ 7.03%)、ARMSE (0.79 ～ 4.70)、および AMAPE (11.10 ～ 30.10%) の拡張値で低い予測誤差が明らかになり、高い予測精度が明らかになりました (表 8)。

モデル A1 は、adj.R2 (0.95)、AIC (200.39)、BIC (212.72) で最も高いフィッティング精度を持ち、ABias (- 4.99) で最も低い予測誤差を備えているため、B. bambos の生稈バイオマス予測において優れていることが判明しました。 %) ARMSE (3.16) および AMAPE (23.14%)。 A2 モデルは、B.balcooa、B.nutans、D.hamiltonii、D.stocksii、B.vulgaris の 5 つの竹種について、A1 および A3 モデルよりも最大のフィッティングと予測精度で優れていることがわかりました。ここで、A2 の最も高いフィッティング精度は、最も高い Adj.R2 (0.80 ～ 0.89)、最も低い AIC (253.26 ～ 545.05)、および BIC (205.72 ～ 563.01) を通じて観察されました。 A2 の最も高い予測精度は、最も低い ABias (- 8.24 ～ 6.11%)、ARMSE (1.71 ～ 3.93)、および AMAPE (11.10 ～ 23.98%) によって定義されました。一方、A3 は D.strictus に最も適していることがわかりました。は、最も高いフィッティング精度 [最高の Adj.R2 (0.96)、最低の AIC (283.21) および BIC (315.57)]、最低の予測誤差 [ABias (− 2.62%) ARMSE (0.79) および AMAPE (27.21%)] を持ちます。

7 つの竹種における H-D モデリングの一般パワーフォームアロメトリックモデルの適合結果から、7 つの竹種の適合モデルの Adj.R2 値は、Adj.R2 値を持つ B.nutans 種を除いて > 0.7 であることが判明しました。 R2 = 0.69 (表 9)。一方、B. bambos は、Adj.R2 が最も高く (0.89)、AIC (156.04) と BIC (497.83) が最も低かった。対照的に、最も高い AIC (497.83) および BIC (485.78) 値は D.hamiltonii で見つかりました。さらに、近似モデル H-D の予測精度が評価され、近似モデルのバイアスが - 1.57 (B. vulgaris の場合) と - 3.91 (D. Stockii の場合) の間で拡張されることが判明しました。 RMSE は 1.16 (D. strictus の場合) から 2.70 (D. hamiltonii の場合) の範囲でした。 MAPEの最低値(9.34)はB.bambosで見られ、一方、最高のMAPE(20.52)はD.hamiltoniiで観察された(表10)。

さまざまな成分のバイオマスは、葉のバイオマスが枝のバイオマスよりも多かった B. vulgaris を除き、稈が最大の寄与を示し、次に枝と葉が続くことが明らかになりました。稈バイオマスは、B. vulagris > B. balcooa > B. Nutans > D. hamiltonii > D. strictus > B. bambos > D. Stockii の順でした。枝バイオマスは B.nutans で最も高く、次に B.balcooa で、D. strictus で最小でしたが、葉のバイオマスは B.nutans で最も高く、次に B.vulgaris でした。総バイオマスは B. balcooa (212.6 Mg ha-1) で最も高く、次に B. ヌータンス (209.2 Mg ha-1) でした。平均総バイオマスは、D.stockii の 11.87 Mg ha-1 y-1 から B. balcooa の 30.37 Mg ha-1 y-1 の範囲でした。本研究におけるバイオマス炭素貯蔵量は 40.8 ～ 104.2 の範囲であり、年間炭素貯蔵率は 5.83 ～ 14.88 Mg ha-1 yr-1 でした（表 11）。

竹では、稈は水平根茎系から毎年芽を出す習性があるため、驚くべきバイオマス生産性を持っており、土壌表面を露出させることなく毎年収穫することができます。竹は、バイオマス蓄積プロセスを通じて大気中の炭素を隔離することにより、地球規模の炭素循環において重要な役割を果たしています55、56、57、58。研究された 7 種類の竹では、3 つの主要なバイオマス構成要素 (稈、枝、葉) のうち、稈が最も重要であり、地上バイオマスに対する最も高いシェア (69.56 ～ 78.71%) を持ちます。これは、竹のバイオマスシェアを合わせると 2 倍以上になります。枝と葉。さらに、竹稈は多目的に利用できるため、商品価値が高い59。地上生重量に対する稈、枝、葉の割合（%）の分布は、竹の種類によって大きく異なります（図2）。

分散分析 (ANOVA) 分析により、7 種の竹について、地上部の生体認証成分 (稈の直径、稈の高さ、稈の新鮮重量、葉の新鮮な重量、および地上部の新鮮な重量) の生産力に有意な (p < 0.05) 差があることが明らかになりました。 Tukey の HSD 事後テストにより、平均して D. hamiltonii が稈の直径 D (5.99 cm)、稈の高さ H (11.91 m)、稈の新鮮な重さ (16.92 kg)、葉の新鮮な重さ (1.53 kg）と地上の新鮮な重量（20.39 kg）。枝の生重量に関しては、D. hamiltonii が最も生産性が高いものの、B. balcooa、B. bambos、B. Nutans、および B. vulgaris よりも有意に高いわけではないことが判明しました (表 3)。 7 種の竹の成長速度の違いは、バイオマス予測モデルを確立するための一般的な関係研究ではなく、種固有の関係の必要性を証明しました。

7 種の竹の生重量と乾燥重量の比率は、種内のさまざまな成分で大きく異なることが判明しました。乾燥重量と生重量の比が最も高かったのは、B.nutans の稈 (0.63)、枝 (0.62)、および地上バイオマス (0.61) でしたが、葉では D. strictus で最も高い比 (0.53) が達成されました。乾燥重量と新鮮重量の関係式は、新鮮重量の変動が乾燥重量 (バイオマス) に正比例することを示しました (表 4)。

アロメトリック関係は、バイオマス成分の非破壊的かつ間接的な測定をもたらし、直接測定よりも時間とコストがかからないため、多くの場合、好ましいアプローチとなります。 7 種の竹のバイオマス生産量は、胸高直径 (D) および稈高 (H) と高い正の相関を示しましたが、樹齢との有意な相関はありませんでした。これは、Yen et al.58 が竹の種である S. dullooa、P. Polymorphum、および M. baccifera について指摘した発見と同様でした。そこで、D、D と H の組み合わせを、樹齢 3 年以上の竹林の結合データを使用したバイオマスの予測に使用しました。多くの著者は、D と D2H が竹アロメトリックモデリングの優れた予測変数であることをすでに観察しています 59,60,61。その結果、D は有効な独立変数であるが、体積 (D2H) を複合独立変数として使用するか、別の独立変数として H を組み込むことで、竹種 B.bambos と竹を除く地上バイオマスと稈バイオマスの両方の予測精度がさらに向上することが明らかになりました。新鮮な地上バイオマスには B.nutans、新鮮な稈重量予測には B.bambos を使用します (表 5、6、7、および 8)。ここで、追加の独立変数として H を使用しても予測精度は向上しませんでしたが、予測誤差の増加は H データの測定誤差によるものであるか、H の組み込みによりモデルフィッティング中に D にマスキング効果がある可能性があります。 D を独立変数として単独で使用した A1 は非常に良好なパフォーマンスを示し、通常は A2 および A3 モデルに非常に近かったです。さらに、独立変数として D を使用するバイオマス方程式には、測定が容易であるという実際的な利点があります 61,62。 A1 モデルは、Yen ら 41、Kaushal ら 36 によってバイオマス予測の信頼できるモデルとしても報告されました。

一般的な検出力は、独立変数として体積 (D2H) を使用した相対方程式 A2 を形成します。これは、竹種 D.stocksii および B.vulgaris の地上生重量予測では最も信頼性が高いことがわかりましたが、生稈重量予測では A2 が 5 本の竹よりも優れていることがわかりました。この発見は、薄肉竹種のバイオマス予測のために Singnaret al.63 によって確立されたアロメトリックモデルおよび一般的な発見と一致しました。 Chave et al.53 は、樹木種において、ボール体積 (D2H) を使用した地上バイオマス予測を行っています。

独立変数として D と H をもつ 3 つのパラメータのアロメトリック方程式 A3 は、地上部の新鮮重量予測については竹 B. balcooa、D. hamiltonii、および D. strictus で最も信頼性が高いことがわかりました。一方、生稈重量予測については A3 が最も適切なモデルでした。 D.strictus。 A3 では、D と H を独立変数として使用することで、バイオマス応答との関係を確立するための柔軟性が向上しました。

新鮮な重量を超える予測に対する最も適合したアロメトリックモデルの適合と予測精度を、線プロットを通じて視覚的に調査しました。予測誤差値の残差プロットは、重み付き最尤非線形固定効果モデリング手法を使用したアロメトリックモデルが、バイオマス応答と予測変数間の不均一分散関係をうまく捉え、はるかに低い残差を生成することを証明しました。さらに、残差は視覚的にランダムである (パターンが存在しない) ことがわかり、これは高いフィッティング精度を示しています (図 3 および 4)。

バイオマス推定の予測モデルにより、最良の適合度統計が提供され、バイオマス推定の統計効率が向上しました。相互検証手順により、モデルのパラメーター値が安定しているため、モデルがバイオマスを予測する上で信頼できることが示されました。ただし、モデルはデータ駆動型であるため、成長の関係は気候条件の変化とともに変化し、開発されたモデルはサンプリング中にカバーされた胸高直径と高さの範囲内でのみ有効であり、また、研究における他の変動要因も考慮されていません。したがって、これらのモデルは、同様の成長条件を持つ竹種にのみ適用できます。

H64 の観測が欠けているため、最適に適合したアロメトリックモデルを適用できないことが非常に多くありました。合成 H 値は、H-D アロメトリックモデルを使用して H 値を取得するプロキシ H として生成されました。 7 つの竹種に対して開発された H-D アロメトリック方程式は、B.nutans (0.69) を除き、高い Adj.R2 (> 0.7) で高いフィッティング精度を明らかにしました。最も高いフィッティング精度は B. バンボスで観察されましたが、最も低い値は D. ハミルトニで観察されました (表 9 および 10)。同様の結果は、Kempeset al.24 および Sileshi25 によっても指摘されています。 H-D 関係は、H がプラトーに達した樹齢 3 年以上の竹林を使用して開発されました。つまり、直径と高さの成長はありません 65。私たちの知る限り、この研究は初めて、7 つの竹種、つまり B. bambos、B.nutans、D.stockii、B. vulgaris、B. balcooa の間の H-D 関係を定量化するためのアロメトリックモデリングを確立しました。、D.ハミルトニ、およびD.ストリクタス。

さまざまな竹種のバイオマスは、D.stockii の 83.1 から B. balcooa の 212.6 までの範囲でした。全体として、本研究における D.stocksii B. bambos、D. strictus、および D. hamiltonii の値 (83.1 ～ 115.5 Mg ha-1) は、B. の値 (206 ～ 212.6 Mg ha-1) よりも低いです。尋常性、B. ヌタンス、および B. バルクーア。バイオマスの違いは、竹種の稈の大きさ、稈の高さ、稈の密度の違い、資源（水、光、栄養分など）の必要量とその利用効率の違いに起因すると考えられます。私たちの値は、報告されている竹の平均バイオマス 124 Mg ha-1 の範囲内にあり、範囲は 60 ～ 242 Mg ha-1 16 です。 D. strictus のバイオマスの値 (7 年間で 90.7 Mg/ha) は、比較的高い値です。密度が 253 ～ 267 ha-1 の 66 Mg および 30 ～ 49 Mg の成熟した（20 年以上の塊の上に 5 年経った稈）乾燥熱帯竹サバンナの報告値 11 ～ 36 Mg ha-1 よりも高い乾燥した熱帯地域にある樹齢 3 ～ 5 年の D. strictus プランテーションで ha−167。 B. バンボスの値 (89.23 Mg ha-1) は、インド東部の B. バンボス農園の報告値 109 ～ 167 Mg ha-1 やインド南部の B. バンボスの 287 Mg ha-1 69 よりもかなり低いです。 B. bambos のバイオマスが最も低いのは、2018 年の最初の竹穂収穫後の新しいタケノコの大規模な枯死が原因であると考えられます。B. balcooa と B. vulgaris の 7 年間の値は、平均生産性で 208 Mg ha-1 および 212 Mg ha-1 でした。 29 ～ 30.3 Mg ha-1y-1 は、ススキから生産されるバイオマス (5.9 ～ 13 Mg ha-1y-1)70 よりも高いが、混合物の平均生産性が 30.4 の 4 年間の 121.5 Mg ha-1 の値に匹敵します。インド北東部の B. Cacharensis、B. vulgaris、B. balcooa の林分 71。

竹と他のバイオマス生産種との比較により、竹種のバイオマス生産量は、Leucaena leucocephala (5 年間で 87 Mg ha-1) のような他の多くの短期ローテーション木本種に匹敵することが明らかになりました。 Populus deltoides (樹齢 3 ～ 9 年の農園で 48.7 ～ 128 Mg ha-1) とユーカリ (樹齢 5 年および 8 年の農園で 54.1 ～ 101.8 Mg ha-1)72,73,74,75。

本研究における炭素貯蔵量は 40.8 ～ 104.2 の範囲であり、これは平均炭素貯蔵量 30 ～ 121 Mg ha-1 16 の報告値の範囲内でもあります。ただし、私たちの値は炭素貯蔵量 169 ～ 259 よりもはるかに低いです。中国の竹林の Mg C ha-1、および Phyllostachys edulis (169.4 Mg C ha-1)、台湾の Bambusa stenostachya (114 Mg C ha-1)、インドの Bambusa bambos (143.3 Mg C ha-1)。しかし、炭素貯蔵値は、中国および世界の森林について報告されている 39 Mg C ha-1 および 86 Mg C ha-1 の平均推定値と同等か、それよりも大きい76,77。急速に成長する短輪樹と比較して、竹種の炭素貯蔵量は、報告されている地上炭素貯蔵量 28.67 Mg ha-1 74 およびポプラの 22.04 ～ 23.23 Mg ha-1 よりもはるかに高い 78。

本研究におけるバイオマス炭素貯蔵率 5.83 ～ 14.88 Mg ha-1 yr-1 は、樹齢 10 年の Dendrocalamus latiflorus (16 Mg ha-1y-1) よりも低いですが 79、報告されている 6 ～ 24 Mg の範囲内にあります。世界中のさまざまな種類の竹のC ha−1 yr−116。他の木本樹種と比較して、本研究の炭素貯蔵率は Grewia optiva (0.63–0.81 Mg ha-1y-1)26 および異なるアグロフォレストリー慣行 (0.29–15.21 Mg ha-1 yr-1)80 よりも高い。炭素隔離ポテンシャルの違いは、樹木の密度、樹齢、構造、およびさまざまな構成要素の炭素濃度の違いに起因すると考えられます26,74。

この研究では、地上バイオマスを対象として、単純および複合回帰変数を使用した種固有の 2 パラメーターのアロメトリック方程式と 3 パラメーターのアロメトリック方程式が開発されました。さらに、竹の高さを予測するための種固有の高さ直径モデルも開発されました。これは、高さ変数の代用として使用でき、竹の高さを測定せずに比衡方程式に使用できます。アロメトリー方程式は厳密な基準を使用して開発されたため、開発されたバイオマス推定方程式は稈と地上バイオマスのバイオマス予測をより適切に提供すると結論付けることもできます。このモデルは、管理された自然林分または同様の条件で栽培されたインドの竹ベースの生態系におけるバイオマスと炭素隔離の推定精度の向上が期待できます。さらに、竹種の幅広い多目的利用を考慮すると、開発されたモデルは林業専門家、竹農家、その他の関係者に稈バイオマスと地上バイオマスに関する有用な情報を提供する可能性があります。

年齢別のモデリングと根のバイオマスは、いくつかの方法論的な問題のため、この研究には組み込まれていませんでした。将来的にこれらのパラメーターを含めると、予測精度が向上する可能性があります。さらに、これらのモデルはヒマラヤ山麓をカバーする限られたデータセットから派生したものであるため、同様の現場条件への適用が制限されています。

植栽材料は、国内のさまざまな地域のさまざまな政府の苗床から入手し、すべての許可を得ました。すべてのコレクションは、関連する制度的、国内的、国際的なガイドラインおよび法律に準拠しています。

現在の研究中に使用および/または分析されたデータセットは、合理的な要求に応じて責任著者から入手できます。

Vorontsova, MS、Clark, LG、Dransfield, J.、Govaerts、RHA & Baker、WJ 竹と籐の世界チェックリスト 102 (Science Press、2017)。

Google スカラー

Lobovikov, M.、Paudel, S.、Ball, L.、Piazza, M.、Guardia, M.、Ren, H.、Russo, L. & Wu, J. 世界の竹資源: 枠組みで準備されたテーマ研究2005 年の世界森林資源評価。食糧農業機関、(2007)。

FAO。世界森林資源評価 2020: メインレポート、ローマ。 2021 年 11 月 18 日にアクセス。https://www.fao.org/3/ca9825en/ca9825en.pdf。 https://doi.org/10.4060/ca9825en (2020)。

ISFR http://www.indiaenvironmentportal.org.in/files/file/isfr-fsi-vol1.pdf (2021 年 11 月 18 日にアクセス) (2019)。

サラム、K. 貧しい人々をつなぐ：竹、問題、展望。 South Asia Bamboo Foundation (SABF) (2013) は、jeevika.org/bamboo/2g-article-fornbda.docx から 2013 年 12 月 17 日に取得。

インバー。 2021 年 11 月 18 日にアクセス。https://www.inbar.int/global-programmes/。

Osman, AI、Abdelkader, A.、Johnston, CR、Morgan, K. & Rooney, DW エネルギー生産およびその他の用途のためのリグノセルロース系バイオマス燃焼の熱調査と動力学的モデリング。工業工学化学。解像度 56、12119–12130 (2017)。

記事 CAS Google Scholar

Fawzy, S.、Osman, A.、Doran, J. & Rooney, DW 気候変動緩和のための戦略: レビュー。環境。化学。レット。 18、2069 ～ 2094 (2020)。

記事 CAS Google Scholar

IPCC。地球温暖化は1.5℃。参加者: Masson-Delmotte, V.、Zhai, P.、Pörtner, H.-O.、Roberts, D.、Skea, J.、Shukla, PR、Pirani, A.、Moufouma-Okia, W.、Péan、 C.、ピドコック、R.、コナーズ、S.、マシューズ、JBR、チェン、Y.、周、X.、ミシガン州ゴミス、ロンノイ、E.、メイコック、T.、ティグナー、M.、ウォーターフェルド、T . (編) 気候変動、持続可能な開発、地球温暖化の脅威に対する世界的な対応を強化するという文脈で、産業革命以前より 1.5 ℃上昇した地球温暖化の影響と、関連する世界的な温室効果ガス排出経路に関する IPCC 特別報告書。貧困撲滅への取り組み（2018年）。 https://www.ipcc.ch/site/assets/uploads/sites/2/2019/06/SR15_Full_Report_High_Res.pdf (2019 年 12 月 22 日にアクセス)。

オスマン、A.ら。バイオマスのバイオ燃料への変換とライフサイクル評価: レビュー。環境。化学。レット。 19、4075–4118 (2021)。

記事 CAS Google Scholar

Balajii, M. & Niju, S. バイオディーゼル生産用の Biochar 由来の不均一触媒。環境。化学。レット。 17、1447 ～ 1469 年。 https://doi.org/10.1007/s10311-019-00885-x (2019)。

記事 CAS Google Scholar

Gunarathne, V.、Ashiq, A.、Ramanayaka, S.、Wijekoon, P. & Vithanage, M. 資源回収と汚染修復のための都市固形廃棄物からのバイオ炭。環境。化学。レット。 17、1225–1235。 https://doi.org/10.1007/s10311-019-00866-0 (2019)。

記事 CAS Google Scholar

Lobovikov, M.、Schoene, D. & Yping, L. 気候変動と田舎の暮らしにおける竹。ミティグ。適応する。戦略。グロブ。 Change 17、261–276 (2012)。

記事 Google Scholar

Yuen, JQ、Fung, T. & Ziegler, AD 世界中の竹生態系における炭素蓄積量: 推定値と不確実性。のために。エコル。管理。 393、113–138 (2017)。

記事 Google Scholar

AS デビ氏とカンザス州シン氏インド北東部の竹の地上バイオマスにおける炭素貯蔵および隔離の可能性。科学。議員第 11 号、837 (2021)。

論文 CAS PubMed PubMed Central Google Scholar

AJ ナス氏、R. ラル氏、アラスカ州ダス氏炭素農法と炭素取引のための木質竹の管理。グロブ。エコル。保守します。 3、654–663 (2015)。

記事 Google Scholar

UNFCCC。クリーン開発メカニズム執行委員会の第 39 回会議。国連キャンパス、ランガー・オイゲン、ヘルマン・エーラース通り 10、53113 ボン、ドイツ (2008)。

FTFA。アフリカの食べ物と木。世界初の竹製カーボン・オフセット・クレジットが自主炭素市場の VCS に基づいて発行されました。掲載:trees.co.za (2012)。

Sharma, R.、Wahono, J. & Baral, H. 竹は、代替バイオエネルギー作物であり、インドネシアの土地回復のための強力な同盟者です。サステナビリティ 10、4367 (2018)。

記事 Google Scholar

チン、KLら。竹からのバイオエネルギー生産：マレーシアの観点から見た潜在的な資源。バイオリソース 12、6844–6867 (2017)。

記事 CAS Google Scholar

Littlewood, J.、Wang, L.、Tumbull, C.、Murphy, RJ 中国における竹からのバイオエタノールの技術経済的可能性。バイオテクノロジー。バイオ燃料 6、173–173 (2013)。

論文 PubMed PubMed Central Google Scholar

バッキンガム、K.ら。竹の可能性は時代遅れの政策枠組みによって制約されています。アンビオ 40、544–548 (2011)。

論文 PubMed PubMed Central Google Scholar

IPCC shorturl.at/bguxF (2021 年 11 月 18 日にアクセス) (2003)。

Kempes, CP, West, GB、Crowell, K. & Girvan, M. 比衡尺度および資源制限から最大樹高およびその他の形質を予測。 PLoS ONE 6(6)、e20551 (2011)。

論文 ADS CAS PubMed PubMed Central Google Scholar

GW 州シレシ森林バイオマス推定モデル、よくある間違い、および是正措置についての批判的なレビュー。のために。エコル。管理。 329、237–254 (2014)。

記事 Google Scholar

ヴェルマ、A. et al. ヒマラヤ西部の荒廃した土地にある Grewia optiva のバイオマスと炭素貯蔵量を推定するための予測モデル。アグロフォー。システム。 88(5)、895–905 (2014)。

記事 Google Scholar

Gao, X. et al. アロメトリック方程式モデルを使用した高さと直径の関係のモデリング: Phyllostachys edulis の林分のケーススタディ。 J.フォー。解像度 27、339–347 (2016)。

記事 CAS Google Scholar

Huy, B. & Long, TT 竹林バイオマスおよび炭素評価マニュアル、INBAR 技術報告書 (2019)。https://www.inbar.int/resources/inbar_publications/a-manual-for-bamboo-forest-biomass -and-carbon-assessment/ (2021 年 11 月 18 日にアクセス)。

Brahma, B. et al. インドの森林バイオマス推定式の批判的レビュー。木のため。人物 5、100098。https://doi.org/10.1016/j.tfp.2021.100098 (2021)。

記事 Google Scholar

yen, TM, Ji, YJ & Lee, JS 直径分布モデルに基づいて、急速に成長するマキノタケ (Phyllostachys makinoi) 植物のバイオマス生産と炭素貯蔵量を推定します。のために。エコル。管理。 260、339–344。 https://doi.org/10.1016/j.foreco.2010.04.021 (2010)。

記事 Google Scholar

FAO。森林バイオマス推定のための破壊的測定に関するガイドライン (FAO、ローマ、2012)。

円、TM 異なる管理戦略を適用した孟宗竹林の年齢系列の地上構造と地上炭素貯蔵量の比較。 J.フォー。解像度 20、1–8 (2015)。

記事 CAS Google Scholar

Yuen, JQ、Fung, T. & Ziegler, AD 世界中の竹生態系における炭素蓄積量: 推定値と不確実性。のために。エコル。管理。 393、113–138 (2017)。

記事 Google Scholar

Nath、AJ、Das、G.、Das、AK インド北東部の村の竹にある地上に立っているバイオマスと炭素の貯蔵。バイオマスバイオエネルギー 33、1188–1196 (2009)。

記事 Google Scholar

Rawat, RS、Arora, G.、Rawat, VRS、Borah, HR、Singson, MZ、Chandra, G.、Nautiyal, R. & Rawat, J. アロメトリック方程式の開発による竹種のバイオマスと炭素貯蔵量の推定。インド森林研究教育評議会、インド、デラドゥン（2018）。

Tripathi、SK & Singh、KP 乾燥した熱帯地方で最近収穫された成熟した竹サバンナにおける生産性と栄養循環。Ｊ．Ａｐｐｌ．エコル。 31、109–124 (1994)。

記事 Google Scholar

Kaushal、R. et al. インドのドゥーン渓谷にある雄の竹 (Dendrocalamus strictus L.) のバイオマスと炭素蓄積量を推定するための予測モデル。アクタエコール。罪。 36、469–476 (2016)。

記事 Google Scholar

Das, D. & Chaturvedi, OP バンブーサバンボス (L.) インド東部のヴォス農園: I. 稈の加入、乾物動態および炭素フラックス。 J. バンブーラタン 5(1&2)、47–59 (2006)。

Google スカラー

Shanmughavel, P. & Francis, K. 成長中の竹 (Bambusa bambos (L.) Voss) における地上バイオマス生産と栄養分分布。バイオマスバイオエネルギー 10(5/6)、383–91 (1996)。

記事 CAS Google Scholar

Seethalakshmi, KK & Kumar, M. インドの竹: 概要。ケララ森林研究所、Peechi および竹と籐の国際ネットワーク、北京 (1998)。

記事 Google Scholar

FAO。森林バイオマス推定のための破壊的測定に関するガイドライン (FAO、ローマ、2012)。

ホイ、B.ら。ベトナムの常緑広葉樹林における樹木地上部バイオマスを推定するためのアロメトリック方程式。のために。エコル。管理。 382、193–205 (2016)。

記事 Google Scholar

ホイ、B.ら。ベトナムの熱帯フタバガキ林における樹木地上部バイオマスを推定するためのアロメトリック方程式。 Forests 7(180)、1–19 (2016)。

Google スカラー

Huy, B.、Poudel, KP および Temesgen, H. ベトナム中南部沿岸生態地域における常緑広葉樹林の地上バイオマス方程式: 生態地域モデルまたは汎熱帯モデルの選択。のために。エコル。管理。 376、276–283 (2016)。

記事 Google Scholar

赤池博史「最尤原理の拡張としての情報理論」。 Petrov, BN & Csaki, FE (編) 情報理論に関する第 2 回国際シンポジウムの議事録。ブダペスト: アカデミアイキアド、267–281 (1973)。

Schwarz, GE モデルの寸法を推定します。アン。統計 6(2)、461–464 (1978)。

記事 MathSciNet MATH Google Scholar

Huy, B. 森林樹木バイオマスを推定するためのアロメトリック方程式を開発および相互検証するための方法論。ホーチミン市: 科学と技術、238 (2017a)。

Huy、B. 林業における統計情報学。ホーチミン市: 科学と技術、282 (2017b)。

Huy, B.、Tinh, NT、Poudel, KP、Frank, BM & Temesgen, H. 熱帯乾燥フタバガキ林における樹木の地上部バイオマスとその成分推定値の信頼性を向上させるための分類群固有のモデリングシステム。のために。エコル。管理。 437、156–174 (2019)。

記事 Google Scholar

Huy, B.、Thanh, GT、Poudel, KP & Temesgen, H. 熱帯林における一般的な竹種 (Bambusa procera A. Chev. および A Camus) の地上バイオマスとその成分を推定するための個々の植物のアロメトリック方程式。フォレスト 10、1–17 (2019)。

記事 Google Scholar

Mayer, DG & Butler, DG 統計的検証。エコル。モデル。 68、21–32 (1993)。

記事 Google Scholar

Chave, J. et al. 樹木のアロメトリーと熱帯林の炭素貯蔵量とバランスの推定の改善。 Oecologia 145、87–99 (2005)。

論文 ADS CAS PubMed Google Scholar

Basuki, TM、Van Laake, PE、Skidmore, AK & Hussin, YA 熱帯低地のフタバガキ林における地上生物量を推定するためのアロメトリック方程式。のために。エコル。管理。 257、1684–1694 (2009)。

記事 Google Scholar

Kaushal、R. et al. インド、ヒマラヤ山麓西部のさまざまな竹種の発根挙動と土壌特性。科学。議員第 10 号、4966 (2020)。

論文 ADS CAS PubMed PubMed Central Google Scholar

PJ Kramer および Kozlowski 著、TT Physiology of Wood Plants 628–702 (McGraw Hill、1979)。

Google スカラー

IPCC は http://www.ipcc.ch で入手できます。 2008年10月にアクセス（2008年）。

yen, TM, Ji, YJ & Lee, JS 直径分布モデルに基づいて、急速に成長するマキノタケ (Phyllostachys makinoi) 植物のバイオマス生産と炭素貯蔵量を推定します。のために。エコル。管理。 260、339–344 (2010)。

記事 Google Scholar

井上明、坂本真、須賀英、北里英、作田和一、日本三大有用竹の一方向体積表の作成。 J.フォー。解像度 18、323–334 (2013)。

記事 Google Scholar

Kralicek, K.、Hui, B.、Poudel, KP、Temesgen, H. & Salas, C. ベトナムの熱帯林における地上および地下のバイオマスの同時推定。のために。エコル。管理。 390、147–156 (2017)。

記事 Google Scholar

Montes, N.、Gauquelin, W.、Badri, V.、Bertaudiere, EH & Zaoui, A. 絶滅の危機に瀕している森林地帯の地上森林バイオマスを推定するための非破壊的手法。のために。エコル。管理。 130、37–46 (2000)。

記事 Google Scholar

ヴェルマ、A. et al. ヒマラヤ西部の荒廃した土地にある Grewia optiva のバイオマスと炭素貯蔵量を推定するための予測モデル。アグロフォー。システム。 88、895–905。 https://doi.org/10.1007/s10457-014-9734-1 (2014)。

記事 Google Scholar

シングナー、P. et al. 薄肉竹 Schizostachyum dulooa Pseudostachyum Polymorphum および Melocanna baccifera のさまざまな熟成林分におけるアロメトリックスケール、バイオマス蓄積および炭素貯蔵量。のために。エコル。管理。 395、81–91。 https://doi.org/10.1016/j.foreco.2017.04.001 (2017)。

記事 Google Scholar

Huang, S.、Price, D. & タイタス, SJ 北方林におけるシラトウヒの生態地域ベースの高さ直径モデルの開発。のために。エコル。管理。 129、125–141 (2000)。

記事 Google Scholar

円、TM 急速に成長する孟宗竹 (Phyllostachy pubescens) の初期成長段階における稈の高さの発達、バイオマス蓄積および炭素貯蔵。ボット。スタッド。 57、10 (2016)。

論文 PubMed PubMed Central Google Scholar

Tripathi、SK & Singh、KP インドの乾燥熱帯地方で最近伐採された成熟した竹サバンナにおけるカルムの加入、乾物動態および炭素フラックス。エコル。解像度 11、149–164 (1996)。

記事 Google Scholar

Singh, AN & Singh, JS バイオマス、純一次生産量と乾燥した熱帯地域の土壌再開発に対する竹プランテーションの影響。のために。エコル。管理。 119、195–207 (1999)。

記事 Google Scholar

ダス、DK およびチャトゥルヴェディ、OP バンブサバンボス (L.) インド東部のヴォス農園: I. 稈の加入、乾物動態および炭素フラックス。 J. バンブーラタン 5、47–59 (2006)。

Google スカラー

Shanmughavel, P. & Francis, K. 成長中の竹 (Bambusa bambos (L.) Voss) における地上バイオマス生産と栄養分分布。バイオマスバイオエネルギー 10、383–391 (1996)。

記事 CAS Google Scholar

Arnoult, S. & Brancourt-Hulmel, M. ススキのバイオマス生産とバイオエネルギー利用のための組成に関するレビュー: 遺伝子型および環境の変動性と育種への影響。バイオエネルギー研究所 8、502–526 (2015)。

記事 CAS Google Scholar

Nath、AJ、Das、G.、Das、AK インド北東部の村の竹にある地上に立っているバイオマスと炭素の貯蔵。バイオマスバイオエネルギー 33、1188–1196 (2009)。

記事 Google Scholar

Bargali、SS、Singh、SP & Singh、R. ヒマラヤ中央部の一連のユーカリ農園の構造と機能 I. 乾物動態。アン。ボット。 69、405–411 (1992)。

記事 Google Scholar

Rizvi, RH、Dhyani, SK、Yadav, RS & Ramesh, S. インド北西部のヤムナナガル地区とサハランプル地区におけるポプラのアグロフォレストリーシステムのバイオマス生産と炭素貯蔵。カー。科学。 100、736–742 (2011)。

CAS Google スカラー

カニメ、N. 他ヒマラヤ中央部タライ地域のさまざまな樹木ベースのシステムにおけるバイオマス生産と炭素隔離。 For Trees Livelihoods 22(1)、38–50 (2013)。

記事 Google Scholar

アローラ、G. et al. ヒマラヤ中央部のタライ地域にあるポプルス・デルトイデス農園の年代別の成長、バイオマス、炭素貯蔵量および隔離。トルコ人。Ｊ．アグリック．のために。 https://doi.org/10.3906/tar-1307-94 (2013)。

記事 Google Scholar

ソング、Ｘら。中国の竹林による炭素隔離とその生態学的利点: 可能性、問題点、将来の課題の評価。環境。改訂版 19、418–428 (2011)。

記事 CAS Google Scholar

Winjum、JK、Dixon、RC & Schroeder、PE 森林プランテーションおよびその木材製品における炭素貯蔵。 J.ワールドリソース。管理。 8、1–19 (1997)。

Google スカラー

アラスカ州ヤダヴァタライ地域のさまざまなアグロフォレストリーシステムにおけるバイオマス生産と炭素隔離。インド人向け。 136(2)、234–244 (2010)。

Google スカラー

Lou, Y.、Li, Y.、Buckingham, K.、Henley, G. & Zhou, G. 竹と気候変動緩和: 炭素隔離の比較分析。竹と籐の国際ネットワーク (INBAR)、北京 (2010)。

Nair、PKR、Kumar、BM、Nair、VD 炭素隔離戦略としてのアグロフォレストリー。 J. Plant Nutr. 土壌科学。 172、10–23 (2009)。

記事 CAS Google Scholar

リファレンスをダウンロードする

両資金提供機関から受けた資金援助に正式に感謝します。また、実験の実施許可を与えてくださった ICAR および ICAR-IISWC 所長に感謝いたします。 UVS Chauhan 氏と Ravish 氏による技術支援に感謝いたします。

この研究は、ニューデリー国立竹使節団、インド・ウッタラーカンド州森林局、IFADとオランダ政府からの助成金、および森林・樹木・アグロフォレストリーに関するCGIAR研究プログラム（FTA）を通じて、国際竹籐機関（INBAR）から資金提供を受けました。）。

ICAR-インド土壌・水保全研究所、218、Kaulagarh Road、デラドゥン、248 195、インド

R. カウシャル、S. イスラム、JMS トマール、S. タプリヤル、M. マドゥ、タルンシン、アヴニンドラシン

GB パンツ農工大学、パントナガル、インド

サリル・テワリ

国際竹籐機構、北京、中国

TL トリン & J. デュライ

PubMed Google Scholar でこの著者を検索することもできます

RK、SI、ST、JD は研究を概念化し、実験を設計しました。 RK は実験資料に貢献しました。 JMST、STTS、AS が実験データ収集を実行し、RK、SI がデータ分析と解釈を実施しました。 SI、RK、MM が原稿を準備しました。 TLTとJDは資金を確保し、原稿を編集した。著者全員が原稿をレビューしました。

S.イスラムへの通信。

著者らは競合する利害関係を宣言していません。

シュプリンガーネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープンアクセスこの記事はクリエイティブコモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブコモンズライセンスへのリンクを提供し、変更が加えられたかどうかを示します。この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブコモンズライセンスに含まれています。素材が記事のクリエイティブコモンズライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Kaushal、R.、Islam、S.、Tewari、S. 他。インドのヒマラヤ山麓西部にある 7 種類のインドの竹のバイオマスを推定するためのアロメトリックモデルに基づくアプローチ。 Sci Rep 12、7527 (2022)。 https://doi.org/10.1038/s41598-022-11394-3

引用をダウンロード

受信日: 2021 年 11 月 23 日

受理日: 2022 年 4 月 15 日

公開日: 2022 年 5 月 9 日

DOI: https://doi.org/10.1038/s41598-022-11394-3

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティガイドラインに従うことに同意したことになります。虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。

前: インドにおける送電線建設における通行権（ROW）の課題とその緩和次: 信号

お問い合わせを送信

送信