编辑推荐：
为解决尼泊尔非森林区竹子碳储量量化难题，研究人员开展 Bambusa teres 和 Bambusa tulda 地上生物量模型研究。基于 DBH 和高度构建多种回归模型，发现幂模型（M9）预测秆和总 AGB 效果最佳，为碳核算和碳信用市场提供依据。
竹子作为 “绿色黄金”，在应对气候变化中扮演重要角色，其生物量估算对碳储量评估至关重要。然而，不同物种、生境和管理方式下竹子的碳储存能力差异显著。在尼泊尔，非森林地区竹子分布广泛但缺乏有效管理，且缺乏针对本地物种的生物量估算模型，导致难以准确量化其碳汇潜力。此外，现有通用模型多基于森林或人工林环境开发，无法准确反映非森林环境中竹子的生长特征，如农田、河岸等异质生境中的种群结构和资源分配模式。因此，开发适用于尼泊尔非森林地区特有竹种的生物量模型，成为提升碳核算精度、推动国家参与全球碳信用体系的关键挑战。
为解决上述问题，尼泊尔 Tribhuvan University、Forest Research and Training Centre（FRTC）等机构的研究人员，针对尼泊尔非森林地区广泛分布的 Bambusa teres Buch.-Ham. ex Munro 和 Bambusa tulda Roxb. 开展了专项研究。研究旨在构建物种特异性的地上生物量（AGB）估算模型，量化其碳储存潜力，为尼泊尔的森林管理和碳交易提供科学依据。该研究成果发表在《Agroforestry Systems》上。
研究采用破坏性采样方法，在尼泊尔不同地理区域（包括 Terai、Siwaliks、Middle Mountains 等）的非森林地块（主要为农田、边际土地）选取 104 株竹秆（54 株 B. teres，50 株 B. tulda）。测定每株竹秆的胸径（DBH，距地面 1.3 米处直径）、高度等指标，并将竹秆分为叶、枝、秆等组分，通过烘干称重法获取各组分的干生物量。基于 DBH 和高度作为自变量，采用线性、幂函数、指数函数等 9 种回归模型（如 M1-M9）进行拟合，利用留一交叉验证（LOOCV）评估模型性能，通过调整 R2（adj-R2）、赤池信息准则（AIC）、根相对均方误差（RRMSE）等指标筛选最优模型。
生物量参数与模型性能
研究发现，B. tulda 的平均 DBH、叶和枝生物量显著高于 B. teres，但两者的秆生物量和总 AGB 无显著差异。在模型表现方面，同时纳入 DBH 和高度的幂模型（M9：Biomass = a?DBHb·Heightc）对秆生物量和总 AGB 的预测效果最佳，adj-R2 均超过 0.80。例如，B. teres 的秆生物量模型为 Biomass = 0.039?DBH1.667·Height0.515（adj-R2=0.85），总 AGB 模型为 Biomass = 0.025?DBH1.83·Height0.416（adj-R2=0.82）。然而，叶和枝生物量的模型预测精度较低（adj-R2<0.55），可能与分枝模式受光照、种群密度等环境因素影响较大有关。
与现有模型的对比
将本研究模型与缅甸、印度、泰国等地区的现有模型对比发现，针对非森林环境开发的物种特异性模型在预测尼泊尔竹种生物量时误差显著更低。例如，泰国 Yuen 等开发的总 AGB 模型（基于 B. nutans）在本研究数据中表现出 20.76% 的 RRMSE，而本研究模型的 RRMSE 仅为 18.78%-22.67%。这表明通用模型难以跨区域适用，凸显了本地化模型开发的必要性。
物种特异性与碳汇意义
方差分析（ANOVA）显示，物种特异性模型的残差平方和显著低于通用模型，证实不同竹种的生物量分配模式存在显著差异。B. teres 将更多生物量分配至秆（占比 84%），适合作为木材资源；而 B. tulda 的枝、叶生物量占比更高（分别为 11% 和 6%），更适用于饲料或生态修复。这种差异提示，在碳汇评估中需考虑物种特性，避免通用模型导致的估算偏差。
本研究首次为尼泊尔非森林地区的 B. teres 和 B. tulda 建立了可靠的生物量估算模型，证实了幂函数模型在量化秆和总 AGB 中的有效性，并揭示了非森林环境中竹子生物量分配的独特性。研究结果为尼泊尔建立竹类碳汇数据库、参与全球碳信用市场提供了关键工具，同时呼吁进一步开发针对不同竹种、年龄和地下生物量的模型，以完善碳核算体系。该研究不仅填补了南亚地区非森林竹子研究的空白，也为其他发展中国家在异质生境中的生物量建模提供了方法论参考，对推动基于自然的气候解决方案具有重要意义。
