杂种落叶松人工幼龄林林分枯损规律及枯损模型

根据2003—2015年黑龙江省江山娇实验林场杂种落叶松人工林48块固定样地复测数据,在对不同初植密度(Dp)等级(SD1(Dp2 000株/hm~2)、SD2(2 000≤Dp3 000株/hm~2)、SD3(3 000≤Dp4 000株/hm~2)、SD4(Dp≥4 000株/hm~2))林分的总体枯损趋势以及不同密度等级的株数、蓄积和径阶枯损分布规律分析的基础上,假定相对枯损率同林分年龄呈常数、幂指数、指数关系,利用差分模型结合拟合优度比较得出基础模型,并以初植密度等级作为哑变量构建了林分枯损(存活木株数)模型。结果表明:杂种落叶松林分枯损总体趋势分为3个阶段(林龄7~11 a为阶段1,林龄≥11~15 a为阶段2,林龄≥15~19 a为阶段3),枯损强度呈现强-弱-强的变化趋势,林分密度越大,株数枯损、蓄积枯损强度越大。杂种落叶松直径分布呈单峰山状曲线,且近似于正态分布,径阶枯损分布主要集中在2~12径阶。建议杂种落叶松造林初植密度小于4 000株/hm~2,在林分年龄为15 a时,对林分进行抚育间伐。杂种落叶松人工林林分相对枯损率同林龄的指数函数显著相关,将林分初植密度作为哑变量能明显提高林分枯损模型的拟合效果(R2a由0.77~0.93提高到0.97),该模型适用于预测不同初植密度幼龄林的存活木株数。     

基于哑变量的油松人工林和天然林生长模型

为准确掌握油松生长过程、改善油松经营管理模式,利用北京地区油松连续清查数据,在Richards模型基础上,考虑林分起源的差异,在模型中引入哑变量,建立北京地区不同林分起源相容性油松林分生长模型。结果表明：所建立的含哑变量的油松生长模型,对油松林分生长模型的拟合效果较好,决定系数高达0.9380和0.9918;油松蓄积量的拟合效果比断面积好,人工林的拟合效果高于天然林。用检验数据对模型进行适应性检验,林分断面积和蓄积量生长模型的预估精度均在90％以上。     

油松林分断面积与蓄积量生长模型研究

对北京地区油松林分断面积、蓄积量生长模型进行研究,为建立通用的、相容的断面积、蓄积量生长模型奠定基础。利用北京市油松一类清查数据,以Richards和Shumacher 为基础模型,通过选取不同的密度指标,分别拟合油松林分的断面积、蓄积量生长模型,并选取最优的断面积、蓄积量模型,引入哑变量,将间伐林分和未间伐林分合并建立林分断面积、蓄积量生长模型。结果表明,油松林分的断面积、蓄积的模拟效果都较好,R²分别最高达0.900 0、0.890 0,而且不同的密度指标直接影响模型的预估效果,林分断面积生长模型选用林分密度指数作为密度指标的预估效果更好;林分蓄积量生长模型选用林分断面积作为密度指标时预估效果更好,当在模型中的渐近值参数引入密度指标后,Schumacher模型对林分蓄积量的预估精度又要略优于Richards模型,通过模型的独立性检验,预测精度均在91%以上;而在最优的模型上引入哑变量后的林分断面积、蓄积量模型的R²、预测精度都比常规的模型稍高,R²均在0.900 0以上,预测精度在0.950 0以上。引入哑变量能适当的提高模型的精度,可以用来描述北京地区油松林分在不同措施下的生长变化规律,也解决了不同类型林分合并建模不相容的问题。     

油松中幼人工林单木胸径生长模型研究

基于大量油松中幼人工林固定复位样地数据,选用林木大小、立地条件和林分竞争因子为自变量构建油松中幼人工林单木胸径生长的线性回归预测模型.模型复相关系数R2为0.699,影响油松单木胸径生长量的因素从大到小依次为竞争因素>立地条件>林木大小;油松单木胸径生长量随坡度增大、海拔升高、林分密度变大而减小;利用油松检验数据库对模型进行预估效果检验发现,油松平均胸径生长量预测值为1.3861略高于实测值1.3753cm,经T检验差异不显著.     

林分密度对枯落物层持水特性的影响

【目的】探讨林分密度对枯落物层持水特性的影响。【方法】以燕山山地不同林分密度(650(40年生),1 400(35年生),1 850(38年生)株/hm²)的油松人工林为研究对象,在其下设置标准地,测定枯落物层厚度和蓄积量,并将枯落物带回,采用室内浸泡法测定不同林分密度下枯落物层的持水特性。【结果】3种密度油松人工林枯落物层蓄积量为26.62～49.79 t/hm²;在林龄相差不大的情况下,650,1 400和1 850株/hm²油松人工林枯落物层蓄积量与林分密度呈现正相关关系。油松人工林枯落物层自然含水量随林分密度变化不明显,在50%左右;3种密度林分的饱和持水率无明显的规律性。枯落物层持水量与浸水时间呈对数关系;吸水速率与浸水时间呈幂函数关系。枯落物层对降雨的拦蓄能力与其林分密度呈正相关关系。【结论】对于林龄接近、立地条件相似的油松人工林而言,密度越大,其林下枯落物总蓄积量越大,枯落物层对于降雨的拦蓄作用也越强。     

基于单木水平和林分水平的油松兼容性生长模型

以油松林分为研究对象,基于北京市一类连续清查数据161块油松林分2期固定样地,建立单木水平和林分水平模型,利用组合预测法把油松单木水平模型和林分水平模型组合起来,用最优加权法计算单木水平和林分水平的权重系数,最后用3项数学指标M_AD、R_MSE、R²评估模型的预测效果。结果表明,所建的单木水平、林分水平和组合水平模型的预测效果均较好,经过分析比较,组合预测法预测油松断面积、蓄积量生长模型的精度高于单木水平和林分水平预测的精度。组合预测法所建立的模型结合了单木水平、林分水平模型的优点,提高了油松林分生长预测模型的兼容性,保障了油松林分生长模型预测结果的一致性,也可以用来预测下一期油松林分断面积、蓄积量生长规律。     

不同密度和立地条件对北京山区油松人工林树冠的影响

使用25块标准地资料,尝试用美国的树冠调查指标对北京山区油松人工林进行初步调查探究,对4种林分密度(500、1000、1500、2000株9hm-2)同龄级(40～50a)油松人工林树冠因子的研究发现:北京山区油松人工林(40～50a)林分密度应控制在1500株·hm-2以下有利于树冠生长;对比分析3种立地条件(低山阴坡厚土、低山阴坡薄土、低山阳坡厚土)下树冠生长情况,结果表明:油松最适宜生长在阴坡厚土条件下;对不同林分密度、立地条件下树冠因子进行相关分析,发现林分密度与冠幅、树冠长度、树冠密度、树冠透光率呈显著负相关;立地条件与树冠透光率呈极显著负相关(相关系数为-0.997),与其他指标相关性较低,说明林分密度对树冠生长的影响较立地条件更大,是影响树冠生长的重要因素,合理调整林分密度有利于树冠的生长。     

基于土壤因子的近天然落叶松云冷杉林枯损模型研究

以吉林省汪清林业局金沟岭林场近天然落叶松云冷杉林为研究对象,通过多元线性回归方法,建立了林分单位面积枯损株数与土壤因子、林分密度(SD)和立地指数(SI)的关系,以探索通过枯损模型表征土壤变量对立地条件的影响.结果表明:枯损树木与土壤因子和林分密度可以接受线性回归,全林分枯损模型为Y=838.375-47.810TK+0.343SD(调整R2=0.731),其中落叶松枯损模型为Y=2149.86-81.594TK-314.054TN(调整R2=0.739),而云冷杉枯损模型的拟合优度R20.6,说明复杂林分条件下优势树种与共优势树种对于土壤因子的响应与林分不同.     

基于零膨胀模型和栅栏模型的赣南杉木林林分枯损模型

【目的】分析林分的枯损情况,构建林分水平枯损模型,探讨树木死亡的影响因素,为科学经营和有效管理提供参考依据。【方法】以江西省赣州市2009年森林资源二类调查中地类为纯林的1973块杉木样地为数据源,将样地按4∶1的比例随机划分成模拟数据（1 579块）和验证数据（394块）,分别用于模型的构建和验证。选取基于泊松分布和负二项分布形式的零膨胀模型和栅栏模型等4种模型,以林分枯损株数为因变量,以林分因子、立地因子和气候因子等17个环境因子为自变量,构建杉木林林分水平枯损模型。利用方差膨胀因子（VIF）排除各环境因子间相关性较大的因子;采用赤池信息准则（AIC）、贝叶斯信息准则（BIC）和-2倍对数似然函数值（-2logL）3种评价指标分析比较各模型之间的拟合效果,选用平均绝对误差（MAE）和均方根误差（RMSE）等比较其预测效果,筛选出最优林分水平枯损模型。【结果】（1）除最暖月平均温度、最冷月平均温度和无霜期天数外,其余14个环境因子间均不存在多重共线性（VIF<10）。（2）在模型的零部分,各参数估计值均在0.001水平上显著,海拔、林龄和株数密度是影响杉木林林分枯损的重要因子;...     

基于度量误差方法的油松林分生长模型

为掌握北京地区油松Pinus tabulaeformis生长过程,建立相容的断面积和蓄积模型,通过引入间伐林分与未间伐林分的哑变量,分别建立林分断面积、林分蓄积生长模型,然后从相容的角度出发,建立林分断面积、蓄积量的误差变量联立方程组,并与不含哑变量的传统生长模型的误差变量联立方程组进行比较。经检验,传统误差变量联立方程组中林分断面积和林分蓄积生长模型的预测精度都在92%以上,对油松林分断面积的预测精度高达0.921 5,决定系数高达0.900 1,对油松林分蓄积量的预测精度达到了0.928 3,决定系数高达0.912 3,而引入哑变量的误差变量联立方程组中,模型的预测精度和确定系数稍高,均在93%以上,对油松林分断面积的预测精度高达0.939 8,决定系数达到了0.927 9,对油松林分蓄积量的预测精度在0.930 0以上,决定系数达0.932 8。这说明引入哑变量,一定程度上提高了模型的预测精度,而且所建模型比较合理,形式相对简单,便于应用,不仅使得林分水平上的林分断面积、蓄积量的预测结果具有相容性,同时还考虑了间伐措施对林分生长的影响,达到了林分生长与收获模型整体化研究的目的,为林分的经营管理提供了可靠依据。     

基于修正函数的杉木人工林单木冠幅预测模型1）

在福建省顺昌县,选择50块不同林龄、密度和立地条件的杉木人工纯林为研究对象,采用修正方程法构建杉木单木冠幅模型。在冠幅－树龄潜在生长函数的基础上,以地位指数、林分密度、竞争指数和胸径作为修正变量,根据指数函数和幂函数的组合形式构建误差函数,基础函数与误差函数的乘积即为冠幅修正模型。结果表明：在16种组合的修正方程中,4项幂函数乘积组合的模型拟合效果最佳（ R2＝0．876）;使用未参与建模的数据对模型进行检验,检验结果显著;将修正模型与一元线性回归和多元线性回归模型进行对比分析,发现无论是决定系数还是残差值,修正模型的拟合效果最优,因此,修正模型可以更好地预测杉木冠幅生长。     

北京松山森林动态模拟研究

运用改进的林隙模型ZELIG,对北京松山自然保护区的森林动态进行模拟和验证.结果如下:①模型能够合理地模拟华北暖温带阔叶林区森林的演替过程;群落先锋树种以山杨、白桦为主,100年后可达到相对稳定;建群种包括蒙古栎和油松,这两个种互为消长,栎类优势更显著.②模型较准确地量化模拟出树种组成和生物量,其中,建群种的模拟结果与观测值基本一致;先锋种模拟结果总体优于单个树种的模拟.③对松山自然保护区的森林演替趋势进行预测:不同的初始状态对森林组成和生物量有较大影响,但系统都有回复到同一状态的趋势,且起始于蒙古栎林比起始于油松林回复速度快;有林地中的伴生种受压状态明显;起始于蒙古栎林时生物量均值最大,而起始于油松林时最稳定.      

抚育间伐对桥山林区油松林乔木层碳储量的影响

本研究尝试利用生长过程表分析间伐对林分生长与收获的影响,探究抚育间伐后油松人工林碳储量的变化,为森林抚育经营和碳汇造林的理论和方法研究探索一条积极的思路。研究选取有5个间伐试验区组设计基础的陕北桥山林区油松人工林,结合生长过程表,通过生物学模型链接,初步构建了综合林分生长、生物量和碳储量预估模型的人工林抚育间伐方案评估体系。结果表明,抚育间伐能明显促进林分生长并显著降低林分的枯损率,抚育间伐的影响效果在间伐后5~12 a比前4 a更为显著。在间伐后5~12 a间,不同保留密度林分的初级生产力恢复到相似水平。抚育间伐后,林分碳储量的增长速度明显加快,但是由于间伐后林分密度的下降,对于单木和林分碳储量的影响并不相同。间伐林分的单木碳储量会明显高于未间伐林分,而间伐林分的乔木层碳储量在12 a后仍低于未间伐林分。分别以蓄积、经济材和碳固存为目标,得到的最佳经营方案都不同。通过各方案收益的比较分析,可以得到最优方案以满足林分经营的多目标需求。     

基于“三边”参数的油松林叶绿素估算模型1）

利用ASD便携式手持光谱仪,实测了研究区域内油松林健康松枝和发黄松枝的原始光谱数据,并采集松枝样本进行叶绿素的测定。通过对光谱数据的处理,计算出光谱数据的位置特征参数—“三边”参数。对“三边”参数与所测叶绿素值进行相关性分析,选择最优的参数拟合出叶绿素的线性回归模型。结果表明：基于红边面积（SDr）的健康松树针叶叶绿素估算模型的决定系数为0．788;基于蓝边位置（PDb）的发黄松树针叶叶绿素估算模型的决定系数为0．710。利用实验数据对所建立的估算模型进行验证,健康松树针叶与发黄松树针叶叶绿素估算模型的可靠性均满足实验要求,说明应用“三边”参数估算植被叶绿素的方法是可行的。     

基于BP神经网络的油松人工林树高模型研究

通过分析比较不同算法以及不同输入层因子,构建出最佳的黄龙山区油松人工林树高预测BP神经网络模型。以陕西省延安市黄龙县44块油松人工林样地实测数据为数据源,通过对6种BP神经网络的训练方法进行训练,经过反复筛选找出最优模型并与传统胸径-树高模型作比较;最后将BP神经网络中的输入因子从2个增加到6个后,经过反复训练筛选出最优模型与2因子的BP神经网络模型作比较。结果表明:1）贝叶斯归一化（BR）算法在6种算法中表现最佳,R²和MSE分别为0.963 0和1.168;2）不同隐含层节点数的选取会对BP神经网络模型的建立产生一定的影响,BP神经网络模型的决定系数（R²）随着隐含层节点数的增加呈现先上升后下降的趋势;均方误差（MSE）呈现先下降后上升的趋势,两者都在节点数为10时有极值,此时的模型为最优模型;3）当输入因子为胸径和优势树高时,油松人工林的最优模型结构为（输入层节点数:隐含层节点数:输出层节点数为2∶10∶1）,此时BP神经网络模型对树高预测的决定系数（R²）和均方误差（MSE）分别为0.761 0和1.984 7;当输入因子为胸径、优势树高、林分密度、竞争指数、坡度和坡向时,最优模型结构为6∶10∶1,此时BP神经网络模型对树高预测的决定系数（R²）和均方误差（MSE）分别为0.844 7和1.955 7。由此得出,在建立油松人工林树高BP神经网络模型方面优化类算法要优于启发式下降算法;BP神经网络模型与传统模型相比,BP神经网络模型不需要目标方程结构,并且模拟和预测的精度均要优于传统模型;在原有BP神经网络模型的基础上再引入林分密度、竞争指数、坡度、坡向这些输入因子后所得到的新的BP神经网络模型对树高模型的建立和预测要优于原有BP神经网络模型。     

黄龙山林区油松人工林模拟抚育与预测

以油松人工林样地数据为基础,分别建立油松人工林胸径—冠幅模型、胸径生长模型,对黄龙山林区油松人工林进行模拟抚育与预测。结果表明:(1)模拟抚育后,林分平均胸径均有较大幅度增长,种群密度大于4 000株/hm2的样地和2 000~4 000株/hm2的样地抚育后平均胸径相似。(2)种群密度在2 000株/hm2以下的林分在抚育后第6 a可再次进行抚育。(3)种群密度在2 000株/hm2以上的林分在抚育后第9 a可再次进行抚育。     

辽宁兴城种子园油松高生长的预估模式

本文应用灰色系统理论,以辽宁兴城油松种子园内1977—1984年12个无性系的平均单株年生长量为基础,与该地6个气象因子分别计算了关联度。从这些数据中按水分和热量择取关联度较大的相对湿度和气温,建立了线性静态模式,并用残差模型作修正,得到下列模式; X_1~(0)(t)=70.214-0.975X_2~(0)(t)+2.335X_3~(0)(t)经检验,模式的平均误差为5％     

菜蚜种群密度简易估计的数学模型

根据田间菜蚜种群的数量消长和空间扩散规律，提出了一个根据有蚜株率Ｐ来估计种群平均密度Ｍ的数学模型，并利用同样数据，对几个常见的Ｐ～Ｍ关系模型进行拟合。根据各个拟合模型的残差平方和分析，新提出的模型对菜蚜种群数据具有较高的拟合能力，该模型适合于田间在一季作物的生长初期菜蚜种群处于定居扩散期间（Ｐ＜１００％）的种群密度简易（二项抽样）估计，可简化田间菜蚜种群的密度调查工作。文中还对该模型的密度估计方差及理论抽样数进行了分析。     

印度洋长鳍金枪鱼CPUE权重配置对资源状态指标的影响

单位捕捞努力量渔获量（catch per unit effort,CPUE）权重问题对于渔业资源评估而言至关重要。本研究使用印度洋长鳍金枪鱼（Thunnus alalunga）的渔业独立和非独立数据,构建了年龄结构资源评估模型（ASAP）。利用评估模型估计得出的参数,使用年龄结构种群模拟器（PopSim）模拟“真实”的资源种群动态以及相应的捕捞动态。针对不同序列的CPUE数据赋予不同的权重因子,同时考虑种群关键参数（自然死亡系数M和陡度h）的错误设置,进行敏感性分析,阐述CPUE权重的错误设置对评估结果的影响。结果表明,当估算模型中的M和h被正确指定或被低估时,若给具有较高准确性或较长时间序列的CPUE分配更多的权重,模型估算的捕捞死亡系数F和产卵亲体生物量B具有较小的相对误差（RE）和相对均方根误差（RMSE）,即估算更为准确。同时,对不确定性较高的CPUE赋予更大的权重会使Flast/Fstart的估计值过高,而Blast/Bstart的估计值准确性较低。因此,当使用多组CPUE数据时,对具有较高准确性或较长时间序列的CPUE分配更高的权重,或可提高资源状态指标估算的准确性。同时,在CPUE权重的分配中应考虑重要生物学参数（例如M和h）的准确性,至少应进行敏感性分析,以涵盖潜在的模型或参数的错误设置对CPUE权重的影响。     

贵州杉木人工林生长收获模型系统的研究

为建立经营模型系统和提高森林培育的定量化管理水平用多年积累的各类试验林、固定样地等资料．在立地盾量评价基础上．利用优势高(Ho)受密度和人为干扰小的特点．把以作为独立变量引入有关模型．采用计算机模拟方法。建立了自然状态下直径和断面积生长预测模型、直径分布和树高曲线模型、疏伐木和疏伐后林分平均高、平均胸径预测模型、疏伐后林分平均胸径生长预测模型、优化密度等模型．形成了以立地质量评价为起点的生长收获模型系统．解决了密度控制、林分结构和生长收获的动态预测、疏伐效益分析．疏伐带来的非生长性增长等问题．模型系统经验验．可在相应研究区域内应用。