六盘山林区华北落叶松林测树因子相关性分析

[目的]对宁夏林区华北落叶松人工林树高-胸径等林分特征结构进行相关性分析.[方法]采用野外观测的方法,得到华北落叶松人工林树高、胸径、冠幅等林分结构特征指标.[结果]冠幅-胸径存在极弱相关,树高-胸径最优曲线模型为H=2.411+1.425D-0.039D2+0.000427D3(H为树高,D为胸径),树高-冠幅最优曲线模型为H=0.299G0.814(H为树高,G为冠幅),材积-胸径最优曲线模型为V=0.000204D2.406(V为材积,D为胸径).[结论]幂函数曲线模型能够很好地拟合胸径-材积相关性(R2=0.957),所选最优曲线模型V=0.000204D2.406可用来估算华北落叶松人工林胸径、材积的值,从而提高模型预测能力.     

新疆北疆棉花多元复合遥感估产模型研究

[目的]揭示棉花产量与棉花叶面积指数( LAI)、归一化植被指数(NDVI)相关关系,辨识新疆北疆棉花遥感估产最佳时相,建立棉花产量与LAI及NDVI间的多元复合遥感估产模型,为大面积棉花生产管理和估产提供理论参考.[方法]以TM影像为数据源,结合实地调查的棉花LAI、NDVI和产量等数据,对影像数据进行校正,最后用统计学方法分析棉花指数与产量数据间关系和建模.[结果]棉花LAI在各生育期呈先升后降的趋势,花铃期最高,均值为3.69;棉花NDVI在各生育期基本处于稳定的较高水平,棉花生长旺盛,长势较好;棉花蕾期和花铃期LAI与产量呈极显著正相关,花铃期相关系数最高,达到0.75;新疆北疆棉花最佳估产时相为花铃期,最优估产模型为Y=17.76 LAI - 123.05 NDVI +232.15.[结论]利用LAI和NDVI建立多元复合估产模型能有效提高棉花的估产精度.     

不同树龄库尔勒香梨园土壤有机碳储量及其对树体生长的影响

[目的]调查库尔勒香梨园土壤有机碳存储情况及不同林龄果林的碳储量差异,检定土壤理化性质及其与果树生长参数之间的相关性,追踪分析土壤有机碳的沉积过程及其对果树的影响.[方法]以新疆巴音郭楞州(以下简称巴州)沙依东园艺场不同树龄库尔勒香梨果园为调查地,分层取样并测定土壤有机碳等理化指标和树高、胸径、冠幅、株距等主要果树生长参数.通过方差分析法(S -N -K&Duncan,P=0.05)和相关分析法( Spearman,P=0.05)分析不同树龄库尔勒香梨园土壤有机碳储量差异及其对树体生长的影响.[结果]成熟林和过熟林土壤有机碳储量远高于幼龄林;土壤有机碳与冠幅和株距之间呈显著正相关;土壤含水量与胸径和冠幅之间呈显著负相关.[结论]香梨园土壤有机碳储量随树龄增加而沉积增多并对树体生长产生影响,经济林建设可能对农业生态系统服务功能的改善发挥重要作用.     

柚木冠幅与树高、胸径的回归分析

为考察柚木生长因子与冠幅的关系,准确反映各生长因子与冠幅之间的关系,建立冠幅预测模型,为柚木人工林目标树经营提供理论依据。以广西凭祥、云南德宏、云南景洪、海南乐东4个地区不同林龄阶段的柚木人工林中优势木为研究对象,以胸径、树高、冠长、林龄4个因子作为变量与冠幅进行回归分析,筛选关键因子建立柚木冠幅生长的预测模型。结果表明,胸径(R=0.5342,P=0.0001)、树高(R=0.1798,P=0.0026)是影响柚木冠幅的关键因子;胸径、树高与冠幅的一元回归方程:冠幅与胸径y=15.7893x+1.84766(F=516.4180,P=0.0001),冠幅与树高y=0.3717x-0.60189(F=174.2954,P=0.0001)。并应用胸径、树高2个关键因子与冠幅建立回归模型:y=13.5658x1+0.1064x2+0.35866(F=279.5048,P=0.0001),计算结果与实际测量结果差异性较小(F=0.0140,P=0.9072)。可以根据目标树的培育目标胸径、树高因子,利用该模型来预测该目标树的冠幅,从而确定单位面积内保留目标树的数量。     

广玉兰生长模型的研究

以合肥市内道路、公园和单位附属绿地的广玉兰为对象,据外业调查数据,选择Richards,logistic,Gomp-ertz.Weibul和s曲线5种生长方程,研究广玉兰胸径、树高、冠幅与年龄的相关关系,并对拟合效果进行对比分析,建立生长模型.道路上广玉兰的胸径生长模型为Y=4 807.694 25/((1+6 222.541 45×exp(0.060 55X))^(1/1.357 46)),树高生长模型为Y=11 162.752 7/((1+18 677.171 3 x exp(-0.049999X))^(1/1.199 5)),冠幅生长模型为y=18.316 3×(1-exp(-((X-3.190 7)/183.413 8)^0.468 129));公园和附属绿地内广玉兰的胸径生长模型为Y=64.832 8/((1-0.447 484×exp(-0.056 236X))^(1/-0.124 092)),树高生长模型为Y=18.972 1/((1+0.128 150×exp(-0.095 568X))^(1/0.024 720)),冠幅生长模型为Y=812.463 8×(1-exp(-((X+9.152 7)/593.934 1)^1.6789)).     

4a生油茶树高、冠幅等因素对单株产量的影响

通过对4a生实生苗油茶林和4a生扦插苗油茶林进行实地调查,分析油茶树高、冠幅、冠幅／树高、冠幅×树高与单株产量的关系,结果显示：4a生实生苗油茶林中,冠幅与树高的积影响单株产量;4a生扦插苗油茶林中,冠幅与树高的比影响单株产量;4a生实生苗油茶林单株产量间的差异比4a生扦插苗油茶林单株产量间的差异大。     

大豆叶面积指数、干物质积累分配与产量的关系

为揭示大豆叶面积指数(LAI)、干物质积累分配与产量关系,研究了不同密度对大豆叶面积指数、干物质积累与经济产量的影响。结果表明:单株及各器官干物质积累量均随密度增加而减小;群体及各器官干物质积累量随密度增大先增加后减小,以密度19.5万株·hm~(-2)处理最大;随生育期延长,单株及群体干物质积累量均呈增加的趋势,鼓粒期达到峰值;干物质前期主要用于营养器官生长,后期主要向生殖器官转运;在密度为19.5万株·hm-2时,群体产量最高,为3536.67 kg·hm~(-2);群体LAI变化趋势大致呈一抛物线,LAI与产量在R2和R8达显著正相关,在R4和R6达极显著正相关;群体干物质积累量与产量在R2和R4呈显著正相关,在R6和R8呈极显著正相关。研究结果可为黄淮海地区大豆的推广利用提供理论依据和栽培技术指导。     

云麦52产量与产量相关性状的相关分析和通径分析

[目的]优质、高产、多抗小麦新品种云麦52的产量与产量相关性状的相关性和明确云麦52的各产量相关性状对其产量的贡献大小.[方法]利用2005～2007年度云南省小麦品种区域试验数据进行相关分析和通径分析.[结果]相关分析表明:云麦52的产量与小穗数、最高茎蘖数和穗粒数与产量极显著正相关(r=0.726**、0.717**和0.695**),千粒重与产量显著正相关(r=0.491*),退化小穗数与产量显著负相关(r=-0.451*),与基本苗、有效穗和成穗率相关性不显著;而偏相关分析表明云麦52的产量仅与小穗数成极显著正相关(R=0.711**)和千粒重成显著正相关(R=0.641*),其余6个性状相关均不显著.通径分析表明:小穗数(P=0.595)、最高茎蘖数(P=0.462)、千粒重(P=0.263)对云麦52产量的贡献较大.[结论]在优质、高产、多抗小麦新品种云麦52的推广应用中,云麦52在分蘖期和拔节期增加肥水的供应保证其大穗和高分蘖力的特性以及高千粒重,同时协调发展其他产量相关性状有利于云麦52产量的提高.     

基于机载激光雷达的寒温带典型森林高度制图研究

以内蒙古根河市潮查林场境内的寒温带兴安落叶松原始林及其次生林为研究对象,利用机载激光雷达点云数据与地面调查的66个样地数据,采用不同算法计算样地实测树高(Lorey's高、冠幅面积加权树高和算术平均高)分别与基于双正切角树冠识别算法获取的LiDAR估测高(冠幅面积加权树高、算术平均高)和基于点云提取的百分位高构建树高回归模型(冠幅面积加权树高模型、算术平均树高模型和LiDAR百分位树高模型)。对比不同树高模型的训练精度与估测精度的差异,探讨双正切角树冠识别算法对本研究区的适用性;同时了解冠幅面积加权的样地实测树高与Lorey's高对林分平均高代表性的差异,确定最优解释变量,筛选最优树高模型,计算研究区森林高度空间分布图,为后续生物量和碳储量研究提供参考数据。结果表明:样地冠幅面积加权树高的模型训练精度和估测精度与Lorey's高的结果一致性较好,略低于Lorey's高的估测结果。LiDAR百分位树高模型中的50%分位高与样地实测树高相关性显著且回归模型拟合效果较好,其中,以Lorey's高为样地实测树高时模型的R2=0.869、RMSE=1.366m;以冠幅面积加权树高为样地实测树高时模型的R2=0.839、RMSE=1.392m;Lorey's高的50%分位高模型的估测精度最高,各独立验证样本点估测精度均高于85%,平均估测精度为94.73%,最高估测精度可达99.78%,其中混交林平均估测精度(96.72%)高于针叶林的平均估测精度(93.58%)。因此,选择Lorey's高的50%分位高模型计算研究区的森林高度空间分布。      

准噶尔盆地梭梭个体种子产量预测

对准噶尔盆地6个不同生境梭梭[Haloxylon ammodendron(C.A.Mey)Bunge]种群植株生长状况与种子产量之间的关系进行了比较。结果表明,植株形态参数冠幅(C)、基径(D)、高度(H)与种子产量(M)之间存在紧密的相关关系。通径分析结果显示,冠幅对植株种子产量的影响最大,其后依次为高度、基径。试验建立的梭梭种子产量预测方程为:M=178.572+3.47×10-5 CH-1.106 H-0.007 C(R=0.830,P0.01)。