广西大青山西南桦人工林立地指数表编制

立地指数表是评价林木生长状况以及林分生产力的重要工具。为了编制西南桦Betula alnoides人工林立地指数表,于广西大青山林区各种立地设置49块西南桦人工林样地进行生长调查,选取平均优势木1株·样地-1进行树干解析,选用Richards,Weibull,Korf等9个常用方程拟合816对优势高-年龄数据,通过统计指标决定系数（R2）、平均绝对误差（E_AMR）、平均相对误差（E_RMR）和均方根误差（E_RMSE）的对比分析筛选导向曲线,依据49株优势木的生长过程确定基准年龄和指数级距,应用标准差调整法编制立地指数表,并对其进行落点、拟合显著性和预报精度检验。结果表明:9个模型中,Richards方程的拟合效果最优,其R2最大,E_AMR,E_RMR和E_RMSE最小,因而作为导向曲线;西南桦优势高连年生长量和优势高变异系数在15 a后基本稳定,因此确定15 a为基准年龄;基准年龄时优势高变动范围为15.2~25.8 m,考虑到西南桦较为速生,确定2.0 m为指数级距,据此编制了西南桦人工林立地指数表。落点检验表明所编表能解释93.8%的优势木生长状况;χ2检验表明立地指数表所反映的优势高生长过程与实际生长过程无显著差异;立地指数级和林龄2个方面的误差分析得出,此表预报精度较高。本研究编制的西南桦人工林立地指数表,可应用于广西大青山及类似地区西南桦人工林的立地质量评价、生长潜力预估。     

北京山区侧柏人工林立地指数表的编制

侧柏是北京市山区主要的造林树种,其人工林面积约占全市森林总面积的25.96%。该文在利用二类清查数据分析侧柏人工林主要分布区立地条件的基础上,利用全市314块调查样地的侧柏优势木资料,采用优势木树高与年龄关系的常用数学模型,研制北京山区侧柏人工林的立地指数表。结果表明:对数曲线方程lgH=0008+0562 lgA是最适合的导向拟合曲线;侧柏人工林的标准年龄应定为40年,在4～13 m范围内可划分为10个立地指数级。选用相对优势高法展开导向曲线编制形成立地指数表。检验结果表明:所编立地指数表精度高、适用性强,能够客观评价北京山区侧柏人工林的立地质量,提高生长和收获模型的精度;同时还能为其相似地区所借鉴,从而使该树种在林业和环境建设方面发挥更重要的作用。      

长白落叶松人工林地位指数及立地形的比较研究

目的以吉林省长白落叶松人工林为对象,分析立地形与地位指数及其与林分生产力之间的关系,检验立地形评价长白落叶松人工林立地质量的可行性。方法基于168块固定样地的314个观测数据,提出了基准胸径确定的方法,即以胸径-年龄的逻辑斯蒂方程为基础,求其拐点纵坐标(即为基准胸径)。以理查兹生长方程分别拟合优势高-年龄、优势高-优势胸径的导向曲线,分别计算各样地的地位指数与立地形,并分析立地形与地位指数以及二者与林分生产力之间的关系。结果立地形与地位指数回归方程的决定系数R2为0.3627,RMSE为1.9930m,平均绝对误差MAE为1.5632m。地位指数、立地形与生产力的相关系数分别为0.6764和0.3203。采用等距划分的方法将计算所得的地位指数与立地形划分为8个等级,地位指数从1至8级各等级所占比例分别为0.64%、3.82%、12.74%、24.84%、32.48%、19.43%、5.10%、0.96%;立地形从1至8级各等级所占比例分别为0%、1.59%、9.24%、42.36%、44.90%、1.91%、0%、0%。结论对于落叶松人工林来说,立地形只能解释36.27%的地位指数变异;地位指数与生产力的相关性远大于立地形与生产力的相关性。对立地形与地位指数采用等距划分的方法进行立地质量等级划分,立地质量等级均呈现出中间多、两头少的趋势,但各等级的样地数量差异较大。总体来说,本研究中立地形不宜作为长白落叶松人工林立地质量评价的指标。      

日本落叶松人工林生境质量的评价

通过对日本落叶松（Larix kaemopferi)人工林的调查,在分析优势木高生长过程的基础上选择了Richards生长函数H＝a(1-e^b4)^c作为优势木高生长模型,标准年龄为20年,应用比例法编制了评价生境质量的立地们指数表。查立地指数表,找出立地指数相同的林分,将环境因子分解,画出林分优势木高生长过程曲线,可直观的发现不同生境因子在其生长过程中的影响不一样,可更好的通过立地指数表动态评价其生境质量的好坏。     

日本落叶松人工林生境质量的评价

通过对日本落叶松人工林的调查，在分析优势木高生长过程的基础上选择了Richards生长函数H＝a(1-e^-bA)^c作为优势高生长模型，标准年龄为20年，应用比例法编制了评价生境质量的立地位指数表。查立地指数表，指出立地指数相同的林分，将环境因子分解，画出林分优势高生长过程曲线，可直观的发现不同生境因子在其生长过程中的影响不一样，可更好地通过立地指数表动态的评价其生境质量的好坏。     

桦木沟林场华北落叶松人工林立地质量评价研究

本文以桦木沟林场华北落叶松人工林为研究对象,按不同林龄(18～45 a)、不同生长类型、不同立地条件林分设置固定标准样地16块,在每块标准样地内进行每木检尺,测定胸径、高度、枝下高、冠幅等林分结构因子的数量特征,并调查和收集林下植被、立地因子(海拔、坡向、坡度、坡位)、经营水平等环境特征。采用样地调查法进行林分结构调查、标准木和林分优势木解析法测定树干生长过程和生物量。用各种立地条件下的树干解析材料,拟合树高与年龄的回归方程式作为导向曲线,再利用树高调整法编制华北落叶松的地位级表及地位指数表。在综合分析影响华北落叶松生长发育的环境因子的基础上,运用多元地位指数法,构建立地质量评价数量化模型。     

落叶松人工林立地质量和速生丰产的研究

本文通过对长白山区10个林场落叶松人工林的调查研究评价其立地质量。共调查了11个立地因子,划分了各立地因子的等级。选出了主导立地因子。应用数量化理论(Ⅰ)编制了主导立地因子得分表,并编制了主导立地因子百分得分表。两表都可以用来确定各因子对立地指数的贡献大小。实现了相同立地条件下红松、落叶松、樟子松三个树种之间的立地指数转化。按立地指数及林分密度进行了林分蓄积量预测。提出了速生丰产林立地条件。     

鄂西山区日本落叶松人工林立地分类及质量评价

[目的]对鄂西山区日本落叶松人工林进行立地分类和质量评价.[方法]以鄂西山区日本落叶松人工林为研究对象,选取143块有代表性的日本落叶松标准地,利用数量化理论I方法对该区日本落叶松人工林进行了立地分类与质量评价研究.[结果]在选取的5个立地因子中,土层厚度、坡向、海拔是影响日本落叶松生长发育的主导立地因子;依据该3个立地因子,构建了鄂西山区日本落叶松人工林立地类型,共划分为16类;16类立地类型按照立地质量得分情况共划分为优、良、中、差4个等级,研究区整体立地质量处于中等水平以上.[结论]立地分类与质量评价结果可为研究区日本落叶松人工林的科学营造及可持续经营提供参考.     

南方型杨树人工林立地指数表的编制

利用163块标准地资料和95株解析木资料,对多个树高生长模型进行比较分析,选择R ichards生长函数H=a(1-e-bA)c作为南方型杨树优势高生长模型.在分析优势高生长过程的基础上,参照前人的分析结果,确定基准年龄为6 a,立地指数级距为2 m,立地指数等级为7级,龄阶距为1 a.用差分法展开导向曲线,编制了单形立地指数表.应用分组整理后的数据资料,拟合出最优多形立地指数模型,编制了多形立地指数表.结果表明,所编单形与多形立地指数表精度均较高,且多形立地指数表精度更高,适用性也更强.     

辽宁省刺槐人工林立地指数表的编制

应用１５９株刺槐优势木解析木资料。在比较多个树高生长模型基础上,选择Ｒｉｃｈａｒｄｓ７生长方程作为辽宁省刺槐优势高生长模型。在分析优势高生长过程特性的基础上,确定基准年龄为１２ａ。立地指数级距为２ｍ在５￣１５ｍ范围内划分为５个指数级。用差分法展开导向曲线编制了单形立地指数表。应用分组整理后解析木资料。拟合出最优我形立地指数模型。并解决了立地指数曲线不过指数点的问题,编制了多形立地指数表。检验结果表     

北亚热带日本落叶松纸浆林经济成熟龄的确定

为了更加科学地采伐利用北亚热带高山区日本落叶松(Larix kaempferi)工业纸浆林,利用改进后的折现流(Discounted Cash Flow)方法,分析评价了日本落叶松的经济效益,确定了日本落叶松的经济成熟龄,并在经济因素预期变化趋势下得出了日本落叶松的预期经济成熟龄.研究结果表明:立地指数为15、17、1...     

天然云冷杉针阔混交林立地质量评价

为建立科学、适用、准确的天然林立地质量评价体系,采用123株冷杉解析木对6个竞争指标进行检验,筛选出其中最适合于天然云冷杉针阔混交林冷杉的竞争指标;选用26块皆伐样地及所有解析木中符合条件的冷杉模拟优势木高生长曲线和劣势木高生长曲线,并以此为导向曲线构建适合于天然林立地质量评价的竞争地位指数表。从3个树高生长多元回归预测模型中选择最优模型分析由竞争引起的树高差值,利用竞争地位指数对2个立地类型进行评价。结果表明:1)6个竞争指标中,天然云冷杉针阔混交林最适竞争指标为CI1,统计CI1值发现冷杉各龄阶竞争差异大,随着年龄增大,竞争压力减小;2)构建级距为2m,基准年龄为60年,竞争地位指数分为7级的竞争地位指数表较合理;3)2个立地类型中,3个树高生长多元回归预测模型都以幂指数精度最高;4)利用竞争地位指数表对2个立地类型进行评价表明,1号立地类型属于17m竞争地位指数级,2号立地类型属于15m竞争地位指数级,1号立地质量优于2号立地质量。      

杂种落叶松优良家系选择与生长节律分析

以黑龙江省林口县青山林场10年生杂种落叶松家系试验林为研究对象,对生长性状调查数据进行分析。变异分析结果显示:杂种落叶松生长性状家系内存在较丰富的变异,树高方面,日本落叶松5×兴安落叶松12(K5×G12)、日本落叶松3×兴安落叶松2(K3×G2)、日本落叶松12×兴安落叶松9(K12×G9)、日本落叶松3×兴安落叶松9(K3×G9)这4个家系变异系数平均值比总平均值高出26.09%,高出对照(CK)1.04倍,高出长白落叶松白刀山种源37.88%,高出小北湖种源16.23%,高出兴安落叶松乌伊岭种源42.02%;胸径方面,K5×G12、K3×G2、K12×G9、兴安落叶松6×长白落叶松6这4个家系变异系数平均值比总平均值高出24.94%,高出CK 20.39%,高出长白落叶松白刀山种源23.39%,低于小北湖种源2.14%,高出兴安落叶松乌伊岭种源32.10%。对杂种落叶松家系进行差异性分析,方差分析结果显示,树高与胸径家系间差异均达到显著水平。杂种落叶松家系各组分生物量分配比例分析结果显示:日本落叶松5×兴安落叶松9(K5×G9)与日本落叶松11×兴安落叶松2(K11×G2)这2个家系总生物量高于其他参试家系,且具有更大比重的树干生物量,树叶生物量所占比例相对较小。结合以上结果与生态适应指数分析结果,最终选择K5×G9与K11×G2为杂种落叶松优良家系,树高方面,K5×G9家系比生长较慢的K5×G12家系高出24.91%,高出家系总平均值12.23%,高出CK 2.87%;胸径方面,K5×G9家系比生长较慢的K5×G12家系高出40.68%,高出家系总平均值21.51%,高出CK 8.50%。生长节律分析结果显示,与参试家系平均生长节律相比,优良家系生长期相对更长,且在快速生长阶段表现出更快的生长速度。      

河南省日本落叶松适生区研究

根据影响日本落叶松生长的主要因子 ,用灰色关联分析、数量化 -灰色关联分析以及多项式回归等方法 ,对河南省日本落叶松适生区域进行了研究 .结果表明 :河南省适宜日本落叶松生长的海拔范围为 770～ 2 32 0m .其中 ,最适生区海拔为 [1 0 30 ,1 6 5 0 ]m ;适生区海拔为 (1 6 5 0 ,2 32 0 ]m ;次适生区海拔为 [770 ,1 0 30 )m .影响日本落叶松生长的立地因子大小依次为 :海拔、坡向、土层厚度、土壤种类和坡位 ;气象因子大小依次为 :降水量、相对湿度、日照时数、7月份平均气温、无霜期、蒸发量、年均气温、≥ 1 0℃积温、1月份气温     

运用动态规划进行湖北省太子山马尾松纸浆林密度调控

以湖北省太子山马尾松密度试验林为材料，运用动态规划的方法，在生长收获预估模型系统的基础上，以最大经济收益为目标函数，建立了立地指数为14.6的林地种植马尾松纸浆林的合理经营密度表，得到了不同初植密度（6667株／hm^2、4444株／hm^2和3333株／hm^2)的林分各经营时期的间伐强度、间伐次数和间伐间隔期，从而指导湖北省马尾松纸浆林的生产。结果还表明：高初植密度不能提高培育马尾松林的经济效益，合理间伐可获得较好的收益。     

湖州市杉木林立地质量的数量化评价

本文运用数量化理论Ⅰ模型对湖州市杉木实生林地位指数与多元立地因子之间的关系进行了回归。分析结果表明,在所选择的项目中发现对地位指数起主导影响作用的是母岩、土壤类型、土层厚度和坡度,起次主导作用的是坡位、土壤容重、土壤有机质和硝态氮含量。对剩余标准差S_y,复相关系数R_(ym),偏相关系数r_(ym),以及残差绝对值和相对值分布的检验结果证明,本得分表的精度较高,可应用于生产实际,并且以运用模型7和模型8为好,既可保证一定精度,又简便易行。     

日本落叶松人工林生长量的灰色—马尔柯夫预测

应用灰色GM(1,1)模型进行日本落叶松人工林生长趋势预测,在对43块标准地进行每木检尺的基础上,获得了不同龄阶平均单株木的3个测树因子胸径、树高、材积的总生长量,利用这些基于时间序列的原始数据对GM(1,1)模型进行拟合。其模型模拟检验精度:胸径、树高、材积均为Ⅱ级可用水平;发展系数|a|<0.3,可用于中长期预测。由预测产生的相对误差的大小,将原始数据划分为4种状态,分别写出胸径、树高、材积的四步概率转移矩阵p(i),建立灰色—马尔柯夫预测模型。从对32、34龄阶的预测结果看,灰色—马尔柯夫模型预测的平均相对精度分别为胸径99.22%、树高99.73%、材积98.33%,能进行高精度的预测工作。     

单形和多形地位指数模型的对比研究

本文以杉木为例,根据在南岭山地收集的建模和检验两套样本,以Richards函数为基本模型,对单形和多形地位指数模型进行了对比研究。结果表明:①由于不同地位指数优势高的生长过程曲线簇存在多形特性,多形模型的预估精度明显高于单形模型,而且单形可视为多形的一种特例,因此,在一般情况下,应以建立多形模型为宜;②本文给出的简捷迭代法,只需具备可编程序计算器(如SHARPEL-5100S),便可按现实林分的年龄和优势高实测值,根据所建立的多形地位指数模型,迅速求解地位指数值,既能提高预估精度,便于野外应用,又便于输入计算机处理;③将单形导向曲线方程辰开成地位指数表的几种现行方法,其结果差异较大,而且编成地位指数表应用,有损预估精度和增加计算机处理的麻烦。因此,即使在可以采用单形导向曲线法的情况下,亦应加以改进,以采用生长函数为模型,建立以地位指数为因变量的单形地位指数模型为宜。