油松人工林单木胸径生长量与竞争因子的关系

为构建高精度的油松人工林生长模型,准确预估油松人工林生长动态变化,利用北京、辽西、辽东调查的185块油松人工林固定样地复测数据,选择13个与距离无关的竞争因子,利用相关性评价法研究油松人工林单木胸径生长及与竞争因子的关系。结果表明:北京地区油松人工林单木胸径定期生长量频率呈反"J"型分布,而辽东和辽西地区的则呈单位左偏分布;北京地区油松人工林单木胸径定期生长量最大,生长量分布范围为1~5.1cm,80%以上随机分布在1~3cm附近,平均为2.27cm,其次是辽东地区,生长量分布范围为0.15~2.15cm,70%以上随机分布在0.1~1cm附近,平均为1.74cm,辽西地区油松胸径生长量最小,生长量分布范围为0.11~4.38cm,70%以上随机分布在0.1~3cm附近,平均为0.78cm;3个地区油松人工林单木胸径定期生长量与13种竞争因子的相关性不完全相同,但是均与竞争指数(CI)、大于对象木的林木断面积之和(BAL)、胸径与断面积平均直径之比(DBD)、林分平均直径与胸径之比(QMD)、大于对象木的竞争指数(CILS)这5个竞争因子相关性较大;油松人工林单木胸径定期生长量与竞争指数、大于对象木的林木断面积之和、林分平均直径与胸径之比、大于对象木的竞争指数这4个指标呈显著负相关,表明油松人工林单木胸径生长量随着竞争效应的加剧,生长受到抑制,生长量降低;与胸径与断面积平均直径之比呈显著正相关,表明林木胸径越大,所获得的生长空间、营养空间越多,竞争能力越强,林木胸径生长量越高。因此,竞争指数、大于对象木的林木断面积之和、胸径与断面积平均直径之比、林分平均直径与胸径之比、大于对象木的竞争指数这5个竞争因子是构建高精度的油松人工林生长模型的关键因子。     

基于树冠和竞争因子的杉木胸径估测

【目的】无人机遥感的迅速发展为胸径预估提供了新方向，本研究适用于通过无人机遥感技术提取样地单木树冠因子后，估算胸径及林分每公顷断面积等指标，实现精准高效的森林资源监测与管理。【方法】根据福建省将乐国有林场33块杉木人工林地面调查数据，利用10种传统模型与2种机器学习方法分别对单木胸径进行估测，并基于不同的自变量组合形式来分析不同因子对胸径估测的影响。【结果】根据传统模型参数拟合结果可以看出，树冠半径与胸径呈显著正相关，林分密度、偏冠因子及竞争指数与胸径均呈显著负相关。传统模型建模过程中所引入最优竞争指数为树冠重叠内角相关的CI2，模型逻辑斯蒂模型拟合结果最优，幂函数(有截距)模型次之。而在使用检验数据进行估测时，幂函数(有截距)有着最好的估测效果。随机森林模型均具有较好的拟合效果，使用检验数据进行估测，不同竞争指数对模型拟合提升程度不同，与树冠重叠面积相关的竞争指数CI3取得了最好的效果。支持向量回归模型拟合优度小于随机森林，略大于传统模型。对胸径进行估测时，包含与竞争木大小相关的竞争指数CI4的模型为最优模型。【结论】传统模型和机器学习模型在拟合与估测单木胸径上均取得了一定的效果，利...     

基于随机森林算法的落叶松?云冷杉混交林单木胸径生长预测

目的单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。方法以吉林省汪清林业局20块落叶松?云冷杉混交林固定样地25年（1986—2010年）间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合（决策树数目ntree = 1 000、决策树每个结点随机选择的预测变量个数mtry = {1, 2, ···, 52}）构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。结果ntree = 1 000、mtry = 12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2_cv（R2_cv = 0.54）,以及最小的交叉验证均方根误差RMSE_cv、交叉验证平均绝对偏差MAE_cv和交叉验证相对均方根误差rRMSE_cv（RMSE_cv = 0.14 cm、MAE_cv = 0.10 cm、rRMSE_cv = 50%）。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径D_g的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D₀以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小（相对重要性均 < 1%）,其中,生长季平均降水量（4—9月）与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量（4—9月）与生长季相对湿度（4—9月）之比Gspgsrh以及生长季太阳辐射时长（4—9月）Gssr是前4个相对重要的变量。结论随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。      

2022 年 8 期目录

  目的  建立基于气候因子的兴安落叶松天然林单木直径生长模型用于预测胸径生长,为内蒙古大兴安岭地区兴安落叶松天然林经营管理提供理论依据。  方法  基于内蒙古大兴安岭地区2013、2018年森林资源连续清查数据中的187块兴安落叶松天然林固定样地及样地位置对应的气候数据,运用逐步回归法建立考虑气候因子的传统单木直径生长模型,并在此基础上,加入样地效应构建兴安落叶松单木直径生长混合效应模型。最后,利用独立检验样本数据对基础模型和混合效应模型进行检验。  结果  年平均气温MAT、生长季平均降雨量P_gm是影响该地区兴安落叶松胸径生长量的主要气候因素,二者与胸径生长量均呈正相关。其余显著影响胸径生长量的因子包括初期胸径的倒数（1/DBH）、大于对象木的断面积和（BAL）、每公顷株数（NT）,3个变量都与胸径生长量呈负相关。胸径混合效应模型的决定系数（R2）为0.760 4,平均绝对误差（MAE）和均方根误差（RMSE）分别为0.386 6和0.486 3 cm2。与基础模型相比,混合效应模型的R2提高了0.321 7,MAE和RMSE减少了0.230 6 和0.267 4 cm2。在模型检验中,混合效应模型也呈现出了较好的拟合效果。  结论  基于气候因子的单木直径生长混合效应模型可以较好地描述内蒙古大兴安岭地区的兴安落叶松胸径生长过程。      

基于混合效应模型的新疆天山云杉单木胸径预测模型构建

【目的】建立新疆天山云杉单木胸径生长模型,以期对天山云杉胸径生长进行预测,为天山云杉经营管理提供理论依据。【方法】以天山云杉为研究对象,基于新疆自治区一类清查数据中70块天山纯林复测样地,样地中测得活立木共计1 914株,随机选取1 531组数据作为训练数据,383组数据作为检验数据。对比分析传统单木胸径模型和混合效应模型在云杉单木胸径模型的应用,在运用R语言的nlme模块构建混合效应模型时考虑密度水平效应、样地效应以及嵌套两水平效应,并用平均绝对误差(E)、均方根误差(RMSE)、平均预估误差(MPE)、总相对误差(TRE)、调整决定系数(R_(adj)~2)来检验模型的拟合效果。【结果】混合效应模型(R_(adj)~2=0.762)优于传统胸径模型(R_(adj)~2=0.505)。混合效应模型中,基于嵌套两水平混合效应模型最好,其平均绝对误差(E)、均方根误差(RMSE)、平均预估误差(MPE)、总相对误差(TRE)、调整决定系数(R_(adj)~2)值分别为0.589 cm、0.804 cm、0.966%、-0.042%、0.899。混合效应模型拟合效果由高到低依次为:嵌套两水平混合效应模型(R_(adj)~2=0.899)样地混合效应模型(R_(adj)~2=0.766)密度水平混合效应模型(R_(adj)~2=0.762)。幂函数能有效消除异方差结构的影响,一阶自回归矩阵AR(1)可以有效消除数据的时间相关效应。【结论】研究求得的天山云杉单木胸径生长混合效应模型可作为新疆天山云杉单木胸径预测的主要模型,其中嵌套密度水平效应和样地效应的混合效应模型对单木胸径的预测效果最好(R_(adj)~2=0.899),此研究表明混合效应模型是新疆天山云杉单木胸径预测的有效方法,为大面积新疆天山云杉单木胸径预测提供理论基础及新的方法。     

红松树高-胸径的非线性混合效应模型研究

以吉林省汪清林业局的蒙古栎阔叶混交林和云冷杉阔叶混交林24块固定样地中的2598株红松为研究对象,利用Chapman-Richards方程建立了不含随机效应与含随机效应的单木树高-胸径简单模型和广义模型。模型拟合和检验的评价指标主要包括调整决定系数(R2a)、平均相对误差绝对值(RMA)和均方根误差(RMSE)。对于混合效应模型,设计了随机抽取、抽胸径最大的树、抽胸径最小的树和抽平均木4种抽样方案计算随机参数,通过对比4种抽样设计下模型的误差统计量,分析了不同抽样设计下样本数量和预测精度的关系。结果表明:基于混合效应模型的红松单木树高-胸径模型拟合效果(简单模型的R2a在0.753~0.886之间,RMA在11.3%~15.1%之间,RMSE在1.38~2.01m之间;广义模型的R2a在0.754~0.886之间,RMA在11.1%~15.0%之间,RMSE在1.38~2.01m之间)优于不含随机参数的红松单木树高-胸径模型(简单模型的R2a在0.502~0.868之间,RMA在12.2%~17.8%之间,RMSE在1.42~2.65m之间;广义模型的R2a在0.711~0.877之间,RMA在11.6%~17.2%之间,RMSE在1.41~2.10m之间);包含随机效应的简单模型和广义模型拟合效果没有明显的差异,表明基于混合效应模型的单木树高-胸径简单模型可以很好地描述树高-胸径关系在不同森林类型、不同样地间的差异,因此不需要在树高-胸径模型中增加其他自变量;抽取平均木的抽样设计优于其他3种抽样设计,且抽取4株平均木时,预测精度提升最为明显,综合预测精度和调查成本的考虑,在实践中应用包含随机效应的红松树高-胸径模型时,推荐在样地中抽取4株平均木测量其树高来估计随机参数。      

樟树、楠木人工林密度管理

本文根据Seymour的以树冠投影面积和树高预测单木胸径的回归方程,分别对357株樟树(Cinnamomum Camphora)、378株楠木(PhoebeBounei)优势木和亚优势木样木数据进行拟合,进而导出树冠充分郁闭时,樟树高在7-17,楠木高在5-15M范围内林分断面积—每公项株数相对密度,并根据树冠竞争因子探讨林分密度管理。     

基于16线阵TLS数据的单木识别及林分断面积估测研究

目的地基激光雷达(TLS)可以对林冠下层进行快速、非破坏性的三维测量，与传统森林参数调查相比，节省了大量人力、物力和时间，在林业调查中有广泛应用。目前的研究集中在基于全方位TLS数据的参数提取，全方位扫描获取的点云数据量庞大，所需扫描时间较长，而针对快速扫描的多线阵点云数据的研究较少，相关算法有待提出，多线阵激光雷达数据的应用能力也有待验证。方法以北京市东升八家郊野公园和奥林匹克森林公园内的人工林为研究对象，基于多个单站扫描采集的16线阵TLS点云数据，提出了一种新的树干识别算法。该算法利用点云到达目标单木及周围其他物体距离的差异，检测出树干表面点云，并结合随机采样一致性(RANSAC)算法拟合圆，提取单木胸径；在此基础上引用角规抽样技术，进行林分平均胸高断面积的估测。结果对于多个单站扫描数据，单木检测率均在80%以上，株数密度最小的样地单木检测率可高达95%；对于单站数据，单木平均检测率随着扫描半径的增加而下降，在10 m左右范围内可以达到较高的检测率。以样地中被正确检测到的单木胸径估测值与实测值建立回归方程，单木胸径估测的决定系数R2在0.72~0.82之间；计算各样地单木胸径实测值与估测值的平方平均数，林分平均胸径估测精度均在90%以上，最高可达到99%，表明在样地水平上有较好的胸径估测效果。由TLS提取的胸径值结合角规抽样原理计算林分平均断面积估测值，与实测值相比，林分平均断面积估测精度可以达到90%左右。结论本文提出的算法能够基于单帧16线TLS数据提取单木参数，实现林分平均胸径及单位断面积的快速高效估算，为林业调查提供了一种新方法。      

塞罕坝华北落叶松—白桦针阔混交林胸径年生长量预测

以河北省塞罕坝国家森林公园华北落叶松—白桦针阔混交林为研究对象,基于87块标准地(20m×30m)的348株解析木数据,建立包含样地间及样地内随机效应的胸径—年龄非线性混合效应模型,并在混合效应模型中加入哑变量来解决样地内不同树种带来的差异。结果表明,华北落叶松单木胸径非线性混合效应模型确定系数(R2)、-2log Likelihood值、信息准则(Alcaikes information criterion,AIC)值、贝叶斯信息(Bayesion informatian criterion,BIC)值分别为0.85、898.1、880.2、855.4;白桦单木胸径非线性混合效应模型确定系数(R2)、-2log Likelihood值、AIC值、BIC值分别为:0.81、500.9、482.6、465.7。白桦和华北落叶松最大年生长量分别为0.44cm和0.41cm,年龄和竞争指数与胸径生长量呈负相关关系,胸径和林分优势高与胸径生长量呈正相关关系,其中林分优势高与华北落叶松—白桦混交林径向生长量相关性较低。包含哑变量的混合效应生长模型解决了混交林中样地间及样地内树种对胸径生长的影响,提高了模型精度及适用性,为该地区针阔混交林经营水平及经营效果的提高提供依据。     

林分生长率非线性混合模型的构建

以浙江省丽水市为研究地,利用连续2期固定样地监测数据为建模样本,以林分平均胸径为自变量,以保留木进界木生长量之和减去枯损木消耗量后的林分蓄积年生长率为因变量,先采用联立方程组方法进行模型拟合和初选,再采用非线性混合模型方法对选定模型进行固定效应和随机效应分析,构建了胸径与生长率混合模型的联立方程组。结果表明:利用联立方程组方法构建的模型及参数,反映了建模总体生长率的平均水平,但由于未考虑起源、龄组、树种组等随机效应,拟合效果欠佳,需要采用混合模型方法进一步分析拟合。联立方程组方法拟合的模型参数,已能很好解释混合模型的固定效应;混合模型的随机效应对生长率具有显著作用,其参数值差异达显著水平。利用混合模型的随机变量各类目随机效应参数之和为零的特点,可在联立方程组模型中加入随机效应参数值建立生长率混合模型,构建胸径模型和生长率混合模型的联立方程组。模型适用性检验表明,其预测值与实测值无系统偏差,方程组具有较好的适用性;利用同期小班数据,对全市林分生长进行模型预测,其生长量和生长率与同期固定样地监测结果相比,准确度分别达到91.5%和98.7%。     

长白山云冷杉针阔混交林林木空间利用率混合模型

目的  建立林木空间利用率模型，为天然混交林中不同树种间生产力的比较提供依据，为单木成熟的判断提供参考。 方法  利用林木生长量与树冠大小比值定义林木空间利用率，以长白山地区云冷杉针阔混交林为研究对象，基于20块标准地的2 268株单木数据，建立林木空间利用率混合模型，拟合各树种的空间利用率。 结果  （1）备选指标中蓄积生长量和树冠投影面积之比与胸径相关系数最高，适宜作为计算指标。（2）通过逐步回归，最终选定林木胸径、胸径平方（代表胸高断面积）、树高、冠幅、样地蓄积、针阔比、坡向坡度、竞争指标作为林木空间利用率基础模型的自变量。（3）确定按树种分组，包含胸径平方及截距随机效应参数、指数函数异方差结构的混合模型，经检验，混合模型在建模数据及检验数据中的表现均略优于一般线性模型。（4）利用所构建的混合效应模型，对研究数据进行拟合预测，各树种空间利用率最高时期的胸径分别为云杉约40 cm，冷杉、落叶松、红松、中阔组约37 cm，慢阔组约32 cm。 结论  林木利用率模型得到的数量成熟是以单位营养空间的生产力为基础的，使不同树种间的比较更为合理，且计算结果符合一般林学规律，可以作为该地区云冷杉针阔混交林判定单木成熟及优化林分结构的参考依据。      

云冷杉天然林林分空间结构对胸径生长量的影响

为了探讨长白山云冷杉天然林的空间结构对云杉、冷杉胸径生长量的影响,本研究于2016年8月以吉林省汪清县金沟岭林场2块云冷杉天然林的典型样地(面积分别为60 m×60 m、80 m×80 m)为研究对象,首先计算整个林分和林分内所有云杉、冷杉的角尺度和混交度,分析整个林分和林分内的云杉、冷杉的空间结构分布情况;然后,将角尺度和混交度对应的5种情况加以区分,对比这5种情况分别对应的所有云杉、冷杉近5年平均胸径生长量的均值;最后分析云杉、冷杉不同空间结构对其胸径生长量的影响。结果表明:2块样地平均角尺度均为0.5左右,总体上都呈随机分布;样地1和样地2的平均混交度分别为0.65和0.73,处于强度的混交状态;角尺度为0.5(随机分布)、混交度为0.75(强度混交)时云杉、冷杉株数分布最多;从林分整体角度看,样地2的云杉、冷杉平均胸径生长量都稍高于样地1;云杉、冷杉处于随机分布时胸径生长量最大,明显高于均匀和团状分布;随混交度的增大,云杉、冷杉的胸径生长量总体呈递增趋势,表明混交度的增大能促进云杉和冷杉的生长,而且对冷杉的促进作用更强,说明其生长对混交的强弱程度比较敏感。      

利用两水平非线性混合效应模型建立温州地区天然阔叶树树高曲线

以永嘉县四海山林场7 块天然阔叶林样地中602株林木为例,首先选用6种常用的树高曲线方程模拟该阔叶林主要树种的树高曲线,根据决定系数、均方根误差、平均相对误差3个统计量以及残差图检验,确定1个用于构建混合效应模型的基础模型。然后确定树种间的差异和样地间的差异作为随机效应,构建两水平的非线性混合效应模型,并利用AIC、BIC等指标评价不同混合模型的效果。结果表明,在树种水平和样地水平均同时考虑2个参数的随机效应时,模拟温州地区天然阔叶树树高曲线混合效应模型拟合效果最好,能够显著提高模型的拟合精度、大幅度减小模型误差;混合效应模型随机参数的方差协方差表明,天然阔叶树的树高曲线的变化主要受树种的影响,其次是样地的影响。     

5个林木竞争指数模型的比较

【目的】比较计算1个Hegyi竞争指数和4个Bella竞争指数的5个林木竞争指数计算模型在评价林木竞争关系中的适应性。【方法】在吉林省汪清林业局金沟岭林场某一近原始状态的针阔混交林内设置40 m×50 m的样地,以样地内对象木5年间的胸高断面积生长量为因变量,以通过5个竞争指数模型（分别命名为H_1、B_1、B_2、B_3和B_4）计算得到的的竞争指数为自变量,构建胸高断面积生长量模型,采用模型的决定系数来评价各竞争指数模型的适应性。【结果】样地中红皮云杉、冷杉、紫椴和红松4个树种的累计胸高断面积占所有样木胸高断面积总和的比例超过80%,因此将这4个树种作为对象木进行研究。对紫椴和红松而言,模型B_1的适应性最强;对红皮云杉和冷杉而言,各个竞争指数模型的表现不一致。【结论】5个竞争指数模型在不同树种间的适应性表现不一致,说明采用单一竞争指数模型来反映混交林的竞争关系难以获得理想结果,对竞争指数模型还需要进行深入和广泛的研究。     

地形和竞争对典型阔叶红松林不同生长阶段树木胸径生长的影响

近年来,地形和竞争对树木生长影响机制的研究备受关注。本文基于黑龙江凉水国家级自然保护区内9 hm2典型阔叶红松林动态监测样地,使用2010年和2015年的野外调查数据,分析了地形(坡向、坡度、坡位)和树木间竞争对阔叶红松林主要组成树种胸径生长的影响。结果表明:紫椴、色木槭、冷杉径级Ⅰ(1 cm≤DBH＜10 cm)以及红松、紫椴、色木槭、水曲柳径级Ⅱ(DBH≥10 cm)的胸径年均生长量与地形显著相关(P＜0.05);竞争对红松、紫椴、色木槭、水曲柳、冷杉、枫桦、青楷槭径级Ⅰ以及红松、紫椴、色木槭、冷杉、春榆径级Ⅱ的胸径年均生长量有显著影响(P＜0.05)。总体上,阔叶红松林中耐荫和非耐荫树种组的胸径年均生长量均受地形和竞争的显著影响;阔叶红松林中大径级树木的胸径生长主要受地形影响,而小径级树木的胸径生长主要受竞争影响。      

长白山次生白桦林数量特征

对长白山1hm2次生白桦林样地的研究结果表明:样地内共有活立木2550株,分属于14科23种;从株密度、平均胸径及胸高断面积等分析看,白桦和落叶松在林分中占有绝对优势;样地内所有林木的径级分布为"S"型,白桦、落叶松和红松的径级分布近似于正态分布,水曲柳和春榆的径级分布近似于倒"J"型;从径级结构分析看,白桦和落叶松等先锋树种的小径级林木在林下分布很少,更新很差,而红松、水曲柳等寿命较长的树种在林下已经占有很大的比例,更新良好,随着演替的进展,它们将逐渐进入主林层;从主要树种的空间分布格局分析看,落叶松在样地中表现出了明显的聚集性分布格局,而白桦、水曲柳、红松和春榆没有表现出明显的聚集性分布格局.     

阔叶红松林乔木地上碳储量和碳增量对采伐强度的响应

  目的  采伐是影响森林植被固碳能力最主要的森林管理方式之一。目前对异龄复层混交林植被碳储量和碳增量对采伐干扰的响应规律尚缺乏足够的认识。本研究旨在揭示不同强度采伐下阔叶红松林乔木地上碳储量和碳增量的动态变化,为合理选择采伐强度,促进阔叶红松林“固碳增汇”提供理论依据。  方法  在吉林蛟河天然阔叶红松林内建立轻度（胸高断面积平均采伐强度17.3%）、中度（34.7%）、重度（51.9%）采伐以及对照（不采伐）样地,对样地内所有胸径大于1 cm的乔木进行连续监测,比较不同采伐强度下保留木、进界木、枯死木碳储量的变化,以及采伐对不同径级树木碳增量的影响,探究采伐干扰后林分碳储量恢复的一般规律和限制因素。  结果  采伐10年后,轻度采伐样地内的乔木地上碳储量已经恢复到伐前水平并超过对照样地,而中度和重度采伐造成的碳储量损失在短期内难以恢复,分别需要约22年和44年才能恢复到伐前水平。乔木地上碳增量在4个采伐强度中有显著差异。轻度采伐使得林分碳年增量显著高于对照,而重度采伐却明显降低了碳增量的增速。这是因为尽管采伐显著提高了林分保留木和进界木的生长量,但高强度采伐造成的林内环境变化、树木受伤等增加了样地内树木的死亡率,使得净碳增量较低。采伐对小径级树木（胸径小于20 cm）的生长（碳增量）有显著的促进作用,而大径级树木（胸径大于30 cm）的碳增量在不同采伐处理之间没有显著影响。将采伐强度与碳增量进行拟合,得到采伐强度为28.4%时碳储量年增量达到最大值。  结论  从本研究结果来看,阔叶红松林的采伐强度在15% ~ 30%是较为合理的。轻度到中度的采伐尽管在短期内会引起植被碳储量一定程度的降低,但通过对林分结构进行调整,加速了保留木和进界木的生长,使得碳增量较快。同时,胸径在20 ~ 30 cm的树木对整个林分的碳增量贡献最大,生长潜力也较大,意味着森林经营时应特别考虑保留这一径级的树木。总之,采伐强度的设定应综合考虑木材生产、生态系统恢复、森林植被碳汇功能等多种因素。      

基于混合效应的杂种落叶松人工幼龄林单木枯损模型

目的利用固定间隔期复测数据,运用不同方法建立杂种落叶松人工幼龄林单木枯损模型,为确定杂种落叶松合理的经营措施和推广应用提供依据。方法基于2003—2015年黑龙江省江山娇实验林场48块样地的复测数据,通过Logistic模型,利用全子集法和最大似然估计构建杂种落叶松单木枯损模型。使用列联表分析和分类率-阈值散点图,确定枯损模型预估时的最佳阈值。引入随机参数,构建样地水平广义线性混合模型。模型估计方法为自适应积分最大似然估计,模型筛选指标为Akaike信息标准(AIC)、贝叶斯信息标准(BIC)以及-2倍对数似然值。通过计算绝对平均偏差(Bias),绘制ROC曲线以及模型预估枯损率与实际枯损率直方图对两种模型的预测结果进行评价比较。结果包含单木(林木胸径,DBH;胸径平方,DBH2)、林分(林分断面积,BA)、竞争(大于对象木树木断面积之和变形,BALD)3个水平变量组合的单木枯损模型拟合效果最佳。杂种落叶松枯损主要发生在小径阶且相对竞争较大时。单木枯损概率随DBH增加逐渐减小,随BALD、BA增加而逐渐增加。最佳阈值有效提高了模型预估效果,方差-协方差结构为无结构矩阵(UN)时,四参数混合模型的拟合结果最佳,其预估的林分枯损率更接近实际林分枯损率。结论混合模型能够更有效地描述和预估杂种落叶松的单木枯损。阈值分析是提高二分类模型预测准确性的有效方法。杂种落叶松作为速生树种,幼龄时期应适时进行抚育间伐以减少枯损发生的概率。      

基于结构优化的择伐对锐齿槲栎天然林结构与生长的影响

以甘肃小陇山林区锐齿槲栎天然林为对象,分析基于结构优化的择伐方式林分和未择伐林分的树种组成、生物多样性、径级结构、空间结构及生长之间的差异。结果表明：1)2008-2018年,择伐后的林分密度、平均胸径、平均树高、胸高断面积和树种数均呈现出先下降后增加的趋势,而Shannon-Wiener指数值和Pielou均匀度指数呈现增加的趋势;未择伐样地林分的密度、树种数、Shannon-Wiener指数值和Pielou均匀度指数呈现下降的趋势,而平均胸径、平均树高和断面积呈现增加的趋势;2)择伐样地和未择伐样地10 a间林木径级分布结构和林木的分布格局没有改变;而择伐样地的林木混交程度不断提高,未择伐样地的林木混交程度下降;3)2次调查间隔期内,择伐样地的胸径平均相对生长率分别较未择伐高18.4%和55.2%,胸高断面积相对生长率分别较未择伐高18.2%和54.4%;4)2008-2013年,择伐样地的进阶率和死亡率均高于未择伐样地,而在2013-2018年,择伐样地死亡率大幅下降。5)择伐样地和未择伐样地内各径级间的胸径平均生长率呈现随径级的增加而下降的趋势,且各径级间差异显著。择伐样地和未...