滇中一平浪林场云南松天然次生林生长规律研究

以滇中一平浪林场云南松天然次生林树干解析资料为基础,采取标准样地法与标准木树干解析法,运用MATLAB统计软件,采用一元幂函数式、抛物线式、逻辑斯蒂式、对数曲线式、舒马克式分别平均木和优势木拟合并选出最优胸径、树高和材积生长模型,并对其生长规律进行研究。结果表明:所建立的最优生长模型经检验其拟合总体精度在96.67%~98.97%之间,拟合效果好,可用于研究区云南松天然次生林生长过程的预测。平均木和优势木存在两个速生期,分别为5~10a和35~40a,建议在10~15a,40~45a之间进行抚育间伐,提高林木生长量。直至50a,优势木和平均木的材积平均生长量和连年生长量两条曲线尚未相交,林分生长未达到数量成熟龄,说明其成熟期在50a后。至50a,优势木材积总生长量和连年生长量分别约为平均木的4倍和5倍,可见在云南松天然次生林经营管理过程当中进行优树选择有较高的增益。     

2种云南松天然次生林林分生长模型构建方法的比较

为更有效地经营管理云南松天然次生林,在云南省云南松主要分布区的昆明市、楚雄州设置55块云南松天然次生林标准地,从中随机抽取33块作为建模数据,剩余22块作为模型校验数据,采用逐步回归剔除法和BP神经网络建模法,建立林分生长模型。结果表明,使用逐步回归剔除法建立的平均胸径生长模型、平均树高生长模型、蓄积量生长模型总体拟合精度在89.22%~95.52%之间,校验精度在81.09%~94.15%之间;使用BP神经网络建立的各林分生长模型总体拟合精度在90.01%~98.62%之间,校验精度在92.63%~95.68%之间。可见BP神经网络所建立的林分生长模型精度较高,可为同类森林的经营管理提供参考。     

禄丰村林场云南松天然次生林的林分特征及质效研究

2007年3月对禄丰村林场具有代表性的6.8 hm2云南松天然次生林的组成及生长状况进行了调查,分析了其林分类型、主要乔木树种的径阶分布及其在群落中的重要值,进而对林分的质量及生态效能进行了评价.研究结果表明:该云南松天然次生林可分为云南松-麻栎、云南松-麻栎-华山松及云南松-麻栎-滇油杉3种林分类型,位于山体上部、山尖、山顶坪地,具相同的稳定性.林木株数集中分布于径阶6 cm处,以云南松为优势树种,其林木分布较为均匀,优势度明显,在3种林分中所占的株数比例分别达61.21 %、69.88 %、77.36 %,其次为伴生树种麻栎所占比例较高.整个云南松天然次生林云南松林木的优势度达69.19,重要值为79.67,其后依次为麻栎、滇油杉和华山松.林分中乔木树种的平均密度为2 730 株/hm2,平均胸径为8.78 cm;而云南松林木的平均胸径为8.69 cm,平均高为6.9 m,平均密度为1 907 株/hm2,蓄积量为38.14 m3/hm2,均低于滇中地区20年生云南松林木的平均生长量指标.其霸王木株数所占比例为7.87 %,而被压木及濒死木所占比例高达44.41 %.其群落结构简单,物种较少,林分中云南松林木的密度较小、平均胸径不大、出材率很低,生态功能差,为低质低效林分,急需改造.     

永仁县云南松天然次生林生长过程分析

采用德国近自然经营技术,将林木分为特优木、优势木、中庸木和被压木,应用永仁县云南松天然次生林的试验样地数据和树干解析资料,分析云南松天然次生林的生长过程。结果表明,云南松林分的生长过程中优势木株数只占林分总株数的27.34%,但材积占林分总材积的比例达66.58%;25年生优势木的单株平均材积是中庸木和被压木的2.91倍和10.46倍。11年生时云南松树高连年生长量最大,为0.83 m,高生长主要在3～11年;33年生时胸径连年生长量最大,为2.065 cm。胸径生长主要在11～33年,此期间林分应适度间伐,可促进其快速生长。46年生时材积连年生长量最大,为0.053 693 m3;53年后明显下降;材积生长主要在32～53年期间;60年时连年生长量和平均生长量相等,说明进入数量成熟阶段,可以主伐。云南松天然次生林的经营期长,建议引入德国近自然经营技术,提高林分质量和缩短大径级培育时间。     

辽东山区蒙古栎天然次生林生长规律研究

以辽东山区蒙古栎天然次生林为研究对象,采用72株不同林龄的蒙古栎解析木数据构建胸径、树高和材积生长模型,并对其生长过程进行分析。结果表明:Korf方程拟合胸径和材积生长效果最好,Gompertz方程拟合树高生长效果最好,R~2值分别为0.881 0、0.823 3和0.902 5,使用未参加建模的解析木数据对最优模型进行t检验,实测值与预测值之间无显著差异(P 0.05),能够用于辽东山区蒙古栎天然次生林生长过程的预测。蒙古栎胸径生长的旺盛期为5～35 a,连年生长量的峰值出现在10 a,平均生长量的峰值出现在20～25 a,连年生长量曲线与平均生长量曲线相交在25～30 a;树高生长的旺盛期为5～40 a,连年生长量呈现3次峰值,最大峰值出现在10 a,平均生长量的峰值出现在15 a,连年生长量曲线与平均生长量曲线相交在15～20 a;材积生长在5～10 a非常缓慢,10 a以后生长速度明显加快,35 a以后材积生长持续旺盛,直到80 a仍未达到数量成熟龄。蒙古栎胸径和树高连年生长量在10 a后开始下降,表明此时林木间竞争加剧,对营养空间需求有所增加,因此建议在10 a时对林分进行密度控制,减小林木间的竞争,促进胸径和树高生长。     

广东主要乡土阔叶树种单木生长模型构建

以广东主要乡土阔叶树种樟树(Cinnamomum camphora)、木荷(Schima superba)和枫香(Liquidambar formosana)不同径阶各90株伐倒木为研究对象,以年龄为自变量分起源进行建模,并对其生长规律进行研究。结果表明:(1)在现有立地水平下,广东省樟树、木荷、枫香人工起源的胸径自然生长极值依次为47.8、56.6和50.3 cm,天然起源的胸径自然生长极值依次为44.8、52.6和43.4 cm;人工起源的树高自然生长极值依次为17.0、21.5和20.3 m,天然起源的树高自然生长极值依次为13.3、20.1和18.1 m;人工起源的材积自然生长极值依次为1.437、2.161和3.308 m3,天然起源的材积自然生长极值依次为1.177、1.572和1.366 m3;人工起源的胸径、树高和材积自然生长极值均比天然的要高。(2)拟合出樟树人工林胸径、树高和材积的最优生长模型分别为Schumacher、Gompertz和Schumacher模型,樟树天然林胸径、树高和材积的最优生长模型分别为Gompertz、Richards和Logistic模型;木荷人工林胸径、树高和材积的最优生长模型分别为Schumacher、Richards和Logistic模型;木荷天然林胸径、树高和材积的最优生长模型分别为Gompertz、Schumacher和Logistic模型;枫香人工林胸径、树高和材积的最优生长模型分别为Gompertz、Logistic和Schumacher模型;枫香天然林胸径、树高和材积的最优生长模型均为Logistic模型。(3)模型检验采用樟树、木荷、枫香的胸径、树高和材积最优模型的理论值与实际值进行线性拟合,模型拟合效果都非常显著;胸径的R~2值在0.669 6~0.874 5之间,树高的R~2值在0.580 5~0.873 7之间,材积的R~2值在0.614 8~0.734 7之间。     

太行山区栓皮栎天然次生林树高模型构建

以太行山区栓皮栎天然次生林为研究对象,以65块标准地及40株解析木为数据源,构建了优势木平均高神经网络模型和传统的函数曲线模型。结果表明:太行山栓皮栎天然次生林适宜的人工神经网络模型结构为1∶2∶1。与传统函数曲线模型相比,人工神经网络模型具有不依赖现存数学函数,拟合精度高等优点,更适合用来建立林分生长模型。     

遗传算法对5种理论生长方程的最优拟合研究

利用北美林肯小区黄杉6个分期的数据,选择Logistic、Richards、Korf、Gompertz和Mitscherlich 5种生长方程建立胸径随年龄变化的生长模型.分别利用遗传算法和传统拟合方法确定参数,并对拟合效果进行对比分析.研究结果显示：遗传算法对于Richards和Korf方程的拟合精度要明显高于传统拟合方法,对于Logistic、Gompertz以及Mitscherlich方程的拟合精度几乎一致.通过将检验数据带入由遗传算法拟合的方程中,除拟合后不符合生物学意义的Korf方程外,发现由剩下4种方程计算得到的预测值与实际值无明显差异（P值均大于0.05）.最终表明遗传算法对生长方程的最优拟合较传统拟合方法更有优势.     

BP神经网络在林分平均胸径生长预估中的应用

以2005年12月～2007年3月期间在滇中地区调查的55块云南松天然次生林标准地数据为实验数据，阐述在MATLAB平台上如何使用BP神经网络建立林分平均胸径生长模型，并对所建模型效果进行评价．     

广西红锥优树选择标准研究

通过对广西7个县（市）的红锥天然分布区和人工栽培区的调查，共初选优树89株（其中天然次生林56株，人工株35株），优势木445株（其中天然次生林280株，人工林165株）。经统计分析，确定在红锥天然次生林中优树选择的标准为：树高超过优势木平均树高的9％或超过林分平均木树高的17％，胸径超过优势木平均胸径的16％或超过林分平均木胸径的44％，材积超过优势木平均材积的52％或超过林分平均木材积的143％；在红锥人工林中优树选择的最低标准为：树高超过优势木平均树高的10％或超过林分平均木树高的21％，胸径超过优势木平均胸径的21％或超过林分平均木胸径的43％，材积超过优势木材积的55％或超过林分平均木材积的140％。该标准适用于广西红锥的天然分布区和人工栽培区内的作为用材林的红锥优树选择。     

Comparison of yellow poplar growth models on the basis of derived growth analysis variables

Quadratic and cubic polynomials, and Gompertz and Richards asymptotic models were fitted to yellow poplar growth data. These data included height, leaf area, leaf weight and new shoot height for 23 weeks. Seven growth analysis variables were estimated from each function. The Gompertz and Richards models fitted the data best and provided the most accurate derived variables. However, the Richards model was more complex to fit.     

油松针叶面积估计模型及比叶面积的研究

叶面积和比叶面积是植物生长过程中的重要参数.本研究基于河北木兰围场实测油松数据,通过winSEEDLE种子和针叶图像分析系统获得油松522个单个针叶的表面积LA、针叶长度L、针叶宽W、针叶周长P,分别建立了以针叶长、针叶宽、针叶周长等形状属性为自变量的叶面积估计模型和以针叶干质量为自变量的叶面积估计模型.用总相对误差、平均相对误差、平均相对误差绝对值、均方根误差、预估精度5个统计量来检验模型的误差和拟合优度,经检验模型LA=-2.761 +0.464 L +6.608W和LA =1.345 +0.501X分别为这两种模型中最好,X为针叶干质量.通过对算术平均法、比估计法、最小二乘法3种方法的比较,得到油松的比叶面积为7.08 m2 ·kg-1.本研究为油松叶面积的估计提供了一个简单可靠的方法.     

与材积兼容的生物量模型的建立及其估计方法研究

建立生物量模型是生物量估测的主要手段,而建立与材积兼容的生物量模型是实现生物量调查与森林蓄积量调查相结合的基础。因此,采用变量逐步筛选法建立了落叶松和椴树与材积兼容的生物量模型。模型的参数估计采用了加权最小二乘法,以消除异方差现象。同时,提出了５个指标用于模型评价,即参数变动参数Ｃｖｉ、总相对误差Ｅｒ、平均相对误差Ｅｍ,平均相对误差绝对值Ｅａ和预估精度Ｐ。研究结果表明,所建的生物量模型不仅实现了与     

6种生长方程在杉木人工林林分直径结构上的应用

对Richards等6种生长方程的数学解析性及其应用于杉木人工林林分直径结构模拟的理论依据进行了分析和探索,并应用此6种生长方程模拟了林分直径累积分布。发现在描述林分直径累积分布时,Richards方程绝大多数表现为Logistic型,Weibull方程的参数c均大于1,曲线存在拐点;除Mitscherlich式外,各生长方程的模拟精度均相当高,Richards、Weibull、Logistic、Gompertz、Mitscherlich、Kod等6种生长方程样本选优率依次降低;Richards、Logistic、Weibull、Gopertz、Korf及Mitscherlich等6种生长方程总体模拟精度依次降低;相对生长率表现为变量指数函数方程的精度较相对生长率表现为变量幂函数方程的精度高,且3参数方程的精度较2参数的高。     

海南省森林资源发展趋势的灰色预测

依据海南省1979年森林资源清查及后续4次森林资源复查成果,运用灰色系统理论构建森林资源的非等间距GM(1,1)模型,对第五次(2008年)森林资源复查指标进行预测.通过后验差检验法检验,获得的有林地面积、林分面积、活立木总蓄积、林分蓄积、林分单位蓄积和森林覆盖率的非等间距GM(1,1)模型的精度都为合格以上,平均相对误差均少于4.00%,而林业用地面积的精度不合格,平均相对误差为2.83%.预测结果为:有林地面积198.60万hm2,平均绝对残差1.91万hm2;活立木总蓄积8031.45万m3,平均绝对残差143.04万m3;森林覆盖率58.57%,平均绝对残差0.56%.预测值基本符合实际情况.     

Evaluation of unconstrained and constrained mathematical functions to model girth growth of rubber trees (Hevea brasiliensis) using young age measurements

No attempt has been made to date to model growth in girth of rubber tree (Hevea brasiliansis). We evaluated the few widely used growth functions to identify the most parsimonious and biologically reasonable model for describing the girth growth of young rubber trees based on an incomplete set of young age measurements. Monthly data for girth of immature trees (age 2 to 12 years) from two locations were subjected to modelling. Reparameterized, unconstrained and constrained growth functions of Richards (RM), Gompertz (GM) and the monomolecular model (MM) were fitted to data. Duration of growth was the constraint introduced. In the first stage, we attempted a population average (PA) model to capture the trend in growth. The best PA model wasfitted as a subject specific (SS) model. We used appropriate error variance-covariance structure to account for correlation due to repeated measurements over time. Unconstrained functions underestimated the asymptotic maximum that did not reflect the carrying capacity of the locations. Underestimations were attributed to the partial set of measurements made during the early growth phase of the trees. MM proved superior to RM and GM. In the random coefficient models, both Gf and G0 appeared to be influenced by tree level effects. Inclusion of diagonal definite positive matrix removed the correlation between random effects.The results were similar at both locations. In the overall assessment MM appeared as the candidate model for studying the girth-age relationships in Hevea trees. Based on the fitted model we conclude that, in Hevea trees, growth rate is maintained at maximum value at t0, then decreases until the final state at dG/dt ≥ 0, resulting in yield curve with no period of accelerating growth. One physiological explanation is that photosynthetic activity in Hevea trees decreases as girth increases and constructive metabolism is larger than destructive metabolism.     

东北过伐林区主要森林类型林分蓄积量生长模型

以吉林省汪清林业局金沟岭林场的主要森林类型为对象,基于小班调查数据,利用R ichards、Logistic、单分子、Gompertz和Korf 5种理论生长方程,建立了林分蓄积量生长模型,采用模型拟合统计量、误差及残差分布对模型进行评价和检验。结果表明:白桦林、人工混交林、天然针阔混交林用R ichards模型最好,人工落叶松林、阔叶混交林、天然针叶混交林用Logistic模型最好。研究结果为该地区森林生长预测和经营优化提供了参考和依据。     

CurveExpert在辽东山区红松单木材积生长模型的应用

CurveExpert 1.3是Windows系统的一个综合性的曲线拟合的软件,内置许多回归模型(线性和非线性),并可自定义模型,能准确、便捷的对数据进行拟合分析。本研究以辽东山区人工红松为目标,应用CurveExpert软件的函数自动拟合特性,对红松单木材积进行分析,结果显示:模型残差占实测值比例低于5%的模型,正弦函数、MMF模型和Gompertz模型适合拟合18~50 a的材积生长过程;二次多项式适合拟合22~50 a的单株材积生长过程;幂函数适合拟合24~50 a单株材积生长过程;Logistic模型适合拟合32~50 a的单株材积生长过程。从本研究结果来看,正弦函数、MMF模型和Gompertz模型的应用范围较广泛,而Logistic模型使用范围相对较窄。     

人工养殖条件下鸿雁生长发育规律的研究

为了研究鸿雁的生长发育规律,试验采用Logistic和Gompertz 2种非线性模型对鸿雁体重变化规律进行拟合。结果表明,Logistic和Gompertz模型均能较好地拟合鸿雁的生长规律,其拟合度均在99%以上。鸿雁的生长快速区间为30～70日龄,其中52日龄左右生长速度最快,可达95.6 g/d。鸿雁在0～30日龄相对生长率最大,在30～70日龄,体重绝对生长最快,因此,鸿雁在0～70日龄应强化饲养管理、提供充足营养,避免疾病、饲养管理变动等不良因素干扰,确保鸿雁快速的生长发育。而70日龄以后,生长强度和绝对生长均逐渐降低,这时可逐渐降低日粮营养水平,饲养管理相对粗放。     

Site quality of pedunculate oak (<Emphasis Type="Italic">Quercus robur</Emphasis> L.) stands in Galicia (northwest Spain)

Accurate estimates of forest productivity are required for sustainable forest management. Height of dominant and codominant trees at a reference age is often used as a measure of site productivity. Eight algebraic difference equations based on the models proposed by Sloboda, Bertalanffy-Richards, Korf, Hossfeld, and McDill-Amateis were tested on the transformed, longitudinal data structure that considers all possible growth intervals. Autocorrelation was modelled by expanding the error term as an autoregressive process according to this data structure. Generalized nonlinear least squares methods were used for model fitting. Several numerical and graphic analyses were used to compare the different candidate models. The relative error in dominant height prediction was used to select 60 years as the best reference age. An algebraic difference equation based on the model proposed by Korf provided the best compromise between biological and statistical aspects and produced the most adequate site index curves. This model is therefore recommended for height growth prediction and site classification of pedunculate oak stands in Galicia. The model is polymorphic and base-age invariant, having only one asymptote. Predictions of height for age intervals between t₁ and t₂ of more than 15 years should be considered with caution because of the associated critical error.