四川盆周山地5种典型林分的空间结构对比分析

【目的】研究四川盆周山地5种典型林分空间结构的特征,为该地区森林结构化经营提供理论依据。【方法】以四川盆周山地同龄的杉木纯林、柳杉纯林、杉木-柳杉混交林及同一时期形成的人天混交林和天然次生林为研究对象,采用角尺度、混交度、大小比数和林分空间结构指数对其空间结构进行分析。【结果】1)杉木纯林、杉木-柳杉混交林、人工天然混交林和天然次生林的水平分布格局为随机分布,平均角尺度分别为0.485、0.478、0.478、0.481,柳杉纯林为均匀分布,平均角尺度为0.455。2)5种林分的大小比数频率分布比较均匀,平均大小比数分别为0.465、0.529、0.446、0.810和0.534,林分整体为中庸生长状态。3)在混交度研究中,杉木纯林和柳杉纯林以零度混交为主,平均混交度分别为0.227和0.020;杉木-柳杉混交林的平均混交度为0.460,林分整体为中度混交;人工天然混交林和天然次生林平均混交度为0.610和0.674,为强度混交。4)引入林分空间结构指数FSSI,综合分析3种林分空间结构参数,FSSI大小排序为:天然次生林>人工天然混交林>杉木-柳杉混交林>杉木纯林>柳杉纯林,其排序与林分混交度排序结果一致。【结论】该地区5种典型林分空间结构的大小比数和角尺度相差不大,林分空间结构主要受混交度的影响。     

基于林木特征和经济指标天然次生林单木优化

以往的林分空间结构优化大多是根据1期的林分调查数据,采用林空结构3指标(角尺度、混交度、大小比数)来反映空间结构状况。研究利用帽儿山实验林场固定样地2期调查数据及林木价格数据,采用林分空间结构指数和林分空间距离指数对固定样地的各主要目标树种进行空间格局分析,并结合林木的价值增长率指标对采伐的林木进行最优化控制,以实现天然次生林合理的经营。     

森林空间结构对昆嵛山腮扁叶蜂虫口密度的影响

【目的】明确天然赤松次生林中昆嵛山腮扁叶蜂虫口密度与森林空间结构之间的相关性,探索利用空间结构指标调控森林害虫的生态控制技术。【方法】在昆嵛山天然麻栎-赤松次生混交林中设置面积为6 hm2的样地,测定昆嵛山腮扁叶蜂寄主赤松、黑松、多脂松的空间结构指标树种角尺度、大小比数、混交度和虫口密度,分析各指标与虫口密度之间的关联性。对每株样木分别从上、中、下层,东、南、西、北4个方向统计虫巢数量,以虫巢数的3倍作为株虫口密度。【结果】赤松上昆嵛山腮扁叶蜂虫口密度与角尺度呈显著正相关(R~2=0.821,P=0.034),与胸径大小比数(R~2=0.903、P=0.013)和树高大小比数(R~2=0.906、P=0.013)均呈显著负相关,与混交度相关性不显著(R~2=0.177、P=0.481);黑松上昆嵛山腮扁叶蜂虫口密度与角尺度呈显著正相关(R~2=0.858,P=0.024),与胸径大小比数(R~2=0.043、P=0.739)、树高大小比数(R~2=0.237、P=0.406)均呈负向相关关系,但相关性不显著,与混交度相关性也不显著(R~2=0.251、P=0.390);多脂松上昆嵛山腮扁叶蜂虫口密度与角尺度(R~2=0.032、P=0.772)、胸径大小比数(R~2=0.180、P=0.447)、树高大小比数(R~2=0.194、P=0.458)、混交度(R~2=0.653、P=0.098)等各空间结构指标均无显著相关性。3个树种中,赤松和黑松的虫口密度与空间结构的相关性强于多脂松;不同空间结构指标相比较,虫口密度与角尺度和大小比数的相关性强于角尺度。【结论】空间结构指标角尺度和树种大小比数对昆嵛山腮扁叶蜂的生态调控作用优于混交度。森林经营实践中可以充分利用昆嵛山腮扁叶蜂虫口密度与空间结构指标之间的关系,通过尽量降低角尺度即营造均匀的松属树种林分以提高对虫害的抵御能力,同时尽量提高树种大小比数即改善林木生长状况以抑制昆嵛山腮扁叶蜂的发生。     

森林空间结构对松赤枯病发生程度的影响

【目的】明确天然赤松次生林空间结构对松赤枯病害发生程度的影响,探索以调控空间结构指标为手段的松赤枯病生态控制技术,为营林实践提供指导。【方法】在昆嵛山天然赤松次生林中设立6 hm2样地,测定松赤枯病寄主树种赤松、黑松和多脂松的空间结构指标——树种角尺度、大小比数、混交度和发病率,分析各空间结构指标与发病程度之间的关联性。以发病率作为松赤枯病的病害发生程度,对每个样株分上、中、下层,从东、南、西、北4个方向各随机剪取1个枝条检查病斑,病害发病率直接采用病斑长度比值来计算。【结果】1)赤松的所有空间结构指标都与松赤枯病发生程度之间呈负相关关系,其中胸径大小比数(R2=0.962,P=0.003)和树高大小比数(R2=0.794,P=0.043)与松赤枯病发生程度相关性显著,而角尺度和混交度与其无显著相关性。2)黑松胸径大小比数和混交度与松赤枯病发生程度之间呈负相关性,树高大小比数和角尺度与其呈正相关性,但所有相关性均不显著。3)多脂松所有空间结构指标都与松赤枯病发生程度之间呈负相关性,其中只有混交度与其相关性显著(R2=0.810,P=0.037)。4)3个树种中赤松和多脂松赤枯病发生程度与空间结构的相关性强于黑松;不同空间结构指标相比较,混交度和大小比数与赤枯病的相关性强于角尺度。【结论】混交度和大小比数对昆嵛山松赤枯病的生态调控功效明显优于角尺度。森林经营实践中可通过尽量增大寄主松属树种大小比数和增加寄主松属树种的混交度,以达到控制松赤枯病的目的;而角尺度不宜作为调控指标。同时,针对3个树种对赤枯病的抗病差异性,对病害疫区进行林分改造时多选择种植黑松,控制多脂松的比例,以增强生态系统对赤枯病的抵御能力。     

红树林空间结构均质性指数

根据国内外天然林空间结构已有的研究成果,结合景观生态学理论,提出红树林林分空间结构优化的均质性目标和均质性指数的新概念;对影响林分空间结构均质性目标的各参数进行多目标规划,并给出均质性指数的定义和量化公式;首次使用灰色关联度分析法对广东湛江红树林国家自然保护区不同潮带林分空间结构影响因子调查数据与林木均质性指数的关联度进行分析,实例分析表明,各影响因子与均质性指数的关联度大小表现为竞争指数0.716>混交度0.686>空间密度指数0.670>目的树种特性指数0.644>角尺度0.638>大小比数0.616>健康指数0.607.林木均质性指数能较客观地反映红树林林木对所在林分均质性的影响,为建立红树林生态系统林分空间优化模型提供理论依据.     

基于间伐调整的湖南楠木次生林结构化经营技术

以湖南省一类清查样地为基础数据,用全混交度、大小比数、角尺度、竞争指数等空间结构指标作为建模变量,采用乘除法基本思想构建楠木次生林结构目标函数,通过林分相容性收获预估模型拟合结果来确定各年龄阶段林分最适断面积,将最适断面积作为确定间伐量的约束指标,构建湖南省楠木次生林结构化经营模型,通过间伐调整,提出楠木次生林结构化经营技术,促进森林提质增量。以3470号样地为例,进行结构化经营模拟。根据优化模型确定间伐木共23株,株数间伐强度为16.3%,经营后林分树种空间隔离程度增加,全混交度由原来的0.365增加到0.395,林木所受的竞争压力大幅减小,其竞争指数在原来的基础上减小了51.4%,林分空间分布格局趋近于随机分布。通过对林分未来10年生长进行预测,将林分断面积调整到最适状态时断面积、蓄积定期生长量均高于未间伐林分以及较低密度林分。说明本次经营活动在对林分结构进行改善的同时林分生长活力也有所提高,经营措施可行,可为湖南地区楠木次生林提质增量提供科学依据。     

青石冈林场木荷次生林空间结构调控研究

选取青石冈林场木荷次生林4块样地,计算出样地内各林木的间伐指数,并根据间伐指数值对4块样地进行弱度、中度以及强度间伐模拟来调整林分空间结构。基于不同的间伐强度,根据林分空间结构相关指标(混交度、大小比、角尺度等)和间伐指数对间伐前后的林分空间结构特征变化进行分析,确定了基于中度间伐的方案可以优化该林场木荷次生林空间结构。     

湖南次生栎林空间结构优化

以湖南省国家森林连续清查中栎类为优势树种的样地作为研究对象,通过空间结构指数结合生长量选取合适的间伐木,为湖南栎类次生林的结构调整提供优化方法。运用邻域分析方法对每一个样地创建Voronoi图,分析林分空间结构特征。根据全混交度、角尺度、大小比数、竞争指数4个主要空间结构指数并运用乘除法的思想构建综合空间结构模型。根据每一株林木的综合空间结构指数选取合适的间伐木进行优化。用相容性林分生长收获模型模拟最优断面积,用最优的断面积控制间伐量,使得林分被间伐后,其生长活力能得到提高,在样地结构优化的同时达到提质增量的目的。以2 277号样地为例,根据模型确定样地间伐木为21株,株数间伐强度为16.27%,且间伐后的林分树种个数与径阶个数都未减少;间伐后的林分全混交度提高3.70%,林分整体竞争强度降低31.74%,林分的角尺度降低0.46%,林木的分布格局趋于随机分布,林分空间结构指数增加160.12%,使得林分的空间结构得到大幅的改善。林分的结构越合理,稳定性就越高,发挥的功能作用就越多。本研究以湖南栎类次生林为研究对象,在提出林分空间结构优化目标的基础上,结合了生长量的优化,构建林分间伐空间结构优化模型和每个年龄段的最优断面积预测曲线,为栎类次生林空间结构优化调控和林分提质增量措施的制定奠定理论基础。     

大兴安岭林区典型针叶林林分空间结构特征

文章以大兴安岭针叶林林分为研究对象,利用角尺度、混交度及大小比数3个空间结构参数,分析了针叶林林分的空间结构特征。研究发现:针叶林样地内各树种径级分布呈倒“J”型;林分的平均角尺度为0.489,林分整体水平空间分布格局为随机分布;林分的平均混交度为0.436,林分整体上处于中弱度混交状态;林分的平均大小比数为0.455,林分整体上偏中庸状态。     

泰森多边形与传统四株树法的天然红树林空间结构比较研究

【目的】以漳江口红树林为研究对象,利用泰森多边形和四株树法划分天然红树林林木平面空间分布结构,确定对象木的最邻近竞争木,计算林分空间结构指数,对比分析两种方法的异同,探讨泰森多边形法应用红树林林分空间结构量化的适用性。【方法】设置20 m×20 m样地,每木调查时用钢尺测量横纵坐标,在坐标纸上标记调查木的位置和编号,同时在调查表上记录树种、树高、胸径等林分因子。利用ArcGIS软件,将外业调查的坐标纸上的样木位置图矢量化形成样木点图层,将林分因子调查表导入样木属性表,并由调查木的点位置生成泰森多边形。用VBA编程来计算林分空间结构指数:混交度、大小比数、角尺度。【结果】在福建漳江口红树林国家自然保护区选择样地进行试验,对比分析基于泰森多边形法与传统的四株树法的计算结果,结果表明:1)基于泰森多边形法确定的林分空间结构单元由1株对象木和3~12株竞争木构成,平均值为6株。2)两种方法计算的混交度的相关系数为0.828,大小比数的相关系数为0.881,角尺度的相关系数为0.225。这两种方法计算的混交度和大小比数具有较高的相关性和一致性,而角尺度,两者差异较大。3)基于泰森多边形法与四株树法的不同树种的混交度和大小比数平均值非常接近,混交度最大差0.05,大小比数最大差0.02;角尺度差异较大,最大差值达0.11;泰森多边形法计算的混交度比四株树法的略大一些,而大小比数和角尺度则略小一些。【结论】无论从单株还是从整个调查林分上看,基于泰森多边形法计算的混交度和大小比数与传统四株树法的计算结果差异小,两种方法有较高的相关性和一致性,但其中泰森多边形法与四株树法相比,混交度略大,大小比数略小;而对于角尺度,两种方法的计算结果有较大的差异,并且泰森多边形法的计算结果值小于四株树法。这种差异的根源在于泰森多边形法确定的竞争木数量波动。泰森多边形法通过最邻近原则将平面空间进行划分,不重不漏,对于量化表达林木在空间上的竞争关系具有合理性和有效性,同时外业调查时不需要判断对象木的最邻近竞争木以及距离量算和角度测量,大幅减轻外业调查工作量,适用于天然红树林林分空间结构研究。     

湖南楠木次生林生长与收获预估模型

【目的】建立湖南省楠木次生林林分断面积与蓄积相容性生长收获预估模型,为林分的生长预测和经营决策提供理论依据。【方法】以湖南省1989—2014年6期一类清查样地中的楠木次生林为研究对象,建立其林分断面积和蓄积生长的联立方程组,在此基础上,加入样地效应,构建基于混合效应的联立方程系统。【结果】基础模型包括3个含林分变量的内生变量,模型M1、G2、M2拟合的确定系数(R2)分别为0.860、0.907、0.778;相比基础模型,混合效应模型不仅在R2上有所提高(0.960,0.913,0.915),其平均误差(Bias)和均方根误差(RMSE)也有明显的降低;对比残差分布图,发现混合效应模型拥有分布范围更小、分布更均匀的残差值;通过对比混合效应模型不同模拟的AIC、BIC值,同时结合似然比(LRT)检验,确定了M1、G2和M2的随机参数分别为(β1,β3)、(β6)和(β1,β3,β6)。【结论】基于混合效应的湖南楠木次生林相容性联立方程系统能够提高模型的精度与适用性,更准确地预估该林分的生长与收获,为其经营管理提供科学依据。     

基于哑变量的湿地松林分断面积生长模型

【目的】为更好地估测福州市湿地松人工林林分断面积生长情况,同时为湿地松人工林的经营提供参考依据。【方法】基于样地调查数据选用理查德方程、逻辑斯蒂、Mitscherlich和Schumacher等基础模型,引入优势木平均高和年龄因子为自变量并将林分密度指数作为密度指标加入到基础断面积模型中。在最优基础模型中引入哑变量,建立可兼用于采脂与未采脂林分的湿地松人工林断面积模型。利用R软件的遗传算法求解模型参数,采用均方差(RMSE)、残差平方和(SSE)、决定系数(R2)、模型精度(v)和模型准确度(P)等模型评价指标。并运用含熵权值的TOPSIS法对哑变量模型选优,选用的各项评价指标熵权值由其本身数值决定,该方法具有较好的客观性,避免主观因素影响综合评价结果。【结果】4个基础模型的拟合效果均较好,模型决定系数均超过了0.9,其中Schumacher模型为最优基础模型,决定系数达0.983 31,模型精度达98.20%。在该模型中b3参数中引入哑变量所得模型拟合效果最优,较最优基础模型决定系数提升到0.998 96,模型精度提升到99.37%,距离最优解距离总和最小为0.000 016 7。并对最优哑变量模型做适用性检验,分别检验模型对采脂林分、未采脂林分和总体林分的拟合效果,发现其预估精度均超过99%。根据检验数据断面积实测值和最优哑变量模型预测值建立的线性回归方程,其R2值达到0.999 2,常数项接近0且残差基本均匀分布于横轴两侧,表明模型预估精度较高。【结论】引入哑变量后模型拟合效果得到了提升,可用于估测采脂与未采脂不同经营措施湿地松林分断面积,为测算湿地松林分材积与规划林分经营模式提供参考。     

基于π值法则的油松人工林稳定性与空间结构关联性研究

【目的】研究林分空间结构与稳定性的关系是开展结构化森林经营的前提,旨在探索空间结构对林分稳定性的影响特征,为结构化森林经营提供支持与理论依据。【方法】以黄龙山油松人工林为研究对象,通过设置典型样地,采用最优林分的π值法则,选取10项稳定性指标进行稳定性评价,利用典型相关分析、逐步线性回归分析等方法研究空间结构(包括混交度M、角尺度W和Hegyi竞争指数CI)与林分稳定性ω的关联机制。【结果】1)林分稳定性ω平均值为0.18,变异系数为36%,总体评价结果偏差;混交度M平均值为0.26,变异系数为79%,研究区油松林分物种入侵差异大。2)典型相关分析显示,空间结构指数(包括混交度M、角尺度W和Hegyi竞争指数CI)与稳定性评价指标体系在整体上存在很强的线性相关,典型相关系数可达0.95。3)Pearson相关性分析中,W、M和CI均与ω强烈相关,相关系数分别为-0.5、0.61和-0.73。W与林分健康状态呈极显著负相关,相关系数为-0.63;M与树种多样性呈极显著正相关,与林分长势呈极显著负相关,相关系数分别为0.86、-0.66;CI与林分健康、林分密度呈极显著负相关,相关系数分别为-0.60、-0.57。4)逐步回归分析显示,混交度和林木竞争是影响稳定性的主要因素;由标准化系数可看出,林木竞争(-0.58)对稳定性的影响比混交度(0.39)大。【结论】空间结构与林分稳定性在整体上显著相关;林分混交程度显著提高林分稳定性,但是会削弱优势林木长势;团状分布格局加大了林木竞争,不利于林分稳定性。在结构调控中应适当提高林分混交程度,对竞争强度进行调整时可以连带调整林分的团状分布格局,从而提高林分稳定性水平。     

基于无人机影像的天山云杉林伐后更新地林分密度估测研究

【目的】林分密度是影响森林生态系统结构和功能的主要因素,是森林资源调查的一项重要指标,对林木生长发育有着十分重要的影响。基于无人机影像,以实现提取不同郁闭度的林分密度,旨在为天然林保护工程实施后山区森林资源更新恢复评价提供技术支撑。【方法】以新疆农业大学实习林场伐后更新的天然林为研究对象,以天山云杉Picea schrenkiana var.tianshanica纯林为主,基于无人机影像,利用面向对象多尺度分割方法提取了低、中、高3种不同郁闭度林分的天山云杉冠幅信息,进而估算林分密度,提出了采用平均冠幅法估测高郁闭度林分冠层遮挡区域林木株数的方法。【结果】采用面向对象方法对新疆农业大学实习林场伐后更新的天山云杉树冠边缘信息提取精度较高,提取的林分密度与实测结果相近。其中低、中郁闭度林分中林分密度提取精度分别为0.9868和0.9333,高郁闭度林分中林分密度提取精度相对较低,为0.7657。【结论】总体来看,该方法用于研究区天山云杉林伐后更新地林分密度估测是可行的,采用树冠平均冠幅法能够快速准确地提取伐后更新造林地的林分密度。     

基于ICESat-GLAS数据和回波仿真原理识别森林类型

【目的】利用星载激光雷达波形数据对森林类型识别时,受地形、噪声和林层结构等因素影响,针叶林、阔叶林和混交林森林类型识别精度较低,为提高森林类型识别精度,需提取与森林类型相关的波形特征参数。【方法】结合回波仿真原理与林分冠层特征对GLAS回波波形进行理论分析,提出了与森林类型相关的波形特征参数Rcafit1-47、K1-47,并与其他森林类型相关的波形特征参数进行联合,建立多种波形特征参数组合,用于森林类型识别。【结果】1)针叶林和阔叶林森林类型识别时,波形特征参数组合Rcafit1-47、K1-47森林类型总体识别精度为92.86%,优于另外两种波形特征参数组合AGS、MSGS和AGS、SGS森林类型总体识别精度;2)针叶林、阔叶林和混交林森林类型识别时,波形特征参数组合Rcafit1-47、K1-47森林类型总体识别精度为77.03%,低于另外两种波形特征参数组合AGS、MSGS和AGS、SGS森林类型总体识别精度;3)波形特征参数Rcafit1-47、K1-47与其他波形特征参数组合后能够提高森林类型识别精度,其中,Rcafit1-47、K1-47、AGS、MSGS参数组合森林类型识别精度最高,针叶林和阔叶林森林类型识别精度为94.64%,针叶林、阔叶林和混交林林分类型识别精度为89.19%。【结论】提出的波形特征参数Rcafit1-47和K1-47在针叶林和阔叶林森林类型识别方面具有明显优势,而且与其他波形特征参数组合后能够明显提高针叶林、阔叶林和混交林3种森林类型的识别精度。     

基于地理加权回归模型与林火遥感数据估算森林年龄

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】 GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。     

基于地理加权回归模型与林火遥感数据估算森林年龄

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】 GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。     

惠山国家森林公园游憩林小气候与人体舒适度变化规律

【目的】研究无锡市惠山国家森林公园典型游憩林内小气候及人体舒适度的时间变化规律,以期为惠山乃至江南地区游憩型城市森林的合理经营和生态效益评价提供基础科学数据,也为当地市民选择合适的时间和衣着开展森林游憩活动提供参考。【方法】在惠山国家森林公园最高峰附近,选择20世纪80、90年代营造、位于山顶南坡的香樟林、湿地松林和山顶北坡的栓皮栎林3种典型人工游憩林为对象,以位于山脊的水泥道路为对照,于春、夏、秋、冬季晴好无风天气条件下,在5:00—19:00同步测定3个游憩林及对照点的气温、空气相对湿度和风速,在此基础上计算舒适度指数和衣着厚度指数,量化分析各游憩林及对照点的小气候、人体舒适度的季节变化、日内变化规律,比较不同游憩林的人体舒适度差异,并提出四季游览惠山的衣着建议。【结果】各林分温度的季节变化表现为夏季>春季>秋季>冬季,空气相对湿度表现为夏、秋季大于春、冬季,风速表现为香樟林和湿地松林在夏季最大,栓皮栎林和道路在秋季最大;相同季节不同林分之间的舒适度指数差异不显著,各林分在春季的人体舒适度最高;4个季节白天观测时段内,各林分气温日变化均为单峰型,且峰值出现在11:00—15:00,谷值出现在 5:00 —7:00,空气相对湿度的日变化规律则与气温相反;风速的日变化趋势波动较大,峰值出现在5:00—9:00,谷值出现在13:00—15:00;在春、秋、冬季,各林分人体舒适度在11:00—15:00最高,而夏季这个时间段则最低;3个游憩林在夏季能显著提高人体舒适度,但冬季与对照的差异不大;各林分气候达到“舒适”等级的时间为春季最长(11:00—17:00),秋季次之(11:00—15:00),夏季仅早上气候舒适(5:00—7:00),冬季气候均为“极不舒适”;各林分的着衣厚度指数在夏季均为1,冬季均为7,春季香樟林为5,湿地松林和栓皮栎林为4,道路为3,秋季道路和栓皮栎林为4,香樟林和湿地松林为5。【结论】 3个人工林林分在春季均发挥降温增湿效应,湿地松林在4个季节都具有降风作用;各林分在夏季调节小气候效应更明显,春季的人体舒适度最高,春、秋、冬季的11:00—15:00为白天气候的最舒适时段。