森林动态计算机模拟模型研究

综述了国内外目前广泛应用的6种森林动态计算机模型:森林收获模型、生态林窗模型、生态分室模型、过程模型、植被分布模型和混合模型。在介绍每种森林动态模型时, 分别选取几个典型的计算机模拟模型, 来评述每种森林动态模型的优缺点, 并在此基础上探讨今后森林动态模型的发展趋势。     

模型形式和地域对落叶松地上生物量预测的影响

针对树高测定困难且不准确的问题,以东北地区的落叶松实测生物量大样本数据为基础,分别建立一元模型和二元模型,以大样本的树高、胸径实测数据为预测变量,研究模型形式和样本抽取范围对落叶松地上生物量预测的影响。结果表明:一元模型在建模样本抽取的范围内,省级尺度和区域尺度的预测值都和二元模型没有显著差异,而在非建模区域,省级尺度和区域尺度均存在显著差异,且所有径阶一元模型的预测值都大于二元模型。在全部的区域,小径阶树木一元模型的预测值均大于二元模型,在建立模型时应引起重视。     

5种Logistic模型在模拟杉木人工林胸高断面积分布中的应用

本文就Logistic及其改进模型在杉木人工林胸高断面积模拟中的应用进行了深入探讨.研究表明:在相同林分密度下,随立地指数增加,模型的模拟精度越高立地条件影响越大;在相同立地条件下,所有改进Logistic模型的模拟精度都受到林分密度影响;Logistic及其改进模型的模拟精度与林龄没有任何关系.对于某一具体植物种群,不同形式的Logistic模型的模拟精度主要受模型本身的影响.同另外4种Logistic模型相比,Z-Logistic模型参数最稳定,模拟精度最高,为模拟杉木人工林胸高断面积的首选模型.各改进模型的参数直接影响Logistic模型模拟的曲线形状,可作为形状参数使用.     

Quick Bird卫星影像几何校正方法研究

选择3块地势起伏不同的区域作为研究区,研究Quick Bid影像的几何校正。利用简单多项式校正模型、有理函数模型和局部区域校正模型进行校正对比,发现：在地势平坦区域,利用简单的多项式校正模型即可取得较高的校正精度;在地势起伏较大的地区,利用有理函数校正模型可取得较好的校正效果。并且3者中有理函数校正模型最稳定。     

油茶光合作用光响应曲线的拟合

为探讨不同光响应模型对油茶光合特性的适用性,利用非直角双曲线模型、直角双曲线模型和改进的直角双曲线模型拟合了油茶的光响应曲线,通过分析光合参数模拟值与实测值的接近度,在3个模型中筛选最佳油茶光响应模型。结果表明,非直角双曲线和直角双曲线模型都无法直接估算光饱和点,也不能解释光饱和区域的光抑制现象;而改进的直角双曲线模型能较好地描述油茶在不同生境下的光响应曲线,其光合参数均接近实测值。因此,可将改进的直角双曲线模型作为研究油茶光响应曲线的首选模型。     

林分生长与收获模型的研究现状与发展趋势

介绍林分生长与收获模型的概念、分类及研究现状,在分析比较单木生长模型、径阶分布模型和全林分模型各自特点的基础上,展望了径阶分布模型的广阔应用前景。     

Nilson自然稀疏模型初探

林木自然稀疏是自然选择最清晰、最好的例子。关于引起自然稀疏的原因、预测变量以及模型形式的分析有着许多不同的观点。自然稀疏模型主要有Reineke模型、-3/2自疏法则、WBE模型等。文中在收集整理相关文献的基础上介绍了Nilson自然稀疏模型,并将该模型与其他主要的自然稀疏模型进行比较,得出Nilson自然稀疏模型能直接呈现出林木株数与直径之间的关系,且随着直径从0增加到无穷大时,其自然稀疏线的斜率在0到-2之间变化,因此Nilson自然稀疏模型描述自然稀疏过程比其他模型更为有效;并从Nilson自然稀疏模型的优缺点、适用范围、运用推广、自稀疏模型的研究方法和模型选择等方面进行了讨论,提出该模型以及其他大多数自然稀疏模型只能运用于纯林,对混交林自然稀疏模型的研究将是未来自然稀疏研究的一个重点,纯林、混交林自稀疏关系将会广泛运用于林业经营管理中。     

薄壳山核桃不同品种光响应过程及模型拟合

为了探讨不同光响应模型对于薄壳山核桃光合作用的适用性,以‘Mahan’、‘Stuart’、和‘Kanza’3个薄壳山核桃品种为研究对象,建立了5种光响应模型(直角双曲线模型、非直角双曲线模型、直角双曲线修正模型、指数模型和指数修正模型),分别对各薄壳山核桃品种的光响应过程进行了拟合。结果表明:1)5种光响应模型对薄壳山核桃的光响应拟合效果突出,决定系数均在0.9以上,其中非直角双曲线模型拟合效果最优,R^2达到了0.99,并且AIC值最低,直角双曲线模型σ及AIC最高,表现最差。2)通过与实测值相比较,直角双曲线修正模型对于光响应特征参数的求解效果最好,求解出的AQY、R_d、LSP和Pn_max最准确,非直角双曲线模型求解LCP最佳。3)‘Mahan’在3个品种中光照生态幅最宽,利用光能能力最强;‘Stuart’在各模型中的R^2均达到0.99,运用光响应模型拟合效果最好。     

■-v模型在检验昆虫空间分布型与抽样调查中的应用

■-m模型中■=α+βm在非线性情况下,不能用α、β的回归值来判断昆虫种群的空间分布型。因此,作者用方差(v)来代替■-m模型中的均数(m),提出了检验昆虫种群空间分布型的■-v模型:■=φ+ψφ。根据■-v模型,推导了新的序贯抽样方程、最大抽样数量公式和确定最适抽样单元大小的公式。当v=a+bm时,■-v模型可被Iwao的■-m模型所代替;在随机分布模型中,v=m,所以■-v模型完全等价于■-m模型,因此Iwao的模型是■-v模型的一个特例。     

蒙古栎间伐林分和未间伐林分生长模型研究

以Richards和Schumacher模型为原型,利用地位级指数代替地位指数来反映林分的立地质量,通过选取不同的密度指标,分别拟合蒙古栎间伐、未间伐林分的断面积、蓄积量生长模型。结果表明:选用不同的密度指标直接影响着模型的预估效果,林分断面积生长模型选用林分密度指数作为密度指标时预估效果更好,且Schumacher模型要优于Richards模型;林分蓄积量生长模型选用林分断面积作为密度指标时预估效果更好,当认为模型中的渐近值参数只与立地质量相关、而与密度无关时,选用林分断面积作为密度指标的Richards模型要优于Schumacher模型,而在Schumacher模型渐近值参数中引入密度指标后,对林分蓄积量的预估精度又要略优于Richards模型。建议在研究蒙古栎断面积、蓄积量生长模型时,分别选用林分密度指数和林分断面积作为密度指标较好。