中国桉树人工林生物量估算系数及影响要素

【目的】分析中国桉树人工林生物量3个估算系数与林分结构特征、气候因子及地形因子的关系,确定生物量估算系数的主要影响因素,以期为区域尺度准确估算桉树人工林生物量提供科学依据。【方法】收集、整理、筛选中国桉树人工林的相关文献数据,分析桉树人工林生物量3个常见估算系数(生物量转换与扩展系数BCEF、生物量扩展系数BEF和根茎比R)与林分结构特征(林龄、平均胸径、平均树高、林分密度、林分蓄积量)、气候因子(年均气温、年均降水量)和地形因子(海拔)间的关系。【结果】桉树人工林BCEF、BEF和R的平均值分别为0. 658 Mg·m~(-3)、1. 251和0. 190,其对应范围值分别为0. 46～0. 76 Mg·m~(-3)、1. 05～1. 35和0. 04～0. 36; BCEF随平均胸径(r~2=0. 306)增大而先减后增,随平均树高(r~2=0. 366)和林分密度(r~2=0. 430)及林分蓄积量(r~2=0. 405)增大均呈逐渐减小并渐趋稳定的趋势; BEF随林龄(r~2=0. 765)和平均树高(r~2=0. 734)及林分蓄积量(r~2=0. 578)增大均呈逐渐减小并渐趋稳定的趋势,随平均胸径(r~2=0. 644)增大呈先减后增的趋势; R随林龄(r~2=0. 665)、平均树高(r~2=0. 338)、林分密度(r~2=0. 275)和林分蓄积量(r~2=0. 403)增大均呈逐渐减小并渐趋稳定的趋势; BCEF随年均气温(r~2=0. 193)和降水量(r~2=0. 200)增大均呈先减后增的趋势,遵循二次多项式关系; BEF和R随年均气温和降水量的变化未表现出明显的函数关系; 3个生物量估算系数均随海拔升高表现出增大趋势,关系式的拟合精度分别为0. 455、0. 501和0. 314。【结论】林分密度与BCEF的拟合优度较高,林龄与BEF和R的拟合优度较高,林分密度和林龄是生物量估算系数的主要影响因素。地形因子对3个生物量估算系数的影响仅次于林分密度和林龄。气候因子仅对BCEF产生一定影响。在估算区域桉树人工林生物量时应考虑林分结构特征及地形因子引起的生物量估算系数差异。     

油松人工林乔木层结构与林下灌木多样性耦合关系研究

人工林生态系统是森林生态系统的重要组成部分,以陕西省延安市黄龙山林区油松人工林为研究对象,对比了4种不同密度的油松人工林样地内乔木空间结构(角尺度、混交度、密集度和大小比数)和灌木多样性(Simpson指数、Shannon-Wiener指数、Pielon指数、Gleason指数和Margalef指数)的差异,建立了乔木空间结构与灌木多样性的耦合关系,探讨了乔木空间结构和灌木多样性的作用关系。结果显示:1)在不同密度的样地中,株数密度为2 300～2 800株/hm~2的样地空间结构最佳;2)灌木多样性受林分密度影响显著,灌木多样性在不同密度中排序为低密度>较低密度>较高密度>高密度;3)不同密度的林分中,乔木空间结构对灌木多样性的影响不同,其中株数密度为2300～2800株/hm~2的林分中,灌木多样性与乔木空间结构具有较强的相关关系,在该密度下可以通过调整乔木层的结构而改变灌木层的多样性。     

桉—草、桉—药复合经营模式的经济效益分析与示范推广

营建了桉—山毛豆(Tephrosia candida)、桉—鸡骨草(Abrus cantoniensis)复合经营模式,分析其经济效益,为桉树(Eucalyptus spp.)人工林可持续发展做示范推广。桉树人工林采用复合经营技术能有效地解决桉树人工林经营过程中出现的生态问题。推广应用桉树复合经营模式对提高林地综合生产能力、促进林农增收、改善林地生态环境有重要的现实意义。     

陕北黄土高原植被恢复对土壤理化性状的影响

为了解陕北黄土高原不同植被恢复类型对土壤理化性状的影响及其季节变化,采用完全随机设计,以陕北黄土高原恢复19年的杏树林、沙棘林、油松林和刺槐林为研究对象,以耕作相同年限农田为对照,分析不同植被恢复类型、土层和季节对土壤有机质、碱解氮、速效磷、速效钾、pH以及电导率的影响。结果表明,土壤有机质、速效磷和速效钾在不同人工林地间达到显著差异水平,人工林地土壤养分含量均高于玉米农地,杏树林和沙棘林相对较高,刺槐林相对较低。碱解氮、pH和电导率在不同人工林地间没有达到显著差异水平。随着土层加深,土壤有机质、碱解氮、速效磷和速效钾显著降低,pH和电导率土层间变化规律不一致。土壤有机质、碱解氮、速效钾和电导率在夏季和春季较高,土壤速效磷和pH在冬季和秋季较高。0~20 cm土层,有机质与碱解氮和速效钾均达到显著正相关水平;20~40 cm土层,土壤有机质与电导率呈显著正相关关系,速效磷与速效钾呈显著负相关;速效钾和电导率在各土层间均达到显著正相关水平,pH与电导率在各土层间均呈显著负相关关系。植被恢复显著提高了土壤养分,杏树林和沙棘林富集土壤养分能力优于油松林和刺槐林。     

张北防护林草本植物群落特征及其对林分密度的响应

研究张北防护林草本植物群落特征及其对林分密度的响应,对我国三北防护林的抚育、营建与可持续经营提供理论依据。本研究实地调查了张北防护林的草本植物群落平均高度、盖度、生物量、群落物种数以及林分密度,利用单因素方差分析及线性回归拟合曲线分析,探究张北防护林草本植物群落特征及其与林分密度的关系。结果表明:张北防护林下草本植物群落平均高度、盖度、生物量及群落物种数量在各样地内存在显著性差异,其中草本植物群落生物量变异系数最大,变化范围为3.03～103.1 g,草本植物群落物种数变异系数最小,变化范围为6～15;草本植物群落平均高度、草本植物群落盖度及草本植物群落生物量随林分密度升高均呈先增后减趋势,草本植物群落平均高度的最适林分密度范围为1 100～2 200 n/hm~2,草本植物群落盖度的最适林分密度范围为800～1 800 n/hm~2,草本植物群落生物量的最适林分密度范围为1 500～2 400 n/hm~2;草本植物群落物种数随林分密度升高呈逐渐降低趋势,草本植物群落物种数的最适林分密度范围为500～1 200 n/hm~2;综上考虑张北防护林林下草本植物群落特征,张北地区防护林最适林分密度应该在800～2 000 n/hm~2之间。适当调控林分密度,有利于提高林下草本植物群落的高度、盖度、生物量及物种数,将有利于张北防护林的更好经营和抚育。     

基于OpenCV的桉树人工林林木株数识别与统计研究

在桉树短轮伐期工业用材林的伐区调查时,往往要估算整个采伐小班的林木株数。为了实现快速林木株数统计,提出一种基于无人机航拍影像与Open CV图像识别计数的处理方法,对航拍的林地影像进行灰度转化、二值化、形态学处理、连通区域分割计算等处理。最后基于二值图片,标记每株树木影像的质心编号,从而实现图像范围内的林木株数统计。结果表明,该方法可将每株树冠有效分离出来,成功解决了计数目标粘连现象对后续分析、测量产生干扰的问题,算法基于Python+Open CV平台,语言简便易行。经测试,识别准确率可达99%,是一种有效的林木株数计数方法。     

桉树与大叶栎混交林营林技术研究

在高峰林场长客分场营造了22 hm²桉树+大叶栎混交林试验林,对照林分为大叶栎纯林,面积7.7 hm²。9年林分的监测数据显示:试验林分中,桉树平均胸径17.6 cm,平均高21.8 m,蓄积量159.649 m³/hm²;大叶栎平均胸径21 cm,平均高17.1 m,蓄积量133.330 m³/hm²。对照林分大叶栎平均胸径15.5 cm,平均高18.6 m,蓄积量198.871 m³/hm²。桉树+大叶栎混交林在林地空间利用、林木质量、生物多样性保护方面均表现良好。探索总结了桉树+大叶栎混交林营造的技术要点,为生产实践提供参考。     

高寒区施肥和混播对燕麦人工草地土壤碳氮储量及垂直分布特征的影响

了解高寒地区燕麦人工草地在燕麦品种、施肥措施和混播水平下土壤碳氮储量潜力及垂直分布动态，为高寒地区燕麦人工草地建植提供理论依据。采用4个燕麦品种（A1：青燕1号，Avena sativa cv. Qingyan No.1；A2：林纳，A. sativa cv. Lena；A3：青海444，A. sativa cv. Qinghai 444；A4：青海甜燕麦，A. sativa cv. Qinghai）、4个施肥水平（B1：不施任何肥料，CK0；B2：尿素75kg/hm2+磷酸二铵150kg/hm2，IM；B3：有机肥1500 kg/hm2，OM；B4：尿素37.5 kg/hm2+磷酸二铵75 kg/hm2+有机肥750 kg/hm2，IM+OM）和4个箭筈豌豆混播水平（C1：0 kg/hm2；C2：45 kg/hm2；C3：60 kg/hm2；C4：75 kg/hm2）的三因素四水平正交试验设计[L16(45)]，在燕麦拔节期、抽穗期、开花期、乳熟期和收获后期研究了3个因素对高寒区燕麦人工草地土壤C、N储量的影响极其垂直分布特征，为高寒区燕麦人工草地土壤固C、固N潜力评估提供理论依据。品种、施肥和混播均显著影响了燕麦人工草地土壤C、N储量。3个因素在作物生长期对土壤C储量的积累的影响大小表现为施肥＞混播＞品种，收获后期表现为混播＞施肥＞品种；各时期对土壤N储量的影响大小均表现为施肥＞混播＞品种。采用尿素37.5 kg/hm2+磷酸二铵75 kg/hm2+有机肥750 kg/hm2的施肥处理，混播75 kg/hm2箭筈豌豆建植的燕麦人工草地土壤C、N储量最高。施肥措施造成燕麦人工草地各时期不同土层间土壤C、N储量的差异。在3种措施影响下燕麦人工草地0~50cm土层土壤C、N储量潜力分别为176.78 t/hm2和11.78 t/hm2。土壤C、N随着土层的加深而逐渐下降，0~20cm土层土壤C、N储量显著高于其它土层。