林分空间结构参数N元分布及其诠释

目的以甘肃省小陇山锐齿栎天然混交林为例，采用林分空间结构参数N元分布全面、系统地揭示林分空间结构特征，以实现森林结构信息的精确描述和直观表达，为森林结构精准调控和重建提供基础参考信息。方法对70 m × 70 m标准地内的林木进行每木定位和调查，采用Winkelmass计算每株林木的混交度（M）、角尺度（W）、大小比数（U）和密集度（C），借助Excel透视表统计N元分布相对频率，并采用R 3.4.3、Origin 2015绘制N元分布图。结果锐齿栎天然混交林整体及林分内大多数林木呈随机分布、混交良好、较为密集；林分整体中庸且各大小比数等级林木均接近20%；二元分布、三元分布和四元分布中该林分结构最突出特点表现为:不管结构参数如何组合，林分均表现出不同结构组合下大多数林木呈随机分布或混交良好。结论结构参数N元分布借助分布频率表达优势从不同层次和角度全面系统地描述了林分结构特征信息，且不同分布之间优势互补，实现了林分结构从“点→线→面→体→超体”的精准详尽解译；双X横坐标或双Y纵坐标的3D图满足了多元分布结构信息直观展现需求；N元分布为森林结构精准调控和林分结构重建提供了先决信息。       

再论"结构化森林经营"

在回顾和评价现有可持续森林经营途径的基础上,本文着重论述了"结构化森林经营"的科学性和可行性.文中指出,结构化森林经营的目标--培育健康森林,符合现代森林经营理念;经营理论建立在结构决定功能的系统法则上,理论基础稳固;经营方法充分利用了"基于相邻木关系的森林空间结构量化分析方法"的科学性、简洁性和可操作性,从而使林分结构调整成为可能;经营模式以健康森林结构的普遍规律为范式,以保证林分结构调整目标明确;经营原则在很大程度上借鉴并进一步量化了德国近自然森林经营的原则,有效规避经营风险.总之,结构化森林经营不失为一种简洁、操作性强、科学的森林可持续经营方法.     

森林结构调查最小面积的研究

采用4块100m×100m的天然林样地材料,分别利用角尺度和双相关函数分析4块大样地中不同面积的窗口(小样地)对应林木个体的空间分布格局。结果表明,小样地面积不同其对应林木的空间分布格局也不同,随着样地面积逐渐变大,对应林木的空间分布格局趋于稳定,这意味着森林结构分析必须在一定大小的样地上进行。根据本研究资料,样地面积最小应为2500m2。     

红花尔基沙地樟子松天然林枯立木特征分析

[目的]了解沙地樟子松天然纯林中枯立木的数量及空间结构特征,探究枯立木形成的原因,为樟子松林的保护和经营提供依据。[方法]在沙地樟子松天然纯林中设置2块1 hm~2的大样地,用全站仪对样地中所有胸径大于5 cm的立木进行定位并进行全面调查;对调查样地的基本特征,枯立木的数量特征及径级分布进行了分析,提出了用于表达林分中枯立木微环境的活立木比的概念,并采用林分空间结构参数一元分布和二元分布分析方法,对枯立木与其最近4株相邻木的关系进行分析。[结果]2块不同密度的樟子松天然纯林下更新幼苗和枯立木数量相差较大,密度较小(样地1)的样地更新幼苗和枯立木较少,而密度较大的样地(样地2)中枯立木达到200棵,林下更新幼苗数量达到15 280株·hm~(-2);樟子松天然纯林样地内枯立木主要以小径级木为主,胸径集中在11 cm以下;样地1枯立木径级连续分布,幅度较窄;样地2中的枯立木径级幅度较宽,但在20 22 cm缺刻,有2株大于23 cm的枯立木;2块样地中枯立木的分布格局均为随机分布,样地1中枯立木周围的4株相邻立木大多为活立木,且胸径较枯立木大;样地2中,只有一半的枯立木周围的最近4株立木为活立木,且有三分之一以上的枯立木胸径不是最小的,枯立木有连续分布的现象。2块样地中枯立木的角尺度-大小比数二元分布特征的差异不明显,而角尺度-活立木比二元分布特征和大小比数-活立木比二元分布特征差异明显,样地1中枯立木的最近4株随机分布于其周围的相邻木为活立木且胸径大于枯立木的比例明显高于样地2,而枯立木最近4株随机分布于其周围的相邻木有枯立木的比例明显小于样地2。[结论]樟子松天然纯林枯立木以小径级林木为主,枯立木的数量与林分密度相关,林木竞争是林木死亡的主要原因,密度过大也会产生病虫害,因此,对天然樟子松纯林要进行适度经营,保持合理密度。     

猕猴桃细菌性溃疡病综合防治技术研究

从种苗选用、建园技术、抗溃管理、农药防治4方面,对猕猴桃细菌性溃疡病的综合防治技术进行了总结:①苗木检疫和组培育苗,可解决苗木不带病菌的问题;在抗溃理论指导下,选育出抗溃砧、穗育苗才是解决问题的最佳途径.②建园时起高垄和多埋施有机物,使园中不积水和大幅提高土壤有机质,创造有利于树体生长的生态环境.③在重施有机肥、增施磷钾肥、控施氮肥的施肥原则下合理施肥,控制初果期15 t/hm2左右、盛果期30～45 t/hm2的适宜载果量,可从保证猕猴桃树体健康上抑制溃疡病.④分别于芽膨大和展叶后使用石硫合剂和波尔多液进行预防;农药防治上以农用链霉素、土霉素、四霉素、铜制剂为主,以乙蒜素、中生菌、春雷霉素、代森锰锌、代森铵、代森锌等为辅,药剂的合理复配能起到增效作用;重点抓住采收后至落叶前、芽膨大至开花后、秋季雨季来临前3个防治时期,采用刮除病斑后涂药、树干注射和叶面喷药的施药方法,几种施药方法配合使用防治效果更佳.     

基于交角的林木竞争指数

建立基于交角的林木竞争指数(u_a_CIi),该指数能够同时表达出竞争木对对象木的上方遮盖和侧翼挤压。该指数取值范围为[0,1),无量纲,指数值越大,表明树体越小,所承受的竞争压力越大,清晰直观地表达林木在林分中所处的相对竞争态势。从理论上阐明大的竞争邻体比小的竞争邻体对对象木有更大影响,不仅反映在上方的遮盖也体现在侧方的挤压中。该指数与林木大小的相关性明显高于常用的HEGYI竞争指数。在测量技术飞速发展的今天,该竞争指数将具有很大的应用前景。     

Richards多形地位指数模型研建新方法——参数置换法

以杉木为例,探讨了基于导向曲线的Richards多形地位指数模型的研建新方法——参数置换法。研究发现:利用差分方程途径可以直接推导出全新的Richards多形地位指数模型。该模型在标准年龄较低(T=4 a)时能对优势高生长进行正确预估,并且其参数值与导向曲线的模型参数拟合结果非常接近。研究还进一步从绝对平均误差(MAE)、相对平均误差(MRE)、均方根误差(RMSE)、决定系数(R2)和修正决定系数(R2adj)等5个方面对导向曲线参数值替代非同形曲线的模型参数值的有效性进行了分析。结果表明:替代与否各指标间几乎无差异,亦即用导向曲线参数值直接替代非同形曲线的模型参数值是可行的。这一研究结果为在事先无地位指数表的情况下利用临时样地的年龄-树高调查数据或间隔数据进行立地质量评价提供了可能,还为直接通过导向曲线实现多形地位指数建模提供了方法。     

随机分布的角尺度置信区间及其应用

角尺度通过描述相邻木围绕参照树的均匀性来进行林木水平分布格局的判定。研究分析80 000个模拟随机分布林分的角尺度均值的标准差(σ珚W)发现:随机分布林分的角尺度均值的标准差主要受模拟株数(N)的影响,模拟窗口的大小对其的影响可以忽略不计;模拟株数与角尺度均值的标准差关系极为紧密,表现为模拟株数越少,标准差越大,且标准差随着模拟株数的增加而变小,这种关系用幂函数σ珚W=0.210 34N-0.488 72能够很好地表达,相关指数R2高达0.998;研究基于统计学正态分布原理建立了随机分布林分角尺度均值置信区间,95%的置信限为0.5±1.96σ珚W=0.5±1.96×0.210 34N-0.488 72;99%的置信限为0.5±2.58σ珚W=0.5±2.58×0.210 34N-0.488 72;并有当林分或某一种群的林木分布的角尺度均值珚W在所建立的置信区间[珚WLd,珚WLu]内,即在相应的置信水平上判断为随机,若珚W珚WLu时为团状分布,珚W珚WLd时为均匀分布。这个与调查株数有关的判定标准的提出进一步完善了角尺度理论,并为林分空间结构参数角尺度在实践中的应用提供了简洁方法。     

基于相邻木关系的林木密集程度表达方式研究

林木密集程度是林分空间结构的重要属性,反映林木的疏密程度,包含一定的竞争信息,同时直观表达了林冠层对林地是否连续覆盖。如何通过构建空间结构参数准确量化单株林木周围和林分整体的密集程度是本研究的主要目的。以相邻木空间关系为基础,采用模拟林分数据和实际林分调查数据相结合的方法,提出了一种新的与林木距离有关的林分空间结构参数——密集度,它以林分空间结构单元为基础,通过判断林分空间结构单元中树冠的连接程度分析林木的密集程度。密集度有5种取值,以中度级为岭脊,明确地定义了参照树所在的结构单元的林木密集程度,密集度的值越大说明参照树所处小环境林木密集程度越高,参照树可能面临的竞争越激烈,林冠层越连续覆盖;密集度值越小说明林木密集程度越低,参照树面临的竞争压力越小,参数生物学意义十分明显。在计算林分密集度时,综合考虑分布格局对于林木占据空间方位的影响,增加了参数的准确性。在模拟林分和吉林蛟河红松阔叶林、江西分宜大岗山杉木人工纯林等不同格局、不同密度、不同类型的林分密集程度研究中,密集度均取得了满意的结果,密集度在实际应用中与其他结构参数相似,也可通过抽样调查直接获得,不需要测量距离,并为分析林分空间结构与林木竞争的关系提供了一种可行的途径。如何突破技术上的限制,将密集度与混交度、大小比数和角尺度联合分析,实现空间结构参数的多元联立是下一步研究的重点。      

林分空间结构参数N元分布及其诠释——以小陇山锐齿栎天然混交林为例

【目的】以甘肃省小陇山锐齿栎天然混交林为例,采用林分空间结构参数N元分布全面、系统地揭示林分空间结构特征,以实现森林结构信息的精确描述和直观表达,为森林结构精准调控和重建提供基础参考信息。【方法】对70 m×70 m标准地内的林木进行每木定位和调查,采用Winkelmass计算每株林木的混交度(M)、角尺度(W)、大小比数(U)和密集度(C),借助Excel透视表统计N元分布相对频率,并采用R 3.4.3、Origin 2015绘制N元分布图。【结果】锐齿栎天然混交林整体及林分内大多数林木呈随机分布、混交良好、较为密集;林分整体中庸且各大小比数等级林木均接近20%;二元分布、三元分布和四元分布中该林分结构最突出特点表现为:不管结构参数如何组合,林分均表现出不同结构组合下大多数林木呈随机分布或混交良好。【结论】结构参数N元分布借助分布频率表达优势从不同层次和角度全面系统地描述了林分结构特征信息,且不同分布之间优势互补,实现了林分结构从"点→线→面→体→超体"的精准详尽解译;双X横坐标或双Y纵坐标的3D图满足了多元分布结构信息直观展现需求;N元分布为森林结构精准调控和林分结构重建提供了先决信息。