油松种子园的营建技术要点

油松是我国优良用材林树种，材质优，用途广泛，具有较高的经济价值。实生油松结实晚，且有大、小年现象，种子供应不足，营建种子园可以提高油松种子的产量及品质。文章从园址选择、合理规划、科学整地、种源选择、建园及建园后的管理等几个方面总结了油松种子园营建技术，以供参考。     

辽宁鞍山地区油松人工林经营措施

该文结合辽宁鞍山地区油松人工林栽培发展基本情况,对当地油松人工林经营措施进行了总结,包括抚育技术、低效林改造、更新采伐等,为更好地发挥出油松人工林的生态效益提供技术参考.     

松针小卷蛾防治效果试验

松针小卷蛾是油松幼林主要害虫之一,以幼虫为害针叶,为害严重时针叶成丛枯黄。采用不同方法进行松针小卷蛾防治试验,均取得较好的防治效果。     

油松侧枝的节间特征及其变异规律

【目的】为阐明油松侧枝的节间特征及其变异规律,了解当年生节间枝条和针叶的异速生长关系,揭示侧枝空间构型、活力和光合产物分配的主要影响因子。【方法】本研究在35 a生油松林内选取了5株标准木的标准枝,通过枝条解析截取了372个节间,采用统计分析和模型模拟等方法对相关问题进行了研究。【结果】结果表明:油松枝条多分为3级,近90%的节间分布在2级和3级枝,直径生长周期为1~4 a、具有针叶着生和光合功能的节间占节间总数的83%;节间直径和长度均随枝级增加而显著下降,均随节间生长周期(或形成时间)的增加而显著增加,后者在枝级间及枝级内的变异均远高于前者,后者受枝级和着生位置光照环境的影响明显高于前者。全枝70%以上的枝条生物量分布在1级枝节间,80%以上的针叶分布在2级和3级枝节间;1级和2级枝的生物量以枝条为主,3级枝以针叶为主。直径生长周期为1~3 a的节间生物量以叶为主,4 a的以枝条为主,4 a以上的以完全以枝条为主。当年生节间的不同特征变量间均成显著的异速生长关系,而非成比例变化。【结论】节间是侧枝的基本单元,其数量、质量、生长发育及其在不同枝级和形成时间的变异,以及其主要构件的异速生长关系是影响侧枝空间构型、活力和光合产物分配的主要因子。     

张掖森林公园林木碳汇计算与价值评价

选取张掖市森林公园人工林作为河西荒漠区人工林的典型林分,针对不同林分类型分别设置样地,采用单株蓄积量法对张掖森林公园现有人工林的碳汇量与价值进行计算与评价研究,研究表明:张掖森林公园林分蓄积量、碳储量、碳汇价值及林分全部碳汇经济价值最高的为落叶阔叶林,其次常绿针叶林、宿根花卉及地被物、经济林、落叶花灌木。     

甘肃省人工云杉林二元立木材积方程的编制研究

以甘肃省人工云杉林为研究对象,基于收集的680株代表性样木材料,对该区人工云杉林二元材积表的编制进行了研究。结果表明:采用的12种材积备选模型均能较好的拟合材积与胸径、树高的相关关系;通过模型选优,最终确定出11号、12号模型作为甘肃省人工云杉林的二元材积方程式;经适用性检验,林木实际材积与理论材积无显著性差异,材积方程适用于研究区林业生产精度要求,可以为该区人工云杉林林业调查、蓄积估算及科学经营管理提供科学依据。     

湖北省杉木人工林立地类型划分及评价

以湖北省杉木人工林为研究对象,选择166块具有代表性的杉木人工林标准地,并测定样地的常规立地因子。利用数量化理论Ⅰ的方法建立了杉木优势高与立地因子之间的关系模型,对研究区杉木人工林进行立地类型划分及立地质量评价。结果表明,所选择的5个立地因子与优势高数量化拟合的复相关系数为0.639;海拔、腐殖层厚度和坡位这3个立地因子对优势高的贡献率达84.99%,且影响均达到极显著水平;采用海拔、腐殖层厚度和坡位3个因子构建研究区杉木人工林立地类型,共划分为22类;按照优、良、中、差4个评价等级对166块样地所属的立地类型进行立地质量评价,得出湖北省杉木人工林在中海拔、土壤湿润、土壤养分含量较高的立地条件下生产力较高,研究区立地质量整体处于中等偏上水平的结论。     

油松育苗技术研究

油松的用途广泛,目前是我国北方地区常见的园林绿化、防风固沙树种之一,市场上良莠不齐的苗木质量在很大程度上影响了油松的造林效果。结合我国北方地区实践,从苗圃地的选择及整地做床、选种及种子准备、播种、播种后管理、病害及草害的防治等方面简单总结了油松的育苗技术。     

油松栽培技术和病虫害防治措施

在我国北方地区,油松是一种较为常见的松科松属针叶常绿乔木,其不仅具备良好的环境适应能力,而且具有较强的耐旱性与抗寒性,药用价值、工业价值与观赏价值均较高。基于此,本文主要针对油松栽培技术与病虫害防治措施进行全面介绍,以供参考。     

基于神经网络的马尾松人工林密度指数模型

  目的  通过对马尾松Pinus massoniana人工林密度指数模型的研究，为制定木材产量及质量的提升决策提供参考。  方法  以河南省薄山林场马尾松人工林为研究对象，采用147块标准地数据，以林分平均胸径为输入向量，以林分密度为输出向量，建立了林分密度指数人工神经网络（ANN）模型，并与Reineke的林分密度指数模型进行比较。  结果  ① 薄山林场马尾松人工林最大密度线斜率b为-1.516 3，马尾松标准平均胸径为14 cm，Reineke的林分密度指数模型精度为92.11%，t检验结果显著；②构建了网络结构为1:2:1的林分密度指数ANN模型，模型拟合精度为92.57%，均方误差为0.001 469 7。③无论采用Reineke林分密度指数还是人工神经网络技术，在拟合株数密度随林分平均胸径的变化趋势时，幼龄林组拟合效果都不理想，这与幼龄林组数据数量偏少有关。  结论  所建模型可为薄山林场马尾松抚育经营决策提供依据。