华北落叶松人工林林分枯损株数随机效应预测模型

【目的】构建能够准确预测华北落叶松林分枯死木的计数模型,探究影响华北落叶松林中林木枯死数量的主要原因,为冬奥会核心区的华北落叶松人工林科学经营与管理提供决策依据。【方法】以张家口市崇礼冬奥核心区45块华北落叶松人工林样地为研究对象,构建华北落叶松林分枯死数量Poisson回归模型、负二项回归模型、零膨胀Poisson回归模型和零膨胀负二项回归模型、Hurdle-Poisson回归模型、Hurdle负二项回归模型,根据AIC值选出最优计数模型。基于最优计数模型,考虑不同随机效应水平和作用在截距和协变量上的随机参数,根据模型收敛情况和AIC值确定最优的随机效应水平和随机参数组合,构建最优林分枯死数量混合效应模型。【结果】林分平均直径、林分优势木平均高、林龄、林分断面积和林分胸径Gini系数为影响林分枯死的林分因子,立地因子对林分枯死的影响并不大。未考虑零膨胀现象时,负二项回归模型拟合效果优于Poisson回归模型;考虑零膨胀现象后,Hurdle-Poisson回归模型拟合效果优于零膨胀Poisson回归模型。最终几种考虑零值过多的计数模型的拟合精度表现为：Hurdle负二项回归模型(HNB...     

基于节子分析技术构建落叶松人工林树冠基部高动态模型

【目的】基于节子分析技术构建落叶松人工林树冠基部高动态预测模型,分析落叶松树冠衰退规律及其影响因素,为制定合理的经营措施提供理论依据。【方法】以2007年设立的8块落叶松人工林标准地获取的40株解析木数据为基础数据,采用节子分析技术,得到树冠基部高随年龄的动态变化数据,应用传统线性模型、理查德和逻辑斯蒂非线性模型构建落叶松树冠基部高动态模型。【结果】传统线性模型、理查德和逻辑斯蒂非线性模型可较好拟合树冠基部高动态变化过程,模型参数均具有统计意义(P0.01),以理查德方程为基础模型构建的树冠基部高模型拟合效果最好,加入权重因子可消除异方差,降低估计参数标准误,提高预测精度,模型的确定系数(R~2)为0.904,绝对误差(Bias)和均方根误差(RMSE)分别为0.002和1.251,最优落叶松树冠基部高模型形式为HCB=(3.146+0.036CCF+0.225Bas+0.788HT-0.481CL)(1-e~(-0.086 t))~(4.278)。【结论】树冠基部高动态变化过程与林分发育规律一致,符合"S"形生长曲线,可通过树冠竞争因子(CCF)、林分断面积(Bas)、调查当年的树高(HT)和冠长(CL)解释,解释率达90.4%。树高、树冠竞争因子和林分断面积增大会导致树冠基部高上升,加速落叶松树冠衰退。竞争对树冠的影响较敏感,落叶松人工林10～41年间,树冠竞争因子大(187.33)的林分冠长率从75%下降到36%,而树冠竞争因子小(105.82)的林分冠长率从75%下降到40%;落叶松人工林树冠基部高平均每年上升0.66 m。本研究构建的树冠基部高动态模型可较好模拟落叶松人工林树冠基部高动态变化过程,利用单木和林分变量能够解释落叶松人工林树冠衰退趋势。通过检验验证,基于节子分析技术获取的树冠基部高数据构建的动态模型精度较高,可作为一种获取长期树冠动态变化数据的有效手段。     

河北省北部华北落叶松人工林立地指数空间分布预测

【目的】探究河北省北部华北落叶松人工林立地生产力空间分布格局及其与环境因子的关系,为高效森林经营提供依据。【方法】基于研究区1 179块森林资源二类调查小班数据,建立以地形、气候和土壤因子为辅助变量的多元线性回归(MLR)、随机森林(RF)、回归克里格(RK)和地理加权回归克里格(GWRK)模型。通过模型评价,选择最优模型预测研究区华北落叶松人工林立地指数(SI)空间分布,采用相关和偏相关分析方法分析SI分布格局与主要环境因子的关系。【结果】海拔、最干月降水、土壤全氮和全磷是影响研究区华北落叶松人工林立地生产力的主要因子;地统计学的2种模型(RK和GWRK)拟合优度相近且均显著高于MLR和RF模型,与全局回归的RK模型相比,局部回归的GWRK模型具有较高的R~2(0.780)及较低的AIC (160.533)、RMSE(1.593 m)和MAE(1.113 m),为最优预测模型;不同立地生产力等级地区内SI对地形和土壤因子的变化表现更为敏感,对气候因子的变化反应较弱。【结论】海拔、最干月降水较高以及土壤氮磷含量适中的研究区西北部,是华北落叶松人工林适生区,而海拔、最干月降水较低以及土壤氮磷含量不平衡的东、南部,华北落叶松人工林的适应性较差,可通过造林活动或适当添加氮磷肥削弱环境因子对树木的不利影响。     

基于无人机激光雷达的银杏人工林有效叶面积指数估测

【目的】精确估测银杏人工林有效叶面积指数(eLAI),以更好了解银杏人工林的生长和竞争、理解人工林生态系统的功能和生产力。【方法】基于多旋翼无人机激光雷达(LiDAR)系统获取的点云数据,结合45块地面实测样地数据,使用孔隙度模型法(通过计算点云的冠层穿透率,根据Beer-Lambert定律计算有效叶面积指数)和统计模型法(首先通过地面实测的有效叶面积指数和所提取的LiDAR特征变量建模,然后借助拟合的模型估测有效叶面积指数)对我国典型银杏人工林进行样地尺度的有效叶面积指数估测。【结果】1)使用统计模型法估测eLAI时,仅利用LiDAR高度特征变量估测精度为R2=0. 38(rRMSE=54%),引入其他特征变量(冠层密度特征、冠层容积比以及强度特征变量)后精度分别达到R2=0. 64(rRMSE=26%)、R2=0. 61(rRMSE=28%)、R2=0. 74(rRMSE=23%); 2)根据Cover将样地分组建模后发现,分组建模的精度优于不分组建模的精度;3)孔隙度模型法估测有效叶面积指数的精度为R2=0. 71(rRMSE=32. 0%)。【结论】结合多组LiDAR特征变量估测有效叶面积指数能够充分挖掘LiDAR数据包含的冠层结构特性,从而提升估测精度;同时,使用孔隙度模型法可以有效估测银杏人工林有效叶面积指数。无人机LiDAR点云在估测银杏人工林有效叶面积指数上具有较好的潜力。     

基于GWR的大兴安岭森林立地质量遥感分析

【目的】建立遥感信息模型,估算森林地位级指数,对森林立地质量的空间分布进行系统研究,为森林经营管理和营林造林提供数据支持与理论依据。【方法】以黑龙江省大兴安岭地区为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,采用以最小二乘为基础的多元线性模型(全局模型)和以地理加权回归(GWR)为基础局域回归模型提取包括遥感因子土壤修正植被指数(MSVI)、差值植被指数(DVI)和林分因子林分平均胸径(ADBH)、林分郁闭度(FCC)在内的4个因子作为自变量,建立地位级指数全局估算模型和局域估算模型。对比2种方法,最终采用地理加权回归模型来绘制研究区域地位级指数空间分布图,对研究区域的立地质量进行评价与分析,并探索研究区域内森林地位级指数的空间分布状态随地形的变化趋势。采用全局Moran I描述不同空间尺度下模型残差的空间自相关性(以8 km为间隔计算从8 km到80 km)。【结果】大兴安岭地区地位级指数呈现明显的聚集分布,具体表现为东高西低、北高南低,并且最大值出现在北部区域。遥感因子和林分因子影响森林地位级指数的空间分布。地理加权回归模型的拟合和精度明显好于全局模型,其中全局模型的R2adj为0.48、AIC为1 816、RMSE为1.74,地理加权回归模型的R2adj为0.53、AIC为1 784、RMSE为1.29。通过模型模拟结果和实测值的对比分析发现,地理加权回归模型具有更高的验证精度和更好的拟合效果。基于地理加权回归模型残差分析可知,地理加权回归模型能够很好地解决模型残差的空间自相关性,产生更为理想的模型残差。【结论】全局模型和局域地理加权回归模型能够较为有效地估算黑龙江省大兴安岭地区森林地位级指数,加入样地位置信息进行回归分析的地理加权回归模型能够更有效地降低数据的空间自相关性,结果更符合传统统计模型中关于残差间相互独立的基本假设,使得建模过程更加科学合理。     

长白落叶松人工林单木和林分水平的相容性生物量模型研究

[目的]构建落叶松人工林单木和林分水平的相容性生物量模型,使之既在数据采集区域内能够表征不同水平下的差异程度,又具有较强的通用性。[方法]基于64株长白落叶松人工林样木生物量实测数据和40个每木检尺样地数据,在考虑和未考虑林龄2种情形下,利用哑变量和非线性似然无关回归方法相结合,构建单木和林分水平的一元相容性生物量模型。[结果]表明:(1)地上及全株生物量模型单木水平下的R～均大于0.95,林分水平下的R～均大于0.78,(2)利用哑变量考虑林龄因素后,单木水平下各评价指标总体稳定,参数b值范围从0.905 5～2.512 5减小为1.047 0～2.202 8。林分水平下R~2提升0.201 9,参数b值范围从0.071 1～1.560 7减小为0.781 1～1.055 1;且具有更小的TRE、MPE和MSE。(3)利用对数转换的线性回归模型,全株及各组分生物量模型残差的分布趋势均平行于横轴。[结论]非线性似然无关回归和哑变量相结合的方法灵活、建模过程简单、模型稳定性好,适用于不同因素下落叶松人工林相容性生物量模型构建。林龄因素对林分模型拟合效果的改善更显著,在建模过程中,单木模型可以不考虑林龄的影响,而林分模型需要考虑林龄的影响。     

基于机器学习和多源数据的湘西北森林地上生物量估测

【目的】针对传统森林资源清查方法成本高、时效性低和结果统一性差等问题,基于多源遥感数据,采用机器学习算法选择特征变量并建立估测模型,制作森林地上生物量(AGB)面分布产品,为森林资源信息化调查提供技术手段。【方法】以湖南省西北部为研究区,利用生物量异速生长方程将森林资源样地调查数据转换为AGB,筛选到393个样地AGB参考值。以Landsat-8数据为光学遥感数据源,提取各波段光谱信息、植被指数、纹理特征以及缨帽变换各分量;以ALOS PALSAR-2、Sentinel-1数据为雷达遥感数据源,提取各极化方式后向散射强度和归一化极化差分指数。结合高程、坡度、坡向地形因子,获得122个备选特征变量。采用逐步回归方法和随机森林(RF)算法筛选建模变量,分别建立多元线性回归(MLR)、RF和支持向量回归(SVR)模型。以均方根误差(RMSE)、相对均方根误差(rRMSE)和决定系数(R~2)为模型评价指标,运用十折交叉验证法评价模型效果,选择最佳模型完成生物量制图,并选取5种中国或全球尺度生物量制图产品进行比较分析。【结果】在训练集上,RF模型表现最好(RMSE=12.8 mg·hm~(-2),rRMSE=21.1%,R~2=0.93),其次为SVR模型(RMSE=26.1 mg·hm~(-2),rRMSE=43.3%,R~2=0.55),MLR模型表现最差(RMSE=30.9 mg·hm~(-2),rRMSE=50.5%,R~2=0.39);在测试集上,采用RF算法建立的模型表现(RMSE=30.1 mg·hm~(-2),rRMSE=51.3%,R~2=0.42)同样优于MLR(RMSE=32.6 mg·hm~(-2),rRMSE=54.1%,R~2=0.30)和SVR(RMSE=32.8 mg·hm~(-2),rRMSE=55.3%,R~2=0.25)。3种模型均显示出一定程度的低值高估和高值低估现象。RF模型选择出13个建模变量,包括PALSAR-2后向散射信息、高程以及Landsat-8光谱信息、植被指数、缨帽变换湿度与绿度分量差值。应用RF模型完成区域生物量制图,与其他产品对比,能够基本反映研究区内生物量分布情况,并显示出丰富的生物量分布细节信息,生物量范围为0～119 mg·hm~(-2),平均生物量为37.5 mg·hm~(-2),标准差为35.9 mg·hm~(-2)。【结论】结合多源遥感数据与机器学习算法,能够准确、快速地测算大范围生物量,具有较大应用潜力。相比SVR和MLR模型,RF模型在AGB估测上的表现更优,RF算法能够从多源变量中有效筛选出适用于AGB机器学习建模的变量。     

基于机载激光雷达的崇礼冬奥核心区林分地上生物量反演

【目的】基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型,考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨,为生物量建模方法研究、生物量估测提供科学依据,为冬奥核心区实现“双碳”目标和生物量模型计算提供技术支撑。【方法】基于崇礼冬奥核心区2种森林类型(华北落叶松和白桦)62块实测样地及对应的激光雷达数据,通过变量筛选分别建立最小二乘、混合效应和贝叶斯生物量模型,应用确定系数(R²)、均方根误差(RMSE)、残差、总体相对误差(TRE)评价模型,采用留一交叉法验证模型精度。【结果】筛选出相关性较高的激光雷达变量共20个,最终进入模型的自变量3个。拟合效果最好的是Logistic混合效应模型(RMSE=22.99 t·hm^-2,R²=0.768,TRE=6.08%),分树种建立模型后华北落叶松模型拟合效果提升(RMSE=22.92 t·hm^-2,R²=0.795,TRE=7.45%),白桦模型预测精度提高(RMSE=23.34 t·hm^...     

基于林层哑变量的湖南栎类天然次生林断面积生长模型

【目的】基于栎类天然次生林林层分异现象,分析林层效应对林分断面积生长的影响,以林层效应为哑变量建立栎类天然次生林断面积生长模型,为更有效地经营管理湖南栎类天然林提供参考与依据。【方法】基于湖南省内设置的栎类固定样地51块,以调查的样地数据,从6个具有生物学意义的备选模型中选出一个最优基础模型。通过国际林联(IUFRO)的优势高划分、全树高聚类与光竞争高度法划分林层后,以最优模型分别对全林分及主林层、次林层断面积进行拟合,选出最优林层划分方法;根据林层划分结果,构建含林层效应哑变量的林层断面积生长模型。【结果】3种林层划分方法的划分结果均能满足国标(GBT 26424—2010)的要求;断面积生长模型的最优形式为Schumacher形式的模型,林分断面积模型的确定系数(R~2)为0.925 5,各林层断面积模型的确定系数(R~2)均在0.95以上,栎类林最优林层划分方法为国际林联(IUFRO)法,根据其划分结果构建的断面积生长模型的确定系数(R~2)为0.972 1,采用林层效应作为哑变量构建断面积模型有效提升了模型精度,与不分层的全林分断面积模型相比,确定系数(R~2)提高了4.94%,平均绝对误差(MAE)降低了10.23%,总相对误差(TRE)降低了1.19%。【结论】构建含林层效应哑变量模型解决了林层效应对断面积生长预估的影响,同时减少了建模工作量,提高了模型的精度与适用性,对栎类林的林分生长收获与经营管理具有重要意义。     

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。     

大兴安岭东部天然落叶松林可加性林分生物量估算模型

【目的】探讨林分乔木层生物量的估算方法,为大区域、大尺度森林生物量的估算提供理论依据。【方法】利用1990—2010年5期大兴安岭东部天然落叶松林固定样地数据,选择基于林分变量的林分生物量模型和基于林分蓄积量的林分生物量模型作为林分乔木层生物量估算的方法,利用似然分析法去判断2种模型的误差结构(相加型和相乘型),并采用聚合型可加性生物量模型建立其林分生物量模型,模型参数估计采用非线性似乎不相关回归模型方法。采用"刀切法"评价所建立的林分生物量模型。【结果】经似然分析法判断,2种模型的误差结构是相乘型的,对数转换的线性回归更适合用来拟合林分生物量数据;2种模型的调整后确定系数R2a0.94,平均相对误差ME为0%~5%,平均相对误差绝对值MAE15%;所建立的2种可加性林分生物量模型的预测精度在98%以上。【结论】虽然基于林分蓄积量的林分生物量和基于林分变量的林分生物量模型形式不同,但二者都具有较好的预测精度;就本研究而言,2种估算林分生物量的方法都能对大兴安岭东部天然落叶松林林分生物量进行很好地估算。     

机载激光雷达大区域亚热带森林参数估测的普适性模型式

【目的】针对当前森林参数估测模型受研究区条件、森林类型限制不具备普适性的问题,从森林三维结构分析描述出发,构建森林参数估测多元乘幂模型式,并测试其在不同森林类型不同森林参数估测中的表现,检验其推广能力,以期发现一个适用于不同森林类型不同森林参数估测的模型结构式,为激光雷达森林参数的一致性估测提供实践案例。【方法】以面积2.21万km~2的南亚热带丘陵山地区域为研究区,以面积法为基础,将刻画森林冠层三维结构的7个离散回波Li DAR变量进行组合,构建5个森林参数估测多元乘幂模型式,通过383块样地测试5个模型式在不同森林类型(杉木林、松树林、桉树林和阔叶林)不同森林参数(蓄积量、断面积和平均直径)估测中的表现。【结果】以激光雷达点云平均高、冠层覆盖度、叶面积密度变动系数、激光雷达点云高度变动系数、50%分位数密度为变量的模型结构式表现最好; 4种森林类型蓄积量估测模型的决定系数(R~2)分别为0.667、0.769、0.764和0.602,相对均方根误差(rRMSE)变化范围为18.53%～36.32%,平均预估误差(MPE)变化范围为3.37%～6.95%; 4种森林类型断面积估测模型的R~2分别为0.572、0.582、0.706和0.568,rRMSE变化范围为16.11%～30.82%,MPE变化范围为3.27%～5.89%; 4种森林类型平均直径估测模型的R2分别为0.574、0.501、0.709和0.240,rRMSE变化范围为10.07%～29.01%,MPE变化范围为1.83%～5.55%;最优普适性模型式的R2与各森林类型各森林参数最优模型的R~2的相差小于5%,rRMSE和MPE的相差均小于7%。【结论】本研究提出的模型式变量具有明确的生物物理意义和林学解析意义,可准确刻画林分冠层三维结构,在不同森林类型不同森林参数估测中均取得较好效果,具有良好的普适性,有利于提高不同森林类型估测结果的可比性,可用于机载激光雷达大区域森林资源动态监测。     

基于地理加权回归模型的大兴安岭中部天然次生林更新分布

【目的】研究大兴安岭地区天然次生林不同位置间森林更新的空间相关性和空间分布模式,探索尺度效应对空间自相关性的影响,对森林更新的影响因子进行分析,从更深层次了解更新动态中潜在的规律性,为该地区天然次生林的经营决策提供理论依据和技术支持。【方法】以黑龙江省大兴安岭新林林业局翠岗林场为研究区,基于2018年7—8月在研究区建立的45块固定样地数据,以林分因子、地形因子、林分空间结构、土壤厚度和物种多样性5方面的9个因子为自变量,建立全局泊松模型和以地理加权回归模型为基础的4种尺度(5、10、15和20 km)地理加权泊松模型(GWPR)对该地区天然次生林更新状况进行模拟,利用全局MoranI和局域MoranI分别对模型残差的全局空间自相关性和空间分布状况进行描述,评价全局模型和各尺度局域模型的拟合效果,对尺度效应下各局域模型之间的差异进行说明,采用5 km尺度局域模型绘制研究区森林更新的空间分布,对研究区森林更新状况进行评价和分析。【结果】5 km尺度局域模型具有最好的模型残差局域化空间分布效果,可形成不同模型残差聚集分布的理想状态,模型变量的参数估计值产生跨度最大的变化范围,模型稳定性最好,随着空间尺度逐渐增大模型稳定性不断下降,但总体上要好于全局模型;同时,处于该尺度下的局域模型,模型残差的空间自相关性最低。局域模型的拟合效果好于全局模型,其中5 km尺度局域模型的MSE和AIC在所有模型中最小。研究区内更新株数呈南高北低、东西差异不明显的分布趋势。【结论】在构建局域模型时,应考虑空间尺度的影响,5 km尺度局域模型可以很好模拟研究区天然次生林更新的空间分布状况,有效降低甚至去除空间自相关性。研究区的林分更新株数主要集中在1 000～2 000株·hm~(-2)之间,更新等级处于不良水平,森林天然更新能力整体较弱,可采用人工促进天然更新等措施进行森林经营。     

基于空间自相关的天然蒙古栎阔叶混交林林木胸径-树高模型

【目的】考虑林木间的空间自相关,构建基于空间自相关的林木胸径-树高模型,为可持续经营天然混交林提供理论依据。【方法】以天然蒙古栎阔叶混交林为研究对象,选择适宜的线性化林木胸径-树高模型为基础模型(BM),应用3个同步自回归(SAR)模型即空间滞后模型(SLM)、空间误差模型(SEM)和空间Durbin模型(SDM)研究该混交林的林木胸径-树高模型。同时,将Delaunay三角网(DT)矩阵、逆距离一次幂(ID1)、逆距离二次幂(ID2)、逆距离五次幂(ID5)、球状变异函数(SV)矩阵、高斯变异函数(GV)矩阵和指数变异函数(EV)矩阵共7个空间加权矩阵应用于SAR模型中。利用普通最小二乘法(OLS)估计BM参数,极大似然法估计3个SAR模型参数,并对4个模型的回归参数进行T检验,对3个SAR模型的自回归参数进行似然比检验。选择Moran’s I(MI)指数比较分析BM、SLM、SDM和SEM 4个模型的残差空间自相关,选择决定系数(R2)、均方根误差(RMSE)和Akaike信息准则(AIC)3个拟合指标比较分析4个模型的拟合效果。【结果】空间加权矩阵SV的BM残差MI值大于1,因此以下结果分析中将不再考虑SV。其他6个空间加权矩阵的BM和SLM残差MI值均显著大于期望值I0,但SLM残差MI值较相同空间加权矩阵的BM残差MI值小。除了GV和ID1外,其他4个空间加权矩阵的SDM残差MI值均与I0差异不显著。除了ID1外,其他5个空间加权矩阵的SEM残差MI值均与I0差异不显著。3个SAR模型的3个拟合指标均优于BM。在相同的空间加权矩阵中,SDM和SEM的3个拟合指标非常接近,但均优于SLM。在SDM和SEM中,不同空间加权矩阵(除GV外)根据3个拟合指标从优至劣的排序为ID2DTIDID5EV。无论采用哪个空间加权矩阵,3个SAR模型的回归参数β1均与BM中的β1相似,且均显著不为零。相比β1,SEM和BM中的β0相似,但SDM和SLM中的β0与BM中的β0不相似,并且随着空间加权矩阵的变化而变化。应用于SAR模型的所有空间加权矩阵中,利用ID1得出的自回归参数ρ、γ和λ均明显高于利用其他空间加权矩阵计算的值。GV只有在SEM中才能使自回归参数λ显著。除了GV外,利用其他5个空间加权矩阵得出的ρ、γ和λ均显著。【结论】应用于SAR模型的7个空间加权矩阵中,SV和ID1为不合理的空间加权矩阵。SLM只能降低模型残差的空间自相关,改善模型拟合效果较SDM和SEM差。只要选择合适的空间加权矩阵,SDM和SEM就可以消除模型残差的空间自相关,提高模型拟合效果,其中ID2是最好的空间加权矩阵。利用ID2和SEM构建以树种为哑变量的胸径-树高模型,从而得出基于空间自相关的蒙古栎、杨桦(山杨和白桦)、红松的胸径-树高模型。     

落叶松-人参复合系统的植物多样性和碳储量特征

【目的】本研究选取落叶松-人参复合系统,并与落叶松人工林及天然次生林进行比较,定量分析林下种植人参对生物多样性和碳汇功能这2种重要生态系统服务功能的影响。【方法】以落叶松-人参复合系统为对象,选择与其立地特征相似的落叶松人工林和天然次生林2种林分作为对照,通过样地调查、采样和试验,对比分析3种林分类型的乔木和草本植物多样性,并对不同林分类型中的乔木、林下灌草、枯落物和木质物残体以及0~30 cm土壤的碳储量进行分析。【结果】落叶松-人参复合系统下,人参重要值达到0.33,具有明显优势;对于Shannon-Wiener多样性指数(H')、Margalef丰富度指数(R)和Pielou均匀度指数(E)3种植物多样性指数,乔木物种均表现为天然次生林落叶松-人参复合系统落叶松人工林,草本物种均表现为天然次生林落叶松人工林落叶松-人参复合系统;落叶松-人参复合系统草本植物的S,H'和R'值分别为16,1.91和1.83,均低于落叶松人工林下草本植物的17,2.1和2.04,但差异并不显著;而落叶松-人参复合系统的E值为0.87,显著低于落叶松人工林系统的0.91;对于不同林分类型的碳储量而言,32年生的落叶松近熟人工林平均碳储量为192.81 t·hm-2,略高于天然次生林碳储量(188.85 t·hm-2),2者均显著高于落叶松-人参复合系统(155.56 t·hm-2);3种林分类型不同层次碳储量均表现为土壤层乔木层枯落物和木质物残体层林下灌草层,且土壤层和乔木层碳储量之和均占到总碳储量的90%以上,此外,落叶松-人参复合系统的4个层次碳储量均显著低于落叶松人工林系统;对于不同林分类型,在0~30 cm土层随土壤深度增加,土壤碳储量逐渐降低。【结论】落叶松-人参复合经营对乔木植物多样性没有显著影响,但对草本植物多样性影响较大,同时其还会显著降低森林碳储量。因此,今后林参复合经营应注重深入研究,合理规划,正确引导,兼顾经济和生态效益,从而保障森林资源的可持续利用和林参复合经营的可持续发展。     

基于哑变量的闽楠人工林单木树高曲线模型

【目的】通过建立含立地类型哑变量的湖南省金洞林场闽楠人工林单木树高曲线模型,为湖南省金洞林场闽楠人工林的目标树经营和生长预估提供理论依据。【方法】以湖南省金洞林场为研究区域,基于18块闽楠人工林固定样地2019年调查数据,选取了11个具有代表性的树高曲线模型对闽楠人工林树高-胸径关系进行了拟合,从中筛选出了拟合效果最好的模型作为构建哑变量模型的基础模型;通过对18块固定样地进行立地因子调查,采用数量化方法Ⅰ,以各林分的平均木优势高为因变量,立地因子为自变量,对立地因子进行评价,得到影响显著的立地因子,并通过划分等级和聚类分析来划分立地类型;将立地类型做为哑变量添加到基础模型参数及不同组合中,构建基于立地类型哑变量的金洞林场闽楠人工林单木树高曲线模型。【结果】在11个基础模型中,拟合的树高曲线最优基础模型为Weibull方程,其决定系数为0.780 4最大,平均绝对误差(MAE)为1.770 9,均方根误差(RMSE)为2.701 3最小。以Weibull方程作为基础模型,在构建的含立地类型的哑变量模型中,将哑变量添加在参数c上效果最优,决定系数为0.834 9,平均绝对误差(MAE)为1.529 5,均方根误差(RMSE)为2.131 6。对比于基础模型,决定系数提升了6.98%,平均绝对误差(MAE)降低了13.6%,均方根误差(RMSE)降低了26.7%。【结论】含立地类型哑变量的金洞林场闽楠人工林单木树高曲线模型拟合效果优于基础模型,并且具有更高的适用性,能反映不同立地类型下的树高、胸径生长差异,可以为湖南省金洞林场闽楠人工林的目标树经营和生长预估提供理论依据。     

基于分位数回归和哑变量模型的大兴安岭兴安落叶松树高-胸径模型

【目的】基于Richards方程比较分位数回归和哑变量模型对树高-胸径方程预测精度的影响,为林业树高-胸径模型的构建提供新的思路和方法。【方法】利用大兴安岭4个区域的兴安落叶松Larix gmelinii伐倒木胸径/树高实测数据,采用分位数回归和哑变量模型构建树高-胸径模型,并与基本模型进行对比分析。评价指标采用平均绝对误差(MAE)、均方根误差(RMSE)、确定系数(R2)、赤池信息量(AIC)、贝叶斯信息量(BIC)、平均预测误差百分比(MPE)、平均绝对百分比误差(MAPE)、均方根百分比误差(RMSPE),同时利用非线性额外平方和法进行区域性检验。【结果】1)Richards树高-胸径模型在9个不同的分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)都能收敛,且每个区域都有其对应的最优分位数模型,区域1、2、3和4的最优分位数模型所对应的分位数分别是τ=0.7、τ=0.3、τ=0.5和τ=0.3,各区域最优分位数模型与哑变量模型所得结果差异不大,都优于基本模型。2)F检验结果表明哑变量模型的构造是有必要的,区域2和区域4没有显著不同,其他5对区域都有显著不同。3)模型检验结果表明区域1、3、4的最优分位数回归模型都要优于哑变量模型,区域2的哑变量模型没有通过正态性检验(P=0.028 6),因此区域2的最优模型仍然为τ=0.3时的分位数模型。【结论】分位数回归模型和哑变量模型都能够反映不同区域树高-胸径关系的变化,在拟合和检验统计量等方面都表现较好,适合于大兴安岭落叶松树高预测。在进行方法选择时,可以根据数据特征和研究目的进行选择。     

基于气候因子的杉木人工林削度方程构建

【目的】基于湖南省永州市75块杉木人工林样地的调查数据,构建含气候因子的杉木人工林树干削度方程,为后续研究气候因子对杉木树干削度的影响提供理论依据。【方法】从4个备选基础模型中选取1个最优的作为基础模型,使用数量化方法Ⅰ筛选出显著的气候因子,在此基础上,将气候因子和林分密度因子通过混合效应模型方法添至最优的基础模型中,确定最优的随机效应添加形式,从而构建含气候因子和林分密度因子的杉木人工林树干削度方程。【结果】Kozak(2004)模型为最优基础模型,其Ra2为0.959 5;夏季平均最高温（Txmax）、生长积温（DD5）为影响树干削度显著的气候因子。单含林分密度因子的杉木人工林树干削度方程的Ra2为0.971 0,均方根误差（RMSE）和平均绝对误差（MAE）分别为0.757 2、0.546 7,而含气候因子和林分密度的杉木人工林树干削度方程Ra2为0.981 6,RMSE和MAE分别为0.603 4、0.431 2,相比最优基础模型Ra2提升了2.3%,RMSE降低了32.56%,MAE降低了34.56%;相比单含林分密度因子的杉木人工林树干削度方程Ra2提升了1.1%,RMSE...     

基于机载小光斑全波形LiDAR的亚热带林分特征反演

【目的】研究通过集成波形信号处理、空间解析和重构建模以及综合波形信息提取方法,探索基于小光斑全波形LIDAR特征变量高精度反演林分特征的新方法。【方法】以江苏南部丘陵地区的亚热带天然次生林为研究对象,在预处理和分析小光斑全波形 LIDAR 数据的基础上,首先基于体元空间框架分解和提取波形的振幅能量信息,并构建伪垂直波形模型;然后,从中提取空间位置信息(即点云)及几何辐射变量,计算 LiDAR点云和波形特征变量,并通过相关性分析筛选特征变量;最后,结合地面实测林分特征参数构建反演模型并验证精度。【结果】1)各 LiDAR特征变量对 Lorey’s树高的敏感性最高,对蓄积量和地上生物量次之,对胸高断面积最低,而返回脉冲总能量和返回脉冲峰值点数对胸高断面积的敏感性却高于其他林分特征因子;在点云特征变量组中,平均高、高度百分位数及冠层上部的返回点云密度与各林分特征之间的相关性较高,而在波形特征变量组中,能量中值高度的均值、返回脉冲长度的标准差和冠层粗糙度的标准差与各林分特征之间的相关性较高;2) Lorey’s 树高的模型估算精度最高( RMSE为实测均值的7.26%),而蓄积量、地上生物量和胸高断面积的模型估算精度略低且较相近( RMSE为实测均值的15.91%～19.82%);模型自变量的数量都在3个以内,选中的自变量为高度百分位数、冠层返回点云密度、返回脉冲长度和冠层粗糙度的标准差;3)各林分特征实测值与交叉验证估算值的拟合结果表明, Lorey’s树高的拟合效果最好(R2=0.85),地上生物量(R2=0.68)和蓄积量(R2=0.59)次之,而胸高断面积(R2=0.45)最低;4) Lorey’s 树高、蓄积量和地上生物量的空间分布状况基本一致,源于它们内在的相关性;相比其他3个特征变量,胸高断面积的空间分布不够连续,这可能是由于其预测模型精度较低所致。【结论】各林分特征综合回归模型的拟合效果和精度都高于仅使用点云特征变量拟合模型的精度,表明了波形特征变量提取森林中下层信息的潜力。点云特征变量描述了森林冠层及上部的三维结构及密度信息,而波形特征变量则获得了森林冠层及以下部分完整的垂直分布和能量信息,二者互补可提升林分特征反演的精度。     

桉树生物量估算模型及与IPCC法的对比分析

为构建适用于区域桉树人工林生物量异速生长方程,收集整理桉树林的生物量文献数据,拟合测树因子(胸径和树高)与地上、地下和单株生物量间的回归关系。结果表明:单自变量模型中,基于胸径因子的方程拟合优度高于树高因子。双自变量模型中,树高因子的添加仅对单株生物量拟合优度提高了0.7%～1.5%。模型的预测值与实测值的比较及相容性分析表明,方程lnW=-2.833+2.301ln D+0.352 1lnH对地上生物量预测效果最优,精度达94.6%;方程lnW=-5.175+0.939ln D~2H对地下生物量预测效果最优,精度达66.8%;方程lnW=-2.960+0.896ln DH~2对单株生物量预估效果最优,精度达95.5%。分量模型与单株模型相容性较好。桉树人工林BCEF和R的平均值分别为0.634 1(n=65,SD=0.132)和0.205 6(n=76,SD=0.089)。IPCC法对林分生物量估算精度高于异速生长方程,达到95.3%。因此,建议采用IPCC生物量估算参数法进行区域尺度桉树人工林生物量估算。