杉木种源对断面积模型参数影响的验证

对杉木种源所设5个种源基因库以及四川省珙县洛表、民胜及邛崃所设种源试验区的8个种源试验调查材料，用随机效应检查方法检验同一地区不同种源对断面积生长模型参数的影响。结果证明了“同一地区不同种源的断面积模型参数相同”这一结论可靠。     

杉木种源对断面积模型影响的检验和比较

对鸡公山、大岗山和洪雅种源试验的调查材料,用随机效应检查和固定效应检查两种方法检验和比较了同一地区不同种源对断面积生长模型的影响。结果表明,种源试验中采用随机效应检查较好,固定效应检查容易造成差异显著的误判。随机效应检查的结果表明,同一地区不同种源的断面积模型相同。     

含气候效应的湖南杉木人工林断面积生长模型

[目的]气候对林分的影响不可忽视,但以往林分生长模型的构建大都假定气候不变,无法考虑气候变化下的林分生长.构建含气候效应的杉木断面积模型,可为森林经营者在气候影响下采取合理的杉木经营措施提供理论依据.[方法]基于湖南省638块杉木人工林样地调查数据,从4个具有生物学意义的备选林分断面积模型中选出最优基础模型,使用多元逐...     

长白落叶松林分断面积生长模型的研究

分析了理查德、逻辑斯蒂、单分子及冈珀斯生长方程之间的关系,以理查德方程为基础,研究了其它各方程的特点及性质。运用辽宁省长白落叶松林分观测数据,模拟了Richards等生长方程的林分断面积生长过程,以林分立地指数,疏密度为因变量,建立了多形长白落叶松林分断面积生长曲线模型。通过预测分析表明,Richards生长方程具有适应性强、精度高等特点。     

杉木密度间伐试验林林分断面积生长效应

通过对26年生杉木密度试验林进行多次间伐后的结果进行比较研究,结果表明:(1)只要人工林立地条件相同,经过足够长的时间,林分断面积最终趋于一致,与是否间伐无关;(2)随间伐次数增加,获得的木材径阶也逐渐增大,未被间伐的保留木则多为大径材;(3)对于立地指数大于16的杉木宜林地,宜采用高密度造林、多次间伐的经营模式,以生产不同规格用材满足木材市场需求,还可提高林分累积断面积的生长量;对于立地指数小于14的杉木宜林地,应该采用稀植造林,以生产小、中径材为主;(4)应在立地条件好、低密度造林条件下培育大径材林木;(5)在立地指数小于14的杉木宜林地,间伐在促进林分断面积生长方面的贡献并不明显,对林分断面积生长起主要作用的因素是立地质量。     

杉木人工中幼林断面积及胸径自然生长初探

根据固定标准地调查材料，对中幼林杉木胸高断面积及胸径的自然生长进行分析表明：不同立地指数的杉木林分，其断面积及胸径自然生长是一组扩展的Ｒｉｃｈａｒｄｓ函数的多形曲线。     

长白落叶松解析木数据参数化3-PG模型

【目的】验证解析木数据参数化3-PG模型的可行性,利用解析木数据标定的模型预测长白落叶松人工林生长变化,为扩展参数化3-PG模型数据源提供依据,为模型数据选择提供参考。【方法】以孟家岗林场长白落叶松人工林为研究对象,基于2019年解析木数据模拟胸径连续观测数据,结合相关公式计算叶、干、根生物量和蓄积量。根据参数敏感性分析结果,采用直接计算、参考文献、迭代拟合和默认参数等方法对3-PG模型进行参数化,利用密度试验林和固定样地数据对模型输出进行精度验证,并对模型输出与地面观测值进行回归分析。【结果】验证结果表明,模型拟合精度很高（P<0.01,n=138）,可以较好反映解析木样地中林分生长变化。胸径、叶干生物量比、干生物量、总生物量和蓄积量的决定系数（R²）在0.95以上,根生物量拟合精度略低（R²=0.88）。密度试验林数据（n=140）和固定样地数据（n=87）与模型输出之间具有较高相关性,各计算量的R²在0.81～0.97之间（P<0.01）。敏感性分析结果表明,当胸径为20 cm时,叶与干生物量分配比（p...     

长白落叶松生物量模型的初步研究

采用模型分析法研究了长白山地区长白落叶松的地径(D0)、胸径(D)、树高(H)、枝下高(h)、冠幅(cr)等因子与各器官生物量、总生物量的相关关系。结果表明:各器官及总生物量模型以非线性回归为主,最优模型为:树干生物量Wt=3.05e-005D2H+0.008,树冠生物量Wcr=7.35e-005(D2H)0.805,树枝生物量Wb=-1.3e-010(D02H)2+4.13e-005D02H+0.042,树叶生物量Wl=5.09e-005(D2H)0.679;总生物量Wab=9.23e-005(D02H)0.839。     

长白落叶松人工林全林分生长模型的研究

林分生长模型是指描述林分生长与林分状态和立地条件关系的一个或一组数学函数。关于林分生长模型的研究,是在研制各种生长过程表(收获表)中逐渐兴起的,经历了由经验回归模型到根据林分生长规律演绎出来的理论模型,由单因子的简单模型到多因子的综合模型的发展过程。目前,林分生长模型多采用RICHARDS生长方程[2,5]。该生长方程最初用于描述动物的生长,后经多人研究证明也适用于描述植物。该方程导出时只是时间变量的简单模型,经修正加入立地因子后,变为时间——立地     

长白落叶松人工林生长模型的研究

根据黑龙江省孟家岗林场、江山娇林场的固定标准地及吉林省松江河地工的团状枝解析样地调查数据,基于Ｋｏｒｆ生长方程,导出了落叶松人工林分自然稀疏模型和断面积生长 此为核心构造了满足相窝必蝗树高曲线预估模型、林分收获预估模型落地松人工林生长模型系统,用由这４个模型构成的模型系统可模型不同林分的平均胸径、每公顷株数、林分断面积及林分蓄积的生长过程,并与实际林分很接近     

基于管道模型理论的长白落叶松叶生物量与径向生长关系研究

目的 为了解长白落叶松单木叶生物量与径向生长之间的关系。 方法 以小兴安岭地区长白落叶松为研究对象,结合管道模型理论,研究单木个体水平和单木内不同方位区间水平上的叶生物量与径向生长的关系,分析树冠分布与径向生长之间的相关性。 结果 叶生物量与胸高处和枝下高处树干直径、断面积、边材面积,近1、2、3、5年断面积生长量均呈显著正相关,使用胸高断面积作为预测因子的叶生物量模型拟合效果最好。单木株内不同方位区域的叶生物量与对应的胸径处和枝下高处的树干半径、断面积,近1、2、3、5年断面积生长量均呈显著正相关。 结论 估测单株叶生物量时,使用胸高断面积作为预测因子的预测精度最高。株内不同方位叶生物量与对应方位的树干半径、断面积及断面积生长量均呈显著正相关,树冠偏冠与髓心偏心具有一定的相关性。     

林分断面积生长模型研究评述

林分断面积生长模型是林分生长和收获预估模型的体系的主要组成部分。在对常用的新面积生长模型Ｒｉｃｈａｒｄｓ型和Ｓｃｈｕｍａｃｈｅｒ型分析的基础上，总结出断面积生长模型研究中应注意的４个问题；（１）选择的自变量应为３个，即立地质量指标、年龄和林分密度指标；（２）间伐林分模型应与未间伐林分模型同时考虑，进而详细介绍了用于间伐林分断面积预估的被压指数法；（３）间伐指标的构造需要伐前和后伐后的林分因子；（４     

杉木人工林单木断面积生长动态模拟

应用面板数据固定效应模型对杉木人工林单木断面积生长规律进行模拟,在模拟过程中,将胸径(DBH)和活冠比例(LCR)作为自变量,又分别加入密度因子和不同类型的竞争指数,同时引入立地条件和林龄效应来解释单木断面积生长过程中的异质性。结果表明:虽然密度因子与竞争指数有较强的相关性,但是在单木断面积生长中都具有不可忽略的重要影响。立地条件与林龄对单木断面积的拟合偏差在不同的林分密度下略有不同,随立地指数或者林龄增加,其对平均单木断面积拟合偏差的影响也增大。     

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Radj2均大于0.95,林分水平下的Radj2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R2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。     

抚育间伐对人工落叶松断面积和蓄积生长的影响

以汪清林业局的20块人工落叶松为例,对间伐林分的断面积和蓄积进行生长趋势分析,用普雷斯勒公式计算林分的平均生长率,分析不同间伐强度对林分断面积和蓄积的影响,结果表明:间伐林分在间伐初期的断面积和蓄积小于未间伐林分,但随着林龄的增大,间伐林分断面积和蓄积向未间伐林分渐近;间伐强度越大,年平均生长率越大;方差分析表明,不同的间伐强度对林分断面积和蓄积生长的影响差异显著。     

基于机载激光雷达的落叶松组分生物量反演

目的 构建基于机载LiDAR的落叶松组分生物量反演模型,讨论不同方法对模型构建的影响。 方法 以地面实测样地数据和同步获取的机载LiDAR点云数据为数据源,分别采用多元线性回归（MLR）和随机森林（RF）方法,估测了长白落叶松的组分生物量,利用"刀切法"评价了模型的泛化能力。 结果 表明：（1）MLR筛选得到的Hinterval、H80、D10、D20与各组分生物量普遍表现为显著（P < 0.05）或极显著水平（P < 0.01）。（2）MLR模型的R2高于0.82（枝、叶除外）;RF模型的R2均高于0.91,且均拥有较小rRMSE、TRE值。（3）MDI和MDA方法的变量相对重要值排序均能较好地体现LiDAR变量与生物量之间的关系,MDI在趋势性判断和阈值设定方面更具优势。 结论 LiDAR变量与组分生物量具有显著的相关性。RF拥有更好的拟合效果和泛化能力,MLR则对LiDAR和组分生物量的关系有更明确的解释能力。反演模型能较好地反映林分的现势特征,生物量被低估的现象会随着林龄的增加而逐步增多。