陕北黄土高原油松人工林林分结构及个体生长

为了阐明陕北黄土高原不同县人工油松同龄纯林林分结构特点,为陕北黄土高原油松人工林经营管理提供依据。通过样地调查,对陕北黄土高原神木、绥德、吴起、延川、黄龙、宜川等8个县油松人工林的林分结构和林木个体生长及其影响因素进行了对比研究。结果表明,黄龙和宜川两县的直径和树高分布遵从于正态分布。由北向南,平均胸径、平均树高、平均冠幅和平均冠高逐渐增加;黄龙和宜川两地油松人工林林下有1~10年生的幼苗(树),数量丰富,生长正常;年均降水量和1月平均最低气温对油松人工林的生长影响显著,纬度和无霜期影响次之;黄龙和宜川两县人工油松林可以自我更新,个体生长发育正常,是人工栽培适宜地区;两县以北年均降水量小于550mm的地区,油松人工林天然更新不良,今后人工林培育需要谨慎选择生境。     

油松人工林单木胸径生长过程模拟及检验

本文采用Logistic、Richards、Gomertz、Weibull、JohnsonSchumacher、Bertalanffy 6种理论生长方程对油松人工林单木胸径生长过程进行了模拟,从中筛选出拟合精度最佳的生长方程。研究结果显示:6种理论生长方程模拟油松单木胸径生长过程的决定系数R~2值均为0.7以上,达极显著水平,其中Richards方程预测精度最高;使用未进行建模的10株油松解析木对所构建的预测方程进行T检验,发现模型预测值与实测值之间无显著差异(p=0.1699>0.05)。所构建的预测方程可以预测油松人工林单木胸径生长过程,为油松人工林科学经营提供重要参考。     

基于BP神经网络的油松人工林生长模型

以内蒙古大青山油松人工纯林作为研究对象,利用Matlab神经网络工具箱中的logsig、tansig、trainlm 等函数,采用二类调查数据中的平均年龄、郁闭度、地位级作为输入层,平均高为输出层,建立油松人工林树高生长BP人工神经网络模型.结果表明,模型的拟合精度为99.98％,检验精度为98.62％,说明该模型对当...     

不同经营模式对油松人工林林分生长短期影响

为了探究不同森林经营方式林分生长动态变化情况,于内蒙古赤峰市旺业甸林场油松人工林中选取油松中龄林和近熟林设置近自然经营、常规经营和未经营样地,根据2013、2016年和2019年3次调查,分析对比不同经营模式下林分蓄积生长量、胸径、胸高断面面积和单木材积量单木生长量,林分胸径分布和林分垂直分层生长量的动态变化。结果表明,中龄林近自然经营和常规经营方式下的PAI（年蓄积生长量）均大于未经营,近熟林6 a间近自然经营方式下PAI为12.31 m³·hm^-2·a^-1,大于常规经营和未经营;中龄林平均胸径单木生长量6 a间表现为近自然经营（0.58 cm·a^-1）＞常规经营（0.48 cm·a^-1）＞未经营（0.31 cm·a^-1）,近熟林表现为近自然经营（0.69 cm·a^-1）＞未经营（0.49 cm·a^-1）＞常规经营（0.46 cm·a^-1）;近自然经营方式下油松人工林6 a间单株胸高断面面积生长量、单株立木材积生长量均显著大于常规经营和未经营;近自然经营方式下的油松人工林上层胸径、胸高断面、蓄积年生长量都大于其他经营方式,近自然经营大径阶树木比例增长幅度最大。由此得出结论,近自然经营有利于林木胸径、林木单株胸高断面面积和单株立木材积量的生长,同时还会提高林分大径级林木株数比例,更有助于提高人工林木质量。     

油松中幼人工林单木胸径生长模型研究

基于大量油松中幼人工林固定复位样地数据,选用林木大小、立地条件和林分竞争因子为自变量构建油松中幼人工林单木胸径生长的线性回归预测模型.模型复相关系数R2为0.699,影响油松单木胸径生长量的因素从大到小依次为竞争因素>立地条件>林木大小;油松单木胸径生长量随坡度增大、海拔升高、林分密度变大而减小;利用油松检验数据库对模型进行预估效果检验发现,油松平均胸径生长量预测值为1.3861略高于实测值1.3753cm,经T检验差异不显著.     

基于BP神经网络的油松人工林树高模型研究

通过分析比较不同算法以及不同输入层因子,构建出最佳的黄龙山区油松人工林树高预测BP神经网络模型。以陕西省延安市黄龙县44块油松人工林样地实测数据为数据源,通过对6种BP神经网络的训练方法进行训练,经过反复筛选找出最优模型并与传统胸径-树高模型作比较;最后将BP神经网络中的输入因子从2个增加到6个后,经过反复训练筛选出最优模型与2因子的BP神经网络模型作比较。结果表明:1）贝叶斯归一化（BR）算法在6种算法中表现最佳,R²和MSE分别为0.963 0和1.168;2）不同隐含层节点数的选取会对BP神经网络模型的建立产生一定的影响,BP神经网络模型的决定系数（R²）随着隐含层节点数的增加呈现先上升后下降的趋势;均方误差（MSE）呈现先下降后上升的趋势,两者都在节点数为10时有极值,此时的模型为最优模型;3）当输入因子为胸径和优势树高时,油松人工林的最优模型结构为（输入层节点数:隐含层节点数:输出层节点数为2∶10∶1）,此时BP神经网络模型对树高预测的决定系数（R²）和均方误差（MSE）分别为0.761 0和1.984 7;当输入因子为胸径、优势树高、林分密度、竞争指数、坡度和坡向时,最优模型结构为6∶10∶1,此时BP神经网络模型对树高预测的决定系数（R²）和均方误差（MSE）分别为0.844 7和1.955 7。由此得出,在建立油松人工林树高BP神经网络模型方面优化类算法要优于启发式下降算法;BP神经网络模型与传统模型相比,BP神经网络模型不需要目标方程结构,并且模拟和预测的精度均要优于传统模型;在原有BP神经网络模型的基础上再引入林分密度、竞争指数、坡度、坡向这些输入因子后所得到的新的BP神经网络模型对树高模型的建立和预测要优于原有BP神经网络模型。     

基于哑变量的油松人工林和天然林生长模型

为准确掌握油松生长过程、改善油松经营管理模式,利用北京地区油松连续清查数据,在Richards模型基础上,考虑林分起源的差异,在模型中引入哑变量,建立北京地区不同林分起源相容性油松林分生长模型。结果表明：所建立的含哑变量的油松生长模型,对油松林分生长模型的拟合效果较好,决定系数高达0.9380和0.9918;油松蓄积量的拟合效果比断面积好,人工林的拟合效果高于天然林。用检验数据对模型进行适应性检验,林分断面积和蓄积量生长模型的预估精度均在90％以上。     

杉木人工林林分生长模拟

应用生理森林过程生长模型(3-PG)对杉木试验林的生长进行模拟,选择胸径、树高、干生物量和蓄积量的连年生长量等4个指标,对模型模拟值和实测值进行比较分析。结果表明,模型模拟值与实测值呈极显著的正相关关系(P<0.001),模拟值能解释观测值90%以上的变化;模型模拟的平均精度在85%以上。     

太行山林区中部土壤养分对油松人工林生长的影响

根据太行山林区中部海拔１２００—１３００ｍ阴坡２１年生油松人工林内１２块标准地调查材料、林地土壤中氮、磷、钾养分含量测定和７４株油松样木针叶营养元素含量的测定,分析了林地土壤氮、磷、钾养分对油松林木生长的影响,结果表明,立地等级低的油松人工林分,林地土壤中近期内可利用的养分缺乏,水解性氮和速效磷供应不足,影响了油松林木的生长;林地土壤ｐＨ的增高,会降低土壤中速效养分的有效性,从而影响林木的生长。     

黄龙山林区油松人工林模拟抚育与预测

以油松人工林样地数据为基础,分别建立油松人工林胸径—冠幅模型、胸径生长模型,对黄龙山林区油松人工林进行模拟抚育与预测。结果表明:(1)模拟抚育后,林分平均胸径均有较大幅度增长,种群密度大于4 000株/hm2的样地和2 000~4 000株/hm2的样地抚育后平均胸径相似。(2)种群密度在2 000株/hm2以下的林分在抚育后第6 a可再次进行抚育。(3)种群密度在2 000株/hm2以上的林分在抚育后第9 a可再次进行抚育。     

北京柏木井飞播油松群落特征分析

运用典型抽样法,对北京市延庆县刘斌堡乡柏木井22年生飞播油松林进行群落物种组成、区系、结构以及更新的研究,结果表明：飞播油松群落共有维管植物30科,51属,61种;生活型谱以高位芽植物为主,地面芽植物次之,地下芽植物占一定比例;该群落处于暖温带向温带过渡的区域,是中山特殊水热条件组合差异较大的体现;群落的垂直结构明显,乔木层密度过大,分化严重,出现大量的被压木,水平结构简单,群落名称可为油松-三裂绣线菊-披针叶苔草,其经营管理应有别于天然油松林.     

子午岭人工油松林演替过程中土壤有机碳的积累与变化

[目的]研究黄土高原子午岭油松林演替过程中土壤有机碳的积累与变化趋势．为制订该区域土地利用政策和新技术开发等土地可持续发展策略提供科学指导。[方法]采用空间代替时间序列方法,研究该地区人工植被与土壤有机碳积累和变化的相互关系,并用一元方差分析（ANOVA）检验各参数在各处理间的差异显著性。[结果]①随着油松人工林林龄的增加,地表枯枝落叶和腐殖质现存量逐渐增加,地表枯枝落叶C：N比显著增加,各样地地表枯枝落叶C：N比比腐殖质C：N比高;②12年油松林土壤碳储量为10．12kg／m2,20年油松林土壤碳储量9．51kg／m2,32年油松林土壤碳储量7．79kg／m2,表明天然林砍伐后种植油松会导致土壤碳储量降低：（3）随着土壤深度的增加,土壤有机碳浓度逐渐降低,袁层20cm土壤中总有机碳储量为44．15％。[结论]在进行森林恢复过程中,需注意针叶、阀叶树种（或乔灌草）的搭配以及针叶树种对其他树种的排斥。     

北京密云油松人工林林冠降水截留特征研究

该文对密云水库集水区油松人工林林冠截留的规律进行了研究,尝试用合适的统计模型和概念模型描述单场降雨下林冠截留量与降水量的关系.通过在油松试验地外测定大气降雨量,在林内测定穿透雨量和树干茎流量,得出了在不同降雨量和降雨强度下的林冠截留量.结果显示:以S型曲线作为统计模型能很好地模拟降雨量与截留量的关系;比较简单的概念模型的模拟效果最好,其中的降雨蒸发率α和林冠吸附降雨容量Im的参考数值分别为0.025和3.297 mm;把降雨强度加入半理论模型,可以得出截流量与降雨强度成负相关关系.     

黄土高原油松、侧柏与沙棘人工混交林生长及土壤特性研究

对混交林生长和土壤特性进行了研究,结果表明油松、侧柏是主根型树种,垂直根系主要分布在40～80 cm,沙棘为侧根型树种,根系主要分布在10～40 cm,二者分布协调,种间根系生长无排斥现象。混交林平均高度、胸径、蓄积量、生物量较纯林高14.5%、27.4%、62.2%、42.1%;油松、侧柏、沙棘混交林的叶量分别比纯林高14.9%、13.5%、6.3%,叶绿素含量高21.0%、36.8%、3.1%,叶子中 N、K2O、CaO含量较纯林高;混交林土壤容重和坚实度比纯林低9.6%和18.0%,孔隙度、通气度、持水量和含水量比油松纯林分别提高13.8%、20.1%、15.7%、4.8%,比侧柏纯林分别提高7.9%、{11.6%}、5.7%、12.7%。不同土层土壤容重和坚实度由上到下逐渐增大,土壤中层持水量、含水量最高,低层次之,表层最低;孔隙度和通气度表层较高,向下逐渐减少。混交林有机质、全N、P2O5、速效P、速效K高于纯林。     

北京市低山区低效油松人工林林分结构研究

[目的]探索北京市低效油松人工林林分结构特征。[方法]对北京市低山区低效油松人工林进行样地调查,分析了低效油松人工林的树种组成结构、树高结构和直径结构。[结果]通过分析得出导致该林分低效的主要原因有林分过密、立地条件差、人为干扰和没有适地适树等。[结论]针对引起低效林的主要原因提出了营林和造林过程的建议。     

油松个体林木生长的数学模拟

运用与距离有关的树木生长模型,根据油松人工林内林木的空间分布格局和树高生长量,引用生长比和郁闭比等概念对树木的枝长生长,树冠扩展过程和林分郁闭过程进行了数学模拟。模型中将树冠内各轮枝的着生状态描绘成状态矩阵的形式。通过状态矩阵结合枝长及着枝深度与叶量的关系确定出各轮枝的叶量和整株树冠的有效叶量。最后通过叶量确定林木的材积生长。     

油松人工林凋落物对土壤理化性质的影响

对不同林龄油松人工林凋落物与土壤理化性质进行了测定分析。结果表明:油松人工林年凋落量与现存量随林龄增加均表现出递增趋势,30 a生油松林的年凋落量和23 a生油松林现存量分别达到4.236 t.hm-2和18.788 t.hm-2;枯枝落叶层主要营养元素储存量随着林龄的增加而增加;N、P、K的积累量分别为114.72～201.32、5.63～11.12、12.48～23.11 kg.hm-2;凋落物分解率呈波动式递增趋势,且与阔叶树混交比例密切相关;油松人工林林地土壤有机质、N含量、P含量、田间持水量随林龄增加呈波动式递增,而容重则呈递减趋势;年凋落量、现存量、分解率与土壤有机质、N、P、K的含量、pH、田间持水量呈正相关,与土壤容重呈负相关。     

油松26个种源苗期生长及光合特性比较

为了筛选油松优良种源,调查了26个种源1年生和2年生苗的株高和地径,1年生苗的根长、侧根数、根茎鲜干质量,以及苗期的光合参数。分析了各性状间的相关系数,将2年生苗高和地径作为指标进行油松不同种源苗期生长的综合评价。结果表明:1年生和2年生苗的株高和地径在26个种源间均差异显著,1年生苗的茎鲜质量和根干质量差异显著;光合速率、蒸腾速率和叶片气孔导度均存在显著差异。株高和地径的隶属函数值高于当地种子园种源(平泉)的5个种源分别是内蒙古宁城、辽宁北票、山西隰县、山西和顺和河北围场。