沙地樟子松不同树高-胸径模型比较分析

【目的】比较不同树高(H)–胸径(D)模型精度,确定适合章古台地区樟子松Pinus sylvestris var. mongolica的H-D模型。【方法】以Sibbesen模型为基础模型,将优势木平均高(HT)、胸高断面积(AB)和平方平均胸径(DQM)3个林分变量以不同组合加入基础模型中,分别建立了H-D的基础模型(1个)和广义模型(3个)及对应的基础混合模型(1个)和广义混合模型(3个)。对固定效应模型平均水平预测(FPA)、混合模型的总体平均响应预测(MPA)和主体响应预测(MPS)的精度进行比较。对混合模型在使用随机抽取样本木和抽取平均木(胸径接近平均值的样本)2种抽样方案计算随机参数时分析MPS精度与样本数量的关系。【结果】表征樟子松H-D关系的4种固定效应模型中,含HT和AB的广义模型拟合精度最高,Akaike信息量准则(AIC)=2 167.7,Bayesian信息量准则(BIC)=2 196.3。相同预测变量的各模型预测精度均表现为:MPSFPAMPA,仅含预测变量D的模型的3种预测精度差异最大。广义模型、广义混合模型、基础混合模型预测精度差异不大。使用验证数据检验模型精度时,每块标准地中随机抽取3株样本木计算基础混合模型随机参数时,该模型精度提升最为明显,MAE和RMSE分别降低了57.97%和57.63%;而广义混合模型精度随抽取样本木数量的增多未出现大的变化。【结论】含有林分变量优势木平均高、胸高断面积的广义模型和基础混合模型均能较好地预测沙地樟子松人工林的单木树高。此外,利用混合模型预测树高时,推荐在标准地中随机抽取3株林木测量其树高,并依此来计算随机参数。     

基于混合效应模型的人工红松枝下高模型研建

  目的  基于帽儿山红松人工林63块样地2 972株红松数据,利用非线性混合模型构建红松枝下高模型,为进一步研究生长与收获模型提供理论依据。  方法  本文首先使用8个常用的枝下高模型,选出最优基础模型;其次,研究林分变量或单木变量对枝下高的影响,建立含林分变量的枝下高模型;最终在基础模型和含林分变量模型的基础上,考虑样地效应对红松枝下高的影响,构建红松枝下高基础混合效应模型和广义混合效应模型。模型用4种抽样方式（随机抽取、抽取最大树、抽取最小树、抽取平均树）和8种样本大小（1 ~ 8株树）对基础混合效应模型和广义混合效应模型进行抽样检验。  结果  Logistic模型拟合精度好,符合生物学意义,且模型形式简单,选为最优基础模型。除树高、胸径以外,大于对象木断面积之和、优势木高和冠幅与枝下高有显著相关性,加入后明显提升模型的拟合精度。枝下高广义混合效应模型的拟合效果要优于其他模型。模型检验结果表明:当应用基础混合效应模型预测时,建议抽取胸径最小的4个样本;当应用广义混合效应模型预测时,建议随机抽取4个样本。  结论  枝下高广义混合效应模型在拟合效果和预测精度方面优于其他3种模型,建议将此模型作为人工红松枝下高模型。当应用广义混合效应模型预测时,建议随机抽取4个样本。      

利用分位数组合预测兴安落叶松枝下高

【目的】本文使用分位数回归和分位数组合对枝下高进行建模和预测,为单木枝下高模型的构建提供新的思路和方法。【方法】利用大兴安岭新林区4个林场的兴安落叶松天然林实测数据,采用非线性回归构建枝下高基础和广义模型并分别扩展到分位数回归。使用三分位数组合(τ=0.1,0.5,0.9)、五分位数组合(τ=0.1,0.3,0.5,0.7,0.9)、九分位数组合(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)和4种抽样设计(抽最大树、抽最小树、抽平均木、随机抽取)进行预测,比较不同分位数组合的预测效果并分析不同抽样设计对预测精度的影响。同时使用双重交叉检验对非线性回归、最优位数回归和最优分位数组合进行比较。模型拟合和检验的评价指标主要包括平均绝对误差(MAE)、均方根误差(RMSE)、相对误差(MPE)和调整确定系数(R²_adj)。【结果】(1)无论是非线性回归还是分位数回归,广义模型的拟合MAE较基础模型可降低6%~12%,RMSE可降低6%~10%,检验效果也优于基础模型。枝下高与胸径呈负相关、与样地优势高和每公顷断面积呈正相关。(2)中位数回归在所有分位数中拟合能力最好,且效果与非线性回归相似。分位数回归可以描述枝下高的分布。(3)3种分位数组合都可以对枝下高模型进行预测且效果相差不大,三分位数组合就可以满足枝下高的预测精度。中位数回归的交叉检验结果与非线性回归相似,三分位数组合的预测能力最优,MAE和MPE较非线性回归和中位数回归分别下降了20%和4%左右,R²_adj提高了16%左右。(4)基础和广义分位数组合的最优抽样设计分别为抽平均木5株和抽大树7株。【结论】本研究基于三分位数组合(τ=0.1,0.5,0.9)的枝下高模型可以提高预测精度,具体应用基础和广义分位数组合模型的最优抽样设计分别为抽平均木5株和抽大树7株。综合预测精度和调查成本的考虑,在实践中应用分位数组合时,推荐在样地中抽取5株平均木对枝下高进行预测。     

基于分位数回归的针阔混交林树高与胸径的关系

  目的  基于包含哑变量的非线性分位数回归方法,构建华北落叶松Larix principis-rupprechtii与白桦Betula platyphylla针阔混交林树高与胸径关系的预测模型,对研究混交林中树种结构及立地生产力预测具有重要意义。  方法  以河北省塞罕坝机械林场华北落叶松与白桦针阔混交林为研究对象,利用83块标准地调查数据,基于哑变量分别采用最小二乘法和非线性分位数回归方法,构建不同树种树高与胸径关系模型。  结果  基于包含哑变量的非线性分位数回归预测模型精度高于最小二乘法,其中利用最小二乘法拟合不同树种模型,其确定系数、平均差及平均绝对误差分别为0.787~0.814、1.581~1.877、2.447~2.654;而利用非线性分位数回归不同树种不同分位点模型,其确定系数、平均差及平均绝对误差分别为0.839~0.921、0.213~1.469、0.561~2.322,经过残差分析确定,当分位点τ=0.7时,不同树种树高与胸径关系预测模型精度较高。  结论  与最小二乘法相比,基于非线性分位数构建的包含哑变量不同树种树高与胸径关系的预测模型精度更高。图3表3参33     

基于林木分级的大兴安岭天然兴安落叶松树高曲线研究

【目的】基于林木分级构建大兴安岭地区兴安落叶松的树高曲线模型，为该地区兴安落叶松的生长规律提供理论依据及森林可持续经营提供技术支撑。【方法】以大兴安岭地区翠岗林场56块固定样地数据为基础，根据单木相对直径(d)把林木分为了优势木、平均木、被压木3个等级，依据调整决定系数(R_adj² )最大、均方根误差(RMSE)和赤池信息量(AIC)最小的标准筛选出天然兴安落叶松各等级林木的最优树高曲线基础模型，并进一步评价和比较分位数回归和哑变量回归对兴安落叶松不同等级林木树高曲线模型模拟精度的影响。【结果】天然兴安落叶松树高曲线的最优基础模型均为Wykoff方程；当将林分分级哑变量同时添加在Wykoff方程的参数a和b上时，模型的拟合效果最好,其中兴安落叶松树高曲线模型的调整系数(R_adj²)、均方根误差(RMSE)和赤池信息量(AIC)分别为0.858 8、1.642 4和2 081.902；兴安落叶松中的不同等级林木对应的最优分位数模型与林分整体无差别，均表现为中位数模型最优(即τ=0.5)，其树高曲线的3...     

黔中马尾松木荷混交林树高-胸径模型

【目的】建立马尾松Pinus massoniana-木荷Schima superba混交林树高-胸径模型,将树种作为哑变量引入模型,考虑模型残差空间自相关和异质性,为混交林树高-胸径模型构建和科学经营提供理论依据。【方法】基于贵州省开阳县马尾松-木荷混交林727组树高-胸径调查数据,构建普通最小二乘法模型(OLS)、广义可加模型(GAM)、线性混合模型(LMM)、地理加权回归模型(GWR)和地理加权回归克里格模型(GWRK)的树高-胸径全林木模型,在此基础上,将树种作为哑变量引入,选择全局莫兰指数(Moran’I)、局域Moran’I和组内方差分析5种模型残差空间自相关与空间异质性,并采用决定系数(R²)、均方误差(MSE)和赤池信息准则(AIC)对模型进行评价。【结果】(1)马尾松-木荷混交林全林木基础模型的拟合精度从低到高依次为OLS、GAM、LMM、GWR、GWRK。(2)将树种作为哑变量引入模型后,各模型拟合精度均高于全林木基础模型。(3)OLS和GAM模型残差的全局Moran’I在α=0.05水平下显著(Z>1.96),局域Moran’I分布图中存...     

红松树高-胸径的非线性混合效应模型研究

以吉林省汪清林业局的蒙古栎阔叶混交林和云冷杉阔叶混交林24块固定样地中的2598株红松为研究对象,利用Chapman-Richards方程建立了不含随机效应与含随机效应的单木树高-胸径简单模型和广义模型。模型拟合和检验的评价指标主要包括调整决定系数(R2a)、平均相对误差绝对值(RMA)和均方根误差(RMSE)。对于混合效应模型,设计了随机抽取、抽胸径最大的树、抽胸径最小的树和抽平均木4种抽样方案计算随机参数,通过对比4种抽样设计下模型的误差统计量,分析了不同抽样设计下样本数量和预测精度的关系。结果表明:基于混合效应模型的红松单木树高-胸径模型拟合效果(简单模型的R2a在0.753~0.886之间,RMA在11.3%~15.1%之间,RMSE在1.38~2.01m之间;广义模型的R2a在0.754~0.886之间,RMA在11.1%~15.0%之间,RMSE在1.38~2.01m之间)优于不含随机参数的红松单木树高-胸径模型(简单模型的R2a在0.502~0.868之间,RMA在12.2%~17.8%之间,RMSE在1.42~2.65m之间;广义模型的R2a在0.711~0.877之间,RMA在11.6%~17.2%之间,RMSE在1.41~2.10m之间);包含随机效应的简单模型和广义模型拟合效果没有明显的差异,表明基于混合效应模型的单木树高-胸径简单模型可以很好地描述树高-胸径关系在不同森林类型、不同样地间的差异,因此不需要在树高-胸径模型中增加其他自变量;抽取平均木的抽样设计优于其他3种抽样设计,且抽取4株平均木时,预测精度提升最为明显,综合预测精度和调查成本的考虑,在实践中应用包含随机效应的红松树高-胸径模型时,推荐在样地中抽取4株平均木测量其树高来估计随机参数。      

高山松单木木材碳密度变化及其混合效应模型构建

【目的】通过建模来研究高山松单木木材碳密度在纵向(从树干基部到树梢)和径向(从木材髓心向外)的变化规律。【方法】对云南省香格里拉市10株高山松样木进行树干解析,测定不同树高位置和部位的高山松木材碳密度,使用单因素方差分析法分析高山松单木木材碳密度变化规律;采用非线性混合效应模型技术,以纵向的树高效应和径向的部位效应作为随机效应,构建高山松单木木材碳密度混合效应模型。【结果】高山松单木木材碳密度在纵向和径向的变异均极显著,且高山松木材碳密度呈现从树干基部到树梢逐渐增加、从木材髓心向外逐渐减小的变化趋势;与基础模型相比,将树高效应、部位效应作为随机效应的单水平混合效应模型和两水平混合效应模型均提高了模型的拟合精度,且考虑部位随机效应的混合效应模型具有最佳的拟合表现;所有模型的预估精度均在97%以上,且考虑部位随机效应的混合效应模型和两水平混合效应模型的预估精度高于98%,尤其是两水平混合效应模型的预估精度达到98.04%。【结论】高山松单木木材碳密度随部位和树高变化差异显著,且考虑部位和树高随机效应的两水平混合效应模型在模拟高山松单木木材碳密度时具有更高的拟合精度和预估精度。     

长白落叶松?水曲柳混交林冠幅预测模型

  目的  基于黑龙江省尚志市帽儿山林场和一面坡林场长白落叶松?水曲柳混交林24块标准地的3 164株长白落叶松样木及3 574株水曲柳样木的数据,分别构建了长白落叶松和水曲柳的冠幅模型。  方法  通过分析不同混交方式林分内长白落叶松和水曲柳冠幅的变化规律及其与林木竞争因子的关系,从6种常用的线性和非线性基础冠幅模型中选取最优模型,并将混交比例S_i和树木在混交带内位置P作为哑变量,加入其他树木变量和林分变量,分别构建长白落叶松和水曲柳的冠幅模型,并对所构建的模型进行评价。  结果  长白落叶松和水曲柳冠幅在不同混交比例S_i和混交带不同位置P下差异显著;冠幅与DDH（林木胸径与林分优势木胸径之比）和HDH（林木树高与林分优势高之比）成正相关,与大于对象木的胸高断面积之和（BAL）成负相关,与距离无关的竞争因子可以反映树木的竞争压力,对冠幅具有影响;长白落叶松冠幅与冠长率（CR）成正相关,与高径比（HD）成负相关;水曲柳冠幅与水曲柳优势木平均高（H_0Fra）成正相关,与高径比（HD）成负相关。包含混交比例哑变量S_i和混交带位置哑变量P的长白落叶松和水曲柳冠幅模型拟合冠幅（CW）的R_a2分别为0.564 2和0.545 9,加入树木变量和林分变量后长白落叶松和水曲柳冠幅模型拟合CW的R_a2分别为0.674 5和0.589 6。  结论  包含混交带位置哑变量P、混交比例哑变量S_i、树木变量（CR和HD）、林分变量（H_0Fra）的长白落叶松和水曲柳冠幅模型具有较好的拟合效果及预测精度。因此,本研究所构建的冠幅模型可以很好地预测混交林内长白落叶松和水曲柳的冠幅,为进一步研究混交林树木树冠结构奠定了基础。      

凉水自然保护区阔叶红松林冠下4个主要树种更新幼树树高生长模型

以黑龙江省凉水国家级自然保护区阔叶红松林为研究对象,基于14块标准地中红松(Pinus koraiensis)、红皮云杉(Picea koraiensis)、冷杉(Abies nephrolepis)、色木槭(Acer mono)等4个主要树种448棵幼树的连年树高生长量数据,从5个备选模型中分别为4个树种选择最优树高生长模型作为基础模型,并采用R语言对4个树种分别构建了样地水平和样木水平的幼树树高生长混合效应模型并进行独立检验。结果表明:4个树种幼树树高随年龄增加而增大,且总体趋势较为明显,在幼树阶段其树高的年增长量差别不大。柯列尔方程或幂函数能较好地拟合4个树种幼树的树高生长过程。将柯列尔方程作为最优基础模型并建立混合效应模型,通过比较赤池信息准则(A_I,C)、贝叶斯信息准则(B_I,C)以及对数似然值(L_L)得出结果,样木水平混合效应模型优于样地水平混合效应模型。与基础模型相比,4个树种样木水平混合模型的调整后确定系数(R_adj²)提高4.16%~20.31%(平均11.13%);均方根误差(R_M,S,E)降幅较大,为83.92%~89.66%(平均86.32%)。模型检验结果显示,相对于基础模型,混合效应模型的平均绝对误差(M_A,E)减小6.8~13.4 cm,平均减小9.78 cm;平均预测误差百分比(M_P,S,E)降幅较大,为14.4%~49.5%(平均30.85%)。说明样木水平混合模型既能提高模型的拟合效果,又能提高模型的预测能力,证明了树高生长的差异主要源于随机效应(即幼树个体差异)。本研究所构建的幼树树高生长模型可以为阔叶红松林的生长模拟和森林演替研究提供基础。     

3种标准树高曲线建立方法的比较

【目的】比较3种标准树高曲线建立方法的优劣,为选择适宜的标准树高曲线建立方法提供依据。【方法】以福建省将乐县国有林场29块杉木人工林实测数据为依据,采用传统非线性模型、BP神经网络模型、非线性混合模型分别建立杉木标准树高曲线模型,以决定系数R2、均方根误差RMSE以及平均绝对残差|珚E|作为模型评价和检验指标,对比分析三者的拟合效果。【结果】从拟合精度来看,非线性混合模型、BP神经网络模型、传统模型的决定系数分别为0.916 1,0.904 8和0.889 7,RMSE分别为1.652 9,1.761 2和1.895 4,|珚E|分别为1.205 9,1.291 7和1.400 1;从预测精度来看,三者的决定系数分别为0.941 5,0.935 2和0.918 3,RMSE分别为1.361 8,1.432 2和1.609 0,|珚E|分别为0.989 8,1.030 5和1.142 8。【结论】3种方法均能较好地模拟杉木树高的生长,BP神经网络模型与非线性混合模型的拟合精度和预测能力均较传统的非线性模型好,但非线性混合模型略优于BP神经网络模型。     

华山松种源对树高生长模型参数的影响

【目的】研究华山松种源对树高生长模型参数的影响,为建立通用的华山松树高生长模型奠定基础。【方法】以湖北省宜昌市大老岭林场华山松种源试验林为研究对象,利用林龄4~10年、24年和32年的树高数据,建立华山松11个种源的基础模型、哑变量模型和非线性混合模型,并对各模型的拟合精度进行比较。【结果】在Richards、Logistic、Schumacher和Korf 4个最常用的树高理论方程中,以Richards方程的拟合效果最好,故选其作为基础模型。哑变量模型和非线性混合模型的检验结果均显示,华山松种源对树高生长模型的渐进参数有显著影响,而对生长速率参数和形状参数无显著影响。对比3种模型的决定系数R2、残差平方和SSE、平均绝对残差|E|和均方根误差RMSE4个精度评价指标发现,哑变量模型和非线性混合模型的精度比基础模型明显提高,二者平均精度的决定系数R2提高1.37%,残差平方和SSE降低18.27%,平均绝对残差|E|降低12.77%,均方根误差RMSE降低9.6%;哑变量模型的拟合精度比非线性混合模型稍高,决定系数R2提高0.1%,残差平方和SSE、平均绝对残差|E|、均方根误差RMSE分别降低1.8%,4%和0.9%。【结论】华山松种源对树高生长模型的渐进参数有显著影响,而对生长速率参数和形状参数无显著影响。在种源数量不多时,利用哑变量模型建立通用的华山松种源树高生长模型是一种较好的方法。     

基于线性混合效应模型的杉木树高-胸径模型

【目的】利用线性混合效应模型分析杉木树高与胸径的关系,为杉木树高测量提供支持。【方法】收集688组有效杉木研究数据,利用最小二乘法构建树高(H)和胸径(DBH)的线性基础模型,同时考虑林分密度效应和海拔效应,在R 3.2.2软件中拟合混合模型,比较基础模型和2种混合模型的赤池信息规则(AIC)、贝叶斯信息规则(BIC)和-2倍对数似然值(-2log lik),在此基础上,引入误差效应方差协方差矩阵及指数函数、幂函数和恒等式函数,筛选较好的混合模型;基于独立验证数据对模型进行验证,选取R~2、|E|、RMSE3个评价指标对模型精度进行评价。【结果】固定模型的AIC=2 089.731,BIC=2 102.151,-2log lik=2 083.732,均大于混合模型,即混合效应模型拟合效果优于固定模型;考虑模型误差效应方差协方差矩阵,加入恒等式异方差函数能够显著提高模型的精度,且含有不同随机参数的混合模型精度不同,引入海拔随机效应的混合模型拟合精度(R~2=0.804 4,|E|=1.553 9,RMSE=2.143 0)高于含有林分密度效应的混合模型(R~2=0.797 0,|E|=1.576 6,RMSE=2.183 0)。【结论】考虑随机效应的混合模型既能反映杉木树高的总体变化趋势,还能体现不同组分间的差异,在估测精度和通用性上均优于固定模型。     

基于单木和林分生长率模型的数据更新精度差异性分析

【目的】通过分析生长率模型系统更新数据的差异,为年度监测数据更新提供依据。【方法】采用第六次至第九次全国森林资源连续清查四川省2002、2017、2012和2017年4个年度固定样地调查数据,应用非线性回归估计方法,建立了18个树种（组）单木胸径和蓄积生长率模型,13个主要乔木林类型林分材积生长率模型,胸径一元模型、年龄一元模型和胸径-年龄二元模型,10个主要乔木林类型三储量联立估测模型。【结果】模型拟合的决定系数R2均大于0.9,能够满足林分蓄积生长的模拟更新,解决了蓄积量、生物量和碳储量间计算的兼容性问题,单位面积蓄积量混合效应模型为基于林分因子的储量更新提供了有效的参考。【结论】活立木和林木采用胸径-年龄二元生长率模型更新精度较高,散生木采用单木生长率模型更新精度较高,四旁树采用胸径一元林分生长率模型更新精度较高。     

利用两水平非线性混合效应模型建立温州地区天然阔叶树树高曲线

以永嘉县四海山林场7 块天然阔叶林样地中602株林木为例,首先选用6种常用的树高曲线方程模拟该阔叶林主要树种的树高曲线,根据决定系数、均方根误差、平均相对误差3个统计量以及残差图检验,确定1个用于构建混合效应模型的基础模型。然后确定树种间的差异和样地间的差异作为随机效应,构建两水平的非线性混合效应模型,并利用AIC、BIC等指标评价不同混合模型的效果。结果表明,在树种水平和样地水平均同时考虑2个参数的随机效应时,模拟温州地区天然阔叶树树高曲线混合效应模型拟合效果最好,能够显著提高模型的拟合精度、大幅度减小模型误差;混合效应模型随机参数的方差协方差表明,天然阔叶树的树高曲线的变化主要受树种的影响,其次是样地的影响。     

长白山杨桦次生林群落结构及培育目标林种研究

通过对长白山杨桦次生林群落结构和种群的调查,分析了各树种重要值及种间联结性,确定了培育的目标林种.结果表明：杨桦次生林的物种组成丰富,优势树种明显,白桦和蒙古栎在杨桦林中占有绝对优势;红松与白桦、蒙古栎、色木槭、山槐、山梨和紫椴表现为正联结关系,红松与暴马丁香、黄榆、假色槭、毛山楂、山杨和水曲柳表现为负联结关系;主要培育目标林种是紫椴和山槐,应适当间伐暴马丁香、假色槭.     

中国东北部典型树种功能性状地理变异规律研究

目的以东北林区典型喜光树种和耐阴树种为对象,探讨功能性状沿地理梯度的变化格局及其成因,为科学预测典型树种对未来环境变化的响应和适应策略提供依据。方法利用标准化主轴回归法检验树高、比叶面积、木质密度3个性状的种内关联性;采取偏相关分析法计算功能性状与气候因子之间的关系。结果树高、比叶面积和木质密度3个性状在种内没有显著的关联性。植物性状的地理分布格局随树种而变化,白桦、水曲柳、色木槭的树高随经度增加而减小;山杨、水曲柳和色木槭的树高随纬度增加而减小;白桦和水曲柳的树高随海拔增加而增大。白桦和山杨的比叶面积随经度增加而减小,水曲柳和色木槭的比叶面积随经度增加而增大;白桦、山杨、水曲柳的比叶面积随纬度增加而增大。色木槭的木质密度随经度增加而增大;蒙古栎的木质密度随纬度增加而减小。植物性状与气候因子关系分析显示,白桦的树高与年均温度显著负相关,白桦、山杨、蒙古栎、水曲柳、红松的树高与年降水量显著正相关;白桦的比叶面积与年降水量显著负相关,蒙古栎、山杨和水曲柳的比叶面积与年均温度显著负相关;蒙古栎的木质密度与年均温度显著正相关,色木槭的木质密度则与年均温度显著负相关。结论功能性状地理格局及其环境驱动机制随着树种变化而变化。总体上,树高和比叶面积分别受降水和温度的影响;木质密度相对稳定,受气候因子影响不显著。      

采伐对吉林蛟河针阔混交林空间结构的影响

探讨不同采伐强度下林分空间结构的变化对森林可持续经营具有指导意义。在吉林省蛟河次生针阔混交林内,设置采伐强度分别为0%(对照,CK)、14.3%(弱度,LT)、29.4%(中度,MT)和50.4%(重度,HT)的4块样地,样地面积各1 hm2,利用角尺度、大小比数、混交度和密集度4个林分空间结构参数探讨林分整体以及春榆、红松、色木槭、水曲柳和紫椴5个主要树种的林分空间结构在采伐3年后的变化。结果表明,从采伐干扰对林分整体的影响来看,LT处理后林分的水平分布格局更合理,混交度较高,林分结构相比CK处理更稳定;采伐干扰对林分大小分化程度的影响不显著;林木密集度随采伐强度增加逐渐降低,林内较稀疏的林木比例逐渐增加;从采伐干扰对主要树种的影响来看,不同树种对采伐干扰的响应差异显著,采伐对5种树种的水平分布格局均有显著影响,但对确定采伐强度不具指导意义;从树种的大小分化程度和混交度考虑,LT处理对春榆、水曲柳和紫椴更有利,MT处理对红松和色木槭更有利;除紫椴外其他树种的密集度随采伐强度的增加而降低。综合考虑,采伐干扰在短期内对林分整体的空间结构影响较小,对主要树种的空间结构影响较大,采伐强度在15%左右比较合理,也可以结合森林经营需求针对个别树种适当提高采伐强度,建议不超过20%。      

不同间伐强度下竞争对东北阔叶红松林主要树种生长-气候关系的影响

【目的】探究不同间伐措施下树木的竞争环境差异是否影响树木生长变化趋势及其对气候因子的响应策略，为气候变化背景下森林经营和管理提供科学依据。【方法】以吉林蛟河林业实验管理局阔叶红松林优势树种红松、水曲柳、色木槭和紫椴为研究对象，选取4块面积为1 hm²的间伐处理固定样地，间伐强度分别为0(对照CK)、15%(轻度间伐LT)、35%(中度间伐MT)、50%(重度间伐HT)。采用Hegyi竞争指数量化竞争并进行竞争压力组划分，比较分析不同间伐强度和竞争作用下各树种生长差异，构建不同竞争压力组树木与气候因子的关系，探讨间伐强度和竞争差异是否影响树木对干旱事件的响应策略。【结果】(1)不同间伐强度下低竞争组树木生长量显著高于高竞争组生长量(P <0.05)。高竞争组树木生长量在伐后变化不明显，除色木槭低竞争组生长量保持稳定(9.43 cm²/a)，其他树种低竞争组树木呈现显著增加趋势。随着间伐强度增加，低竞争组树木生长出现峰值的时间不一致。(2)不同间伐样地内色木槭不同竞争组树木生长量与温度和降水均呈显著相关关系，而红松、水曲柳和紫椴的不同竞争组...     

长白山阔叶红松林大样地木本植物组成及主要树种的生物量

在长白山阔叶红松林25 hm2森林大样地的基础上,研究阔叶红松林木本植物组成,同时应用徐振邦等关于阔叶红松林主要树种的干、枝、叶生物量与其胸径的相关关系公式以及地上地下的生物量关系,直接推算阔叶红松林中红松、紫椴、蒙古栎、水曲柳、色木槭的生物量,进而得到单位面积的生物量.结果表明,长白山阔叶红松林25 hm2样地内胸径≥1 cm的木本植物共51个种,59 158个活的个体.5种主要树种的生物量以紫椴最高,为101 039.489kg/hm2;红松次之,为81 012.335 kg/hm2.水曲柳为54 767.362 kg/hm2,蒙古栎为35 035.157 kg/hm2,色木槭最低,为22 921.594 kg/hm2.对比分析以往的生物量测定结果,除了水曲柳的生物量外,笔者的测定结果都远高于徐振邦等的测定结果,紫椴的生物量高了近2倍,红松和蒙古栎的生物量都高了1倍.测定结果的不同可能源于大的取样面积及精准的仪器应用提高了对单位面积植物组成及其数量测定的精度,加之20年的植物生长以及全球变化等一系列因素的影响.