塞罕坝华北落叶松—白桦针阔混交林胸径年生长量预测

以河北省塞罕坝国家森林公园华北落叶松—白桦针阔混交林为研究对象,基于87块标准地(20m×30m)的348株解析木数据,建立包含样地间及样地内随机效应的胸径—年龄非线性混合效应模型,并在混合效应模型中加入哑变量来解决样地内不同树种带来的差异。结果表明,华北落叶松单木胸径非线性混合效应模型确定系数(R2)、-2log Likelihood值、信息准则(Alcaikes information criterion,AIC)值、贝叶斯信息(Bayesion informatian criterion,BIC)值分别为0.85、898.1、880.2、855.4;白桦单木胸径非线性混合效应模型确定系数(R2)、-2log Likelihood值、AIC值、BIC值分别为:0.81、500.9、482.6、465.7。白桦和华北落叶松最大年生长量分别为0.44cm和0.41cm,年龄和竞争指数与胸径生长量呈负相关关系,胸径和林分优势高与胸径生长量呈正相关关系,其中林分优势高与华北落叶松—白桦混交林径向生长量相关性较低。包含哑变量的混合效应生长模型解决了混交林中样地间及样地内树种对胸径生长的影响,提高了模型精度及适用性,为该地区针阔混交林经营水平及经营效果的提高提供依据。     

用分位数回归建立的混交林树高生长模型

依据黑龙江省大兴安岭地区落叶松白桦混交林的树高、胸径、活枝高以及树冠的东、南、西、北冠幅数据,利用最小二乘法建立了两树种树高与胸径、树高与活枝高之间的数学模型,并利用线性分位数回归方法建立了不同分位点(τ=0.10、0.25、0.50、0.75、0.90)两树种树高与胸径、树高与活枝高之间的数学模型,分析τ∈(0,1)间距相同的19个分位数点的两树种树高与胸径、树高与活枝高之间的数学模型,得出不同分位数点处胸径、活枝高与树高之间的关系,比较了对照组与间伐组数据所建立模型的差异。     

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。      

塞罕坝华北落叶松纯林和混交林土壤肥力质量评价

  目的  基于土壤质量指数（SQI）,研究华北落叶松林不同混交方式对土壤肥力质量的影响,为其合理经营和地力恢复提供理论依据。  方法  该研究以河北省塞罕坝林场华北落叶松纯林（落叶松纯林）、华北落叶松白桦混交林（落桦混交林）和华北落叶松樟子松混交林（落樟混交林）为研究对象,采集和分析0 ~ 20 cm土层的土壤进行土壤理化性质、生物性质的调查研究,利用SQI法进行土壤肥力质量评价。建立SQI包括3个步骤:采用主成分分析法筛选最小数据集（MDS）,利用非线性得分函数计算MDS指标得分,利用加权求和模型计算SQI。  结果  不同混交方式间土壤理化和生物性质存在不同程度的差异。与落叶松纯林相比,落桦混交林的土壤理化和生物性质有了明显改善;落樟混交林的土壤理化状况较差,土壤生物性质与落叶松纯林没有明显差异。在17个土壤肥力质量指标中,MDS由土壤微生物生物量氮、全磷、氨氮3个指标组成。不同混交方式间SQI差异显著,表现为落桦混交林（0.59） > 落叶松纯林（0.47） > 落樟混交林（0.39）。  结论  土壤肥力质量在不同混交方式下差异显著,塞罕坝机械林场落叶松白桦混交林有利于改善土壤肥力。利用指数法建立SQI进行土壤肥力质量评价,可为其他树种或其他地区的森林土壤质量评价提供借鉴。      

金沟岭林场天然云冷杉林冠幅模型和估计方法比较

  目的  对比不同冠幅预测方法对云冷杉幼树不同方向冠幅（东、西、南、北、东西、南北、平均冠幅）的预测精度的差异，为天然云冷杉林经营提供一定的理论依据。  方法  利用2013年金沟岭云冷杉3块1 hm2固定样地中云冷杉幼树各向冠幅实测数据，以逻辑斯蒂模型为基础模型，以非线性最小二乘法为基础方法进行模型初步拟合。以1/D、1/D0.5、1/D2作为模型的权函数进行模型异方差的消除。以不加权非线性似乎不相关法、加权非线性似乎不相关法、分位数回归法、非线性最小二乘法分别构建了云冷杉幼树冠幅各组分预测模型。  结果  模型拟合结果显示，分位数回归模型的拟合效果在云冷杉幼树冠幅预测模型中拟合精度最低；相较于分位数回归而言，加权非线性似乎不相关回归模型拟合效果与加权最小二乘模型拟合效果相当。模型拟合效果排序为:加权NSUR ≈ 加权OLS > OLS > QR。以1/D2作为模型的权函数时，模型残差图的异方差趋势被消除最明显，该权函数为最优权函数。  结论  本文中非线性分位数回归模型拟合效果不一定比非线性最小二乘法更好。加权NSUR模型（权函数为1/D2）可以为金沟岭林场云冷杉幼树冠幅的预测提供一定的理论基础。      

浙江省天然针阔混交林非空间结构分布特征与生产力相关性

  目的  研究浙江省针阔混交林非空间结构分布特征与生产力的相关性,为提升浙江省针阔混交林经营水平和森林质量提供理论依据和技术支持。  方法  以1999、2004、2009年共3期森林资源连续清查数据中的天然针阔混交林样地和样木数据为研究材料,提取胸径、树高、材积和针叶树种的非空间结构因子与单位面积蓄积量,对各时期的非空间结构分布形态进行函数建模,探究变化特征。采用生物量换算因子连续函数法进行生物量和生产力的估算,再进行非空间结构与生产力的偏相关分析。  结果  各时期森林非空间结构因子在形态上存在规律性的分布特征。非空间结构因子与生产力间呈正相关趋势。1999?2009年,浙江省针阔混交林针叶树种比例逐期上升,生产力第1期(1.39 t·hm?2·a?1)高于第2期(1.15 t·hm?2·a?1)。胸径、树高、单株材积均值呈近似正态分布。  结论  在针阔混交林的经营管理中,为保证林分处于高生产力的状态,要优先考虑针阔混交的比例。针叶树种比例应维持在50%以上,针叶树种比例偏低的混交林要进行人为干预。胸径若低于10.00 cm要加强抚育,高于12.00 cm应及时进行采伐。单株材积均值应维持在0.040~0.070 m3·株?1,树高在7.00~10.00 m。图6表5参34     

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...     

长白山云冷杉针阔混交林林木空间利用率混合模型

目的  建立林木空间利用率模型，为天然混交林中不同树种间生产力的比较提供依据，为单木成熟的判断提供参考。 方法  利用林木生长量与树冠大小比值定义林木空间利用率，以长白山地区云冷杉针阔混交林为研究对象，基于20块标准地的2 268株单木数据，建立林木空间利用率混合模型，拟合各树种的空间利用率。 结果  （1）备选指标中蓄积生长量和树冠投影面积之比与胸径相关系数最高，适宜作为计算指标。（2）通过逐步回归，最终选定林木胸径、胸径平方（代表胸高断面积）、树高、冠幅、样地蓄积、针阔比、坡向坡度、竞争指标作为林木空间利用率基础模型的自变量。（3）确定按树种分组，包含胸径平方及截距随机效应参数、指数函数异方差结构的混合模型，经检验，混合模型在建模数据及检验数据中的表现均略优于一般线性模型。（4）利用所构建的混合效应模型，对研究数据进行拟合预测，各树种空间利用率最高时期的胸径分别为云杉约40 cm，冷杉、落叶松、红松、中阔组约37 cm，慢阔组约32 cm。 结论  林木利用率模型得到的数量成熟是以单位营养空间的生产力为基础的，使不同树种间的比较更为合理，且计算结果符合一般林学规律，可以作为该地区云冷杉针阔混交林判定单木成熟及优化林分结构的参考依据。      

基于混合效应和分位数回归的温带针阔混交林树高与胸径关系研究

【目的】基于非线性回归和广义模型构建不同分位数回归和混合效应的树高预测方程,并对比分析非线性模型、不同分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)模型、广义模型及非线性混合效应模型的拟合效果和预测精度,为研究林分生长和收获提供理论依据。【方法】本研究以吉林蛟河地区针阔混交林的主要树种(红松、色木槭、紫椴和水曲柳)为研究对象,基于21.12 hm²样地数据,首先在11个广泛使用的树高方程基础模型中选定基础模型;其次探究林分变量对树高的影响并构建含林分变量的广义模型;最后在基础模型和广义模型的基础上,构建分位数模型,同时考虑样方效应对树高的影响,构建混合效应模型。【结果】(1)各树种均以Richards模型拟合精度更高,且具有生物学意义,选定为基础模型;考虑林分变量与树高的相关性以及模型收敛性,加入优势木高建立的广义模型能显著提高拟合效果。(2)各树种均为中位数τ=0.5时模型拟合效果最佳,且与非线性回归预测精度相近,红松、色木槭、紫椴和水曲柳最高R²值分别为0.811、0.809、0.724和0.617,...     

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...     

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。     

广东南岭国家级自然保护区华南五针松种内和种间关系研究

目的  通过对广东南岭国家级自然保护区小黄山内118株对象木及253株伴生种的调查，分析华南五针松的竞争强度，揭示华南五针松群落的动态变化规律和种群生态适应机制。 方法  沿海拔梯度设置标准群落样方。利用Hegyi单木竞争模型计算华南五针松群落内物种间的竞争指数，并采用回归分析的方法建立对象木胸径与林分、种间竞争强度的函数模型。 结果  （1）华南五针松胸径与树高存在显著的幂函数关系；（2）华南五针松的种内和种间竞争指数分别为893.736和559.682；（3）华南五针松伴生种较多，其主要种间竞争树种的顺序为木荷 > 甜槠 > 五列木 > 马尾松 > 长苞铁杉 > 凤凰木 > 福建柏 > 马蹄荷；（4）华南五针松胸径与整个林分和种间竞争指数呈显著的负相关。 结论  华南五针松群落内以种内竞争为主。竞争强度随华南五针松个体胸径的增大而减小，当华南五针松胸径到达30 cm时，竞争强度下降较为平稳，二者符合幂函数关系，所得模型能有效的预测华南五针松的种内和种间强度。      

基于哑变量的闽楠天然次生林单木胸径和树高生长模型研究

目的通过对闽楠天然次生林胸径和树高生长规律及生长模型的研究,为林木生长预估及林分质量提升经营措施的制订提供参考。方法以江西省安福县闽楠天然次生林为研究对象,通过标准地调查及树干解析等方法获取基础数据,按林木竞争压力水平从小到大将林木分为类型1、类型2和类型3,分析胸径和树高的生长规律;选取5种具有生物学意义的生长方程,根据模型拟合优度与评价指标选取最优基础生长模型,在最优模型的基础上构建含竞争类型哑变量的生长模型。结果（1）利用树干解析数据分析显示,30 ~ 50年为胸径生长速生期,连年生长量最大值达到0.57 cm;35 ~ 45年为树高主要生长速生期,连年生长量最大值为0.37 m。（2）胸径最优基础模型为Gompertz方程,模型R2和预估精度分别为0.756和94.28%,构建的最优哑变量模型的R2和预估精度分别为0.873和95.71%;树高最优基础模型为修正Weibull方程,模型R2和预估精度分别为0.856和96.54%,构建的最优哑变量模型的R2和预估精度分别为0.882和96.96%。（3）由构建的哑变量生长模型拟合的不同竞争类型下的胸径和树高生长曲线得知,胸径和树高总生长量均表现为类型1 > 类型2 > 类型3,类型1胸径最大生长量是类型3的1.6倍。结论竞争压力对闽楠胸径、树高生长均产生影响,较大的林木竞争压力不利于闽楠生长;构建含有竞争类型哑变量模型的拟合优度及预估精度均优于基础模型,有利于提高建模的精度和模型的适用性。      

基于分位数回归法的杉木可变指数削度方程构建

[目的]采用非线性分位数回归法构建不同分位点的杉木可变指数削度方程,与非线性模型进行比较,以提高杉木干形的预测精度.[方法]利用福建省将乐国有林场的73株(793组)杉木解析木数据,选取4个可变指数削度方程,基于5折交叉验证,分别采用非线性分位数回归与非线性回归构建削度方程.选用调整后决定系数(R2)、均方根误差(RM...     

2020-12期目录

  目的  基于广义加性模型理论，构建樟子松的广义加性树干削度方程，并和林业上精度较高的变指数削度方程曾伟生等（1997）、Bi（2000）以及Kozak（2004）进行预测精度比较。  方法  以大兴安岭樟子松为研究对象，使用胸径、树高和不同部位高度及该部位树干直径及其变形构建广义加性削度方程，利用R软件mgcv软件包gamm函数对广义加性模型进行拟合，拟合过程中采用6种样条函数:B样条函数（BS）、三次回归样条函数（CR）、Duchon样条函数（DS）、高斯过程平滑样条函数（GP）、P样条函数（PS）和薄板回归样条函数（TP）。使用留一交叉检验法对模型进行检验。  结果  （1）将相对直径作为因变量，将胸径的平方、相对树高的算术平方根和树高作为自变量构建了最优的广义加性削度方程结构。（2）拟合结果表明，除CR外，其他光滑样条函数表现了相似的拟合结果，且均优于变指数削度方程的统计指标。（3）交叉检验结果表明，除CR光滑样条函数外，广义加性模型（BS，DS，GP，PS，TP）总体与拟合结果基本一致，即预测精度都优于曾伟生等（1997）、Bi（2000）和Kozak（2004）模型，其中广义加性模型中BS模型的预测精度最高，变指数削度方程中Kozak（2004）预测精度最高。（4）通过对比BS和Kozak（2004）模型的干曲线模拟发现，Kozak（2004）在预测小树树干上部时误差较大，而BS在模拟小树和大树上都具有较高的精度。  结论  广义加性模型是构建削度方程的一种非参数方法，基于BS样条函数的广义加性削度方程预测精度最高，适合大兴安岭地区樟子松的干形预测。      

用哑变量方法构建东北落叶松和栎类分段地上生物量模型

采用单一的非线性方程拟合生物量模型常会导致小径阶林木的估计有偏。以东北地区落叶松和栎类的地上 生物量数据为例,提出采用哑变量方法改进立木生物量估计模型的预估效果,并建立了2 个树种的一元和二元立 木生物量模型。结果表明:哑变量方法能解决小径阶林木的偏估问题,同时能在一定程度上改善对整个模型的预 估效果;所建模型能同时适用于胸径 5 cm 的幼树和胸径逸5 cm 的林木;二元生物量模型的平均预估误差均在 5%以下,可应用于东北地区各类森林资源清查中落叶松和栎类的生物量估计。