杨梅人工林相容性单株生物量模型构建

  目的  构建杨梅Myrica rubra一元相容性单株生物量模型,为杨梅人工林可持续经营及生物量精确估测提供理论依据。   方法  基于48株杨梅标准木实测数据,在以地径、树高、冠幅为自变量建立独立单株生物量模型基础上,运用非线性误差变量模型法,对浙江仙居县杨梅人工林相容性单株生物量模型进行研究。   结果  拟合出的独立单株生物量模型中,以地径(x₁)为自变量的幂函数模型决定系数为最大,叶片生物量(y₁)、枝干生物量(y₂)、根系生物量(y₃)及总生物量(y₀)模型分别为y₁=0.004x₁2.795、y₂=0.003x₁3.048、y₃=0.002x₁3.141和y₀=0.010x₁2.995。以地径、树高、冠幅构建的3个相容性单株生物量模型拟合效果均较好,其中又以地径为自变量的模型决定系数和预估精度最大,模型最优,相关参数c₀、b₀、r₁、r₂、r₃和r₄分别为0.084 0、2.162 7、0.780 0、0.779 9、0.224 3和0.204 5。随地径、树高和冠幅增大,叶片、枝干、根系生物量的分配规律基本相似,枝干、根系生物量占总生物量的比例呈上升趋势,叶片生物量则逐渐下降。各组分生物量随杨梅林龄增大从大到小快速演变为枝干、根系、叶片。   结论  在运用杨梅一元相容性单株生物量模型进行估算时,以地径为自变量的幂函数模型决定系数最大,且模型决定系数和预估精度最大。地径是最适合用于估算杨梅生物量的变量。 图1表4参31     

北亚热带常绿阔叶林林下灌木生物量模型的建立

【目的】灌木是森林生产力的重要组成部分,探索北亚热带地区常绿阔叶林林下灌木生长模型,为森林生物量及其碳储量估算奠定基础。【方法】在安徽南部查湾自然保护区,选取4种常见林下灌木树种(老鼠矢、乌药、朱砂根和香桂),通过野外实测获得地径(D)、树高(H)、地径平方乘树高(D2 H)、冠径树高乘积(CH)、植冠面积(AC)和植冠体积(VC)等模型参数,拟合生物量模型,基于独立检验数据对模型进行验证,获得生物量最优模型。【结果】各灌木树种单器官及全株生物量模型以D2 H和CH为自变量都具有较高的拟合优度(0.815~0.983)和较小的标准误(SEE)。不同灌木树种、不同器官之间的生物量最优模型选用方程均存在一定差异,以幂函数、二项式方程为主,且模型检验精度均较高(总相对误差(RS)30%,平均相对误差绝对值(RMA)20%)。模型的普适性研究表明,叶、枝和根生物量最优通用模型为W=a+bX+cX2(X为D2 H(叶、枝)或CH(根)),拟合效果较优;而全株生物量最优模型为W=1.423 2(D2 H)0.832 4,拟合指数(FI)=0.960,适用于4种灌木叶、枝、根和全株生物量的估算,但根系通用模型的估算精度低于叶、枝与全株的最优生物量通用模型。【结论】基于生物量模型可以精准地估算亚热带地区的灌木生物量。     

海南东北部无性木麻黄根生物量及其估测模型1）

基于全挖法测定了海南省国营岛东林场的无性木麻黄的根的生物量,分别采用胸径和树高、地径和树高、地径和胸径及树高、材积作为自变量构建海南木麻黄根生物量生长方程。结果表明,单独以胸径、地径、材积等作自变量都能以较高的精度估算出木麻黄根的生物量,以树高为自变量的根系生物量预测精度不是很理想;采用地径与树高等复合变量的根生物量预测精度有所提高,但不明显;基于胸径、地径、材积等的根生物量估计中,以胸径为自变量的估计精度最高,在无性木麻黄根系生物量估计中,可以根据精度与外业工作量选择合适的估计方法。     

基于机载激光雷达的寒温带典型森林高度制图研究

以内蒙古根河市潮查林场境内的寒温带兴安落叶松原始林及其次生林为研究对象,利用机载激光雷达点云数据与地面调查的66个样地数据,采用不同算法计算样地实测树高(Lorey's高、冠幅面积加权树高和算术平均高)分别与基于双正切角树冠识别算法获取的LiDAR估测高(冠幅面积加权树高、算术平均高)和基于点云提取的百分位高构建树高回归模型(冠幅面积加权树高模型、算术平均树高模型和LiDAR百分位树高模型)。对比不同树高模型的训练精度与估测精度的差异,探讨双正切角树冠识别算法对本研究区的适用性;同时了解冠幅面积加权的样地实测树高与Lorey's高对林分平均高代表性的差异,确定最优解释变量,筛选最优树高模型,计算研究区森林高度空间分布图,为后续生物量和碳储量研究提供参考数据。结果表明:样地冠幅面积加权树高的模型训练精度和估测精度与Lorey's高的结果一致性较好,略低于Lorey's高的估测结果。LiDAR百分位树高模型中的50%分位高与样地实测树高相关性显著且回归模型拟合效果较好,其中,以Lorey's高为样地实测树高时模型的R2=0.869、RMSE=1.366m;以冠幅面积加权树高为样地实测树高时模型的R2=0.839、RMSE=1.392m;Lorey's高的50%分位高模型的估测精度最高,各独立验证样本点估测精度均高于85%,平均估测精度为94.73%,最高估测精度可达99.78%,其中混交林平均估测精度(96.72%)高于针叶林的平均估测精度(93.58%)。因此,选择Lorey's高的50%分位高模型计算研究区的森林高度空间分布。      

黄柳地上生物量估测模型的构建

为筛选出与生物量相关性显著、精度最高且拟合度最好的最优地上生物量估测模型,以赤峰敖汉旗北部沙地典型灌木黄柳(Salix gordejevii)为研究对象,利用6种函数和不同自变量来构建黄柳个体的地上生物量估测模型。结果表明:DH(纵断面周长)复合变量与黄柳地上生物量的相关性最显著,经精度检验(RS30%;RM.A20%)得出生物量的最优估测模型也是以DH为自变量的幂函数模型y=2.193x1.291(R2=0.915,P0.001),与灌木常用的自变量D2 H(纵断面面积)作为生物量模型相比,精度较高。实际的应用中,在保证黄柳估测模型精度的情况下,建议以D为自变量对黄柳地上生物量模型进行构建。     

长白山林区14种幼树生物量估测模型

以长白山林区林下14种幼树为对象,采用收获法对胸径D1.3≤2.5cm的幼树植株进行随机取样,通过对不同树种各器官和全株生物量的统计,建立了幼树生物量的最优估测模型,并进行了实测验证。结果表明:以地径(D0)和地径平方与株高乘积(D20H)为自变量,拟合的14种幼树各器官和全株生物量最优模型为幂函数,并达到了极显著水平,而且都有较大的R2值(0.712～0.983)和较小的SEE值(0.217～1.122)。幼树器官和全株生物量最优回归方程的R2值,从大到小依次为全株生物量地上部分枝地下部分叶。验证结果表明:以地径(D0)为自变量时,建立的幼树器官和全株生物量模型,对生物量的估测结果均较为准确。自变量为地径平方与株高乘积(D20H)时,怀槐、东北槭等8种幼树器官和全株生物量模型对生物量预测效果较好;除红松、拧筋槭等6种幼树部分器官和全株生物量模型估测效果相对较差外,其他模型均可对生物量进行准确估测。     

长白山金沟岭杨桦次生林下幼树生物量模型

为了对杨桦次生林下生物量模型进行补充研究,以长白山金沟岭林场杨桦次生林固定样地为研究对象,采用样地抽样的方法对林下主要树种幼树进行抽样,运用异速生长方程对幼树生物量模型进行拟合。结果表明,林下主要树种幼树生物量模型呈异速生长关系,自变量以地径D0,树高H最为紧密。其中,仅以地径D0作为单一自变量的模型精度明显低于以地径D0和树高H为自变量的模型精度;调整系数Radj2均在0.9以上,平均预测误差MPE范围在5%～49%之间,椴树的枝、叶、根和地上生物量,色木的枝生物量模型相对较差,平均预测误差均达到了40%以上;其次,根茎比与地径D0呈明显负相关关系,与树高H相关性不显著,调整系数Radj2较低,范围仅为0.053～0.507之间。最后,主要树种幼树生物量随着郁闭度的增大,表现依次下降的趋势,即W(0.6)W(0.8)W(1.0)。     

长白山金沟岭杨桦次生林下幼树生物量模型

为了对杨桦次生林下生物量模型进行补充研究,以长白山金沟岭林场杨桦次生林固定样地为研究对象,采用样地抽样的方法对林下主要树种幼树进行抽样,运用异速生长方程对幼树生物量模型进行拟合。结果表明,林下主要树种幼树生物量模型呈异速生长关系,自变量以地径D0,树高H最为紧密。其中,仅以地径D0作为单一自变量的模型精度明显低于以地径D0和树高H为自变量的模型精度;调整系数Radj2均在0.9以上,平均预测误差MPE范围在5%～49%之间,椴树的枝、叶、根和地上生物量,色木的枝生物量模型相对较差,平均预测误差均达到了40%以上;其次,根茎比与地径D0呈明显负相关关系,与树高H相关性不显著,调整系数Radj2较低,范围仅为0.053～0.507之间。最后,主要树种幼树生物量随着郁闭度的增大,表现依次下降的趋势,即W(0.6)>W(0.8)>W(1.0)。     

尾叶桉地径与胸径、树高、材积相关性分析

【目的】建立尾叶桉地径与胸径、树高、材积的数学模型,为利用地径测算林木立木材积提供测算方法。【方法】实测148株尾叶桉立木的地径、胸径和树高,运用SPSS软件建立尾叶桉地径与胸径、树高、材积的回归模型,进行选优和适应性检验。【结果】研究区尾叶桉地径—胸径、地径—树高、地径—材积最优模型分别为D1.3=0.857D0-0.539、H=0.966D01.048、V=0.0000481D02.749,尾叶桉地径与胸径、树高、材积均显著相关。地径—胸径模型适应性检验的总相对误差为-1.14%、平均相对误差为1.29%,精度为98.46%;地径—树高模型适应性检验的总相对误差为13.07%、平均相对误差为-14.32%,精度为94.88%;地径—材积模型适应性检验的总相对误差、平均相对误差分别为-3.87%、1.69%,精度为94.70%。【结论】选出尾叶桉地径与胸径、树高、材积的3个最优回归模型,其中地径—树高模型总相对误差和平均相对误差过大,不提倡以尾叶桉地径直接估算树高;地径—胸径、地径—材积模型预测误差均在±5%以内,方程预测精度较高,可以用于估算立木材积。     

尾叶桉地径与胸径、树高、材积相关性分析

【目的】建立尾叶桉地径与胸径、树高、材积的数学模型,为利用地径测算林木立木材积提供测算方法。【方法】实测148株尾叶桉立木的地径、胸径和树高,运用SPSS软件建立尾叶桉地径与胸径、树高、材积的回归模型,进行选优和适应性检验。【结果】研究区尾叶桉地径—胸径、地径—树高、地径—材积最优模型分别为D1.3=0.857D0-0.539、H=0.966D01.048、V=0.0000481D02.749,尾叶桉地径与胸径、树高、材积均显著相关。地径—胸径模型适应性检验的总相对误差为-1.14%、平均相对误差为1.29%,精度为98.46%;地径—树高模型适应性检验的总相对误差为13.07%、平均相对误差为-14.32%,精度为94.88%;地径—材积模型适应性检验的总相对误差、平均相对误差分别为-3.87%、1.69%,精度为94.70%。【结论】选出尾叶桉地径与胸径、树高、材积的3个最优回归模型,其中地径—树高模型总相对误差和平均相对误差过大,不提倡以尾叶桉地径直接估算树高;地径—胸径、地径—材积模型预测误差均在±5%以内,方程预测精度较高,可以用于估算立木材积。     

小兴安岭长白落叶松相容性生物量模型的构建

为了提高林木生物量的估测精度,基于长白落叶松标准地调查和标准木生物量,逐步筛选胸径、树高等林木特征因子,构建了单株木、地上部分、树干、根系、树枝、树叶生物量的独立估测模型。根据林木生物量相容性理论,以树干生物量作为控制量,利用单株木生物量中各组分之间的代数关系,通过联立独立模型求解得到单株木相容性模型。同时将样本分为4组,利用5个相对误差指标(即参数变动系数C,总相对误差Rs,平均相对误差E,平均相对误差绝对值Re,预估精度P)来综合评价模型。结果表明,建立的长白落叶松单株木相容性生物量模型结构简单、参数稳定、预估精度较高,可以较全面、客观地反映各组分之间生物量的分配关系,实现模型估计值之间的相容性,提高了林木生物量估测精度。     

长汀红壤侵蚀区马尾松林生物量估算模型的构建

以长汀红壤侵蚀区马尾松为研究对象,通过整株收获法获取34株马尾松立木材积和生物量,分析不同龄级、径级马尾松材积和生物量分配格局,采用胸径(D)、树高(H)等变量建立立木材积模型,采用材积量(V)、胸径(D)、树高(H)、冠长(C_l)等变量建立树干、树冠及地上生物量模型,进而拟合区域林分生物量模型,使用独立样本检验并比较优选模型估测效果。结果表明:34株马尾松的树龄变化范围为19～42 a,立木材积量和立木生物量变化范围分别为0.004 4～0.194 9、2.733 9～140.331 4 kg/株,树龄与材积量、生物量相关性不显著;各器官生物量分配为干材(57.67±8.28)%、树枝(24.15±7.33)%、树叶(10.79±3.17)%、干皮(7.38±1.39)%,全林分中3个径阶(8、10、12 cm)蓄积量、生物量均超过总量的50%;所有模型确定系数均大于93%,单木模型中,以胸径-树高组合为自变量的模型拟合效果更佳;马尾松立木材积、地上生物量、树干生物量、树冠生物量及林分生物量模型中,各优选模型预估精度均达77%以上,其中立木材积、地上生物量及林分生物量优选模型比已有模型估测值的总相对误差、平均相对误差均有所降低,估测值更接近实际值。因此,通过构建该区域马尾松生物量方程,补充了长汀红壤侵蚀区马尾松立木材积表及生物量表。     

喀斯特地区2种豆科灌木秋季单株可饲产量估测模型构建

为构建喀斯特地区多花木兰、白刺花单株可饲产量估测模型,以其形态指标的株高、分枝数、基径、地径、平均冠幅直径等为变量,采用回归分析方法与其单株可饲产量作相关性分析。结果表明,多花木兰单株可饲产量分别与其株高、平均冠幅直径、基径、地径之间存在显著相关性,以此构建的单株可饲产量估测模型为y=-1.143+0.005x_1+0.002x_2-0.237x_3+0.606x_4(y为单株可饲产量,x_1为株高,x_2为平均冠幅直径,x_3为基径,x_4为地径)。白刺花的单株可饲产量分别与其株高、冠幅、地径、分枝数显著相关,以此参数构建的单株可饲产量估测模型为y=-484.779+2.141x_1+3.939x_2+84.718x_3+19.565x_4(y为单株可饲产量,x_1为株高,x_2为冠幅,x_3为地径,x_4为分枝数)。所建立的回归模型分析检验结果呈现极显著性,拟合度高。本试验为多花木兰、白刺花单株可饲产量提供简单的测定方法,为高效利用灌木提供了可靠的技术支撑,可以在不破坏原有植被的情况下对单株灌木可饲产量进行定量估测。     

闽北引种邓恩桉个体生长性状相关性分析

以福建省南平市建阳区不同立地条件下邓恩桉人工林为研究对象,对其地径与胸径、树高、材积的相关关系进行研究,建立了林木地径与胸径、树高、材积的回归模型,筛选出各自的优化模型并进行精度检验。结果表明,研究区邓恩桉地径—胸径、地径—树高、地径—材积的优化模型分别为:d1.3=-0.254+0.857d、H=-0.007d2+0.790d+2.523、V=0.000099d2.454,邓恩桉地径与胸径、树高、材积均显著相关。其中,地径—树高模型总相对误差和平均相对误差偏大,且估算精度较低,不适宜在林业调查时使用;地径—胸径、地径—材积模型预测误差均在±5%以内,符合林业上的精度调查要求,适用于估算立木材积。     

云南松地上生物量模型研究

森林生物量作为森林生态系统的最基本数量特征,是研究许多林业问题和生态问题的基础,但由于地域的不同,地上生物量及各分项生物量存在差异。以西藏、云南2个省(自治区)的130株实测云南松Pinus yunnanensis生物量数据,分别用传统回归方法和利用引入地理区域为特征的哑变量方法建立了地上总生物量和地上各分项生物量的一元(胸径为自变量)、二元(胸径和树高为自变量)和三元(胸径、树高、冠幅为自变量)模型。结果表明:所建生物量模型中,地上总生物量模型精度最高,预估精度为0.9300~0.9600,其次是树干、树皮和干材生物量模型,预估精度为0.9000~0.9500,树叶生物量模型的预估精度相对较低,其值为0.8500~0.8900,而且所有的模型都满足二元模型的预估精度和确定系数比一元模型高,与三元模型相差不大。引入哑变量后的模型中,不管是一元模型、二元模型还是三元模型,模型的确定系数、预估精度都相应提高,确定系数为0.7300~0.9600,预估精度为0.8800~0.9600,而且估计值的标准误差和平均相对误差都减少了。因此,构建不同区域地上生物量和和各分项生物量模型时,建议引入哑变量,以提高模型精度和适用性,来解决不同地区模型不相容的问题。     

内蒙古大兴安岭天然白桦生物量估算模型

构建天然白桦预估精度较高的生物量模型，为天然白桦林的生产力估测及生产经营提供科学依据。根据白桦标准木实测数据，选择与生物量分布关系密切且易于人工获取的测树因子(胸径、树高及其组合形式),采用留一交叉验证法，通过比较异速生长模型与相容性生物量模型拟合结果，筛选内蒙古大兴安岭地区天然白桦生物量的最优估算模型。基于异速生长关系建立的2种生物量模型，以胸径和树高组合形式(D²H)为自变量的二元模型优于以胸径(D)为单独预测变量的一元模型，其校正决定系数Adjusted R²介于0.846～0.953。对于相容性生物量模型，以胸径(D)为单独预测变量的一元相容性模型优于以胸径和树高组合形式(D²H)为自变量的二元相容性模型，其校正决定系数Adjusted R²介于0.752～0.961。2种不同方案建立的最优生物量模型的拟合精度均为单株总生物量和树干生物量的模型最好，树枝生物量模型最差，且除树枝外的各项生物量模型的校正决定系数Adjusted R²及其余各项评价指标(ME、RSME、MA...     

柚木冠幅与树高、胸径的回归分析

为考察柚木生长因子与冠幅的关系,准确反映各生长因子与冠幅之间的关系,建立冠幅预测模型,为柚木人工林目标树经营提供理论依据。以广西凭祥、云南德宏、云南景洪、海南乐东4个地区不同林龄阶段的柚木人工林中优势木为研究对象,以胸径、树高、冠长、林龄4个因子作为变量与冠幅进行回归分析,筛选关键因子建立柚木冠幅生长的预测模型。结果表明,胸径(R=0.5342,P=0.0001)、树高(R=0.1798,P=0.0026)是影响柚木冠幅的关键因子;胸径、树高与冠幅的一元回归方程:冠幅与胸径y=15.7893x+1.84766(F=516.4180,P=0.0001),冠幅与树高y=0.3717x-0.60189(F=174.2954,P=0.0001)。并应用胸径、树高2个关键因子与冠幅建立回归模型:y=13.5658x1+0.1064x2+0.35866(F=279.5048,P=0.0001),计算结果与实际测量结果差异性较小(F=0.0140,P=0.9072)。可以根据目标树的培育目标胸径、树高因子,利用该模型来预测该目标树的冠幅,从而确定单位面积内保留目标树的数量。     

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。      

福建柏树高线性估测模型的多生长指标优化研究

树高是林木的主要生长指标之一,也是森林资源调查中的一个重要指标;林木树高生长往往可以反映其所在林地的质量。利用40株福建柏样木调查数据,基于以胸径为自变量的福建柏树高一元线性估测模型,引入枝下高与冠幅指标,建立了多元线性回归模型,并比较了二者的估测效果。结果表明:利用相同的建模数据拟合的福建柏树高多元线性回归模型的决定系数R~2较一元线性回归模型高0.0309,剩余标准差S低0.0612,估测精度高0.0047,说明引入同样对树高具有显著影响的枝下高和冠幅2个生长指标后,单独以胸径为自变量的福建柏树高线性回归模型得到了优化,估测结果的稳定性更强。     

银杏生物量分配格局及异速生长模型

以苏北地区银杏人工林为研究对象,选取13株进行整株挖掘,分析不同器官生物量的分配格局,以及地上和地下生物量之间的关系;再分别以胸径(D)、树高(H)、D2H、DaHb为自变量建立银杏各器官生物量模型,选择调整决定系数(R_adj2)、残差平方和(SSE)、平均偏差(ME)、平均绝对偏差(MAE)和平均相对误差(MPE)作为选择最优模型的检验指标,根据检验结果筛选出各器官的最优模型。结果表明:13株银杏的整株生物量变化范围为28.50~320.27 kg,树干生物量占总生物量的49.4%~56.6%,树枝生物量占总生物量的12.1%~18.9%,树叶生物量占总生物量的3.8%~5.5%,根生物量占总生物量的26%;地上部分生物量与地下生物量线性方程的斜率为0.35,具有显著的线性相关性(P＜0.01);枝和叶生物量都集中于树冠中部,树冠上层和下层的枝、叶生物量明显低于树冠中层生物量(P＜0.05),上层和下层生物量之间差异不显著(P>0.05),70%根生物量集中0~1.0 m的土层;枝水平上,基于基径和枝长的枝生物量模型解释量超过95%;在各器官生物量最优模型选择上,以D为自变量的W=aDb的叶、枝、地上部分生物量模型要优于其他模型;树干、根和全株生物量则是以W=aDbHc模型最优。银杏各器官生物量表现为干>根>枝>叶,枝和叶生物量垂直分配上,中冠层占最大比例;基于树高和胸径的相对生长模型可以实现对银杏各器官生物量的准确拟合,银杏生物量及碳储量的有效估算。