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。      

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。     

基于混合效应的杂种落叶松人工幼龄林单木枯损模型

目的利用固定间隔期复测数据,运用不同方法建立杂种落叶松人工幼龄林单木枯损模型,为确定杂种落叶松合理的经营措施和推广应用提供依据。方法基于2003—2015年黑龙江省江山娇实验林场48块样地的复测数据,通过Logistic模型,利用全子集法和最大似然估计构建杂种落叶松单木枯损模型。使用列联表分析和分类率-阈值散点图,确定枯损模型预估时的最佳阈值。引入随机参数,构建样地水平广义线性混合模型。模型估计方法为自适应积分最大似然估计,模型筛选指标为Akaike信息标准(AIC)、贝叶斯信息标准(BIC)以及-2倍对数似然值。通过计算绝对平均偏差(Bias),绘制ROC曲线以及模型预估枯损率与实际枯损率直方图对两种模型的预测结果进行评价比较。结果包含单木(林木胸径,DBH;胸径平方,DBH2)、林分(林分断面积,BA)、竞争(大于对象木树木断面积之和变形,BALD)3个水平变量组合的单木枯损模型拟合效果最佳。杂种落叶松枯损主要发生在小径阶且相对竞争较大时。单木枯损概率随DBH增加逐渐减小,随BALD、BA增加而逐渐增加。最佳阈值有效提高了模型预估效果,方差-协方差结构为无结构矩阵(UN)时,四参数混合模型的拟合结果最佳,其预估的林分枯损率更接近实际林分枯损率。结论混合模型能够更有效地描述和预估杂种落叶松的单木枯损。阈值分析是提高二分类模型预测准确性的有效方法。杂种落叶松作为速生树种,幼龄时期应适时进行抚育间伐以减少枯损发生的概率。      

杂种落叶松人工幼龄林林分枯损规律及枯损模型

根据2003—2015年黑龙江省江山娇实验林场杂种落叶松人工林48块固定样地复测数据,在对不同初植密度(Dp)等级(SD1(Dp2 000株/hm~2)、SD2(2 000≤Dp3 000株/hm~2)、SD3(3 000≤Dp4 000株/hm~2)、SD4(Dp≥4 000株/hm~2))林分的总体枯损趋势以及不同密度等级的株数、蓄积和径阶枯损分布规律分析的基础上,假定相对枯损率同林分年龄呈常数、幂指数、指数关系,利用差分模型结合拟合优度比较得出基础模型,并以初植密度等级作为哑变量构建了林分枯损(存活木株数)模型。结果表明:杂种落叶松林分枯损总体趋势分为3个阶段(林龄7~11 a为阶段1,林龄≥11~15 a为阶段2,林龄≥15~19 a为阶段3),枯损强度呈现强-弱-强的变化趋势,林分密度越大,株数枯损、蓄积枯损强度越大。杂种落叶松直径分布呈单峰山状曲线,且近似于正态分布,径阶枯损分布主要集中在2~12径阶。建议杂种落叶松造林初植密度小于4 000株/hm~2,在林分年龄为15 a时,对林分进行抚育间伐。杂种落叶松人工林林分相对枯损率同林龄的指数函数显著相关,将林分初植密度作为哑变量能明显提高林分枯损模型的拟合效果(R2a由0.77~0.93提高到0.97),该模型适用于预测不同初植密度幼龄林的存活木株数。     

依据加权Delaunays三角网的林分空间结构分析与评价

在露水河林业局东升林场的长白落叶松人工林内设置了20块面积为0.06 hm²的落叶松人工林样地,将林木胸径、树高、冠幅加权到Delaunays三角网中以修正对象木与竞争木之间的竞争关系。基于加权三角网计算了角尺度、大小比数、密集度、开敞度、竞争指数、混交度这6个林分空间结构参数,构建了林分空间结构评价方法,并以此作为林分经营迫切性评价的指标。结果表明：(1)加权Delaunays三角网可以显著修正对象木与竞争木之间的竞争关系。20块落叶松人工林样地在加权后,林分竞争单元中平均排除了1.36株和增加了1.37株竞争木。(2)加权前后的角尺度、大小比数、密集度、开敞度、竞争指数、混交度这6个林分空间结构参数的统计学意义没有变化,均符合正态分布,其中角尺度加权前后的计算数据不具有相关性,其他5个参数均相关显著。(3)以加权Delaunays三角网计算的6个林分空间结构参数为基础,构建了林分空间结构评价方法,从林分空间结构的角度,考虑现实林分与理想林分的差距,能全面地对林分整体竞争状态给出评价。结论：加权Delaunays三角网可以显著修正对象木与竞争木之间的竞争关系,以...     

2022 年 8 期目录

  目的  建立基于气候因子的兴安落叶松天然林单木直径生长模型用于预测胸径生长,为内蒙古大兴安岭地区兴安落叶松天然林经营管理提供理论依据。  方法  基于内蒙古大兴安岭地区2013、2018年森林资源连续清查数据中的187块兴安落叶松天然林固定样地及样地位置对应的气候数据,运用逐步回归法建立考虑气候因子的传统单木直径生长模型,并在此基础上,加入样地效应构建兴安落叶松单木直径生长混合效应模型。最后,利用独立检验样本数据对基础模型和混合效应模型进行检验。  结果  年平均气温MAT、生长季平均降雨量P_gm是影响该地区兴安落叶松胸径生长量的主要气候因素,二者与胸径生长量均呈正相关。其余显著影响胸径生长量的因子包括初期胸径的倒数（1/DBH）、大于对象木的断面积和（BAL）、每公顷株数（NT）,3个变量都与胸径生长量呈负相关。胸径混合效应模型的决定系数（R2）为0.760 4,平均绝对误差（MAE）和均方根误差（RMSE）分别为0.386 6和0.486 3 cm2。与基础模型相比,混合效应模型的R2提高了0.321 7,MAE和RMSE减少了0.230 6 和0.267 4 cm2。在模型检验中,混合效应模型也呈现出了较好的拟合效果。  结论  基于气候因子的单木直径生长混合效应模型可以较好地描述内蒙古大兴安岭地区的兴安落叶松胸径生长过程。      

基于beta回归的迎春5号杨树树干密度混合效应模型

【目的】探究迎春5号杨树在树干纵向上的木材密度影响因子和变异规律，构建迎春5号杨树边材、心材、树皮和树干密度混合效应beta回归模型，为树干生物量预测和木材材性研究提供参考。【方法】以黑龙江省尚志市90株迎春5号杨树解析木数据为基础，构建迎春5号杨树边材、心材、树皮和树干密度的混合效应beta回归模型。采用相关性分析和最优子集法筛选beta回归基础模型的变量；利用负二倍的对数似然值、赤池信息准则、贝叶斯信息准则、调整确定系数(R_a²)、似然比检验对收敛模型进行拟合优度的评价，利用留一交叉验证法对模型进行检验，指标为平均绝对误差(MAE)和平均绝对百分比误差；结合两种抽样方式(方案Ⅰ：不限定相对高；方案Ⅱ：限定相对高在0.1以下)对模型进行校正。【结果】边材、心材、树皮和树干密度不仅受到相对高的影响，还分别与胸径平均生长量、年龄、胸径密切相关，基于林木因子建立的混合效应beta回归模型的R_a²分别为0.53、0.52、0.52、0.63,MAE <0.05 g/cm³，与基...     

六盘山林区华北落叶松林测树因子相关性分析

[目的]对宁夏林区华北落叶松人工林树高-胸径等林分特征结构进行相关性分析.[方法]采用野外观测的方法,得到华北落叶松人工林树高、胸径、冠幅等林分结构特征指标.[结果]冠幅-胸径存在极弱相关,树高-胸径最优曲线模型为H=2.411+1.425D-0.039D2+0.000427D3(H为树高,D为胸径),树高-冠幅最优曲线模型为H=0.299G0.814(H为树高,G为冠幅),材积-胸径最优曲线模型为V=0.000204D2.406(V为材积,D为胸径).[结论]幂函数曲线模型能够很好地拟合胸径-材积相关性(R2=0.957),所选最优曲线模型V=0.000204D2.406可用来估算华北落叶松人工林胸径、材积的值,从而提高模型预测能力.     

无人机遥感影像提取的单木冠幅数据在桉树林分蓄积量估测中的应用

以广西壮族自治区南宁市树木园坛里管理区为研究区域、以桉树(Eucalyptus spp.)人工林为研究对象,在坛里管理区内设置6块20 m×20 m的典型样地,实地测量单木树高、胸径(1.3 m高)、冠幅直径,获得287株桉树样木数据;样地调查同时进行无人机航拍数据采集,获取分辨率为8 cm像素影像(110张),通过正射校正、倾斜校正、投影差校正对无人机影像进行处理,消除环境因子的影响,采用面向对象的影像分析方法对遥感影像上的桉树林提取林分单木冠幅;根据样地实测数据建立冠幅-胸径模型、冠幅-树高模型,将无人机影像提取的修正后的桉树单木冠幅数据代入构建的模型中,选择相关系数最高的模型推算胸径和树高,利用桉树二元材积公式估算样地的蓄积量,分析依据无人机遥感影像提取桉树单木冠幅数据估算林分蓄积量的可行性与精确度。结果表明：利用无人机影像提取冠幅与实测冠幅之间存在显著正相关,提取的平均精度为90.85%,建立的桉树冠幅-胸径曲线估计模型,其中对数函数方程拟合效果最好(决定系数为0.799);桉树冠幅-树高模型,拟合效果最好的是三次方函数方程(决定系数为0.755)。影像提取的单木冠幅,通过模型...     

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。     

基于联立方程组的人工樟子松枝下高模型构建

目的基于黑龙江省帽儿山实验林场、横头山林场、孟家岗林场的61块樟子松人工林固定样地的5211株样木调查数据,构建了树高模型与枝下高模型的联立方程组。方法首先,从8种常用的标准树高曲线,选出拟合效果较好的2个模型作为树高曲线的备选模型。再以5个枝下高预估模型作为基础模型,通过引入林木及林分变量(林木大小,竞争因子,立地条件)采用最优子集回归法筛选出3个变量少且拟合效果较好的模型作为枝下高备选模型。将树高曲线备选模型与枝下高备选模型分别两两联立,建立树高与枝下高联立方程组模型,采用似乎不相关回归(SUR)对模型参数进行求解。最后,对联立方程组进行评价。结果树高(H)和枝下高(HCB)与林分断面积(G)和优势木平均高(H₀)呈正相关。最优的联立方程组预估树高时调整后相关系数(R_a2)为0.9520,均方根误差(RMSE)为1.17m;预估枝下高时的R_a2为0.9066,RMSE为1.36m,并且模型的各项检验指标数值较小。结论整体来看,联立方程组的拟合效果较好,预估精度较高,同时联立方程组解决了树高与枝下高的内在相关性问题。本文所建立的含林分因子的树高模型与枝下高模型联立方程组可以很好地预估不同林分条件下樟子松人工林的树高和枝下高,为进一步研究樟子松树冠结构和动态提供了基础。      

黑龙江西部地区人工小黑杨立木可加性生物量模型

目的森林生物量和碳储量是研究许多林业问题与生态问题的基础。因此,准确测定生物量和碳储量十分重要。建立生物量模型是生物量和碳储量估测的重要手段。以人工小黑杨为研究对象,进行各分项生物量最优模型的选取,构建3种小黑杨可加性生物量模型系统,即基于胸径变量的一元可加性生物量模型系统、基于胸径和树高变量的二元可加性生物量模型系统以及基于最优变量的多元可加性生物量模型系统,为全国性生物量监测提供可靠的理论与技术支持。方法采用聚合型可加性模型来建立生物量模型;模型参数估计采用非线性似乎不相关回归模型方法;采用“刀切法”评价所建立的3种立木可加性生物量模型。结果仅含有胸径的异速生长方程是一种最为简单的模型形式,且具有较高的预测精度。包含树高和树冠属性因子(冠幅和冠长)的生物量模型能提高模型的预测能力,尤其能显著提高树枝、树叶和树冠生物量模型的预测能力。所建立的3种小黑杨可加性生物量模型拟合效果较好,其调整后确定系数(R_a2)均大于0.81,平均相对误差(ME)为-1.0%~10.0%,平均相对误差绝对值(MAE)均小于25%,所有模型的平均预测精度在85%以上。多元可加性生物量模型优于一元可加性生物量模型和二元可加性生物量模型。结论为了使模型参数估计更有效,所建立的生物量模型需要考虑立木总生物量及各分项生物量的可加性。虽然获取树冠属性因子需要花费大量人力和财力,但随着林地环境的变化,多元可加性生物量模型在结合生长模型精确估计小黑杨生物量方面具有一定的优势。总的来看,所建立的立木生物量模型均可对小黑杨生物量进行很好的估算。      

基于抚育间伐效应的红松人工林枝条密度模型

[目的]分析抚育间伐对红松人工林枝条数量的影响,建立基于间伐效应的生物数学模型,为制定更加科学合理的间伐体制提供理论依据.[方法]基于黑龙江省林口林业局和东京城林业局不同林分条件及抚育间伐强度下的红松人工林49株解析木4370组枝解析数据,利用R语言的nlme包,建立了基于抚育间伐效应的枝条密度单水平非线性混合模型,并...     

基于高光谱数据的农田土壤养分含量估测模型研究

【目的】快速、实时、准确、无损地获取农田土壤主要养分(全氮TN、全磷TP、全钾TK)含量的信息。【方法】运用各种土壤反射率的光谱特征分析技术,提取其最具代表性的敏感波段位置,建立土壤养分含量反演模型。【结果】建立估算模型中,预测TN含量以指数函数模型(Y_TN =0.000 5e^{4.700 3xNDI})为最佳;预测TP含量以一元三次函数模型(Y_TP =802.27 x_NDI³-412.32 x_NDI²+72.357 x_NDI-3.318 9)为最佳;预测TK含量以一元三次函数模型(Y_TK =80 189 x_NDI³-11 471 x_NDI²+490.57 x_NDI+13.879)为最佳模型。【结论】通过模型精度评价和田间反复验证,基于归一化光谱指数NDI建立的高光谱遥感定量模型,能较好的反演土壤TN、TP、TK含量,达到良好的预测效果。     

长白落叶松人工林单木冠幅模型

以黑龙江省伊春市朗乡林业局的49块样地共2 499棵长白落叶松为研究对象,基于区组和样地嵌套二水平构建非线性混合效应冠幅模型。从10种常用的冠幅—胸径模型中选出一种最好的作为建模的基础模型,从其他林分因子中选取与冠幅相关性较高的作为协变量参与建模。结果表明:与基础模型相比,混合模型的赤池信息准则(AIC)、贝叶斯准则(BIC)、负二倍的最大似然值(-2LL)和剩余均方根误差(RMSE)值均降低,调整决定系数(Radj2)提高,冠幅预测值的残差分布和密度分布相对更集中,说明模型的预测精度和拟合能力均有所提高。研究发现,以逻辑斯蒂模型作为基础模型,将树高、冠长率和高径比作为协变量,考虑区组和样地嵌套二水平的混合模型有利于提高冠幅模型的预测精度,从而有助于更好地模拟长白落叶松的冠幅胸径关系。     

黄土区不同密度侧柏人工林树冠二维特征的差异

以陕西省永寿县马莲滩林场22年生侧柏人工林为研究对象,比较分析了林分密度具有明显差异的2组侧柏人工林的树冠二维特征,以期为黄土高原地区不同密度侧柏人工林的合理修枝抚育提供理论依据。结果表明:1) 平均冠幅和平均活枝下高均以密度较小林分（2 080～2 120株·hm^-2）大于密度较大林分（3 560～3 760株·hm^-2）,而平均冠长和平均冠长率均以密度较大林分较大;2) 不同密度的侧柏人工林中,相同径阶和相同树高组林木的活枝下高、冠长和冠长率均具有极显著差异,而冠幅只在3 m树高组具有显著差异。表明林分密度对林木冠幅、活枝下高、冠长和冠长率均具有显著影响。因此,对于不同密度的侧柏人工林应采取不同的修枝强度进行人工抚育。     

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。