滇中一平浪林场云南松天然次生林生长规律研究

以滇中一平浪林场云南松天然次生林树干解析资料为基础,采取标准样地法与标准木树干解析法,运用MATLAB统计软件,采用一元幂函数式、抛物线式、逻辑斯蒂式、对数曲线式、舒马克式分别平均木和优势木拟合并选出最优胸径、树高和材积生长模型,并对其生长规律进行研究。结果表明:所建立的最优生长模型经检验其拟合总体精度在96.67%~98.97%之间,拟合效果好,可用于研究区云南松天然次生林生长过程的预测。平均木和优势木存在两个速生期,分别为5~10a和35~40a,建议在10~15a,40~45a之间进行抚育间伐,提高林木生长量。直至50a,优势木和平均木的材积平均生长量和连年生长量两条曲线尚未相交,林分生长未达到数量成熟龄,说明其成熟期在50a后。至50a,优势木材积总生长量和连年生长量分别约为平均木的4倍和5倍,可见在云南松天然次生林经营管理过程当中进行优树选择有较高的增益。     

BP神经网络在林分平均胸径生长预估中的应用

以2005年12月～2007年3月期间在滇中地区调查的55块云南松天然次生林标准地数据为实验数据，阐述在MATLAB平台上如何使用BP神经网络建立林分平均胸径生长模型，并对所建模型效果进行评价．     

基于ANN的栓皮栎天然次生林直径分布模型研究

研究了伏牛山区栓皮栎天然次生林直径分布,以期为当地天然次生林优化林分结构、合理经营管理提供参考。以伏牛山区栓皮栎天然次生异龄纯林为研究对象,用连续调查的固定标准地为数据源,构建了ANN和负指数函数直径分布模型。拟合结果表明:①ANN拟合精度均在97%以上,负指数函数拟合精度在60%～80%,ANN拟合精度明显高于负指数函数拟合精度;②与传统建模方法相比,ANN不论树种、起源、林分生长曲线复杂度、分布曲线类型,均有极好的拟合效果;③随着林分年龄增加,偏度和峰值逐渐减小,林分直径分布由相对集中向相对分散转变。说明ANN具有无限逼近任意非线性的能力,可以用来拟合复杂的林分生长过程。     

太行山区栓皮栎天然次生林树高模型构建

以太行山区栓皮栎天然次生林为研究对象,以65块标准地及40株解析木为数据源,构建了优势木平均高神经网络模型和传统的函数曲线模型。结果表明:太行山栓皮栎天然次生林适宜的人工神经网络模型结构为1∶2∶1。与传统函数曲线模型相比,人工神经网络模型具有不依赖现存数学函数,拟合精度高等优点,更适合用来建立林分生长模型。     

云南松优势木胸径生长模型研究

以云南省金沙江流域永仁县的云南松天然次生林优势木胸径为研究对象,选择Logistics、Gompertz、Richards、Korf、Levakovic、严格苏马克和Hossfld模型对其进行拟合.通过对总相对误差、平均相对误差、平均相对误差绝对值和预估精度的分析,从中选出最优生长模型.研究结果显示,这些生长模型对云南松天然次生林优势木胸径生长拟合的精度基本相近.最优生长模型为Gompertz模型.     

黄龙山林区白皮松古树年龄估算

指出了林分调查时,树木年龄确定一直是一个难点,为更精确确定树木年龄,可采用神经网络模型构建法,建立年龄与胸径、树高的回归模型。以陕西省黄龙山林区白皮松天然次生林为研究对象,基于解析木数据,构建了双输入单输出、单输入单输出的神经网络模型,并用未参与建模的标准木数据作为检测样本检测了模型的适应能力。结果表明:①两种模型的拟合精度分别为99.03%、98%,均方根误差分别为0.29011、0.43722,神经网络具有很好的拟合非线性生长模型的能力;②两种模型的检测精度分别为80.19%、79.70%,所建神经网络模型具有较好的适应性。所建神经网络模型能为黄龙山林区白皮松古树年龄确定提供科学依据。     

基于林层哑变量的湖南栎类天然次生林断面积生长模型

【目的】基于栎类天然次生林林层分异现象,分析林层效应对林分断面积生长的影响,以林层效应为哑变量建立栎类天然次生林断面积生长模型,为更有效地经营管理湖南栎类天然林提供参考与依据。【方法】基于湖南省内设置的栎类固定样地51块,以调查的样地数据,从6个具有生物学意义的备选模型中选出一个最优基础模型。通过国际林联(IUFRO)的优势高划分、全树高聚类与光竞争高度法划分林层后,以最优模型分别对全林分及主林层、次林层断面积进行拟合,选出最优林层划分方法;根据林层划分结果,构建含林层效应哑变量的林层断面积生长模型。【结果】3种林层划分方法的划分结果均能满足国标(GBT 26424—2010)的要求;断面积生长模型的最优形式为Schumacher形式的模型,林分断面积模型的确定系数(R~2)为0.925 5,各林层断面积模型的确定系数(R~2)均在0.95以上,栎类林最优林层划分方法为国际林联(IUFRO)法,根据其划分结果构建的断面积生长模型的确定系数(R~2)为0.972 1,采用林层效应作为哑变量构建断面积模型有效提升了模型精度,与不分层的全林分断面积模型相比,确定系数(R~2)提高了4.94%,平均绝对误差(MAE)降低了10.23%,总相对误差(TRE)降低了1.19%。【结论】构建含林层效应哑变量模型解决了林层效应对断面积生长预估的影响,同时减少了建模工作量,提高了模型的精度与适用性,对栎类林的林分生长收获与经营管理具有重要意义。     

连江县湿地松人工林林分求积式的研制

利用在连江县收集调查的232块湿地松人工林标准地,选择林分平均高和每公顷胸高断面积为辅助变量,林分每公顷蓄积量为因变量,应用模型推理法和逐步回归法建立林分求积式。用未参加建模的116块标准地对所建立的林分求积式作适用性检验,达到精度要求,在大面积森林资源蓄积量测定中有推广应用价值。     

永仁县云南松天然次生林生长过程分析

采用德国近自然经营技术,将林木分为特优木、优势木、中庸木和被压木,应用永仁县云南松天然次生林的试验样地数据和树干解析资料,分析云南松天然次生林的生长过程。结果表明,云南松林分的生长过程中优势木株数只占林分总株数的27.34%,但材积占林分总材积的比例达66.58%;25年生优势木的单株平均材积是中庸木和被压木的2.91倍和10.46倍。11年生时云南松树高连年生长量最大,为0.83 m,高生长主要在3～11年;33年生时胸径连年生长量最大,为2.065 cm。胸径生长主要在11～33年,此期间林分应适度间伐,可促进其快速生长。46年生时材积连年生长量最大,为0.053 693 m3;53年后明显下降;材积生长主要在32～53年期间;60年时连年生长量和平均生长量相等,说明进入数量成熟阶段,可以主伐。云南松天然次生林的经营期长,建议引入德国近自然经营技术,提高林分质量和缩短大径级培育时间。     

太行山油松天然次生林及生长分析

依据典型选样设置的１０４块标准地资料，并结合路线调查，对太行山油松天然次生林的资源、分布、生长以及经营现状进行了分析。采用双重筛选逐步回归的方法，筛选了影响林分生长的主要立地因子，划分了油松林的主要立地类型，并建立了主要林分因子的生长预测模型，为油松天然次生林的分类经营奠定了基础。     

用人工神经网络构建多形地位指数模型

以马尾松人工林132株优势木树干解析数据为训练样本,用145块标准地优势木平均高数据为检验样本,把林分年龄和地位指数或优势木平均高作为输入变量,将优势木平均高或地位指数作为输出变量,通过构建人工神经网络逆模型的途径,分别建立了多形地位指数曲线式和计算式模型。结果表明,多形地位指数曲线式的总体拟合精度为99.64％,总体预测精度达96％以上,比传统技术构建的多形地位指数模型能较真实地模拟各地位级的多形曲线;多形地位指数计算式的总体拟合精度为98.81％,用于计算地位指数,省去用迭代法计算地位指数的工作量。基于BP神经网络模型多形地位指数模型,对马尾松人工林地位指数测定提供指导作用,可为森林立地质量评价提供理论依据。     

湖南省楠木次生林收获表的研制

【目的】利用湖南省森林资源连续清查样地中楠木数据,编制楠木次生林主要收获表,为林分生长收获预估、鉴定经营效果及制定营林措施提供科学依据。【方法】采用主要生长方程对楠木次生林平均胸径、断面积生长规律进行拟合,以计算平均提升系数的方法将现实林分提升至标准林分状态,利用Reineke模型为基础,加入林分类型效应构建湖南楠木次生林自稀疏混合效应模型,对比Reineke模型和自稀疏混合效应模型拟合结果,筛选拟合效果较好的模型来反映林分自稀疏规律。根据林分各调查因子间相互关系,编制出湖南楠木次生林现实收获表、正常收获表。【结果】修正Weibull方程对各指数级林分平均胸径生长规律的拟合效果最好,12、15指数级林分断面生长规律拟合效果最好的分别是修正Weibull方程和Logistic方程,模型χ2检验显示各指数级林分平均胸径、断面积均有χ2χ02.05,加入林分类型效应的自稀疏混合效应模型AIC、BIC值均比基础模型小,残差分布范围较小且相对均匀,相关系数R2由基础模型的0.681提升为0.796,模型拟合效果较好。【结论】生长方程拟合理论值与林木实际生长情况相符,自稀疏混合效应模型可很好地反映林分自稀疏规律,所编制的楠木次生林收获表精度较高,可为科学制定楠木次生林经营方案提供技术支持。     

禄丰村林场云南松天然次生林的林分特征及质效研究

2007年3月对禄丰村林场具有代表性的6.8 hm2云南松天然次生林的组成及生长状况进行了调查,分析了其林分类型、主要乔木树种的径阶分布及其在群落中的重要值,进而对林分的质量及生态效能进行了评价.研究结果表明:该云南松天然次生林可分为云南松-麻栎、云南松-麻栎-华山松及云南松-麻栎-滇油杉3种林分类型,位于山体上部、山尖、山顶坪地,具相同的稳定性.林木株数集中分布于径阶6 cm处,以云南松为优势树种,其林木分布较为均匀,优势度明显,在3种林分中所占的株数比例分别达61.21 %、69.88 %、77.36 %,其次为伴生树种麻栎所占比例较高.整个云南松天然次生林云南松林木的优势度达69.19,重要值为79.67,其后依次为麻栎、滇油杉和华山松.林分中乔木树种的平均密度为2 730 株/hm2,平均胸径为8.78 cm;而云南松林木的平均胸径为8.69 cm,平均高为6.9 m,平均密度为1 907 株/hm2,蓄积量为38.14 m3/hm2,均低于滇中地区20年生云南松林木的平均生长量指标.其霸王木株数所占比例为7.87 %,而被压木及濒死木所占比例高达44.41 %.其群落结构简单,物种较少,林分中云南松林木的密度较小、平均胸径不大、出材率很低,生态功能差,为低质低效林分,急需改造.     

基于哑变量的湖南栎类次生林直径分布研究

文章以湖南省188个栎类次生林样地为研究对象,利用Kolmoglov-Smirnov检验法对6种分布密度函数在直径分布拟合中的适用性进行检验。以林分变量为自变量,采用参数预测法构建Weibull函数3个参数的逐步回归参数模型和以林分类型为哑变量的哑变量参数模型,并对比两类模型的直径分布预测精度。结果表明,Weibull函数更适合于栎类直径分布的拟合(接受率为91.7%);与逐步回归参数模型相比,参数b、c的哑变量模型的R~2分别提高了0.104和0.134,且应用于直径分布预测时的精度显著提高(P=0.025)。研究基于林分类型哑变量构建参数模型,并用于栎类次生林的直径分布预测,预测精度较高。     

思茅松天然次生林林分生长模型的研究

从影响林分生长的立地、年龄、密度3个主要因素出发，利用优势高生长与密度关系相对较小这一特点，在不同立地条件、林分密度、林龄的思茅松天然次生林中设立98块标准地，依据标准地测定的数据，以Logistic和Richards理论方程为基本模型，在模型中引入立地质量，林分密度，林分年龄构建了思茅松天然次生林林分的生长模型系统。研究表明Logistic模型不仅具有良好的预测性，而且具有广泛的适用性，用它作为描述思茅松天然次生林林分生长的基本模型，能很好地表达其生长过程。     

寒温带兴安落叶松林生物量模型

该研究对兴安落叶松的生物量模型进行了研究,在寒温带兴安落叶松林均匀设置了60块标准地,每块标准地内又设置9个灌草小样方,对单木、灌草和林分的生物量进行测定并建模,再通过检测样地验证模型的精度。结果表明:在寒温带地区,对兴安落叶松以D2H为参数的模型预测精度普遍高于仅以D为自变量的模型;幂函数B=3.7×(D2H)0.95拟合效果最佳,其R值和F值分别达到0.92和857,在统计上表现为极显著回归;灌木和草本生物量的估计误差和取样精度密切相关;在建立林分生物量模型时,通过相关性分析和逐步回归法可以剔除无效变量和冗余信息;在建立的模型中,树干生物量的估测精度最高(95.78%);树冠生物量精度次之(94.36%);林下灌木和草本层的估测精度较低。通过联合估计得到的林木、树皮、树叶和森林总生物量模型分别达到94.3%、91.22%、90.34%和93.43%的精度。     

林分生长模型建立方法

在林分生长模型建立中,通过分析变量间的显著影响选择变量．研究模型的评价与检验指标等方法,为建立优选模型提供参考．文中对最小二乘拟合模型中的异方差和多重共线性问题进行了分析,提出了加权最小二乘法、逐步回归剔除法等处理方法．     

思茅松天然次生林林分生长模型的研究

从影响林分生长的立地、年龄、密度3个主要因素出发，利用优势高生长与密度关系相对较小的这一特点，在不同立地条件、林分密度、林龄的思茅松天然林次生林中设立98块标准地，依据标准地测定的数据，以Logistic和Richards理论方程为基本模型，在模型中引入立地质量，林分密度，林分年龄构建了思茅松天然次生林林分的生长模型系统。研究表明Logistic模型不仅具有良好的预测性，而且具有广泛的适用性，用它作为描述思茅松天然次生林林分生长的基本模型，能很好地表达其生长过程。     

华北落叶松天然次生林单木冠幅模型构建

以山西省庞泉沟自然保护区华北落叶松天然次生林为研究对象,基于1 531株单木冠幅实测数据,对华北落叶松天然次生林单木冠幅预测模型展开研究。首先从9个常见的冠幅-直径候选模型中选出一个拟合精度较高的模型作为构建冠幅模型的基础模型;接着从林分测树因子、立地因子和林分竞争指标中选出与冠幅相关性较强的因子作为模型自变量进行建模;最后利用偏差、剩余均方根误差R和决定系数并结合似然比检验对模型进行检验与评价。结果为:三参数的逻辑斯蒂形式的冠幅-直径模型拟合精度较高,并且模型参数可解释,因此把该模型作为构建华北落叶松单木冠幅模型的基础模型;对象木冠长、林分密度和林木竞争压力指数与冠幅相关性较强,当基础模型中考虑这些因子时能进一步提高预测精度。所构建的冠幅模型可为华北落叶松天然次生林的科学经营提供理论基础和技术依据。     

黄龙山林区白皮松古树年龄模型构建

为实现古树保护,科学抚育较大树龄的天然次生林,以黄龙山林区白皮松解析木数据为依据,建立了古树年龄生长模型,对构建的神经网络模型进行了训练,拟合精度达0.9916。用未参与模型构建的标准木数据为检测样本,对训练后的模型进行了检测,检测精度达0.9803。结果表明:所构建的神经网络具有较好的应用推广能力,能很好地拟合树木的生长过程。所建神经网络模型能为黄龙山林区白皮松树龄测定及古树保护提供参考依据。