南亚热带杉木人工成熟林密度对土壤养分效应研究

[目的]研究5种不同密度林分土壤剖面养分含量的变化规律。[方法]以广西大青山37年生杉木密度试验林为研究对象,测定了A(1 667株·hm-2)、B(3 333株·hm-2)、C(5 000株·hm-2)、D(6 667株·hm-2)、E(10 000株·hm-2)5种密度下0 100 cm土层土壤养分含量。利用单因素方差分析和多重比较判断不同密度和不同土层土壤养分含量的差异。[结果]表明:(1)杉木人工成熟林大多数土层土壤有机质、全氮、碱解氮、全磷、有效性铁含量在A、B等低密度林分中最高,并且在0 30 cm的土壤中,随密度的增加表现出总体下降的变化趋势,而土壤pH值与全钾、速效钾随密度的增加而上升,交换性钙与交换性镁含量受密度影响不明显;(2)土壤有机质、全氮、碱解氮、有效磷、速效钾、交换性钙、交换性镁和有效性铁含量均随土层深度的增加而明显下降,0 30 cm表层土壤的降幅较大,密度对不同土壤深度养分含量的变化具有一定影响。[结论]初植密度对杉木人工成熟林土壤养分含量影响明显,低初植密度更有利于杉木人工林土壤肥力的长期维持,南亚热带杉木林密度对土壤养分的影响深度可达60 cm。     

基于贝叶斯模型平均法构建杉木林分蓄积量生长模型

目的 探究杉木林分蓄积量变化的影响因素,为在气候变化背景下科学经营管理杉木人工林提供理论支撑。 方法 以福建邵武卫闽林场的杉木（Cunninghamia lanceolata）人工密度试验林为研究对象,分别利用贝叶斯模型平均法（BMA）和逐步回归法（SR）构建杉木林分蓄积量与林分变量因子（包括初植密度、每公顷胸高断面积、每公顷株数、平方平均胸径、林分优势高、年龄）和气候因子（包括年均气温、最热月平均温度、最冷月平均温度、年均降水量、年均湿热指数、低于0℃天数、夏季平均最高温度、冬季平均最低温度、春季平均气温）的关系模型。 结果 杉木林分蓄积量随着每公顷胸高断面积、平方平均胸径、林分优势高、年龄、夏季平均最高温、春季平均温和低于0℃天数的增加而增加,对于诸多的影响因子,SR法所确定的模型并不在BMA选出的后验概率较高的前5个模型中,模型表现出一定的不确定性,从模型后验概率角度看,SR模型精度较低。 结论 杉木林分蓄积量受到林分变量因子和气候因子的显著影响。相比于SR法,在构建杉木林分蓄积量模型方面,BMA方法考虑了模型的不确定性,模型表现更好。     

长白落叶松林分进界模型的研究

利用吉林省汪清林业局金沟岭林场落叶松林分连续观测数据,以计数类模型为基础,分别利用Poisson回归模型、负二项模型、零膨胀模型和Hurdle模型拟合林木进界株数,并通过AIC值,Pearson残差图以及Vuong检验对这些模型进行了详细分析比较.结果表明:Poisson回归模型不适用于模拟林木枯损株数;负二项回归模型相对于Poisson回归模型比较适用,但是对于零枯损过多的数据,这两类模型拟合效果较差;零膨胀模型和Hurdle模型对这类数据有很好的解决办法,而且,零膨胀负二项模型拟合效果最好.     

杉木人工林林分断面积生长模型的贝叶斯法估计

以江西杉木人工林为例,以Korf型、Richards型和Hossfeld型3种模型为基础,通过广义代数差分法(GADA)分别建立杉木林分断面积生长模型。结果表明:以Richards型为基础的杉木林分断面积预测精度最高,以Richards型模型为最优模型,分别基于贝叶斯法和传统法(非线性最小二乘法)估计杉木林分断面积生长模型。研究发现,利用贝叶斯法估计杉木林分断面积生长模型,预测精度相当且预测值的可靠性比传统法好。     

林分断面积组合预测模型权重确定的比较

引入组合预测方法以提高林分断面积预测的精度及2类模型(林分水平模型和单木水平模型)预测林分断面积的兼容性。组合预测法能够充分利用各单个模型的有效信息,从而提高预测精度,而单个模型权重的选取对提高组合预测法的精度至关重要。本研究基于北京山区油松连续清查数据,利用误差平方和法、方差协方差法和最优加权法确定林分断面积组合预测模型的权重。结果表明:组合预测法能够提高预测精度,同时利用最优加权法所建立的林分断面积组合预测模型其预测精度最高,方差协方差法次之,误差平方和法预测精度最低。     

样本量对MaxEnt模型预测物种分布精度和稳定性的影响

以实际调查的4个物种的34个不同样本量(5,6,8,10,15,20,25,30,40,50,60,70,80,90,100,120,150,180,200,220,250,300,350,400,450,500,550,600,650,700,800,900,1 000,1 200)为例,模拟计算分析不同的样本量对MaxEnt物种分布模型的精度和稳定性的影响.结果表明:总体上来看,样本量的大小对MaxEnt模型预测物种空间分布的精度影响不大,在样本量较小时,精度不稳定,随着样本量的增大(训练数据在样本量50左右,检验数据在样本量120左右),MaxEnt模型的预测精度越来越稳定.     

21年生杉木无性系生长与遗传评价

对来源于湖南省的38个杉木无性系在广西柳州市21年生试验林各生长性状进行了调查与分析,发现中林龄杉木无性系间的胸径、树高、单株材积及树冠指标生长量均存在显著或极显著的差异;无性系树高、胸径、材积、枝下高、冠长及冠幅等性状重复力为58.65%87.19%,均达50%以上,表现为中等以上重复力,说明杉木无性系生长性状及树冠性状具有较高的遗传稳定性;无性系生长性状胸径、树高及材积与树冠性状冠长、冠幅均呈显著或极显著正相关;从38个供试杉木无性系中筛选出88号、68号、300号等3个优良杉木无性系,单株材积分别达0.494 8、0.438 9、0.412 9 m3,较优良种源、改良代种子园种子及优良家系组成的5个实生对照平均值分别高出43.59%、27.37%和19.82%。     

不同林分密度指标在杉木林分蓄积量模型的应用研究

目的 林分密度是反映单木林分中林木株树和竞争的一个重要指标,构建林分生长与收获模型的一个重要变量。选择合适的林分密度指标来构建杉木林分蓄积量模型,提高林分预测精度。 方法 以福建邵武杉木(Cunninghamia lanceolata)人工林密度长期试验林28 a连续观测数据为依据,基于可变生长率法,建立了含5种林分密度指标的杉木林分蓄积年生长模型。 结果 模型决定系数R2均在0.979以上,精度高于不含密度指标的对照组模型。在包含密度指标的模型中,精度最高的为每公顷株数N密度模型,其次是相对植距RS密度模型,但是这两个模型参数估计不显著而被舍弃。所有模型的R2数值由高到低顺序为：每公顷株数N林分蓄积量模型（0.979 9）、相对植距模型（0.979 9）、林分密度指数SDI模型（0.979 4）、优势高营养面积比Z模型（0.979 3）、Nilson密度指数模型（0.979 0）以及不含密度指标模型（0.972 8）。 结论 除去N指标和RS指标模型,杉木林分蓄积量模型中表现最好的是以林分密度指数SDI为密度指标的模型。其次,还发现在低造林密度（1 667～3 333 株·hm−2）林分,蓄积生长量要大于中高造林密度（5 000～10 000 株·hm−2）的林分。     

黔南地区气象因子与森林火灾发生次数之间的关系

对黔南区春季防火期森林火灾数据进行分析,分别引入Poisson回归模型、负二项模型、零膨胀负二项模型和Hurdle模型拟合该地区火险天气森林火灾发生数,并对这些模型进行逐步筛选。结果表明:Poisson回归模型不适用于处理过度离散的数据,负二项回归模型相对于Poisson回归模型,比较适用于过离散数据;但是对于零个数过多的数据,这2类模型拟合效果较差,零膨胀负二项模型和Hurdle模型对这类数据有很好的解决办法。零膨胀负二项模型和Hurdle模型拟合效果优于其他2种模型,而且Hurdle模型好于零膨胀负二项模型。