基于广义非线性混合效应的华北落叶松天然次生林枝下高模型

【目的】立木枝下高模型的构建是森林经营的核心内容,利用非线性混合效应模型方法构建华北落叶松枝下高模型,可为森林生长与收获研究提供理论依据。【方法】基于112块华北落叶松天然次生林样地单木数据,从7个备选的枝下高-树高模型中选出一个最优基础模型; 分析9个不同单木或林分因子及其因子之间的组合对枝下高的影响,将影响显著的因子作为模型预测变量以提高模型精度。在此基础上,考虑区组以及嵌套在区组里的样地对枝下高的影响,即构建嵌套两水平的非线性混合效应枝下高模型。【结果】Logistic模型预测精度较高并且模型参数可解释,因此选为基础模型。除树高之外,立木胸径、样地内所有大于对象木胸径的立木断面积总和、平均冠幅和林分密度与枝下高相关显著,故作为模型预测变量。与传统模型相比,所构建的两水平嵌套非线性混合效应模型对应的决定系数提高了53.26%,均方根误差降低了24.73%,因此明显提高了模型预测精度。【结论】区组和嵌套在区组里的样地对立木枝下高随机干扰较大,当考虑这些随机效应对枝下高的影响时能明显提高模型的预测精度。     

黑龙江省红松人工林林分乔木层可加性碳储量模型

【目的】大尺度森林碳储量的估算备受关注,而构建林分乔木层碳储量模型是一种评估森林碳储量快捷且准确的方式。【方法】以黑龙江省(东京城、林口、帽儿山、孟家岗)207块红松人工林样地数据为研究对象,选择聚合法、平差法、分解法作为构建林分碳储量模型的可加性方法,以加权回归来消除碳储量模型的异方差。采用留一交叉验证法(leave-one-out cross validation, LOOCV)对3种可加性方法的碳储量模型进行评价。【结果】基于3种可加性方法林分碳储量模型拟合结果之间存在略微的差异。聚合法的总体预测能力略优于平差法和分解法,具体预测精度排序为聚合法>平差法>分解法。当预测林分总碳储量时,3种可加性方法在不同林分断面积区间的预测能力表现并不一致。【结论】基于聚合法的林分碳储量模型更适合于黑龙江省红松人工林的碳储量预测,但当预测红松人工林的林分总碳储量时,应根据林分断面积区间选择合适的可加性方法。     

华北落叶松人工林直径分布预测模型构建

【目的】基于不同直径分布预测模型(Weibull分布模型、Gamma分布模型、Lognormal分布模型),构建包含华北落叶松林分因子的直径分布线性混合效应模型,有助于分析直径分布对林分因子动态变化的响应。【方法】利用塞罕坝华北落叶松人工林标准地调查数据,应用最大似然估计法(Maximum Likelihood Estimation, MLE)估计模型参数,通过K-S(Kolmogorov-Smirnov)检验、C-V(Cramer-von Mises)检验、A-D(Anderson-Darling)检验对模型适用性进行检验,基于最优模型构建华北落叶松人工林直径分布线性混合效应模型。【结果】塞罕坝华北落叶松人工林直径分布最优模型为Weibull分布;基于最优模型,构建了包含优势高、断面积、对数密度的线性混合效应模型,当3个参数随机效应方差-协方差结构和误差项结构均为对角矩阵结构[UN(1)]时,模型的拟合效果最好。包含位置、尺度、形状3参数随机效应项模型的决定系数R²分别为0.895、0.888、0.801,均方误差(MSE)分别为5.365、1.724、1.151,均方根误差(RMSE)分别为2.316、1.313、1.073,拟合结果均较好。【结论】线性混合效应模型具有较好的预测直径分布能力,可为精准预测华北落叶松人工林直径分布提供理论依据和技术参数。     

森林健康评价及其多尺度转换方法

【目的】森林生态系统具有明显的层级结构,如何将样本点或样本区健康评价结果推广到区域尺度上是一个亟待解决的关键问题。为此,本研究尝试采用统计学方法实现森林健康评价结果在单木、林分和区域尺度间的转换,为森林健康经营提供理论依据和技术支撑。【方法】以大兴安岭地区盘古林场51块样地和森林资源二类调查数据为基础,采用熵值-AHP法构造单木尺度健康评价模型,并汇总得到林分尺度健康评价结果,即平均值(H_m)、标准差(H_sd)、变异系数(H_cv)、偏度(H_pd)和峰度(H_fd),进而采用度量误差模型建立林分尺度健康综合评价模型。最后,借助所建模型和森林资源二类调查数据以及DEM数据进行区域尺度森林健康得分空间分布制图,并分析其空间分布规律。【结果】所建林分尺度健康综合评价模型的预估精度相对较高,H_m、H_sd、H_cv、H_pd和H_fd预测模型的确定系数R²分别达到0.464 3、0.305 6、0.909 6、0.298 1和0.448 5,能够基本满足森林健康评价的需求;单木、林分和区域尺度评价结果均表明该地区森林整体处于亚健康水平,其中林分因子(树高、优势高、树种数量、株树密度、断面积和单位蓄积)与地形因子(海拔、坡度、坡位)共同影响林分健康得分及其分布情况;盘古林场森林健康得分平均值(H_m)为0.623 4,整体处于亚健康水平;各评价指标均具有明显的空间分布趋势,其中H_m、H_cv、H_pd和H_fd较大的区域主要集中在林场北部且靠近居民点和交通便利的地区,而在南部偏远地区则普遍较低,但H_sd的空间分布格局则完全相反,表明适当的森林经营有助于提升森林的健康水平。【结论】统计学方法能够实现森林健康评价结果从单木、林分到区域尺度的有效转换。     

黑龙江省长白落叶松人工林单木生长模型

【目的】利用单水平线性混合模型构建了黑龙江长白落叶松人工林单木直径生长模型,为准确预测黑龙江省落叶松人工林的生长及合理经营提供理论依据。【方法】基于黑龙江省148块固定样地数据,运用逐步回归法,依次引入林木初始大小因子、竞争和立地因子,建立并评估了5种不同因变量(5年间隔期末胸高直径d₅,直径增长量d₅-d₀,5年直径增长量的自然对数ln(d₅-d₀+1),直径平方增长量的自然对数ln(d²₅-d²₀+1),直径平方增长量d²₅-d²₀)的黑龙江省长白落叶松人工林传统单木生长模型,同时基于最优传统模型采用哑变量方法构建了与距离无关的单木直径生长模型,并在哑变量模型的基础上把样地作为随机效应因子,运用单水平线性混合模型的方法构建了单木直径生长模型,并利用独立检验样本数据对基础模型、哑变量模型和混合模型进行检验。【结果】对于每一种因变量的单木生长模型,依次加入林木初始大小、竞争因子和立地因子后,模型精度均有显著提高; 因变量为ln(d₅-d₀+1)的模型为最优单木直径生长模型。影响黑龙江省落叶松人工林单木直径生长的主要因素有林木初始大小(ln d₀)、地位指数、林分每公顷断面积和大于对象木断面积和。哑变量模型在保证预估精度的同时体现了两个区域间的差异。混合效应预估模型的R²、均方误差(MSE)和均方根误差(RMSE)分别为0.978 3、0.713 7和0.844 8 cm。与传统模型相比,混合效应模型的相对平均均方误差和均方根误差较传统模型减少了0.300 6和0.162 3 cm,决定系数R²几乎相当。在模型检验中,混合效应模型呈现较好的拟合效果。【结论】基于线性混合效应的黑龙江省长白落叶松人工林的单木直径生长模型较传统模型预测精度更高。     

基于贝叶斯方法的蒙古栎林单木树高-胸径模型

【目的】贝叶斯统计法在提高参数稳定性上有较大的优势,但在森林生长模型中的应用并不多见。研究贝叶斯方法在树高-胸径模型中的应用,改进模型参数的估计方法,为蒙古栎天然林树高生长预测提供支持。【方法】以蒙古栎天然异龄林为对象,基于197块蒙古栎天然异龄林固定样地数据,采用传统极大似然法、贝叶斯法估计树高-胸径基础模型,以及极大似然法与层次贝叶斯法估计树高-胸径混合效应模型。随机抽取80%的样地数据用于建立模型,剩余的20%用于检验模型,基于基础模型与混合效应模型,利用经典概率统计法(极大似然估计)、有先验信息的贝叶斯统计法和层次贝叶斯统计法进行参数估计,分析模型的表现和参数分布。模型的拟合效果通过绝对平均误差(MAE)、相对平均误差(RME)、均方根误差(RMSE)、相对均方根误差(RMSE%)、决定系数(R²)、赤池信息准则(AIC)和偏差信息准则(DIC)指标来确定。【结果】对于基础模型,有先验信息的贝叶斯统计参数可信区间集中。对于混合模型,层次贝叶斯法估计的固定效应参数可信区间较传统方法更为集中,但随机效应参数可信区间相较极大似然法的置信区间更为扩散。使用层次贝叶斯混合效应模型的拟合效果最好,其决定系数R²为0.946。MAE、RMSE和RMSE%指标显示,层次贝叶斯法估计的模型精度最高,其次为极大似然估计的混合效应模型,贝叶斯法估计的基础模型以及极大似然估计的基础模型精度较低。【结论】层次贝叶斯统计法在拟合树高-胸径模型方面具有明显的优势,拟合效果最好,模型预估精度最高。此外,层次贝叶斯法能够以之前建立的模型结果作为先验信息而建立新的模型,是森林经营单位更新模型的可选方法之一。     

杉木人工林与年龄无关的优势高生长模型

【目的】地位指数法是森林立地质量评价常用的一种方法, 优势高又是地位指数模型中重要的参数。本研究以杉木优势高生长为切入点,使用与年龄无关方法建立杉木人工林的优势高生长模型,模拟在林分年龄未知的情况下预测杉木人工林优势高。【方法】利用福建省将乐国有林场杉木人工林的65个固定样地连续观测数据,基于Richards方程、Lundqvist-Kolf方程和Hossfeld方程3个树高生长方程,使用与年龄无关的方法建立了9个优势高生长模型。模型检验使用决定系数、平均误差和均方根误差3个统计指标来确定最佳模型。【结果】构建的9个优势高生长模型都具有较好的拟合优度,其中以Hossfeld方程为基础方程,以参数a作为林分因子扩展参数推导而来的模型为最佳模型,而且模型参数年龄差Δt越小,模型预测精度越高。【结论】与年龄无关的地位指数模型能够准确地拟合和预测优势高生长。在异龄林中或林分年龄难以获得时,建议采用与年龄无关的地位指数模型来评估立地质量。     

基于哑变量的湖南栎类天然林林分断面积生长模型

【目的】建立含林分类型或立地类型哑变量的栎类林分断面积生长模型,为湖南栎类天然林林分断面积生长收获和预估提供理论支持。【方法】以湖南省5个区域51块栎类天然混交林样地为研究对象,选取6个具有生物学意义的理论生长方程,构建含年龄、平均优势高及林分密度指标的林分断面积生长模型,比较不同理论生长方程与密度指标对栎类天然林断面积模型拟合效果的影响,从中筛选出拟合优度较高的模型作为构建哑变量模型的基础模型; 考虑混交林立地类型的差异与优势树种的聚集分布,划分林分类型与立地类型,并分别作为哑变量加入基础模型参数及其组合中,比较林分类型哑变量模型、立地类型哑变量模型与基础模型模拟效果的差异。【结果】以株树密度作为密度指标的断面积生长模型决定系数(R²)在0.47～0.51之间,P值均小于93%,以林分密度指数作为密度指标的断面积生长模型决定系数(R²)在0.85～0.92之间,P值均大于95%,说明密度指数模拟效果优于株树密度模拟效果,其中含年龄、平均优势高与林分密度指数的Schumacher模型决定系数最大(R²=0.924 2),模拟效果最优。以Schumacher模型作为基础模型,构建含林分类型或立地类型的哑变量的模型,基础模型、林分类型模型、立地类型模型的决定系数分别为0.924 2、0.979 8、0.997 6,以立地类型作哑变量的模型要优于基础模型与林分类型模型。【结论】含哑变量模型可以有效解决天然混交林优势树种分布与立地类型差异对断面积预估的影响,提高建模的精度与模型的适用性。     

基于增强Frost局部滤波及单木距离图重构标记的CHM树冠分割

【目的】利用增强Frost局部滤波和单木距离图重构标记技术对冠层高度模型(CHM)进行分割，以提高无人机激光雷达在单木树冠分割的精度和效率。【方法】选取江西分宜山下实验林场阔叶混交林、针叶混交林和针阔混交林3个不同类型的林分为研究对象，以无人机激光雷达数据为数据源，构建CHM。针对高分辨率CHM树冠区域孔隙较多的问题，利用增强Frost局部滤波处理优化CHM,优化结果与不同滤波方法进行了比较分析；然后应用距离图重构标记分割技术对增强Frost局部滤波优化后的0.1、0.2、0.5及1.0 m分辨率的CHM进行分割与分析；最后确定最佳分辨率的CHM,并其将分割结果与同等分辨率下分水岭算法以及点云分割均值偏移算法结果进行比较。【结果】采用增强Frost局部滤波处理的CHM优化效果显著，在有效抑制树冠噪音的同时，也能较好地保留图像细节信息。0.2 m分辨率的CHM分割效果最佳。距离图重构标记分割方法分割针叶混交林、针阔混交林、阔叶混交林3种不同林分类型的分割精度(OA)分别为0.96、0.84、0.75;根据树冠分割结果计算单木冠幅，冠幅估测的决定系数R²分别为0.83...     

基于林分及地形因子的落叶松人工林林分生物量模型构建

【目的】落叶松在我国东北地区广泛分布，是重要的造林和用材树种，具有生长速度快、耐寒等优点。为了准确地估算落叶松人工林林分生物量，构建了落叶松林分可加性生物量模型。【方法】以落叶松人工林为研究对象，基于黑龙江省的304块人工落叶松固定样地数据，采用非线性似乎不相关回归的方法建立了可加性生物量模型系统，使用留一交叉验证法对建立的模型进行检验。【结果】林分断面积和林分平均高对树干、树枝、树叶和树根生物量模型有显著影响，林龄和海拔也显著影响林分树干、树叶、树根生物量；坡率和坡向对树枝生物量有显著影响。树叶生物量与林分平均高、林龄和海拔呈显著负相关，树干与树根生物量则与之呈显著正相关，树枝生物量与林分平均高呈显著正相关。在所建立的可加性生物量模型中，调整后决定系数(R_adj²)均在0.94以上，均方根误差(RMSE)较小。检验指标平均误差(MPE)和平均误差百分比(MPE%)均接近0，拟合指数(I_F)均大于0.93，平均绝对误差(MAE)较小，且平均绝对误差百分比(MAE%)均小于11%。【结论】建立的落叶松人工林可加性生物量模型...     

基于线性分位数组合的兴安落叶松冠幅预测

【目的】 使用线性分位数回归和分位数组合对兴安落叶松(Larix gmelinii)冠幅进行建模和预测,为准确模拟和预测冠幅生长提供技术支持。【方法】 利用大兴安岭兴安落叶松天然林实测数据,采用线性回归和分位数回归构建基础和多元冠幅模型。比较7种分位数组合:三分位数组合(τ=0.1, 0.5, 0.9和τ=0.3, 0.5, 0.7)、五分位数组合(τ=0.1,0.3,0.5,0.7,0.9和τ=0.3,0.4,0.5,0.6,0.7)、七分位数组合(τ=0.1,0.2,0.3,0.5,0.7,0.8,0.9和τ=0.1,0.3,0.4,0.5,0.6,0.7,0.9)和九分位数组合(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)的预测效果。分析4种抽取方案(随机抽样、选择最大树、平均木、最小树)和9种抽样数量(1~9株)对预测精度的影响。同时使用K折交叉验证对线性回归、最优分位数回归和最优分位数组合进行比较。【结果】 线性和分位数回归都能对冠幅模型进行拟合,中位数回归的拟合结果与线性回归相似,且在所有分位数中拟合能力最好。多元冠幅模型和分位数回归的拟合及检验效果都优于基础模型,冠幅与胸径和样地平均高(立地质量)呈正相关,与枝下高(树木大小)和样地内落叶松断面积(竞争)呈负相关。使用分位数组合可以提高模型的预测能力,7种分位数组合的差异很小,三分位数组合(τ=0.3, 0.5, 0.7)的预测能力最好。对于基础和多元分位数组合在实际应用时,最优抽取方案都为选取最大树,每个样地建议选取6株样木。【结论】 基于线性分位数组合的冠幅模型可以提高预测精度,建议使用三分位数组合和选取最大树及抽取数量为6株的方案对冠幅进行预测。     

基于TLS辅助的长白落叶松一级枝条生物量模型构建

【目的】探究利用地基激光雷达(terrestrial laser scanning, TLS)点云数据估测枝条生物量的可行性,构建预测长白落叶松(黄花落叶松)枝条生物量的最优模型。【方法】以利用孟家岗林场26株长白落叶松点云数据提取出的733个一级枝条的特征因子[枝长(L_BL)、弦长(L_BCL)、基径(d_B)、着枝角度(A_B)、弓高(H_BAH)、枝条基部断面积(S_BAB)、相对着枝深度(d_RDINC)]和对应的实测数据为数据源,分别建立枝条水平上的一级枝条生物量基础模型,通过对比基础模型之间的差异来分析利用TLS数据建立枝条生物量模型的可行性。最后利用TLS数据分别对比基础模型、混合效应模型和随机森林模型的预测效果。【结果】基础模型中最终选定的自变量为S_BAB和L_BCL。利用TLS数据建立的枝条生物量基础模型具有更好的预测精度。对比3种模型预测能力结果显示,随机森林模型无论在训练集还是测试集...     

长白落叶松-水曲柳混交林不同混交方式单木冠长预测模型

【目的】为了准确预估长白落叶松-水曲柳4种不同行间混交方式(行间混交比例分别为1∶1、2∶2、3∶3、5∶5)的单木冠长,采用联立方程组模型分别构建了长白落叶松和水曲柳的冠长模型。【方法】基于黑龙江省尚志国有林场管理局的长白落叶松-水曲柳混交林54块标准地的样木数据,从3种非线性的基础冠长模型中选取最优冠长模型,以单分子式模型为树高曲线的基础模型,并将混交比例(Z_i)和树木在混交带内位置(K)作为哑变量,加入其他树木变量、林分变量和竞争因子,分别构建长白落叶松和水曲柳的冠长模型;基于最优冠长模型和树高曲线模型建立联立方程组模型,采用非线性似乎不相关回归(NSUR)的方法进行参数估计,并对所构建的模型进行评价。【结果】长白落叶松冠长与高径比呈负相关,与林木树高和林分优势高之比呈正相关;水曲柳冠长与高径比呈负相关,与林木胸径和林分优势木胸径之比呈正相关;长白落叶松树高与长白落叶松优势木平均高呈正相关,水曲柳树高与水曲柳优势木平均高呈正相关。联立方程组预估长白落叶松冠长和树高的调整后决定系数 ( R_{\mathrm{a}}^2 )分别为0.478 1和0.821 6,联立方程组预估水曲柳冠长和树高的 R_{\mathrm{a}}^2 分别为0.395 8和0.752 9。【结论】构建冠长和树高联立方程组模型不仅具有较好的拟合效果及预测精度,还解决了冠长与树高之间内在相关性的问题。因此,本研究所构建的冠长模型可以很好地预测东北地区混交林内长白落叶松和水曲柳的冠长,为进一步研究混交林树木树冠结构提供依据。     

杉莲混交林中乳源木莲生长形质、空间利用能力的混交比例效应

【目的】针阔混交林以其有效改善针叶纯林树种结构简单、生态功能低效、生产力低下局面的特点而被广泛推广。杉木乳源木莲混交林(简称为“杉莲混交林”)是中国南方林区重要的混交林类型,系统分析各混交比例类型下乳源木莲生长性状、干形形质以及空间利用能力和综合表现的效应与规律,为科学构建杉莲混交林提供理论依据。【方法】以福建省沙县12年生不同混交比例杉莲混交林和纯林中的乳源木莲为研究对象,调查乳源木莲的生长形质和空间利用能力等系列性状表现,分析乳源木莲在各混交类型中生长、干形形质、空间利用能力等系列性状的差异变化;应用主成分分析法综合有显著混交比例类型效应的乳源木莲生长形质和空间利用能力表现,揭示乳源木莲生长、干形形质、空间利用能力综合表现的混交比例类型效应和变化规律,并基于总体表现进行混交比例类型的评价与优选。【结果】乳源木莲各项生长指标均有显著的混交比例效应,胸径、树高、单株材积随混交比例减少而逐渐增加;乳源木莲尖削度和胸高形数随混交比例减少而逐渐减少,枝下高则随混交比例减少而逐渐增加;乳源木莲冠高、树冠体积、树冠表面积及生长空间指数随混交比例减少而逐渐增大,但树冠圆满度则随混交比例减少而逐渐减小,乳源木莲在生长形质及空间利用能力的综合得分值呈现随混交比例减少而逐渐增大;混交比例对乳源木莲的冠幅和枝下高比例无显著影响。【结论】混交比例类型显著改变杉莲混交林中乳源木莲生长、干形形质和空间利用能力及其综合表现,合理混交比例类型可显著提高其生长、干形形质和空间利用能力,乳源木莲生长、干形形质和空间利用能力等性状有着不同的混交比例效应,开展综合评价十分必要。综上,杉莲混交林在密度为2 500株/hm²时,以2杉1莲混交模式下乳源木莲生长形质及空间利用能力表现最好。     

长白山云冷杉林不同演替阶段树种组成及林下更新研究

【目的】了解不同演替阶段的森林种群结构及更新状态可以为促进森林群落演替提供理论参考。【方法】基于3块样地数据,分析不同演替阶段的杨桦次生林、云冷杉针阔混交林和云冷杉近原始林内主要乔木树种及幼树的种群结构,并用O-ring单变量统计分析幼树空间分布格局。【结果】随着演替进行,群落内乔木株数逐渐减少,而胸高断面积相反。先锋树种白桦、杨树等逐渐退出群落。3个群落主林层乔木径阶分布均呈倒“J”形,次生林以小径级林木为主,另外两个群落以中、大径级林木居多。3个群落幼树种类单一,白桦、杨树等先锋树种鲜有幼树出现; 云冷杉针阔混交林幼树数量充足,且幼树随地径级呈负指数分布; 次生林内幼树最少,但地径、苗高明显优于其他两个群落。次生林群落幼树以随机分布为主,云冷杉林和近原始林中冷杉、云杉及色木幼树在小尺度呈明显的聚集分布,随尺度增大多呈均匀或随机分布。【结论】杨桦次生林和云冷杉针阔混交林处于正向演替进程中,而近原始林树种结构不合理,更新较差,应采取择伐等经营措施调整其结构,促进林分发展。     

林分空间结构优化栅格间伐模型

【目的】构建林分空间结构优化栅格间伐模型,以期获得高效、便捷的间伐方案。【方法】在随机间伐模型的基础上,提出将林地栅格化处理的栅格间伐法,并使用随机间伐法对栅格间伐法进行检验,最后以金盆山次生林为例验证模型的适用性。【结果】间伐模拟前,次生林空间结构整体表现不够理想,在角尺度、开敞度和竞争指数方面有待提高;恢复年限33、40、45 a次生林的最佳间伐强度分别为34.69%、21.14%、29.90%,评价指数分别提高了47.94%、53.94%和79.73%,其中33和40 a次生林适用于栅格间伐法,采伐方式分别为栅格边长7 m栅格内伐去3株胸径最小的林木和栅格边长6 m栅格内伐去3株胸径最小的林木。【结论】栅格间伐模型能有效地改善林分空间分布格局,但仅适用于林木分布较为均匀的次生林林分,对于分布不均匀的林分,模型只能确定样地内的间伐木及间伐强度。     

罗卜岩保护区闽楠等优势植物种群竞争研究初步

在罗卜岩自然保护区中调查以闽楠、光皮桦和台湾冬青为优势的常绿落叶阔叶混交林１０个样地，运用生态位重叠计量公式计算ＬｏｔｋａＶｏｌｔｅｒａ竞争系数，比较竞争系数与Ｋ值比，其中Ｋ值由Ｌｏｇｉｓｔｉｃ种群增长模型估算。结果表明，在调查群落中，耐阴的顶极树种闽楠和台湾冬青种群在竞争平衡时将取代喜光的先锋树种光皮桦种群。现存林分中闽楠种群密度虽然较台湾冬青为大，但随着种间竞争的进行，台湾冬青将不断扩大种群密度，达到与闽楠种群共存的竞争结果，而此竞争结果与各树种的生态学特性如对光照适应等密切相关。     

落叶松人工林树皮厚度预测模型

【目的】建立落叶松人工林树皮因子及任意高度处树皮厚度的预测模型,以期更加准确地对树皮厚度进行预测,为实际木材生产和森林经营提供更加准确的指导。【方法】基于2015年黑龙江省佳木斯市孟家岗林场49株人工落叶松的1 186个圆盘数据,利用SAS 9.4软件中的MIXED模块构建落叶松人工林树皮厚度(树皮因子、任意高度处树皮厚度)的线性混合效应预测模型。模型评价指标选用赤池信息准则(AIC)、贝叶斯信息准则(BIC)、-2倍的对数似然值(-2LL)及似然比检验(LRT)。【结果】对于树皮因子模型,基于树木效应时含b₁、b₂、b₄随机参数组合的树皮因子模型为最优混合模型;基于样地效应时含b₁、b₂随机参数组合的模型是最优混合效应模型。对于任意高度处树皮厚度模型,基于树木效应时含b₁、b₂的组合为最优混合模型;基于样地效应时含b₀、b₂、b₃组合的为最优模型。所有最优模型在具有无结构(UN)方差-协方差矩阵时拟合效果最好。【结论】不论是树皮因子还是树皮厚度模型,树木效应对模型的影响最大;混合效应模型的预估精度与传统回归模型相比有明显提高。     

杉木三维模型各方向枝下高分布研究

【目的】通过分析实测枝下高分布方向与空间竞争强度的关系,解决基于传统林学研究调查数据所构建的林木三维模型对不同方向枝下高分布差异难以直观表达,林木三维模型多态性表现不足的问题。【方法】以江西省新余市分宜县亚热带林业实验中心山下林场8块杉木临时样地为数据源,以已有枝下高模型为理论基础,将空间分析方法缓冲区构建与林分空间结构单元构建结合,构建对林木造成直接影响的水平空间结构参数与垂直空间结构参数,分析空间结构参数与枝下高相关性,并以此计算各方向空间竞争强度,建立空间竞争强度与实测枝下高的分布关系,再按照枝下高模型求解剩余方向枝下高,最终按照实测数据与分析计算结果加载分枝、主干模型,构建林木三维模型。【结果】所选模型变量包括林木属性与空间结构参数,原始模型决定系数为0.720,消除树高影响的调整后实测枝下高与水平空间结构参数相关系数为0.410、与垂直空间结构参数相关系数为0.782,且均呈正相关;将各自相关系数为权重计算对应方向空间竞争强度,将最小竞争强度方向空间结构参数代入模型,拟合结果决定系数为0.790,相比原始模型拟合精度有所提高;将实测枝下高分配到竞争强度最小的方向,根据模型可对其他方向枝下高进行估算。【结论】以杉木为例,通过空间竞争强度判别枝下高分布,在提高已有数据利用率、减小外业工作强度的基础上,可直观表现林木不同方向枝下高分布的差异性,增强了林木三维模型的多态性表达。