日本柳杉合理经营密度的研究

通过对鄂西南日本柳杉人工林调查，用数理统计原理，选择6种方程建立冠幅面积与胸径间的相关数学模型，求得最佳数学模型为：Cw=0．657492 0．439685D，由此得到冠幅面积预测方程及不同胸径的理论密度，最后，依所测定的树冠重叠系数(K=1.26)求得林分最大密度，并计算了经营密度0．6～0．8的日本柳杉人工林林分密度，以便于生产上对日本柳杉人工林林分密度进行管理．     

杉木种子园冠幅指数与产量的关系

以冠幅指数为综合指标,分析了杉木种子园冠幅指数的构成状况及与种子产量的关系。在冠幅指数２．５～４．５之间为母树生殖生长的最佳状态,并以平均最佳冠幅指数３．５为控制目标,制订了随树冠高度、半径变化的最适保留密度,可简便、有效、准确地调节种子园密度,为种子园树木生长环境的综合控制提供了新方法。     

短轮伐期桉树林分树冠生长的阶跃函数模型

针对短轮伐期桉树人工林林分冠幅生长的特点,在现实林分调查的基础上,模拟提出了适合有变点的短轮伐期桉树U6无性系林分冠幅生长阶跃函数模型。通过求解模型参数,分析了各参数的生物学意义。对树冠与林龄的回归分析结果表明:阶跃函数模型在具有变点的桉树林分树冠生长过程中的应用效果优于一般回归拟合模型,可较好地解决分段拟合模型在变点上的不连续问题。模型优化结果表明:在所有参与模拟的树冠生长的阶跃模型中,以幂函数模型为最优。     

冀北山地白桦树种生长预测模型研究

树高、胸径和冠幅等林分参数不但可以预测森林蓄积量、生物量、林分结构等,还是森林资源调查及经营效果评价的重要因子.建立树高、胸径和冠幅预测模型可以为森林资源质量和林木生长状况的评价提供支撑.本文以冀北崇礼山地白桦树高、胸径及冠幅的实地测量数据为基础,采用林木生长常用的4种基础回归模型和2种经验模型进行生长关系预测研究.在...     

欧美杨幼林密度作用特性初探

采用Ｎｅｌｄｅｒ环形设计原理进行田间试验设计，应用定性和定量相结合的分析方法，通过对欧美杨密度试验林定株连续测定材料的分析，揭示了密度作用的有关特性。结果表明，对于林木个体，密度作用具有非均衡性，其影响程度顺序为：冠幅〉胸径〉材积〉树高；对于林分，密度作用可使林分平均胸径降低，林木分化程度减弱；密度作用是一个随林龄、林地空间等因素而变化的动态过程，作用效应具有持续积累性，但其连年作用程度却有随年龄     

广西喀斯特地区黄枝油杉林的生境及种群结构特征

为调查珍贵树种黄枝油杉Keteleeria calcarea在广西的生境状况和种群结构特征,保护并可持续利用该物种,本研究采用样地调查法对黄枝油杉群落进行调查,分析其生境状况、土壤营养成分、伴生植物组成、种群结构特征等。调查结果显示,黄枝油杉在广西主要分布于喀斯特石山地区,从山顶至山底均有分布,亦可见于石山底部与土山相连的土石交错区,常见于阳坡或半阳坡,分布区土壤为黑色石灰土、棕色石灰土或黄土,呈酸性、中性或弱碱性,有机质和全氮含量较高,有效磷含量较低。黄枝油杉群落植被状况良好,可分为乔木层、灌木层和草本层,层间植物丰富,不同群落在物种组成上存在较大差异;黄枝油杉为乔木层的优势种,一般呈集群分布,偶见少数几株或单株分布于路边或房前屋后;少数种群因设有保护小区而种群状态较好,但是仍有部分种群人为干扰较为严重。不同种群个体的高度结构、冠幅结构和径级结构存在一定差异,恭城三江和富川麦岭种群以中老龄个体较多,融安泗顶种群以中龄个体居多,而临桂二塘种群以中小个体占优势,4个种群均存在幼苗缺乏、种群更新能力弱的情况,呈衰退趋势。生境的破坏、资源的过度采伐、结实植株数量少以及林下幼苗更新困难是黄枝油杉濒危的重要原因。因此,应加强对黄枝油杉资源和生境的保护,同时加强相关科研工作及黄枝油杉的推广应用。     

无籽刺梨的栽培技术研究

无籽刺梨果实富含多种营养成分,可以鲜食、作中药,还可加工果脯、果酱等高档保健食品;也可以作为喀斯特地区荒山绿化、退耕还林的苗木应用,而适宜的栽培技术是提高无籽刺梨种植成活率和丰产的关键。为了明确无籽刺梨适宜的栽培技术,设置3个栽培密度,设置的株行距梯度为:2.5×2.5m、3×3m、3.5×3.5m。结果表明,栽培密度对无籽刺梨的生长影响显著,适宜的栽培密度有利于促进无籽刺梨植株的生长,当种植密度为3×3m时,植株冠幅、萌枝数、叶面积、新枝长等值均达到最大。因此初步认为,3×3m的种植密度有利用无籽刺梨的生长。     

基于树高和冠幅的广西桉树二元立木材积模型研建

激光雷达在获取树高和冠幅等森林资源信息方面具有无可比拟的优越性,构建基于树高和冠幅的二元立木材积模型,可为激光雷达技术在森林蓄积量估测应用中提供计量依据。通过测定广西桉树(Eucalyptus)典型分布区448株样木的树高、冠幅、胸径等因子,采用非线性回归估计方法建立树高冠幅二元材积模型、树高一元材积模型、胸径树高二元材积模型、胸径一元材积模型和冠幅一元材积模型,并对模型进行检验评价。建立的5个模型确定系数分别为0.969,0.875,0.994,0.945和0.588,总体误差分别为0.29%、-1.94%、-0.26%、1.88%和-2.82%,模型预估精度分别为97.75%、95.38%、99.14%、96.95%和91.72%;树高冠幅二元材积模型的模型总体检验、分树种检验、分段检验、分区检验和五折交叉检验,均符合林业数表编制的相关要求。树高冠幅二元材积模型各项指标显著优于树高一元材积模型和冠幅一元材积模型,与胸径树高二元材积模型接近,完全符合林业数表编制要求,可应用于基于机载激光雷达的森林资源调查和监测。     

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。     

林木直径与冠幅的灰色模型及应用

利用16块抚育间伐实验固定标准地资料,对天然兴安落叶松胸径进行灰色分析表明,两者存在着极为显著的相关关系,并建立利用胸径估测冠幅的灰色模型。