樟子松人工林一级枝条基径和枝长模型的研究

以东北林业大学帽儿山实验林场樟子松人工林为研究对象,采用枝解析的方法,于2002年、2003年测定了53株林木（年龄17~38 a,直径8.61~21.5 cm,树高7.48~18.24 m）的树冠变量,建立了基于总着枝深度（DINC）和树冠内一级枝条基径（BD）、枝长（BL）的预估模型。对于大小相同树木的一级枝条, 这些树冠变量随着DINC的增加而增大,而林木的胸径（DBH）、树高（HT）变量又很好地反映了不同大小树木的基径和枝长的变化。采用独立检验样本对构建的树冠内一级枝条基径和枝长模型进行了拟合统计量和精度检验,结果表明：模型预测效果良好,精度均达到95%以上。构建的一级枝条基径和枝长模型为进一步合理地描述樟子松人工林树冠的形状及其变化以及三维可视化经营提供依据。     

基于地基激光雷达的落叶松人工林枝条因子提取和建模

地基激光雷达(TLS)可以实现从森林中无破坏收集数据。本文基于地基激光雷达数据通过点云处理软件以人机交互的方式获取了26株落叶松样木的1266组枝条信息,包括着枝高度、弦长、枝长、着枝角度、基径和弓高。枝条可提取的最大相对着枝高度的平均值为0.83。在所提取的枝条因子中,提取精度依次为着枝高度＞弦长＞枝长＞基径(基径大于20 mm的枝条)＞弓高,将树冠分为4部分后分析发现,随着冠层高度的增加,枝条密度呈升高趋势,枝条提取率和提取精度呈下降趋势。此外,由于枝条基径提取精度较低,以弦长、着枝高度、胸径和树高为自变量构建基径预测模型。对不同基径的实测值、提取值与模型预测值对比分析发现,枝条基径的预测精度大于提取精度。对于造材来说,最有价值的部分是树木中下部,本方法能够较准确地提取树木胸径树高和相对着枝高度0.8以下的枝条属性信息,提供构建木材质量模型所需要的参数。     

樟子松人工林树冠表面积及体积预估模型的研究

基于樟子松(Pinus sylvestris var. mongolica)人工林6块固定标准地30株枝解析数据,在分析树冠表面积和树冠体积与林分变量和林木变量的基础上,利用幂函数建立了树冠表面积（CSA）和树冠体积(CV)的预估模型,同时还对林木材积生长量与CSA和CV进行了相关分析。研究结果表明：樟子松人工林树冠表面积和树冠体积随着林木胸径、树高和冠长的增大而增大,林木材积生长量与树冠表面积和树冠体积均明显呈线性关系。不同林分条件的樟子松人工林CSA和CV随林分年龄和胸径的增大而增大,CSA随林分密度的增大而减小,而CV与林分密度相关不紧密。林分树冠表面积和树冠体积预估模型的检验结果表明,两个模型的平均相对误差都在±8%之内,预估精度均大于91%,说明所建模型可以很好地预估樟子松人工林不同林分条件下的林木树冠表面积和树冠体积。     

基于线性混合模型的红松人工林一级枝条大小预测模拟

基于黑龙江省孟家岗林场60株人工红松955个标准枝数据,采用线性混合效应模型理论和方法,考虑树木效应,利用SAS软件中的MIXED模块拟合红松人工林一级枝条各因子(基径、枝长、着枝角度)的预测模型.结果表明： 通过选择合适的随机参数和方差协方差结构能够提高模型的拟合精度;把相关性结构包括复合对称结构CS、一阶自回归结构AR(1)及一阶自回归与滑动平均结构ARMA(1,1)加入到一级枝条大小最优混合模型中,AR(1)可显著提高枝条基径和角度混合模型的拟合精度,但3种结构均不能提高枝条角度混合模型的精度.为了描述混合模型构建过程中产生的异方差现象,把CF₁和CF₂函数加入到枝条混合模型中,CF₁函数显著提高了枝条角度混合模型的拟合效果,CF₂函数显著提高了枝条基径和长度混合模型拟合效果.模型检验结果表明：对于红松人工林一级枝条大小预测模型,混合效应模型的估计精度比传统回归模型估计精度明显提高.
     

樟子松人工林分枝结构的分析

基于对6块樟子松(Pinus sylvestris var. mongolica)人工林固定标准地中的30株样木枝解析调查数据,通过分析不同林分、不同大小林木1级枝和2级枝的分枝概率、分枝格局和分枝角度,揭示了樟子松人工林树冠的分枝结构特点。研究结果表明：樟子松人工林1级枝和2级枝的平均分枝数量分别为3.84个和2.80个,两者分枝概率均呈正态分布;1级和2级枝条在光照条件好的几个区间（方位角46°～225°）分布较多,1级枝条的水平分布遵从均匀分布,而2级枝条则不遵从均匀分布;树冠上层枝条的分枝角度略小于树冠中、下层,上层平均分枝角度为45.6°,而中下层平均分枝角度都为49.4°。不同大小林木的1级枝分枝结构规律表明：Ⅰ级木和Ⅴ级木的每轮平均分枝数非常接近,分别为3.89和3.94个,比Ⅲ级木每轮分枝数大0.5个左右;1级枝水平分布在各区间内(45°间隔)相差在0.24%～2.81%之间,方差分析结果表明枝条水平分布与林木大小无关;不同大小林木的分枝角度有所差别,Ⅰ级木、Ⅲ级木和Ⅴ级木的平均分枝角度分别为48.5°、42.2°和50.7°。     

思茅松天然林树冠结构模型

以云南省普洱市思茅区思茅松天然林为研究对象,采用枝解析调查了34株思茅松样木的树冠数据,分析了一级枝枝长、枝径、着枝角度、弦长和树冠半径5个树冠形状变量的变化规律,分别构建其预估模型;分析了树冠结构变化,分别构建了一级枝轮枝高度预估模型、一级枝枝条数量预估模型和一级枝枝条数量累积预估模型,并采用独立样本进行模型统计精度检验。结果表明:8个预估模型的预测效果良好,精度达到91%以上,尤其是一级枝着枝角度模型和一级枝轮枝高度模型预测精度达到97%以上。研究结果合理准确描述思茅松树冠结构的变化,为思茅松天然林的经营管理提供科学依据。     

基于非线性混合模型的红松人工林枝条生长

基于黑龙江省孟家岗林场36株红松人工林的枝解析数据,以单分子式和理查德方程作为枝条基径(BD)和枝长(BL)生长模型,分别考虑样地效应和样木效应,利用SAS软件的PROC NLMIXED模块构建了枝条基径和枝长生长的非线性混合模型.采用Akaike信息准则(AIC)、贝叶斯信息准则(BIC)、对数似然值(-2Log likelihood)和似然比检验(LRT)等评价指标对所构建模型的精度进行比较.结果表明:当考虑样地效应时,α1、α3和β1、β3分别作为随机参数时基径和枝长生长模型拟合效果最好;当考虑样木效应影响时,α2、α3和β1、β3分别作为随机参数时基径和枝长生长模型拟合效果最好.非线性混合模型不但可反映枝生长总体平均变化趋势,还能反映个体之间的差异.无论考虑样地效应还是样木效应,非线性混合模型的拟合精度都比传统回归模型的拟合精度高,并且考虑样木效应的拟合精度高于考虑样地效应的拟合精度.     

臭冷杉生物量分配格局及异速生长模型

摘 要：臭冷杉是长白山阔叶红松林中重要针叶树种,采用整株收获法分析21株臭冷杉地上地下生物量分配格局。在枝条水平上采用样枝直径（BD）、样枝长度（BL）、样枝所在轮生枝位置（WP）建立活枝、针叶生物量异速生长模型,在植株水平上采用胸径（DBH）、树高（H）、年龄（Age）、树冠长度（CL）、树冠比率（CR）、南北向冠幅（CW1）、东西向冠幅（CW2）等变量建立树干木质、树皮、活枝、针叶、粗根及整株生物量模型。并利用逐步线性回归法获得不同器官生物量最优模型。结果表明：（1）活枝生物量主要集中在树冠中下层,针叶生物量集中在树冠中层。树冠中层和下层枝叶生物量无显著差异（p>0.05）;（2）21株臭冷杉地上生物量和地下生物量变动范围分别为1.026–506.047 kg/株和0.241–112.000 kg/株。粗根、活枝、针叶、树干木质、树皮及枯枝生物量占整株生物量的相对比例分别为18.68%、18.39%、12.02%、39.29%、8.70%和2.92%;（3）地上生物量与地下生物量呈显著线性相关（p<0.001）,拟合线性方程斜率为0.23;（4）枝条水平上,活枝生物量模型解释量超过95%,平均预测误差小于30%。与单变量（BD）活枝生物量模型相比,2变量（BD、BL）和3变量（BD、BL、WP）模型解释量分别提高1.2%和2.0%,平均预测误差分别下降6.26%和9.27%。针叶生物量相对较难预测,模型解释量仅为82.7%,平均预测误差接近50%,模型中增加BL 和WP变量并未提高针叶生物量的预测精度。活枝生物量与BD、BL、WP正相关,针叶生物量与BD正相关,与BL、WP负相关;（5）植株水平上,基于胸径的单变量模型可解释量大于90%,增加树高变量未能显著提高生物量模型的预测精度。年龄决定了臭冷杉的树干生物量,忽视年龄变量将会产生生物量预测误差。树冠特征是影响枝叶生物量预测精度的重要变量。综合考虑模型的可解释量及回归系数显著性可知,胸径是预测臭冷杉不同器官生物量的可靠变量。     

基于混合模型的红松人工林枝条动态研究

采用孟家岗林场79株人工红松4 987个枝条的枝解析数据,分别构建了人工红松枝条基径、枝长线性混合效应模型和枝条基径、枝长生长混合效应模型。利用SAS9.22统计软件对模型参数进行求解,并通过AIC、BIC及LRT对收敛的非线性模型之间的差异性进行显著性检验。结果表明:对于基径和枝长的线性混合效应模型,模型中所有参数的t检验均显著,参数的标准误差比较小,模型的稳定性很好。对于基径生长的非线性混合效应模型,在不考虑样地效应的条件下,对于模型参数b1和b3的组合,无论是AIC还是BIC都比较小。当考虑到样地效应的过程中,同样是参数b1和b3的组合形式取得最小的AIC和BIC,因此在考虑到样地效应时,这种参数的随机效应组合形式是最优模型。对于人工红松枝条枝长生长的非线性混合效应模型,当没有考虑样地效应时,通过比较不同参数的随机组合的随机效应,可以得知,当参数b1和b3组合的过程中,无论是AIC还是BIC都比较小。当考虑到样地效应的过程中,参数b3和b4的组合形式取得最小的AIC和BIC,因此在考虑到样地效应时,这种参数的随机效应组合形式是最优模型。     

基于空间变异性的树冠非结构性碳含量估算：以胡桃楸和春榆为例

以胡桃楸和春榆为例,采用枝解析法测定不同基径枝条的非结构性碳水化合物（NSC）浓度的变异,进而估算并评价不同取样方法对树冠NSC含量估算的误差.结果表明： 器官对两种树种树冠NSC浓度的影响显著,叶、新枝、老枝和死枝的可溶性糖与淀粉的总和（TNC）的平均浓度分别为17.6%、12.6%、5.7%和2.9%.叶和新枝的NSC浓度随枝基径、枝龄、枝长和枝相对高度的变异多不显著,但老枝的NSC浓度随枝基径、枝龄和枝长增大而降低,而随枝相对高度增加而增加,其中枝基径是老枝NSC浓度的最佳预测变量（R²在0.87~0.95）.两树种叶、新枝和老枝平均TNC含量分别占其树冠TNC含量的28%、2%和70%.分析树冠枝NSC的空间变异性对树冠NSC含量估算误差的影响发现,采用新枝和直径约3 cm老枝枝段的NSC浓度估算冠层NSC含量是较简易而精确的方法.     

利用线性混合效应模型模拟杉木人工林枝条生物量

基于福建省将乐林场45株人工杉木解析木的572组枝条生物量数据,采用线性混合效应模型方法,建立杉木人工林枝条总生物量和枝、叶生物量的预测模型,并利用独立样本数据对模型进行检验.结果表明： 线性混合效应模型比传统多元线性回归模型的拟合精度高.不同随机效应参数的组合,其混合模型的精度不同.考虑异方差结构的混合模型能够消除数据间的异方差性,其精度更高,其中,对于枝条总生物量和叶生物量模型,以指数函数作为异方差结构时的模型精度最高;对于枝生物量模型,以常数加幂函数作为异方差结构时的模型精度最高.模型检验结果表明：对于杉木人工林枝条生物量预测模型,考虑随机效应和异方差结构的线性混合模型的检验精度比传统多元线性回归模型的精度有明显提高.     

红松人工林树冠大小与果实产量关系的研究

以黑龙江省佳木斯市孟家岗林场红松人工林为研究对象,基于12块样地70株枝解析数据及21块固定样地2008~2010年的结实量数据,利用异速生长方程建立立木树冠体积和表面积预估模型,同时对树冠大小与欠年、平年、丰年的红松结实量进行了相关分析。结果表明:树冠体积和表面积与冠长、胸径、冠幅和树高均显著相关,其中与胸径相关系数最大,与树高相关系数最小。本文所建立的模型确定系数R2都在0.55以上,预测精度大多数在85%以上。利用所建立的树冠体积与表面积模型,我们分析了其对结实量的影响。结果显示,红松人工林结实量与其树冠体积大小以及与树冠表面积大小呈线性关系,其中,结实丰年的结实量与树冠体积以及与树冠表面的线性关系最明显(r=0.726 7-0.733 8),平年次之(r=0.688 8-0.667 5),欠年最差(r<0.5)。总的来说,本文所建立的红松人工林立木树冠体积和表面积单变量和多变量模型能对红松立木树冠大小进行很好的估计,为进一步研究红松人工林结实规律及果材兼用林优化经营提供基础。     

科尔沁沙地黄柳再生枝与现存枝形态和光合特征的比较

对黄柳经平茬后形成的再生枝和未平茬的现存枝的光合作用、株高、基径、叶片大小等形态特征进行了比较研究,结果表明再生枝比现存枝具明显的生长优势;再生枝高度及高度频度分布均与现存枝十分接近;再生枝基径显著大于现存枝,前者过细和过粗枝条的比例均较低,基径频度分布趋于正态分布,后者细枝条比例较高,基径频度分布符合对数正态分布;同时再生枝叶片更长、更宽,叶长和叶宽接近于平均值的叶子所占比例更大。在上午时段内叶片温度和光合有效辐射随气温同步上升,黄柳叶片的净光合速率总体上都比较高,再生枝和现存枝之间的表现差异明显。     

按单叶叶面积估测法评估蒿柳（Salix viminalis L．）第一生长季整株叶面积

本文在蒿柳（ＳａｌｉｘｖｉｍｉｎａｌｉｓＬ．）单叶叶面积（ＡＬ）估测的基础上预测枝条水平上的叶面积．ＡＬ与叶特征度量叶长（Ｌ）、宽（Ｗ）、Ｌ２、Ｗ２、乘积（ＬＷ）,叶干重（ＷＬ）之间相关性分析表明,尽管大多数相关关系本质上为非线性,但线性（Ｙ＝ｂ×Ｘ）和非线性指数方程（Ｙ＝ｂ×Ｘｃ）均有较高的复相关系数ｒ２和较好的预测能力,且以ＬＷ最好。ＡＬ估测方程的建立必须考虑植物生长阶段、枝类型及叶片着生的相对高度的影响．椭圆和抛物面的组合能成功地拟合叶片形状,反映叶形变化和较准确的计算单叶面积．以主技基径Ｄ,枝长Ｈ,Ｄ２Ｈ以及主枝上的叶片数与基径的乘积（ＮＬ·Ｄ）为独立交量来估测主枝叶面积（Ａｐ）的非线性方程好于线性方程,但方程的估计精度因腋生枝的萌生而受影响．腋生枝数与主枝基径的乘积组合（ＮＳＳ·Ｄ）、腋生枝干重（ＷＳ）的非线性方程可用于估测胶生枝叶面积（Ａｓ）,枝水平上叶面积的估测方程都因植物生长阶段的不同而有差异．     

几种荒漠植物地上生物量估算的初步研究

在调查植物样方的基础上,利用植株冠幅特征如冠幅长与宽、株高、基径、新生枝条数、总枝条数等作为变量建立了估算典型荒漠植物地上生物量的模型,利用植株冠幅长与宽所建拟合方程对估算琵琶柴灌丛生物量的精确度较高,经验证,预测值与实测值的相关系数为O．9989,相对误差在4．79％～10．12％之间利用植株株高、基径所建拟合方程对估算梭梭、多枝柽柳生物量计算值与实测值的相关系数在0.9418以上,显著性检验表明相关系数均为极显著经验证,预测值与实测值的相关系数分别为0．9902和0．9875．相对误差分别为6．87％～19．22％和7．49％～18．47％。研究表明,在大面积荒漠植物生物量研究中,利用植株冠幅特征作为变量来估算琵琶柴灌丛地上生物量方法简便可行,用来估算梭梭、多枝柽柳等灌木地上生物量时存在一定误差     

落叶松人工林单木模型的研究

根据吉林省松江河林业局所实测的落叶松人工林(Larix olgensis)临时标准地66块、固定标准地18块以及8块团状枝解析样地资料,通过对林分中优势木生长及树冠结构与动态的分析,提出适于树木生长的Korf方程并用来构造林木的潜在生长函数。选择林分密度指数(SDI)作为反映林分中林木之间平均拥挤指标。在单木竞争指标的选择上,通过引进树冠因子,并在与传统的竞争指标相比较的基础上,淡化距离因子的作用,应用优势木相对树冠表面积构造了与距离无关的单木竞争指标,以此建立了落叶松人工林单木生长模型。     

坡面单木圆锥形树冠投影边界的模型理论

遮荫作为树冠对辐射截留的集中表现,与林下环境,特别是光环境特征具有密切关系.为满足坡地人工林下作物、中药栽培环境模拟、预测和控制的理论需要,以圆锥形树冠为研究对象,借助几何光学中光的直线传播原理,根据水平投影与坡面投影的亲似对应关系,在坡平面直角坐标系内讨论树冠的坡面投影形状、确定投影关键点坐标,在测树因子、经纬度、坡度、坡向、时间（包括时刻和日期）等变化要素基础上建立坡面投影理论边界模型Z（x′,y′）=0.经模拟验证,各时刻实测与计算阴影边界曲线相关系数大于等于0.928、显著水平（P）均达到0.01,表明该模型可较精确地描述正圆锥的坡面投影.在此基础上,进行模型的实用检验和分析,选择北半球中纬度单株樟子松,计算得到5月12日8：00～14：00树木遮荫影响最远到达东0.69倍树高、西1.18倍树高、南0.2倍树高、北0.4倍树高,绝大多数阴影位于近似扇环的区域内,计算结果符合北半球太阳视运动规律且实际观测结果与计算值之间相关系数为0.983（P=0.008）,证明该模型适用于树冠的遮荫分析,并可能在邻体遮光干扰的进一步研究中发挥作用.最后讨论该模型的优点及局限性,明确模型在实际研究中合理运用的条件.     

沙地樟子松林草木生长的研究

樟子松由于适应性强而被广泛引种到我国主要沙区．通过采用ＣｈａｍｐａｎＲｉｃｈａｒｄｓ生长模型,模拟了红花尔基和章古台两地樟子松的胸径、树高和材积的生长过程．天然樟子松林速生期持续时间长,数量成熟年龄为１００ａ,章古台人工林速生期持续时间短,数量成熟龄为４６ａ     

基于混合效应模型和分位数回归的长白落叶松枝下高模型构建

枝下高是反映树冠特征的重要指标,准确预测枝下高对森林的经营管理和提高林分生产具有重要意义。本研究采用非线性回归构建枝下高广义基础模型,再进一步扩展到混合效应模型和分位数回归模型,通过“留一法”检验对模型的预测能力进行评价和比较。此外,使用4种抽样设计和不同抽样大小对枝下高模型进行校正,选择最佳的模型校正方案。结果表明：基于包含树高、胸径、林分每公顷断面积和优势木平均高的枝下高广义模型、扩展后的混合效应模型以及三分位数组合模型的预测精度均显著提高,混合效应模型略优于三分位数组合模型,最佳抽样校正方案为抽5株平均木。因此,推荐在实践应用中使用混合效应模型,抽5株样地平均木校正预测枝下高。     

基于树冠竞争因子的落叶松人工林单木生长模型

基于黑龙江省佳木斯市孟家岗林场落叶松人工林14块固定标准地的两期调查数据(2007、2009年),通过分析树冠变量与林木生长的关系,构建了2个树冠竞争指数(CIa、CIb),并将其作为单木竞争指标构建了落叶松人工林与距离有关的单木生长模型。研究结果表明:文中提出的二个树冠竞争指数优于Hegyi竞争指数(CI),落叶松各个竞争指数与林木断面积生长量相关性大小顺序为CIbCIaCI。随着对象木影响圈的扩大,竞争指数趋于稳定,对模型的拟合效果有所提高。林木大小是影响落叶松单木生长的主要因子,胸径越大,单木生长量越大。通过引入与距离有关的树冠竞争指数将单木模型的拟合优度提高了5.6%。本文构建的与距离有关的单木生长模型可以很好地预估人工落叶松单木的断面积生长量。