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。     

基于边际回归的沈阳市绿化树种人工油松冠形模拟

构建城市典型绿化树种树冠外部轮廓预估模型,可以为城市绿化树种的空间配置优化奠定基础。本研究以辽宁省沈阳市典型绿化树种人工油松为对象,基于Crown Window装置获取60株样木树冠形状,利用幂函数、分段抛物线方程和修正Kozak方程选取基础模型,通过再参数化引入树冠结构因子(最大树冠半径)和相邻木竞争变量(相邻木平均树高、平均胸径、平均冠幅、相邻木株数,以及样木与其相邻木平均树冠接触高),构建耦合相邻木竞争及树冠结构因子的油松树冠外部轮廓预估模型。结果表明: 修正Kozak方程R_a²最大、均方根误差(RMSE)最小,模型稳定性良好,选取其为构建油松冠形模型的基础模型。通过再参数化在基础模型中引入最大树冠半径和相邻木平均胸径后,模型的R_a²提高0.0693,MSER为14.4%。分析最大树冠半径和相邻木竞争对油松树冠形状的影响发现,最大树冠半径对树冠形状影响较大,树冠半径随最大树冠半径增大而增大;相邻木平均胸径对树冠形状影响相比最大树冠半径较弱,树冠上半部分随相邻木竞争增强而增大,树冠下半部分随相邻木竞争增强而变小。本研究构建的耦合相邻木竞争及最大树冠半径的油松树冠外部轮廓边际回归模型具有良好的拟合优度,能够合理地模拟及预测沈阳市典型绿化树种人工油松的树冠形状。     

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。     

人工长白落叶松立木叶面积预估模型

叶面积影响着树木干物质的生产,进而影响树木乃至整个林分的生长,而叶面积准确估计对分析树木和林分生长具有重要作用.本研究基于黑龙江省长白落叶松人工林中76株解析木数据,分别建立枝条层面和单木层面的叶面积预估模型.结果表明: 考虑样木层次随机效应的最优枝条叶面积混合效应模型包含lnBD(BD为枝条基径)、lnRDINC(RDINC为相对着枝深度)和lnCR(CR为冠长率)3个随机效应参数,具体形式为:lnBLA=β₁+(β₂+b₂)lnBD+(β₃+b₃)lnRDINC+β₄lnDBH+β₅lnHT/DBH+(β₆+b₆)lnCR,其中:β_i和b_i分别是模型的固定效应参数和随机效应参数;DBH为树木胸高处直径;HT/DBH为树高与胸径的比值.模型的修正决定系数(R_a²)为0.90,均方根误差(RMSE)为0.5477,平均偏差(ME)为-0.03,平均绝对偏差(MAE)为0.24,预测精度(P)为91%,枝条叶面积预估模型的预估效果较好.以枝条叶面积预估模型为基础,计算树冠叶面积并建立树冠叶面积预估模型,最终形式为:lnCLA=γ₀+γ₁lnDBH+γ₂CR,其中,γ_i为模型参数.似然比检验结果(P>0.05)说明该模型不用考虑样地层次的随机效应.本研究所建立的立木树冠叶面积预估模型的决定系数(R²)为0.87,RMSE为0.3847,拟合效果好,可以很好地预测人工长白落叶松立木树冠叶面积,为以后叶面积分布和光合作用的研究提供了理论基础.     

基于线性混合效应的红松人工林枝条生物量模型

基于黑龙江省孟家岗林场60株红松解析木3643个枝条生物量的实测数据,利用全部子回归技术建立了枝条生物量模型(枝、叶和枝总生物量模型),最终选择lnw=k₁+k₂lnL_b+k₃lnD_b为枝条生物量最优基础模型.利用SAS 9.3统计软件的PROC MIXED模块建立枝条生物量混合模型,并采用AIC、BIC、对数似然值和似然比等统计指标评价不同模型的拟合效果.结果表明: 红松解析木的叶和枝总生物量混合模型以k₁、k₂、k₃作为随机效应参数的拟合效果最好,而枝生物量混合模型以k₁、k₂作为随机效应参数的拟合效果最好.最后将枝条生物量最优基础模型与最优混合模型进行模型检验.混合模型各项指标优于基础模型,能有效地提高模型的预估精度,并且通过方差协方差结构校正随机参数来反映树木之间的差异.     

黑龙江省红松人工林枝条分布数量模拟

基于黑龙江省佳木斯市孟家岗林场的12块样地65株人工红松解析木的955个枝解析数据,以Poisson回归模型和负二项回归模型作为备选模型,构建了人工红松二级枝条数量分布模型,并采用AIC、Pseudo-R²、均方根误差(RMSE)和Vuong检验对模型的拟合优度进行比较.结果表明: 每轮一级枝条分布数量集中在3~5个,均值为4个,一级枝条分布数量与人工红松自身的枝条属性相关.一级标准枝上二级枝条分布的离散程度较大,利用全部子回归技术构建二级枝条分布数量模型,最终选择以负二项回归模型为基础的E(Y)=exp(β₀+β₁lnRDINC+β₂RDINC²+β₃HT/DBH+β₄CL+β₅DBH)作为二级枝条分布数量最优预测模型(β为参数;RDINC为相对着枝深度;HT为树高;DBH为胸径;CL为冠长).最优模型的Pseudo-R²为0.79,平均偏差接近于0,平均绝对偏差<7.对于所建立的模型,lnRDINC、CL和DBH的参数为正值,RDINC²和HT/DBH的为负值,随着RDINC增大,在树冠内二级枝条分布数量存在最大值.总的来说,所建立的人工红松二级枝条分布数量模型的预测精度为96.4%,可以很好地预估该研究区域人工红松二级枝条分布数量,为以后枝条的光合作用和生物量的研究提供了理论基础.     

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。     

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。     

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。     

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。     

北京东灵山地区辽东栎林种群空间分布分形分析

通过植物个体的坐标点与模拟冠幅的分形维数的分析,对辽东栎林内不同种群沿海拔梯度变化的空间分布格局和种群动态进行了比较和讨论。结果表明:模拟冠幅分形分析方法更适于分析具有大小不等、复杂多样的冠幅的植物个体空间分布格局。随着海拔的升高,不同种群的空间占据能力也随之变化。辽东栎种群的空间分布占绝对优势地位,分形维数可达1.9811;五角枫种群则逐步下降,分形维数最低为0.1170。低海拔山坡六道木种群空间占据能力较强,高海拔山坡照山白种群有较大的空间占据能力。在一定的环境条件下,不同的种群可能具有相近的空间占据能力,但对乔木层与灌木层来说,相同的分形维数的内涵是不同的。冠幅的分形维数作为表征植物种群空间占据能力的工具,是种群动态分析和种群分布格局研究的的重要指标之一。     

北京地区侧柏人工林密度效应

密度是影响森林尤其是人工林生长的重要因素,林冠层是森林生态系统与其他系统进行能量和物质交换的重要场所,树木及树冠生长对林分密度的响应关系可以看作是生物对环境变化产生的适应性现象。林分密度效应是生态学和森林培育学的重要研究内容之一。以23块8种不同密度梯度的北京山区侧柏人工幼龄林林分为研究对象分析其树木生长及树冠生长对密度的响应关系,其中树冠指标使用了参照了美国林务局(USDA)的树冠调查指标。研究结果表明:(1)林分平均胸径、平均树高和平均冠幅生长均随密度增大而减小,林分密度大于3000株/hm2时各指标减小的趋势变缓,使用异速生长模型可以很好地拟合这种变化关系;(2)随密度增加,树冠水平方向和垂直方向生长均到显著地抑制作用,树冠外形表现出由饱满冠型向狭长冠型变化的适应性现象;(3)使用树冠二维、三维指标与密度进行相关性分析可知树冠长度、树冠率等指标与林分密度呈负相关关系,树冠圆满度及树冠生产效率与密度表现出极显著正相关关系;(4)采用枝解析的方法研究了树枝长度、材积的平均生长量、连年生长量与密度的关系,结果表明幼龄期各生长量差异不大;(5)在建立冠幅模型时考虑了自变量间的多重共线性问题,所建的胸径单自变量二次方模型能够很好地预测侧柏人工幼龄林冠幅生长过程,模型相关系数R2为0.961。     

不同密度红桦幼苗苗冠结构与竞争对CO2浓度升高的响应

研究了两个种植密度下,红桦（Betula albosinensis）苗冠结构特征对CO2浓度的响应,在此基础上探讨了CO2浓度升高对植物竞争压力的影响。结果表明,冠幅、冠高、苗冠表面积和苗冠体积均受CO2浓度升高的影响而增加,但是受密度增加的影响而降低。CO2浓度升高对苗冠的促进效应在低密度条件下大于高密度处理,高密度条件下苗冠基本特征部分地受到CO2浓度升高的促进作用;升高种植密度的效应则在高CO2浓度条件下大于现行CO2浓度处理。高CO2浓度和高密度条件下,LDcpa（单位苗冠投影面积叶片数）、LDcv（单位苗冠体积叶片数）和苗冠底部枝条的枝角均低于相应的现行CO2浓度处理和低密度处理,这主要是由于冠幅和冠高的快速生长所造成的。升高CO2浓度对枝条长度的影响与枝条在主茎上所处位置有关。总之,升高CO2浓度有利于降低增加种植密度对苗冠所带来的负效应,而增加种植密度降低了升高CO2浓度的正效应。LDcpa和LDcv的降低表明,红桦在升高CO2浓度和种植密度的条件下,会作出积极的响应,从而缓解由于生长的增加所带来的竞争压力的增加。     

Crown development in Norway spruce [<Emphasis Type="Italic"> Picea abies </Emphasis>(L.) Karst.]

This study tests whether crown and stem development in Norway spruce could be described using a modified profile theory. 29 trees from three age-groups (25, 67, 86) with different treatments (unthinned, normally and intensively thinned) were destructively sampled. Crown ratio and crown length varied between age groups and treatments. Crown width was positively correlated with crown length, but branch length along the crown depended on tree age and growing space. Foliage mass density peaked at a relative crown height of 50–70% in middle-aged and mature stands, while young crowns were densest and widest at the base. Foliage mass was predictable from branch and stem cross-sectional area, provided the distance from the top was included. The ratio of foliage mass to branch cross-sectional area increased for 2–4 m down from the tip of the crown, then started to decrease. The relationship between cumulative foliage mass and stem cross-sectional area was non-linear along the stem in the upper crown, but the ratio of cumulative branch to stem cross-sectional area was linear. Trees in the mature and unthinned stands had more cross-sectional area in branches relative to stems than in the young and thinned stands. We conclude that the profile theory needs modification regarding (1) crown shape which varies with age and growing space, and (2) the ratio of foliage mass to branch area which varies along the stem. Both aspects emphasise the need to include impacts of disuse of sapwood pipes in models of crown and stem development.     

不同密度红桦幼苗苗冠结构与竞争对CO2浓度升高的响应

研究了两个种植密度下,红桦 (Betula albosinensis)苗冠结构特征对CO₂浓度的响应,在此基础上探讨了CO₂浓度升高对植物竞争压力的影响。结果表明,冠幅、冠高、苗冠表面积和苗冠体积均受CO₂浓度升高的影响而增加,但是受密度增加的影响而降低。CO₂浓度升高对苗冠的促进效应在低密度条件下大于高密度处理,高密度条件下苗冠基本特征部分地受到CO₂浓度升高的促进作用;升高种植密度的效应则在高CO₂浓度条件下大于现行CO₂浓度处理。高CO₂浓度和高密度条件下,LDcpa（单位苗冠投影面积叶片数）、LDcv（单位苗冠体积叶片数） 和苗冠底部枝条的枝角均低于相应的现行CO₂浓度处理和低密度处理,这主要是由于冠幅和冠高的快速生长所造成的。升高CO₂浓度对枝条长度的影响与枝条在主茎上所处位置有关。总之,升高CO₂浓度有利于降低增加种植密度对苗冠所带来的负效应,而增加种植密度降低了升高CO₂浓度的正效应。LDcpa和LDcv的降低表明,红桦在升高CO₂浓度和种植密度的条件下,会作出积极的响应,从而缓解由于生长的增加所带来的竞争压力的增加。     

冀北山地阴坡优势树种的树体分维结构

以冀北山地阴坡两种混交林分中5种优势树种为研究对象,采用分形几何理论,论述了不同树种的树冠和侧枝分维结构,结果表明:(1)华北落叶松的树冠最宽处处于中上部(相对冠高的60％ -80％),白桦处于中部(40％-60％),山杨和糠椴都处于中下部(40％-50％),落叶松桦木混交林中的黑桦处于上部(70％ -80％),而山杨桦木混交林中黑桦则处于中部(50％-60％);(2)通过计盒维数法所得华北落叶松树冠的分形维数最大为1.690,山杨桦木混交林中4种树木分维数较接近(0.770-1.202),而两混交林中,前者白桦分维数(0.997)与后者(1.149)相似,而前者黑桦分维数(1.257)＞后者(0.770);(3)胸径13.1cm的华北落叶松侧枝在各方向上符合均匀分布,总体也符合均匀分布,前者中的黑桦在胸径15.8 cm时绝大多数方向上为均匀分布,前者中白桦及后者中4种树木在不同胸径时在各个方向上均为不均匀分布;(4)华北落叶松侧枝倾角随树龄增大分布在85-95°,糠椴则分布在55-85°.山杨树龄小(5.3)与树龄大(16.5)时分布在40-55°,中间树龄(10.5)分布在60-80°,黑桦分布在30-65°,前者中白桦倾角范围25-90°,后者则主要分布在45--85°;(5)采用网格覆盖法所得华北落叶松枝条的分维数平均值最高为1.772,其次为山杨桦木混交林中的4种树木,而两混交林中黑桦枝条的平均分维数却相差很大,其中前者为1.476,而后者为1.674.尽管同一树种侧枝形状大小各异,但相互间差异不显著,相关系数均在0.93以上,刻画了各枝条分枝格局的自相似共性.     

Long‐term response of temperate canopy trees to removal of browsing from an invasive arboreal herbivore in New Zealand

Defoliation of forest tree canopies by herbivores and other agents, leading to tree mortality and reduced productivity, threatens the ecological stability of forests globally. This study shows that long‐term control of a mammalian arboreal folivore (brushtail possums; Trichosurus vulpecula Phalangeridae) reduces crown dieback and increases foliage cover in browsing‐damaged canopy trees. We monitored indices of possum density, possum browsing, tree foliage cover and crown dieback for 20 years following initiation of possum control in 1994 that repeatedly reduced possum densities to near zero every 5–6 years and kept the population below 35% of pre‐control levels over the entire period. Observable possum browsing was recorded on 20–49% of individuals of three palatable tree species at the time of first control. Those percentages fell to zero after control and never exceeded 2–10% for individual species over the next 19 years. We recorded significant increases in foliage cover attributable to recovery from defoliation by possums for all three species during the first 10 years. Large increases in foliage cover occurred on individuals that were heavily browsed in 1994 (mean increases: 36–89%), but mean population increases were modest (3–19%) because only 10–19% of trees were initially heavily browsed. Twenty‐year mortality rates were similar for plants with, or without, initial possum browsing, indicating no residual impact of pre‐control browsing on tree mortality. Times for full recovery of crown foliage cover varied from 10 years for the youngest trees and faster growing species to more than 20 years for mature individuals of the slowest growing species.     

Estimating Stem Volume Using QuickBird Imagery and Allometric Relationships for Open Populus xiaohei Plantations

There has been a great deal of interest in studying the crown of trees using remote sensing data.In this study,crownwidth was extracted from high-resolution QuickBird images for open Populus xiaohei plantations.Regression modelsfor predicting the individual stem volumes of Populus xiaohei were established using extracted crown width,as well asestimated tree parameters(i.e.diameter at breast height[DBH]and tree height)as predictors.Our results indicated thatcrown width could be accurately extracted from QuickBird images using a multi-scale segmentation approach with a meanrelative error of 5.74%,especially for wide-spacing stands.Using either extracted crown width alone or with estimatedDBH and tree height can successfully estimate individual stem volume of Populus xiaohei with the R~2 value ranging from0.87 to 0.92 depending on different model forms.In particular,the two second-order polynomial models(model2 andmodel 6),based on QuickBird image-derived crown widths and estimated DBH and tree heights,respectively,were the bestat describing the relationship between stem volume and tree characteristics.