混交林测树因子概率分布模型的构建及应用

基于最大熵原理,针对目前对混交林测树因子概率分布模型研究的不足,提出了联合最大熵概率密度函数,该函数具有如下特点：1）函数的每一组成部分都是相互联系的最大熵函数,故可以综合混交林各主要组成树种测树因子的概率分布信息;2）函数是具有双权重的概率表达式,能体现混交林结构复杂的特点,在最大限度地利用混交林每一主要树种测树因子概率分布信息的同时,还能精确地全面反映混交林测树因子概率分布规律;3）函数的结构简洁、性能优良.用天目山自然保护区的混交林样地对混交林测树因子概率分布模型进行了应用与检验,结果表明：模型的拟合精度(R²=0.9655)与检验精度(R²=
0.9772)都较高.说明联合最大熵概率密度函数可以作为混交林测树因子概率分布模型,为全面了解混交林林分结构提供了一种可行的方法.     

基于最大熵原理的浙江毛竹胸径分布及测量不确定度评定

应用最大熵原理构造了测树因子概率分布的统一模型,这样构造的模型具有明确的解析表达式,并能克服常用方法无法解释测树因子服从某种概率分布的真正原因,从而为测树因子统计分布建模提供了一种有效方法.使用1-3阶样本矩、1-4阶样本矩与1-5阶样本矩,用所构建的概率分布统一模型分别对浙江省域毛竹胸径分布分别作了仿真试验,结果表明当采用1-4阶样本矩时,仿真效果最好,而且比通过假设检验的Weibull分布仿真结果理想:(1)图形非常相似,对实测数据都能很好的模拟;(2)最大熵法的离差平方和为0.00018,Weibull分布的为0.00045[1].由于各种系统与非系统的原因,都会影响测量结果的准确性,对所构建的模型作了不确定度评定,表明结果具有很大的可靠性,测量结果的估计:7.85100,测量结果的标准不确定度:1.82710,置信概率:0.96020.     

浙江丽水白云山红豆树人工林的径级结构和空间分布格局

采用固定样地调查的方法,在浙江丽水白云山林场的红豆树人工林中共建立两个20 m×40 m的监测样地(1号样地和2号样地),并进行群落调查。结果表明:(1)共记录到乔木和灌木物种13种,优势种主要为红豆树、深山含笑(Michelia maudiae)和刨花楠(Machilus pauhoi)等。两个样地的径级结构均成倒"J"分布。(2)从空间分布看,两个样地的红豆树均基本呈现随机分布。在较小空间尺度上,1号样地和2号样地的其他树种与红豆树之间均呈负相关,特别是1号样地。(3)通过分析环境因子对红豆树胸径生长的影响,发现样地内除土壤厚度外,其他因子如全氮、全磷含量、p H值及凋落物等对红豆树的生长影响不大。研究认为:(1)白云山的红豆树人工林尚具有较大的生长潜力。(2)红豆树的种内竞争可较小,而红豆树和其他树种之间则可能存在较强的种间竞争。(3)后期管理过程中,该类林分可以适当伐除其他树种,并对大红豆树进行修枝,即有利于干形也可促进小红豆树的生长,同时加强对土壤厚度的管理。通过对40年生红豆树成熟人工林的径级结构和空间分布格局的研究,可以更好地了解林分结构特征和物种更新过程。     

三种直径分布拟合模型在长白落叶松林分的实际应用

基于长白落叶松中龄纯林样地调查,采用相对直径法、指数函数法和Weibull分布函数法三种常用方法拟合林分胸径分布规律.结果表明,三种方法均能有效描述林分直径分布规律,特别是指数函数简单易行、拟合精度高、适用性强,可视为长白落叶松中龄林直径分布拟合的最优模型.     

不同林龄阔叶红松林林下簇毛槭的性比格局及雌雄个体的空间分布

为探讨不同发育阶段林分下的雌雄异株植物与性别相关的性比格局和空间分布, 以5.2 ha的中龄林和1.0 ha的老龄林固定监测样地内簇毛槭(Acer barbinerve)雌、雄植株的定位观测数据为基础, 对比分析了长白山不同林龄的阔叶红松林中的已花簇毛槭的性比格局、空间分布及其与环境因子间的关系。研究结果表明: 中龄林和老龄林中雌树的胸径均显著大于雄树, 总体上性比极显著偏离1:1。随着树木的生长, 性比由偏雄性转变为不再偏离1:1, 这可能是因为雄树始花胸径较小所致。O-ring单变量点格局分析显示中龄林样地中的雌树和雄树符合异质性泊松分布, 老龄林样地中的雌树和雄树均完全随机分布。O-ring双变量点格局分析显示, 在随机标签假设下, 中龄林中的雌树和雄树在1-4 m尺度上空间负相关, 在4-100 m尺度上空间独立, 老龄林中的雌树和雄树在所有尺度上空间独立。簇毛槭在中龄林和老龄林中不同的空间分布格局说明中龄林中簇毛槭分布的斑块性相对明显, 随着林分的发育, 郁闭度较高的老龄林样地中环境异质性降低, 环境因子对簇毛槭分布的影响减弱。典范冗余分析(redundancy analysis, RDA)表明在中龄林中, 林分密度只能解释3.73%的雌树分布的变异, 与雄树分布的相关性不显著, 叶面积指数和非生物因子对雌树和雄树的影响均较弱; 老龄林中簇毛槭的分布与生物因子和非生物因子的相关性均不显著。     

Weibull分布参数辨识改进及对浙江毛竹林胸径年龄分布的测度

非线性模型迭代参数初始值的选取及拟合的结果能否可用非常重要且一直是一个难题.传统的方法只是凭感觉偿试不进行定量评估,对于用阻尼最小二乘进行拟合只注重精度高低,没有从理论上研究和分析评价得出的结果能否可用.为了克服这一不足,使参数选取较好,阻尼最小二乘得出结果可用.利用非线性回归原理在这两方面做了探讨,提出了二个判别指标：β^T＜1,β^N＜1,分析了每一指标在参数不同状态的控制作用,并在Weibull分布函数参数辨识中做了应用.针对目前毛竹林林分结构规律研究的不足,利用浙江省230个毛竹林样地资料研究了省域尺度的毛竹林胸径分布规律,经SPSS软件中的P-P图检验与柯尔莫哥洛夫检验,表明毛竹林胸径结构服从Weibull分布;再经对Weibull分布模型拟合求解与作图对比,结果显示Weibull分布能很好地描述毛竹林胸径分布规律.利用Weibull分布三参数与林分特征因子间的相关关系,经分析研究,导出了一个改进的二元分布模型,用该二元分布模型很好地测度了浙江省毛竹林胸径和年龄分布规律,最后得到了浙江省毛竹林株数按胸径年龄分布的理论频数.     

基于地理加权泊松模型的天然次生林进界株数空间分布与预测

基于帽儿山实验林场2004—2016年森林资源二类调查固定样地(共108块)数据,采用全局Poisson模型和4种空间尺度(2.5、5、10、15 km)下的地理加权泊松模型(geographically weighted Poisson regression, GWPR)对天然次生林进界株数的空间分布进行了研究,并对5种模型的拟合效果以及影响林分进界株数的因子进行了分析,利用莫兰指数描述了模型残差在全局和局域两种水平上的空间自相关性.结果表明: 本文所选的林分及地形因子都显著影响天然次生林进界株数的空间分布,林分平均胸径是最主要的影响因子;在小尺度(2.5 km)下GWPR模型拥有很高的拟合精度,产生了最大范围的模型参数估计值,得到了较好的模型参数局域化空间分布效果;在较小尺度(2.5和5 km)下GWPR模型产生了较小范围的模型残差,模型的稳定性得到提升;在小尺度(2.5 km)下GWPR模型残差的全局空间自相关性达到最低,局域空间自相关性显著减小,并形成了不同观测值少量聚类这一理想的空间分布模式;在对进界株数空间分布的模拟效果上,小尺度(2.5 km)下的局域模型明显好于全局模型.     

长白山原始阔叶红松林径级结构模拟

以原始阔叶红松林为研究对象,设置了2块1hm2样地,利用Weibull分布函数、负指数函数和q值理论对其林分径级结构进行模拟。结果表明:2块样地林分的径级分布均呈倒"J"形,森林更新良好;Weibull分布函数和负指数函数都取得了较好的模拟效果,但Weibull分布函数更好地预测了大径阶株数,因此,Weibull分布函数比负指数函数更适合原始阔叶红松林径级结构的模拟;2块样地的q值偏小(分别为1.74和1.45),说明径级结构曲线较平缓,大径材数量多。q值法则对于阔叶红松林径阶株数密度的表达效果较好,可以被用于描述阔叶红松林的胸径分布。     

新疆天山峡谷不同坡向野核桃种群分布格局

在天山峡谷野核桃分布的4条沟谷的阳坡和阴坡设置8个4000 m²样地,应用相邻格子法对野核桃每木调查,在不同尺度(面积)上采用方差/均值比率法和偏离指数(C_x)、负二项参数(K)、丛生指数(I)、平均拥挤度(m^*)、聚块性指数(PAI)、聚集指数(C_a)等聚集强度指数对野核桃种群分布格局进行分析.结果表明: 随尺度增大,野核桃种群由集群分布向随机分布过渡;在25 m²尺度上,种群整体呈集群分布,但不同样地种群聚集强度存在较大差异,西沟阴坡种群聚集程度最大,南沟阴坡种群聚集程度最小;在50～400 m²尺度上,种群整体呈随机分布.在25 m²尺度上,幼树、小树和壮年树均呈集群分布,壮年树聚集强度最大,小树聚集强度最小;当取样尺度达到200～400 m²时,幼树、小树、壮年树和大树均呈随机分布.野核桃种群格局规模为25 m²,格局强度为2.49～9.38 m²;种群组分中小树格局强度最大,壮年树格局强度最小.取样尺度与种群斑块大小接近,采用适合的测定方法并应用多指数综合判定,一般可获得可靠的结论.     

亚热带常绿阔叶林林分结构对物种组成变异的驱动作用:从局域到区域尺度

林分结构可以表征森林群落光的可利用性和光环境的异质性,对群落物种组成的变异具有重要驱动作用。然而,目前还鲜有研究将林分结构用于解释群落物种组成的变异。本研究以哀牢山亚热带中山湿性常绿阔叶林20 ha森林动态监测样地及其周边区域按公里网格设置的19个1 ha森林动态样地为研究对象,将林分结构参数、环境因子和空间结构变量共同作为解释变量,采用基于冗余分析的变差分解和层次分割方法,在局域和区域尺度上同时解析群落物种组成变异的驱动因素。结果表明,在局域和区域尺度上,纳入林分结构后均提高了对物种组成变异的解释率。在局域尺度上,加入林分结构作为解释变量后,单纯的空间结构的解释率明显下降,林分结构与环境因子累计贡献了41.0%的解释率。在区域尺度上,林分结构与环境因子累计贡献了23.0%的解释率。从局域到区域尺度,环境过滤的相对作用明显增强。林分结构指示的光的可利用性对林冠下方的树种组成具有较强的塑造作用,今后的研究应进一步探讨林分结构对亚热带常绿阔叶林物种组成变异的驱动机制。