柳杉人工林林分不同变量大小比数研究

采用胸径、生物量、冠幅和树高计测大小比数对崇州林场柳杉林的空间结构进行分析.结果表明,以胸径和生物量为度量变量的大小比数变幅最小,可信度最高,而冠幅和树高大小比数受不同树种树型的干扰而不如前两者可靠.各样地林分的胸径和生物量大小比数平均数值明显大于冠幅和树高大小比数数值,说明林木的胸径及生物量分化程度远大于冠幅与树高的分化.通过胸径的增长实现其生物量的增长,从而增强单木的竞争优势可能是林木分化的主要策略.     

黄龙山林区不同培育措施对辽东栎种群结构与动态的影响

采用样地法对黄龙山林区实施抚育和封育措施的辽东栎林进行了调查,分析了2种培育措施对辽东栎种群径级结构、静态生命表和存活曲线的影响,并运用时间序列模型对不同培育措施的辽东栎种群数量动态进行了预测,结果表明:黄龙山林区辽东栎种群的径级结构从整体上为金字塔形,小径级个体数量较多,中、大径级个体数量较少,属于稳定型,经过抚育,辽东栎种群的径级结构更加合理;不同培育措施的辽东栎种群存活曲线都基本接近DeeveyⅢ型,种群个体早期死亡率较高,进入生理衰退年龄之后,死亡率趋于稳定;时间序列分析表明不同培育措施的辽东栎各径级株数均有不同程度的增加,径级越小增加幅度越大。根据黄龙山林区辽东栎种群的生长特点,建议在辽东栎林发育到一定时期进行抚育以创造有利的生长和发育条件,另外在种子丰产年,适时采收种子,建立苗圃,扩大人工种群。     

黄龙山林区不同培育措施对油松种群数量动态及物种多样性的影响

根据对黄龙山林区经过抚育、渐伐和封育措施的3类油松林种群开展样地调查,研究了3种培育措施对油松林种群的年龄结构、静态生命表、存活曲线和物种多样性的影响,并运用时间序列模型对不同培育措施的油松林种群数量动态进行了预测.结果表明:3种油松林种群结构特征基本一致,其幼、老龄级个体数较少,中龄级个体数量较大,总体判断黄龙山油松林种群属于稳定状态.在经历3种不同培育措施的油松林群落中,抚育和渐伐措施物种丰富度指数最大;封育措施物种多样性和均匀度指数最大.经过抚育和渐伐措施的油松种群属进展型,而经过封育措施的油松种群属稳定型.说明在黄龙山林区,油松林种群未来应该以封育为主,适当的抚育和渐伐措施为辅,以促进群落持续发育.     

退化次生林恢复过程中群落结构和生态位动态

在海南白沙县南开乡按人为干扰程度的不同依次选取次生演替中植被恢复初期、早期、近中期和后期4个典型群落,分别对群落结构、树种组成、重要值和生态位宽度等指标进行研究。结果表明:中前期次生演替过程中优势种作用明显,具有最大的生态位宽度;随着次生演替的进行,种群生态位宽度趋于均衡,群落表现出物种丰富度和多样性增加、林分结构复杂化、树种的优势作用弱化等正向演替的趋势;此外,该地区由于经营史的特殊性,中前期次生群落保留了很多原始林的痕迹,出现了一些本应在原始林内出现的生态稳定种,这些物种在中前期次生群落中数量少,生态位宽度小,却表现出强大的生活力;在演替中前期次生林的经营中,最大程度地发挥优势树种的作用、增加林内生态稳定种的数量是该地区次生林恢复经营的重要技术方向。     

黄土高原主要森林类型自然性的灰色关联度分析

为了解陕西黄土高原子午岭林区主要森林类型的自然性,以油松林、辽东栎林、白桦林、山杨林和侧柏林等5种森林类型为研究对象,通过0-1型变量聚类,较为客观地提出了森林群落各个演替阶段的植物组成,并计算出了各自的群落顶极适应值;采用层次分析的方法,得到群落特征指标权重,然后利用灰色关联分析方法,得到了各个森林群落的灰色关联度。研究结果表明,黄土高原不同森林类型的群落顶极适应值由大到小依次为辽东栎林(Quercus wutaishanica)8.37,油松林(Pinus tabulaefomis)8.16,山杨林(Populus davidiana)7.89,侧柏林(Platycladus orientalis)6.88,白桦林(Betula platyphylla)6.87;关联度由大到小依次为油松林1.143、辽东栎林1.085、侧柏林0.893、白桦林0.849、山杨林0.789。油松林和辽东栎林的灰色关联度较高,是这一地区较为稳定的理想森林类型,侧柏林和白桦林的关联度居中,山杨林最小。辽东栎林和油松林属于该地区的顶极和亚顶极群落类型,白桦林和侧柏林属于演替过渡类型,山杨林为演替阶段较低的森林类型。用灰色关联度的方法能够定量地分析森林群落的自然性,研究结果对森林近自然经营、林分改造有一定的应用价值和科学意义。     

陕西子午岭森林植物群落种间联结性

用方差比率(VR)和基于2×2联列表,通过x2统计量检验、共同出现百分率(PC)、联结系数(AC)的方法,对地处黄土高原中部的陕西子午岭森林植物群落乔木层12个树种、灌木层20个树种和草本层21种植物的种间联结性进行了研究。结果表明,乔木层、灌木层总体种间关联性表现为显著正关联,草本层为不显著正关联。乔木层主要种群表现出相互独立的特点,但辽东栎(Quercus wutaishanica)和油松(Pinus tabulaefomis),油松和茶条槭(Acer ginnal),茶条槭和白桦(Betula platyphylla),杜梨(Pyrus betulaefolia)与辽东栎、油松、茶条槭、白桦等7个种对存在一定正关联。正关联的种对数是副关联的2倍。灌木层南蛇藤(Celastrus orbiculatus)和悬钩子(Rubus corchorifolius)、水栒子(Cotoneaster maltiflorus)和红瑞木(Cornus alba)、多花胡枝子(Lespedeza floribund)和华北丁香(Syringa oblate)之间存在极显著的正联结;华北绣线菊(Spiraea fritschiana)和野葡萄(Vitisamurensis)、冻绿(Rhamuns utilis)和栓翅卫矛(Euonymus phellomanes)、南蛇藤和野葡萄、南蛇藤和葱皮忍冬(Lonicera ferdinandii)之间存在显著的正联结。正关联和副关联种对数相当。草本层种间联结表现出较为松散的特征,无关联的种对数多达21个。正副关联的种对数约为3∶2。最好将多个指标配合使用能更好地说明种间联结程度。     

基于GreenLab的油松结构-功能模型

 植物结构-功能模型(Functional-structural models, FSMs)将结构模型与过程模型结合起来, 用以描述环境机制驱动的植物生长, 输出植物的三维结构。GreenLab是一个近年来不断发展着的基于源-汇关系的通用植物结构-功能模型, 它多应用于农作物, 在树木方面的应用还很少。该文以幼龄油松(Pinus tabulaeformis)为研究对象, 首次将GreenLab模型应用到虚拟树木生长的研究中。采用破坏性取样, 实测了9株油松幼树的形态结构、拓扑结构和器官生物量信息, 根据拓扑编码体系组织数据。模型的直接参数是通过实测数据获得的, 隐含参数是利用非线性最小二乘法拟合反求获得的。对模型的假设进行了验证, 并对模型的模拟效果进行了评估, 结果表明: 节间总鲜质量、树木叶总鲜质量、节间鲜质量、节间长度观测值和模型模拟值建立的回归方程的决定系数在0.78~0.91之间, 因此该模型较真实地反映了油松的结构和生长过程。提出的树木结构和生物量测量及编码方法, 可作为针叶树建立结构-功能模型的参照。     

林木个体大小不一致性指标对人工林间伐方式的即时性响应

以广西14年生杉木和马尾松人工林为对象,设同一疏伐强度的下层疏伐、上层疏伐、机械疏伐和干扰树间伐4种处理,分别用标准差、变异系数、偏度、Gini系数、库兹涅茨系数和洛伦茨不对称系数6种指标对4种间伐方式下采伐前后林木个体大小差异进行评价.结果表明:与间伐前相比,马尾松和杉木人工林下层疏伐或上层疏伐后,林木个体材积的标准差、变异系数、Gini系数和库兹涅茨系数均变小,偏度变大;干扰树间伐后标准差、变异系数、Gini系数和库兹涅茨系数均变大,偏度则不一定.马尾松林和杉木林下层疏伐后洛伦茨不对称系数变大,上层疏伐或干扰树间伐后则变小.机械疏伐后各指标无明显变化规律.干扰树间伐后林木个体大小差异性增加,上层疏伐和下层疏伐后林木个体大小差异性减小.洛伦茨曲线、Gini系数和洛伦茨不对称系数均能较好地反映林木个体大小不一致性,可以进行不同林分间个体差异程度静态和动态比较,较好地反映不同间伐方式引起的林木个体差异.洛伦茨不对称系数可以判断林木个体大小不一致性的来源是大树还是小树.近自然森林经营中干扰树间伐措施可以在减小目标树竞争压力的同时拉大林木个体大小差距,有助于保持目标树在林分中的优势地位.     

基于GreenLab原理构建油松成年树的结构-功能模型

 林木的结构-功能模型(functional-structural tree modeling, FSTMs)是基于器官级组件构建的将植物结构和功能结合起来的一类模型, 在应用于成年树时需要解决拓扑结构复杂性和年轮分配模式普适性的问题。该文以18年生和41年生的油松 (Pinus tabulaeformis)成年树为研究对象, 将GreenLab模型应用到成年树的模拟中。采用破坏性取样, 实测了2株油松成年树的形态结构, 利用子结构模型解决成年树拓扑结构复杂性的问题, 引入年轮影响系数λ, 将全局分配模式和Pressler模式结合起 来, 解决年轮分配模式在不同年龄和环境条件下不同的问题。模型的直接参数通过实测数据获得, 隐含参数利用非线性最小二乘法拟合反求获得。通过实测数据与模拟数据的对比、模拟数据与经验模型模拟数据的对比, 对模型的模拟效果进行了评估, 发现节间总重、针叶总重、树高、树干节间重观测值和模型模拟值建立的回归方程的决定系数为0.84–0.98, 结构-功能模型与经验模型对总生物量模拟的决定系数为0.95, 表明该模型能较真实地反映油松的结构和生长过程。