基于分位数回归的长白落叶松人工林最大密度线

基于东北地区378块固定样地和415块临时样地的调查数据和Reineke方程,利用线性分位数回归技术建立了不同分位点(τ=0.90、0.95、0.99)下的长白落叶松人工林最大林分密度与林木平均胸径的关系模型,选出拟合长白落叶松人工林最大密度线的最优模型. 利用人为选取最大的拟合数据,采用最小二乘(OLS)和最大似然(ML)回归同时建立最大密度线模型. 采用极值统计理论的广义Pareto模型推算现实林分特定径阶的极限最大株数,进一步建立极限密度线模型. 将线性分位数回归模型与其他方法进行对比.结果表明: 在全部径阶范围内选取5个最大数据点拟合的方法能够得到现实林分的最大密度线,选取的样点过多会使模拟结果偏离最大密度线,且ML法要优于OLS法. 分位点为0.99的线性分位数回归模型能够取得与ML接近的拟合结果,但分位数回归模型参数的估计结果更稳定. 人为选取拟合数据具有一定的人为性,最终选取分位点为0.99的分位数回归模型为拟合最大密度线的最优模型,参数估计结果为k=11.790、β=-1.586,极限密度线模型的参数估计结果为k=11.820、β=-1.594. 所确定的极限密度线位置略高于最大密度线,但二者差异不明显. 由固定样地数据的验证结果可知,所建立的最大林分密度线及极限密度线能够对现实林分的最大密度及极限密度进行预测,为长白落叶松人工林的合理经营提供依据.     

基于哑变量和分位数回归的兴安落叶松更新幼树的树高-胸径模型

本研究以大兴安岭地区翠岗林场2018—2019年55块固定样地2054株兴安落叶松幼树为对象,采用四分位数法将林分密度指数(SDI)划分为4个等级,即等级Ⅰ(SDI₁<1863株·hm^-2)、等级Ⅱ(1863≤SDI₂<2155株·hm^-2)、等级Ⅲ(2155≤SDI₃<2459株·hm^-2)和等级Ⅳ(SDI₄≥2459株·hm^-2),并采用哑变量方法引入SDI构建兴安落叶松幼树树高-胸径的哑变量模型和分位数回归模型。结果表明：选取的5个代表性非线性树高曲线模型中,Richards模型的拟合效果最好,其R_a²、RMSE、MAE分别为0.7637、0.8250 m、0.5696 m;基于Richards模型构建的包含SDI的哑变量模型,其R_a²较基础模型提高了1.3%,而RMSE、MAE、AIC分别降低了2.1%、1.5%和11.2%;当分位点τ=0.5时,分位数回归模型的R_a²最大,RMSE、MAE、AIC最小,分别为0.7612、0.8294 m、0.5657 m、-767.19。相较于SDI₁,SDI₂～SDI₄林分内幼树的树高分别增加5.6%、5.6%和11.3%。因此,合理调控兴安落叶松林的林分密度有利于增加更新幼树的高生长。     

基于气象因子的白桦天然林单木直径生长模型

基于大、小兴安岭地区212块白桦天然林固定样地复测数据和区域内及周边共30个气象站点数据,构建了基于气象因子的单木生长模型.在此基础上,通过分析大、小兴安岭地区林分因子及气象因子的差异,采用哑变量方法构建了含区域效应的单木直径生长模型.结果表明: 生长季最低温度(T_{g min})和生长季降雨量(P_{g m})是影响两地区白桦胸径生长量的主要气象因素.T_{g min}和P_{g m}与胸径生长量均呈正相关关系,但T_{g min}对胸径生长量的影响程度存在明显的区域差异.引入T_{g min}和P_{g m}的单木生长模型比仅含林分因子的单木生长模型的调整后确定系数(R_a²)提高了11%(R_a²=0.56),说明气象因子可以很好地解释该地区白桦生长情况;采用哑变量法构建的含区域效应的胸径生长模型将R_a²提高了18%(R_a²=0.59),且有效解决了模型参数区域不相容的问题.模型检验结果表明,含区域效应的哑变量单木胸径生长模型对大、小兴安岭地区白桦胸径生长量的预估效果最好,平均偏差、平均绝对偏差、平均相对偏差和平均相对偏差绝对值分别为0.0086、0.4476、5.8%和20.0%.基于气象因子的哑变量单木胸径生长模型可以很好地描述大、小兴安岭地区白桦的胸径生长过程.     

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。     

基于随机效应的兴安落叶松材积生长模拟

基于黑龙江省带岭林业局大青川林场80株人工兴安落叶松解析木数据和Logistic生长模型,分别考虑单木效应和样地效应,利用S-PLUS软件中的NLME过程拟合非线性材积生长模型,采用赤池信息准则(AIC)、贝叶斯信息准则(BIC)、对数似然值和似然比检验等模型评价指标对不同模型的精度进行比较.结果表明：当考虑单木效应影响时,b₁、b₂、b₃（分别代表Logistic模型中的渐进、尺度和形状的随机参数）同时作为随机参数时模型拟合效果最好; 当考虑样地效应影响时,b₁作为随机参数时模型拟合效果最好.基于单木效应和样地效应的混合模型的拟合精度高于基本模型（Logistic生长模型）,考虑单木效应影响的混合模型的精度高于考虑样地效应影响的模型.模型检验结果表明,随机效应模型不但能反映单木材积的总体平均变化趋势,还能反映个体之间的差异;随机效应模型通过校正随机参数值能提高模型的预测精度.     

基于抚育间伐效应的长白落叶松人工林两阶段枯死模型

1972和1974年分别在黑龙江省江山娇林场及孟家岗林场设置10块长白落叶松人工林固定样地(8块抚育间伐样地、2块对照样地),采用连年复测数据,分析抚育间伐对人工长白落叶松样地枯死与单木枯死的影响.基于二分类变量Logistic回归,建立了样地枯死及样地内单木枯死概率的两阶段模型(Ⅰ:抚育间伐后样地水平枯死概率模型;Ⅱ:枯死样地中单木水平枯死概率模型),采用广义估计方程(GEE)方法对模型参数进行估计.根据敏感度和特异度曲线相交点确定枯死概率最优临界点.结果表明: 样地数据按照抚育间伐次数分为4组分别建模(模型1～模型4).在模型1中,地位指数、林分年龄的自然对数、抚育间伐年龄及强度为显著自变量;模型2～模型4采用主成分分析法建模,主成分包含林分年龄、每公顷株数、平均胸径及抚育间伐因子,说明抚育间伐因子对样地枯死概率有显著影响.抚育间伐对枯死样地中单木枯死概率无显著影响,单木枯死概率模型中显著性自变量为林分初植密度、年龄、林木胸径的倒数及林分中大于对象木的所有林木断面积之和.样地枯死概率模型及单木枯死概率模型Hosmer和Lemeshow拟合优度检验均不显著,模型AUC均在0.91以上,估计正确率均超过80%,说明模型拟合效果较好.     

包含哑变量的黑龙江省落叶松人工林碳储量预测模型系统

利用2005—2010年两期黑龙江省落叶松人工林固定监测样地数据,分析黑龙江省落叶松人工林各林分变量因子之间的关系,建立地位级指数曲线模型和林分密度指数模型,采用两步最小二乘的方法建立预测包含林分平均断面积和林分碳储量的联立方程组,将以上所构建的模型统称为黑龙江省落叶松人工林碳储量预测模型系统.同时将龄组和区域作为哑变量加入到预测模型中.结果表明: 模型系统中除地位级指数曲线模型之外,剩余模型的确定系数(R²)均大于0.98,均方根误差均小于4,而加入哑变量的模型R²有所增加,均方根误差均小于3,说明模型稳定性较好,预估参数较为精确.各模型的平均相对误差均小于2%,大部分模型平均相对误差绝对值小于15%,模型精度均在95%以上,研究结果可以对黑龙江省不同区域和龄组的落叶松人工林林分平均树高进行精确拟合.根据地位级指数曲线模型和联立方程组的拟合参数进行分析,当调查样地在同一区域时,林分年龄越大,林分平均树高、林分平均断面积和林分碳储量越大,符合实际生长规律;而在林分年龄相同、区域不同时,不同区域林分平均树高由大到小的排列顺序为: 平原地区、小兴安岭南坡地区、张广才岭东坡地区、完达山地区、张广才岭西坡地区、小兴安岭北坡地区.不同区域林分断面积和林分碳储量由多到少的排列顺序为: 张广才岭东坡地区、小兴安岭北坡地区、张广才岭西坡地区、小兴安岭南坡地区、完达山地区、平原地区.     

红松杈干类型与林分密度、个体生长指标及丰年株均结实量的关系

选取4种密度的红松人工林,设置15块25 m×40 m的临时样地,采用单因素Logistic回归分析和Meta分析方法定量分析了不同杈干类型与红松林分密度、树高、胸径、冠幅及丰年结实量的关系。结果表明:杈干率随着密度的增大呈现降低趋势,与密度600株·hm~(-2)相比,密度750、900和1200株·hm-2的杈干发生概率分别降低了24%、51%和59%;3种杈干类型中以双杈为主,样地内双杈类型株数占杈干总株数的60%以上;杈干对红松各项生长指标和丰年结实量均有显著影响(P≤0.05),杈干木的平均树高、胸径、冠幅和丰年单株球果产量与未杈干木相比分别增加了2.12%、4.69%、4.89%和29.57%;不同杈干类型对红松树高、胸径和结实的影响规律不同,单杈类型对红松生长和结实指标影响不显著(P0.05),其平均树高、胸径、冠幅、丰年单株结实量分别比未杈干类型增加了1.49%、1.99%、1.47%和20.64%;双杈和多杈干类型的各指标与未杈干类型相比有显著差异(P≤0.05),其平均树高、胸径、冠幅及丰年单株球果产量比未杈干木分别增加了2.07%和2.90%,6.00%和6.09%,6.29%和5.99%,及34.61%和26.22%。Logistic回归模型和Meta分析结果证明,红松杈干木对生长结实的促进效应明显,其中双杈和多杈干类型的促进效应表现明显,单杈木的杈干效应不明显,40 a左右的红松人工林杈干效应在林分密度600~750株·hm~(-2)是最佳的。     

黑龙江省东部地区红松人工中幼龄林生物量研究

运用非线性联立方程组建模理论建立红松立木相容性生物量模型,然后利用模型计算出人工红松各个样地林木各器官和样地总生物量。以林分年龄、林分平均胸径、林分密度等因素为制约条件,讨论分析林分生物量在林木各器官之间的分配规律,并且探究林分年龄、林木大小和林分密度的变化对林分生物量的影响。结果表明:幼龄红松人工林林分生物量与平均胸径成正相关关系;林分密度对林分生物量影响较大,并且随着密度的增大而增大,且最适合的林分密度范围是1 000~1 400株·ha-1;红松人工幼、中龄林林分生物量各器官分配规律相同,表现为树干树根树枝树叶,地上生物量占林分生物量79%左右;林分地上和地下生物量大概呈3.8∶1的比例。     

长白落叶松人工林乔木层生物量分布特征及其固碳能力研究

基于8~56 a长白落叶松人工林样地生物量调查数据,建立了长白落叶松林各器官生物量模型,探讨了不同林龄长白落叶松人工林干材、树皮、树枝、树叶、树根的生物量分布与变化规律及单木与林分乔木层的固碳能力。结果表明:随着林龄的增大,长白落叶松人工林林木及各器官生物量均呈现不同程度的增加趋势,单株木生物量由8 a时的0.174 kg增加至56 a时的328.196 kg,林分乔木层生物量由8 a时的0.519 t·hm-2增加至56 a时的251.39 t·hm-2,其中树干所占比例最大,且增幅最大。长白落叶松人工林单木平均碳储量为74.822 kg,56 a林分乔木层碳密度为130.455 t·hm-2,平均碳密度达63.113 t·hm-2,各器官碳储量变化规律明显。长白落叶松人工林幼龄林、中龄林、近熟林、成熟林林分乔木层的年平均固碳量分别为0.087、1.193、1.703、2.124 t·hm-2,固碳量年平均增长率排序为中龄林幼龄林成熟林近熟林。研究认为,长白落叶松人工林单株木及林分各器官生物量随林龄增加具有明显的变化规律,成熟林分固碳水平最高,中龄林分后期固碳潜力最大。     

帽儿山阔叶混交林天然更新幼苗幼树地径-树高模型

基于黑龙江省东北林业大学帽儿山实验林场48块天然阔叶林幼苗幼树调查数据,在8个备选模型中为主要更新树种选择最佳地径(D₀)-树高(H)模型作为基本模型,通过再参数化在基础模型中引入林分因子,并建立样地水平混合效应模型,最后分别对基础模型和混合效应模型进行独立样本检验.结果表明:各树种幼苗幼树的地径-树高关系存在明显的正相关,幂函数或包含幂函数的模型能较好地拟合幼苗幼树地径和树高的关系;基础模型中引入林分因子[林分优势高(H_T)、林分平均胸径(D_g)、林分胸高断面积(BA)]能提高模型的拟合效果,各树种剩余均方根误差(RMSE)下降1.3%～7.4%(平均3.8%),但调整后的决定系数(R_a²)仅仅提高0.1%～1.1%(平均0.6%),赤池信息准则(AIC)下降3.2%～35.2%(平均下降11.4%).对春榆、椴树、水曲柳等10个树种建立混合效应模型,混合效应模型的R_a²比基础模型有所提高,增幅为0.5%～3.5%(平均增加2.2%);RMSE和AIC比基础模型的小,RMSE下降的幅度很大,为3.9%～20.3%,平均下降13.9%,AIC减少4.0%～44.4%(平均减少22.3%).模型检验结果显示,相对于基础模型,混合效应模型的平均绝对误差(MAE)减小0.0001～0.46 m,平均减小0.08 m;平均预测误差百分比(MPSE)降幅较大,为0.1%～6.2%,平均降幅2.0%.说明混合效应模型既能提高模型的拟合效果,又能提高模型的预测能力.本研究构建的阔叶混交林主要更新树种幼苗幼树地径-树高模型为天然阔叶林结构分析和林分生长预测提供了参考.     

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。     

大兴安岭呼中地区3种林分的群落特征、物种多样性差异及其耦合关系

准确理解天然林林分群落特征及其与物种多样性耦合关系是提升天然林管理、达到多样性保护的关键。选择大兴安岭呼中地区典型落叶松林、杂木林、白桦落叶松林为研究对象,分别对乔木层、灌木层和草本层特征(高度、胸径、冠幅、盖度等)进行调查并计算丰富度指数、多样性指数和均匀度指数,旨在探究林分间差异及其耦合关系变化。结果表明:(1)乔木层的树高、枝下高表现出杂木林落叶松林白桦落叶松(P0.05);落叶松林的胸径比白桦落叶松林和杂木林的高出6%和11%;灌木层的高度、盖度、地径、冠幅和草本层多度、盖度、高度在森林类型间均未表现出显著差异。(2)3个森林类型的乔、灌、草丰富度指数R、Shannon-Wiener指数及Simpson指数均表现出杂木林最大,乔木层和草本层呈相同规律,即杂木林白桦落叶松林落叶松林,而灌木层表现出杂木林落叶松林白桦落叶松林;白桦落叶松林和杂木林的乔木层均匀度Pielou指数和Alatalo指数约为落叶松林的3倍左右,而在灌木层和草本层在森林类型间差异不显著(P0.05)。(3)典范对应分析(CCA)结果表明林分群落特征和生物多样性关系存在明显森林类型间差异。总体表现为灌木特征(冠幅、地径)、草本层特征(盖度、多度和高度)对多样性均有较大影响;白桦落叶松林和杂木林的胸径对多样性影响明显,而落叶松林的乔木高度(树高、枝下高)对多样性影响较大。杂木林随着灌木盖度、草本高度的增加,草本物种多样性降低、乔木多和灌木物种多样性增加;而落叶松林相同的多样性变化多伴随草本高度增加、多度和盖度变小。灌木层物种多样性增加多与乔木和草本物种多样性降低相伴随,在杂木林中同时伴随着乔木胸径和草本的盖度、多度增大、灌木冠幅变小,而白桦落叶松林则伴随灌木冠幅和草本多度盖度的减小。以上结果表明,林分群落特征与物种多样性存在耦合关系,上述解耦合结果为通过维持良好森林结构、多样性保护具有实践意义。     

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。     

Amazon Forest Structure from IKONOS Satellite Data and the Automated Characterization of Forest Canopy Properties

We developed an automated tree crown analysis algorithm using 1-m panchromatic IKONOS satellite images to examine forest canopy structure in the Brazilian Amazon. The algorithm was calibrated on the landscape level with tree geometry and forest stand data at the Fazenda Cauaxi (3.75° S, 48.37° W) in the eastern Amazon, and then compared with forest stand data at Tapajos National Forest (3.08° S, 54.94° W) in the central Amazon. The average remotely sensed crown width (mean ± SE) was 12.7 ± 0.1 m (range: 2.0–34.0 m) and frequency of trees was 76.6 trees/ha at Cauaxi. At Tapajos, remotely sensed crown width was 13.1 ± 0.1 m (range: 2.0–38.0 m) and frequency of trees was 76.4 trees/ha. At both Cauaxi and Tapajos, the remotely sensed average crown widths were within 3 percent of the crown widths derived from field measurements, although crown distributions showed significant differences between field-measured and automated methods. We used the remote sensing algorithm to estimate crown dimensions and forest structural properties in 51 forest stands (1 km²) throughout the Brazilian Amazon. The estimated crown widths, tree diameters (dbh), and stem frequencies differed widely among sites, while estimated biomass was similar among most sites. Sources of observed errors included an inability to detect understory crowns and to separate adjacent, intermingled crowns. Nonetheless, our technique can serve to provide information about structural characteristics of large areas of unsurveyed forest throughout Amazonia.     

额尔齐斯河流域垂枝桦林群落结构特征与物种多样性相关分析

为阐明植物群落结构特征和物种多样性之间的相互关系,选择额尔齐斯河流域白桦林国家森林公园的天然垂枝桦(Betula pendula)纯林、垂枝桦苦杨混交林、垂枝桦白柳混交林为研究对象,分林层调查群落的基本特征参数(高度、枝下高、冠幅、胸径、盖度等),计算物种重要值、丰富度指数、多样性指数、均匀度指数,并进行典范对应分析。结果表明:(1)垂枝桦白柳混交林的乔木层树高、枝下高和灌木层的地径、盖度均最高;3种群落的草本层特征参数(除基径)均具有显著差异;垂枝桦白柳林的盖度分别比垂枝桦苦杨林和垂枝桦纯林高19.1%和51.8%。(2)3种群落的乔木层重要值最高为垂枝桦,灌木层为疏花蔷薇(Rosa laxa)、阿尔泰山楂(Crataegus altaica),草本层为莎薹草(Carex bohemica)。(3)3种群落类型中乔木层的丰富度指数R、Simpson指数、Shannon-Wiener指数和灌木层的Pielou指数、Alatalo指数呈现出相同规律,即垂枝桦白柳混交林>垂枝桦苦杨混交林>垂枝桦纯林;草本层中除Alatalo指数之外,其他指数均呈现垂枝桦纯林>垂枝桦苦杨混交林>垂枝桦白柳混交林(P>0.05)。(4)CCA排序结果表明,不同垂枝桦林群落结构特征与物种多样性关系有差异。其中,垂枝桦纯林中,对物种多样性影响最大的是乔木枝下高、灌木株高、冠幅以及草本盖度;垂枝桦苦杨混交林中,对物种多样性影响最大的是乔木高度和冠幅、灌木冠幅和草本高度;垂枝桦白柳林中,对物种多样性影响最大的是乔木胸径、灌木冠幅、盖度以及草本高度。研究表明,乔木枝下高度、灌木冠幅、草本高度是影响3种群落类型物种多样性的主要因素。     

林分结构对桂西南蚬木种群天然更新的影响

研究垂直结构(树冠指数、大树比例、小树比例和树高)及密度因素(基面积、乔木密度、灌木密度、灌木盖度和蚬木比例)对桂西南喀斯特山地典型蚬木种群天然更新的影响.结果表明: 群落平均更新密度为1742～3861株·hm^-2,密度相对较低.垂直结构和密度因素对蚬木幼龄植株个体数影响不显著,对地径和株高生长有一定影响.在垂直结构变量中,树冠指数与蚬木幼苗株高呈显著负相关,与幼苗地径的相关性不显著;大树比例和树高与幼苗的地径和株高均呈显著负相关,小树比例与幼苗地径和株高呈显著正相关.在密度变量中,乔木密度与幼苗地径、株高呈显著正相关;蚬木比例与幼苗地径呈显著负相关.多元回归分析显示,林分结构因子与蚬木幼龄植株个体数的拟合较差(P>0.05),蚬木幼苗的数量分布在一定程度上受到垂直结构的综合影响;林分结构因子模型对蚬木幼苗地径和株高的拟合较好(P<0.01),幼苗地径生长主要受乔木密度影响,株高生长主要受乔木密度和基面积的共同影响.     

林分结构对湖南栎类天然次生林林下植被生物量的影响

对湖南栎类天然次生林不同林分类型的林下植被生物量特征及其影响因素进行研究。结果表明: 将50块样地划分为甜槠-鹿角杜鹃混交林、亮叶水青冈-箭竹混交林、石栎-虎刺+山茶混交林、甜储+枹栎-鹿角杜鹃混交林、青冈栎-油茶+杜鹃混交林5种林分类型。5种林分的林下植被生物量均较低,不超过2.3 t·hm^-2。5种林分类型的林下灌木生物量没有显著差异,甜槠-鹿角杜鹃混交林草本层生物量显著低于其他4种林分类型。影响不同林分林下植被生物量的因素不同。在甜槠-鹿角杜鹃混交林,草本层生物量与郁闭度、角尺度呈显著负相关,林下植被总体生物量与开敞度呈显著正相关;在亮叶水青冈-箭竹混交林,灌木层生物量与林分的角尺度、郁闭度呈显著负相关,草本层生物量与林下植被总体生物量与混交度呈显著正相关;在石栎-虎刺+山茶混交林,草本层生物量与林分的聚集指数呈显著正相关;在甜储+枹栎-鹿角杜鹃混交林,灌木层生物量与林分的混交度呈显著负相关,草本层生物量与林分的株数密度呈显著正相关;而在青冈栎-油茶+杜鹃混交林,林分结构与林下生物量没有显著相关关系。对林下植被生物量进行调整,应该以调整林分水平分布格局为主,综合考虑林分遮盖程度与树种结构。     

基于地理加权回归拓展模型的天然次生林碳储量空间分布

为精准获取区域尺度天然次生林的碳储量及其空间分布格局,以吉林省汪清林业局浪溪林场的天然次生林为研究对象,基于165块局级固定样地,以林分因子、地形因子和土壤因子为影响因子,将普通地理加权回归模型(GWR)作为基础,从空间维度、参数异质性特征和残差空间自相关性3个方面进行改进,构建7类拓展模型,即地理海拔加权回归模型(GAWR)、半参数地理加权回归模型(SGWR)、半参数地理海拔加权回归模型(SGAWR)、地理加权回归克里格模型(GWRK)、地理海拔加权回归克里格模型(GAWRK)、半参数地理加权回归克里格模型(SGWRK)和半参数地理海拔加权回归克里格模型(SGAWRK)。运用7类拓展模型对研究区的森林碳储量及其分布情况进行模拟估测,采用决定系数(R²)、均方误差(MSE)和赤池信息准则(AIC)对各种模型的拟合效果进行评价;最后,运用最优回归模型的拟合结果绘制森林碳储量空间分布图,分析研究区森林碳储量的分布规律。结果表明: 林分因子和地形因子对天然次生林碳储量产生了较大的影响,其中林分平均胸径是影响最大的变量,两者呈显著正相关;SGWR和SGAWR模型能够进一步降低GWR模型残差的空间自相关性;地理加权回归拓展模型能进一步提升GWR模型的拟合效果。其中,SGWRK模型具有最高的R²和最低的MSE和AIC。将海拔作为空间权重未能有效提高模型的拟合效果;浪溪林场森林总碳储量为205×10⁴ t,碳密度为8.56～145.74 t·hm^-2,平均值57.98 t·hm^-2,整体上呈现西北高、东南低,边缘高、内部低的分布格局。通过改进地理加权回归基础模型对参数异质性特征和残差空间自相关性的处理,可以更好地揭示研究区森林碳储量与相关变量间的空间关系,提升模型对区域尺度森林碳储量及其空间分布的估测精度。