【目的】森林立地质量评价是森林经营的基础工作,是估计林分生长量和收获量、评价森林生产潜力及确定合理经营措施的重要依据。本文基于60株优势木和亚优势木解析木数据,采用广义代数差分法(GADA)构建了更加灵活的异形地位指数模型,为黑龙江省长白落叶松人工林立地质量的精准评价提供了依据。【方法】选择修正Weibull、Korf和Richards生长方程为基础方程,使用GADA法推导出6个差分地位指数模型,基于1994—2017年在黑龙江省调查的解析木数据,利用非线性最小二乘法进行拟合。结合拟合样本和检验样本计算R2、均方根误差(RMSE)、模拟效率和平均绝对误差等4项指标检验模型的拟合效果与预测能力,初步筛选出较优模型。通过分析比较它们的残差图、地位指数曲线簇进一步筛选出最优模型。将最优模型和使用代数差分法(ADA)推导的模型绘制地位指数曲线簇,并对地位指数为12～22 m曲线的参数、年生长量达到最大值的时间(拐点)和数值进行分析比较。【结果】基于Richards方程h=a(1-e~(-bt))~c,设定自由参数为a=e~(X_0),c=c_2/X_0,X_0=1/2[lnh_1+(lnh_1~2-4c_2ln(1-e~(-bt_1)))~(1/2)]的差分地位指数模型被选为最优模型。其参数的拟合结果为b=0.046 8,c_2=4.675 4,R~2为0.987 4,RMSE为0.749 1,平均绝对误差为0.904 0,模拟效率为97.04%。相比于使用ADA法推导的模型,采用GADA法推导的最优模型能更好地预测优势木树高生长过程。【结论】在推导地位指数模型时,根据GADA法,指定多个参数为自由参数所推导出的差分模型不仅具有良好的拟合效果,也能同时符合多条水平渐近线与曲线多形性的性质,而ADA法只能满足其中一个条件。最优模型的拟合结果表明,随着地位指数的提升,优势木树高生长曲线的渐近最大值(参数)逐渐增大,连年生长量达到最大值(拐点)的时间越早。这说明立地条件越好长白落叶松人工林优势木树高年生长量和最大值越大,且年生长量更早达到最大值。

【目的】以吉林省长白落叶松人工林为对象,分析立地形与地位指数及其与林分生产力之间的关系,检验立地形评价长白落叶松人工林立地质量的可行性。【方法】基于168块固定样地的314个观测数据,提出了基准胸径确定的方法,即以胸径-年龄的逻辑斯蒂方程为基础,求其拐点纵坐标(即为基准胸径)。以理查兹生长方程分别拟合优势高-年龄、优势高-优势胸径的导向曲线,分别计算各样地的地位指数与立地形,并分析立地形与地位指数以及二者与林分生产力之间的关系。【结果】立地形与地位指数回归方程的决定系数R2为0.362 7,RMSE为1.993 0 m,平均绝对误差MAE为1.563 2 m。地位指数、立地形与生产力的相关系数分别为0.676 4和0.320 3。采用等距划分的方法将计算所得的地位指数与立地形划分为8个等级,地位指数从1至8级各等级所占比例分别为0.64%、3.82%、12.74%、24.84%、32.48%、19.43%、5.10%、0.96%;立地形从1至8级各等级所占比例分别为0%、1.59%、9.24%、42.36%、44.90%、1.91%、0%、0%。【结论】对于落叶松人工林来说,立地形只能解释36.27%的地位指数变异;地位指数与生产力的相关性远大于立地形与生产力的相关性。对立地形与地位指数采用等距划分的方法进行立地质量等级划分,立地质量等级均呈现出中间多、两头少的趋势,但各等级的样地数量差异较大。总体来说,本研究中立地形不宜作为长白落叶松人工林立地质量评价的指标。

根据黑龙江省孟家岗林场、江山娇林场的固定标准地及吉林省松江河地区的团状枝解析样地调查数据，基于Ｋｏｒｆ生长方程，导出了落叶松人工林分自然稀疏模型和断面积生长模型，以此为核心构造了满足相容性原则的树高曲线动态预估模型、林分收获预估模型落叶松人工林生长模型系统。用由这４个模型构成的模型系统可模拟不同林分的平均胸径、每公顷株数、林分断面积及林分蓄积的生长过程，并与实际林分很接近。

【目的】构建一整套林分空间结构优化的评价方法，以此为基础建立林分间伐模型，以期为森林抚育经营提供科学的间伐方案。【方法】以长白落叶松人工林为研究对象，将林木调查因子树高、胸径、冠幅标准化计算后，加权到Delaunays三角网中并确定林分空间竞争单元，计算样地角尺度、大小比数、密集度、开敞度、竞争指数、混交度这6个林分空间结构参数并使用熵权法赋予各参数权重，结合乘除法思想对其进行多目标规划，进而计算出林分空间评价指数（SEE）与林分空间评价等级（SET）。以SEE为基础构建林分均分间伐模型（该模型可以选定林分中空间结构较差的林木并让其较为均匀地分布在林分中）并将其应用到实际样地中。在露水河林业局东升林场设立了20块面积为0.06 hm~2的落叶松人天混林分的正方形样地，利用样地数据分析间伐前后6个林分空间结构参数、SEE、SET、林冠投影图的变化以验证模型的合理性。【结果】将SEE应用到调查林分中发现，20块样地SEE均值为0.138～0.216,SET分布在1级和2级，其中85%的样地属于1级，15%的样地属于2级，根据SET的定义可以判定该林分质量较差，需要进行优化。以评级指数最低的z17号样地为例，对均分间伐模型进行应用后发现，各林分空间结构参数均往优的方向发展，且样地SET从1级提升到2级。【结论】以加权Delaunays三角网为基础，结合乘除法与熵权法思想所构建的林分均分间伐模型，改善了同类模型所存在的缺陷，可以显著优化林分空间结构，对于林分生长与收获预估模型构建具有重要的参考意义。

【目的】目前关于林分碳储量随年龄动态变化的模型研究较少,本研究通过建立林分水平的碳储量生长模型系,为区域尺度的森林碳储量动态预估提供方法。【方法】以吉林省长白落叶松人工林为对象,使用立地质量分级算法将所有样地划分为3个立地等级,并将其作为哑变量引入模型系中,使用联立方程组的方法将林分平均高、断面积生长模型和林分碳储量模型3个方程进行联合估计,建立林分碳储量生长模型系。采用调整确定系数(R_(adj)~2)、估计值的标准误(SEE)和平均预估误差(MPE)来评价模型的表现,分析不同立地等级和林分密度指数(SDI)下林分碳储量的生长过程,及林分断面积和平均高对林分碳储量的影响。【结果】(1)林分碳储量生长模型系中林分平均高生长模型、林分断面积生长模型和林分碳储量模型的R_(adj)~2分别为0.879、0.977和0.953,MPE均 1 500株/hm~2时,在40年以后的林分密度对碳储量生长过程基本无影响;林分密度指数控制在1 500～2 000株/hm~2时可实现较快的碳储量生长。(4)林分碳储量随林分断面积和平均高的增加而增加,林分断面积与林分碳储量的关系更为密切。【结论】林分碳储量的生长和立地等级、林分平均年龄、密度、断面积、平均高等因子有密切联系,采用联立方程组方法是建立林分碳储量生长模型系的有效方法。本研究建立的林分碳储量生长模型系可以对林分碳储量动态进行有效预测,为了解林分碳储量的生长过程和森林碳汇评估提供了工具。

【目的】神经网络模型能避免林分生物量模型建模时自变量共线性与异方差问题,研究多层感知机在林分生物量模型中的应用,为森林经营单位、区域生物量和碳储量的估算提供方法和依据。【方法】以长白落叶松人工林为研究对象,利用吉林省一类清查固定样地的917组数据,分别建立了基于传统的对数转化后线性模型和神经网络多层感知机的地上生物量和总生物量模型。使用AIC、决定系数(R~2)、均方根误差(RMSE)、相对均方根误差(RMSEr)和平均绝对误差(MAE)来评价模型。【结果】估计精度最高的模型是输入单元为林分平均胸径(D)-平均高(H)-林分密度指数(S)-海拔(HB)-坡向(PX)-坡位(PW)、2个隐藏层、隐单元数为40-20的神经网络模型,与传统对数转换线性回归模型相比,地上生物量和总生物量模型的调整决定系数(Adj.R~2)分别从0.902 1提高到了0.914 1,从0.897 9提高到了0.908 9;RMSEr分别从6.330 5%降低到了5.992 2%,从6.490 1%降低到了6.153 6%。包含立地因子的神经网络模型比未包含立地因子的神经网络模型估计精度略有提升,地上生物量与总生物量的Adj.R~2分别提高了0.88%和0.99%,RMSEr分别降低了5.33%和5.46%。【结论】多层感知机生物量模型的估计精度比传统回归模型略有提高,但它可以避免模型选型和违背传统统计假设的处理等问题,且能够一次性计算地上生物量和总生物量模型,有一定优势。

为了对东北地区东部落叶松人工林的多代经营提供指导,以黑龙江省孟家岗林场的长白落叶松人工林为对象,采用森林生态系统经营管理模型FORECAST,从轮伐期长度、林地枯落物的管理和采伐剩余物的处理方面,评价不同经营措施下落叶松人工林的生物量、养分动态和长期生产力。结果表明:常规森林利用方式下维持落叶松人工林长期生产力的轮伐期应大于35a;落叶松林地枯落物的保留可以显著提高各种轮伐期长度时的林地生产力,短轮伐期时作用效果尤为明显;全面保留采伐剩余物可以维持不同轮伐期条件下落叶松人工用材林的长期生产力。

基于3种常用的理论生长模型,利用代数差分法和广义代数差分法推导8个差分型地位指数模型。模型拟合采用加拿大哥伦比亚省美国黄松林分79个临时样地的纵向剖面解析木数据和分类变量回归的参数估计方法,模型筛选采用统计指标和图形分析相结合的方法,并着重突出了图形分析的重要性;同时,本文对于最佳模型的应用也进行了较为全面的分析研究。结果表明:1)广义差分型地位指数模型具有更高的预测性能;2)基于Hossfeld IV生长模型的广义差分型地位指数模型表现出了最佳的性能,推荐采用该模型对加拿大哥伦比亚省30～200年的美国黄松林分进行树高生长预测和立地质量分类;3)依据预测的相对误差,确定100年为最佳指数年龄...

【目的】木材的质量决定了它在生产中的价值,优质的木材往往可以获得更高的利润。但是树干上节子的大小会严重影响木材的质量,而节子是在枝条死亡后形成的,所以通过研究枝条属性,寻找合适的营林控制方式将对提高木材质量具有重要意义。【方法】本研究根据黑龙江省佳木斯市孟家岗林场、林口林业局和东京城林业局的10块长白落叶松人工林标准地中的70株落叶松枝解析数据,分别建立传统的Logistic基础模型以及相应的广义线性混合模型(GLMM)来预测该地区长白落叶松的枝条存活状况,并对模型进行拟合效果评价和独立性检验。【结果】枝

[目的]构建落叶松人工林单木和林分水平的相容性生物量模型,使之既在数据采集区域内能够表征不同水平下的差异程度,又具有较强的通用性。[方法]基于64株长白落叶松人工林样木生物量实测数据和40个每木检尺样地数据,在考虑和未考虑林龄2种情形下,利用哑变量和非线性似然无关回归方法相结合,构建单木和林分水平的一元相容性生物量模型。[结果]表明:(1)地上及全株生物量模型单木水平下的R～均大于0.95,林分水平下的R～均大于0.78,(2)利用哑变量考虑林龄因素后,单木水平下各评价指标总体稳定,参数b值范围从0.905 5～2.512 5减小为1.047 0～2.202 8。林分水平下R~2提升0.201 9,参数b值范围从0.071 1～1.560 7减小为0.781 1～1.055 1;且具有更小的TRE、MPE和MSE。(3)利用对数转换的线性回归模型,全株及各组分生物量模型残差的分布趋势均平行于横轴。[结论]非线性似然无关回归和哑变量相结合的方法灵活、建模过程简单、模型稳定性好,适用于不同因素下落叶松人工林相容性生物量模型构建。林龄因素对林分模型拟合效果的改善更显著,在建模过程中,单木模型可以不考虑林龄的影响,而林分模型需要考虑林龄的影响。

利用黑龙江省孟家岗林场长白落叶松人工林间伐标准地定位观测数据，基于间伐林分断面积与相同年龄、相同立地、相同保留木株数的未间伐林分的断面积，随时间趋于一致的假设，根据未间伐人工林林分断面积生长的一般预测模型导出了间伐林分的断面积生长预测模型，同时，结合抚育间伐技术指标的确定，进行间伐林分的动态模拟。

根据华北落叶松人工林标准地和解析木资料,采用生长量修正-分析方法推导和建立了与距离无关的单木生长模型.在建立林木胸径潜在生长函数(疏开木直径生长函数及疏开木冠幅-胸径关系)的前提下,以CCF为基础构造了一个新的林分密度指标:林冠重叠度(COD);在分析论证的基础上,选择了相对直径(Rd)作为林木竞争指标.使用单木模型编制了华北落叶松人工林生长模拟,预测程序-LRGP.BA8.该程序可以模拟华北落叶松人工林在自然状态和问伐情况下的生长过程,因而可以用于选择、设计最优间伐方案和造林密度.

以黑龙江省东北部落叶松人工林为研究对象,应用19块标准地中95株解析木(每块标准地选取5株)的节子剖析数据,采用线性混合效应模型理论建立落叶松节子各因子(节子直径、着生角度、长度)的预估模型。结果表明:节子直径、着生角度和长度都随着树木胸径的增大而增大;节子直径随着着生高度的增大先增大后减小;节子角度随着着生高度的增大而逐渐减小;节子长度随着直径的增大而增大。与固定效应模型相比,考虑混合效应所建立的节子大小预测模型其参数估计更为准确,残差分布更加均匀,模型拟合精度明显得到提高(R2约提高了0.3)。独立样本的检验结果表明:各模型的预估精度均在90%以上,说明所建模型可以很好地描述落叶松人工林节...

贝叶斯统计推断是基于总体信息、样本信息和先验信息的一种统计推断方法,并已成为森林生长模型中的一种重要方法。本文以长白落叶松人工林为对象,基于1 687对林分优势高与年龄数据,利用Richards生长方程构建基于贝叶斯法和经典概率统计法的林分优势高生长模型,探讨贝叶斯统计法拟合小样本量数据的稳定性。分别基于全部样本,以及随机抽取的10%、5%和2%样本,利用经典概率统计法(非线性最小二乘法)、无先验信息的贝叶斯统计法和有先验信息的贝叶斯统计法进行参数估计,分析模型表现和参数分布。模型评价指标包括均方根误差(RMSE)、贝叶斯统计常用的DIC统计值以及参数的可信区间。结果表明:基于小样本的贝叶斯统...

以长白山地区 2 6a生长白落叶松人工林为研究对象 ,采用枝解析的方法 ,测定了 2 5株林木 (直径 10 5～2 4 9cm)的树冠变量 ,并建立了预测树冠外侧形状的冠形模型。基于枝条着枝深度 (DINC)和林木变量所建立的树冠形状模型包括 :基径、枝长、着枝角度和弦长等预估模型。对于大小相同树木的主要枝条来讲 ,这些树冠变量是随着DINC的增加而增大 ;而林木的胸径 (DBH)和树高 (HT)变量很好地反映了不同大小树木的冠形变化。冠形预测模型预测效果良好 ,充分体现了树冠结构的变化趋势 :树冠形状在树冠的中上部呈抛物线体 ,而在树冠的下部则为近圆柱体。文中所建模型 ,可以合理地描述...