[目的]以吉林省汪清林业局金沟岭林场12块天然云冷杉针阔混交林样地为对象,基于12 953对实测树高-胸径数据,结合林分优势高分树种(组)建立基于BP神经网络的标准树高模型。[方法]在确定隐层节点数后经过反复训练得到各树种(组)的适宜模型结构,使用相同的建模数据(8块样地)求解两个传统的树高方程,再利用未参与建模的4块样地分别验证模型。[结果]表明:落叶松、云杉的适宜模型结构(输入层节点数:隐藏层节点数:输出层节点数)为2:5:1;红松、中阔(白桦、大青杨、榆树和杂木)的适宜模型结构为2:4:1;冷杉的适

林木间普遍存在着空间自相关，这直接关联着林木间的竞争与相互作用。单木胸径树高模型是森林生长、收获与预测的基础，忽略林木间的空间自相关将会导致胸径树高模型的普通最小二乘（ＯＬＳ）回归违背残差独立分布假设，导致犯第一类错误的可能性变大，以及模型参数标准差的有偏估计和回归模型估计的有效性降低。因此，本文选择我国东北地区主要森林类型即天然云冷杉针阔混交林为研究对象，考虑林木间的空间自相关，选用合适的线性化单木胸径树高ＯＬＳ模型为基准模型，利用３个同步自回归（ＳＡＲ）模型即空间滞后模型（ＳＬＭ）、空间误差模型（ＳＥＭ）和空间ＤｕＲｂｉｎ模型（ＳＤＭ），构建该混交林的单木胸径树高模型。与此同时，每个ＳＡＲ．．．

采用长白山林区２０１３年调查的１２块１ ｈｍ２固定样地中５个树种的幼树树高－胸径数据，用３５个树高曲线经验模型进行模拟、筛选。结果表明，Ｃｕｒｔｉｓ于１９６７年提出的三次多项式ｈ＝ａ０＋ａ１ｄ＋ａ２ｄ２＋ａ３ｄ３能够很好地拟合５个树种幼树的树高－胸径模型，决定系数（ｒ２）最高可达０．７８６ ５。用独立样本数据对该模型进行检验，结果表明，模型的表现能力良好，能够适用于本地区的云冷杉针阔混交林的幼树树高－胸径模拟。以空间代替时间的方法分析５个树种的幼树树高生长规律，发现色木幼树树高较大；红松和冷杉幼树树高生长类似；云杉幼树树高初期较小，而后期生长很快。本文提出的幼树树高模型可为抚育经营提供参考。

【目的】混交林的稳定性、发展的可能性与空间结构密切相关，探究空间结构对林分生长量的影响对促进林分良性发展有着重要作用。本研究以天然云冷杉针阔混交林为对象，分析混交度（M）和大小比数（U）对单木生长量的影响，以期为该地区天然林林分结构调整提供科学依据和指导。【方法】选用2块云杉蓄积占总蓄积比例分别为0.1～0.2(1成云，1P)和0.4(4成云，4P)固定样地的5期监测数据，采用4株相邻木法计算空间结构三参数，绘制多元分布图，分析了1P和4P内各径级云杉、臭冷杉和红松在不同混交度和大小比数的胸径生长量变化规律。【结果】1P和4P均介于中度和强度混交（M分别为0.625和0.657）且呈随机分布；臭冷杉和红松的生长介于亚优势至中庸状态间（U=0.25～0.50），云杉在4P内介于亚优势至中庸状态间（U=0.48），在1P内介于中庸至劣势状态间（U=0.70）。云杉和臭冷杉的年胸径生长量随径级的增大而增大（P <0.05）。云杉在1P内的年胸径生长量低于4P，红松相反。【结论】不同径级下林木的生长具有显著差异，降低大小比数的同时适当提高混交度有利于林木的胸径生长。不同生长阶段的竞争不同导致了不同径级林木对混交度和大小比数响应的差异，故针对不同生长阶段的林木应采取不同的经营措施调整优化林分结构，促进林分长期的稳定发展。

［目的］建立多树种、多层次混交林的树高－胸径生长关系非线性混合效应模型，为研究混交林多树种生长规律提供参考依据。［方法］以河北省塞罕坝国家森林公园华北落叶松－白桦针阔混交林为研究对象，基于８７块标准地（２０ ｍ×３０ ｍ）的４ ９５３株华北落叶松和３ ６０８株白桦单木数据，选取１３个具有代表性且具有生物学意义的树高－胸径模型进行拟合，从中筛选出拟合优度较高的模型作为构建混合效应模型的基础模型，并在混合效应模型中加入哑变量以解决样地内不同树种带来的差异。［结果］１）在１３个树高－胸径候选模型中，模型１３的确定系数最大（Ｒ２＝０．９１５ ７），绝对误差（Ｂｉａｓ＝１．２００ ６）、均方根误差（Ｒｍ．．．

【目的】在多树种多层次针阔混交林中,基于贝叶斯混合效应模型法构建树高与胸径关系的混合效应模型,以提高预测模型参数稳定性,为揭示混交林多树种生长规律、资源分配差异及森林质量精准提升提供科学依据。【方法】以河北省塞罕坝机械林场华北落叶松和白桦针阔混交林为研究对象,基于112块标准地(30 m×30 m)调查数据,选取6个包含不同林分因子的理论方程作为构建混交林不同树种树高与胸径关系的基础模型,选择出拟合精度较高的模型,分别采用两水平非线性混合效应模型法和贝叶斯混合效应模型法构建立包含哑变量的多树种树高与胸径关系模型。【结果】包含林分优势高和林分断面积组合变量的Richards方程拟合效果最好,模型确定系数(R~2)、均方根误差(RMSE)和绝对误差(Bias)分别为0849 5、2378 6和0365 4;贝叶斯混合效应模型法拟合精度略高于传统非线性混合效应模型法:基于传统非线性混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0930 4和0103 4,白桦树高与胸径关系模型的RMSE和Bias分别为0982 7和0112 6;基于贝叶斯混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0910 5和0096 8,白桦树高与胸径关系模型的RMSE和Bias分别为0963 3和0100 2。【结论】基于贝叶斯混合效应模型法构建的非线性混合效应模型,充分考虑混交林多树种树高与胸径关系模型参数的不确定性,模型预测效果更具可靠性和稳定性。

【目的】考虑林木间的空间自相关,构建基于空间自相关的林木胸径-树高模型,为可持续经营天然混交林提供理论依据。【方法】以天然蒙古栎阔叶混交林为研究对象,选择适宜的线性化林木胸径-树高模型为基础模型(BM),应用3个同步自回归(SAR)模型即空间滞后模型(SLM)、空间误差模型(SEM)和空间Durbin模型(SDM)研究该混交林的林木胸径-树高模型。同时,将Delaunay三角网(DT)矩阵、逆距离一次幂(ID1)、逆距离二次幂(ID2)、逆距离五次幂(ID5)、球状变异函数(SV)矩阵、高斯变异函数(GV

【目的】基于包含哑变量的非线性分位数回归方法,构建华北落叶松Larix principis-rupprechtii与白桦Betula platyphylla针阔混交林树高与胸径关系的预测模型,对研究混交林中树种结构及立地生产力预测具有重要意义。【方法】以河北省塞罕坝机械林场华北落叶松与白桦针阔混交林为研究对象,利用83块标准地调查数据,基于哑变量分别采用最小二乘法和非线性分位数回归方法,构建不同树种树高与胸径关系模型。【结果】基于包含哑变量的非线性分位数回归预测模型精度高于最小二乘法,其中利用最小二乘法拟合不同树种模型,其确定系数、平均差及平均绝对误差分别为0.787～0.814、1.581～1.877、2.447～2.654;而利用非线性分位数回归不同树种不同分位点模型,其确定系数、平均差及平均绝对误差分别为0.839～0.921、0.213～1.469、0.561～2.322,经过残差分析确定,当分位点τ=0.7时,不同树种树高与胸径关系预测模型精度较高。【结论】与最小二乘法相比,基于非线性分位数构建的包含哑变量不同树种树高与胸径关系的预测模型精度更高。图3表3参33

【目的】建立林木空间利用率模型,为天然混交林中不同树种间生产力的比较提供依据,为单木成熟的判断提供参考。【方法】利用林木生长量与树冠大小比值定义林木空间利用率,以长白山地区云冷杉针阔混交林为研究对象,基于20块标准地的2 268株单木数据,建立林木空间利用率混合模型,拟合各树种的空间利用率。【结果】(1)备选指标中蓄积生长量和树冠投影面积之比与胸径相关系数最高,适宜作为计算指标。(2)通过逐步回归,最终选定林木胸径、胸径平方(代表胸高断面积)、树高、冠幅、样地蓄积、针阔比、坡向坡度、竞争指标作为林木空间利用率基础模型的自变量。(3)确定按树种分组,包含胸径平方及截距随机效应参数、指数函数异方差结构的混合模型,经检验,混合模型在建模数据及检验数据中的表现均略优于一般线性模型。(4)利用所构建的混合效应模型,对研究数据进行拟合预测,各树种空间利用率最高时期的胸径分别为云杉约40 cm,冷杉、落叶松、红松、中阔组约37 cm,慢阔组约32 cm。【结论】林木利用率模型得到的数量成熟是以单位营养空间的生产力为基础的,使不同树种间的比较更为合理,且计算结果符合一般林学规律,可以作为该地区云冷杉针阔混交林判定单木成熟及优化林分结构的参考依据。

为建立科学、适用、准确的天然林立地质量评价体系，采用１２３株冷杉解析木对６个竞争指标进行检验，筛选出其中最适合于天然云冷杉针阔混交林冷杉的竞争指标；选用２６块皆伐样地及所有解析木中符合条件的冷杉模拟优势木高生长曲线和劣势木高生长曲线，并以此为导向曲线构建适合于天然林立地质量评价的竞争地位指数表。从３个树高生长多元回归预测模型中选择最优模型分析由竞争引起的树高差值，利用竞争地位指数对２个立地类型进行评价。结果表明：１）６个竞争指标中，天然云冷杉针阔混交林最适竞争指标为ＣＩ１，统计ＣＩ１值发现冷杉各龄阶竞争差异大，随着年龄增大，竞争压力减小；２）构建级距为２ ｍ，基准年龄为６０年，竞争地位指数分为．．．

[目的]探讨目标树经营对针阔混交林单木生长的影响，为针阔混交林群落生态恢复演替和森林质量精准提升提供技术支撑。[方法]以吉林省汪清林业局的云冷杉针阔混交林为研究对象，区分不同径级和不同树种，使用方差分析判断目标树经营与对照间、不同自由生长空间（FTG）之间目标树的胸径、材积生长量差异。[结果]1）与对照相比，除径级Ⅲ的材积生长量差异不显著外，目标树经营下的各径级目标树的胸径和材积生长量均差异显著，随着径级的增大，目标树的生长提升效果下降明显；2）目标树经营对先锋树种目标树生长的提升或抑制作用不显著，但能显著促进顶级树种和伴生树种目标树生长，且顶级树种更优；3）随着自由生长空间的增加，不同径级目标树的生长量均增大，但径级Ⅲ的材积生长量差异同样不显著；各径级胸径生长量在自由生长空间为4时（FTG4）最大，材积生长量在自由生长空间为3时（FTG3）最大；与经营前相比，最少需要多释放出2个方向的自由生长空间才会显著促进目标树生长；4）紫椴适合疏开2～3个生长方向，臭冷杉适合疏开2～4个生长方向，红松和鱼鳞云杉适合疏开3～4个生长方向。[结论]目标树经营可以显著促进目标树的生长，且有利于群落的恢复演替；云冷杉针阔混交林的目标树经营应重点关注中小径级，其次是大径级；目标树应按照不同树种的适宜性，释放2～4个方向的自由生长空间。

【目的】单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。【方法】以吉林省汪清林业局20块落叶松-云冷杉混交林固定样地25年(1986—2010年)间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合(决策树数目ntree=1 000、决策树每个结点随机选择的预测变量个数mtry={1, 2,···, 52})构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。【结果】ntree=1 000、mtry=12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2cv(R2cv=0.54),以及最小的交叉验证均方根误差RMSEcv、交叉验证平均绝对偏差MAEcv和交叉验证相对均方根误差rRMSEcv(RMSEcv=0.14 cm、MAEcv=0.10 cm、rRMSEcv=50%)。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径Dg的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D0以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小(相对重要性均<1%),其中,生长季平均降水量(4—9月)与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量(4—9月)与生长季相对湿度(4—9月)之比Gspgsrh以及生长季太阳辐射时长(4—9月)Gssr是前4个相对重要的变量。【结论】随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。

【目的】基于非线性回归和广义模型构建不同分位数回归和混合效应的树高预测方程，并对比分析非线性模型、不同分位点（τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9）模型、广义模型及非线性混合效应模型的拟合效果和预测精度，为研究林分生长和收获提供理论依据。【方法】本研究以吉林蛟河地区针阔混交林的主要树种（红松、色木槭、紫椴和水曲柳）为研究对象，基于21.12 hm~2样地数据，首先在11个广泛使用的树高方程基础模型中选定基础模型；其次探究林分变量对树高的影响并构建含林分变量的广义模型；最后在基础模型和广义模型的基础上，构建分位数模型，同时考虑样方效应对树高的影响，构建混合效应模型。【结果】（1）各树种均以Richards模型拟合精度更高，且具有生物学意义，选定为基础模型；考虑林分变量与树高的相关性以及模型收敛性，加入优势木高建立的广义模型能显著提高拟合效果。（2）各树种均为中位数τ=0.5时模型拟合效果最佳，且与非线性回归预测精度相近，红松、色木槭、紫椴和水曲柳最高R~2值分别为0.811、0.809、0.724和0.617，广义中位数回归预测能力得到进一步提高，R~2值分别为0.891、0.874、0.858和0.627。（3）混合效应模型相对其他模型能显著提高预测精度，其中基础混合模型略优于广义混合模型，4个树种R~2值达到0.937、0.919、0.906和0.643，表明包含样方效应的混合模型能得到更准确更稳定的预测结果。【结论】与传统方法建立的基础模型和广义模型以及两者的中位数回归模型相较，基于非线性混合效应构建的树高-胸径模型预测精度更高，其中基于基础混合效应构建的吉林蛟河地区混交林树高-胸径模型更具优越性和稳定性。

【目的】气候因子影响树木生长发育，对树木径向生长与气候因子之间的关系进行分析，以探究长白山地区云冷杉针阔混交林森林生态系统对气候变化的响应，为该地区天然林经营管理提供科学依据。【方法】本研究于2019年在吉林省汪清县云冷杉针阔混交林中对常见针叶树臭冷杉、鱼鳞云杉和红松进行样芯的采集，用树木年轮学方法建立标准年表，进而分析比较不同树种生长与气候因子的关系。【结果】该地区树木标准年表的平均敏感度和信噪比分别为0.16～0.27、6.14～19.98，其中臭冷杉包含更多的气候信息，其平均敏感度、标准差、信噪比和样本总体代表性等统计量均高于鱼鳞云杉和红松。上年9月平均气温及上年、当年7月最低气温与臭冷杉、鱼鳞云杉和红松径向生长均呈显著正相关（P <0.05），这表明同一区域不同树种径向生长对气候的响应具有一定的相似性。3种树种径向生长对气候变化的响应也存在差异，臭冷杉径向生长受气温和降水的共同作用，鱼鳞云杉和红松径向生长主要受气温限制。升温突变（1985年）后，臭冷杉、鱼鳞云杉和红松径向生长与气温相关性增强但与降水量相关性减弱，且升温后树木径向生长有显著上升趋势。【结论】不同树种径向生长对气候变化的响应既有共性又存在差异，目前升温可能仍在臭冷杉、鱼鳞云杉和红松径向生长的临界阈值内，促进其径向生长。

[目的]以长白山林区云冷杉针阔混交林为研究对象,分析目标树抚育采伐前后云冷杉针阔混交林空间结构参数的变化,探索目标树抚育采伐对森林空间结构的影响。[方法]基于6块面积1 hm2的样地,首先遵循近自然森林经营的原理进行林木分类,选定目标树,伐除干扰树;再结合结构化森林经营的原理,计算并分析抚育采伐前后目标树空间结构参数和林分空间结构评价指数的变化。[结果]表明:经目标树抚育采伐后(1)目标树空间结构单元内的树种隔离程度得到进一步提高;林木透光条件有所改善;目标树的竞争压力得以减小;林木空间分布格局总体上得到