基于60株辽东山区日本落叶松样木生物量的实测数据,分析不同林龄条件下立木各部分生物量的变化情况,并应用度量误差方法建立立木相容性生物量模型。结果表明:树叶、树枝、树皮生物量占总生物量的比值随林龄增长呈下降趋势,干材占总生物量的比值随林龄增长呈上升趋势。在筛选出总生物量与各分量最优独立模型的基础上,应用三级控制的方法建立生物量相容性模型,并采用加权回归方法消除总量和各分量模型的异方差。建立的总量、地上部分、树干、干材、树皮生物量模型,其R2均大于0.9;树根、树冠、树叶和树枝生物量的R2略低,介于0.7 0.9之间。通过独立样本对模型的相容性和预测精度进行检验,各分量预测值所占总生物量的百分比之...

[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。

本研究基于辽东山区实测落叶松特征因子，通过枝条解析法获得了２５４组枝条的叶面积、枝条基径、枝条长度等属性数据，在枝条水平上采用一元非线性方程和二元及多元非线性方程建立以枝条属性因子为自变量的枝条叶面积模型。结果表明：枝条基部断面积（ｄ２）与枝条叶面积有最高的相关性，最优一元枝条叶面积模型为：ｙ＝８．９６７／（１＋５０．９０１ｅ－０．０８４ｄ），其Ｒ２达到０．７１９，测算精度为８６．３４％（α＝０．０５）。引入相对着枝深度（ＲｄＩＮＣ），使得二元及多元模型的决定系数显著提高，最优二元枝条叶面积模型为：ｙ＝０．００２（ｄ２）２．２６０ｅ－１．７０１ＲｄＩＮＣ，其Ｒ２达到０．７９６，测算精度为８８．．．．

为探明辽东山区油松人工林的生物量,以辽东山区油松人工林固定样地标准木数据和森林资源清查数据为基础,开展辽东山区不同林分密度油松人工林单株地上生物量分配模式、单株地上生物量模型构建及辽东山区油松人工林乔木层生物量空间分布格局的研究。结果表明:油松人工林枝条生物量、树干生物量和单株地上生物量随林分密度增加均呈现降低的趋势,相似密度条件下,枝条生物量、树干生物量和单株地上生物量随林龄的增加而呈现增加的趋势。油松人工林从中龄林到过熟林,分配到树干的生物量最大,为45.7%～64.1%;分配到枝条的生物量次之,为16.8%～36.0%;分配到叶的生物量最小,为9.8%～19.1%。构建了预测精度较高的油松中龄林、成熟林、过熟林和全龄级单株地上生物量模型,绝对系数R2为0.6926～0.8827。辽东山区油松人工林乔木层总生物量为1.96×107t,其中抚顺市油松人工林乔木层总生物量最大,为1.79×107t;本溪市次之,乔木层总生物量为1.05×106t;丹东市最少,乔木层总生物量为1.05×106t。研究结果为辽东山区油松人工林的合理经营管理和林分生产力的科学评价提供参考。

调查辽东山区长白落叶松人工林的长白落叶松天然更新数量、幼苗的存活和生长状况以及其幼树出现的生境。结果表明:在结实的长白落叶松人工林内均有1年生落叶松幼苗,其数量与人工林种子库落叶松种子数量有关,其存活和生长(高生长和叶片数量)状况明显受林分开阔度、地面植被盖度和枯落物的影响。1年生长白落叶松幼苗在林内生长缓慢,一般高生长不超过6cm,地径生长不超过0·1cm,叶片数量不超过25针。长白落叶松天然更新幼苗4月末开始出现,6月份幼苗数量最多,9月份林内大部分幼苗死亡。这表明长白落叶松幼苗在林下不能正常存活和生长,而影响其存活和生长的主要因素是光照、草本灌木和地面枯落物。另外,长白落叶松林下很难见到...

本文以北沟林场华北落叶松为研究对象,利用统计学软件SPSS来拟合生物量模型,通过60株解析木的测量数据建立各器官的模型系统。模型系统共包括4部分,分别是:总量生物量模型、树干生物量模型、树枝生物量模型和树叶生物量模型。结果表明:建立的华北落叶松各器官生物量模型预估精度达到98%以上。筛选出总量及各部分生物量模型分别是:总生物量W总=-0.300+0.025D2H,树干生物量W干=-0.536+0.017D2H,树枝生物量W枝=0.054+0.006D2H,树叶生物量W叶=0.182+0.002D2H。各器官生物量残差的散点呈均匀分布,残差分布直方图分布近似正态,证明数学模型具有统计学上的意义。

【目的】探究落叶松人工林生长和土壤特性与初植密度的关系，为辽东山区落叶松人工林的合理经营提供科学依据。【方法】以辽宁省清原大孤家林场内3种初植密度（1 600、2 500、3 300株/hm~2）的15年生落叶松人工林为研究对象，基于林木生长指标和土壤养分指标等数据，分析初植密度对林木生长和土壤特性的影响。【结果】林分平均胸径、树高、冠幅和单株材积均随初植密度增大而减小，而蓄积量和高径比则随密度增大而增大，密度对树高影响很小。低密度林分胸径、冠幅和单株材积比高密度分别高出了17.6%、17.6%、32.1%，而蓄积量则表现为高密度比低密度高出39.3%。在不同土层间，除了全钾外，落叶松人工林土壤养分总体表现为随土层加深而降低的规律，而pH值则相反；在不同初植密度间，不同土壤养分变化趋势不尽相同，更多的土壤养分在高密度（3 300株/hm~2）或低密度（1 600株/hm~2）林分达到最大。在0～20 cm土层中，铵态氮、含水率和pH值以初植密度为1 600株/hm~2最高，当株数密度为2 500株/hm~2时pH值最低，呈现明显的酸化趋势，当密度增加到3 300株/hm~2时，硝态氮、全磷、速效钾、全钾、全氮、有机质和有效磷含量最高；在20～40 cm土层中，硝态氮、pH值、全钾、有效磷以1 600株/hm~2最高，铵态氮、含水率以2 500株/hm~2最高，当密度增加到3 300株/hm~2时，全氮、全磷、速效钾、有机质含量最高。从不同土层看，在0～20 cm土层的全磷、有效磷、铵态氮与林木生长指标关系更为密切，而在20～40 cm土层的速效钾与林木生长指标关系更为密切。从不同初植密度看，密度为2 500株/hm~2时，林木胸径、树高、单株材积与氮、磷含量关系密切；密度为3 300株/hm~2时，林木树高、单株材积与氮磷钾含量呈正相关，而蓄积量与pH值呈显著负相关。【结论】初植密度与林木生长和林地土壤特性密切相关，同其他初植密度相比，当林分初植密度为3 300株/hm~2时，0～40 cm土层中土壤氮、磷、钾和有机质含量保持在相对较高水平，且蓄积量最大，适宜培育长周期工业用材林，随着林龄的增大，根据不同培育目标采取适宜的抚育间伐措施。

森林生物量是森林生态系统的最基本数量特征 ,生物量数据是研究许多林业问题和生态问题的基础 ,因此 ,准确测定生物量十分重要。建立生物量模型是生物量估测的主要手段。以往所建模型 ,存在一个严重的缺陷 ,即各分量模型间不相容。如何解决相容性问题 ,一直是生物量估计领域所面临的一个难题。本文以长白落叶松为实例 ,提出了一种新方法———非线性联合估计法 ,并与比例平差法进行了对比。针对不同建模方法 ,设计了 5种估计方案 ,经过分析比较 ,确定了 1种方案为最优估计方案。该方案以树干生物量作为控制量 ,采取两级联合估计。模型构成如下第一级,W1=f2(x)+f5(x),W2=f2(x),W5=f5(x...

林分生物量是森林生态系统最基本的数量特征,是研究许多林业问题和生态问题的基础.建立林分生物量模型是进行林分生物量估测的主要手段.以往所构建模型存在一个严重的缺陷,即各分量模型与总量模型之间不相容.本研究根据闽江流域杉木林分的生物量实测数据,从模型相容性的定义出发,分析各分量的代数关系,利用SPSS统计分析软件构建了林分各分量的相容性模型.研究结果表明:利用SPSS统计分析软件能够快速地构建各种林分非线性模型;本研究所构建的相容性林分生物量非线性模型预测精度较高,可用于实际生产中,且所采用的方法具有较好的通用性.

[目的 ]建立林分生物量模型,分析不同因子对林分生物量的影响,为区域尺度生物量的估算提供模型和依据。[方法 ]以东北和华北地区7个省份的落叶松人工林为研究对象,利用第8次一类清查固定样地数据,采用普通最小二乘方法和稳健回归方法建立林分生物量模型。采用主成分分析和相关分析法筛选气候变量,建立气候敏感的林分生物量模型(包括地上生物量A_(GB)和总生物量T_(GB))。使用决定系数(R~2)、均方根误差(RMSE)和相对均方根误差(rRMSE)评价模型。将各因子的解释率分解为独立解释和共变部分,量化不同因子的解释率。[结果 ](1)最优基础模型形式为变量直接引入,最优A_(GB)和T_(GB)模型R~2分别为0.967、0.953,地上部分的大于总量。普通最小二乘回归和稳健回归结果类似,稳健回归稍优于普通最小二乘回归,基于稳健回归的最优A_(GB)模型的RMSE、rRMSE要比对应的普通最小二乘回归模型分别低0.046 t·hm~(-2)、0.085%,对于T_(GB)则分别低0.059 t·hm~(-2)、0.081%。(2)A_(GB)和T_(GB)与湿热指数(AHM)相关系数较大,分别为-0.350和-0.363,气候敏感的林分生物量模型进一步提升了的模型预测效果,A_(GB)的R~2提高了0.41%,而RMSE和r RMSE降低了6.85%;T_(GB)的R~2提高了0.63%,误差统计量降低了6.79%。(3)A_(GB)和T_(GB)的林分因子独立解释分别为87.37%、82.32%,气候因子独立解释分别为0.40%、0.60%,共变部分分别为9.33%、9.98%,林分因子的解释率远大于气候因子,共变部分较大。[结论 ]当林分生物量模型的建模数据质量较高时,稳健回归和普通最小二乘回归建立的模型差异不大,但气候因子对林分生物量具有显著影响,需要建立气候敏感的林分生物量模型进行生物量估计。

[目的 ]建立林分生物量模型,分析不同因子对林分生物量的影响,为区域尺度生物量的估算提供模型和依据。[方法 ]以东北和华北地区7个省份的落叶松人工林为研究对象,利用第8次一类清查固定样地数据,采用普通最小二乘方法和稳健回归方法建立林分生物量模型。采用主成分分析和相关分析法筛选气候变量,建立气候敏感的林分生物量模型(包括地上生物量A_(GB)和总生物量T_(GB))。使用决定系数(R~2)、均方根误差(RMSE)和相对均方根误差(rRMSE)评价模型。将各因子的解释率分解为独立解释和共变部分,量化不同因子的解释率。[结果 ](1)最优基础模型形式为变量直接引入,最优A_(GB)和T_(GB)模型R~2分别为0.967、0.953,地上部分的大于总量。普通最小二乘回归和稳健回归结果类似,稳健回归稍优于普通最小二乘回归,基于稳健回归的最优A_(GB)模型的RMSE、rRMSE要比对应的普通最小二乘回归模型分别低0.046 t·hm~(-2)、0.085%,对于T_(GB)则分别低0.059 t·hm~(-2)、0.081%。(2)A_(GB)和T_(GB)与湿热指数(AHM)相关系数较大,分别为-0.350和-0.363,气候敏感的林分生物量模型进一步提升了的模型预测效果,A_(GB)的R~2提高了0.41%,而RMSE和r RMSE降低了6.85%;T_(GB)的R~2提高了0.63%,误差统计量降低了6.79%。(3)A_(GB)和T_(GB)的林分因子独立解释分别为87.37%、82.32%,气候因子独立解释分别为0.40%、0.60%,共变部分分别为9.33%、9.98%,林分因子的解释率远大于气候因子,共变部分较大。[结论 ]当林分生物量模型的建模数据质量较高时,稳健回归和普通最小二乘回归建立的模型差异不大,但气候因子对林分生物量具有显著影响,需要建立气候敏感的林分生物量模型进行生物量估计。

以南方马尾松地上生物量数据为例,通过利用非线性度量误差模型方法,研究建立了地上生物量与树干、树冠的相容性联立方程组模型,并对模型的精度和适用性进行了检验。研究结果表明:方程最大平均绝对误差和方程最大平均相对误差均趋于无穷小,树干生物量Y1和树冠生物量Y2的确定系数分别为0.9502和0.8807,模型精度比较高,适用性较好。研究结果有助于为建立相容性立木生物量模型提供新方法。

【目的】探索云南松不同区域相容性生物量模型的构建方法，为云南松生物量建模工作提供技术支撑。【方法】以四川、西藏和云南150株云南松地上生物量实测数据为基础，选取基础生物量模型（一元、二元模型），引入以地理区域为特征的哑变量模型，建立不同省（自治区）云南松的地上总生物量及树干、干材、干皮、树冠、树枝和树叶各项生物量的通用模型；然后采用非线性度量误差联立方程组法，建立地上总生物量与各分项生物量的相容性生物量模型，根据方程构成的不同，该方法又分为比例总量直接控制及代数和控制2种方案；对上述模型的拟合效果进行评价

基于不同林龄樟子松人工林生物量调查数据,建立了樟子松林生物量相容性模型,探讨了不同林龄樟子松人工林中乔木层、林下植被层、死地被物层碳密度和碳储量的变化规律。结果表明:樟子松人工林各器官碳密度值的排序为:树叶>树枝>树干>树根;各器官碳密度均随着林龄的增大而增加,27、30、32、36、40和44年生樟子松各器官的平均碳密度分别为449.5、460.2、470.8、485.1、489.2和513.6g/kg,林下植被与死地被物的碳密度随林龄的变化规律不明显。27～44年期间樟子松人工林群落碳储量都随林龄的增大而增加,从27年生的37.14t/hm2增加到44年生的168.46t/hm2,其顺序为...

精确地估算林木生物量对于了解大尺度森林生物量、碳储量及其动态变化具有重要意义。以甘肃省、湖北省、辽宁省3个区域共计161株日本落叶松Larix kaempferi单木各器官组分(树干、树皮、树叶、树枝、树根)生物量数据为例,基于似乎不相关回归和哑变量的方法,建立了适合不同区域、不同器官组分的日本落叶松单木通用性生物量方程。结果表明:与普通模型相比,构建的3个哑变量生物量通用模型不仅解决了不同器官组分的相容性,还提高了生物量估测精度,复相关系数增加了0.28%～0.44%,均方根误差减少了0.40%～6.61%,绝对偏差减少了1.63%～6.61%。单独引入1个哑变量时,区域哑变量构建的生物量通用模型预估精度高于发育阶段作为哑变量构建的生物量通用模型;而同时引入2个哑变量时,预估精度分别高于单独引入1个哑变量的生物量通用模型,表明同时考虑区域和发育阶段构建的日本落叶松生物量模型为最佳模型。因此,考虑将区域和发育阶段同时作为哑变量并应用似乎不相关法来构建单木生物量模型,可以解决大尺度生物量模型的通用性和不同组分的相容性问题。表5参33