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。

【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。

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...

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。

本文以林分生长模型为基础，将林分的经营指数作为状态变量，将主伐时林分平均直径作为目标，将达到这一目标时林分总收获蓄积量作为指标函数，建立了离散确定性动态规划模型，编制了计算机模拟系统。利用此系统即可对落叶松不同培育目标下的最佳间伐时间、间伐强度和主伐年龄等进行决策。结果表明，优化决策方法在保留株数、间伐次数和总收获蓄积量上都优于一般决策方法，它既可对落叶松林分进行生长预测，也可为制定经营单位的经营方案提供依据。

【目的】为进一步完备华北落叶松天然更新障碍的研究体系,本研究从幼苗更新特征方面,揭示或反映华北落叶松林天然更新影响因素。【方法】于2019-2020年,对不同强度间伐作业(于2010年6月完成)的27年、31年和47年共3个林龄的华北落叶松人工纯林林下幼苗群体展开调查研究。【结果】(1)塞罕坝地区华北落叶松林在经过35%极重度间伐、30%重度间伐、20%中度间伐和15%轻度间伐作业以及自然稀疏后的9～10年里,林下均存在着不同程度的天然更新,更新苗层次均为幼苗,无落叶松幼树存在。幼苗以1年生幼苗为主,多年生幼苗的年龄多为2年。在幼苗更新频率的表现上,更新能力与林龄间呈反比,以27年华北落叶松林的表现最好,47年人工林的最差。(2)幼苗苗龄分布中,1年生幼苗占比高,更高苗龄的幼苗占比极少,1年生和2年生幼苗的损失较大,在向多年生幼苗的过渡过程中存在更新断层。(3)幼苗地径和苗高在不同时期以及林分间的差异均较小(P> 0.05)。经过一个生长季,幼苗地径明显减小(P 0.05)。(4)连续2年塞罕坝地区华北落叶松林天然更新等级的观测结果均为更新不良。林龄和林分密度对更新密度的影响较大(P 0.05)。(5)连续2年生长季内幼苗密度的动态变化在3个人工林中相对一致,7月底为萌发高峰期,幼苗损失主要发生在冬季。(6)生长季成活率和越冬成活率在不同人工林间的差异较小(P> 0.05)。2019年27年落叶松林中生长季成活率要显著优于2020年的(P <0.05)。【结论】塞罕坝地区3个龄级的华北落叶松人工林,在经过4种强度间伐后的9～10年里,各人工林下存在不同程度的天然更新。林龄和林分密度主要通过影响林下幼苗的更新频率和更新密度影响到天然更新;而对于林下幼苗的年龄分布、生长状况、更新动态以及成活率等更新特征的影响则较小。即林龄和林分密度主要是通过影响幼苗数量来影响林下更新状态。相对而言,对结实能力更强的幼、中龄林,可通过间伐促进母树生长,提高林分整体的种子产量。并可能通过加大间伐强度和缩短轮伐期等方式,增加间伐对于林分的整体种苗品质、林下更新的环境因子和塞罕坝地区幼苗生长季期限等方面的正向影响。

分析了理查德、逻辑斯蒂、单分子及冈珀斯生长方程之间的关系,以理查德方程为基础,研究了其它各方程的特点及性质。运用辽宁省长白落叶松林分观测数据,模拟了Richards等生长方程的林分断面积生长过程,以林分立地指数,疏密度为因变量,建立了多形长白落叶松林分断面积生长曲线模型。通过预测分析表明,Richards生长方程具有适应性强、精度高等特点。

以3种不同林分密度长白落叶松人工林为研究对象,研究不同林分密度长白落叶松人工林的土壤养分特征,结果表明:同一林分密度条件下,土壤养分含量(有机质、全氮、全磷、C/N)均随土层深度的增加呈降低的趋势,呈现明显的"表聚"现象;不同林分密度下,土壤养分含量的变化规律不尽一致;对土壤养分含量与环境要素(凋落量、现存量、林分密度、土壤温度和土壤含水率)进行回归分析,发现凋落量、现存量和林分密度与土壤养分含量的关系密切;林分密度为750900株·hm(-2)时,土壤多种养分含量显著高于其他林分密度养分含量,有利于该地

【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。

[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。

以长白落叶松工业人工林为对象,在综合分析数量成熟、工艺成熟和经济成熟得出基本轮伐期的基础上,借鉴纸浆材人工林复合轮伐期的概念,确定出2种复合轮伐模式的技术要点。比较2种复合轮伐模式与相对应基本轮伐模式的木材收获量及经济收获量,并进行风险分析。结果表明:复合轮伐模式1比2次基本轮伐得到的经济材和商品材分别多28.2872 m3.hm-2(10.34%)和28.1734 m3.hm-2(10.04%),经济收获量多4906.67元.hm-2(4.50%);复合轮伐模式2比2次基本轮伐得到的经济材和商品材分别多20.9167 m3.hm-2(7.36%)和20.7635 m3.hm-2(7.61%)...

【目的】研究抚育间伐对华北落叶松人工林林分结构的影响，探究适合华北落叶松人工林的最佳抚育间伐强度，以期为华北落叶松人工林经营管理提供理论依据。【方法】以36年生华北落叶松人工林为研究对象，设置对照及22%、38%抚育间伐强度样地，分别于伐后1 a、伐后3 a、伐后5 a、伐后7 a进行林分结构指标的定期调查，分析各处理样地的林分生长和径级结构。【结果】抚育间伐促进了林分胸径和单株材积年均生长量。22%间伐、38%间伐的胸径年均生长量分别比对照增长了25.6%、52.0%;22%间伐、33%间伐的单株材积年均生长量分别比对照增长了29.0%、88.7%。各处理样地的树高年均生长量之间无显著差异（P> 0.05），抚育间伐对树高生长无明显影响。林分蓄积量、胸高断面积年均生长量以及生物量和碳储量年均增长量都随着抚育间伐强度的增加而减少，但从时间变化来看，随着时间的延长，对照样地增长率逐渐降低，抚育间伐样地增长率逐渐增加。对照、22%间伐、38%间伐样地直径分布范围分别为6～22、10～22、12～22 cm，随着抚育间伐强度的加大，林木向更大径阶方向偏移。KS检验结果表明，对照样地均符合正态分布，22%间伐样地以对数正态分布拟合效果最佳，其次为伽玛分布；38%间伐样地正态分布拟合效果最好，其次为Weibull分布。【结论】抚育间伐可以促进林分的生长，改善林分结构，使林分结构向更高径阶方向发展，综合考虑采用38%间伐强度为宜。

【目的】消光系数(k)是模拟树冠光分布的重要指标,本研究通过对比常见的获得k值的方法,筛选最优方法,对长白落叶松人工林树冠内光合有效辐射(PAR)进行动态估计。【方法】(1)将实测的PAR数据按3∶1划分为拟合数据和检验数据,利用拟合数据构建k值预估模型(方法 I)。(2)用拟合数据,采用人为设定不同梯度的k值估计树冠PAR,筛选最优的k值(方法 II)。(3)基于叶倾角数据,采用2种不同的平均叶倾角公式(方法 III-1、方法 III-2),对k值进行计算。将检验数据作为独立样本对以上3种方法估计的PAR进行独立性检验。通过对比以上3种方法对树冠内PAR的估计效果,选择最优的k值计算方法,结合气象数据对PAR进行动态估计。【结果】根据实测PAR数据计算的树冠各轮层k值存在较大差异,总体在0.1～1.5之间,且与相对着枝深度(RDINC)呈明显的指数函数或幂函数关系。同时太阳高度角(Sa)、累积叶面积最大值(MCLA)、叶面积密度(NAD)和树冠表面积(CS)对k值的垂直变化也有明显影响。因此方法I将指数函数作为基础模型,以RDINC、Sa、CLA、NAD和CS为自变量建立了k值估计模型,模型的拟合效果较好(R2=0.736,RMSE=0.124)。方法 II中,当k取0.32时对PAR的估计效果最好。利用方法 III计算的各轮层消光系数差异较小,总体在0.3～0.7之间。采用独立样本检验以上3种方法对PAR估计的效果,结果表明方法 I对PAR的估计效果较好(平均误差ME=2.88,平均误差绝对值MAE=117.4,预估精度P=91.53%),方法 II对PAR的估计效果次之(ME=-7.2,MAE=217.5,P=88.12%),方法 III对PAR最差(方法 III-1中ME=121.4,MAE=210.1,P=55.85%;方法 III-2中ME=226.4,MAE=259.0,P=42.93%)。【结论】k值在不同林木、不同轮层及不同的太阳高度情况下并不是一个固定值。本研究建立的k估计模型充分考虑了以上3个重要变量,符合客观实际,且对估计长白落叶松树冠PAR有良好的效果,研究结果为人工长白落叶松树冠内不同位置净光合速率的模拟提供了基础。

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...