【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。

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...

[目的]研究林木树冠形态对外界环境适应的可塑性机理。[方法]以小兴安岭地区的长白落叶松为研究对象，利用详细的树冠半径调查数据，研究长白落叶松的树冠偏冠现象，分析树冠偏冠与林木大小和竞争之间的关系。[结果]在单木水平上，不同林龄样地中林木的树冠变异系数的平均值均大于20%，大部分林木的树冠半径变异系数较大，只有不到1/5的林木的树冠半径变异系数小于15%。不同林龄样地中长白落叶松偏冠距离的平均值在0.35～0.51 m之间，各样地中林木偏冠距离的最大值均在1.2 m以上，其中成熟林中林木偏冠距离的最大值达到1.73 m。树冠的偏冠方向没有特定的方向偏向，是均匀分布的。在幼龄林中，林木的偏冠距离与胸径、冠长、平均树冠半径呈显著正相关，树冠偏冠距离随树木增大而增大。在中龄林和近熟林中，偏冠指数与胸径、树高和平均树冠半径呈显著负相关，与高径比呈显著正相关，树冠偏冠程度随树木增大而减小。在成熟林中，偏冠程度与林木大小的相关性不显著。在幼龄林、中龄林、近熟林中，树冠偏冠与竞争压力呈显著正相关，在成熟林中树冠偏冠与竞争压力的相关性不显著。基于树冠中心坐标计算的林分平均竞争指数均小于基于树干坐标计算的林分平均竞争指数。[结论]长白落叶松树冠偏冠距离一般随着林龄的增大而变大，在不同发育阶段受到不同程度竞争的影响，树冠偏冠在一定程度上降低了林分平均竞争指数，减少了林分竞争压力。

以黑龙江省七台河市林业局金沙林场114株人工兴安落叶松树干干形数据为例,利用非线性混合模型技术拟合Max-Burkhart分段削度方程。结果表明:当利用SAS软件的PROC NLMIXED模块对Max-Burkhart模型进行拟合时,引入随机参数b1、b2、b3时模型拟合最好;随机参数b1与冠长率和冠长呈负相关,与树冠高度呈正相关;随机参数b2与冠长率和冠长呈正相关,与树冠高度呈负相关;随机参数b3与冠长率、冠长、树冠高度没有显示出相关性。利用随机参数b1、b2、b3与树冠特征的相关性构建了含有冠长率、冠长和树冠高度变量的3个模型,并且所有模型的参数估计值都是显著的,这充分说明冠长率、冠长和树...

以大兴安岭松岭林业局３６株天然兴安落叶松２ ３０６个枝条数据为研究对象，采用误差变量联立方程组方法，构建兴安落叶松枝条基径、枝长和角度联立方程组模型系统，同时对比了４种参数估计方法。结果表明，似乎不相关回归过程ＳＵＲ（Ｓｅｅｍｉｎｇｌｙ ＵｎＲｅｌａｔｅｄ ＲｅｇＲｅＳＳｉｏｎ）法能够解释模型间误差相关性和降低参数估计值的标准误。该系统拟合和检验精度都表现较好，本文所建立的枝条特征联立方程组模型系统能较好地描述兴安落叶松枝条特征和冠形的变化规律。此外，利用非线性混合模型技术构建了含有林分密度变量的枝条基径、枝长和角度联立方程组模型系统。基于参数估计值的显著性以及精度的提高都表明林分密度对枝条基．．．

【目的】应用BP神经网络模型预测华北落叶松树冠体积与表面积，探索华北落叶松树冠体积与表面积估算模型的最优形式，为未来的预测模式提供新思路。【方法】以山西省庞泉沟自然保护区的华北落叶松林为研究对象，通过从6块（60 m×60 m）固定样地得到的678个观测数据，运用BP神经网络，分别对华北落叶松树冠体积与表面积建立模型，通过对模型的训练，得到基于BP神经网络的华北落叶松树冠体积和表面积估算模型。【结果】基于BP神经网络的华北落叶松树冠体积与表面积模型的最优结构模型的输入层节点数∶隐层节点数∶输出层节点数=6∶9∶1。其中树冠体积的决定系数（R²）、平均绝对误差（MAE）和均方根误差（RMSE）分别为0.948、5.40 m³、18.40；表面积的R²、MAE和RMSE分别为0.957、3.33 m²、 14.41。基于BP神经网络的华北落叶松树冠体积与表面积模型的性能与输入因子的数量呈正相关，最优模型的输入因子数为6个，分别为冠幅、树高、胸径、最大冠幅高度、第一活枝长（在垂直于树干方向上的投影长度）和冠基高。【结论】输入变量包含树干尺寸和树冠构型特征相关信息，模型能较好地实现华北落叶松树冠体积和表面积的预测。

【目的】以林木易测因子为预测变量,构建黑龙江省人工落叶松树冠最大外部轮廓及内部轮廓(未着叶部分)的预估模型,为进一步估计人工落叶松树冠表面积、树冠体积和树冠生物量提供依据。【方法】基于佳木斯市孟家岗林场49株解析木的枝解析数据,树冠外部轮廓模型采用分段回归技术,构建带有约束条件并满足生物学意义的连续性分段曲线模型,即在梢头处树冠半径为"0",在整个树冠内外部轮廓的拐点的存在是唯一的,且在拐点处树冠半径达到最大值;内部轮廓直接采用线性模型进行模拟。分析模型参数与林木变量之间的相关性,将关系密切的树木变量或变

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】基于节子分析技术构建落叶松人工林树冠基部高动态预测模型,分析落叶松树冠衰退规律及其影响因素,为制定合理的经营措施提供理论依据。【方法】以2007年设立的8块落叶松人工林标准地获取的40株解析木数据为基础数据,采用节子分析技术,得到树冠基部高随年龄的动态变化数据,应用传统线性模型、理查德和逻辑斯蒂非线性模型构建落叶松树冠基部高动态模型。【结果】传统线性模型、理查德和逻辑斯蒂非线性模型可较好拟合树冠基部高动态变化过程,模型参数均具有统计意义(P

以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为例,采用Richards生长模型作为基础模型,利用S-PLUS软件中的NLME过程,分别拟合非线性树高和直径生长模型。采用AIC、BIC、对数似然值和似然比检验等模型评价统计指标对不同模型的精度进行比较分析。结果表明:当对树高-年龄关系进行拟合时,b1、b3同时作为混合参数时模型拟合最好;当对直径-年龄关系进行拟合时,b1、b3同时作为混合参数时模型拟合最好。把相关性结构包括一阶自回归结构AR(1)、一阶移动平均结构MA(1)及一阶自回归与移动平均结构[ARMA(1,1)]加入到树高和直径最优混合模型中,一阶自回归结构AR(1)显著...

【目的】研究间伐及气候因子对长白落叶松树轮宽度的影响,以期了解全球气候变化背景下,树木生长对气候变化的响应,及人类营林措施对树木生长的影响。【方法】以长白落叶松为对象,建立以树轮宽度指标为因变量、包含间伐效应及气候因子的非线性混合模型。样地数据为20块人工林起源经自然演替形成的长白落叶松云冷杉针阔混交林间伐区组试验样地1987—2012年的调查数据。利用Lintab 6树轮宽度测量仪测量树轮宽度并通过COFECHA程序交叉定年后,共保留231条长白落叶松年轮条的年轮宽度数据。气候数据为样地附近多个气象站1

分析兴安落叶松天然林分级木和林分冠生长特性,建立冠幅生长及单株冠、枝、叶生物量模型。结果表明:1)年龄36～39年、密度983～3263株·hm-2林分和年龄54～61年、密度1101～2241株·hm-2林分,随林分密度增加,分级木冠幅差距趋于减小;冠长占树高比例及冠长与冠幅比值增加;优势木、平均木和被压木平均冠积分别达22.479,15.296,6.179和26.864,11.154,8.192m3。2)年龄36～39年和54～61年林分优势木、平均木和被压木平均单株冠生物量分别为0.0082,0.0049,0.0009和0.0079,0.0038,0.0014t;占单株地上生物量平均比例...

以20块落叶松云冷杉林为对象,采用多元逐步回归方法,研究其组成树种的单株木冠幅预测模型.因变量为单株木冠幅,自变量包括胸径、树高、枝下高、树冠比、竞争因子和林分密度.共测定了3099株树木,全部参加了建模.最终建立了长白落叶松、冷杉、红松、云杉、枫桦、水曲柳、色木、白桦和椴树9个树种的冠幅预测模型.结果表明胸径和林分密度是所有树种中影响冠幅的重要因子;模型的调整决定系数在0.34~0.75之间;绝对误差在-0.000114~0.054m之间;相对误差在-0.05443%~3.440%之间;均方根误差在0.360~0.510m之间,相对均方根误差在27.4%~37.4%之间.

根据 1 991～ 1 992年生长季中 2 9d的观测资料和 32株伐倒木分层测定数据 ,对华北落叶松人工林的林冠结构、光合有效辐射分布规律进行了分析研究 .结果表明 ,华北落叶松林木一级侧枝倾角随枝龄增长而增大 ,随着枝高度增加而减小 ;枝长随着枝高度降低而增大 .林分叶面积指数约 3/ 5分布在冠深 2 .5～ 4.5m (高密林分 )和 3.5～ 5 .5m (低密林分 )的空间内 .叶面积指数、枝表面积指数随冠深的累积分布曲线均呈S型 .生长季林冠对光合有效辐射的日平均透过率和反射率均为 7月 <7月

利用广义线性混合模型对长白落叶松一级枝条数量进行研究,以黑龙江省佳木斯市孟家岗林场长白落叶松人工林为研究对象,基于7块标准地49株枝解析样木的596个一级枝条测定数据,利用SAS 9.3软件中的PROC GLIMMIX模块,建立了基于Poisson分布的一级枝条数量的最优基础模型。在此基础上考虑树木效应,构建每半米段一级枝条数量的广义线性混合模型,并利用AIC、BIC、-2log likelihood以及LRT检验对收敛模型的拟合优度进行比较。结果表明:任意参数组合的混合效应模型的拟合效果均好于传统模型,