长白山天然云冷杉针阔混交林立地质量评价研究

发布时间：2022-08-24 00:21

　　本文以吉林省汪清林业局金沟岭林场60块天然云冷杉针阔混交林临时样地为对象,利用环境因子（地形和土壤）与立地形的关系研究了其立地质量。为解决天然林异龄和混交问题,将林分划分为云杉、冷杉、阔叶类（枫桦、椴树、白桦、榆树等其他阔叶树种）共3个树种组。分树种（组）选择优势木,以胸径-树高的关系代替传统年龄-树高关系拟合导向曲线,采用标准差调整法编制了 3个树种（组）的立地形表;建立了以地形因子和土壤因子为输入数据,林分优势木平均胸径和平均树高为输出的BP神经网络模型,并对60块天然林样地的各树种（组）及整体的立地质量进行了评价,以期为当地适地适树、森林经营活动提供依据,为其他天然林立地质量研究提供参考。主要结论如下:（1）用优势木胸径与树高的关系代替年龄与树高关系,拟合导向曲线,编制立地形表的方法可行,拟合的导向曲线效果良好,编制的立地形表合理准确。（2）使用BP神经网络模型成功地将地形因子和土壤因子加入到立地质量评价之中,使得评价结果更为客观、准确,而且该模型不依赖地上林分因子,可对无林地进行立地质量评价。（3）对研究区60块样地进行立地质量评价和分级,将样地分为5级:评级为Ⅰ级（优）的有3... 

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 引言
    1.1 研究背景、目的及意义
        1.1.1 研究背景
        1.1.2 研究目的及意义
    1.2 立地质量评价的研究进展
        1.2.1 国外立地质量评价的研究历史与发展
        1.2.2 国内立地质量评价的研究历史与发展
        1.2.3 立地质量评价因子的选择
        1.2.4 立地质量评价方法
        1.2.5 天然林立地质量评价中存在的问题
    1.3 神经网络的历史及在林业建模与预测中的应用
        1.3.1 神经网络的研究历史
        1.3.2 神经网络在林业建模与预测中的应用
2 研究区概况
    2.1 地理位置
    2.2 地质地貌
    2.3 气象条件
    2.4 土壤和植被
3 研究内容与方法
    3.1 研究内容
    3.2 研究方法
        3.2.1 样地的调查及取样
        3.2.2 土壤理化性质的测定
        3.2.3 立地形表的编制
        3.2.4 BP神经网络模型的构建
        3.2.5 立地质量评价及等级划分
        3.2.6 技术路线图
4 结果与分析
    4.1 土壤理化性质
    4.2 立地形表
        4.2.1 冷杉立地形表
        4.2.2 云杉立地形表
        4.2.3 阔叶类立地形表
    4.3 BP神经网络模型
        4.3.1 隐层节点数的确定
        4.3.2 模型的建立与检验
    4.4 立地质量评价
        4.4.1 立地形值的计算
        4.4.2 立地质量的分级
5 结论与讨论
    5.1 结论
    5.2 讨论与展望
参考文献
附录
个人简介
导师简介
获得成果目录
致谢



本文编号：3678754