吉林天然栎类阔叶混交林的立地生产力基础模型研究
发布时间：2021-03-15 18:47
立地生产力是林业的基本关注点,也是森林资源有效性的主要动力。立地生产力的研究为森林制定科学的经营措施提供理论基础,也为森林的可持续发展、森林资源的恢复与利用以及森林的经济、生态和社会效益提供理论基础。目前,同龄纯林的立地生产力指标已较为成熟,其中以立地指数最为常用。然而,对于天然异龄混交林的立地生产力研究较少。因此,非常有必要研究天然异龄混交林的立地生产力。本研究以吉林地区典型的天然栎类阔叶混交林为研究对象,给出一种天然栎类阔叶混交林的林分优势高确定方法,构建了林分优势高与平均高的关系模型,建立了基于林分优势高与优势胸径关系、林分平均高与平均年龄关系和林分平均高与平均胸径关系的3个立地生产力基础模型,为科学合理经营天然栎类阔叶混交林提供了理论基础。具体内容为:(1)以吉林省汪清林业局塔子沟林场建立的12块1公顷天然蒙古栎阔叶混交林固定样地数据(简称一次调查数据)为基础数据,利用成对T检验法比较分析了不分树种算术优势木平均高、1树种优势木平均高、2树种算术优势木平均高、2树种断面积加权优势木平均高、3树种算术优势木平均高、3树种断面积加权优势木平均高、4树种算术优势木平均高和4树种断面积加权优势木平均高,共8种优势高确定方法的差异。结果表明,不分树种优势木算术平均高与分树种算术平均高之间的差异大于分树种断面积加权优势木平均高之间的差异,其中以不分树种算术优势木平均高值最大,1树种优势木平均高值最低。为便于分析,本研究选择具有优势高最大值的确定方法即采用不分树种算术优势木平均高作为林分优势高的确定方法。(2)利用一次调查数据,以最小二乘估计模型(ordinary least squares,OLS)为基准模型,引入3个同步自回归模型(simultaneous autoregressive,SAR)即空间滞后模型(spatial lag model,SLM)、空间误差模型(spatial error model,SEM)和空间Durbin模型(spatial Durbin model,SDM)构建林分优势高和平均高的关系模型。每个SAR模型均选用9个空间加权矩阵(spatial weight matrix),包括Rook、Queen、1/d、1/d2、1/d5、Exp、Gaus、Spher和LSM。结果表明,林分优势高与平均高之间具有较高的线性关系。林分优势高和平均高之间存在显著的空间自相关,因其OLS模型残差的Moran’s I值与期望值I0差异显著(p0.01)。在降低模型残差的空间自相关和模型拟合效果方面,以sem最好,sdm略低于sem,slm效果最差。应用于sem的9个空间加权矩阵中,以rook最好,其次为1/d2和lsm。考虑天然栎类阔叶混交林固定样地多次调查数据(简称多次调查数据)的样地分布情况,选用1/d2构建连续调查数据的空间加权矩阵。因此,本文选用sem和1/d2构建林分优势高和平均高的关系模型。(3)利用(2)建立的林分优势高和平均高的关系模型估计多次调查数据的林分优势高,从而建立多次调查数据的基于林分优势高与优势胸径关系、基于林分平均高与平均年龄关系和基于林分平均高与平均胸径关系的代数差分方程。依据调整决定系数(adjustedcoefficientofdetermination,ra2)、均方根误差(rootmeansquareerror,rmse)、平均绝对误差(meanabsoluteerror,mae)、相对平均绝对误差(relativemeanabsoluteerror,rmae)和akaike信息准则(akaikeinformationcriterion,aic)共5个模型评价指标,3个代数差分方程均从21个备选非线性模型中选择以richards模型为基础代数差分方程,并分别比较分析了4种不同数据结构类型即非重叠非下降组合的数据结构类型(typec)、非重叠组合的数据结构类型(typed)、非下降所有可能组合的数据结构类型(typee)和所有可能组合的数据结构类型(typef)的基础代数差分方程之间的模型拟合效果差异。结果表明,基于林分优势高与优势胸径关系的代数差分方程中,typef是最佳的数据结构类型。基于林分平均高与平均年龄关系和基于林分平均高与平均胸径关系的代数差分方程中,均以typed为最理想的数据结构类型。以typef为数据结构类型的基于林分优势高与优势胸径关系的基础代数差分方程中,引入直径多样性和树种多样性因子,比较分析5个不同直径多样性指数和4个不同树种多样性指数对该代数差分方程建模效果的影响。结果表明,以gini系数(ginicoefficient,gini)为直径多样性指数和mcintosh均匀度指数(mcintoshevennessindex,mcei)作为树种多样性指数的代数差分方程建模效果最好,因此将该代数差分方程作为基于林分优势高与优势胸径关系的立地生产力基础模型。以typed为数据结构类型的基于林分平均高与平均年龄关系和基于林分平均高与平均胸径关系的基础代数差分方程中,引入林分密度、直径多样性和树种多样性因子,比较分析5个不同林分密度指数、5个不同直径多样性指数和4个不同树种多样性指数对该代数差分方程建模效果的影响。结果表明,基于林分平均高与平均年龄关系的代数差分方程中,林分密度和树种多样性均对模型无影响,只有直径多样性对模型有影响,并以gini作为直径多样性指数建立的代数差分方程最好,故以此代数差分方程作为基于林分平均高与平均年龄关系的立地生产力基础模型;基于林分平均高与平均胸径关系的代数差分方程中,林分密度、直径多样性和树种多样性均对模型有影响,其中以SDIr为林分密度指数、ShaI为直径多样性指数和BerI为树种多样性指数建立的代数差分方程最好,因此将该代数差分方程作为基于林分平均高与平均胸径关系的立地生产力基础模型。
【学位授予单位】：中国林业科学研究院
【学位级别】：博士
【学位授予年份】：2016
【分类号】：S718.5
本文编号：1865318
【学位授予单位】：中国林业科学研究院
【学位级别】：博士
【学位授予年份】：2016
【分类号】：S718.5
文章目录
摘要
ABSTRACT
第一章 绪论
1.1 研究背景
1.2 国内外立地生产力研究进展
1.3 研究目标和主要研究内容
1.3.1 研究目标
1.3.2 主要研究内容
1.4 研究技术路线
第二章 研究数据与方法
2.1 研究数据
2.1.1 新设固定样地的一次调查数据
2.1.2 固定样地多次调查数据
2.2 研究方法
2.2.1 代数差分方程
2.2.2 模型评价指标
第三章 天然栎类阔叶混交林的林分优势高确定方法研究
3.1 小样地选择
3.2 优势木平均高计算方法
3.3 各优势木平均高差异分析
3.4 小结
第四章 天然栎类阔叶混交林的林分优势高与平均高关系
4.1 小样地选择
4.2 林分平均高与优势高的关系
4.3 空间加权矩阵
4.3.1 空间邻近加权
4.3.2 倒距离指数
4.3.3 地统计加权
4.3.4 点空间统计加权
4.4 模型残差的空间自相关检验
4.5 模型拟合
4.6 结果分析
4.6.1 林分优势高与平均高的关系
4.6.2 模型残差的空间自相关检验
4.6.3 模型残差的空间相关图
4.6.4 模型拟合
4.6.5 模型参数估计
4.7 小结
第五章 基于林分优势高与优势胸径关系的立地生产力基础模型
5.1 基于优势高与优势胸径关系的基础模型
5.1.1 优势高与优势胸径的关系
5.1.2 模型评价指标
5.1.3 基础模型的确定
5.2 基于优势高与优势胸径关系的代数差分方程
5.2.1 基础代数差分方程
5.2.2 多样性指数代数差分方程
5.2.3 结果分析
5.3 小结
第六章 基于林分平均高与平均年龄关系的立地生产力基础模型
6.1 基于平均高与平均年龄关系的基础模型
6.1.1 平均高与平均年龄的关系
6.1.2 模型评价指标
6.1.3 基础模型的确定
6.2 基于平均高与平均年龄关系的代数差分方程
6.2.1 基础代数差分方程
6.2.2 多样性指数代数差分方程
6.2.3 结果分析
6.3 小结
第七章 基于林分平均高与平均胸径关系的立地生产力基础模型
7.1 基于平均高与平均胸径关系的基础模型
7.1.1 平均高与平均胸径的关系
7.1.2 模型评价指标
7.1.3 基础模型的确定
7.2 基于平均高与平均胸径关系的代数差分方程
7.2.1 基础代数差分方程
7.2.2 多样性指数代数差分方程
7.2.3 结果分析
7.3 小结
第八章 结论与讨论
8.1 结论
8.1.1 天然栎类阔叶混交林的林分优势高确定方法
8.1.2 天然栎类阔叶混交林的林分优势高与平均高关系
8.1.3 天然栎类阔叶混交林的立地生产力基础模型
8.2 讨论
8.2.1 空间自回归模型选择
8.2.2 模型参数估计
8.2.3 空间加权矩阵
8.2.4 林分优势高与平均高关系
8.2.5 空间自相关模型在Li DAR数据和冠火模型的应用
8.3 主要创新点
参考文献
附录
在读期间的学术研究
致谢
【参考文献】
中国期刊全文数据库 前1条
1 郭晋平;张浩宇;张芸香;;森林立地质量评价的可变生长截距模型与应用[J];林业科学;2007年10期
本文编号：1865318
本文链接：https://www.wllwen.com/shoufeilunwen/nykjbs/1865318.html
最近更新
教材专著
