發(fā)布時間：2021-03-15 18:47

  立地生產(chǎn)力是林業(yè)的基本關(guān)注點,也是森林資源有效性的主要動力。立地生產(chǎn)力的研究為森林制定科學(xué)的經(jīng)營措施提供理論基礎(chǔ),也為森林的可持續(xù)發(fā)展、森林資源的恢復(fù)與利用以及森林的經(jīng)濟、生態(tài)和社會效益提供理論基礎(chǔ)。目前,同齡純林的立地生產(chǎn)力指標(biāo)已較為成熟,其中以立地指數(shù)最為常用。然而,對于天然異齡混交林的立地生產(chǎn)力研究較少。因此,非常有必要研究天然異齡混交林的立地生產(chǎn)力。本研究以吉林地區(qū)典型的天然櫟類闊葉混交林為研究對象,給出一種天然櫟類闊葉混交林的林分優(yōu)勢高確定方法,構(gòu)建了林分優(yōu)勢高與平均高的關(guān)系模型,建立了基于林分優(yōu)勢高與優(yōu)勢胸徑關(guān)系、林分平均高與平均年齡關(guān)系和林分平均高與平均胸徑關(guān)系的3個立地生產(chǎn)力基礎(chǔ)模型,為科學(xué)合理經(jīng)營天然櫟類闊葉混交林提供了理論基礎(chǔ)。具體內(nèi)容為:(1)以吉林省汪清林業(yè)局塔子溝林場建立的12塊1公頃天然蒙古櫟闊葉混交林固定樣地數(shù)據(jù)(簡稱一次調(diào)查數(shù)據(jù))為基礎(chǔ)數(shù)據(jù),利用成對T檢驗法比較分析了不分樹種算術(shù)優(yōu)勢木平均高、1樹種優(yōu)勢木平均高、2樹種算術(shù)優(yōu)勢木平均高、2樹種斷面積加權(quán)優(yōu)勢木平均高、3樹種算術(shù)優(yōu)勢木平均高、3樹種斷面積加權(quán)優(yōu)勢木平均高、4樹種算術(shù)優(yōu)勢木平均高和4樹種斷面積加權(quán)優(yōu)勢木平均高,共8種優(yōu)勢高確定方法的差異。結(jié)果表明,不分樹種優(yōu)勢木算術(shù)平均高與分樹種算術(shù)平均高之間的差異大于分樹種斷面積加權(quán)優(yōu)勢木平均高之間的差異,其中以不分樹種算術(shù)優(yōu)勢木平均高值最大,1樹種優(yōu)勢木平均高值最低。為便于分析,本研究選擇具有優(yōu)勢高最大值的確定方法即采用不分樹種算術(shù)優(yōu)勢木平均高作為林分優(yōu)勢高的確定方法。(2)利用一次調(diào)查數(shù)據(jù),以最小二乘估計模型(ordinary least squares,OLS)為基準(zhǔn)模型,引入3個同步自回歸模型(simultaneous autoregressive,SAR)即空間滯后模型(spatial lag model,SLM)、空間誤差模型(spatial error model,SEM)和空間Durbin模型(spatial Durbin model,SDM)構(gòu)建林分優(yōu)勢高和平均高的關(guān)系模型。每個SAR模型均選用9個空間加權(quán)矩陣(spatial weight matrix),包括Rook、Queen、1/d、1/d2、1/d5、Exp、Gaus、Spher和LSM。結(jié)果表明,林分優(yōu)勢高與平均高之間具有較高的線性關(guān)系。林分優(yōu)勢高和平均高之間存在顯著的空間自相關(guān),因其OLS模型殘差的Moran’s I值與期望值I0差異顯著(p0.01)。在降低模型殘差的空間自相關(guān)和模型擬合效果方面,以sem最好,sdm略低于sem,slm效果最差。應(yīng)用于sem的9個空間加權(quán)矩陣中,以rook最好,其次為1/d2和lsm。考慮天然櫟類闊葉混交林固定樣地多次調(diào)查數(shù)據(jù)(簡稱多次調(diào)查數(shù)據(jù))的樣地分布情況,選用1/d2構(gòu)建連續(xù)調(diào)查數(shù)據(jù)的空間加權(quán)矩陣。因此,本文選用sem和1/d2構(gòu)建林分優(yōu)勢高和平均高的關(guān)系模型。(3)利用(2)建立的林分優(yōu)勢高和平均高的關(guān)系模型估計多次調(diào)查數(shù)據(jù)的林分優(yōu)勢高,從而建立多次調(diào)查數(shù)據(jù)的基于林分優(yōu)勢高與優(yōu)勢胸徑關(guān)系、基于林分平均高與平均年齡關(guān)系和基于林分平均高與平均胸徑關(guān)系的代數(shù)差分方程。依據(jù)調(diào)整決定系數(shù)(adjustedcoefficientofdetermination,ra2)、均方根誤差(rootmeansquareerror,rmse)、平均絕對誤差(meanabsoluteerror,mae)、相對平均絕對誤差(relativemeanabsoluteerror,rmae)和akaike信息準(zhǔn)則(akaikeinformationcriterion,aic)共5個模型評價指標(biāo),3個代數(shù)差分方程均從21個備選非線性模型中選擇以richards模型為基礎(chǔ)代數(shù)差分方程,并分別比較分析了4種不同數(shù)據(jù)結(jié)構(gòu)類型即非重疊非下降組合的數(shù)據(jù)結(jié)構(gòu)類型(typec)、非重疊組合的數(shù)據(jù)結(jié)構(gòu)類型(typed)、非下降所有可能組合的數(shù)據(jù)結(jié)構(gòu)類型(typee)和所有可能組合的數(shù)據(jù)結(jié)構(gòu)類型(typef)的基礎(chǔ)代數(shù)差分方程之間的模型擬合效果差異。結(jié)果表明,基于林分優(yōu)勢高與優(yōu)勢胸徑關(guān)系的代數(shù)差分方程中,typef是最佳的數(shù)據(jù)結(jié)構(gòu)類型�；诹址制骄吲c平均年齡關(guān)系和基于林分平均高與平均胸徑關(guān)系的代數(shù)差分方程中,均以typed為最理想的數(shù)據(jù)結(jié)構(gòu)類型。以typef為數(shù)據(jù)結(jié)構(gòu)類型的基于林分優(yōu)勢高與優(yōu)勢胸徑關(guān)系的基礎(chǔ)代數(shù)差分方程中,引入直徑多樣性和樹種多樣性因子,比較分析5個不同直徑多樣性指數(shù)和4個不同樹種多樣性指數(shù)對該代數(shù)差分方程建模效果的影響。結(jié)果表明,以gini系數(shù)(ginicoefficient,gini)為直徑多樣性指數(shù)和mcintosh均勻度指數(shù)(mcintoshevennessindex,mcei)作為樹種多樣性指數(shù)的代數(shù)差分方程建模效果最好,因此將該代數(shù)差分方程作為基于林分優(yōu)勢高與優(yōu)勢胸徑關(guān)系的立地生產(chǎn)力基礎(chǔ)模型。以typed為數(shù)據(jù)結(jié)構(gòu)類型的基于林分平均高與平均年齡關(guān)系和基于林分平均高與平均胸徑關(guān)系的基礎(chǔ)代數(shù)差分方程中,引入林分密度、直徑多樣性和樹種多樣性因子,比較分析5個不同林分密度指數(shù)、5個不同直徑多樣性指數(shù)和4個不同樹種多樣性指數(shù)對該代數(shù)差分方程建模效果的影響。結(jié)果表明,基于林分平均高與平均年齡關(guān)系的代數(shù)差分方程中,林分密度和樹種多樣性均對模型無影響,只有直徑多樣性對模型有影響,并以gini作為直徑多樣性指數(shù)建立的代數(shù)差分方程最好,故以此代數(shù)差分方程作為基于林分平均高與平均年齡關(guān)系的立地生產(chǎn)力基礎(chǔ)模型;基于林分平均高與平均胸徑關(guān)系的代數(shù)差分方程中,林分密度、直徑多樣性和樹種多樣性均對模型有影響,其中以SDIr為林分密度指數(shù)、ShaI為直徑多樣性指數(shù)和BerI為樹種多樣性指數(shù)建立的代數(shù)差分方程最好,因此將該代數(shù)差分方程作為基于林分平均高與平均胸徑關(guān)系的立地生產(chǎn)力基礎(chǔ)模型。
【學(xué)位授予單位】：中國林業(yè)科學(xué)研究院
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：S718.5

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 郭晉平;張浩宇;張蕓香;;森林立地質(zhì)量評價的可變生長截距模型與應(yīng)用[J];林業(yè)科學(xué);2007年10期

本文編號：1865318