【摘要】：森林的生長(zhǎng)和發(fā)育直接影響著林業(yè)生態(tài)效益,研究有效的森林生長(zhǎng)模型,有利于森林的可持續(xù)經(jīng)營(yíng)。氣候變化對(duì)全球森林生態(tài)系統(tǒng)的影響非常明顯,不僅影響溫度、降水、CO2,濕度和陽(yáng)光可見(jiàn)度,還影響土質(zhì),腐殖質(zhì),并間接影響生物多樣性、物候和林分結(jié)構(gòu),因此,研究氣候影響下森林生長(zhǎng)預(yù)測(cè)模型具有重要理論和實(shí)踐意義。論文以青岡櫟為研究對(duì)象,構(gòu)建氣候影響下的青岡櫟非線性混合效應(yīng)生長(zhǎng)預(yù)測(cè)模型,并對(duì)未來(lái)三種氣候條件下的生長(zhǎng)趨勢(shì)進(jìn)行預(yù)測(cè),具體研究工作包括以下幾個(gè)方面。首先,數(shù)據(jù)準(zhǔn)備與分析處理。論文收集18株基于實(shí)測(cè)的樹(shù)高、材積、胸徑、年齡的青岡櫟林?jǐn)?shù)據(jù),并從climateAP平臺(tái)上下載過(guò)去氣候和未來(lái)RCP2.6,RCP4.5,RCP8.5的氣候數(shù)據(jù),對(duì)氣候數(shù)據(jù)做主成分分析,計(jì)算主成分個(gè)數(shù)和主成分得分,將主成分得分作為自變量,用于非線性生長(zhǎng)曲線的擬合和非線性混合效應(yīng)擬合。然后,構(gòu)建青岡櫟非線性混合效應(yīng)生長(zhǎng)預(yù)測(cè)模型。選擇合適的生長(zhǎng)方程并確定參數(shù)效應(yīng),對(duì)含有混合參數(shù)的生長(zhǎng)方程進(jìn)行非線性回歸擬合及參數(shù)檢驗(yàn),得到混合模型隨機(jī)效應(yīng)的所有形式,并使用R語(yǔ)言里的nlme函數(shù)包對(duì)多個(gè)非線性混合效應(yīng)模型進(jìn)行擬合,比較各自的AIC,BIC,LL和估計(jì)參數(shù)P值,從中選擇一個(gè)最優(yōu)的非線性混合效應(yīng)模型,并對(duì)模型參數(shù)進(jìn)行檢驗(yàn),最終構(gòu)建分別基于胸徑、材積和樹(shù)高的三個(gè)非線性混合效應(yīng)生長(zhǎng)預(yù)測(cè)模型。最后,利用預(yù)測(cè)模型對(duì)未來(lái)三種氣候條件下的生長(zhǎng)趨勢(shì)進(jìn)行預(yù)測(cè)。預(yù)測(cè)結(jié)果表明,RCP8.5氣候條件最有利于青岡櫟的生長(zhǎng),RCP4.5其次,RCP2.6氣候條件最不利于青岡棟生長(zhǎng)。
【學(xué)位授予單位】：中南林業(yè)科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：S716.3;S792.18
【圖文】：

情景下的生長(zhǎng)趨勢(shì)。論文研宄分５個(gè)步驟，第１步獲取林木數(shù)據(jù)與氣候數(shù)據(jù)，第２步建逡逑立混合效應(yīng)模型，第３步對(duì)非線性混合效應(yīng)模型擬合，第４步選擇最優(yōu)模型并檢驗(yàn)?zāi)Ｐ湾义吓c參數(shù)，第５步預(yù)測(cè)三種氣候情景下的生長(zhǎng)趨勢(shì)，具體技術(shù)路線如圖１－１所示。逡逑ｃｌｉｍａｔｅＡＰ下載氣逡逑P臼紓ü�，未辶x俠矗遙茫腥痔跫懼濉義希卞澹巍唬誨五�、、＇、．辶x掀蛞蜃又麇濉危″危掊澹潁潁蓿恚潁鑠危蓿尉洌

本文編號(hào)：2713585