湖南櫟類天然林斷面積生長模型研究
發(fā)布時間:2020-04-30 21:22
【摘要】:天然混交林的林分生長和收獲模擬還處于早期階段,仍然沒有統(tǒng)一的建模手段和方法。隨著天然混交林在國民經(jīng)濟和生態(tài)保護中地位的增加,迫切需要研究合適的模型用于混交林的生長預測和經(jīng)營。天然混交林的林分結(jié)構(gòu)特點決定了在構(gòu)建混交林生長模型時,必須解決混交林年齡、樹種組成、立地指數(shù)和競爭效應的表達等問題。鑒于此,本研究將采用非線性混合效應模型方法,考慮林分類型和立地類型效應影響,以斷面積生長模型為核心進行櫟類林分生長模型的構(gòu)建,以期建立一套新的混交林斷面積生長模型構(gòu)建方法,為天然混交林的林分生長收獲與經(jīng)營管理提供參考與理論依據(jù)。本文以湖南櫟類天然林為研究對象,采用非線性混合效應模型方法,構(gòu)建了含隨機效應的櫟類天然林立地指數(shù)模型。并以立地指數(shù)為驅(qū)動變量,考慮天然混交林的樹種組成與立地類型差異,從全林分、單木和林層三個水平建立了湖南櫟類天然林斷面積生長模型系。主要研究內(nèi)容和結(jié)論如下:(1)構(gòu)建了天然林立地指數(shù)模型。采用多元逐步回歸分析方法,篩選出年平均溫度(MAT)、年降水量(MAP)與平均氣溫差(TD)3個影響林分平均優(yōu)勢高生長的氣候因子。通過模型再參數(shù)化,構(gòu)建了氣候敏感的立地指數(shù)模型。并以此為基礎,考慮林分類型與立地類型效應影響,建立了含隨機效應的天然林立地指數(shù)模型:HTk=(a0+a0k+a1×MAT+a2×MAP)×(1-exp(-b×Tk))(c+c1×TD)+εk,并基于該模型計算了各樣地的地位指數(shù)(基準年齡為20年)。與氣候敏感的立地指數(shù)模型相比,確定系數(shù)(R2)增加了約106.72%,平均絕對誤差(MAE)降低了 68.47%,均方根誤差(RMSE)降低了 58.66%。(2)選擇常用的Richards和Schumacher模型來模擬林分斷面積生長,結(jié)果發(fā)現(xiàn)含年齡、平均優(yōu)勢高與林分密度指數(shù)的Schumacher模型的模擬效果最優(yōu),在此基礎上構(gòu)建含林分類型、立地類型效應的非線性混合效應模型。通過隨機效應參數(shù)構(gòu)造與精度評價結(jié)果,確定了3種隨機效應的最優(yōu)形式參數(shù)構(gòu)造,并比較了不同隨機效應的模型擬合效果。其中,含林分類型、立地類型共同效應的模型的擬合效果最優(yōu):Gik=HTikβ0+β1/Tik(SDIik/10000)β2+β3/Tik exp(β4+β4i+β4k+β5/Tik)+εik。與基礎模型相比,確定系數(shù)(R2)增加了6.04%,平均絕對誤差(MAE)降低了49.11%,均方根誤差(RMSE)降低了64.24%。(3)提出基于林層劃分的林分斷面積生長模型構(gòu)建方法,建立了林層斷面積模型。采用全樹高聚類、國際林聯(lián)標準與光競爭高度法劃分林層后,以Schumacher式分別對全林分及上層林、下層林斷面積進行擬合,其確定系數(shù)(R2)均在0.92以上,相比不分層的全林分斷面積生長模型,分層后的不同林層斷面積模型確定系數(shù)(R2)從0.9259提高到0.9455~0.9846。其中,國際林聯(lián)的優(yōu)勢高劃分的斷面積生長模型精度最高(R2=0.9704,MAE=1.4588,RMSE=2.1786),與不分層的全林分斷面積模型相比,確定系數(shù)(R2)提高了5.0%,平均絕對誤差(MAE)、均方根誤差(RMSE)分別降低了39.8%與26.4%。采用比例平差法構(gòu)建了相容性林層斷面積模型,相比各分項的獨立預估模型,上層林平均絕對誤差、均方根誤差分別降低了75.36%、68.01%,下層林平均絕對誤差、均方根誤差分別降低了 79.42%、78.04%。(4)采用多元逐步回歸分析方法,進行因子篩選后發(fā)現(xiàn):單木樹高(H)、林分平均胸徑(Dg)、年熱:濕指數(shù)(AHM)、地位指數(shù)(SI)與豐富度指數(shù)(Gleason)對單木斷面積生長的影響顯著。通過再參數(shù)化的方法,以林木生長的最大值參數(shù)A為基礎,構(gòu)建了再參數(shù)化的櫟類林單木斷面積生長模型。并以此為基礎,分別以林分類型效應、立地類型效應及林木層次效應作為隨機效應,建立了含隨機效應的單木斷面積生長模型。其中,基于立地類型聚類的單木斷面積生長模型的模擬效果最優(yōu):Gk=(a+a1·Hka2·Dgka3·AHMka4·SIka5·Gleasonka6+ak)/(1+b×exp(-c×Tk))+εk,與基礎模型相比,確定系數(shù)(R2)增加了約26.63%,平均絕對誤差(MAE)降低了31.40%,均方根誤差(RMSE)降低了54.23%。(5)研究證明了隨機效應構(gòu)造天然混交林斷面積生長模型的科學性與合理性,模擬結(jié)果可作為櫟類天然林林分生長收獲與經(jīng)營管理的依據(jù)。
【圖文】:
懫用混合效應模型方法,分別建立櫟類天然次生林的林分斷面積生長模型、逡逑單木斷面積生長模型與林層斷面積生長模型,最后進行模型的評價與檢驗。主要技逡逑術路線圖如圖1-1所示。逡逑?"邋-邋■邋■■邐x逡逑數(shù)據(jù)采集與整理逡逑/邋*\逡逑,邐|邐測邐地土氣邐I逡逑\邐樹邐形壤候邐;逡逑i邐因邐因因因邐;逡逑i邐子邐子子子邐;逡逑!邐優(yōu)勢樹種劃分邐立地類型劃分邐;逡逑|邐|邐I邐邐|邐;逡逑!邐地位指數(shù)模塑邐;逡逑!邋邐i邐I邐;邐邋;逡逑|邋P單木斷面積生長模型1邋[林分斷面積生長模型邐[林層斷面積生長模型邋;逡逑II邐!邐混合效應模型邐!逡逑C^)邋;邋,邋X ̄ ̄邋..................:1---… ̄邋邐■;邐;逡逑1邐j邐1邋基n拍P脫≡皴澹,
本文編號:2646190
【圖文】:
懫用混合效應模型方法,分別建立櫟類天然次生林的林分斷面積生長模型、逡逑單木斷面積生長模型與林層斷面積生長模型,最后進行模型的評價與檢驗。主要技逡逑術路線圖如圖1-1所示。逡逑?"邋-邋■邋■■邐x逡逑數(shù)據(jù)采集與整理逡逑/邋*\逡逑,邐|邐測邐地土氣邐I逡逑\邐樹邐形壤候邐;逡逑i邐因邐因因因邐;逡逑i邐子邐子子子邐;逡逑!邐優(yōu)勢樹種劃分邐立地類型劃分邐;逡逑|邐|邐I邐邐|邐;逡逑!邐地位指數(shù)模塑邐;逡逑!邋邐i邐I邐;邐邋;逡逑|邋P單木斷面積生長模型1邋[林分斷面積生長模型邐[林層斷面積生長模型邋;逡逑II邐!邐混合效應模型邐!逡逑C^)邋;邋,邋X ̄ ̄邋..................:1---… ̄邋邐■;邐;逡逑1邐j邐1邋基n拍P脫≡皴澹,
本文編號:2646190
本文鏈接:http://sikaile.net/nykjlw/lylw/2646190.html
最近更新
教材專著