基于保留林木竞争指数的单木生长模型

基于保留林木竞争指数的单木生长模型

森林生长模型是指森林或种群生长规律的一组方程，它了解森林生态系统的结构和功能，预测森林分区的未来发展动态。杉木(Cunninghamialanceolata)为我国南方主要的用材树种,其面积分布广,木材需要量大,杉木经营的好坏决定了我国南方集体林区森林经营的成败。杉木生长模型研究较多,王雪峰1南邻德化地区、永春县、北北北南地区三明市(25°30′-27°07′N,116°22′-118°39′E)位于福建省中西北部,东依福州市,西界江西省,南邻德化县、永春县,北傍南平市,西南接长汀县、连城县、福建漳平市。近北回归线,受季风环流和地形的影响,形成暖热湿润的亚热带海洋性季风气候,热量丰富,该地区≥10℃的积温在5000~7600℃之间,雨量充沛,光照充足,年平均气温17~21℃,平均降雨量1400~2000mm,降雨丰富,气候条件优越,适合林木的生长。森林资源丰富,种类繁多,森林覆盖率高2材料和方法2.1省因数调查采用2008年与2013年,福建省三明市两期一类调查数据。样地数量共计为73块,样地为长宽30m×20m,样地面积接近666.7m2.2模型变量的选择林木生长通常描述为林木大小、立地条件以及林木竞争的线性函数2.2.2子及郁闭度除了林木大小外,林木所处的立地条件是林木生长状况的重要影响因素。本研究立地条件因子包括:海拔(Elevation)、坡度(Slope)、坡位(Slope.position)、坡向(Slope.aspect)、土层厚度(Soil.depth),林分的郁闭度(Canopy.closure),其中坡向为哑变量2.2.3bai模型的构建林木之间的竞争决定了林木个体生长的趋势,林分竞争是林木生长收获模型必不可少的因素之一,大多数研究采用预估前期所有林木参与竞争指数的构建整合(1)(2)(3)(4)得到最终的模型,即:BAI取对数的目的是为了减少异方差性,是因变量更符合线性模型的前提假设。2.2.4立杉木单木胸径生长模型的建立随机抽取总体林木数据的75%作为模型训练数据,参与模型的构建,剩余25%的林木数据作为检验数据,参与模型的检验。基于上文的初始模型(5),采用多元线性逐步回归建立杉木单木胸高断面积生长模型。采用AIC(akaike’sinforemationcriterion)信息指数为准则,通过选择最小的AIC信息统计量,来达到模型变量筛选的目的。在逐步回归的基础上,对模型变量进行共线性分析,当方差膨胀因子VIF(varianceinflationfactor)>10时,对其进行删除,进而获得最终的模型。通过计算模型的偏度(bias)和精度(RMSE)对模型进行评价。式中,y最后,基于检验数据对模型进行检验,计算其相应的预估精度(RMSE3结果与分析3.1不同坡向保留木的竞争指数运用R语言,将用13个变量参与模型的构建,即:D、Elevation,Slope,Slope.position,Slope.aspect、Soil.depth、Canopy.closure、BALrse、Res.relative.dbh1、Res.relative.dbh2、BAL、Relative.dbh1、Relative.dbh2其描述性统计(表1)。Slope.postion分为山脊、上坡、中坡、下坡、山谷分别由数字1,2,3,4,5表示,坡向则分别用0和1表示阳坡和阴坡。胸径的变化范围为5~41.04cm,保留木之间的竞争指数为0~60,考虑枯死及采伐的变化幅度为0~44.35。土壤厚度变化幅度较大,而郁闭度、坡度的变化范围较小。3.2模型的构建和实验通过逐步回归及多重共线性分析,以下变量对因变量贡献显著:D其最后胸高断面积生长预估模型为:最终模型的R4林木枯病模型构建从最终模型的形式可以看出,杉木胸高断面积与D本研究尽管在一定程度上解释了由于林木枯死或采伐对单木生长所产生的影响,但是林木枯死或采伐在预估期间的每个时间点都有可能发生,其预估期间由采伐和枯死所导致的竞争变化并不是固定不变的,因此,有必要进行进一步研究。就模型的应用而言,如果考虑预估期间林木枯死情况,则需进一步构建杉木枯死模型。本模型还可以用来模拟不同采伐强度以及不同采伐林木下,林分生长动态,尤其在当前目标树经营体系下显得尤为重要。式中,BAI代表5a间林木胸高断面积生长量,Size为林木大小的变量,Competition为描述林木竞争状态的变量,