黑龙江省人工长白落叶松叶面积大小及其垂直分布的研究

发布时间：2020-04-02 13:21

【摘要】：本研究以黑龙江省孟家岗林场、东京城林业局和林口林业局长白落叶松人工林为研究对象,基于11块样地76株解析木的756个标准枝枝解析数据,建立人工长白落叶松一级枝条叶面积(BLA)预估模型和单木树冠叶面积(CLA)预估模型。通过对比2参数的Weibull分布和Johnson's SB分布对叶面积垂直分布拟合效果,最终采用Weibull分布函数模拟人工长白落叶松树冠内叶面积垂直分布。结果表明:1.一级枝条叶面积与自身属性因子(枝条基径(BD)、枝条长度(BL))关系密切,最终建立了考虑树木随机效应的以lnBD、枝条相对着枝深度的对数形式(lnRDINC)、胸径的对数形式(lnDBH)、高径比的对数形式(ln(HT/DBH))和冠长率的对数形式(lnCR)为自变量的线性混合效应模型,具体形式为lnBLA=β1+(β2+b2)lnBD+(β3+ b3)lnRDINC+β4lnDBH+β5lnHT/DBH+(β6+b6)lnCR,βi 和 bi别是模型的固定效应参数和随机效应参数。最优模型的Ra2为0.90,RMSE为0.5477,ME为-0.03,MAE为0.24,P为91%,说明模型的拟合和预估效果较好。2.用枝条叶面积模型估计各枝条的叶面积计算树冠叶面积观测值进行建模。树高(HT)、胸径(DBH)、冠长(CL)、高径比(HT/DBH)等树木属性因子均与树冠叶面积关系紧密,最优树冠叶面积模型为传统回归模型,形式为lnCLA=γ0+γ1ln DBH+γ2CR,CR为冠长率。在引入样地层次随机效应时,基础模型与最优混合模型的似然比检验结果表明该模型不用考虑样地层次的随机效应(P0.05)。模型的拟合和检验评价指标Ra2为 0.85,RMSE 为 0.3847,ME、MAE 和 P 分别为-0.08、0.31 和 93%,模型表现出较好的拟合能力和预估效果。3.相比Johnson's SB,用Weibull分布函数能更好的模拟单株树木叶面积垂直分布形式。冠内叶面积最大值出现的位置在树冠的中部附近,主要集中在相对着枝深度0.45～0.61范围内。采用最大似然法对每株树分别估计得到参数w1和W2,以此为基础建立基于树木和林分层次的属性因子的w1和W2预估模型。分析表明,比度参数W1与林分年龄、冠长关系较为密切,该参数的预估模型拟合优度Ra2和RMSE分别为0.46、0.0853,检验指标ME、MAE和P分别0.15、0.15和80%;形状参数W2与树木在林分中所处生长等级相关性较高,意味着林分内的竞争对于该参数影响较大,W2预估模型的相关统计指标Ra2、RMSE、ME、MAE 和 P 分别为 0.31、0.1182、-0.08、0.38 和 91%。从统计学的角度来看,2个参数的预估模型拟合效果和预估效果均不理想,但是依然可以为分析叶面积垂直分布差异提供理论支持。
【图文】：

３．１枝条叶面积（ＢＬＡ）预估模型的构建逡逑根据以往学者对枝条叶面积的研究结论枝条叶面积与枝条基径和相对着枝逡逑深度的关系密切。图３－１为利用建模数据中枝条属性数据与枝条叶面积的散点图以及关逡逑于枝条相对着枝深度的箱线图，初步分析结果表明枝条叶面积与枝条长度、枝条基径呈逡逑非线性增长关系，同时不同相对着枝深度的枝条叶面积总体呈现先增大后减小的趋势，逡逑在同一相对着枝深度处枝条叶面积差异较大。逡逑４逦４逦■逡逑３－５邋？逦３．５逦■逦＃逡逑？邋＇邋＊邋＊邋／逡逑广逦．？逦３逦．逦？逡逑Ｉ邋２．５邋．逦．．．逦２．５邋■逦．．．逡逑昌邋２逦－逦．，？？？：？？逦．邋？逡逑°ｉ逦。：逡逑０邋Ｏｏ邋１逦１．５逦２逦２．５逦３逦３．５逦４逦４．５逦５邋0邋0．５邋ｉ邋１．５逦２逦２．５逦３逦３．５逦４逦４．５逡逑技条}ＢＤ／ｃｍ逦枝条长度ＢＬ／ｍ逡逑４厂逡逑３．５邋■逡逑３邋？逡逑？邋２．５邋■逡逑Ｉ逡逑ｆｆｌ逡逑置２邋．逡逑±＂逡逑？１．５邋■逡逑ｉ邋？逦—Ｈ逡逑０．５邋■逦－逡逑■逦，逦１逦Ｕ逦１逦Ｔ逦１逦１逦Ｔ逦Ｔ逦Ｍ逡逑ｉ逦ｎ逦ｍ逦ｉｖ逦ｖ逦ｖｉ

逡逑图４－１为枝条叶面积基础模型（４－１）和最优混合模型（４－２）的预测值与实测值的逡逑关系图。结果表明：基础模型拟合得到预测值与实测值差异较大，在ｙ＝ｘ直线周围散逡逑开；混合模型的预测值与实测值的点差异小很多，向直线ｙ＝ｘ聚集。逡逑５「逦八逦ｓ逦Ｂ逡逑４逦－逦S肧缅危村危垮巍雠叔义，

本文编号：2612006