帽兒山天然次生林樹冠結(jié)構(gòu)和空間優(yōu)化經(jīng)營.pdf

1、本研究利用帽兒山天然次生林區(qū)2007年所調(diào)查的30塊標(biāo)準(zhǔn)地和176株解析木的數(shù)據(jù)，共獲得樣木4237株，剔除枯死木，剩余3628株;獲得枝條3401個(gè)，其中標(biāo)準(zhǔn)枝694個(gè)。測量樣木的胸徑、樹高、冠幅、坐標(biāo)和活枝高度等因子，并對(duì)解析木分段進(jìn)行了枝解析和葉量的收集。用2915株樣木建立了單木冠長率模型，其余713株作為檢驗(yàn)數(shù)據(jù);用枝解析的數(shù)據(jù)建立了次生林各樹種的枝條解析模型，分析枝條梢頭的著生位置建立了樹冠輪廓模型，根據(jù)葉量在樹冠相對(duì)高度上

2、的累積百分比建立了葉量模型。研究次生林內(nèi)幾種空間結(jié)構(gòu)指標(biāo)，并根據(jù)多樣性混交度、聚集指數(shù)、競爭指數(shù)和樹冠疊加指數(shù)建立了天然次生林擇伐空間優(yōu)化模型，采用數(shù)學(xué)規(guī)劃的思想對(duì)其求解，并應(yīng)用到現(xiàn)實(shí)林分中。研究的主要內(nèi)容包括:
　　1、根據(jù)次生林內(nèi)樹木的大小(SIZE)、競爭(COMP)和立地(SITE)3個(gè)方面因子組的分析，利用Logistic的形式來建立10個(gè)樹種單木的冠長率模型，并用多重決定系數(shù)R2來判斷各個(gè)因子組對(duì)模型的貢獻(xiàn)率。參數(shù)的擬

3、合結(jié)果表明，三個(gè)因子組中林木的大小和競爭對(duì)樹木的冠長率影響較大，而立地條件相對(duì)較小。樹種的冠長率隨著胸徑的增大而增大，與樹木的冠幅之間也是遞增的關(guān)系，也是與樹木的年齡成正比的。各個(gè)樹種的冠長率模型的檢驗(yàn)結(jié)果表明，10個(gè)樹種的預(yù)估精度都超過了91％，除了楓樺和色木，都通過了置信橢圓F檢驗(yàn)。幾種偏差值都較小，尤其是ME和MAE值很小。多數(shù)樹種的相關(guān)系數(shù)R相對(duì)較低，只有白樺和楓樺較高，超過了0.9。
　　2、用分段的多項(xiàng)式所建立的枝條基

4、徑的三種模型，得出基徑和枝條的著枝深度、胸徑、樹高和冠長之間有密切關(guān)系;建立的三種枝長模型是以樹木的著枝深度、胸徑和樹高為自變量的;弦長與枝長之間是極顯著的線性關(guān)系，可用對(duì)數(shù)形式來描述;枝條的著枝角度與總著枝深度、樹木胸徑、實(shí)測樹冠半徑、樹高等因子的關(guān)系可以用多元線性方程來表示;著枝角普遍都分布在20～50度之間，這個(gè)區(qū)間的分布比例一般都能達(dá)到枝條數(shù)量的60％以上，不同樹種的比例不太相同。而小于20度的枝條一般在20％左右變化，大于60

5、度的枝條非常少，70～80度之間的枝條十分稀少，大于80度的枝條可能是測量的誤差。著枝角的分布與著枝深度有密切的關(guān)系，著枝角度在樹冠的上層時(shí)一般都較小，而隨著樹冠深度的增加，中層的枝條的枝長開始增大，枝條的重量隨著基徑和枝長在增大，著枝角度會(huì)明顯增大，因此在這個(gè)范圍內(nèi)的分布最廣，占了大多數(shù)。而到了樹冠的下層時(shí)，枝條的著枝角度也較大，但是數(shù)量較少。對(duì)基徑、枝長和弦長模型進(jìn)行了檢驗(yàn)，檢驗(yàn)的結(jié)果較好，有較高的相關(guān)系數(shù)和預(yù)估精度。
　　3

6、、本研究認(rèn)為闊葉樹種的樹冠輪廓并不是簡單的從梢頭到冠底增加的，根據(jù)分層枝解析的結(jié)果，把樹冠分成2個(gè)部分，上層和中層作為一部分，用三次反拋物線式來建立高度處樹冠半徑與冠內(nèi)相對(duì)高度的模型;把樹冠的下層的枝條作為一部分，也是用拋物線的不同形式建立不同樹種的樹冠輪廓模型。這些形式能較好的用幾何位置來表現(xiàn)闊葉樹種的樹冠輪廓。
　　4、用傳統(tǒng)的三參數(shù)Weibull分布等形式無法很好的說明闊葉樹種的葉量分布特點(diǎn)，而對(duì)數(shù)正態(tài)分布能描述這種特點(diǎn)。本

7、研究用“S”曲線的形式來建立樹冠內(nèi)累積葉量百分比CF％和樹冠內(nèi)枝條相對(duì)高度RPC的模型，效果良好。并且得出，每個(gè)樹種在樹冠內(nèi)相對(duì)高度上的葉量的垂直分布是不同的，天然次生林闊葉樹種的葉量在樹冠的上部(0.3CL以下)所占比例很小，約占10％左右;在樹冠的中部以及中下部(0.4CL～0.8CL)，葉量所占比例最大，幾乎集中了整個(gè)樹冠60％～75％的葉量;而在樹冠的下部(0.8CL以下)，幾乎占很少的葉量，大約10％左右。
　　5、采用

8、Hegyi競爭指數(shù)來表現(xiàn)次生林內(nèi)林木的競爭關(guān)系，并且根據(jù)競爭圈的大小和林木在競爭圈內(nèi)的分布位置、大小與距離來計(jì)算有效的競爭木，并不是傳統(tǒng)意義上的全部競爭木;本研究提出用樹冠疊加指數(shù)(Crown area overlap index)來表示林木與周圍樹木的樹冠競爭情況，并采用等樹冠投影面積法把樹冠分為5級(jí)，這樣計(jì)算的樹冠疊加指數(shù)更加與現(xiàn)實(shí)林分相符。
　　6、本研究基于乘除法的思想，用多樣性混交度、聚集指數(shù)、競爭指數(shù)和樹冠疊加指數(shù)構(gòu)建

9、了天然次生林擇伐空間優(yōu)化模型，設(shè)計(jì)了10個(gè)與林學(xué)意義相一致的約束條件，并采用0-1整數(shù)規(guī)劃的思路，在LINGO9.0軟件中使用了隱枚舉法對(duì)目標(biāo)函數(shù)求得最優(yōu)解。
　　7、以M702標(biāo)準(zhǔn)地為應(yīng)用實(shí)例，具體計(jì)算出了每株采伐木，經(jīng)過擇伐后，目標(biāo)函數(shù)值按模型設(shè)計(jì)的要求發(fā)生了極大的改變，增加了5倍多，說明了最后這個(gè)解的優(yōu)良性，滿足了設(shè)計(jì)的要求。徑階數(shù)、樹種數(shù)都保持不變，Shannon-Weiner指數(shù)增加了3.5％。約束條件中的q值減小了約6

10、.6％，次生林的多樣性混交度和聚集指數(shù)分別增加了2.5％和4.1％，競爭指數(shù)和樹冠疊加指數(shù)分別減小了19.99％和50.93％。采伐量是小于林分的總生長量的，林木的蓄積減少了27.03％。目標(biāo)函數(shù)的10個(gè)約束條件在經(jīng)過擇伐優(yōu)化模型的求解后，都得到了滿足，目標(biāo)函數(shù)值顯著的增加，在符合了設(shè)計(jì)的要求的同時(shí)，也與林分的林學(xué)意義相一致。
　　本研究首次建立了天然次生林冠長率的模型，研究了次生林內(nèi)主要闊葉樹種的枝條的特征，建立了多種適用于闊葉