马尾松林近自然不同经营管理措施下土壤肥力

【目的】研究近自然不同经营管理措施对马尾松Pinus massoniana林下土壤肥力的影响。【方法】在贵阳市近自然经营开阳项目区分别选取马尾松林近自然择伐、近自然间伐、近自然抚育及对照组,综合评价不同管理措施对马尾松林下土壤肥力的影响。【结果】近自然择伐的土壤有机质、全氮、碱解氮、全钾、全磷、速效磷、脲酶、碱性磷酸酶质量分数都高于对照,呈增加趋势,其中有机质、全氮、碱解氮、全钾、全磷、速效磷的质量分数差异显著(P<0.05);近自然间伐的土壤有机质、全氮、碱解氮、全钾、速效钾、全磷、速效磷、蔗糖酶质量分数都高于对照,呈增加趋势,其中全氮、碱解氮、全钾、速效钾、全磷、速效磷的质量分数差异显著(P<0.05),但脲酶质量分数呈减少趋势;近自然抚育的土壤碱解氮、全钾、速效磷、脲酶质量分数呈减少趋势。其中碱解氮和全钾差异显著(P<0.05),蔗糖酶质量分数有增加趋势。近自然间伐和择伐马尾松林分土壤肥力的综合评价得分与相应对照差异显著(P<0.05),抚育差异不显著(P>0.05);近自然不同管理措施对土壤物理指标的影响不显著(P>0.05)。【结论】近自然间伐与择伐对马尾松林分土壤肥力的影响具有显著的促进作用,对马尾松林分土壤肥力的维护和提高有重要意义;近自然抚育对林分影响不显著。

基于分位数组合的杉木树高-胸径模型

【目的】采用分位数回归和分位数组合构建不同分位数的杉木树高模型,并与传统非线性回归模型的拟合效果进行对比,以提高模型的预测精度。【方法】基于贵州省清镇市国有林场49块样地中的3 795株杉木数据为研究对象,从7种常用的树高-胸径模型中筛选出最优基础模型,并在此基础上,选择影响最大且能提高模型预测精度的2个林分因子构建广义模型,并分别推广至分位数回归。对于分位数组合模型,设计了三分位数组合(τ=0.1, 0.5, 0.9)、五分位数组合(τ=0.1, 0.3, 0.5, 0.7, 0.9)和九分位数组合(τ=0.1, 0.2, 0.3, 0.4, 0.5, 0.6,0.7, 0.8, 0.9),同时结合抽胸径最大、抽胸径最小、抽平均木和随机抽取1~9株树4种抽样方案计算模型的参数,分析在不同分位数组合和抽样方案下抽样数量对模型精度的影响。【结果】Richards模型(R^(2)=0.590 4、RMSE=2.112 1、MAE=1.710 5)为最优基础模型;以含优势木平均高、胸高断面积的广义树高模型(R^(2)=0.711 2、RMSE=1.767 8、MAE=1.400 0)的预测效果最好;在9个分位数中,基础和广义模型的中位数(τ=0.5)回归拟合能力最好,其R^(2)、RMSE及MAE分别为:0.591 0~0.711 2、1.746 1~2.103 6、1.377 3~1.711 0。采用三分位数组合,在基础和广义树高—胸径模型选择5株和7株平均木时,预测精度提高尤为突出,其中R^(2)、RMSE和MAE分别为:0.721 4~0.797 4、1.477 4~1.732 7、0.991 1~1.301 5。【结论】同时兼顾模型预测精度与成本的情况下,在实际使用分位数组合时,建议采用广义模型的三分位数组合(τ=0.1, 0.5, 0.9),并抽取7株平均木来预测树高。