天山西部云杉林群落数量分类与排序

【目的】研究植物群落的数量分类和排序,分析植物群落与环境之间的关系,为新疆天山云杉林保护、天山西部山区森林群落更新恢复评价提供支撑。【方法】以天山西部国有林管理局巩留分局恰西森林公园为试验点,天山云杉(Picea schrenkiana var tianschanica)林为研究对象,基于群落学调查和环境因子测定数据,采用双向指示种分析(TWINSPAN)对天山西部云杉群落进行分类,冗余分析(RDA)方法对物种分布进行排序,分析物种群落的类型和特征以及与环境因子之间的关系。【结果】物种群落分为8组,群落中乔木层以天山云杉为优势种,天山花楸鲜有分布;灌木层植被较少,存在少量伊犁忍冬;草本层中主要以塔什克羊角芹、白花车轴草、羽衣草、早熟禾和弹裂碎米芥等为优势种,且分布较广泛。影响天山云杉林群落分布的主要环境因子是采伐强度、坡度、海拔、郁闭度和坡向。其中,环境变量对森林群落格局解释率占40.8%,采伐强度对森林群落格局解释率占4.9%,两者共同解释率占39.64%,未解释的部分占14.69%。【结论】天山西部云杉林划分为8个群落类型,采伐强度因子与环境因子共同影响群落分布格局,天然林得到了较好的恢复,森林资源状况得到改善,生态状况由持续恶化向逐步改善转变。

基于无人机影像的天山云杉林冠幅提取及蓄积量反演

以无人机影像为源数据,天山云杉(Picea Schrenkiana var tianshanica)为研究对象,根据样方实测数据,提取冠幅信息与胸径树高参数进行拟合并反演蓄积量,为天然林保护工程实施后天山云杉生态恢复与科学管理提供技术手段。基于新疆农业大学实习林场的无人机影像数据和60个样方的每木检尺数据,通过多尺度分割技术对天山云杉林冠幅进行分割提取,根据实测数据建立冠幅-胸径模型和冠幅-胸径-树高模型,反演天山云杉林蓄积量。结果表明:无人机影像分割效果较好,根据多尺度分割技术得到的最合优尺度参数为60,形状因子为0.5,紧密度因子为0.5。通过构建天山云杉冠幅-胸径模型,得幂函数模型拟合度最高,R2为0.718,而冠幅-胸径-树高二元一次模型R2为0.817。将提取参数代入模型反演蓄积量与样方蓄积量对比后完成T检验,检验结果sig=0.051,说明模型拟合度较好。研究得出采用面向对象方法对天山云杉林冠幅信息的提取效果较好,基于模拟数据和实测数据构建模型得到胸径参数进而反演林分蓄积量的方法可降低人力调查成本并满足天山云杉林经营管理的需要。