帽儿山天然次生林主要树种冠长率模型

对黑龙江省帽儿山实验林场天然次生林内的10个主要阔叶树种建立冠长率模型。采用2007年设置的30块固定标准地中获取的4237株样木,使用其中的3628株建立冠长率模型。从大小、竞争和立地3个角度来解释冠长率,利用Logistic方程的形式来构造冠长率模型,并且使用多重决定系数来评价3个方面因子所解释变量的百分比。模型拟合结果表明:变量解释的百分比从12.8813%(色木)到42.1168%(白桦),而对于帽儿山次生林区分布最多的树种紫椴的解释变量百分比是17.4032%。对所建立的冠长率模型进行检验,获得较高的预估精度和较低的各种误差百分比。

冠长率对树木直径和材积的影响

冠长率是衡量树冠大小的数量指标 ,同时又是影响树木生长的重要因素。研究结果表明 ,冠长率与树木直径、材积相关关系非常紧密 ,其相关指数均达 0 .9以上 。

杉木相对冠长指标及其应用初步研究

本文对福建杉木中心产区杉木人工林的相对冠长指标及其在林分密度管理中的应用进行了初步分析和探讨。杉木相对冠长与胸径生长率间存在极显著的幂函数关系,林分株数按相对冠长的分布用正态分布拟合是适宜的,拟合率达73％左右,提出了以林分相对冠长的平均值作为基准,按标准差的一定倍数来划分林分生长级的标准和方法,不同林分各生长级林木的相对冠长临界值或范围随林分的年龄、优势高和单位面积株数的增加而急剧下降,但林分Ⅳ、Ⅴ级木的比例却是逐渐上升的。杉木相对冠长指标可作为杉木人工林抚育间伐的重要参考指标。

茄子新品种渝研六号和黑冠长茄的选育

以142和110-2高代自交系为母本,以极早熟自交系D-6为父本,培育出了两个茄子杂一代新品种———渝研六号和黑冠长茄。渝研六号为早熟品种,果黑紫色,果纵径28厘米,横径5.8厘米,果重200克,适宜春季早熟栽培。黑冠长茄为中熟品种,果黑紫色,纵径30厘米,横径6.5厘米,果重250克,即可做春季早熟栽培,也可作夏秋栽培和嫁接长采收栽培。

基于混合效应的华北落叶松次生林单木冠长模型

【目的】为准确预估单木冠长,在再参数化的基础上构建基于混合效应的单木冠长模型,为华北落叶松区域经营、生产、科研提供理论依据及模型参考。【方法】以山西省五台山和庞泉沟地区116块样地2745株华北落叶松次生林为例,建立单木冠长模型,从9个冠长-胸径候选模型中选取最优基础模型;除胸径外还考虑其他6个林木、林分因子对冠长的影响,通过逐步回归分析选择影响最为显著的因子构建冠长再参数化模型;最后引入样地随机效应,构建含混合效应的华北落叶松次生林单木冠长模型,选用3个常用异方差消除函数中最优者消除混合效应模型的异方差性。【结果】9个候选模型尤以Logistic形式的冠长-胸径模型拟合精度最优,效果最好(R^(2)=0.5699,RMSE=3.8127,MAE=3.0223);其他6个林木、林分因子中高径比(HDR)和公顷株数(N)对冠长的影响最为显著,将显著性因子高径比(HDR)和公顷株数(N)纳入最优基础模型构建再参数化模型,模型确定系数(R^(2))从0.5699提升到0.7005,提升了22.9%,均方根误差(RMSE)从3.8127降低至3.1816,下降了16.6%,平均绝对误差(MAE)从3.0223降低至2.4107,下降了20.2%;在再参数化方法的基础上构建混合效应的单木冠长模型,引入样地水平作为随机效应因子作用在固定参数a上,混合效应模型确定系数(R^(2))从0.7005提升至0.8136,提升了16.1%,均方根误差(RMSE)从3.1816降低至2.5120,下降了21.0%,平均绝对误差(MAE)从2.4107降低至1.8373,下降了23.8%;选用指数方差函数能够有效地消除模型异方差性,残差分布范围更小,分布更均匀。【结论】在再参数化基础上构建混合效应模型能更加准确地预估林木冠长,为华北落叶松次生林区域性的森林经营活动提供科学依据。

基于混合效应的湖北杉木冠长率模型

为研究冠长率与林分因子之间的生长关系,分析不同因素对冠长率的影响,对湖北全省杉木栽植区域进行标准地调查,利用181块调查样地的715株优势木和平均木数据建立冠长率模型。从树木及立地因子中选出与冠长率相关性显著的树高、胸径、高径比、每公顷株数和大于对象木断面积5个因子作为变量,利用Logistics方程构建冠长率基础模型,并以此建立关于样地的单水平混合效应模型。混合模型所有参数及其组合形式均作为随机效应进行拟合,通过比较模型AIC、BIC和似然比显著性检验,与无随机参数模型相比,含有随机参数a和f的混合模型拟合效果最优。进行独立样本检验,混合模型的均方根误差和平均误差均有所降低,分别为-0.0095、0.1175,且残差范围变小。与基础模型相比,混合模型的R2由0.3231提高到0.5417,RMSE和Bias均有所减小。基于模型的拟合优度及检验指标,混合模型能够显著提高模型的拟合精度,可以用于树冠长度的预测。

毛白杨无性系冠幅、冠长与生长的相关性研究

对10年生12个毛白杨无性系的生长性状差异及冠幅、冠长与胸径、树高的相关性进行了分析,结果表明:10年生毛白杨无性系间冠幅、冠长、树高、胸径存在显著差异,冠幅与树高、胸径呈弱负相关,冠长与胸径、树高呈正相关,相关关系达极显著水平,为选育适合生产需要的毛白杨冠型提供了依据,也为无性系选择林期测定提供资料.

辽东山区人工红松冠长率影响因子研究

[目的]建立包含林木竞争、地形(坡度、坡向、坡位)的不同林层的辽东山区人工红松冠长率模型,研究不同竞争水平及地形对冠长率的影响,比较林层间的冠长率差异,为辽东山区红松人工林经营奠定基础。[方法]以辽宁省清原县大边沟林场红松人工林为研究对象,基于冠长率基础模型,通过再参数化方法引入竞争因子,采用哑变量方法进一步引入地形因子,选取对模型贡献最大的地形因子,最终建立包含竞争、地形变量的不同林层间的人工红松冠长率哑变量模型,模拟了各因子对人工红松冠长率的影响。[结果]与基础模型相比,引入林木竞争、地形因子坡向的不同林层冠长率模型R^(2)_(a)提升了0.113,RMSE降低了0.012,竞争、坡向、林层对冠长率模型的贡献率(MSER)分别为14.14%、2.25%、0.16%。冠长率随林木胸径的增大而减小,随林木竞争水平的增大而增大。随林木竞争水平的增大,冠长率随树高变化规律由负增长逐渐转为正增长。经F检验,不同坡向、林层之间冠长率差异显著,变化规律为阴坡>半阳坡>阳坡,在林层间表现为上林层>下林层。[结论]地形与林木竞争因子显著影响人工红松冠长率,坡向是对人工红松冠长率影响最大的地形因子。本研究构建的包含地形与林木竞争的冠长率模型精度较高,为辽东山区红松人工林经营管理及生长量预估提供参考。

相对冠长在杉木人工林立木材积测定中的应用

形数随相对冠长增大而减小,两者之间存在紧密的相关关系,把相对冠长作为辅助因子,配合树高建立形数预测模型,按立木材积三要素测定材积,可在不测上部直径的情况下,有效地提高立木材积的测定精度。

闽楠天然林林分冠长研究

以福建省三明市明溪县瀚仙镇连厝村沙洲坑甲闽楠自然保护区的闽楠天然林为研究对象,分析其冠长、相对冠长的变化规律,并结合相关数学模型和数理统计学方法,对范围内林木的冠长与其胸径和树高间的相关性进行分析,建立最适宜函数模型。结果表明:闽楠天然林木的平均冠长、相对冠长总体上随着径阶的增大而增大,其中相对冠长的总体变化趋势较为平稳,总体上与林木的生物学特性相符;闽楠天然林木冠长同样随着树高的增大而增大,而树高对冠长的影响较大于其直径对冠长的影响,选用幂函数方程CL=0.252×H 1.246来描述研究地闽楠天然林冠长的变化规律,为进一步的生产经营提供科学依据。

长白落叶松-水曲柳混交林不同混交方式单木冠长预测模型

【目的】为了准确预估长白落叶松-水曲柳4种不同行间混交方式(行间混交比例分别为1∶1、2∶2、3∶3、5∶5)的单木冠长,采用联立方程组模型分别构建了长白落叶松和水曲柳的冠长模型。【方法】基于黑龙江省尚志国有林场管理局的长白落叶松-水曲柳混交林54块标准地的样木数据,从3种非线性的基础冠长模型中选取最优冠长模型,以单分子式模型为树高曲线的基础模型,并将混交比例(Z_(i))和树木在混交带内位置(K)作为哑变量,加入其他树木变量、林分变量和竞争因子,分别构建长白落叶松和水曲柳的冠长模型;基于最优冠长模型和树高曲线模型建立联立方程组模型,采用非线性似乎不相关回归(NSUR)的方法进行参数估计,并对所构建的模型进行评价。【结果】长白落叶松冠长与高径比呈负相关,与林木树高和林分优势高之比呈正相关;水曲柳冠长与高径比呈负相关,与林木胸径和林分优势木胸径之比呈正相关;长白落叶松树高与长白落叶松优势木平均高呈正相关,水曲柳树高与水曲柳优势木平均高呈正相关。联立方程组预估长白落叶松冠长和树高的调整后决定系数(R^(2)_(a))分别为0.4781和0.8216,联立方程组预估水曲柳冠长和树高的R^(2)_(a)分别为0.3958和0.7529。【结论】构建冠长和树高联立方程组模型不仅具有较好的拟合效果及预测精度,还解决了冠长与树高之间内在相关性的问题。因此,本研究所构建的冠长模型可以很好地预测东北地区混交林内长白落叶松和水曲柳的冠长,为进一步研究混交林树木树冠结构提供依据。

宁都黄鸡GH基因SNP与鸡冠性状的关联分析

【目的】研究宁都黄鸡GH基因(Growth hormone,GH)5’-侧翼和内含子1区域单核苷酸多态性(Single nucleotide polymorphism,SNP)与鸡冠性状的关联性,以期筛选地方鸡种鸡冠性状的早期选育分子标记。【方法】以499只宁都黄鸡公鸡为研究对象,测定7个不同周龄的冠高、冠长、冠厚、肉垂长、肉垂厚以及冠齿数指标,利用SAS(Statistical analysis system)分析GH基因部分序列SNP与鸡冠性状的关联性。【结果】有13个SNP与冠高性状指标显著关联(P<0.05),即C1272225T、G1272611A、C1271211T、C1270902T、A1270769G、G1270640C、T1270578C、G1270503C、T1270451C、C1270032T,其中A1270769G与7个周龄冠高指标均显著关联;G1272611A与5个周龄冠高指标显著关联;有10个SNP与冠长性状显著关联(P<0.05),即C1272225T、G1272611A、C1271211T、C1270902T、A1270769G、G1270640C、T1270578C、G1270503C、T1270451C、C1270032T,其中C1271211T与6个周龄冠长指标显著关联,G1272611A与5个周龄冠长指标显著关联。G1272611A位点与5个连续周龄冠长或冠高性状指标均显著关联,该位点在该群体中对应GG和GA 2种基因型,GG基因型个体的5个连续周龄冠高或冠长均显著高于GA基因型个体。【结论】G1272611A位点可作为宁都黄鸡冠高和冠长性状选育重要候选分子标记。

利用混合模型模拟树冠特征对兴安落叶松树干干形的影响

以黑龙江省七台河市林业局金沙林场114株人工兴安落叶松树干干形数据为例,利用非线性混合模型技术拟合Max-Burkhart分段削度方程。结果表明:当利用SAS软件的PROC NLMIXED模块对Max-Burkhart模型进行拟合时,引入随机参数b1、b2、b3时模型拟合最好;随机参数b1与冠长率和冠长呈负相关,与树冠高度呈正相关;随机参数b2与冠长率和冠长呈正相关,与树冠高度呈负相关;随机参数b3与冠长率、冠长、树冠高度没有显示出相关性。利用随机参数b1、b2、b3与树冠特征的相关性构建了含有冠长率、冠长和树冠高度变量的3个模型,并且所有模型的参数估计值都是显著的,这充分说明冠长率、冠长和树冠高度对兴安落叶松干形的变化有显著影响。用含有冠长率的削度模型模拟干曲线,结果表明:冠长率越大,树干削度变化越大,干形质量越差。

塞罕坝国家森林公园华北落叶松单木冠幅预测模型

基于河北省塞罕坝国家森林公园华北落叶松纯林4块标准地458株华北落叶松样木数据,构建了华北落叶松单木冠幅预测模型。通过分析华北落叶松冠幅变化规律以及冠幅与林木竞争因子的关系,从6种常用的线性和非线性冠幅模型的基础模型中选取最优模型,加入其他树木变量和林分变量,构建华北落叶松单木冠幅预测模型,并对所构建的模型进行评价。华北落叶松冠幅与冠长率(CR)成正相关,与高径比(HD)成负相关;包含树木变量和竞争因子的华北落叶松冠幅模型拟合冠幅的Ra2分别为0.4845;包含树木变量(CR)、竞争因子(HD)的华北落叶松模型具有较好的拟合效果及预测精度。研究所构建的冠幅模型对华北落叶松的冠幅预测能力较好,为进一步研究华北落叶松树冠结构提供了基础。

不同郁闭度下胸高直径对杉木冠幅特征因子的影响

树冠是树木进行光合作用和呼吸作用的重要场所,冠幅和冠长率直接影响树木的生活力和生产力。以湖南省黄丰桥国有林场103块杉木(Cunninghamia lanceolata)林样地为例,样地按郁闭度CD≥0.8(类型1)、0.7≤CD<0.8(类型2)、0.6≤CD<0.7(类型3)、0.5≤CD<0.6(类型4)和CD<0.5(类型5)划分5个等级。分析不同等级林分中树木冠幅和冠长率的分布结构以及与胸径的关系,同时利用非线性混合效应模型分析各类型郁闭度对冠幅和冠长率的随机影响。研究结果表明:5种类型的冠幅大小主要分布在区间(2.5—4.0m)之间,分别占65.82%、69.56%、70.79%、58.15%和53.21%,小于1.5 m和大于5.0 m分布较少;5种类型冠长率主要分布在区间(0.3—0.7)之间,分别占55.69%、71.93%、67.01%、82.22%和79.28%,在区间小于0.2和大于0.8分布较少,大于0.9的冠长率几乎没有;冠幅与胸径之间呈现较弱的线性相关性,而冠长率与胸径之间几乎线性不相关。在相同的胸高直径时,类型5的冠幅最大,而类型1的冠幅最小。对于冠长率,恰好相反,即类型1的冠长率最大,而类型5的冠长率最小;同时给出的冠幅模型(模型11)和冠长率模型(模型14)具有较高的预测精度,在实际应用中可以利用它们对冠幅和冠长率进行预测。

帽儿山天然次生林主要阔叶树种叶量分布模拟

2007年,在黑龙江省帽儿山林区,设置30块天然次生林固定标准地,获取10个阔叶树种176株解析木,总共测量3401个活枝条的叶生物量。建立10个阔叶树种的单木模型来预测活树冠内叶量的垂直分布,用3参数Chapman-Richards方程来估计叶量在树冠内相对高度处的累积叶量分布。参数估计的结果表明:在α=0.05的置信度下,相关系数都超过0.91,白桦达到0.98;水曲柳冠内最大叶量出现在最高位置0.82CL(冠长)处,最低的是黄菠萝,出现在0.52CL处;其他树种分布在这个区间之内,白桦为0.66CL,柞树为0.78CL;天然次生林阔叶树种的叶量在树冠的上部(0.3CL以下)所占比例很小,在树冠的中部以及中下部(0.4CL～0.8CL)叶量所占比例最大,几乎集中了整个树冠60%～70%的叶量,其中,白桦达到72.22%,杨树达到72.55%,水曲柳最低为57.51%,而在树冠的下部(0.8CL以下),几乎占很少的叶量,大约10%左右。本研究提出的这种累积叶量分布模型可以应用于采伐设计、合理的间伐收获方法和不同收获生产中的林分营养物质消长预估。

马尾松人工林树冠结构研究

【目的】精确量化马尾松树冠因子,为进一步制订马尾松人工林经营模式提供理论依据。【方法】在福建省将乐县国有林场设置27块马尾松人工林标准地,调查相关指标,利用SPSS 20.0软件分析标准去叶枝鲜质量与标准枝的叶鲜质量,树冠轮廓与胸径,材积与冠幅间的相互关系,并构建相应的回归方程。【结果】马尾松人工林以轮生枝数为6的枝条出现的频率最大,轮生枝数为3～8的枝条数量占轮生枝总数的84.946%,其分布近似正态。针对标准去叶枝鲜质量与标准枝的叶鲜质量构建了指数函数,二者呈正相关关系,决定系数为0.901。利用胸径、冠幅和冠长3个林木因子构建了树冠轮廓模型,树冠轮廓随着胸径的增大而增大,在95%置信区间内,当胸径变化1个单位时,树冠轮廓相应变化39.4%。在分析材积与冠幅相互关系的基础上,构建了材积-冠幅的预测模型,二者呈正相关关系,其决定系数达到了0.853,相关性极显著(P<0.001)。【结论】所建模型预估精度较高,具有很强的适用性,可以较精确地定量马尾松的树冠因子。

长白落叶松林冠空隙度随林木因子的变化

为了确定控制人工长白落叶松林林冠空隙度(crown shyness)的林分调查因子,调查了林分郁闭度、冠幅、冠长、树高、胸径、形数、相对密度及疏密度等因子,分析了不同林分因子与树冠因子之间的关系,并采用树冠空隙形状复杂性指数(C)分析了调查区域的林冠格局。结果表明:该地区落叶松林林冠空隙结构基本属于高形状复杂性,树木之间的竞争较大。林分郁闭度随着林分高的增加而减小,随着相对密度的增大而增大。树高达15m时,冠幅和冠长基本趋于平稳的状态。冠幅和冠长随着林分高和立地指数的增大而增大,但冠幅随着相对密度和干形的增大而减小,冠长随着形数的增大而变小。

华山松和油松冠型结构对林窗式疏伐的响应

【目的】研究30a生华山松和油松混交人工林中,边界华山松和油松冠型结构对林窗式疏伐的响应。【方法】评估华山松和油松偏冠程度、偏冠精度、冠长对小林窗(80m^2)和中林窗(110m^2)的响应。【结果】中林窗边界华山松和油松偏冠率明显高于对照,偏冠方向与林窗中心连线方向显著相关。两个树种偏冠程度和精度没有显著差异。华山松和油松正对林窗中心一侧冠长明显高于对侧,冠长比均约为0.1。【结论】华山松和油松具有相似的冠可塑性,林窗形成后,通过冠水平和垂直扩展,增加光获取,加速自身生长。