基于枝条木材密度分级的鼎湖山南亚热带常绿阔叶林树高曲线模型

如何便捷准确地测量树高一直是林学及群落生态学所关心的问题。由于木材密度与树木生长密切相关,因此基于木材密度建立树高曲线模型能够为测量树高提供新的方法。本文以鼎湖山南亚热带常绿阔叶林1.44 ha塔吊样地内119个物种的4,032个个体为研究对象,利用树高、胸径和木材密度数据来探究基于枝条木材密度分级的树高曲线模型。首先,对个体进行随机抽样,将其划分为建模样本(占总样本量的70%)和检验样本(占总样本量的30%),并通过聚类分析将所有个体的木材密度划分为4级。其次,基于建模样本利用常见的5种理论生长方程(Richards、Korf、Logistic、Gompertz和Weibull方程)对不同分级建立树高–胸径模型;基于检验样本检验模型精度,并确定各分级的最适模型。最后,构建基于物种分类的树高曲线模型,并比较其与木材密度分级模型的差异。结果表明:基于木材密度分级的模型,各分级小组检验样本的平均绝对误差(MAE)和均方根误差(RMSE)最小值所对应的模型类型与建模样本结果一致,确定Gompertz模型和Weibull模型为鼎湖山南亚热带常绿阔叶林最适树高模型类型。比较基于木材密度分级的模型与基于物种分类的模型,发现二者的MAE、RMSE指数差异小。综上,基于木材密度分级的树高曲线模型对树高估测精度高,使用方便,为树高预测提供了新方法,可以更好服务森林调查等生产实践。