适于GlobalAllomeTree国际数据平台的标准化中国主要树种树高-胸径方程研建

GlobalAllomeTree作为共享异速方程的国际网络平台,逐渐受到全球高度关注。当前,为促进该项国际合作,针对当前该平台缺乏中国主要树种生长异速方程的现状,系统性更新标准化中国主要树种树高-胸径方程。由于树冠和下部灌木及草丛遮挡,树高相对于胸径测量具有一定的难度,因此需要使用数学工具进行计算。选取了36个树种为材料构建树高-胸径关系方程,以全国主要树种的二元材积模型、各地区一元材积表为基础材料,以取样径阶为1 cm间隔所生成1692组树高-胸径数据作为建立方程样本,1238组外业调查数据为验证样本。建模结果表明:36个主要树种的1692组树高-胸径数据建立的全国通用性树高-胸径方程拟合相关系数(R2)为0.801,方程拟合结果较好,说明可以通过测定胸径,带入树高(H,m)-胸径(D,cm)方程(H=aDb)预估树高;对36个主要树种的树高-胸径方程进行拟合,决定系数R2值均大于0.916,平均误差(ME)、平均绝对误差(MAE)和均方根误差(RMSE)相对较小,方程整体精度较高,可广泛推广;将外业采集的1238组树高-胸径数据,根据36个主要树种树高-胸径方程拟合公式及参数估计值a、b进行方程精度验证,方程预测的平均相对误差为16.86%,在误差允许范围内,并且模型形式规范,可为GlobalAllomeTree平台用户提供科学参考。

基于混合效应和分位数回归的温带针阔混交林树高与胸径关系研究

【目的】基于非线性回归和广义模型构建不同分位数回归和混合效应的树高预测方程,并对比分析非线性模型、不同分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)模型、广义模型及非线性混合效应模型的拟合效果和预测精度,为研究林分生长和收获提供理论依据。【方法】本研究以吉林蛟河地区针阔混交林的主要树种(红松、色木槭、紫椴和水曲柳)为研究对象,基于21.12 hm2样地数据,首先在11个广泛使用的树高方程基础模型中选定基础模型;其次探究林分变量对树高的影响并构建含林分变量的广义模型;最后在基础模型和广义模型的基础上,构建分位数模型,同时考虑样方效应对树高的影响,构建混合效应模型。【结果】(1)各树种均以Richards模型拟合精度更高,且具有生物学意义,选定为基础模型;考虑林分变量与树高的相关性以及模型收敛性,加入优势木高建立的广义模型能显著提高拟合效果。(2)各树种均为中位数τ=0.5时模型拟合效果最佳,且与非线性回归预测精度相近,红松、色木槭、紫椴和水曲柳最高R^(2)值分别为0.811、0.809、0.724和0.617,广义中位数回归预测能力得到进一步提高,R^(2)值分别为0.891、0.874、0.858和0.627。(3)混合效应模型相对其他模型能显著提高预测精度,其中基础混合模型略优于广义混合模型,4个树种R^(2)值达到0.937、0.919、0.906和0.643,表明包含样方效应的混合模型能得到更准确更稳定的预测结果。【结论】与传统方法建立的基础模型和广义模型以及两者的中位数回归模型相较,基于非线性混合效应构建的树高-胸径模型预测精度更高,其中基于基础混合效应构建的吉林蛟河地区混交林树高-胸径模型更具优越性和稳定性。

基于地基雷达数据构建红松人工林树高、枝下高及接触高模型

采用地面激光雷达(Terrestrial Laser Scanning,TLS)扫描10块人工红松林所得到的数据,与实地调查数据相结合,构建红松树高曲线模型、枝下高预估模型与接触高预估模型,并建立联立方程组。首先,从所选择的5种树高曲线模型中,选择出拟合效果较好的2个模型作为联立方程组的备选模型。然后再从5个枝下高基础模型中选出1个拟合效果好,并且适用程度高的模型作为基础模型,运用再参数化和最优子集回归的方法将林分因子(林分平均胸径、林分断面积、高径比、优势木平均胸径和优势木平均高)代入基础模型,选择拟合效果较好的模型作为枝下高备选模型。相同的方法选择拟合效果好的接触高备选模型。最后将树高曲线模型、枝下高备选模型与接触高备选模型分别两两联立,建立联立方程组。通过似不相关回归(Seemingly Unrelated Regression Estimation,SVR或SURE),根据拟合优度与检验结果选择最优秀的方程组,并对联立方程组进行评价。最终得到结果最优联立方程组预估树高时,决定系数R^(2)=0.896,均方根误差RMSE=0.612 m;当方程组预估枝下高时,R^(2)=0.575,RMSE=0.850 m;当方程预估接触高时,R^(2)=0.719,RMSE=0.791 m,而且各种检验指标都较好。综合来看,方程组对树高、枝下高与接触高拟合精度与检验效果较好,可以解决树高、枝下高与接触高的内在相关性问题,为进一步研究红松树冠结构与动态变化提供基础。

基于多视角三维航摄影像的树高提取方法比较

树高是一个重要的立木调查因子,传统树高测量方法是利用测高器人工测量,该方法调查速度慢,效率低下.重叠的立体像对,可以反映地物的高度信息,为大面积树高信息提取提供了可能.本研究采用大疆Phantom 4 RTK无人机获取研究区航摄影像并构建立体像对,分别从不同视角采用三维模型直接测量法、倾斜摄影点云提取法、冠层高度模型局部最大值法进行了树高信息提取.研究结果表明,三种方法林木检测率依次为:82.5%、76.8%、71.1%,测得的树高结果精度分别为:R2=0.730,RMSE=1.699;R2=0.804,RMSE=1.459;R2=0.766,RMSE=1.548.三维模型测量法获取的树高提取率最高,倾斜摄影点云提取的树高值与实测值的拟合度最高.研究结果利用航摄影像能够高效地提取树高信息,为林业研究调查提供一种低成本、高效率的方法.

含竞争指标的广义可加混合效应树高-胸径模型

广义可加混合效应模型(GAMM)兼具参数模型与非参数模型的优点,同时适于处理多层次分组数据。通过运用广义可加混合效应模型模拟胸径及树高之间关系,加入竞争因子作为辅助变量,并与传统非线性混合效应模型进行比较,能够为建立树高曲线及提高模型精度提供新方法。根据吉林省汪清林业局金沟岭林场2块100 m×100 m次生混交林样地中的实测单木数据,按照7∶3比例随机划分建模与验证数据。随机效应设定为林木分级,辅助变量选择大于对象木胸高断面积之和(B_(AL))或简单竞争指数(Hegyi指数,H_(EG)),根据随机效应的设定位置共构建15个广义可加混合效应模型,对照模型以Logistic及Richard方程为基础模型,共构建6个非线性混合效应树高-胸径模型。结果表明:所有广义可加混合效应模型均能较好地描述自变量与树高之间的关系,决定系数(R^(2))为0.8897~0.8998,相对均方根误差(R_(RMSE))为17.87%~18.74%,平均绝对误差(M_(AE))为1.7881~1.8745 m,赤池信息量(A_(IC))为4120.42~4162.23,均优于相同自变量下的非线性混合模型,R^(2)平均提高0.005,相对均方根误差、平均绝对误差、赤池信息量分别平均降低0.46%、0.0587 m、41.49。对于验证数据的预测可以看出,模型5具有最小的预测相对均方根误差,为20.28%,同时具有最小的预测平均绝对误差,为2.1038 m。但部分广义可加混合效应模型的预测表现略差于非线性混合模型。综合考虑参数与非参数估计显著性、模型估计精度及预测能力,所有模型中的最优模型为模型5,即以B_(AL)为辅助变量,考虑唯一全局平滑函数并以具有相同扭曲程度的分组水平平滑函数为基础添加随机效应。竞争因子选择B AL作为辅助变量能够提升树高模型的精度,而选择Hegyi指数为辅助变量的促进效果不明显。研究建立的广义可加混合效应树高胸径模型相较于传统非线性混合效应模型具有更高的估计精度及预测效果,B AL适宜作为树高模型的辅助变量来反映林木竞争状况的影响。

黔中马尾松木荷混交林树高-胸径模型

【目的】建立马尾松Pinus massoniana-木荷Schima superba混交林树高-胸径模型,将树种作为哑变量引入模型,考虑模型残差空间自相关和异质性,为混交林树高-胸径模型构建和科学经营提供理论依据。【方法】基于贵州省开阳县马尾松-木荷混交林727组树高-胸径调查数据,构建普通最小二乘法模型(OLS)、广义可加模型(GAM)、线性混合模型(LMM)、地理加权回归模型(GWR)和地理加权回归克里格模型(GWRK)的树高-胸径全林木模型,在此基础上,将树种作为哑变量引入,选择全局莫兰指数(Moran’I)、局域Moran’I和组内方差分析5种模型残差空间自相关与空间异质性,并采用决定系数(R 2)、均方误差(MSE)和赤池信息准则(AIC)对模型进行评价。【结果】①马尾松-木荷混交林全林木基础模型的拟合精度从低到高依次为OLS、GAM、LMM、GWR、GWRK。②将树种作为哑变量引入模型后,各模型拟合精度均高于全林木基础模型。③OLS和GAM模型残差的全局Moran’I在α=0.05水平下显著(Z>1.96),局域Moran’I分布图中存在较多热点,表现出强烈的空间自相关。而LMM、GWR和GWRK模型残差全局Moran’I在α=0.05水平下不显著(−1.96≤Z≤1.96),且在局域Moran’I分布图中存在较多冷点,说明模型残差空间自相关已被消除。④5种模型残差的组内方差均表现随着滞后距离增大而增大的趋势,但GWR和GWRK模型具有更小的组内方差,能较好地降低模型残差空间的异质性。【结论】OLS和GAM模型拟合精度不高,并且不能消除模型残差空间自相关和异质性,因此不是用来建立树高-胸径模型的最佳选择。LMM、GWR和GWRK模型在提高模型拟合精度和降低空间自相关性方面表现良好,但GWR和GWRK模型在降低空间异质性方面显著,是最适合的树高-胸径模型。

基于无人机激光雷达数据的树高提取分析

树高是森林资源调查的重要参数,由于传统人工估算树冠树高方法存在费时、费力等缺点,因此,无人机激光雷达技术被广泛应用。首先,获取数据并分析,采用坡度滤波算法和布料模拟滤波算法提取地面点的精度情况,其相关系数R²分别为0.9927、0.9922,坡度滤波算法提取地面点准确度略高;然后通过自然领域法插值生成数字高程模型(Digital Elevation Model,DEM),再用归一化数字表面模型(Nor‐malized Digital Surface Model,nDSM)提取冠层高度模型(Canopy Height Model,CHM),采用局部最大值算法和分水岭算法提取树高;最后,用实测结果进行精度验证。结果表明:树顶点识别与实测树顶点结果召回率96%、准确率100%、F测度为98%,说明树顶点识别精度较高;树高提取均方根误差达到0.33、最大绝对误差为1.87、最小绝对误差为0.01,说明轻小型无人机遥感技术可快速高效地测量单木树高,且测量精度满足林业调查基本需求,为城市林业资源调查提供技术支持,实现高效化和低成本化。

基于稀疏和稠密图像匹配与对极约束的树高提取改进算法

树高是监测森林状况的重要参数,摄影测量法具有低成本、灵活的特性,是树高采集的重要方法之一.作为一种被动遥感方式,传统的摄影测量方法往往需要数量较多,重叠率较高的图像数据,这与传统图像特征的稀疏性有关.为了提高图像数量受限条件下的树高提取精度,提出将稀疏特征匹配和稠密像素匹配相结合,并使用对极约束过滤外点的方法,得到稠密且精度较高的匹配结果,并通过三维重建算法得到森林场景点云.该方法在少量图像的情况下就可以较为完整地重建森林场景并提取树高,将提取的树高与机载激光雷达(light detection and ranging,LiDAR)点云的结果进行对比,相关系数为0.91,最大误差为1.64 m.该算法只需要少量的重叠图像,这表明了该算法在处理高分辨率卫星图像方面具有一定潜力.

基于深度神经网络的杉木树高-胸径模型研建

利用深度神经网络(DNN)模型建立杉木的树高-胸径模型,寻求一种更加高效的杉木树高预测方法。以贵州省清镇市国有林场49块样地中杉木的胸径、树高数据为研究对象,分成不同比例的训练集和测试集,训练集占比分别为20%,30%,40%,50%,60%,70%,80%;对应的测试集占比分别为80%,70%,60%,50%,40%,30%,20%。利用DNN构建树高-胸径模型,并将其与11个传统基础模型进行比较,通过R^(2)、RMSE和MAE对比选出预测效果最好的模型,并根据最优模型添加林木胸径与优势木平均胸径比(DDH),以提高模型的预测精度。利用DNN模型建立的树高-胸径模型在训练集占比为20%的情况下,加入DDH因子后其预测精度R^(2)达到0.89。利用DNN构建杉木树高-胸径模型对杉木树高进行预测,在使用较小数据量的前提下加入DDH因子能够提高对杉木树高的预测效果。

湘西龙山县华桑人工林直径与树高结构研究

为掌握华桑中幼林直径和树高结构规律,给营林生产提供技术参考,在龙山县砂子坡国有林场跑马坪分场华桑10年生人工林中设置3块20 m×30 m的样地,调查样地内乔木树种的直径、树高等因子。结果表明:该林分是以华桑为优势树种、6个树种伴生而成的针阔混交林,结构合理;华桑顶端具有双主梢生长特性,需在前期进行修枝整形;林分直径分布呈左偏的近似正态分布曲线,为典型的同龄林直径结构特征,林分处于中幼林阶段,需加强培育管理,直径分布服从Weibull分布和一元正态分布;林分树高分布呈左偏的近似正态分布曲线,树高分布服从Weibull分布和一元正态分布;树高与径阶之间存在正相关关系,即林分树高随着径阶的增加而增加,树高-径阶曲线可用y=2.729+0.659 d-0.017 d 2+0.0003 d 3表示。该林分为较为理想的中幼林林分结构,研究结果可为华桑人工林林分结构调整优化提供理论依据。

“天潜沔”地区杨树人工林胸径-树高生长模型研究

以天门、潜江、仙桃地区杨树人工林为研究对象,通过2022年在该地区选取48块样地进行每木检尺,共测量731株杨树的生长量情况,作为建模数据。利用R软件对胸径-树高模型进行拟合,选用9个常用的胸径-树高模型。根据决定系数(R^(2))、均方根误差(RMSE)、残差平均和(SSE)、平均绝对误差(MAE)、平均相对误差(MRE)和Akaike信息量准则(AIC)6个评价指标来确定最优模型,同时以天门、潜江、仙桃地区2021年立地条件、初植密度基本一致的10个杨树人工林固定样地的胸径、树高数据为检验数据,检验最优模型的预测能力。结果表明:在1~9号模型中,4号拟合效果最佳,其模型表达式为H=1.0410D-0.0122D^(2),可以作为天门、潜江、仙桃地区杨树人工林胸径-树高基础模型。

环境因子和林分特征对长白松胸径树高关系的影响

长白松(Pinus sylvestriformis)是长白山特有的珍稀植物,具有重要的经济、药用和观赏价值。因此,开展长白松资源调查对于对当地维持生态平衡、保持生物多样性和珍稀物种资源具有重要意义,并为今后珍稀濒危植物和极小种群野生植物的保护和恢复提供理论基础。本文基于长白山自然保护区12个林班的24445株长白松胸径与树高调查数据,根据赤池信息准则(AIC)和贝叶斯信息准则(BIC)对8个常用的胸径树高模型进行评价,选择最优的长白松树高曲线模型,并以最优模型为基础进一步分析龄组、生长级、水源和海拔对长白松胸径与树高关系的影响。结果表明:舒马赫(Schumacher)模型拟合效果最佳,能够较好地模拟长白松胸径树高关系。在分析外部环境因子对胸径树高关系的影响时发现,龄组、生长级、水源和海拔均对胸径树高关系均有显著影响,其中,除过熟林以外的其他龄组对胸径树高关系影响效果显著;胸径相同时,生长级条件优良的长白松高于生长级差的,不靠近水源的长白松树高相比靠近水源的树更矮,位于中海拔的长白松树要高于低海拔处的相同胸径大小的长白松树高。

油松树高-胸径非线性混合效应模型的构建

为准确预估油松林木树高生长,探究样地间林分状况差异及样地内观测变量的相关性对树高生长预测的影响,以西宁南北山油松针阔混交林为研究对象,采用2013、2016-2021年的固定样地调查数据,从9个备选树高-胸径模型中选择最优基础模型,根据多元逐步回归结果,加入大于对象木的胸高断面积之和(BAL)、Shannon树种多样指数(H_(ba))、林分总断面积(BA)、坡率和坡向的组合项(SLC)构建广义模型,同时考虑样地水平的随机效应再构建广义混合效应模型,分析比较3种模型,确定最优树高预测模型。结果表明:3种模型的拟合效果和预测精度均表现为广义混合效应模型最优,广义模型次之。广义混合效应模型预测结果表明,树高生长与BAL和H_(ba)呈负相关,与BA和SLC呈正相关;BAL、H_(ba)和SLC对树高预测的影响程度随胸径的增加而增加,BA对树高预测的影响程度随胸径的增加而减小;在胸径≤8 cm时树高增速最快,BAL、H_(ba)、BA越小且SLC越大,树高增速越快。本研究构建的油松树高-胸径广义混合效应模型可为西宁地区及相似生态区油松树高生长预估提供参考。

基于非线性混合效应的华东地区主要优势树种林分水平树高-胸径模型

【目的】使用非线性混合效应(nonlinear mixed-effects,NLME)方法建立华东地区林分水平树高-胸径模型,提供一个较大地域尺度的林分树高预测工具,并与传统非线性回归方法比较,探索非线性混合效应方法在构建树高-胸径模型上的表现。【方法】基于华东地区7个省级单元国家森林资源连续清查数据,构建主要优势树种哑变量,采用非线性混合效应方法建立林分水平树高-胸径模型。【结果】非线性混合效应方法在训练集与测试集上均表现优秀,训练集R2、均方根误差(RMSE)和平均绝对偏差(MAE)分别为0.678 5、2.396 7 m和1.832 6 m,测试集R2、RMSE与MAE分别为0.673 8、2.352 0 m和1.798 5 m。与不加入随机效应的传统回归方法相比,混合效应模型在训练集中,R2提升了8.13%,MAE与RMSE分别下降了7.09%与6.87%;在测试集表现中,R2上升了7.75%,RMSE与MAE分别下降了6.61%和5.97%。【结论】使用非线性混合效应方法建立了华东地区主要树种的林分水平树高-胸径模型,最终模型的拟合精度和预测精度均优于传统回归模型,模型适用的覆盖区域较广,能够为森林经营实践提供依据。

基于分级的全国主要树种树高-胸径曲线模型

采用树高分级方法,通过双重迭代算法,建立栎类、杉木、马尾松、杨树、落叶松和油松6个全国主要树种的树高-胸径曲线模型。数据来自第7次全国森林资源连续清查的树高测定资料,总样本数118441个,其中建模样本79095个,验证样本39346个。与未分级方法相比,分级后模型的决定系数从0.5203～0.7532提高到0.9438～0.9665;模型参数灵敏度分析和验证模型的应用表明:模型总体稳定,参数可靠,为构建全国所有树种的树高-胸径模型提供可行的方法,有较好的推广价值。进一步考虑林分特点,可以用来进行全国所有现有森林的立地评价。

引入优势木树高建立的秦岭林区松栎林树高-胸径模型

以地处秦岭的火地塘教学林场、旬阳坝林场及宝鸡通天河国家森林公园的主要树种华山松、油松和锐齿栎为研究对象,选取11种具有代表性的树高-胸径模型,对秦岭林区松栎混交林的主要树种华山松、油松和锐齿栎分别进行拟合,引入优势木树高、树冠竞争因子和大于对象木胸高断面积之和等代表立地和竞争的变量,并与运用数学分级方法建立的树高-胸径模型进行比较。结果表明:不同模型得到的拟合结果差异不大;当模型中引入优势树高作为预测变量,可以有效提高模型的拟合精度;基于分级方法得到的拟合结果最好,其中数学分级法的拟合结果优于优势高分级法。但数学分级法的本质只是纯粹的数据筛选,而优势树高分级则是基于立地对应树高生长的影响。因此,运用优势树高建立的树高-胸径模型可以描述秦岭松栎混交林的树高变化规律,为该森林类型的森林资源调查、立地质量评价以及森林生长与收获等提供理论依据,也可为后续树高-胸径模型的研究提供参考。

不同起源马尾松与杉木林分树高曲线的拟合及对比

【目的】选择7种模型拟合同一立地条件下马尾松和杉木人工林与天然林的树高生长曲线,并从中选出最优模型,为福建省马尾松和杉木人工林与天然林的合理经营奠定基础。【方法】基于福建省第7次森林资源一类清查数据,以同一立地条件下639株(人工林326株、天然林313株)马尾松标准木及687株(人工林498株、天然林189株)杉木标准木为研究对象,利用二次项方程、幂函数方程、对数方程、S曲线方程4种经验方程及Richards模型、Logistic模型、单分子式模型3种理论方程,拟合马尾松人工林和天然林、杉木人工林和天然林4种林分类型的树高曲线,并以调整决定系数、均方根误差、总相对误差和预估精度为评价指标,选择4种林分类型的最优树高模型。【结果】马尾松人工林与天然林分别以幂函数方程、二次项方程拟合效果较好,预估精度分别达到96.812%和96.474%;杉木人工林和天然林用Richards模型拟合效果最好,预估精度分别达到96.742%和96.495%。【结论】通过比较分析,获得了最适合模拟马尾松和杉木人工林与天然林的树高生长曲线模型。

蒙古栎天然林单木生长模型的研究——Ⅱ.树高-胸径模型

【目的】预测和研究蒙古栎天然林的生长与发展规律,以更好地经营蒙古栎天然林。【方法】以蒙古栎天然林为研究对象,基于吉林省汪清林业局195块蒙古栎林固定样地的2期复测数据,通过分析已有的16个普通树高曲线模型和16个标准树高曲线模型并对比2种模型的拟合结果,建立蒙古栎林的单木树高曲线模型。【结果】最终确定的蒙古栎林最优普通树高曲线模型的决定系数R2为0.728,调整决定系数R2adj为0.721,均方根误差为2.291m,相对均方根误差为0.158,平均误差为0.118m,平均绝对误差为1.794m。最优标准树高曲线模型的决定系数R2为0.907,调整决定系数R2adj为0.901,均方根误差为1.479m,相对均方根误差为0.114,平均误差为0.094m,平均绝对误差为1.381m。【结论】增加了树木和林分因子的标准树高曲线模型,其精度较普通树高曲线模型有大幅提高。最优的蒙古栎单木标准树高曲线模型自变量包括胸径、林分每公顷株数、林分每公顷断面积、优势木平均高。建立的单木标准树高曲线模型有较好的生物学意义,可为吉林省汪清地区蒙古栎天然林的生长预测提供依据。

湘西杉木人工林树高-胸径混合效应模型构建

建立湘西杉木树高-胸径模型,分析定量、定性因子对林分树高生长的影响,为区域尺度树高估算提供参考。以湘西土家族苗族自治州7个县的杉木人工林为研究对象,基于55块杉木人工林样地数据,采用随机森林法,筛选出显著性影响因子分别作为再参数化变量与随机效应;在6个树高-胸径基础模型中选择拟合程度最好的模型作为最优基础模型;采用再参数化的方法引入密度(ρ)/1000变量,构建含林分密度的最优再参数化模型;在最优再参数化模型的基础上,结合混合效应模型分析显著性定性因子对杉木人工林树高的影响,建立湘西杉木人工林最优混合效应模型。结果表明:湘西土家族苗族自治州杉木人工林树高的显著性影响因子为胸径(P<0.01)、龄组(P<0.01)、林分密度(ρ<0.05)。6组候选基础模型中,N slund(Model 1)模型最优,其AIC、BIC值均最小,分别为154.7417、159.6544,R 2=0.5727;其参数a、b均极显著,具有统计学意义。3种再参数化模型的拟合效果均优于最优基础模型(Model 1)的。Model 1.1各参数均显著,确定系数R 2=0.6202,均方根误差RMSE=1.6159。3个混合效应模型的拟合效果均优于最优基础模型、最优再参数化模型的;与最优基础模型、最优再参数化模型相比,nlme 1.1、nlme 1.3的确定系数(R 2)分别提高了19.6%、10.4%;均方根误差(RMSE)分别降低了14.1%、8.9%。考虑到模型的简易程度,将nlme 1.1作为湘西土家族苗族自治州杉木人工林的最优混合效应模型。与传统回归模型相比,采用再参数化方法、非线性混合效应法拟合的树高-胸径模型,其预测效果更具有优越性,模型精度更高、误差更小。研究结果可为湘西土家族苗族自治州林业生产提供参考。

柞树林树高结构的研究

柞树林是我国东北林区重要的树种之一,具有重要的经济价值和生态价值,但至今关于柞树林的研究较少。本文根据汪清林业局金昌林场的标准地的数据资料,对柞树林林分的树高与株数的关系、树高与胸径的关系进行了探讨和分析;并利用多模型选优,得出了两个较优的树高曲线模型。