利用随机森林算法预测林地定级中土壤腐殖质厚度级别

林地分等定级是一项基于多维度指标体系的全国性自然资源评估,各指标数据主要来自于“森林资源一张图”和“林草生态综合监测成果”数据集。在指标体系中,土壤腐殖质厚度为必选指标之一。然而,在数据集中常常存在缺失值,补充土壤腐殖质厚度数据需要大量的外业调查。为减少采集土壤腐殖质厚度数据的工作量,基于腐殖质厚度与已有林地及环境信息的关联性,探讨了是否能够通过预测模型可靠预测腐殖质厚度级别。研究使用“森林资源一张图”和“林草生态综合监测成果”中已有的林地及环境数据作为预测因子,包含植被覆盖类型、林地保护等级、龄组、郁闭度、生物量、自然度和枯枝落叶厚度等,构建了预测土壤腐殖质厚度级别的随机森林机器学习模型。研究结果表明:包含土壤因子,经过采样处理的随机森林机器学习模型能够可靠预测土壤腐殖质厚度级别,生产者精度均大于0.8,使用者精度均大于0.9。因此,在林地分等定级中,可通过已有数据预测和补充土壤腐殖质厚度的缺失数据,从而提高林地分等定级工作的效率。

牡丹江林区天然蒙古栎林土壤腐殖质厚度影响因子分析

通过利用主成分分析,采用多元回归分析和数量化理论,对牡丹江林区天然蒙古栎林土壤腐殖质厚度影响因子进行分析。结果表明,牡丹江林区天然蒙古栎林中土壤厚度与土壤腐殖质厚度间的关系最为密切。

东北典型黑土耕层颗粒组成与腐殖质层厚度的关系

土壤颗粒组成是影响土壤肥力的主要物理性质之一。为了了解东北黑土腐殖质层厚度与土壤颗粒组成的关系,通过在东北典型黑土区选择典型坡面,调查不同地貌部位土壤腐殖质层厚度,测定耕层土壤的颗粒组成,分析腐殖质层厚度和耕层土壤颗粒组成随地貌部位的变化趋势,以及土壤颗粒组成与腐殖质层厚度的关系。结果表明:土壤腐殖质层厚度由上坡至坡脚有显著增加的趋势,沙粒质量分数在坡顶较低,但耕层土壤颗粒组成随地貌部位的变化趋势不明显;土壤腐殖质层厚度和颗粒组成受局部地形变化的影响较大;耕层土壤颗粒组成主要由腐殖质层厚度决定,随着腐殖质层厚度的增加,黏粒和粉粒质量分数呈指数曲线增加,而砂粒质量分数则呈指数曲线递减,当腐殖质层厚度大于60 cm后,耕层土壤颗粒组成随腐殖质层厚度的继续增加变化缓慢。研究结果对于了解东北黑土区土壤侵蚀导致的土壤退化机制有一定的帮助。

次生林林木空间结构等对红松幼树生长的影响

本项研究以红松幼树及其周围最近4株相邻木组成的小环境结构单元为研究对象,研究了光照条件、土壤腐殖质层厚度、相邻木、直射光、上层树种、草本和灌木等6个环境因子对红松幼树生长的影响。本文对其中的光照条件、土壤腐殖质层厚度和相邻木等3个林木空间结构因子进行了研究。结果表明:(1)可以用开敞度表达红松幼树对光环境条件的特殊要求。随着林木的生长,开敞度将不断减小。(2)深厚的土壤腐殖质层厚度(约20cm)有利于红松幼树的生长。(3)用混交度和角尺度分别代表相邻木种类及相对于红松幼树的方位,当M=0 5(中度混交),W=0 5(随机),即同种红松伴生且周围相邻木为随机分布时,对红松幼树生长有利。