金苍林场蒙古栎天然中龄林竞争关系研究

以吉林省汪清林业局金仓林场2块面积为0.25 hm2的蒙古栎天然中龄林固定样地为对象,采用8个竞争指标,研究蒙古栎天然林种内、种间竞争状态。研究结果表明,该林分竞争激烈,蒙古栎与其他各树种存在种间竞争,但其主要竞争压力来自种内,种外竞争压力主要来自黑桦与白桦。其它树种的竞争主要为种间竞争。蒙古栎竞争能力处于中等,白桦与黑桦最强。各竞争指标结果存在差异性,但均能反映蒙古栎天然林竞争状态。蒙古栎竞争强度与胸径存在幂函数关系,竞争强度随个体大小的增大而减小。

蒙古栎天然林单木生长模型研究——Ⅲ.单木枯死模型

【目的】研究蒙古栎天然林的单木枯死模型,为蒙古栎天然林的合理经营提供依据。【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块固定样地的2期复测数据,采用二分类的Logistic回归方法建立蒙古栎天然林的单木枯死模型。【结果】期初胸径、竞争指数、林分密度都是显著影响树木枯死的因子,林木直径是影响林木枯死的重要因子,直径越小,枯死概率越大。χ2检验结果以及ROC(Receiver operating characteristic)曲线显示,使用Logistic回归可以有效预测树木的枯死情况,所建模型较合理。【结论】建立的单木枯死模型统计可靠,可为吉林省汪清地区蒙古栎天然林的生长预测提供依据。

蒙古栎天然林生长模型的研究——Ⅳ.进界生长模型

【目的】研究蒙古栎天然林的进界模型，为其合理经营提供依据。【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块固定样地的2期复测数据，采用两阶段条件法建立蒙古栎天然林分的进界生长模型：首先使用二分类的Logistic回归方法建立进界概率模型，其次使用普通线性逐步回归建立蒙古栎林的进界株数模型，2个模型的自变量均包括海拔、地位级指数、林分每公顷断面积、林分每公顷株数。【结果】最终确定的蒙古栎天然林的进界概率模型χ2检验结果显示，样地实测进界数和预测进界数无显著差异；ROC（Receiver operating characteristic）曲线显示，AUC（Area under curve）值为0.755。进界株数模型的残差大部分为-1.5～1.5，预测株数与实测株数无显著差异，残差未表现出显著的异质性。【结论】检验结果及ROC曲线均显示，所建立的蒙古栎天然林进界概率模型具有较好的解释性和预测性；进界株数模型的检验结果也表明该模型比较合理。因此，所建立模型可用于吉林省汪清地区蒙古栎天然林的进界生长预测。

基于贝叶斯方法的蒙古栎林单木枯死模型

【目的】贝叶斯统计法在提高模型参数稳定性上有较大的优势,研究贝叶斯方法在单木枯死模型中的应用,改进模型参数的估计方法,为蒙古栎天然林林分生长收获与经营管理提供参考。【方法】以蒙古栎天然异龄林为对象,基于202块固定样地数据,利用二分类Logistic模型构建基于经典概率统计法、贝叶斯法和分层贝叶斯法的蒙古栎单木枯死模型。随机抽取80%的数据用于建立模型,剩下的20%用于检验模型,利用经典概率统计法(非线性最小二乘法)、有先验信息的贝叶斯统计法和无先验信息的分层贝叶斯统计法进行参数估计,分析模型的表现和参数分布。模型的拟合效果通过计算ROC曲线下的面积AUC(Under Curve)来判断,并利用Pearson-χ2检验来检验模型的拟合优度。【结果】(1)贝叶斯法与传统极大似然法的估计值相近,且其估计参数的标准差小于传统方法。(2)贝叶斯法估计参数的可信区间最小,比传统极大似然法的置信区间小6.0%~31.8%。层次贝叶斯法估计参数的可信区间最大,比传统极大似然法的置信区间大11.2%~185.0%。(3)拟合效果最好的是层次贝叶斯法,其模型AUC值为0.83,贝叶斯法与传统极大似然法模型的AUC值均为0.73。【结论】层次贝叶斯法在拟合枯死模型方面具有明显的优势,拟合效果最好,模型预估精度最高。

大黑山地区天然蒙古栎资源主要虫害的综合防治

北票市大黑山地区天然蒙古栎资源主要虫害为栗山天牛,且为害日益严重。通过试验探索发现,采取综合防治措施可控制不同生育期的栗山天牛为害,如采取营林措施,药物防治蛀道幼虫,黑光灯诱杀成虫,人工捕捉成虫,生物杀虫剂熏蒸杀灭幼虫,招引益鸟等。综合防治方法简便易行,可广泛推广应用,可保证天然蒙古栎资源的安全。

蒙古栎天然次生林地上生物量模型构建

森林生物量估计是森林生产力和碳汇研究的基础,如何准确计量和预测其生物生产力,对科学地评价森林生态系统在全球碳循环中的贡献及其提升森林的生态服务功能具有重要的理论价值和实践意义。文章以分布于我国东北地区的蒙古栎为研究对象,用实测的75株蒙古栎样本数据进行相关性分析,通过对75株蒙古栎样本数据的主要测树因子进行分析,选用了相关性紧密的胸径(D)、树高(H)和胸径—树高(D2H)因子作为自变量,应用常用的7种线性和非线性经验方程对蒙古栎建模样本数据进行模型的拟合、参数估计、筛选和独立性检验,构建了蒙古栎各个器官组分生物量模型。

基于贝叶斯方法的蒙古栎林单木树高-胸径模型

【目的】贝叶斯统计法在提高参数稳定性上有较大的优势,但在森林生长模型中的应用并不多见。研究贝叶斯方法在树高-胸径模型中的应用,改进模型参数的估计方法,为蒙古栎天然林树高生长预测提供支持。【方法】以蒙古栎天然异龄林为对象,基于197块蒙古栎天然异龄林固定样地数据,采用传统极大似然法、贝叶斯法估计树高-胸径基础模型,以及极大似然法与层次贝叶斯法估计树高-胸径混合效应模型。随机抽取80%的样地数据用于建立模型,剩余的20%用于检验模型,基于基础模型与混合效应模型,利用经典概率统计法(极大似然估计)、有先验信息的贝叶斯统计法和层次贝叶斯统计法进行参数估计,分析模型的表现和参数分布。模型的拟合效果通过绝对平均误差(MAE)、相对平均误差(RME)、均方根误差(RMSE)、相对均方根误差(RMSE%)、决定系数(R^2)、赤池信息准则(AIC)和偏差信息准则(DIC)指标来确定。【结果】对于基础模型,有先验信息的贝叶斯统计参数可信区间集中。对于混合模型,层次贝叶斯法估计的固定效应参数可信区间较传统方法更为集中,但随机效应参数可信区间相较极大似然法的置信区间更为扩散。使用层次贝叶斯混合效应模型的拟合效果最好,其决定系数R2为0.946。MAE、RMSE和RMSE%指标显示,层次贝叶斯法估计的模型精度最高,其次为极大似然估计的混合效应模型,贝叶斯法估计的基础模型以及极大似然估计的基础模型精度较低。【结论】层次贝叶斯统计法在拟合树高-胸径模型方面具有明显的优势,拟合效果最好,模型预估精度最高。此外,层次贝叶斯法能够以之前建立的模型结果作为先验信息而建立新的模型,是森林经营单位更新模型的可选方法之一。