树木胸径和树高二元分布的建模与预测(英文)

采用二元广义β分布(GBD-2)和Johnson's SBB分布对美国东北部云冷杉林的水平和垂直分布进行拟合。拟合优度检验结果表明:无论是胸径、树高边缘分布和联合分布,还是树高和材积的预估,GBD-2分布的拟合效果均比SBB分布要好。使用常用的林分变量如林分密度、公顷断面积、林分平均胸径、平均树高、平均冠幅和冠长建立回归模型对GBD-2分布的参数进行估计,表明未来林分水平和垂直结构可以由这些变量进行预测。所建立的二元分布模型可以为研究树木胸径、树高的实际关系和动态提供信息。

树木位置空间模式建模与预测(英文)

传统的林分生长与收获模型不能为林分和生态系统管理提供准确的空间信息。采用3种配对势函数的Gibbs点过程模型对美国东北部50块云冷杉样地里树木的空间分布模式进行模拟。该Gibbs模型能够较好地模拟这50块样地中的82%～84%,但其对完全随机分布和规则分布的样地模拟比对聚集分布的样地模拟效果要好。使用常用的林分变量如林分密度、公顷断面积、林分平均胸径、平均树高、平均冠幅和冠长建立经验回归模型对Gibbs模型的2个参数进行预测。结果表明这些回归模型对81%的样地可以得到满意的模拟效果,其中,100%的完全随机分布样地、71%的规则分布样地和56%的聚集分布样地模拟效果较好。选择3块样地对树木的模拟空间位置和实际观测位置的相似性进行对比和说明。