-
题名天然栎类阔叶混交林林分平均高与平均胸径关系模型
被引量：7
- 1
-
-
作者
娄明华
张会儒
雷相东
白超
杨同辉
-
机构
宁波市农业科学研究院
中国林业科学研究院资源信息研究所
宁波市测绘和遥感技术研究院
-
出处
《北京林业大学学报》
CAS
CSCD
北大核心
2020年第9期37-50,共14页
-
基金
国家自然科学基金项目(31800539、31700563)
宁波市科学技术局公益性计划项目(2019C10084)。
-
文摘
【目的】考虑天然混交林的林分密度、直径结构和树种结构,基于代数差分方程构建最适宜的林分平均高与平均胸径关系模型,为天然混交林的立地生产力估计与可持续经营提供理论依据。【方法】以吉林省天然栎类阔叶混交林为研究对象,利用4期连续调查固定样地数据,基于Richards方程构建4种数据结构类型即typeC、typeD、typeE和typeF的基础代数差分方程,比较分析得出最优数据结构类型;基于最优数据结构类型,以5个林分密度指标即林木株数(N)、林分断面积(BA)、林分密度指数(SDIr)、可加林分密度指数(SDIa)和郁闭度(CD),5个直径多样性指数即Shannon均匀度指数(ShaI)、Simpson指数(SimI)、McIntosh均匀度指数(MceI)、Gini系数(GinI)和Berger-Parker指数(BerI),4个树种多样性指数即ShaI、SimI、MceI和BerI,构建并比较分析不同多样性代数差分方程的差异,得出最佳方程为最适宜林分平均高与平均胸径关系模型。【结果】不同数据结构类型的建模效果由好到差排序:typeD>typeC>typeF>typeE。除了typeC,其他3个数据结构类型的模型参数b和r均显著不为零(P<0.01),说明typeD拟合的模型参数检验效果最佳。林分密度指标SDIr的建模效果最好。无论使用哪个林分密度指标,其模型参数b0、r和cSD均显著(P<0.01),说明5个林分密度指标的模型参数检验效果均比较理想。直径多样性指数ShaI的建模效果最好。除了GinI,其他4个直径多样性指数的模型参数b0、r、cSDIr和cDI均显著(P<0.01),表明ShaI、SimI、MceI和BerI均为较理想的直径多样性指数。4个树种多样性指数的建模拟合效果和检验数据效果差别不大。BerI的模型参数b0、r、cSDIr、cShaI和c SP均显著(P<0.01),说明BerI是较理想的树种多样性指数。ShaI、SimI和MceI的模型参数b0、r、cSDIr、cShaI和cSP均不能同时达到0.05显著水平,说明ShaI、SimI和MceI是不理想的树种多样性指数。【结�
-
关键词
林分平均高
数据结构类型
林分密度
直径多样性
树种多样性
代数差分方程
-
Keywords
stand mean height
data structure type
stand density
diameter diversity
tree species diversity
algebraic difference approach
-
分类号
S758.5
[农业科学—森林经理学]
-
