| 天然栎类阔叶混交林林分平均高与平均胸径关系模型 |
| |
| 引用本文： | 娄明华,张会儒,雷相东,白超,杨同辉.天然栎类阔叶混交林林分平均高与平均胸径关系模型[J].北京林业大学学报,2020,42(9):37-50. |
| |
| 作者姓名： | 娄明华 张会儒 雷相东 白超 杨同辉 |
| |
| 作者单位： | 1.宁波市农业科学研究院，浙江 宁波 315040 |
| |
| 基金项目： | 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） |
| |
| 摘 要： | 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cSP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。 结论 typeD是最优的数据结构类型，林分密度、直径多样性和树种多样性对模型均有影响。其中，林分密度指标SDIr、直径多样性指数ShaI和树种多样性指数BerI建立的多样性代数差分方程拟合效果最佳，为最适宜的天然栎类阔叶混交林林分平均高与平均胸径关系模型。
|
| 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 |
| 收稿时间： | 2019-12-11 |
|
| 点击此处可从《北京林业大学学报》浏览原始摘要信息 |
| 点击此处可从《北京林业大学学报》下载免费的PDF全文 |
