为分析红松树高的生长规律,筛选生长优良种源,本研究利用帽儿山实验林场的26个种源234株人工红松树高、胸径和材积的差异对种源进行分组,结合Gompertz、Korf、Richards、Logistic、Schumacher基础模型构建树高生长方程,对比选出最优基础模型,将种源分组作为哑变量引入基础模型,根据确定系数(R2)、均方根误差(RMSE)、赤池信息准则(AIC)、模型预估精度(FP)对模型进行综合评价,构建基于帽儿山林场红松生长的最优树高生长方程.结果表明:26个种源的生长性状值在区组间具有显著差异,而在种源间树高和胸径表现为差异显著.综合考虑不同生长性状指标所划分的4组种源生长量分别为A组(五营、鹤北、临江、东方红、桦南、露水河、方正)＞B组(爱辉三站、凉水、铁力、清河)＞C组(乌伊岭、沾河、亮子河、白河、柴河、草河口、八家子)＞D组(桶子沟、大石头、汪清、和龙、延寿、大海林、小北湖、穆棱).4组的最优基础树高生长模型为Gompertz模型,引入哑变量后模型的拟合精度(R2=0.9353)高于基础模型(R2=0.9303),模型预测精度也有一定的提升.各组种源树高生长曲线均符合"S"形变化规律,但各组存在明显差异,以A组种源表现最好.不同种源的红松生长量在一定程度上具有差异,含种源分组哑变量的人工红松树高生长模型能有效提高模型的预测精度,反映不同种源红松的树高生长差异,可以为红松人工林的选种培育提供科学依据.

为揭示黄土区冠层降雨再分配的潜在分配特征,本研究以晋西黄土区8种典型林分(油松林、刺槐林、侧柏林、油松-刺槐混交林、侧柏-刺槐混交林、辽东栎林、山杨林和辽东栎-山杨混交林)为研究对象,探究降雨再分配过程并利用增强回归树(BRT)模型量化林分结构和气象环境因子的相对贡献,并根据BRT模型提取的最具影响力的因素进行多元回归,同时利用挖掘数据进行模拟验证预测模型.结果表明:研究区8种典型林分的穿透雨、树干茎流和冠层截留占降雨量的比例分别为24.5％-95.1％、0-13.6％和0.7％～55.7％;产生穿透雨的单次降雨阈值中,针叶林(3.06±1.21 mm)显著高于阔叶林(1.97±0.52 mm),但与针阔混交林无显著差异(3.01±0.98 mm);产生树干茎流的单次降雨阈值中,不同组成林分中无显著差异.BRT模型中,对于穿透雨和树干茎流,林分结构因子的影响占比较小,而对于冠层截留,林分结构因子则占主导地位;降雨量是决定穿透雨和树干茎流最重要的因素;树高是决定冠层截留最重要的因素,降雨量、冠幅面积、胸径和林分密度分列其后.对比一般线性函数和幂函数,本研究建立的BRT预测模型对穿透雨和树干茎流的预测效果有所提升,对冠层截留的预测仍需探究.综上,BRT模型可较好定量化评估林分结构和气象环境因子对降雨再分配各组分的影响,且所建预测模型模拟效果良好,可为制定林木配置优化策略提供科学依据.

"栽针保阔"是恢复我国东北阔叶红松林的有效途径,透光抚育能促进冠下红松生长并加快演替进程,但目前有关透光抚育如何影响次生林内红松生长过程仍不清楚.以长白山"栽针保阔"红松林为对象,构建含双哑变量(透光抚育强度和林木分级)的红松胸径和树高生长模型来预测不同透光抚育强度[即对照(未透光)、轻度透光抚育(保留上层郁闭度0.6)、中度透光抚育(0.4)、强度透光抚育(0.2)和全透光(伐除全部上层阔叶树)]林分中红松三级木的生长过程,揭示透光抚育强度对林内红松胸径和树高及高径比的影响规律.结果表明:6个基础模型中,Gompertz为红松胸径(R2=0.46)和树高(R2=0.81)最优基础模型,在基础模型中引入透光抚育强度单哑变量、双哑变量后胸径模型的R2分别提高至0.65和0.89,树高模型的R2分别提高至0.84和0.94;双哑变量模型为预测红松生长的最适模型.被压木胸径生长在整个模拟预测期间(树龄0～80年)均随透光抚育强度增大而递增(增幅为145.8％～933.3％),而平均木和优势木在中期(42年)、中后期(60年)呈此规律.在初期(20年)和中期,全透光与强度透光抚育对红松优势木(64.8％～68.5％)、平均木(100.0％～144.2％)和被压木(138.5％～183.9％)树高生长的影响程度相近,中度透光抚育和轻度透光抚育对其影响相近(24.3％～35.1％、56.0％～92.3％和84.6％～103.2％);在中后期(62年)和后期(80年),红松三级木树高生长均随透光抚育强度增大而递增.各透光抚育强度下红松优势木、平均木和被压木的高径比变化幅度依次增大,分别为0.50～0.95、0.64～1.23和0.73～4.33;仅被压木在树龄0～80年随透光抚育强度增大而递减.因此,透光抚育约40年后,其对红松的胸径生长的促进作用减弱而对树高的促进作用却增强,而且高径比提高,故此时为缓解林木竞争,对轻度透光抚育、中度透光抚育的林分应进行二次透光抚育以进一步促进红松生长,而对全透光和强度透光抚育林分应进行间伐.

为了揭示间伐干扰下杉木人工林生物量的变化规律,研究利用江西省吉水县石阳林场的36块杉木人工林样地的实测数据和研究区气候数据,通过基于经验的引入地位指数(SI)的生物量生长方程组和基于机理的3-PG模型,模拟并预估林分生物量,分析在间伐和非间伐的情况下,不同立地的林分其生物量0-50a的变化.结果表明:(1)构建了生物量生长方程组,并在参数a、b、c中引入地位指数SI,发现改进后的模型对于基础模型拟合精度更高,且对数似然比检验表明,改进效果显著(P＜0.05).(2)通过对3-PG模型预测精度验证发现,预估值和实测值之间有很高的一致性,各因子的决定系数(R2)在0.65-0.96之间,其中,胸径和树高的R2均高于0.92;各因子的平均相对误差(MRE)不超过26％.(3)通过比较经验模型和机理模型的生物量预测发现,经验模型的预测误差MRE为16.50％,机理模型为23.52％,经验模型预估精度更高.进一步对未来预测对比分析表明,机理模型预估值高于经验模型.(4)两个模型模拟的杉木人工林生物量规律一致,即随着林龄的增加,杉木人工林林分总生物量均表现出先快速增加,后逐渐平稳的趋势;并且间伐不会改变这种趋势,但间伐林分在间伐后的生物量生长速率高于无间伐林分.此外,由于SI对经验模型影响显著,改进模型拟合效果更好,更具有生态学意义.参数化后的3-PG模型模预估精度较高,能够为江西杉木人工林生长规律研究提供依据.虽然经验模型和机理模型在对研究区杉木人工林生物量的预估上均具有较好的表现,但各具特点和局限性.经验模型参数较易获得,且经验模型预测生物量、林分胸高断面积和林分平均树高的R2、MRE均优于机理模型;但模型对于建模数据内的评价效果较好,对于建模数据外的应用具有局限性,即经验模型更适合模拟生长期间的某一阶段的林分生物量.机理模型虽然需要的参数较多,但是考虑了生态学原理,弥补了经验模型的不足,可较好解释和模拟环境因子对树木生长的影响,对校正数据之外生长阶段的林分生物量预测更有优势.

美国德克萨斯州在过去20年中经历了多次干旱,其中2011年特大干旱是有气象记录以来强度最大的一次.本研究利用美国森林清查(FIA,forest inventory and analysis)近20年(2001-2018年)4个完整周期的数据,研究了德克萨斯州东部的4个国家森林(national forest)中264个样地受干旱影响的林分碳损失,分析了大旱前后清查周期水平和年度水平上林分碳储量的时空变化.采用随机森林模型(random for-ests)解释并预测干旱(干旱强度、干旱长度)和林分因子(林分密度、树木基面积和林分年龄)对碳损失率的影响.结果表明:特大干旱导致森林的碳损失显著增加,且随着干旱强度的增加有上升趋势.其中旱后第9周期的干旱造成的碳损失明显增加(91.45 t),是旱前第8周期碳损失的2倍.在林地起源、胸径、树高和树木种组4个分类标准中,干旱期的碳损失随干旱程度的增加而均有所增加.相较于人工林(2.9％),天然林碳损失率较大(7.4％);胸径较小(2.54 cm≤胸径＜12.7 cm)和树高较低(树高≤15 m)的树木碳损失率较大,分别为18.7％和7.9％;松树的碳损失率最小(5.1％),具有较强的耐旱性.在不同森林类型中,松树林受特大干旱影响较小,碳损失率最低(5.5％).随机森林模型的结果显示,干旱强度(标准化降水蒸发指数,SPEI)对碳损失率的影响最大(相对重要性为9.2％)(P＜0.01),干旱长度相对重要性为8.1％(P＜0.05),林分密度、树木基面积和林分年龄的相对重要性分别为4.4％、3.0％和1.3％.相对于林分因子,干旱是碳损失率的主要驱动因素,当SPEI＜-1.2时,碳损失率随干旱强度的增加而上升;当干旱长度＜2.2或＞11.0月时,碳损失率较大.本研究揭示了林分碳储量受干旱影响的动态变化及其驱动因素,为可持续碳林业经营规划和管理提供数据参考.

天然林的林分结构复杂、物种多样性丰富,为分析林分生长与制定合理的森林经营决策方案带来了巨大的挑战.树高-胸径关系对于预测林分生长、制定森林管理经营措施具有重要意义.本文基于48块帽儿山阔叶混交林样地的调查数据,根据树种结构、生长特征及生态学特性将23个树种分为4个树种组,通过再参数化方法建立包含林分、林木竞争、树种混交情况及物种多样性变量的广义模型,并建立样地、树种组两水平混合效应模型,利用留一交叉验证法检验模型的预测能力.结果表明:Ratkowsky(1990)模型为最优基础模型,引入优势木平均高、大于对象木断面积之和、树种占比和Shannon指数能更好地解释帽儿山阔叶混交林树高-胸径关系;引入样地、树种组混合效应模型可显著提高模型的预测精度,Ra2为0.83.此外,在相同梯度的环境因素下,喜光树种比耐荫树种表现出更高的树高.本研究利用所构建的树高-胸径模型分析了树种混交及树木功能性状对树高生长的影响,为精准预测阔叶混交林不同树种的树高以及进一步分析阔叶混交林分生长关系提供理论基础.

防护林是干旱沙区绿洲的生态屏障,能够有效防治风沙灾害.单木作为构成防护林的基础单元,其结构特征是影响防护效益的关键因素.本研究以乌兰布和沙漠绿洲无叶期典型树种新疆杨、箭杆杨、小美旱杨为研究对象,借助地面激光雷达,通过计算机数值模拟,在建立单木真实三维模型的基础上,充分探究单木结构及其周围空气动力学特征,并建立单木结构参数与风场指标间的关系.结果表明:结合AdQSM与MeshLab构建树木模型的方法精度高.单木周围风场大致分为6个区域,包括植株迎风面的衰减区、植株顶端的加速区、植株背风面的涡旋区、平静区、过渡区、恢复区.单木周围压力场呈现迎风面压力大、背风面压力小的梯度变化.水平方向上,在相对风速降低20％-50％的范围内,新疆杨、箭杆杨、小美旱杨的有效防护距离分别为0.21H-1.51H、0.20H-0.91H、0.25H-1.64H(H为对应树高),对应的有效防护面积分别为18-294、15～227、18～261 m2.垂直方向上,新疆杨和小美旱杨在0.3H高度处的风速衰减率最大,箭杆杨则体现在0.5H高度.综合单木结构参数与风场指标相关性和逐步回归分析,明确透光疏透度和体积孔隙度对防护效应的影响占主导地位.风场指标中,基于胸径、树木表面积、透光疏透度建立的透风系数回归模型最优;各等级有效防护距离和有效防护面积中,筛选的回归变量不尽相同.

该研究对四川省珍稀濒危植物梓叶槭(Acer catalpifolium)种群的主要分布区进行调查,分析梓叶槭种群径级结构与种内和种间的竞争关系,探讨竞争强度与径级和距离之间的关系.结果表明:(1)梓叶槭胸径与树高之间存在显著的幂函数关系;种群径级结构呈正态分布,中小径级树木较多,高径级树木较少. (2)梓叶槭种内和种间竞争强度分别占总竞争强度(222 .87)的15 .16% 和84 .84%,说明竞争主要来自种间. (3)梓叶槭与主要伴生种之间的竞争强度大小依次为柳杉＞桢楠＞白栎＞刺楸＞灯台树＞桦木＞杉木＞厚朴＞光皮桦;对象木和竞争木距离与竞争指数之间较好地服从指数函数关系,当对象木与竞争木距离小于1m时,竞争指数可达到5 .5,随着距离逐渐增加,其竞争指数相应降低,并最终趋于平缓. (4)竞争强度随对象木胸径的增大而减小,当对象木胸径小于20 cm时,受到的竞争压力最大,竞争指数最大的分别是梓叶槭与整个林分(234 .98)以及梓叶槭与种间(184 .01) ;当对象木胸径小于10 cm时,竞争指数均可以达到18 ;当对象木胸径大于20 cm时,竞争强度变化很小且竞争指数较低;竞争强度与对象木胸径服从幂函数关系(CI＝ AD－ B). (5)模型预测结果表明,随着梓叶槭胸径的增加,竞争指数均越来越小,竞争强度呈降低趋势;当梓叶槭胸径为0 ～5 cm时,梓叶槭与整个林分受到的竞争强度最大,竞争指数为7 .14 ,占总竞争强度的50%;当胸径大于20 cm时,竞争指数变化不大;该模型能很好的预测梓叶槭种内和种间竞争强度.

依据黑龙江省孟家岗林场49株人工落叶松1179个圆盘和轮盘数据,分析了心材半径的纵向变化规律.结果表明:心材半径随树高增高而逐渐减小,与树干外形基本一致,其中去皮半径(XR)、胸径(DBH)及形成层年龄(CA)与心材半径之间关系较显著,利用逐步回归分析建立落叶松心材半径(HR)和面积(HA)模型:HR=b1+b2XR2 +b3CA +b4XR,HA=b1 +b2DBH·XR+b3CA+b4DBH· XR2.应用AIC、BIC、对数似然值以及似然比检验等模型评价指标,对利用样地、样木效应拟合的心材半径和面积模型进行比较.当考虑样木效应拟合心材半径和面积模型时,将b1、b2、b3作为混合参数得出的模型最好.混合模型的预测精度高于基本模型.在应用上,总体心材半径和面积可以通过混合模型来预测.采用Beta回归模型模拟了心材比例,模型中各参数均显著,决定系数较高,模型模拟效果较好.

叶面积影响着树木干物质的生产,进而影响树木乃至整个林分的生长,而叶面积准确估计对分析树木和林分生长具有重要作用.本研究基于黑龙江省长白落叶松人工林中76株解析木数据,分别建立枝条层面和单木层面的叶面积预估模型.结果表明:考虑样木层次随机效应的最优枝条叶面积混合效应模型包含lnBD(BD为枝条基径)、lnRDINC(RDINC为相对着枝深度)和lnCR(CR为冠长率)3个随机效应参数,具体形式为:lnBLA =fβ1+(β2+b2)lnBD+(β3+b3)lnRDINC +β4 lnDBH+β5 lnHT/DBH+(β6+b6)lnCR,其中:βi和bi分别是模型的固定效应参数和随机效应参数;DBH为树木胸高处直径;HT/DBH为树高与胸径的比值.模型的修正决定系数(Ra2)为0.90,均方根误差(RMSE)为0.5477,平均偏差(ME)为-0.03,平均绝对偏差(MAE)为0.24,预测精度(P)为91％,枝条叶面积预估模型的预估效果较好.以枝条叶面积预估模型为基础,计算树冠叶面积并建立树冠叶面积预估模型,最终形式为:lnCLA=γ0+γ1lnDBH+y2 CR,其中,γi为模型参数.似然比检验结果(P＞0.05)说明该模型不用考虑样地层次的随机效应.本研究所建立的立木树冠叶面积预估模型的决定系数(R2)为0.87,RMSE为0.3847,拟合效果好,可以很好地预测人工长白落叶松立木树冠叶面积,为以后叶面积分布和光合作用的研究提供了理论基础.