帽兒山天然次生林樹冠結構和空間優(yōu)化經營.pdf

1、本研究利用帽兒山天然次生林區(qū)2007年所調查的30塊標準地和176株解析木的數據，共獲得樣木4237株，剔除枯死木，剩余3628株;獲得枝條3401個，其中標準枝694個。測量樣木的胸徑、樹高、冠幅、坐標和活枝高度等因子，并對解析木分段進行了枝解析和葉量的收集。用2915株樣木建立了單木冠長率模型，其余713株作為檢驗數據;用枝解析的數據建立了次生林各樹種的枝條解析模型，分析枝條梢頭的著生位置建立了樹冠輪廓模型，根據葉量在樹冠相對高度上

2、的累積百分比建立了葉量模型。研究次生林內幾種空間結構指標，并根據多樣性混交度、聚集指數、競爭指數和樹冠疊加指數建立了天然次生林擇伐空間優(yōu)化模型，采用數學規(guī)劃的思想對其求解，并應用到現實林分中。研究的主要內容包括:
　　1、根據次生林內樹木的大小(SIZE)、競爭(COMP)和立地(SITE)3個方面因子組的分析，利用Logistic的形式來建立10個樹種單木的冠長率模型，并用多重決定系數R2來判斷各個因子組對模型的貢獻率。參數的擬

3、合結果表明，三個因子組中林木的大小和競爭對樹木的冠長率影響較大，而立地條件相對較小。樹種的冠長率隨著胸徑的增大而增大，與樹木的冠幅之間也是遞增的關系，也是與樹木的年齡成正比的。各個樹種的冠長率模型的檢驗結果表明，10個樹種的預估精度都超過了91％，除了楓樺和色木，都通過了置信橢圓F檢驗。幾種偏差值都較小，尤其是ME和MAE值很小。多數樹種的相關系數R相對較低，只有白樺和楓樺較高，超過了0.9。
　　2、用分段的多項式所建立的枝條基

4、徑的三種模型，得出基徑和枝條的著枝深度、胸徑、樹高和冠長之間有密切關系;建立的三種枝長模型是以樹木的著枝深度、胸徑和樹高為自變量的;弦長與枝長之間是極顯著的線性關系，可用對數形式來描述;枝條的著枝角度與總著枝深度、樹木胸徑、實測樹冠半徑、樹高等因子的關系可以用多元線性方程來表示;著枝角普遍都分布在20～50度之間，這個區(qū)間的分布比例一般都能達到枝條數量的60％以上，不同樹種的比例不太相同。而小于20度的枝條一般在20％左右變化，大于60

5、度的枝條非常少，70～80度之間的枝條十分稀少，大于80度的枝條可能是測量的誤差。著枝角的分布與著枝深度有密切的關系，著枝角度在樹冠的上層時一般都較小，而隨著樹冠深度的增加，中層的枝條的枝長開始增大，枝條的重量隨著基徑和枝長在增大，著枝角度會明顯增大，因此在這個范圍內的分布最廣，占了大多數。而到了樹冠的下層時，枝條的著枝角度也較大，但是數量較少。對基徑、枝長和弦長模型進行了檢驗，檢驗的結果較好，有較高的相關系數和預估精度。
　　3

6、、本研究認為闊葉樹種的樹冠輪廓并不是簡單的從梢頭到冠底增加的，根據分層枝解析的結果，把樹冠分成2個部分，上層和中層作為一部分，用三次反拋物線式來建立高度處樹冠半徑與冠內相對高度的模型;把樹冠的下層的枝條作為一部分，也是用拋物線的不同形式建立不同樹種的樹冠輪廓模型。這些形式能較好的用幾何位置來表現闊葉樹種的樹冠輪廓。
　　4、用傳統的三參數Weibull分布等形式無法很好的說明闊葉樹種的葉量分布特點，而對數正態(tài)分布能描述這種特點。本

7、研究用“S”曲線的形式來建立樹冠內累積葉量百分比CF％和樹冠內枝條相對高度RPC的模型，效果良好。并且得出，每個樹種在樹冠內相對高度上的葉量的垂直分布是不同的，天然次生林闊葉樹種的葉量在樹冠的上部(0.3CL以下)所占比例很小，約占10％左右;在樹冠的中部以及中下部(0.4CL～0.8CL)，葉量所占比例最大，幾乎集中了整個樹冠60％～75％的葉量;而在樹冠的下部(0.8CL以下)，幾乎占很少的葉量，大約10％左右。
　　5、采用

8、Hegyi競爭指數來表現次生林內林木的競爭關系，并且根據競爭圈的大小和林木在競爭圈內的分布位置、大小與距離來計算有效的競爭木，并不是傳統意義上的全部競爭木;本研究提出用樹冠疊加指數(Crown area overlap index)來表示林木與周圍樹木的樹冠競爭情況，并采用等樹冠投影面積法把樹冠分為5級，這樣計算的樹冠疊加指數更加與現實林分相符。
　　6、本研究基于乘除法的思想，用多樣性混交度、聚集指數、競爭指數和樹冠疊加指數構建

9、了天然次生林擇伐空間優(yōu)化模型，設計了10個與林學意義相一致的約束條件，并采用0-1整數規(guī)劃的思路，在LINGO9.0軟件中使用了隱枚舉法對目標函數求得最優(yōu)解。
　　7、以M702標準地為應用實例，具體計算出了每株采伐木，經過擇伐后，目標函數值按模型設計的要求發(fā)生了極大的改變，增加了5倍多，說明了最后這個解的優(yōu)良性，滿足了設計的要求。徑階數、樹種數都保持不變，Shannon-Weiner指數增加了3.5％。約束條件中的q值減小了約6

10、.6％，次生林的多樣性混交度和聚集指數分別增加了2.5％和4.1％，競爭指數和樹冠疊加指數分別減小了19.99％和50.93％。采伐量是小于林分的總生長量的，林木的蓄積減少了27.03％。目標函數的10個約束條件在經過擇伐優(yōu)化模型的求解后，都得到了滿足，目標函數值顯著的增加，在符合了設計的要求的同時，也與林分的林學意義相一致。
　　本研究首次建立了天然次生林冠長率的模型，研究了次生林內主要闊葉樹種的枝條的特征，建立了多種適用于闊葉