广东省湿地松林分生长模型的研究.docVIP

广东省湿地松林分生长模型的研究 作者：王 家 彬 摘要：小班按自然增长形式变化的数据可以用生长模型进行更新。根据广东省二类调查的数据，建立湿地松（Pinus elliottii Engelm.）数据库。根据现有成果资料将湿地松按最适区、适宜区、较适宜区进行区划；分别按不同生态区位（最适区、适宜区、较适区）、应用SPSS10.0软件,进行数据筛选，选择单分子生长模型、Richards生长模型等多种模型分别建立林分平均胸径、平均树高、公倾蓄积与年龄的关系生长模型；通过相关系数的比较，选择相关系数最大的方程作为小班数据更新的生长模型；按生长模型计算不同生态区位年龄与龄组的生长率P。 检验结果表明，这些模型不但拟合精度高，而且具有明显的生物学意义，可以用于小班数据更新。 关键词：湿地松;林分生长模型;曲线拟合;生长率 1 前言 森林是一个动态变化的系统。随着时间的推移，原来的小班不能正确反映现实的情况，适应不了森林经营决策的需要。我国政府现阶段对森林资源信息的收集，主要还是通过一类调查和二类调查。但是它们还存在着明显的不足之处：（1）一类调查和二类调查都有一段间隔期，这期间只能按照经验提出一个林分生长率对数据进行更新，因而数据的可信度也就被降低了。并且随着更新年度的增加，其积累效应将越加明显，可信度也就更低了。（2）调查的结果受调查人员的素质和工作复杂程度的直接影响。即使每年都进行森林资源建档统计，面积也只能落实到村，蓄积量只落实到乡（镇），除了部分因人为或灾害引起变化的小班在建档当年可以获取较准确的数据外，大部分小班很难取得准确的数据。小班是森林经营的基础单位，小班数据准确与否直接关系到森林经营状况的好坏。随着计算机技术的发展，数据库技术在森林资源管理已被广泛应用。在此基础上，提出了通过建立林分生长模型动态地对数据库进行更新的思路。每年对区域内的小班随机抽样，并做相应的调查，对方程参数进行调整，以减小来自人为活动对方程的影响。为此，本文试图通过建立林分生长模型来获取小班资源的更新数据。 林分生长方程是林分成长过程曲线的函数表达形式。它是关于林分年龄的确定性函数，即y=f(A)(A为林分的年龄；y为在年龄A是林分某一特征因子的特征值)。但是对某一类林分来说，由于其生物学特征、环境条件、人为干扰等因子等因素的影响，在某一年龄A时，特征值y(A)是一个随机变量。作为描述该类林分生长规律的函数，一般研究的是林分生长在均值意义上的函数关系，因此通常称这一函数关系为林分生长的回归模型。所以其定义可为： 设y(A)是某类林分在年龄A时的某一特征值，对于固定的A,它是一个随机变量，其数学期望（均值）通常与林分的年龄A有关，由此形成y(A)的数学期望与A的相关关系式y(A)=E[y(A)],称为林分在均值意义上的生长回归模型，简称为生长模型，记为y(A)。由于树木模型是构建林分生长模型的基础，无论在理论上还是在实践在均具有重要的意义。 2 材料和方法 2.1数据来源 以95年广东省的二类森林资源调查小班数据库为材料，通过Foxpro6.0软件建立全省湿地松（Pinus elliottii Engelm.）小班资源数据库。 2.2数据处理 根据现有的资料，通过FoxPro6.0对全省的湿地松（Pinus elliottii Engelm.）按生态区位进行区划；分别按不同生态区位（最适区、适宜区、较适区）应用SPSS10.0软件计算出湿地松各年龄平均树高的平均值以及标准差；由于原始数据并不很准确，（如不同小班同年龄的平均树高存在很大的差异值），为了使分区能更合理些，先对湿地松小班数据库中的异常值进行剔除，标准是：平均值±1倍标准差；然后对平均胸径进行曲线分析，删除在曲线上表现异常的小班，同时删除平均胸径＝0的小班；再对公顷蓄积进行曲线分析，同样删除在曲线上表现异常的小班，同样删除公顷蓄积＝0的小班。再以县为单位，计算出湿地松的平均树高、平均胸径和公顷蓄积。 2.3生长模型选择 按照生长模型应对样本资料有较好的拟合性能，最小的残差，尽可能少的参数，以及参数具有生物学意义等要求，参考其他一些研究结果，选取若干个生长方程作为湿地松生长备选模型。 1.Richards equation Y=a*(1-exp（-k*t））））区域 县 名 （1）最适区 韶关市郊，仁化县，南雄市，始兴县，翁源县，曲江县，乳源县，乐昌市，连平，平远县，英德，连山，连南，连州 （2）适宜区 从化市，新丰县，源城，新丰江，龙川，紫金，梅县，蕉岭县，大埔县， 丰顺县，五华，兴宁市，惠东县，博罗县，龙门县，陆丰市，阳春市，信 宜市，化州市，肇庆