论文部分内容阅读
分析林分空间结构的基础是对林分空间结构的准确描述。空间结构分析的数据处理与单木生长模型都涉及合理删除样地边界林木问题,而边界林木会受到边界效应的影响,因此,有必要对林分边界林木的校正方法进行研究。目前,获取三个空间结构参数(角尺度、混交度和大小比数)所采用的方法主要是典型大样地(大标准地)每木定位数据分析方法和无样地点抽样的分析方法。目前还没有给出如何用样方法正确获取森林空间结构参数的方法,传统的样方法能否用于林分空间结构的调查研究,在进行空间结构参数调查时采用多大的样方面积和样方的数量还没有确定,因此,对抽取样方数量的多少和面积的大小的研究就成为林分空间结构调查面临的首要技术问题。本文从林分空间结构分析样地边界木的处理方法和空间结构参数调查的最适样方面积和数量两个方面进行了研究。在林分空间结构分析样地边界木的处理方法的研究中,本文提出一种新的消除边界效应的方法——第4邻体距离判定法。在此基础上,以1块实地调查样地和10块100 m×100 m的模拟样地为研究材料,从空间结构参数大小比数、混交度和角尺度以及参与计算的株数比例等方面对距离缓冲区、8邻域对称式、8邻域平移式和第4邻体距离判定法等4种边界校正方法进行比较研究。结果表明:(1)距离缓冲区法、8邻域平移式和第4邻体距离判定法在空间结构分析方面优于8邻域对称式;(2)第4邻体距离判定法在样地形状的适用性方面优于8邻域平移式;(3)第4邻体距离判定法在信息利用程度方面优于距离缓冲区法。在空间结构参数调查的最适样方面积和数量的研究中,采用30块100m×100m的模拟样地为研究材料,从林木空间分布格局吻合率关系对模拟的小样方进行研究,并以1块100m×100m的实地调查样地为例,验证新确定样方的合理性和可行性;根据实际调查样地的调查耗时来分析比较样方间的调查耗时和成本,进而确定较优的样方面积和样方数。结果表明:(1)空间结构参数中的角尺度与抽取的样方面积大小和样方数量有关。随着样地面积的增大和样方数量的增加,所估计的林木空间结构均趋于稳定;(2)从林木空间格局来看,样方面积为10m×10m抽样数为42、样方面积为15m×15m抽样数为23、样方面积为20m×20m抽样数为12、样方面积为25m×25m抽样数为9、样方面积为30m×30m抽样数为4时均能准确的表达林分的空间分布格局;(3)在考虑调查耗时和成本时,样方面积为30m×30m,抽样数为4时为林分空间结构调查时较适合的样方调查面积和调查数。