论文部分内容阅读
木材密度是衡量木材质量的最重要指标,是一种高变异的木材特性。木材密度也是影响实木产品、纸浆和纸张以及一些板材产品性能的重要木材性能,还是森林固碳能力的一个重要决定因素。树木生物量是森林生态系统的基础,包括树叶生物量、树枝生物量、树干生物量和树根生物量,其中所占比重较大的是树干生物量。木材密度乘以树干体积可以估算树干生物量,木材密度的估计精度决定了树干生物量估计的误差大小。因此,准确计算树木的木材密度是非常重要的。一般地,树干包括边材、心材和树皮,三者密度有所差异。因此,边材密度、心材密度和树皮密度的估计对树干密度的估计有重要的意义和影响。基于黑龙江省林口林业局、东京城林业局和东北林业大学帽儿山实验林场的35株人工长白落叶松的解析样木数据,分析长白落叶松边材密度、心材密度、树皮密度和树干密度的纵向变化规律,采用Beta回归构建长白落叶松边材、心材、树皮和树干的纵向密度预测模型,并以Beta回归模型为基础模型,构建长白落叶松边材密度、心材密度、树皮密度和树干密度的混合效应模型。应用混合效应Beta回归模型估计树干平均密度,结合树干体积估计树干生物量。结果表明:(1)边材密度、心材密度、树皮密度和树干密度的Beta回归最优模型的自变量不完全相同,其中,边材密度与树木年龄、树高、相对高度和相对高度的平方关系显著,而心材密度Beta回归模型的自变量为年生长量、相对高度和相对高度的平方,树皮密度Beta回归模型的自变量为树木年龄、年生长量、相对高度和相对高度的平方;树干密度与树高、年生长量、相对高度和相对高度的平方显著相关。(2)边材密度、心材密度、树皮密度和树干密度的混合效应Beta回归模型的-2LL、AIC和BIC值小于Beta回归模型的-2LL、AIC和BIC值。似然比检验结果显示,增加随机效应对提高Beta回归模型的拟合优度有显著效果。对混合效应Beta回归最优模型分析可知,从树干基部到树梢,边材密度逐渐减小,心材密度先减小后增加,树皮密度先增加后减小,树干密度逐渐减小。(3)SWD0.25H的均值接近AWD,标准差最小,R2最大,RMSE较小,表示相对高度为0.25的树干密度作为树干平均密度的准确性最高。树干平均密度估计的准确性对树干生物量估计的准确性有显著影响。木材密度乘以树干体积获得的树干生物量估计值与真实值之间呈线性关系。这种估计树干生物量的方法高估了所有径级的树干生物量。