论文部分内容阅读
摘 要 树高曲线是建立林分生长与收获模型的基础。以福建将乐国有林场的杉木幼龄林为研究对象,通过对16个常见树高模型的拟合,通过拟合精度筛选出三参数模型H=1.3+2.0655*D0.4938e0.0006*D为最优模型,该模型为该地区杉木幼龄林树高预测有重要意义。
关键词 杉木幼龄林;树高曲线;将乐国有林场;福建省将乐县
中图分类号:S718.5 文献标志码:B DOI:10.19415/j.cnki.1673-890x.2016.05.031
调查研究各测树因子,是森林资源调查的重要理论工作,在林分各特征因子之间, 均存在着不同程度的相关关系。研究和探讨这些相关关系,是揭示林分结构和生长规律的基础[1],树高和胸径是森林资源调查中重要的测量因子。在传统森林测计学中,通常将树高和胸径的相关曲线称为树高曲线[2]。而树高曲线模型在林业生产与实践中应用广泛,在计算材积、立地指数和其他与森林生长和收获等方面有重要的应用[3]。
现有的研究中,关于树高曲线的文献有很多,其中有针对不同树种的,如马尾松[4]、栓皮栎[5]、蒙古栎[6]、思茅松[7]、落叶松[8]等,有不同方法的,如普通树高曲线[2]、标准树高曲线[3,4]、相对树高曲线[9]以及非线性混合模型[5]等,对于杉木树高曲线也有较多科研人员在研究,如吕勇[1]、孙拥康[9]、黎良财[10]等,但是分别针对龄组的研究较少,本研究以福建将乐国有林场杉木幼龄林为研究对象,通过对常见树高曲线的拟合检验,得出幼龄林阶段杉木树高曲线的最适模型。
1 研究区概况
研究区位于福建省三明市将乐国有林场,将乐县(东经117°05′~117°40′,北纬26°26′~27°04′)位于福建省西北部,属于中亚热带季风区,具有海洋性和大陆性气候特点。地处武夷山脉东南部,境内地势复杂,以中、低山为主,森林资源丰富,全县山地面积 19.2 万 hm2,其中有林地面积 18.87 万 hm2,森林覆盖率达 84.5%,林木蓄积量 1 598 万m3。将乐国有林场地处武夷山脉东南麓、金溪河畔,为低丘陵地带,最高海拔1 203 m,最低140 m。年平均气温 18.7 ℃,年平均降雨量1 669 mm,年平均蒸发量 1 204 mm,无霜日 287 d,土壤肥沃,以红壤为主,并分布有黄红壤,适宜培育以杉木、马尾松为主的用材林和乡土珍贵树种。
2 数据和方法
本研究以福建将乐国有林场2006年所造杉木人工林幼龄林为研究对象,在该林分中设置调查样地,进行实验数据采集,其中根据林木株数设置样地,样地面积为600 m2,共设置样地10块。在进行样地调查时,调查林分中各测树因子,主要包括胸径,树高,郁闭度,枝下高等,其中起测胸径为5.0 cm,共测得1 390组数据,随机抽取其中925组数据作为建模数据,475组数据作为检验数据,其中建模数据和检验数据分布见表1。
通过文献中常见的16种树高曲线,利用建模数据,以非线性最小二乘法对树高曲线方程(见表2)进行模拟计算。
在本研究中,使用偏差(Bias)、均方根误差(RMSE)和调整后的决定系数(adj-R2)三个评价指标来综合分析最优树高曲线模型。其中adj-R2的大小决定预测值与实际值相关的密切程度,adj-R2越接近1,表示相关的方程式参考价值越高;RMSE和Bias的值越接近0,则模型的精度越高[11]。
通常用来检验模型用于预估的效果和精度的统计量,主要包括平均偏差(ME)、平均绝对偏差(MAE)、均方根误差(RMSE)以及调整决定系数adj-R2。其中评价指标ME、MAE、RMSE越小,adj-R2越大的模型其预测能力越强,预测精度越高,模型精度最高。
其中:yi是观测值,是预测值,n是样本总数,r为回归模型中参数的个数[12]。
3 结果分析
3.1 模型建立
以常见的树高曲线模型,运用统计软件spss对各模型进行回归分析,求得各模型的拟合精度,拟合精度见表3。
从表3可以看出,16个树高曲线的拟合精度都较高,且三参数模型精度高于二参数模型,综合分析各个评价因子,其中最优二参数模型为模型10,最优三参数模型为模型13,对选出的2个最优模型以检验数据对其进行检验。
3.2 模型检验
通过475组检验数据,对建立的两个最优树高曲线模型进行检验,检验指标有平均偏差(ME)、平均绝对偏差(MAE)、均方根误差(RMSE)以及调整决定系数adj-R2,其中平均偏差、平均绝对偏差及均方根误差越小,调整决定系数越大,表明该模型的精度越高,预测能力越强。
通过对2个模型进行检验,检验结果见表,为了选择最优模型,对模型10和模型13作方差分析,通过方差分析,F值等于24.21,P<0.001,三参数模型与二参数模型差异性显著,因此,含有三参数的模型13为最优树高模型。通过对建模数据的拟合,模型各参数值见表,且各参数P<0.001。
4 讨论
本研究以常见的16个树高曲线为基础,包含二参数模型和三参数模型,对福建将乐国有林场杉木幼龄林的树高曲线进行拟合,并且通过模型检验指标对拟合的最优模型检验,三参数模型H=1.3+2.0655*D0.4938e0.0006*D为最优模型,且该模型精度较高,预测能力较强。因此,该模型可以用于该地区杉木幼龄林树高的推算,进而可以在林木材积、立地指数以及其他森林生长收获等方面应用。
由于树高和胸径是森林调查中最重要的因子,且与胸径相比,树高的测量比较困难、费时,相对复杂,为了精确方便的得到树高值,国内外对树高曲线有大量的研究,但由于立地条件、树种和林分年龄等各种因子的限制,建立的树高曲线模型仅能适用于一定的条件。因此,建立特定条件树高曲线,对于森林调查以及林分材积等有重要的意义。
本研究调查的数据数量以及用于拟合的方程数有限,拟合的模型精度在0.6~0.7,在以后进一步的研究中,可以通过采集更多的数据和树高曲线模型,提高方程的精度;同时,本研究仅是以胸径为自变量,还可以通过添加一些相关的林分变量构成标准树高曲线,提高模型的精度。本文所得模型可以为该地区杉木幼龄林提供树高曲线,用于相关的生长与收获预估模型。
参考文献
[1]吕勇.林木树高曲线模型研究中南林学院学报[J].中南林业科技大学学报,1997,17(4):86-89.
[2]陈立莉.树种树高曲线模型的研究[D].哈尔滨:东北林业大学,2013.
[3]赵俊卉.长白山3个主要针叶树种的标准树高曲线[J].林业科学,2010,46(10):191-194.
[4]丁贵杰.马尾松人工林标准树高曲线模型的研究[J].浙江林学院学报,1997,14(3):225-230
[5]李春明,李利学.基于非线性混合模型的栓皮栎树高与胸径关系研究[J]. 北京林业大学学报,2009,31(4):7-12.
[6]马武.蒙古栎林单木生长模型系研究[D].北京:中国林业科学研究院,2012.
[7]胥辉.思茅松标准树高曲线的研究[J].西南林学院学报,2000,20(2):74-77.
[8]曾翀.落叶松云冷杉林单木树高曲线的研究[J].林业科学研究,2009,22(2):182-189.
[9]孙拥康.西洞庭湖区杉木林分相对树高曲线模型的研究[J].中南林业科技大学学报,2012,32(9):47-50.
[10]黎良财.南方杉木人工林树高曲线模型研究[J].广东农业科学,2011(21):169-171.
[11]张鹏,王新杰.将乐地区马尾松标准树高曲线的研究[J].中南林业科技大学学报,2015,35(3):69-73.
[12]高志雄.基于ZY-3卫星的森林分类及郁闭度提取方法研究[D].北京:北京林业大学,2015.
(责任编辑:赵中正)
关键词 杉木幼龄林;树高曲线;将乐国有林场;福建省将乐县
中图分类号:S718.5 文献标志码:B DOI:10.19415/j.cnki.1673-890x.2016.05.031
调查研究各测树因子,是森林资源调查的重要理论工作,在林分各特征因子之间, 均存在着不同程度的相关关系。研究和探讨这些相关关系,是揭示林分结构和生长规律的基础[1],树高和胸径是森林资源调查中重要的测量因子。在传统森林测计学中,通常将树高和胸径的相关曲线称为树高曲线[2]。而树高曲线模型在林业生产与实践中应用广泛,在计算材积、立地指数和其他与森林生长和收获等方面有重要的应用[3]。
现有的研究中,关于树高曲线的文献有很多,其中有针对不同树种的,如马尾松[4]、栓皮栎[5]、蒙古栎[6]、思茅松[7]、落叶松[8]等,有不同方法的,如普通树高曲线[2]、标准树高曲线[3,4]、相对树高曲线[9]以及非线性混合模型[5]等,对于杉木树高曲线也有较多科研人员在研究,如吕勇[1]、孙拥康[9]、黎良财[10]等,但是分别针对龄组的研究较少,本研究以福建将乐国有林场杉木幼龄林为研究对象,通过对常见树高曲线的拟合检验,得出幼龄林阶段杉木树高曲线的最适模型。
1 研究区概况
研究区位于福建省三明市将乐国有林场,将乐县(东经117°05′~117°40′,北纬26°26′~27°04′)位于福建省西北部,属于中亚热带季风区,具有海洋性和大陆性气候特点。地处武夷山脉东南部,境内地势复杂,以中、低山为主,森林资源丰富,全县山地面积 19.2 万 hm2,其中有林地面积 18.87 万 hm2,森林覆盖率达 84.5%,林木蓄积量 1 598 万m3。将乐国有林场地处武夷山脉东南麓、金溪河畔,为低丘陵地带,最高海拔1 203 m,最低140 m。年平均气温 18.7 ℃,年平均降雨量1 669 mm,年平均蒸发量 1 204 mm,无霜日 287 d,土壤肥沃,以红壤为主,并分布有黄红壤,适宜培育以杉木、马尾松为主的用材林和乡土珍贵树种。
2 数据和方法
本研究以福建将乐国有林场2006年所造杉木人工林幼龄林为研究对象,在该林分中设置调查样地,进行实验数据采集,其中根据林木株数设置样地,样地面积为600 m2,共设置样地10块。在进行样地调查时,调查林分中各测树因子,主要包括胸径,树高,郁闭度,枝下高等,其中起测胸径为5.0 cm,共测得1 390组数据,随机抽取其中925组数据作为建模数据,475组数据作为检验数据,其中建模数据和检验数据分布见表1。
通过文献中常见的16种树高曲线,利用建模数据,以非线性最小二乘法对树高曲线方程(见表2)进行模拟计算。
在本研究中,使用偏差(Bias)、均方根误差(RMSE)和调整后的决定系数(adj-R2)三个评价指标来综合分析最优树高曲线模型。其中adj-R2的大小决定预测值与实际值相关的密切程度,adj-R2越接近1,表示相关的方程式参考价值越高;RMSE和Bias的值越接近0,则模型的精度越高[11]。
通常用来检验模型用于预估的效果和精度的统计量,主要包括平均偏差(ME)、平均绝对偏差(MAE)、均方根误差(RMSE)以及调整决定系数adj-R2。其中评价指标ME、MAE、RMSE越小,adj-R2越大的模型其预测能力越强,预测精度越高,模型精度最高。
其中:yi是观测值,是预测值,n是样本总数,r为回归模型中参数的个数[12]。
3 结果分析
3.1 模型建立
以常见的树高曲线模型,运用统计软件spss对各模型进行回归分析,求得各模型的拟合精度,拟合精度见表3。
从表3可以看出,16个树高曲线的拟合精度都较高,且三参数模型精度高于二参数模型,综合分析各个评价因子,其中最优二参数模型为模型10,最优三参数模型为模型13,对选出的2个最优模型以检验数据对其进行检验。
3.2 模型检验
通过475组检验数据,对建立的两个最优树高曲线模型进行检验,检验指标有平均偏差(ME)、平均绝对偏差(MAE)、均方根误差(RMSE)以及调整决定系数adj-R2,其中平均偏差、平均绝对偏差及均方根误差越小,调整决定系数越大,表明该模型的精度越高,预测能力越强。
通过对2个模型进行检验,检验结果见表,为了选择最优模型,对模型10和模型13作方差分析,通过方差分析,F值等于24.21,P<0.001,三参数模型与二参数模型差异性显著,因此,含有三参数的模型13为最优树高模型。通过对建模数据的拟合,模型各参数值见表,且各参数P<0.001。
4 讨论
本研究以常见的16个树高曲线为基础,包含二参数模型和三参数模型,对福建将乐国有林场杉木幼龄林的树高曲线进行拟合,并且通过模型检验指标对拟合的最优模型检验,三参数模型H=1.3+2.0655*D0.4938e0.0006*D为最优模型,且该模型精度较高,预测能力较强。因此,该模型可以用于该地区杉木幼龄林树高的推算,进而可以在林木材积、立地指数以及其他森林生长收获等方面应用。
由于树高和胸径是森林调查中最重要的因子,且与胸径相比,树高的测量比较困难、费时,相对复杂,为了精确方便的得到树高值,国内外对树高曲线有大量的研究,但由于立地条件、树种和林分年龄等各种因子的限制,建立的树高曲线模型仅能适用于一定的条件。因此,建立特定条件树高曲线,对于森林调查以及林分材积等有重要的意义。
本研究调查的数据数量以及用于拟合的方程数有限,拟合的模型精度在0.6~0.7,在以后进一步的研究中,可以通过采集更多的数据和树高曲线模型,提高方程的精度;同时,本研究仅是以胸径为自变量,还可以通过添加一些相关的林分变量构成标准树高曲线,提高模型的精度。本文所得模型可以为该地区杉木幼龄林提供树高曲线,用于相关的生长与收获预估模型。
参考文献
[1]吕勇.林木树高曲线模型研究中南林学院学报[J].中南林业科技大学学报,1997,17(4):86-89.
[2]陈立莉.树种树高曲线模型的研究[D].哈尔滨:东北林业大学,2013.
[3]赵俊卉.长白山3个主要针叶树种的标准树高曲线[J].林业科学,2010,46(10):191-194.
[4]丁贵杰.马尾松人工林标准树高曲线模型的研究[J].浙江林学院学报,1997,14(3):225-230
[5]李春明,李利学.基于非线性混合模型的栓皮栎树高与胸径关系研究[J]. 北京林业大学学报,2009,31(4):7-12.
[6]马武.蒙古栎林单木生长模型系研究[D].北京:中国林业科学研究院,2012.
[7]胥辉.思茅松标准树高曲线的研究[J].西南林学院学报,2000,20(2):74-77.
[8]曾翀.落叶松云冷杉林单木树高曲线的研究[J].林业科学研究,2009,22(2):182-189.
[9]孙拥康.西洞庭湖区杉木林分相对树高曲线模型的研究[J].中南林业科技大学学报,2012,32(9):47-50.
[10]黎良财.南方杉木人工林树高曲线模型研究[J].广东农业科学,2011(21):169-171.
[11]张鹏,王新杰.将乐地区马尾松标准树高曲线的研究[J].中南林业科技大学学报,2015,35(3):69-73.
[12]高志雄.基于ZY-3卫星的森林分类及郁闭度提取方法研究[D].北京:北京林业大学,2015.
(责任编辑:赵中正)