人工林中的日本落葉松林分蓄積量的變化研究

1、    人工林中的日本落葉松林分蓄積量的變化研究    摘 要：為了研究人工林落葉松林生長量在國內的變化規(guī)律，本文采用一元線性回歸方程建立落葉松的齡階與平均林分蓄積量的預測模型，該模型簡單直觀，研究效果好，為日本落葉松林在我國境內種植、生長和經營提供了科學依據。關鍵詞：日本落葉松；回歸方程；蓄積量；生長量日本落葉松在我國引種已有100多年的歷史，該樹種樹干通直，耐腐朽，抗壓力強，成熟早，收效快，在東北各地、華北、西北和南方高山地區(qū)均有引種，是我國分布最廣的樹種之一，經濟價值高。日本落葉松早期生長快，有利于成林，主要栽培于我國山區(qū)，避免了與農業(yè)爭地，且病蟲

2、害較少，用途較廣泛，是我國速成豐產林中的重要樹種。研究日本落葉松林分蓄積量對提高其經濟效益和社會效益均有重要意義。本文應用一元線性回歸方程對日本落葉松人工林的分蓄積量進行預測，為研究我國境內人工林的育種、生長和經營提供了科學依據。一、材料與方法1.地理環(huán)境遼寧東部地區(qū)是指丹東岫巖大石橋以北，長春大連線以東的廣大地區(qū)，北依吉林長白山地，南接遼東半島，東臨鴨綠江，西至遼河平原，系長白山脈西南部的延伸。行政區(qū)劃包括撫順、本溪、丹東、鳳城、寬甸、岫巖、西豐開原、鐵嶺、遼陽、燈塔、海城、營口等，占全省土地面積的35.3%。地貌屬于山地和丘陵，與峽谷盆地和寬廣的山間盆地呈鑲嵌式復合分布，地形復雜，地貌特點

3、是“八山半水一分田，半分道路和莊園”。山地海拔多為2001000米，平均海拔500800米，超過1000米的山峰共有20余座，最高峰老禿頂子高1367米。2.實驗數據的采集本文數據來自遼東地區(qū)的撫順縣、清原縣、新賓縣、本溪縣、桓仁縣、岫巖縣、鳳城縣、寬甸縣和鐵嶺地區(qū)的西豐縣、開原縣、鐵嶺縣林區(qū)，選擇未受到破壞的日本落葉松純林林分，郁閉度在0.8以上，標準地面積0.601.00公頃，標準地內株數不少于100株的日本落葉松。代表林齡為5a、4a、3a、2a和1a的林分，本文以2a為齡階，整理出與齡階相對應的胸徑和樹高。在每塊標準地內進行每木檢尺，分別測量林分平均胸徑、平均高、優(yōu)勢木高、林齡、郁閉度

4、、每公頃斷面積、每公頃蓄積等測樹因子。對標準地中的每公頃株數按2cm檢尺后，再按1cm整化后的林分平均直徑分別分組，把實際直徑分布換算成相對直徑分布（各徑階株數/標準地內林分總株數）。3.回歸分析方法本文應用spss（11.5版本）進行以平均林分蓄積量對林齡的線性回歸分析，以尋找適合該地區(qū)日本落葉松生長曲線的規(guī)律。y為平均林分蓄積量，看成平均高、平均胸徑等林木因子，x為林齡，a、b為待定參數，對x或y采用一元線性最小二乘法建立直線回歸方程，并進行顯著性檢驗選擇模型。然后用統計量的決定系數r2和殘差平方和（sse）、絕對誤差、相對誤差評價模型接受程度，很明顯殘差平方和越小，決定系數越接近1，估計

5、模型接受程度越好。二、結果與討論1.結果本文應用spss（11.5版本）計算結果，得出f值是2469.950，小概率p值為0。方差檢驗結果說明一元線性回歸方程有統計意義。一元線性回歸方程為：y= -11.163+8.814x。對應a=-11.163、b=8.814的t檢驗的小概率分別為0.028和0.00，說明a、b檢驗有統計意義。決定系數r2為0.995，殘差平方和（sse）為457.907。為了檢驗所建模型是否合適，分別對日本落葉松平均蓄積量模型的預測值和實測值的絕對誤差和相對誤差進行了逐點檢驗，由表1可見，絕對誤差和相對誤差都很小。根據上述原因，估計模型接受程度很好。反映了我國東北境內人

6、工林生長規(guī)律，可以通過模型預測該地區(qū)日本落葉松人工林生長量的平均蓄積量。森林林齡與平均林分蓄積量關系詳見圖1。2.討論森林蓄積量是衡量一個國家或地區(qū)林業(yè)經營效益的重要指標，指一定森林面積中現存各種活立木的材積總量（以立方米為計算單位），一般包括林地蓄積、疏林地蓄積、散生林木蓄積、“四旁”樹木蓄積等。多用于統計較大范圍（如一國、一地區(qū)）內各種活立木的材積總量，常按樹種、徑級、材種等分別統計不同活立木的材積總量。木材蓄積量也是反映一個國家或地區(qū)林業(yè)生產力的一項重要指標，它隨樹種和地理條件的不同而發(fā)生變化。所以，研究森林蓄積量的變化情況對林業(yè)經營效益和生產力是非常重要的。預測日本落葉松人工林生長量，

7、可以描述林分生長規(guī)律與日本落葉松生長過程的內在狀況，所以對不同林齡按樹人工林的空間結構進行了比較研究。由一元線性回歸方程可知，隨著林齡的增加，在不同的林齡階段，各層數量也隨著林齡的增加表現為逐漸增加的趨勢，特別是林齡在15至30之間，林齡與平均蓄積量的變化基本服從線性關系，每增加一個林齡，平均蓄積量增加8.814立方米。但是，在林齡35至40之間平均蓄積量有向下改變的趨勢，誤差相對比較大，說明空間結構有差異。這表明模型還有待于進一步修正。gm（1，1）模型和logistic函數在日本落葉松林分蓄積量預測中的對比研究一文提出gm（1，1）模型不如logistic函數預測林分蓄積量效果好，且logistic函數模型與林分蓄積量的變化趨勢更為接近，可以準確地預測林分蓄積量。經對比研究，logistic函數的決定系數r2為0.997，優(yōu)于本文一元線性回歸方程的決定系數r2（0.995）。logistic函數模型與一元線性回歸方程在絕對誤差方面，由表2數據計算，經配對絕對誤差均值t檢驗結果得出，絕對誤差方差非齊次，概率值0.24，兩組絕對誤差均值無顯著差異。這說明誤差沒有本質差異，一元線性回歸方程模型簡單直觀，其斜率和截距有明顯的實際意義，效果較好，可為日本落葉松林在我國境內種植、生長和經營提供科學依據。