香格里拉高山松天然林最优树高曲线研究

doi:10.13466/j.cnki.lyzygl.2016.01.009

林业资源管理 ›› 2016›› Issue (1): 46-51.doi: 10.13466/j.cnki.lyzygl.2016.01.009

香格里拉高山松天然林最优树高曲线研究

张焱, 舒清态, 徐云栋, 李圣娇, 王永刚

西南林业大学林学院,昆明 650224

收稿日期:2015-11-12 修回日期:2015-12-07 发布日期:2020-11-04
通讯作者: 舒清态(1970-),男,湖北武汉人,副教授,博士,研究方向:3S技术及森林景观经营的教学与研究。Email:shuqt@163.com
作者简介:张焱(1990-),男,山西晋城人,在读硕士,研究方向:森林经理。Email:wyzkjs@126.com
基金资助:
国家自然科学基金(31460194);国家自然科学基金(31060114)

Study on Optimal Height-Curve Model of Natural Pinus densata Forest in Shangri-La

ZHANG Yan, SHU Qingtai, XU Yundong, LI Shengjiao, WANG Yonggang

College of Forestry,Southwest Forestry University,Kunming,Yunnan 650224,China

Received:2015-11-12 Revised:2015-12-07 Published:2020-11-04

摘要/Abstract

摘要： 树高曲线是研究森林生长与收获的重要基础。以云南省香格里拉732株高山松天然林实测数据为例,分别选用11个经典常用的树高曲线,拟合高山松树高与胸径的关系,求解模型参数,用决定系数R²、均方根误差RMSE、残差和MD对模型的精度进行评价。结果表明:抛物线方程的R²=0.6073,RMSE=1.711,MD=-0.0101,经检验该方程Spearman相关系数为0.676,显著性水平Sig小于0.01,抛物线方程可以作为香格里拉高山松天然林的最优树高曲线,研究结果可为高山松的经营以及林分调查提供科学依据。

关键词: 树高曲线, 高山松, 香格里拉

Abstract: The study of tree height curve is an important basis in forest growth and harvesting.In this paper,we used the data of 732 individual trees of natural Pinus densata located in Shangri-La,Yunnan province,11 regular generalized height-curve models were chosen to establish the correlation between the DBH and the height of Pinus densata,calculate the accuracy of each model.Then,model selection was on the basis of correlation coefficient(R²),root mean square error(RMSE)and mean deviation(MD).The result showed that the Parabola model had the highest accuracy,its R²=0.6073,RMSE=1.711,MD=-0.0101,Spearman Correlation coefficient=0.676,and significance level<0.01,which was the best height curve of natural Pinus densata in Shangri-La.The model can provide a scientific basis for the management and survey of Pinus densata in Shangri-La

Key words: height-curve model, Pinus densata, Shangri-La

中图分类号:

S757.2

张焱, 舒清态, 徐云栋, 李圣娇, 王永刚. 香格里拉高山松天然林最优树高曲线研究[J]. 林业资源管理, 2016,(1): 46-51.

ZHANG Yan, SHU Qingtai, XU Yundong, LI Shengjiao, WANG Yonggang. Study on Optimal Height-Curve Model of Natural Pinus densata Forest in Shangri-La[J]. FOREST RESOURCES WANAGEMENT, 2016,(1): 46-51.

参考文献

[1] 胥辉,全宏波,王斌.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.
[2] 赵俊卉,亢新刚,刘燕.长白山主要真有树种最优树高曲线研究[J].北京林业大学学报,2009,31(4):13-18.
[3] Calama R,Montero G.Interregional nonlinear height-diameter model with random coefficients for stone pine in Spain[J].Canadian Journal of Forest Research,2004,34:150-163.
[4] 胡焕香,佘济云,张敏,等.海南阿陀岭加勒比松树高曲线研究[J].福建林业科技,2013,40(1):118-112.
[5] 陈新美,张会儒.柞树林树高结构的研究[J].西北林学院学报,2010,31(4):130-134.
[6] 陈灿,洪伟,吴承祯,等.东南沿海湿地松防护林胸径树高关系研究[J].农学学报,2012(2):35-40.
[7] 禄树晖,潘朝晖.藏东南高山松种群分布格局[J].东北林业大学学报,2008,36(11):22-24.
[8] 卢杰,郭其强,郑维列,等.藏东南高山松种群结构及其动态特征[J].林业科学,2009,49(8):154-160.
[9] 蔡年辉,许玉兰,白青松,等.不同种群高山松1年生播种苗木生长节律及其变异[J].东北林业大学学报,2013,41(5):11-15.
[10] 梁冬,毛建,赵伟,等.高山松及其亲本种群在油松生境下的苗期性状森林数种高光谱遥感研究[J].植物生态学报,2013,37(2):150-163.
[11] 刘永良,毛建丰,王晓茹,等.同倍杂交种高山松与亲本种云南松的地理隔离研究[J].植物分类与资源学报,2011,33(3):269-274.
[12] 马飞,徐婷婷,陈立同,等.低温胁迫下二倍体杂交种高山松光系统II功能稳定性研究[J].西北植物学报,2011,31(6):1174-1179.
[13] 王玉涛,马钦彦,侯广维,等.川西高山松林火烧迹地植被生物量与生产力恢复动态[J].林业科技,2007,32(1):38-40.
[14] 王金亮,程鹏飞,徐申,等基于遥感信息模型的香格里拉森林生物量估算[J].浙江农林大学学报,2013,30(3):325-329.
[15] 岳彩荣.香格里拉县森林生物量遥感估测研究[D].北京:北京林业大学,2011.
[16] 孟宪宇.测树学[M].北京:中国林业出版社,1996.
[17] 唐守正,郎奎建,李永慈,等.ForStat 2.0统计之林教程[M].北京:中国林业科学研究院资源信息研究所,2006.
[18] 王明亮,李希菲.非线性树高曲线模型的研究[J].林业科学研究,2000,13(1):75-79.
[19] 赖巧玲,胥辉,杨为民.非参数估计在构造树高曲线中的应用[J].北京林业大学学报,2006,28( 4):77-81.
[20] Curtis R O.Height-diameter and height-diameter-age equations for second-growth Douglas[J].Forest Science,1967,13:365-375.
[21] Peng C,Zhang L,Liu J.Developing and validating nonlinear height-diameter models for major tree species of Ontario's boreal forest [J].Northern Journal of Applied Forestry,2011,18:87-94.

香格里拉高山松天然林最优树高曲线研究

Study on Optimal Height-Curve Model of Natural Pinus densata Forest in Shangri-La

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	曾伟生, 杨学云. 我国一元立木材积表基本现状分析与估计误差检验[J]. 林业资源管理, 2023, 0(2): 43-49.
[2]	蒲莹, 曾伟生, 阳帆. 北京市树高胸径回归模型研建及一元立木材积表检验[J]. 林业资源管理, 2021, 0(3): 62-66.
[3]	谭德宏, 舒清态, 赵洪莹, 王柯人, 袁梓健. 基于遗传算法优化BP神经网络模型估测高山松叶面积指数[J]. 林业资源管理, 2020, 0(5): 123-130.
[4]	田意, 吴宏炜, 张伟志, 黄光灿, 庄崇洋, 江希钿. 福州市米槠林分相容性胸径生长模型和树高曲线模型研究[J]. 林业资源管理, 2020, 0(4): 44-49.
[5]	曾伟生. 总体与林分水平的树高-胸径模型对蓄积量估计的影响分析[J]. 林业资源管理, 2019, 0(6): 38-41.
[6]	覃阳平, 李华, 李永亮, 张成程, 王蒙. 云南省主要针叶树种树高曲线模型研建[J]. 林业资源管理, 2019, 0(4): 46-51.
[7]	王小兰, 陈甲瑞, 邢震, 张传龙. 藏东南高山松胸径与冠径的相关性分析及应用研究[J]. 林业资源管理, 2019, 0(1): 63-69.
[8]	赵勋, 岳彩荣. 基于遥感数据的林地变化检测方法研究[J]. 林业资源管理, 2019, 0(1): 101-108.
[9]	朱光玉, 罗小浪. 湖南栎类天然混交林优势木树高曲线哑变量模型研究[J]. 林业资源管理, 2017, 0(4): 22-29.
[10]	王宗梅, 徐天蜀, 岳彩荣, 刘琦. 基于哑变量的高山松蓄积量反演模型研究[J]. 林业资源管理, 2017, 0(4): 75-81.
[11]	蒋胜昌, 张加龙, 陆驰, 胥辉, 黄传烯, 罗云江. 考虑地形因素的像元均方差抛物线拟合高山松丰度研究[J]. 林业资源管理, 2016, 0(5): 59-64.
[12]	孙雪莲, 熊河先, 胥辉, 魏安超, 李超, 闾妍宇, 张博, 欧光龙. 高山松天然林单木生物量因子模型构建[J]. 林业资源管理, 2016, 0(3): 49-53.
[13]	五金旦增, 郑维列, 张昆林, 卢杰. 西藏色季拉山高山松林降雨再分配格局研究[J]. 林业资源管理, 2013, 0(6): 133-136.
[14]	张超, 王妍, 岳彩荣, 袁华. 香格里拉县森林景观格局多尺度效应分析[J]. 林业资源管理, 2011, 0(6): 31-36.
[15]	张超, 岳彩荣, 胥辉, 徐天蜀, 袁华. 基于综合建模的香格里拉县林业发展区划方法研究[J]. 林业资源管理, 2011, 0(3): 43-46.