马尾松宏观尺度单木生长模型研究

doi:10.13466/j.cnki.lyzygl.2017.02.006

林业资源管理 ›› 2017›› Issue (2): 28-33.doi: 10.13466/j.cnki.lyzygl.2017.02.006

马尾松宏观尺度单木生长模型研究

刘四海¹(), 曾伟生²()

^1. 湖北省崇阳县国营桂花林场,湖北崇阳 437524
^2. 国家林业局调查规划设计院,北京 100714

收稿日期:2017-02-05 修回日期:2017-03-24 出版日期:2017-04-28 发布日期:2020-10-10
通讯作者: 曾伟生
作者简介:刘四海(1964-),男,湖北崇阳人,工程师,主要从事林业生产与森林经营工作。Email: 1694280017@qq.com
基金资助:
国家自然科学基金项目(31370634)

Large-scale Individual Tree Growth Models for Pinus massoniana in China

LIU Sihai¹(), ZENG Weisheng²()

^1. Guihua State Forest Farm of Chongyang County,Chongyang 437524 Hubei,China
^2. Academy of Forest Inventory and Planning,SFA,Beijing 100714,China

Received:2017-02-05 Revised:2017-03-24 Online:2017-04-28 Published:2020-10-10
Contact: ZENG Weisheng

摘要/Abstract

摘要：

林木生长模型是预测森林未来发展、评估生产潜力的定量依据。以我国南方主要针叶树种马尾松(Pinus massoniana)为对象,利用在马尾松分布范围内收集的代表性样本,建立全国尺度的胸径和树高单木生长模型,并分析生长模型是否受地域和起源的影响。结果表明:马尾松胸径的生长过程仅与地域有关而与起源无关,而树高的生长过程则受到地域和起源的双重影响;所建胸径和树高总体平均生长模型,确定系数分别为0.79和0.71,平均预估精度均在96%以上;包含地域和起源因子的胸径和树高生长模型,比总体平均模型有显著改进,其确定系数分别达到0.83和0.74,平均预估精度均进一步提高。所建生长模型为在宏观尺度上预测马尾松林的蓄积量、生物量和碳储量提供了定量参考依据。

关键词: 马尾松, 生长模型, Logistic函数, 哑变量, 地域, 起源

Abstract:

Individual tree growth models are quantitative basis for predicting forest development and evaluating productivity potential in the future.Based on the mensuration data of sample trees of Masson pine (Pinus massoniana) in southern China,individual tree diameter and height growth models on national level were developed,and effects of region and origin on growth models were analyzed.The results showed that diameter growth model of Masson pine was only related to region,whereas height growth model was affected by both region and origin;coefficients of determination (R ²) of the developed population average (PA) diameter and height growth models were 0.79 and 0.71 respectively,and mean prediction precisions were more than 96%;R ² of the diameter and height growth models with region and origin in variables were 0.83 and 0.74 respectively,and mean prediction precisions were all improved,indicating that the models were significantly better than the PA models.The growth models developed in this study could provide quantitative basis for forecasting stock volume,biomass and carbon storage of Masson pine forest on large scale.

Key words: Pinus massoniana, growth model, Logistic function, dummy variable, region, origin

中图分类号:

S791.248

刘四海, 曾伟生. 马尾松宏观尺度单木生长模型研究[J]. 林业资源管理, 2017,(2): 28-33.

LIU Sihai, ZENG Weisheng. Large-scale Individual Tree Growth Models for Pinus massoniana in China[J]. FOREST RESOURCES WANAGEMENT, 2017,(2): 28-33.

图/表 8

表1

表2

图1

图2

表3

表4

图3

图4

参考文献 22

[1]	任瑞娟, 亢新刚, 杨华 . 天然林单木生长模型研究进展[J]. 西北林学院学报, 2008,23(6):203-206.
[2]	邓成, 吕勇, 雷渊才 , 等. 林木生长和收获模型研究进展与发展趋势[J]. 林业调查规划, 2010,35(1):7-11.
[3]	林成来, 洪伟, 吴承祯 , 等. 马尾松人工林生长模型的研究[J]. 福建林学院学报, 2000,20(3):227-230.
[4]	刘兆刚, 李凤日, 于金成 . 落叶松人工林单木模型的研究[J]. 植物研究, 2003,23(2):237-244.
[5]	王文斗, 李凤日, 那冬晨 , 等. 辽东栎单木生长模型的研究[J]. 林业科技, 2005,30(2):11-13.
[6]	张惠光 . 福建柏单木生长模型的研究[J]. 中南林业调查规划, 2006,25(3):1-4.
[7]	刘微, 李凤日 . 落叶松人工林与距离无关的单木模型[J]. 东北林业大学学报, 2010,38(5):24-27.
[8]	卢海涛, 李凤日, 贾炜玮 . 水曲柳单木生长模型的研究[J]. 森林工程, 2011,27(3):5-8.
[9]	邓成, 吕勇, 雷渊才 , 等. 以相对直径为竞争指标的单木直径生长模型研究[J]. 林业资源管理, 2011(1):40-43.
[10]	于士涛 . 塞罕坝华北落叶松生长模型的研究[J]. 河北林果研究, 2012,27(1):1-5.
[11]	姜立春, 杜书立 . 基于非线性混合模型的东北兴安落叶松树高和直径生长模拟[J]. 林业科学研究, 2012,25(1):11-16.
[12]	何云松, 陈亚文, 林勇 . 重庆市石宝镇马尾松单木生长模型研究[J]. 四川林业科技, 2013,34(5):56-60.
[13]	高东启, 邓华锋, 蒋益 , 等. 单木生长模型与林分生长模型耦合的方法——以油松为例[J]. 江西农业大学学报, 2014,36(6):1298-1304.
[14]	国家林业局. 中国森林资源报告(2009—2013)[M]. 北京: 中国林业出版社, 2014.
[15]	LY/T 1353-1999, 立木材积表[S]. 北京:中国标准出版社, 1999.
[16]	中华人民共和国林业部. 林业专业调查主要技术规定[M]. 北京: 中国林业出版社, 1990.
[17]	骆期邦, 曾伟生, 贺东北 . 林业数表模型——理论、方法与实践[M]. 长沙: 湖南科学技术出版社, 2001.
[18]	曾伟生, 唐守正 . 立木生物量模型的优度评价和精度分析[J]. 林业科学, 2011,47(11):106-113. doi: 10.11707/j.1001-7488.20111117
[19]	Picard R R, Cook R D . Cross-validation of regression models[J]. J Am Stat Assoc, 1984,79:575-583. doi: 10.1080/01621459.1984.10478083
[20]	Kozak A, Kozak R . Does cross validation provide additional information in the evaluation of regression models?[J]. Canadian Journal of Forest Research, 2003,33(6):976-987. doi: 10.1139/x03-022
[21]	Meng Shawn X, Huang Shongming, Lieffers V J , et al. Wind speed and crown class influence the height-diameter relationship of lodgepole pine:nonlinear mixed effects modeling[J]. Forest Ecology and Management, 2008,256(4):570-577. doi: 10.1016/j.foreco.2008.05.002
[22]	Zeng Weisheng, Zhang Huiru, Tang Shouzheng . Using the dummy variable model approach to construct compatible single-tree biomass equations at different scales—a case study for Masson pine (Pinus massoniana) in southern China[J]. Canadian Journal of Forest Research, 2011,41(7):1547-1554. doi: 10.1139/X11-068

总体	样本量/株	变量	平均值	最小值	最大值	标准差	变动系数/%
总体1	147	胸径/cm	16.7	1.5	47.2	11.9	73.5
		树高/m	12.0	2.0	27.6	7.2	60.9
		年龄/a	308.1	3.0	52.0	12.3	61.0
总体2	151	胸径/cm	16.4	1.2	40.1	11.8	71.8
		树高/m	12.3	1.6	30.3	7.2	58.8
		年龄/a	26.4	5.0	65.0	15.9	60.2

目标变量	模型	参数估计值			确定系数 R²
目标变量	模型	a	b	c	确定系数 R²
胸径	(1)	35.11	16.27	0.1161	0.7949
	(2)	42.12	0.04520	2.034	0.7857
	(3)	38.60	3.766	0.06644	0.7909
	(4)	72.16	43.07	7.044	0.7830
	(5)	61.52	1.068	0.01723	0.7777
	(6)	-4.223	1.103	-0.006936	0.7803
树高	(1)	21.50	8.890	0.1156	0.7145
	(2)	24.19	0.04979	1.534	0.7075
	(3)	22.71	2.901	0.07391	0.7120
	(4)	35.62	28.44	5.864	0.7044
	(5)	26.84	1.077	0.03305	0.7040
	(6)	-1.415	0.8065	-0.007095	0.7097

目标变量	参数估计值						统计指标
目标变量	a	a₂	b	c	c₁	c₂	R²	SEE	TRE/%	ASE/%	MPE/%	MPSE/%
胸径	36.74	—	16.92	0.09889	0.02897	—	0.8303	4.88	0.08	-0.01	3.41	29.32
树高	24.65	-4.01	9.116	0.08737	0.02663	0.02144	0.7401	3.70	-0.03	-0.34	3.49	27.85

目标变量	地域起源	参数估计值			拐点年龄/a	统计指标
目标变量	地域起源	a	b	c	拐点年龄/a	R²	SEE	TRE/%	ASE/%	MPE/%	MPSE/%
胸径	总体1	36.74	16.92	0.1279	22	0.8248	5.00	0.50	0.46	5.06	31.21
胸径	总体2	36.74	16.92	0.09889	29	0.8357	4.80	-0.33	-0.47	4.72	27.47
树高	总体1天然	20.64	9.116	0.1354	16	0.7592	3.17	-3.34	-4.20	6.09	22.03
	总体1人工	24.65	9.116	0.1140	19	0.7641	3.94	1.86	0.42	7.92	31.66
	总体2天然	20.64	9.116	0.1088	20	0.7630	3.57	2.47	2.11	6.25	29.73
	总体2人工	24.65	9.116	0.08737	25	0.6585	4.31	-1.38	-0.09	8.69	27.67

马尾松宏观尺度单木生长模型研究

Large-scale Individual Tree Growth Models for Pinus massoniana in China

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价

[1]	唐佳俊, 汪刚, 柴宗政. 基于机载激光雷达点云数据的马尾松单木材积估测[J]. 林草资源研究, 2023, 0(6): 105-112.
[2]	王文俊, 李莲芳, 李小军, 侯海雄, 刘娴, 张合瑶, 顾梦, 周冬梅. 不同造林密度的21 a生西南桦人工林生长规律研究[J]. 林业资源管理, 2023, 0(4): 53-61.
[3]	杨深钧, 谭伟, 陈歆宇, 唐佳俊, 杨泽钧, 吴宇洁. 贵州黎平典型马尾松混交林的林分空间结构研究[J]. 林业资源管理, 2023, 0(3): 105-114.
[4]	李成, 唐代生, 贾剑波. 基于地统计分析的马尾松立地指数预估[J]. 林业资源管理, 2023, 0(3): 128-133.
[5]	蔡会德, 卢峰, 徐占勇, 潘黄儒, 孟想, 曾伟生. 桉树相容性可加性立木生物量模型系统研建[J]. 林业资源管理, 2023, 0(1): 87-93.
[6]	章敏, 王健, 韩天一, 欧阳勋志, 潘萍, 刘冬冬. 基于CBM-CFS3模型的马尾松林碳密度特征及其影响因素[J]. 林业资源管理, 2022, 0(6): 44-53.
[7]	曾伟生. 东北落叶松林碳储量生长模型研建及固碳能力分析[J]. 林业资源管理, 2022, 0(1): 18-23.
[8]	贺鹏, 陈振雄, 刘宪钊. 湖南省马尾松和杉木林分断面积生长模型构建[J]. 林业资源管理, 2021, 0(5): 56-61.
[9]	杨学云, 曾伟生, 陈新云. 北京市主要森林类型蓄积量生物量碳储量模型研建[J]. 林业资源管理, 2021, 0(2): 124-130.
[10]	曾伟生, 孙乡楠, 王六如, 王威, 蒲莹. 基于激光雷达数据的东北林区航空林分材积表编制[J]. 林业资源管理, 2021, 0(1): 147-155.
[11]	王瑞, 杨沁雨, 欧光龙, 胥辉. 思茅区森林生物量分层抽样调查设计[J]. 林业资源管理, 2021, 0(1): 197-202.
[12]	金京, 岳彩荣, 李春干, 谷雷, 罗洪斌, 朱泊东. 基于ALS数据和哑变量技术森林蓄积量估测[J]. 林业资源管理, 2021, 0(1): 77-85.
[13]	王益和. 套种阔叶树对水土流失区马尾松林分质量提升效果分析——以福建长汀为例[J]. 林业资源管理, 2020, 0(6): 116-122.
[14]	孙忠秋, 吴发云, 胡杨, 高显连, 高金萍. 基于Landsat-8 OLI数据的马尾松林蓄积量饱和点确定及估测[J]. 林业资源管理, 2020, 0(6): 135-142.
[15]	陈敏, 叶金盛, 刘萍. 基于森林连续清查数据的马尾松立地质量评价[J]. 林业资源管理, 2020, 0(6): 85-89.