塞罕壩華北落葉松-白樺混交林生長與結構方程模型構建.pdf

1、森林生長與結構方程模型構建是研究林分生長規(guī)律的重要途徑，開展多樹種、多層次、結構復雜的混交林生長與結構模型研究，不僅是該領域亟待解決的重要方法問題，并且對揭示混交林生長規(guī)律，進而為森林經(jīng)營決策、森林經(jīng)營效果評價提供重要依據(jù)。本研究以塞罕壩機械林場三種混交比例的華北落葉松純林、華北落葉松-白樺針闊混交林為研究對象，利用固定標準地和臨時標準地調查數(shù)據(jù)，運用SAS統(tǒng)計軟件中的PROC NLIN、PROC NLMIXED語句，以及SPSS和AM

2、OS系統(tǒng)分析軟件，基于動態(tài)地位指數(shù)模型、地位指數(shù)模型轉換方程、非線性混合效應模型、啞變量及結構方程模型等構建方法，研究與探討華北落葉松-白樺針闊混交林的地位指數(shù)模型、樹高-胸徑預測模型和胸徑生長模型及結構方程模型構建途徑。
　　主要研究結果如下:
　　(1)動態(tài)地位指數(shù)模型構建
　　海拔、土壤質地、土層厚度和坡向是決定地位指數(shù)的關鍵性立地因子，其相關系數(shù)分別為0.47、0.46、0.38、0.32?；贐ertalan

3、fy-Richards模型、Hossfeld模型和Lundqvist-Korf模型的五種動態(tài)地位指數(shù)模型表達式在混交林立地質量評價中的適用性進行了研究，運用線性幾何回歸方法(GMR)建立了不同混交比混交林樹種轉換方程。華北落葉松最優(yōu)模型為基于Bertalanfy-Richards的模型M2，其指標評價值分別為Radj2=0.908、Bias=0.088、RMSE=1.089;白樺最優(yōu)模型為基于Lundqvist-Korf的模型M5，其指

4、標評價值分別為Radj2=0.916、Bias=0.066、RMSE=1.322;不同混交比華北落葉松和白樺的樹種間地位指數(shù)相關系數(shù)分別為0.91和0.87，F(xiàn)值均小于0.01，表明模型擬合效果較好。當混交比在0.36-0.50的范圍內是兩個樹種地位指數(shù)臨界年齡為29年，當混交比在0.51-0.65的范圍內時兩個樹種地位指數(shù)臨界年齡為22年。
　　(2)樹高-胸徑預測
　　選取了13個具有代表性且具有生物學意義的樹高-胸徑關

5、系模型進行擬合，篩選出相關系數(shù)最大(R2=0.8757)，絕對誤差(Bias=0.1291)、均方根誤差(RMSE=1.2006)最小，最優(yōu)基礎模型表達式為:h=1.3+eb0+b1/d+b2,b0=a0+a1×h0+a2×BA，在此基礎上建立了包含啞變量華北落葉松-白樺混交林樹高-胸徑關系的混合效應模型為hij=1.3+e((b0+μ1)+γ1+γ2+...+γn/dij+b2+εi，其中b0=a0+a1×h0+a2×BA。利用所構建

6、的混合效應模型（具體模型），以2 cm為一個徑階對不同混交比華北落葉松和白樺樹高進行了預測，其樹高預測結果與測量值分布一致，表明包含樹種啞變量混合效應模型中的參數(shù)充分反映出相同徑級樹高的變異趨勢，提高了混交林樹高-胸徑模型預估精度。
　　(3)胸徑生長模型
　　每公頃株數(shù)、海拔、坡向、土層厚度是影響立木胸徑生長的主要因子，相關系數(shù)分別為0.67、0.51、0.54、0.38。用競爭指數(shù)來表示密度對立木徑向生長的影響，不同混交

7、比華北落葉松-白樺混交林競爭指數(shù)分別為2.02、3.67、4.41。建立起包含樣地間及樣地內隨機效應的非線性混合效應模型△rt，j=a0Aa1t,jDa2t,jea3CI0.5t,jHa40，并在混合效應模型中加入啞變量，所建立的混合效應模型△rt，j=a0Aa1t,jD(γ1+...+γn)t,je(a3+μ2)CI0.5t,jH(a4+μ1)0，其中CIj=DBHj/DBH，解決了混交林中樣地間及樣地內樹種對胸徑生長的影響，提高了模

8、型精度及適用性。
　　(4)結構方程模型
　　海拔是影響林分生長的主要環(huán)境因子，其與林分平均地徑、林分平均胸徑、平均樹高和林分斷面積相關系數(shù)分別為0.51、0.54、0.59、0.62，且達到0.05顯著水平;運用觀測變量交叉積協(xié)差陣建立了林分結構方程模型，得出了各因子與林分結構因子、立地因子、林分密度因子相關關系及各潛在變量之間相關系數(shù)分別為0.863、0.681、0.706，經(jīng)檢驗各指標值均表明模型適配性較好，利用該模型