论文部分内容阅读
本研究以黑龙江省带岭林业局大青川林场和永翠林场选取的不同年龄和不同林分密度的25块落叶松人工林样地数据为研究对象,分析描述了落叶松人工林树皮厚度的变化规律。利用各解析木测定的数据,分别对胸径、树高、相对高度、树冠长度、冠长率进行对数、指数、幂函数、一元线性函数变换,通过SAS程序分析来拟合模型参数,并绘制散点图和残差图,最终选定表达各变量的最佳模型；树皮厚度与胸径、树高、冠长、相对高度各变量自由组合,利用SAS统计软件REG过程进行多元线性回归分析,采用统计上常用的CP法,并用方差膨胀因子(VIF)来判断自变量间的多重共线性,建立胸径处树皮厚度多元线性模型；综合国内外参考文献,我们选择了3种类型的10个树干去皮直径预测模型：Grosenbaugh的比率方程式、回归模型和削度模型,对各模型进行全面比较。结果表明：对数函数最能反映胸径处树皮厚度与胸径的关系,胸径处树皮厚度与胸径的关系模型：bt=-0.1903+0.30721n(dbhob);对数函数最能反映胸径处树皮厚度与树高的关系,模型为：bt=-0.0504+0.25011n(h)；一元线性函数最能反映落叶松胸径处树皮厚度与相对高度的关系,模型为bt=0.8154-2.0164rh；对数函数最能反映落叶松胸径处树皮厚度与树冠长度的关系,模型为bt=-0.2521+0.42101n(c1)；采用多元线性统计分析中的变量筛选法构建了落叶松树皮厚度最优方程：bt=0.1237+0.0413dob-0.0179h+0.0968rh+0.0191c1,参数估计显著性检验(P<0.0001), 模型检验(F=423.57,P<0.0001)及多重共线性检验(VIF<10)都表明该模型取得了较好的拟合效果；落叶松树皮厚度随着直径的增加而增大,呈现正相关,说明树皮从下到上越来越薄；同一棵树不同的地方树皮厚度也不同,直径大的地方树皮厚度也大,Grosenbaugh的比率方程式有很大的灵活性,没有参数不需要模型拟合。总体评价和模型分段比较表明,回归模型有较小的预测误差,尤其是Cao and Pepper提出的含有带皮直径、树高、相对树高、胸径处的带皮直径和去皮直径变量的模型。由于削度模型不含有带皮直径变量,因此产生较大的去皮直径预测误差。不同类型的模型在森林经营过程中都有一定的适应性。