基于林木分级的大兴安岭天然兴安落叶松树高曲线研究.pdf

DOI:10.12171/j.10001522.20210513基于林木分级的大兴安岭天然兴安落叶松树高曲线研究董灵波邵威威田栋元刘兆刚(东北林业大学林学院森林生态系统可持续经营教育部重点实验室，黑龙江哈尔滨150040)摘要:【目的】基于林木分级构建大兴安岭地区兴安落叶松的树高曲线模型，为该地区兴安落叶松的生长规律提供理论依据及森林可持续经营提供技术支撑。【方法】以大兴安岭地区翠岗林场 56 块固定样地数据为基础，根据单木相对直径（d）把林木分为了优势木、平均木、被压木 3 个等级，依据调整决定系数（R2adj）最大、均方根误差（RMSE）和赤池信息量（AIC）最小的标准筛选出天然兴安落叶松各等级林木的最优树高曲线基础模型，并进一步评价和比较分位数回归和哑变量回归对兴安落叶松不同等级林木树高曲线模型模拟精度的影响。【结果】天然兴安落叶松树高曲线的最优基础模型均为Wykoff 方程；当将林分分级哑变量同时添加在 Wykoff 方程的参数 a 和 b 上时，模型的拟合效果最好,其中兴安落叶松树高曲线模型的调整系数（R2adj）、均方根误差（RMSE）和赤池信息量（AIC）分别为 0.8588、1.6424 和 2081.902；兴安落叶松中的不同等级林木对应的最优分位数模型与林分整体无差别，均表现为中位数模型最优（即=0.5），其树高曲线的 3 个统计量则依次为 0.8498、1.6938 和 2211.037。经过比较分析可知，以林木分级为哑变量的树高曲线模型拟合效果最好。【结论】含林木分级哑变量的大兴安岭兴安落叶松的树高曲线模型拟合效果优于基础模型，并且具有较好的预测精度和适应性，能反映不同林木等级下的树高、胸径的生长差异，可以为大兴安岭地区兴安落叶松的经营和生长预估提供理论依据。关键词：林木分级；分位数回归；哑变量；树高曲线中图分类号：S791.222；S750文献标志码：A文章编号：10001522(2023)05008809引文格式：董灵波，邵威威，田栋元，等.基于林木分级的大兴安岭天然兴安落叶松树高曲线研究 J.北京林业大学学报，2023，45(5)：8896.Dong Lingbo,Shao Weiwei,Tian Dongyuan,et al.Height curve of natural Larix gmelinii in theDaxinganlingMountainsofnortheasternChinabasedonforestclassificationJ.JournalofBeijingForestryUniversity,2023,45(5):8896.Height curve of natural Larix gmelinii in the Daxinganling Mountains ofnortheastern China based on forest classificationDongLingboShaoWeiweiTianDongyuanLiuZhaogang(KeyLaboratoryofSustainableForestEcosystemManagementofMinistryofEducation,SchoolofForestry,NortheastForestryUniversity,Harbin150040,Heilongjiang,China)Abstract:Objective The tree height curve of main tree species was established based on treeclassification,which provided reference for studying the growth law of Larix gmelinii,and providedtechnicalsupportforforestsustainablemanagementinDaxinganlingMountainsofnortheasternChina.MethodBasedonthedataof56fixedsampleplotsinCuigangForestfarmofDaxinganlingMountains,trees were divided into three grades of dominant,average and crushed trees according to the relativediameter(d)ofindividualtrees.Basedonthemaximumadjustedcoefficient(R2adj),minimumrootmeansquareerror(RMSE)andtheminimumredpoolinformation(AIC),theoptimaltreeheightcurvebasicmodelofdifferentgradesofnaturalLarix gmeliniiwasscreenedout,andtheeffectsofquantileregression收稿日期:20210513修回日期:20230325基金项目:国家重点研发计划课题（2022YFD2200502），中央高校基本科研业务费专项（2572022CG07），黑龙江头雁创新团队计划项目（森林资源高效培育技术研发团队）。第一作者:董灵波，副教授。主要研究方向：森林可持续经营。Email：地址：150040 黑龙江省哈尔滨市香坊区和兴路26 号东北林业大学林学院。责任作者:刘兆刚，教授，博士生导师。主要研究方向：森林可持续研究。Email：地址：同上。本刊网址:http:/；http:/第45卷第5期北京林业大学学报Vol.45，No.52023年5月JOURNALOFBEIJINGFORESTRYUNIVERSITYMay，2023anddummyvariableregressiononthesimulationaccuracyoftreeheightcurvemodelsofdifferentgradesofLarix gmeliniiwerefurtherevaluatedandcompared.ResultTheoptimalbasicmodelofLarix gmeliniiheight curves was Wykoff equation.When the dumb variables of stand classification were added toparametersaandbofWykoffequation,themodelhadthebestfittingeffect.R2adj,RMSEandAICofLarixgmelinii tree species curve model were 0.858 8,1.642 4 and 2 081.902,respectively.There was nodifferencebetweentheoptimalquantilemodelandthewholestandofLarix gmelinii,andthemedianmodelwasoptimal(=0.5).Thethreestatisticsofheightcurveofthedeciduouspinewere0.8498,1.6938and2211.037,respectively.Throughcomparativeanalysis,thetreeheightcurvemodelwithtreeclassificationasdummyvariablehadthebestfittingeffect.ConclusionTheheightcurvemodelofLarix gmeliniiintheDaxinganling Mountains,which contains dummy variables for tree classification,has better fittingperformancethanthebasicmodel,andhasgoodpredictionaccuracyandadaptability.ItcanreflectthegrowthdifferencesoftreeheightandDBHunderdifferenttreegrades,andcanprovideatheoreticalbasisforthemanagementandgrowthpredictionofLarix gmeliniiintheDaxinganlingMountainsregion.Key words:treeclassification;quantileregression;dummyvariable;treeheightcurve树高曲线模型广泛应用于林业生产实践，尤其在林分生长与收获模型中备受重视。树高和胸径不仅是森林资源调查过程中最基础、最重要的两个林分因子，也是衡量林分生长最重要的两个因子12。在实际应用中，通过已调查的胸径和树高样本构建树高曲线模型来预测其他样本的方法，可以极大程度地减少样地数据调查的时间、经济和人力成本，并且使树高的预测精度也大幅提高35。此外，树高和胸径的关系，决定了树高曲线在计算材积、生物量、碳储量、立地指数、林分生长和收获等方面所具有的无可替代的作用67。多年来，国内外研究者构建了许多种树高曲线模型，并通过实测的胸径数据对树高进行间接估算。对于树高曲线模型的研究，最常见的方法是基于树种5、区域8来进行分类，然后对二次函数、幂函数等经验方程或 Richards、Korf、Logistic 等理论生长方程进行回归拟合，把拟合效果最好的作为基础方程9。林木分级是根据林木分化程度和树冠在林层的位置来进行等级的划分，它是进行林分结构和抚育间伐研究的常用手段1011。基于林木分级的树高曲线模型对树高预测精度较高，能够较为准确和详细地反应不同等级林木的生长状况。近年来，分位数回归在林业上常用于构建和研究胸径生长模型12、削度方程13等。zelik 等14利用分位数回归模型对土耳其 2 个树种进行胸径和优势高预测。Zang 等15构建了落叶松人工林的树高胸径基础模型和分位数模型。高东启等16在 Richard 方程中引入哑变量构建了蒙古栎（Quercus mongolica）林分断面积、蓄积量生长模型。王君杰等8应用 Richard 方程构建了大兴安岭不同区域的兴安落叶松（Larix gmelinii）树高胸径模型，并对分位数模型、哑变量模型和基础模型进行比较研究。但是，普通的树高胸径模型无法反映不同林木等级下的树高、胸径生长差异，而通过哑变量可以解决相应问题，且以林木分级为哑变量来构建模型对大兴安岭地区兴安落叶松树高曲线的研究未见报道。因此，基于林木分级来对大兴安岭地区兴安落叶松树高曲线的研究对于大兴安岭地区兴安落叶松的生长预估和收获具有重要意义。本研究以大兴安岭地区翠岗林场的兴安落叶松为研究对象，在林木分级的基础上，采用分位数回归法和以林木分级为哑变量的方法构建树高曲线模型，并对分位数模型、哑变量模型和基础模型的拟合和预测精度进行比较分析，选取拟合效果最好的模型，为精确描述大兴安岭地区兴安落叶松不同等级林木的树高与胸径关系提供理论依据和技术基础。1研究区概况翠岗林场（1240512430E，51385147N）位于大兴安岭新林区东北部，平均海拔 600m，地势较为平缓，平均坡度约为 6，年平均降水量 513.9mm，降水主要集中在 78 月份。该林场土壤多为棕色森林土，此外还有草甸暗棕壤和白浆化暗棕壤2 个亚类。主要乔木树种包括兴安落叶松（Larixgmelinii）、白桦（Betula platyphylla）、樟子松（Pinussylvestris）、红 皮 云 杉（Picea koraiensis）和 山