湖南省馬尾松材積生長率模型研究

陶　冀，關　鍵，彭露萍，陳　利（湖南省農(nóng)林工業(yè)勘察設計研究總院，湖南長沙410007）

湖南省馬尾松材積生長率模型研究

陶冀，關鍵，彭露萍，陳利（湖南省農(nóng)林工業(yè)勘察設計研究總院，湖南長沙410007）

本文以全國森林資源連續(xù)清查湖南省第六、七次復查固定樣地數(shù)據(jù)為研究數(shù)據(jù)源，篩選固定樣地數(shù)據(jù)，按齡組、起源分別設立生長率模型，運用SPSS軟件統(tǒng)一協(xié)調(diào)求解參數(shù)，設立馬尾松材積生長率模型，采用加權最小二乘法擬合，消除異方差影響。通過模型評價與檢驗，擇優(yōu)決定，結果表明：不同起源、齡組的生長率模型的準確性均較高。

材積；生長率；模型；馬尾松

緒論

馬尾松是湖南省主要用材樹種，馬尾松林面積和蓄積分別占全省喬木林面積和蓄積的23.0%、25.2%。材積生長率是森林資源動態(tài)監(jiān)測的主要組成，是編制森林采伐限額、年度森林資源檔案更新的主要依據(jù)，是森林資源管理的重要基礎工作［1］。通過設立湖南省馬尾松材積生長率表、生長率模型，以預測馬尾松森林生長量，實現(xiàn)通過限額采伐管理到達永續(xù)利用的目標［2～4］十分及時且必要，因此開展湖南省馬尾松材積生長率表編制，具有重要的現(xiàn)實意義。

1　研究資料

本次研究對全國森林資源連續(xù)清查湖南省第六、七次復查固定樣地復位樣木進行篩選，剔除不合格的樣木，以保證建模的精度。樣本數(shù)據(jù)通過Access數(shù)據(jù)庫編寫SQL語句進行篩選。在進行樣木數(shù)據(jù)初步篩選之后，為了保證建模的樣木都是正常生長，因此分別將編表單元復位樣木（散生木除外）按徑階歸類，以直徑生長量作標志值，用三倍標準差檢驗法剔除異常生長的樣木。通過篩選馬尾松的合格樣木，隨機從中選取各單元組100個樣木數(shù)據(jù)進行數(shù)據(jù)建模，再在各單元組之間隨機選擇50個樣木數(shù)據(jù)對模型進行檢驗［5～7］。

2　研究方法

2.1數(shù)據(jù)處理

采用Access數(shù)據(jù)庫編寫SQL語句進行篩選。（前期數(shù)據(jù)是指2004年國家森林資源連續(xù)清查湖南省第六次復查數(shù)據(jù)，后期數(shù)據(jù)2009年國家森林資源連續(xù)清查湖南省第七次復查數(shù)據(jù)）具體的操作要求如下：

（1）樣木必須為兩期同一個樣地同一株樣木；

（2）樣木起源前后期必須一致；

（3）樣木后期的胸徑必須大于前期的胸徑；

（4）樣木齡組后期必須大于等于前期。

在進行樣木數(shù)據(jù)初步篩選之后，為了保證建模的樣木都是正常生長，因此分別將編表單元復位樣木（散生木除外）按徑階歸類，以直徑生長量作標志值，用三倍標準差檢驗法剔除生長異常的樣木，以此為模擬方程的基礎數(shù)據(jù)。

2.2生長率模型選擇

本次研究推薦使用四個馬尾松生長率模型，來源于《森林生長量生長率編制技術規(guī)定》（中華人民共和國林業(yè)部1996年）：

式中：a、b、c為待定回歸參數(shù)；exp為自然對數(shù)的底數(shù)；D為樣本期初胸徑（cm）。

2.3材積生長率模型的設立

2.3.1樣木材積生長量

用立木材積式（表）求算（查定）復位樣木的材積，期末材積與期初材積之差為樣木材積生長量。

2.3.2樣木材積生長率計算

按（5）式計算樣木材積生長率：

式中：n-復測間隔期（年）；Pv（%）-材積生長率；Va-樣木期初測定材積（m3）；Vb-樣木期末測定材積（m3）。

2.4材積生長率模型的設立

本研究依據(jù) 《森林生長量生長率編制技術規(guī)定》（中華人民共和國林業(yè)部1996年）所推薦的四個生長率模型。通過編程技術篩選合格樣木，利用SPSS軟件進行建模，對馬尾松按不同起源、不同齡組分別進行建模，得到馬尾松不同起源、不同齡組的生長率模型。馬尾松天然林、人工林材積生長率模型分別詳見表1～2。

表1　馬尾松天然林材積生長率模型

表2　馬尾松人工林材積生長率模型

2.5生長率模型的擬合與精度檢驗

為確保林木材積生長率模型對生長率預估的精準、無偏，在數(shù)據(jù)建模時，需要通過對大批的統(tǒng)計數(shù)據(jù)進行數(shù)學處理來確定自變量與因變量之間的關系，設立回歸方程，同時進行外推，以推測因變量的變動。運用SPSS數(shù)據(jù)建模，統(tǒng)一協(xié)調(diào)求解參數(shù)，材積生長率方差隨自變量的而進行改變。

樣本數(shù)據(jù)建模后，分別計算剩余標準差S、剩余方差和Q、標準誤、平均系統(tǒng)偏差、相關系數(shù)R2和精度等評價指標。各指標值詳見表3～4。

表3　馬尾松各模型評價指標值

表4　馬尾松材積生長率模型擬合系統(tǒng)偏差檢驗表

在以上各項指標中：剩余標準差S越小表示預測的可靠度越高，剩余標準差S越大表示預測可靠性越差；Q與剩余方差值越小表示擬合度越高，Q與剩余方差越大表示擬合度越差。通過計算擬合優(yōu)度R2判定回歸模型對樣本數(shù)據(jù)的擬合程度為擬合優(yōu)度檢驗，可以評價預測模型的良莠，R2值越接近1則表示占總平方和回歸平方和的占比越大，擬合程度越高。一般R2大于0.8，則可判定擬合優(yōu)度較高。通過歸結上述各項指標，可確定各齡組、起源的馬尾松材積生長率模型，詳見表5。

表5　馬尾松材積生長率模型表

2.6模型的適用性檢驗與評價

通過檢驗樣本對所確定的模型或許生成的最大偏差進行模型驗證，確保既定精度要求以及不超過既定要求，才允許進行生產(chǎn)上的一系列應用。所以，各抽取各建模單元樣本50個進行模型驗證。以馬尾松天然、人工中齡林為例，其實際生長率與模擬生長率分布圖分別見圖1～2。

圖1　馬尾松天然中齡林生長率圖

圖2　馬尾松人工中齡林生長率圖

3　結論與討論

3.1合格樣本自動篩選

本次建模樣本數(shù)據(jù)借助計算機技術，通過Access數(shù)據(jù)庫，利用編程技術篩選合格樣木，排除人為因素的干擾，減少了工作量，提高了工作效率及準確性。

3.2馬尾松材積生長率模型

通過篩選合格樣木數(shù)據(jù)，利用SPSS軟件設立材積生長率模型，得到了馬尾松不同起源、不同齡組的材積生長率模型。

3.3馬尾松材積生長率表編制

通過選擇的最佳模型，計算得到馬尾松不同起源、不同齡組在各徑階的生長率，編制了馬尾松不同起源、不同齡組材積生長率表。

3.4為其它樹種材積生長率模型的設立及編制提供參考

研究出的馬尾松材積生長率模型及材積生長率表編制為湖南省其它樹種材積生長率模型的設立及材積生長率表編制提供重要的依據(jù)及技術支持。

［1］陳 利，王福生，管遠保，陶 冀，林 輝.湖南省杉木材積生長率模型研究［J］.中南林業(yè)科技大學學報，2015（11）：49～54.

［2］劉紅艷，劉詩學.馬尾松播種育苗技術［J］.湖北林業(yè)科技，2014，43（4）：83～84.

［3］謝有福.馬尾松混交林生長量及其生態(tài)效應研究［J］.廣東科技，2014（12）：148.

［4］李芳念，楊春玉.不同林齡馬尾松林土壤水源涵養(yǎng)功能研究［J］.現(xiàn)代農(nóng)業(yè)科技，2014（13）：177～178.

［5］陳廣書.營林密度對楊樹材積生長量的影響［J］.企業(yè)文化旬刊，2015（6）：56～57.

［6］張 菲.華北落葉松材積生長與環(huán)境因子關系分析［J］.安徽農(nóng)學通報，2015，21（23）：78～79.

［7］黃弼昌，諶紅輝，吳龍墩，等.光皮樺無性系單株材積生長量測定與評價［J］.林業(yè)實用技術，2014（10）：18～19.

S791.27

A

2095-2066（2016）26-0280-03

2016-4-28

陶 冀（1983-），男，工程師，本科，主要從事林業(yè)調(diào)查規(guī)劃工作。

關 鍵（1987-），男，助理工程師，本科，主要從事林業(yè)調(diào)查規(guī)劃工作。