黃龍山林區(qū)白皮松古樹(shù)年齡估算

陳 晨，劉光武

(河南林業(yè)職業(yè)學(xué)院，河南 洛陽(yáng) 471002)

1 引言

白皮松耐寒、耐旱、適應(yīng)性強(qiáng)，是我國(guó)特有的鄉(xiāng)土樹(shù)種[1，2]，又因干形優(yōu)美成為城市綠化和山區(qū)造林樹(shù)種[3，4]。受各種因素影響，野生白皮松僅零星分布在河北、河南、陜西、陜西等省的中低山區(qū)，黃龍山林區(qū)為野生白皮松林分布相對(duì)集中區(qū)。

自2016年，國(guó)家綠化委員會(huì)啟動(dòng)全國(guó)古樹(shù)名木普查工作以來(lái)，古樹(shù)名木年齡的確定成為普查工作的難點(diǎn)。樹(shù)齡確定方法通常有文獻(xiàn)追蹤法、14C交叉定年法、生長(zhǎng)錐測(cè)定法、CT掃描法等，文獻(xiàn)追蹤法有一定局限性，其它幾種方法又存在成本高、耗時(shí)長(zhǎng)等問(wèn)題?；诖?，本研究以陜西黃龍山林區(qū)白皮松古樹(shù)為研究對(duì)象，采用生長(zhǎng)模擬法分析古樹(shù)年齡與樹(shù)高、胸徑之間的關(guān)系，以期為白皮松樹(shù)齡確定提供科學(xué)依據(jù)。生長(zhǎng)模擬法是一種準(zhǔn)確、高效確定樹(shù)木年齡的方法。

2 材料與方法

2.1 研究區(qū)概況

材料來(lái)源于黃龍山林區(qū)(35°26′～35°46′N，110°08′～110°30′E)，氣候類型為暖溫帶季風(fēng)型氣候，土壤類型主要為棕壤土、褐色土，pH值6.8～7.2。群落內(nèi)伴生樹(shù)種主要有油松(Pinustabulacformis)、栓皮櫟(Quercusvariabissis.)、陜西莢蒾(Viburnumschensianum)、短梗胡枝子(Iespedezacyrlobotrya)、繡線菊(Spiraea)等。

2.2 數(shù)據(jù)采集方法

在調(diào)查區(qū)域內(nèi)不同立地條件下，設(shè)置8塊標(biāo)準(zhǔn)地，標(biāo)準(zhǔn)地面積為20 m×30 m。在標(biāo)準(zhǔn)地內(nèi)進(jìn)行每木檢尺，根據(jù)統(tǒng)計(jì)結(jié)果在標(biāo)準(zhǔn)地內(nèi)選擇1～2株標(biāo)準(zhǔn)木，共得到16株標(biāo)準(zhǔn)木。從16株標(biāo)準(zhǔn)木中選擇4株作為解析木，按照2m段長(zhǎng)進(jìn)行樹(shù)干解析，其余標(biāo)準(zhǔn)木實(shí)測(cè)胸徑、樹(shù)高，并用生長(zhǎng)錐測(cè)定樹(shù)齡。

2.3 模型構(gòu)建

基于神經(jīng)網(wǎng)絡(luò)構(gòu)建年齡與胸徑、樹(shù)高的生長(zhǎng)模型，依據(jù)樹(shù)干解析資料求模型參數(shù)，并依據(jù)擬合精度、均方根誤差MSE判斷模型優(yōu)劣。模型表達(dá)式為：A=purelin(logsig(D,H))；A=purelin(logsig(D))。式中A為齡階(a)，D為胸徑(mm)，H為樹(shù)高(m)，purelin、logsig為神經(jīng)網(wǎng)絡(luò)直線、曲線函數(shù)。

用未做解析木的標(biāo)準(zhǔn)木數(shù)據(jù)為檢驗(yàn)樣本，檢驗(yàn)所構(gòu)建模型的適應(yīng)能力。

3 結(jié)果與分析

3.1 雙輸入模型構(gòu)建

以解析木各齡階胸徑、樹(shù)高為輸入向量，以各齡階A為輸出向量，構(gòu)建林分生長(zhǎng)神經(jīng)網(wǎng)絡(luò)模型，將模型命名為net3。利用所得解析木數(shù)據(jù)反復(fù)訓(xùn)練所構(gòu)建的模型，最終得到合適的神經(jīng)網(wǎng)絡(luò)表達(dá)式，如式(1)～(4)：

A=purelin(-5.2853X1+0.32072X2-9.8404X3+8.532)

(1)

X1=logsig(11.0843D-7.1368H-7.2369)

(2)

X2=logsig(-12.1074D+13.0953H-1.7178)

(3)

X3=logsig(-1.639D+0.45951H+2.3208)

(4)

擬合精度為99.03%，實(shí)測(cè)值與擬合值的相關(guān)系數(shù)為99.905%，均方根誤差為0.29011。擬合效果圖如圖1所示，由擬合效果圖可知神經(jīng)網(wǎng)絡(luò)能很好地?cái)M合實(shí)測(cè)數(shù)據(jù)。

(a)胸徑擬合效果 (b)樹(shù)高擬合效果

3.2 單輸入模型構(gòu)建

以解析木胸徑為輸出向量，以對(duì)應(yīng)齡階為輸入向量構(gòu)建林分生長(zhǎng)模型，將模型命名為net2。再用解析木數(shù)據(jù)反復(fù)訓(xùn)練所構(gòu)建的模型，得到適宜的模型表達(dá)式，如(5)～(7)：

A=purelin(-0.66408D1+1.9928D2-0.7207)

(5)

D1=logsig(-8.7431D+7.0354)

(6)

D2=logsig(1.6789D+0.28741)

(7)

模型擬合精度為98%，均方根誤差為0.43722。

3.3 模型檢測(cè)

為檢測(cè)模型的適應(yīng)能力，用未參與模型構(gòu)建的標(biāo)準(zhǔn)木數(shù)據(jù)，代入式(1)～(4)函數(shù)表達(dá)式，檢測(cè)精度為80.19%；將同樣的標(biāo)準(zhǔn)木數(shù)據(jù)代入式(5)～(7)，檢測(cè)精度為79.70%。檢測(cè)結(jié)果如表1所示。

表1 生長(zhǎng)模型檢測(cè)結(jié)果

4 結(jié)論

本研究以黃龍山林區(qū)白皮松樹(shù)干解析資料為依據(jù)，用神經(jīng)網(wǎng)絡(luò)建模技術(shù)分別構(gòu)建了白皮松雙輸入生長(zhǎng)模型與單輸入生長(zhǎng)模型，兩種模型擬合精度分別為99.03%、98%。用未參與建模的標(biāo)準(zhǔn)木數(shù)據(jù)檢測(cè)模型的適應(yīng)能力，檢測(cè)精度分別為80.19%、79.70%。研究認(rèn)為神經(jīng)網(wǎng)絡(luò)建模技術(shù)具有很好地?cái)M合非線性生長(zhǎng)模型的能力，同時(shí)具有較好地適應(yīng)推廣能力。

分別用神經(jīng)網(wǎng)絡(luò)建模技術(shù)構(gòu)建了雙輸入及單輸入的模型，雙輸入模型結(jié)構(gòu)更復(fù)雜，但擬合精度與檢測(cè)精度只比單輸入的模型稍高一點(diǎn)。研究認(rèn)為，綜合考慮胸徑、樹(shù)高等因素，可以提高古樹(shù)年齡的估測(cè)精度，但構(gòu)建單輸入模型也可以較為準(zhǔn)確地估測(cè)古樹(shù)年齡。

構(gòu)建的兩種生長(zhǎng)模型擬合精度都比較高，但檢測(cè)精度相對(duì)較低，這與建模數(shù)據(jù)的代表性有關(guān)，后期期望能得到更多的建模數(shù)據(jù)，以提高模型的檢測(cè)能力。