任珅志,李 灝,田育新,成其書,鄧 楠
(1.湖南省林業(yè)科學院,湖南 長沙 410004; 2.慈利縣林業(yè)局,湖南 慈利 427000; 3.湖南慈利森林生態(tài)系統(tǒng)國家定位觀測研究站,湖南 慈利 427200; 4.湖南省青羊湖國有林場,湖南 寧鄉(xiāng) 410627)
林木的樹高、胸徑、冠幅等是森林資源清查和森林經(jīng)營管理的重要指標[1-2]。樹冠作為林木最主要的光合場所,起著為林木生長提供能量,為人類生存凈化環(huán)境的作用[3]。樹冠的形狀和體積是影響林木生長和生產(chǎn)力分配的重要因素,并且直接影響林木干材的質(zhì)量[4-5]。在描述樹冠的眾多參數(shù)中,冠幅是直接表示樹冠大小的主要參數(shù),也是構(gòu)建林分生長模型的主要參數(shù)之一。因此,對林分冠幅生長的研究得到了國內(nèi)外學者的重視[6-7]。冠幅的測量需耗費大量的人力和物力,通過模型可高效預測冠幅[8-9]。冠幅-胸徑的線性回歸模型現(xiàn)已得到應用[10],且通過逐步回歸構(gòu)建的多元回歸模型表現(xiàn)出了較好的擬合效果[11]。近來年,冪函數(shù)(Power)模型、指數(shù)函數(shù)(Exponential)模型等相繼得到了應用[12-13]。公益林是指以生態(tài)效益和社會效益為主體功能的林分,與國家生態(tài)安全和人民的 生 活 息 息 相 關(guān)[14-15]。杉 木 (Cunninghamia lanceolata)是我國南方林區(qū)主要造林樹種之一,其木材蓄積量占我國人工林木材蓄積量的25%[16]。筆者以慈利縣國家級公益林為研究對象,建立了杉木的冠幅-胸徑模型,為快速預測林分冠幅,減少外業(yè)調(diào)查和數(shù)據(jù)核查的工作量等提供參考。
慈利縣隸屬于湖南省張家界市,地處武陵山脈東部邊緣、澧水的中游,其四面分別與石門縣、桃源縣、桑植縣和張家界的永定區(qū)接壤,國土總面積達3 480 km2。該區(qū)屬中亞熱帶季風濕潤氣候區(qū),其年均氣溫為16.8℃,林地面積為24.7萬hm2,森林覆蓋率為66.53%,公益林國土空間保護率為36.65%。
分析用數(shù)據(jù)來源于湖南省公益林2019年面上固定樣地的調(diào)查數(shù)據(jù)。固定樣地的面積為25 m(垂直等高線) ×40 m(平行等高線),調(diào)查方法為每木檢尺法。以慈利縣15個固定樣地的調(diào)查數(shù)據(jù)為基礎(chǔ)數(shù)據(jù),提取其中包括胸徑 (D)、冠幅(CW)和樹高(H)的杉木調(diào)查數(shù)據(jù)。這15個固定樣地中共有杉木106株。
提取杉木的胸徑、冠幅和樹高調(diào)查數(shù)據(jù)后,選取廣泛適用的一元線性模型、Power模型、Exponential模型及Logistic非線性模型等(見表1)進行冠幅-胸徑模型的擬合;檢驗模型的精度后得到最佳擬合模型,然后增加樹高因子和對應參數(shù)到最佳擬合模型中以提升模型的精度。模型的精度采用剩余標準差(MSE)進行檢驗[13-14]。樣地數(shù)據(jù)的處理及模型擬合用SPSS 21.0及Excel 2016軟件完成。
表1 4種擬合模型的公式Tab.1 Formulas of related models
慈利縣杉木公益林冠幅-胸徑的擬合結(jié)果見圖1和表2。由圖1和表2可知,4種模型的參數(shù)均達顯著 (P<0.05)。比較各模型的MSE可知,Logistic模型的最?。?.016 027),其次是Power模型的 (1.047 424),再次是一元線性模型的(1.069 061),Exponential模型的最大,說明非線性模型Logistic對慈利縣杉木公益林冠幅-胸徑的擬合效果最好,其次是Power的,再次是一元線性模型的,Exponential模型的擬合效果最差。
圖1 慈利縣杉木公益林冠幅-胸徑擬合曲線Fig.1 Crown—diameter fitting curve of C.lanceolata ecological forest in Cili County
續(xù)圖1 慈利縣杉木公益林冠幅-胸徑擬合曲線Continued Fig.1 Crown—diameter fitting curve of C.lanceolata ecological forest in Cili County
表2 慈利縣杉木公益林冠幅-胸徑擬合模型檢驗結(jié)果Tab.2 Fitting results of crown-diameter fitting curve of C.lanceolata ecologica forest in Cili County
林木的冠幅不僅受胸徑的影響,也受樹高、枝下高等其他因子的影響。因此,在選取最佳擬合模型的基礎(chǔ)上,將樹高(H)因子和對應參數(shù)增加到最佳擬合模型(Logistic模型)中,作為協(xié)變量來對模型進行改良,其方程為:
式中:CW為冠幅;a、b、c均為待估參數(shù);a1為新增待估參數(shù);H為樹高;D為胸徑。
改良后Logistic模型的擬合結(jié)果見表3。由表3可知,增加樹高因子和對應參數(shù)后,方程的MSE較改良前更小了,表明模型的擬合效果進一步提升了。比較模型改良前后擬合值與實際值(見圖2)可知,與改良前的模型相比,改良后的模型擬合值與實際值表現(xiàn)出更明顯的線性關(guān)系,說明改良后的模型擬合結(jié)果更接近真實情況。
表3 改良后的Logistic擬合模型檢驗結(jié)果Tab.3 Fitting results of Logistic for im proved equation
圖2 改良前后Logistic模型的擬合值與實際值Fig.2 Correspondence between fitting and actual value before and after im proving.
在冠幅的預測模型中,線性回歸模型是最常用的模型,已在許多樹種中得到應用,而且已證明以胸徑作為自變量構(gòu)建的冠幅模型是合理且有效的[17]。本研究在慈利縣杉木公益林中應用了4種常用的冠幅-胸徑模型,其中含有3個參數(shù)的Logistic模型擬合效果最好,這與前人[18-19]對杉木和椴樹的研究結(jié)果一致。本研究中的線性模型擬合效果較差,說明不同階段的杉木林,胸徑和冠幅的相關(guān)關(guān)系會發(fā)生變化。有研究表明,杉木人工林的胸徑在4~35 cm時,冠幅與胸徑呈明顯的線性關(guān)系[20];還有研究表明,胸徑和樹高可以同時作為自變量預測冠幅[17],如Campo等[13]構(gòu)建的輻射松冠幅模型,以胸徑、樹高和樹冠率可以預測最大冠幅。本研究選取擬合效果最佳的Logistic模型,并增加了樹高因子作為自變量后,模型的精度得到了提升,說明樹高可以作為自變量之一來預測冠幅并提升模型精度。本研究還存在不足之處,如用于擬合的數(shù)據(jù)量不大,沒有按照林齡、立地條件、郁閉度等進行區(qū)分,局限于單一樹種等。這些都有待繼續(xù)開展研究。