Please wait a minute...
欢迎访问林业科学,今天是
图/表 详细信息
米老排人工林种子雨时空动态特征及其采伐更新设计
唐继新,贾宏炎,李武志,雷相东,曾冀,雷渊才
林业科学    2019, 55 (10): 152-161.   DOI: 10.11707/j.1001-7488.20191015
摘要   (262 HTML14 PDF(pc) (2552KB)(65)  

目的: 以带状皆伐后米老排人工林为对象,研究其保留带和皆伐迹地种子雨及沉水种子的时空动态,旨在为米老排人工林更新采伐设计及促进天然更新提供科学依据。方法: 在米老排人工林带状皆伐后,分别在保留带和皆伐迹地内各布设3个固定样地,连续2年观测种子雨。采用单因素方差分析和t检验的方法对不同样地的种子雨组成进行分析。采用幂函数、指数函数及其对数转化函数模型,建立皆伐迹地内种子雨及沉水种子密度随离开林缘距离变化的分布预测模型。结果: 种子雨散落的起始期在9月下旬至10月中旬、高峰期在10月下旬至12月中旬、消退期在12月下旬至翌年1月上旬;在保留带内,种子雨密度及沉水种子密度的空间异质性不明显,年际差异也不显著;在皆伐迹地内,部分离林缘等距离样点间的种子雨密度与沉水种子密度的空间异质明显(P < 0.05),年际差异也显著(P < 0.05);在皆伐迹地,种子雨的沉水种子百分比随离林缘距离增加呈先增后降的变化;保留带的种子雨及沉水种子在林缘外皆伐迹地扩散的空间分布可用指数函数转换的线性模型较好描述,其最远扩散距离分别为25和20 m。结论: 成熟米老排人工林用于天然更新的种源充足,不存在限制;如果米老排人工林采伐时间是从12月至翌年1月底,因种子已散落且足够,故在满足国家有关人工林采伐政策的前提下,可用皆伐或不受宽度限制的带状皆伐;若在不是种子集中散落期且种子活力已丧失的时间采伐,如在6~9月,宜用带状采伐,且其适宜宽度及最大带宽为35与40 m。


因子
Factor
预测变量
Predictor
模型
Model
样本数
Samplenumber
参数
Parameter
模型评价指标
Evaluated index of model
a b R2 MD RMD(%) RMSE RRMSE(%)
种子雨密度
Density of seed rain
y (7) 112 1.208 3±0.216 1 1.352 9±0.144 3 0.579 6 -6.755 8 -6.21 115.578 0 106.65.
(8) 112 2.493 9±0.373 7 -0.299 6±0.038 7 0.580 7 1.147 0 1.05 115.428 0 106.51
(9) 112 5.501 8±1.666 6 -2.452 1±0.134 0 0.754 6 -6.109 3 -5.61 159.517 7 147.20
(10) 112 0.515 8±0.088 1 -0.285 6±0.014 6 0.778 3 28.579 3 26.25 120.511 1 111.20
Lny (9) 112 5.501 8±1.666 6 -2.452 1±0.134 0 0.754 6 1.29E-12 5.59E-11 0.868 6 25.38
(10) 112 0.515 8±0.088 1 -0.285 6±0.014 6 0.778 3 1.894 0E-11 5.51E-10 0.825 7 24.13
沉水种子密度
Density of the submerged seed
y (7) 106 0.251 0±0.035 6 -1.077 2±0.102 2 0.603 0 -1.124 8 -2.95 28.548 3 75.11
(8) 106 0.537 2±0.057 1 -0.216 5±0.022 8 0.645 7 -0.004 7 -0.01 26.969 0 70.96
(9) 106 2.800 7±0.758 7 -1.901 0±0.122 5 0.708 8 1.152 4 3.02 37.101 8 97.62
(10) 106 0.516 6±0.079 6 -0.240 0±0.014 1 0.746 0 6.030 7 15.79 27.867 3 73.74
Lny (9) 106 2.800 7±0.758 7 -1.901 0±0.122 5 0.708 8 3.93E-13 1.37E-11 0.750 7 26.33
(10) 106 0.516 6±0.079 6 -0.240 0±0.014 1 0.746 0 -9.755 7E-10 -3E-08 0.701 1 24.59
View table in article
表4 种子雨及沉水种子在皆伐迹地内分布的预测模型
正文中引用本图/表的段落
由表4可知:当预测变量的形式为y(种子雨或沉水种子密度为绝对值)时,模型(7)、(8)、(9)和(10)均为无效的预测模型(其相对均方根误差RRMSE均大于70.96%)。当预测变量的形式为lny(即种子雨或沉水种子密度为经对数转换后的相对值)时,模型(9)与(10)的拟合优度R2均大于0.70,平均误差MD和相对误差RMD均较小,且其相对均方根误差RRMSE均小于26.40%,表明其模型均具有较低的预测误差。在研究因子与预测变量形式的相同前提下,模型(10)的预测效果略优于模型(9),预测变量的形式为lny的模型,其模型的预测精度高于预测变量形式为y的模型。
本文的其它图/表