湖南省马尾松材积生长率模型研究

陶　冀，关　键，彭露萍，陈　利（湖南省农林工业勘察设计研究总院，湖南长沙410007）

湖南省马尾松材积生长率模型研究

陶冀，关键，彭露萍，陈利（湖南省农林工业勘察设计研究总院，湖南长沙410007）

本文以全国森林资源连续清查湖南省第六、七次复查固定样地数据为研究数据源，筛选固定样地数据，按龄组、起源分别设立生长率模型，运用SPSS软件统一协调求解参数，设立马尾松材积生长率模型，采用加权最小二乘法拟合，消除异方差影响。通过模型评价与检验，择优决定，结果表明：不同起源、龄组的生长率模型的准确性均较高。

材积；生长率；模型；马尾松

绪论

马尾松是湖南省主要用材树种，马尾松林面积和蓄积分别占全省乔木林面积和蓄积的23.0%、25.2%。材积生长率是森林资源动态监测的主要组成，是编制森林采伐限额、年度森林资源档案更新的主要依据，是森林资源管理的重要基础工作［1］。通过设立湖南省马尾松材积生长率表、生长率模型，以预测马尾松森林生长量，实现通过限额采伐管理到达永续利用的目标［2～4］十分及时且必要，因此开展湖南省马尾松材积生长率表编制，具有重要的现实意义。

1　研究资料

本次研究对全国森林资源连续清查湖南省第六、七次复查固定样地复位样木进行筛选，剔除不合格的样木，以保证建模的精度。样本数据通过Access数据库编写SQL语句进行筛选。在进行样木数据初步筛选之后，为了保证建模的样木都是正常生长，因此分别将编表单元复位样木（散生木除外）按径阶归类，以直径生长量作标志值，用三倍标准差检验法剔除异常生长的样木。通过筛选马尾松的合格样木，随机从中选取各单元组100个样木数据进行数据建模，再在各单元组之间随机选择50个样木数据对模型进行检验［5～7］。

2　研究方法

2.1数据处理

采用Access数据库编写SQL语句进行筛选。（前期数据是指2004年国家森林资源连续清查湖南省第六次复查数据，后期数据2009年国家森林资源连续清查湖南省第七次复查数据）具体的操作要求如下：

（1）样木必须为两期同一个样地同一株样木；

（2）样木起源前后期必须一致；

（3）样木后期的胸径必须大于前期的胸径；

（4）样木龄组后期必须大于等于前期。

在进行样木数据初步筛选之后，为了保证建模的样木都是正常生长，因此分别将编表单元复位样木（散生木除外）按径阶归类，以直径生长量作标志值，用三倍标准差检验法剔除生长异常的样木，以此为模拟方程的基础数据。

2.2生长率模型选择

本次研究推荐使用四个马尾松生长率模型，来源于《森林生长量生长率编制技术规定》（中华人民共和国林业部1996年）：

式中：a、b、c为待定回归参数；exp为自然对数的底数；D为样本期初胸径（cm）。

2.3材积生长率模型的设立

2.3.1样木材积生长量

用立木材积式（表）求算（查定）复位样木的材积，期末材积与期初材积之差为样木材积生长量。

2.3.2样木材积生长率计算

按（5）式计算样木材积生长率：

式中：n-复测间隔期（年）；Pv（%）-材积生长率；Va-样木期初测定材积（m3）；Vb-样木期末测定材积（m3）。

2.4材积生长率模型的设立

本研究依据 《森林生长量生长率编制技术规定》（中华人民共和国林业部1996年）所推荐的四个生长率模型。通过编程技术筛选合格样木，利用SPSS软件进行建模，对马尾松按不同起源、不同龄组分别进行建模，得到马尾松不同起源、不同龄组的生长率模型。马尾松天然林、人工林材积生长率模型分别详见表1～2。

表1　马尾松天然林材积生长率模型

表2　马尾松人工林材积生长率模型

2.5生长率模型的拟合与精度检验

为确保林木材积生长率模型对生长率预估的精准、无偏，在数据建模时，需要通过对大批的统计数据进行数学处理来确定自变量与因变量之间的关系，设立回归方程，同时进行外推，以推测因变量的变动。运用SPSS数据建模，统一协调求解参数，材积生长率方差随自变量的而进行改变。

样本数据建模后，分别计算剩余标准差S、剩余方差和Q、标准误、平均系统偏差、相关系数R2和精度等评价指标。各指标值详见表3～4。

表3　马尾松各模型评价指标值

表4　马尾松材积生长率模型拟合系统偏差检验表

在以上各项指标中：剩余标准差S越小表示预测的可靠度越高，剩余标准差S越大表示预测可靠性越差；Q与剩余方差值越小表示拟合度越高，Q与剩余方差越大表示拟合度越差。通过计算拟合优度R2判定回归模型对样本数据的拟合程度为拟合优度检验，可以评价预测模型的良莠，R2值越接近1则表示占总平方和回归平方和的占比越大，拟合程度越高。一般R2大于0.8，则可判定拟合优度较高。通过归结上述各项指标，可确定各龄组、起源的马尾松材积生长率模型，详见表5。

表5　马尾松材积生长率模型表

2.6模型的适用性检验与评价

通过检验样本对所确定的模型或许生成的最大偏差进行模型验证，确保既定精度要求以及不超过既定要求，才允许进行生产上的一系列应用。所以，各抽取各建模单元样本50个进行模型验证。以马尾松天然、人工中龄林为例，其实际生长率与模拟生长率分布图分别见图1～2。

图1　马尾松天然中龄林生长率图

图2　马尾松人工中龄林生长率图

3　结论与讨论

3.1合格样本自动筛选

本次建模样本数据借助计算机技术，通过Access数据库，利用编程技术筛选合格样木，排除人为因素的干扰，减少了工作量，提高了工作效率及准确性。

3.2马尾松材积生长率模型

通过筛选合格样木数据，利用SPSS软件设立材积生长率模型，得到了马尾松不同起源、不同龄组的材积生长率模型。

3.3马尾松材积生长率表编制

通过选择的最佳模型，计算得到马尾松不同起源、不同龄组在各径阶的生长率，编制了马尾松不同起源、不同龄组材积生长率表。

3.4为其它树种材积生长率模型的设立及编制提供参考

研究出的马尾松材积生长率模型及材积生长率表编制为湖南省其它树种材积生长率模型的设立及材积生长率表编制提供重要的依据及技术支持。

［1］陈 利，王福生，管远保，陶 冀，林 辉.湖南省杉木材积生长率模型研究［J］.中南林业科技大学学报，2015（11）：49～54.

［2］刘红艳，刘诗学.马尾松播种育苗技术［J］.湖北林业科技，2014，43（4）：83～84.

［3］谢有福.马尾松混交林生长量及其生态效应研究［J］.广东科技，2014（12）：148.

［4］李芳念，杨春玉.不同林龄马尾松林土壤水源涵养功能研究［J］.现代农业科技，2014（13）：177～178.

［5］陈广书.营林密度对杨树材积生长量的影响［J］.企业文化旬刊，2015（6）：56～57.

［6］张 菲.华北落叶松材积生长与环境因子关系分析［J］.安徽农学通报，2015，21（23）：78～79.

［7］黄弼昌，谌红辉，吴龙墩，等.光皮桦无性系单株材积生长量测定与评价［J］.林业实用技术，2014（10）：18～19.

S791.27

A

2095-2066（2016）26-0280-03

2016-4-28

陶 冀（1983-），男，工程师，本科，主要从事林业调查规划工作。

关 键（1987-），男，助理工程师，本科，主要从事林业调查规划工作。