留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

3种栎属树种单木生长模型及树皮厚度模型研究

谭灿灿 聂稳 刘逸夫 王亚 董遥 黄睿智 刘建锋 史胜青 常二梅 赵秀莲 江泽平 贾子瑞

谭灿灿, 聂稳, 刘逸夫, 王亚, 董遥, 黄睿智, 刘建锋, 史胜青, 常二梅, 赵秀莲, 江泽平, 贾子瑞. 3种栎属树种单木生长模型及树皮厚度模型研究[J]. 浙江农林大学学报, 2023, 40(3): 589-597. doi: 10.11833/j.issn.2095-0756.20220455
引用本文: 谭灿灿, 聂稳, 刘逸夫, 王亚, 董遥, 黄睿智, 刘建锋, 史胜青, 常二梅, 赵秀莲, 江泽平, 贾子瑞. 3种栎属树种单木生长模型及树皮厚度模型研究[J]. 浙江农林大学学报, 2023, 40(3): 589-597. doi: 10.11833/j.issn.2095-0756.20220455
TAN Cancan, NIE Wen, LIU Yifu, WANG Ya, DONG Yao, HUANG Ruizhi, LIU Jianfeng, SHI Shengqing, CHANG Ermei, ZHAO Xiulian, JIANG Zeping, JIA Zirui. Tree growth model and bark thickness model of three Quercus species based on trunk analysis[J]. Journal of Zhejiang A&F University, 2023, 40(3): 589-597. doi: 10.11833/j.issn.2095-0756.20220455
Citation: TAN Cancan, NIE Wen, LIU Yifu, WANG Ya, DONG Yao, HUANG Ruizhi, LIU Jianfeng, SHI Shengqing, CHANG Ermei, ZHAO Xiulian, JIANG Zeping, JIA Zirui. Tree growth model and bark thickness model of three Quercus species based on trunk analysis[J]. Journal of Zhejiang A&F University, 2023, 40(3): 589-597. doi: 10.11833/j.issn.2095-0756.20220455

3种栎属树种单木生长模型及树皮厚度模型研究

doi: 10.11833/j.issn.2095-0756.20220455
基金项目: 国家自然科学基金面上资助项目(42071065);中央级公益性科研院所基本科研业务费专项(CAFYBB2018ZB001);国家自然科学基金青年基金资助项目(31500540)
详细信息
    作者简介: 谭灿灿(ORCID: 0000-0001-9584-2590),从事树木生理生态研究。E-mail: tancancan1999@163.com
    通信作者: 贾子瑞(ORCID: 0000-0002-5190-1488),副研究员,博士,从事林木遗传改良和树皮生物学研究。E-mail: jiazirui646@163.com
  • 中图分类号: S758.1

Tree growth model and bark thickness model of three Quercus species based on trunk analysis

  • 摘要:   目的  通过构建栎属Quercus单木生长模型,分析栎树生长特征,为栎属植物质量精准提升、结构优化与合理经营提供依据。  方法  汇总整理栎属3个树种(槲栎Q. aliena、麻栎Q. acutissima、栓皮栎Q. variabilis)解析木各阶段生长量信息,分析栎树单木树高、材积、胸径生长特征;选取4个理论生长方程、1个经验方程及3个胸径处树皮厚度方程拟合并检验栎树单木的树高、材积、胸径与树皮厚度,优选出适应性最强、稳定性最高的模型。  结果  ①各栎树单木生长过程符合一般林木生长规律:在前40~50 a树高与胸径生长速度较快,之后随着平均生长量和连年生长量的降低逐渐减小;材积各生长量始终保持随树龄的增大而增加的趋势。②栎树模型拟合结果为:树高拟合最优模型多为逻辑斯蒂(Logistic)模型,材积拟合最优模型多为坎派兹(Compertz)模型,胸径拟合最优模型多为修正威布尔(Weibull modified)模型。③气候对栎树生长影响的结果表明:气候差异导致山西省和河南省槲栎生长发生明显差异。④树皮厚度拟合最优模型为双对数模型和二元一次线性模型。  结论  树高模型对栎树生长拟合效果最佳,实际意义较强;槲栎对气候敏感性较强。图5表4参23
  • 图  1  不同分布区槲栎生长过程曲线

    Figure  1  Growth curves of Q. aliena in different distribution areas

    图  2  不同分布区栓皮栎生长过程曲线

    Figure  2  Growth curves of Q. variabilis in different distribution areas

    图  3  山东省麻栎生长过程曲线

    Figure  3  Growth curves of Q. acutissima in Shandong Province

    图  4  槲栎和栓皮栎不同分布区气候差异柱状图

    Figure  4  Climate difference of Q. aliena and Q. variabilis in different distribution area

    图  5  槲栎和栓皮栎不同分布区生长差异柱状图

    Figure  5  Growth difference of Q. aliena and Q. variabilis in different distribution area

    表  1  槲栎生长拟合模型与检验

    Table  1.   Growth fitting models and testing of Q. aliena

    省份生长因子最优方程拟合参数拟合精度检验指标
    abcdR2AICRMSEMEMAE
    山西树高逻辑斯蒂 10.18716.0790.1140.940−50.7080.127−0.2830.665
    材积坎派兹  77.3072.8170.0810.784590.91915.743−1.55010.308
    胸径修正威布尔12.26812.2790.0002.6010.928105.3430.5330.1420.145
    河南树高逻辑斯蒂 14.1925.0460.0650.637199.0630.5322.1783.027
    材积坎派兹  686.1311.9120.0370.566480.526129.004−0.52388.680
    胸径修正威布尔33.54934.3480.0061.2280.762316.9003.730−0.0813.131
    下载: 导出CSV

    表  2  栓皮栎生长拟合模型与检验

    Table  2.   Growth fitting models and testing of Q. variabilis

    省份生长因子最优方程拟合参数拟合精度检验指标
    abcdR2AICRMSEMEMAE
    河南树高修正威布尔19.65421.4090.0271.0160.90636.8002.019−0.0431.824
    材积坎派兹  628.9461.9890.0400.685388.62682.64132.62660.320
    胸径坎派兹  31.1631.2970.0520.786131.2825.350−4.4304.596
    陕西树高逻辑斯蒂 15.7175.3890.0880.43589.2115.4815.1425.142
    材积逻辑斯蒂 1818.2741.6180.0180.446314.928387.132270.674279.043
    胸径单分子式 44.1740.0110.597105.52310.3948.6078.819
    下载: 导出CSV

    表  3  麻栎生长拟合模型与检验

    Table  3.   Growth fitting models and testing of Q. acutissima

    树种生长因子拟合方程拟合参数拟合精度检验指标
    abcdR2AICRMSEMEMAE
    麻栎树高单分子式 463.3090.0010.919−3.8370.4010.1860.186
    修正威布尔39.51539.1690.0121.1740.9190.8290.3920.1790.324
    坎派兹  16.4281.0990.1180.918−1.2160.3990.1920.347
    材积逻辑斯蒂 43.142675.5350.5220.719140.6736.1330.2133.689
    坎派兹  50.7703.1160.2640.710141.7425.9770.3103.800
    修正威布尔46.90947.2620.00013.4820.710144.1375.9940.0673.897
    胸径修正威布尔10.77410.9060.0141.8130.81831.9471.8130.2810.677
    逻辑斯蒂 10.03320.8610.3540.81220.3210.9070.2930.763
    单分子式 870.5420.0010.79431.1830.8070.4940.720
    下载: 导出CSV

    表  4  栎属3个树种的树皮厚度模型拟合与检验

    Table  4.   Bark thickness model fitting and testing of three Quercus species

    树种省份最优模型拟合参数拟合精度检验指标
    abcR2AICRMSEMEMAE
    槲栎 河南双对数 −2.1630.7310.512−36.1130.4580.1440.391
    汇总双对数 −1.6990.5980.440−59.2040.416−0.0060.355
    麻栎 山东二元一次0.2140.0190.0340.830−58.2660.204−0.1560.177
    汇总二元一次0.2460.0080.0420.847−43.1170.251−0.1790.225
    栓皮栎河南双对数 −1.8210.7750.615−23.4290.5070.3450.385
    汇总二元一次−0.0050.0720.0230.798−35.4550.952−0.1700.586
    下载: 导出CSV
  • [1] 彭其龙, 陈哲夫, 陈端吕. 湖南栎类-马尾松天然混交林单木生长模型研究[J]. 林业资源管理, 2020(2): 94 − 102.

    PENG Qilong, CHEN Zhefu, CHEN Duanlü. A study on the growth model of individual trees in natural mixed forests of oak and Pinus massoniana in Hunan [J]. Forest Resources Management, 2020(2): 94 − 102.
    [2] 张瑜, 贾黎明. 栎属树种生长模型研究进展[J]. 世界林业研究, 2013, 26(2): 48 − 53.

    ZHANG Yu, JIA Liming. Study advances in growth models of Quercus spp. [J]. World Forestry Research, 2013, 26(2): 48 − 53.
    [3] 陈哲夫, 肖化顺, 龙时胜. 基于混合效应的湖南马尾松次生林单木生长模型[J]. 中南林业科技大学学报, 2021, 41(1): 100 − 108.

    CHEN Zhefu, XIAO Huashun, LONG Shisheng. Growth model for individual tree of secondary Pinus massoniana forest in Hunan Province based on mixed effect [J]. Journal of Central South University of Forestry and Technology, 2021, 41(1): 100 − 108.
    [4] 聂稳, 江泽平, 刘逸夫, 等. 木本植物树皮研究进展[J]. 世界林业研究, 2021, 34(4): 14 − 19.

    NIE Wen, JIANG Zeping, LIU Yifu, et al. Research progress in bark of woody plants [J]. World Forestry Research, 2021, 34(4): 14 − 19.
    [5] JOUKO L, TIMO M, SARI A. Modelling bark thickness of Picea abies with taper curves [J]. Forest Ecology and Management, 2004, 206(1): 35 − 47.
    [6] HEATH L S, HANSEN M, SMITH J E, et al. Investigation into calculating tree biomass and carbon in the FIADB using a biomass expansion factor approach [C]//MCWILLIAMS W, MOISEN G, CZAPLEWSKI R. Forest Inventory and Analysis (FIA) Symposium 2008. Park City: Department of Agriculture, Forest Service, Rocky Mountain Research Station, 2009.
    [7] WILLIS J C, AIRY SHAW H K. A Dictionary of the Flowering Plants and Fern [M]. London: Cambridge University Press, 1973.
    [8] 徐永椿, 任宪威. 中国植物志: 第22卷[M]. 北京: 科学出版社, 1998.

    XU Yongchun, REN Xianwei. Flora of China Vol. 22[M]. Beijing: Science Press, 1998.
    [9] 陈天成, 李新平, 郝向春, 等. 山西省辽东栎单株木生长模型研究[J]. 林业建设, 2022(2): 36 − 43.

    CHEN Tiancheng, LI Xinping, HAO Xiangchun, et al. Growth model of individual Quercus wutaishansea Mary in Shanxi Province [J]. Forestry Construction, 2022(2): 36 − 43.
    [10] 高东启, 邓华锋, 程志楚, 等. 蒙古栎间伐林分和未间伐林分生长模型研究[J]. 中南林业科技大学学报, 2014, 34(2): 50 − 54.

    GAO Dongqi, DENG Huafeng, CHENG Zhichu, et al. Study on growth models for thinned and un-thinned stands of Quercus mongolica [J]. Journal of Central South University of Forestry and Technology, 2014, 34(2): 50 − 54.
    [11] 钟栋明, 黄华蓉, 李临兵, 等. 基于混合效应的湖南栎类与杉木单木断面积生长模型研究[J]. 林业与环境科学, 2020, 36(4): 18 − 23.

    ZHONG Dongming, HUANG Huarong, LI Linbin, et al. Study on growth model of individual tree basal area of Quercus sp. and Cunninghamia lanceolata forest based on mixed effect in Hunan Province [J]. Forestry and Environmental Science, 2020, 36(4): 18 − 23.
    [12] 刘小军, 刘平宇, 赵苗苗, 等. 天然麻栎次生林生长规律研究[J]. 西北林学院学报, 2019, 34(1): 175 − 179.

    LIU Xiaojun, LIU Pingyu, ZHAO Miaomiao, et al. Growth law of natural Quercus acutissima secondary forest [J]. Journal of Northwest Forestry University, 2019, 34(1): 175 − 179.
    [13] 陈亚文. 栓皮栎次生林林分结构与生长模型研究[D]. 长沙: 中南林业科技大学, 2011.

    CHEN Yawen. Study on Stand Structure and Growth Model of the Quercus variabilis Secondary [D]. Changsha: Central South University of Forestry and Technology, 2011.
    [14] 黄峰, 徐爱俊, 唐丽华. 改进栓皮栎树高预测混合效应模型研究[J]. 林业资源管理, 2018(5): 54 − 62.

    HUANG Feng, XU Aijun, TANG Lihua. An improved hight prediction mixed effect model for Quercus variabilis [J]. Forest Resources Management, 2018(5): 54 − 62.
    [15] 萨如拉, 王雪鑫, 徐加睿, 等. 大兴安岭兴安落叶松天然林单木生长规律与模型研究[J]. 西南林业大学学报(自然科学), 2020, 40(2): 111 − 116.

    SA Rula, WANG Xuexin, XU Jiarui, et al. Study on the growth and models of single tree of Larix gmelinii natural forest in Daxing’an Mountains [J]. Journal of Southwest Forestry University (Natural Sciences), 2020, 40(2): 111 − 116.
    [16] 韩艳刚, 周旺明, 齐麟, 等. 长白山树木径向生长对气候因子的响应[J]. 应用生态学报, 2019, 30(5): 1513 − 1520.

    HAN Yangang, ZHOU Wangming, QI Lin, et al. Tree radial growth-climate relationship in Changbai Mountain, Northeast China [J]. Chinese Journal of Applied Ecology, 2019, 30(5): 1513 − 1520.
    [17] 单凯丽. 基于气候变化下的杉木人工林优势木单木生长模型研究[D]. 南昌: 江西农业大学, 2020.

    DAN Kaili. Study on Individual Tree Growth Model of Dominant Trees in Chinese Fir Plantations based on Climate Change [D]. Nanchang: Jiangxi Agricultural University, 2020.
    [18] 丁赵炜. 包含气候因子的湖北省马尾松人工林单木胸径生长模型[D]. 武汉: 华中农业大学, 2021.

    DING Zhaowei. Pinus massoniana Plantation DBH Growth Models including Climatic Factors in Hubei Province [D]. Wuhan: Huazhong Agricultural University, 2021.
    [19] 余黎, 雷相东, 王雅志, 等. 基于广义可加模型的气候对单木胸径生长的影响研究[J]. 北京林业大学学报, 2014, 36(5): 22 − 32.

    YU Li, LEI Xiangdong, WANG Yazhi, et al. Impact of climate on individual tree radial growth based on generalized additive model [J]. Journal of Beijing Forestry University, 2014, 36(5): 22 − 32.
    [20] 张伟志, 吴宏炜, 黄光灿, 等. 基于哑变量的木荷人工林树皮厚度模型研究[J]. 热带作物学报, 2020, 41(12): 2562 − 2570.

    ZHANG Weizhi, WU Hongwei, HUANG Guangcan, et al. Bark thickness model of Schima superba plantation based on dummy variable [J]. Chinese Journal of Tropical Crops, 2020, 41(12): 2562 − 2570.
    [21] 张兴龙. 人工兴安落叶松树皮厚度变化规律的研究[D]. 哈尔滨: 东北林业大学, 2015.

    ZHANG Xinglong. Study on the Variation Regularity of Larch Bark Thickness [D]. Harbin: Northeast Forestry University, 2015.
    [22] 王晓明. 兴安落叶松、白桦树皮厚度与胸径关系研究[J]. 林业科技情报, 2017, 49(4): 45 − 47.

    WANG Xiaoming. Relationship between bark thickness and diameter at breast height of larch and birch in Xing’an [J]. Forestry Science and Technology Information, 2017, 49(4): 45 − 47.
    [23] ROSELL J A. Bark thickness across the angiosperms: more than just fire [J]. New Phytologist, 2016, 211(1): 90 − 102.
  • [1] 李东育, 俞玉, 许顺, 温兵霞, 施如康, 韩大勇.  伊犁河谷小叶白蜡当年生枝条生长调节特征 . 浙江农林大学学报, 2023, 40(2): 382-389. doi: 10.11833/j.issn.2095-0756.20220243
    [2] 窦啸文, 吴登瑜, 张笑菁, 汤孟平.  天目山常绿阔叶林胸高断面积生长量影响因子研究 . 浙江农林大学学报, 2023, 40(5): 1063-1072. doi: 10.11833/j.issn.2095-0756.20220651
    [3] 陈勇.  红豆杉生长特征的影响因素研究进展 . 浙江农林大学学报, 2023, 40(6): 1366-1375. doi: 10.11833/j.issn.2095-0756.20230495
    [4] 张荣, 毕华兴, 焦振寰, 王宁, 赵丹阳, 云慧雅, 黄靖涵.  生长季刺槐树干液流昼夜变化特征及其对气象因子的响应 . 浙江农林大学学报, 2022, 39(6): 1238-1246. doi: 10.11833/j.issn.2095-0756.20220159
    [5] 兰洁, 肖中琪, 李吉玫, 张毓涛.  天山雪岭云杉生物量分配格局及异速生长模型 . 浙江农林大学学报, 2020, 37(3): 416-423. doi: 10.11833/j.issn.2095-0756.20190384
    [6] 胡策, 梁谢恩, 王海湘, 徐超, 周哲宇, 朱丽娜, 黄皓南, 张汝民, 温国胜.  毛竹快速生长期光合蒸腾日变化特征 . 浙江农林大学学报, 2018, 35(2): 277-283. doi: 10.11833/j.issn.2095-0756.2018.02.011
    [7] 周哲宇, 徐超, 胡策, 王海湘, 梁谢恩, 张汝民, 温国胜.  毛竹快速生长期的叶绿素荧光参数特征 . 浙江农林大学学报, 2018, 35(1): 75-80. doi: 10.11833/j.issn.2095-0756.2018.01.010
    [8] 王金池, 冉啟香, 邓华锋, 黄国胜, 王雪军.  基于度量误差方法的油松林分生长模型 . 浙江农林大学学报, 2018, 35(1): 68-74. doi: 10.11833/j.issn.2095-0756.2018.01.009
    [9] 罗恒春, 张超, 魏安超, 张一, 黄田, 余哲修.  云南松林分平均胸径生长模型及模型参数环境解释 . 浙江农林大学学报, 2018, 35(6): 1079-1087. doi: 10.11833/j.issn.2095-0756.2018.06.011
    [10] 王明初, 孙玉军.  基于混合效应模型及EBLUP预测杉木树高生长过程 . 浙江农林大学学报, 2017, 34(5): 782-790. doi: 10.11833/j.issn.2095-0756.2017.05.003
    [11] 李洪吉, 蔡先锋, 袁佳丽, 曾莹莹, 于晓鹏, 温国胜.  毛竹快速生长期光合固碳特征及其与影响因素的关系 . 浙江农林大学学报, 2016, 33(1): 11-16. doi: 10.11833/j.issn.2095-0756.2016.01.002
    [12] 袁佳丽, 温国胜1, 张明如, 张汝民, 蔡先锋, 曾莹莹, 李洪吉, 温星, 朱弘.  毛竹快速生长期的水势变化特征 . 浙江农林大学学报, 2015, 32(5): 722-728. doi: 10.11833/j.issn.2095-0756.2015.05.010
    [13] 邓静, 陈宇拓.  利用增长量分配模型的杉木林分生长预测建模 . 浙江农林大学学报, 2014, 31(6): 898-904. doi: 10.11833/j.issn.2095-0756.2014.06.011
    [14] 邹奕巧, 杜群, 葛宏立.  有年龄生长模型应用于无年龄情况研究 . 浙江农林大学学报, 2012, 29(6): 889-896. doi: 10.11833/j.issn.2095-0756.2012.06.013
    [15] 魏晓慧, 孙玉军, 马炜.  基于Richards方程的杉木树高生长模型 . 浙江农林大学学报, 2012, 29(5): 661-666. doi: 10.11833/j.issn.2095-0756.2012.05.004
    [16] 刘春华.  福建青冈天然林和人工林群落特征及生长的比较 . 浙江农林大学学报, 2005, 22(1): 56-60.
    [17] 韦新良, 郭仁鉴, 赵斌.  浙江省马尾松天然林生长模型及采伐年龄的确定 . 浙江农林大学学报, 2001, 18(4): 333-336.
    [18] 周国模, 郭仁鉴, 韦新良, 王雪军.  浙江省杉木人工林生长模型及主伐年龄的确定 . 浙江农林大学学报, 2001, 18(3): 219-222.
    [19] 项小强, 王金治, 查印水, 李月清.  变时相生长模型技术及其在小班数据更新中的应用 . 浙江农林大学学报, 1999, 16(3): 279-282.
    [20] 罗福裕, 方延福, 励龙昌.  遂昌县杉木人工林生长模型的研究 . 浙江农林大学学报, 1993, 10(1): 49-54.
  • 加载中
  • 链接本文:

    https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20220455

    https://zlxb.zafu.edu.cn/article/zjnldxxb/2023/3/589

图(5) / 表(4)
计量
  • 文章访问数:  362
  • HTML全文浏览量:  54
  • PDF下载量:  68
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-07-08
  • 修回日期:  2022-12-29
  • 录用日期:  2023-02-13
  • 网络出版日期:  2023-05-22
  • 刊出日期:  2023-05-20

3种栎属树种单木生长模型及树皮厚度模型研究

doi: 10.11833/j.issn.2095-0756.20220455
    基金项目:  国家自然科学基金面上资助项目(42071065);中央级公益性科研院所基本科研业务费专项(CAFYBB2018ZB001);国家自然科学基金青年基金资助项目(31500540)
    作者简介:

    谭灿灿(ORCID: 0000-0001-9584-2590),从事树木生理生态研究。E-mail: tancancan1999@163.com

    通信作者: 贾子瑞(ORCID: 0000-0002-5190-1488),副研究员,博士,从事林木遗传改良和树皮生物学研究。E-mail: jiazirui646@163.com
  • 中图分类号: S758.1

摘要:   目的  通过构建栎属Quercus单木生长模型,分析栎树生长特征,为栎属植物质量精准提升、结构优化与合理经营提供依据。  方法  汇总整理栎属3个树种(槲栎Q. aliena、麻栎Q. acutissima、栓皮栎Q. variabilis)解析木各阶段生长量信息,分析栎树单木树高、材积、胸径生长特征;选取4个理论生长方程、1个经验方程及3个胸径处树皮厚度方程拟合并检验栎树单木的树高、材积、胸径与树皮厚度,优选出适应性最强、稳定性最高的模型。  结果  ①各栎树单木生长过程符合一般林木生长规律:在前40~50 a树高与胸径生长速度较快,之后随着平均生长量和连年生长量的降低逐渐减小;材积各生长量始终保持随树龄的增大而增加的趋势。②栎树模型拟合结果为:树高拟合最优模型多为逻辑斯蒂(Logistic)模型,材积拟合最优模型多为坎派兹(Compertz)模型,胸径拟合最优模型多为修正威布尔(Weibull modified)模型。③气候对栎树生长影响的结果表明:气候差异导致山西省和河南省槲栎生长发生明显差异。④树皮厚度拟合最优模型为双对数模型和二元一次线性模型。  结论  树高模型对栎树生长拟合效果最佳,实际意义较强;槲栎对气候敏感性较强。图5表4参23

English Abstract

谭灿灿, 聂稳, 刘逸夫, 王亚, 董遥, 黄睿智, 刘建锋, 史胜青, 常二梅, 赵秀莲, 江泽平, 贾子瑞. 3种栎属树种单木生长模型及树皮厚度模型研究[J]. 浙江农林大学学报, 2023, 40(3): 589-597. doi: 10.11833/j.issn.2095-0756.20220455
引用本文: 谭灿灿, 聂稳, 刘逸夫, 王亚, 董遥, 黄睿智, 刘建锋, 史胜青, 常二梅, 赵秀莲, 江泽平, 贾子瑞. 3种栎属树种单木生长模型及树皮厚度模型研究[J]. 浙江农林大学学报, 2023, 40(3): 589-597. doi: 10.11833/j.issn.2095-0756.20220455
TAN Cancan, NIE Wen, LIU Yifu, WANG Ya, DONG Yao, HUANG Ruizhi, LIU Jianfeng, SHI Shengqing, CHANG Ermei, ZHAO Xiulian, JIANG Zeping, JIA Zirui. Tree growth model and bark thickness model of three Quercus species based on trunk analysis[J]. Journal of Zhejiang A&F University, 2023, 40(3): 589-597. doi: 10.11833/j.issn.2095-0756.20220455
Citation: TAN Cancan, NIE Wen, LIU Yifu, WANG Ya, DONG Yao, HUANG Ruizhi, LIU Jianfeng, SHI Shengqing, CHANG Ermei, ZHAO Xiulian, JIANG Zeping, JIA Zirui. Tree growth model and bark thickness model of three Quercus species based on trunk analysis[J]. Journal of Zhejiang A&F University, 2023, 40(3): 589-597. doi: 10.11833/j.issn.2095-0756.20220455
  • 构建树木生长模型对林业生产和经营管理有重要意义[1]。根据立木生长的预估结果,生长模型可分为全林分模型、径阶生长模型、单木生长模型[2]。近年来,混合效应模型被广泛应用于林业中,陈哲夫等[3]以湖南马尾松Pinus massoniana次生林为研究对象,比较基础模型与混合效应模型的优劣,得出含样地效应的混合效应模型拟合效果和预测精度均优于基础模型,具有更高的适用性。树皮对植物起到重要的保护作用[4]。研究发现树皮厚度会随着地理格局发生变异[5]。且树皮大约占木材体积的12%~20%,不同树种间存在一定差异[6]。精准测算树皮厚度对林业生产至关重要。

    栎属Quercus约450种[7],是壳斗科Fagaceae最大的属,分布极为广泛。中国有51种14变种1变型[8],它们分布于全国各地,是组成森林的重要树种。其中栓皮栎Q. variabilis、麻栎Q. acutissima、槲栎Q. aliena既是中国主要生态树种,又具有重要的经济价值。目前,已有不少针对栎属植物生长模型的研究[912],发现栎树树高最优模型以理查德(Richards)模型和考夫(Korf)模型拟合效果最佳,材积最优模型以Richards模型最佳,胸径最优模型以坎派兹(Compertz)模型最佳。以上模型能较好地拟合栎树的生长,但缺少不同区域、立地条件对林木生长影响的考虑。本研究以栓皮栎、麻栎、槲栎3种栎属植物为研究对象,通过搜集早期主要分布区(山西、河南、山东和陕西等地)的解析木数据,拟合单木树高、材积、胸径和树皮厚度生长方程,以期准确预估3个树种林分的生长过程,并为其在不同生境地点合理的森林经营管理提供理论依据。

    • 从全国及各省份主要树木生长量汇编书籍《中国主要树木生长量汇编(第1辑)》《中国主要树木生长量汇编(第3辑)》《山西省主要树木生长量汇编》《陕西主要树种树木生长资料集》收集槲栎、麻栎、栓皮栎3个树种的树干解析数据。提取与汇总树木生长过程信息,槲栎、栓皮栎以10 a为1个龄阶,麻栎以2 a为1个龄阶。为了更好地模拟效果,数据的2/3用于拟合模型,数据的1/3用于验证。将树高(H)、材积(V)、胸径(DBH)与树龄(Y)进行拟合,树皮厚度(BT)与胸径进行拟合,建立栎树人工林树高、材积、胸径、树皮厚度模型。

      各采集地1981—2010年的基本气候数据由国家气象科学数据中心(http://data.cma.cn/)提供,统计各采集地的年平均降水量与年平均气温,作为栎属植物生长的气候数据。

    • 林木的生长方程是描述树木各生长量随林分年龄生长变化规律的数学模型,反映的生长量变化大致呈“S”型。根据林木生长特征,用理查德、坎派兹、逻辑斯蒂(Logistic)、单分子式(Mistcherlich)等4个理论生长方程,以及1个拟合效果较好的经验方程(Weibull modified,修正威布尔)作为栎属植物单木树高、材积和胸径生长的基础模型;线性模型(Linear)、二元一次线性模型(Binary linear)、双对数模型(Double logarithmic)等3个胸径处树皮厚度模型用于树皮厚度变化模拟。模型的拟合及其参数计算在CurveExpert 2.6软件完成。本研究收集了各树种解析木树高、胸径和材积的数据,利用定期平均生长量代替了连年生长量,因此出现 0~10 a 的连年生长量和平均生长量相等的情况。

    • 为了对模拟结果做出客观合理的评价,本研究采用决定系数(R2)和赤池信息准则(Akaike information criterion, AIC)对拟合模型精度进行评价,R2越大,AIC越小说明模型拟合效果越好;采用均方根误差(RMSE)、平均决定误差(MAE)、平均误差(ME)等3个指标作为模型的精度检验指标。用SPSS 26统计分析,Origin 2022作图。

    • 图1所示:槲栎在山西省与河南省的树高、材积、胸径总生长量随树龄的增大而增加。山西省树高连年生长量与平均生长量(后用“2种生长量”)先增大后减小, 2种生长量在30 a时达到最大值,分别为0.250与0.214 m。30 a后2种生长量快速下降,且连年生长量下降速度大于平均生长量。河南省树高2种生长量最大值出现在10 a,为0.371 m,随后2种生长量逐渐减小。山西省胸径连年生长量30 a时达到最大值,为0.386 cm,平均生长量在40 a时最大,为0.263 cm。60 a后2种生长量趋于稳定。河南省胸径2种生长量在30 a时最大,分别为0.423与0.366 cm,随后逐年下降。山西省材积2种生长量总体上保持随年龄的增加而增大。河南省材积2种生长量在90 a时发生减小的现象,但不能确定其变化趋势,还需更长年限的观测。两省材积连年生长量与平均生长量在统计年限内均没有出现交点,说明100 a槲栎还未达到数量成熟龄,还不能确定主伐年龄。两省材积的总生长量一直处于上升的状态,没有出现变缓现象,说明100 a时的槲栎依旧处于生长旺盛阶段。

      图  1  不同分布区槲栎生长过程曲线

      Figure 1.  Growth curves of Q. aliena in different distribution areas

    • 表1可知:在拟合精度上,山西省拟合效果更佳,树高最优生长方程为逻辑斯蒂模型,R2达0.94,材积最优生长方程为坎派兹模型,R2为0.784,胸径最优生长方程为修正威布尔模型,R2为0.928。河南省槲栎拟合情况则较差。山西省与河南省槲栎树高、材积与胸径拟合最优模型均相同,分别为逻辑斯蒂模型、坎派兹模型与修正威布尔模型,可以用于槲栎生长过程模拟。

      表 1  槲栎生长拟合模型与检验

      Table 1.  Growth fitting models and testing of Q. aliena

      省份生长因子最优方程拟合参数拟合精度检验指标
      abcdR2AICRMSEMEMAE
      山西树高逻辑斯蒂 10.18716.0790.1140.940−50.7080.127−0.2830.665
      材积坎派兹  77.3072.8170.0810.784590.91915.743−1.55010.308
      胸径修正威布尔12.26812.2790.0002.6010.928105.3430.5330.1420.145
      河南树高逻辑斯蒂 14.1925.0460.0650.637199.0630.5322.1783.027
      材积坎派兹  686.1311.9120.0370.566480.526129.004−0.52388.680
      胸径修正威布尔33.54934.3480.0061.2280.762316.9003.730−0.0813.131
    • 图2所示:两省栓皮栎树高、材积、胸径随树龄的增加而增大。前20 a河南省栓皮栎树高2种生长量逐渐增加,20 a达到最大平均生长量(0.378 m)和最大连年生长量(0.400 m),20 a后逐年变小。陕西省树高2种生长量在10 a时最大,10 a后逐年变小。河南省栓皮栎胸径在30 a时2种生长量达到最大值,分别为0.584与0.466 cm,随后2种生长量逐年减小,于60~70 a时趋于平稳。陕西省栓皮栎胸径2种生长量在20 a达到最大值,分别为0.564与0.498 cm,20 a后逐年减小。河南省栓皮栎材积连年生长量在前40 a迅速增大,40 a后趋于平稳,材积平均生长量始终保持随树龄增加而增大,增加速度慢于连年生长量。陕西省材积2种生长量随树龄增加而增大,且连年生长量大于平均生长量。两省栓皮栎在70 a内连年生长量与平均生长量均未相交,说明70 a时栓皮栎还未达到数量成熟龄,即还不能确定主伐年龄。两省的材积总生长量随着树龄增加而增大,其增长呈越来越快的趋势,说明70 a时两省栓皮栎还处于生长旺盛阶段。

      图  2  不同分布区栓皮栎生长过程曲线

      Figure 2.  Growth curves of Q. variabilis in different distribution areas

    • 表2可知:河南省栓皮栎树高、材积、胸径最适的模型分别为修正威布尔模型、坎派兹模型、坎派兹模型。陕西省栓皮栎树高、材积、胸径最适的模型分别为逻辑斯蒂模型、逻辑斯蒂模型、单分子式模型。相较下,河南省栓皮栎各生长因子的拟合效果优于陕西省,其中河南省树高拟合最佳的修正威布尔模型R2为0.906,且各检验指标都较小,优于其他拟合效果。并且河南省拟合的数据量更大,更能反映栓皮栎的生长过程。因此,选择河南省单木生长拟合结果代表栓皮栎生长过程。

      表 2  栓皮栎生长拟合模型与检验

      Table 2.  Growth fitting models and testing of Q. variabilis

      省份生长因子最优方程拟合参数拟合精度检验指标
      abcdR2AICRMSEMEMAE
      河南树高修正威布尔19.65421.4090.0271.0160.90636.8002.019−0.0431.824
      材积坎派兹  628.9461.9890.0400.685388.62682.64132.62660.320
      胸径坎派兹  31.1631.2970.0520.786131.2825.350−4.4304.596
      陕西树高逻辑斯蒂 15.7175.3890.0880.43589.2115.4815.1425.142
      材积逻辑斯蒂 1818.2741.6180.0180.446314.928387.132270.674279.043
      胸径单分子式 44.1740.0110.597105.52310.3948.6078.819
    • 图3所示:山东省麻栎树高2种生长量均在0.6 m上下波动,平均生长量最大值为0.694 m,最小值为0.613 m;连年生长量最大值为0.753 m,最小值为0.475 m。麻栎胸径平均生长量0~6 a呈随树龄增加而增大,6 a后保持在0.6 cm上下;连年生长量在0~4 a迅速增加,4 a时连年生长量达最大值,为0.850 cm,4~8 a逐渐减小,8 a后连年生长量存在一定起伏,保持在0.6 cm左右。麻栎材积2种生长量在前4 a增长较慢,4 a后材积连年生长量迅速增加,18 a时达0.007 m3,材积平均生长量随着树龄的增加而增大,但增加量始终小于连年生长量。麻栎材积总生长量随着树龄增加而增大,其增长呈越来越快的趋势,16 a后有所变缓。麻栎树高、材积与胸径总生长量始终保持增大,且没有变缓的趋势,但由于解析木测得的年限较短,并不能代表麻栎整个生长过程,若要进一步揭示麻栎生长过程特征应结合树高树龄麻栎生长信息综合分析。

      图  3  山东省麻栎生长过程曲线

      Figure 3.  Growth curves of Q. acutissima in Shandong Province

    • 表3可知:麻栎树高拟合效果均较好,R2在0.918以上,通过比较AIC与其检验指数,单分子式模型的AIC为−3.837,检验指数整体表现较好,因此单分子式模型为麻栎树高拟合效果最佳的模型。同理,麻栎材积最适模型为逻辑斯蒂模型,其R2=0.719和赤池信息准则(AIC=140.673)均表现最佳。麻栎胸径最适模型为修正威布尔模型和逻辑斯蒂模型,决定系数修正威布尔模型稍大于逻辑斯蒂模型,在AIC值和检验指标方面逻辑斯蒂模型表现稍好。因此,2种拟合结果均可代表胸径的生长过程。

      表 3  麻栎生长拟合模型与检验

      Table 3.  Growth fitting models and testing of Q. acutissima

      树种生长因子拟合方程拟合参数拟合精度检验指标
      abcdR2AICRMSEMEMAE
      麻栎树高单分子式 463.3090.0010.919−3.8370.4010.1860.186
      修正威布尔39.51539.1690.0121.1740.9190.8290.3920.1790.324
      坎派兹  16.4281.0990.1180.918−1.2160.3990.1920.347
      材积逻辑斯蒂 43.142675.5350.5220.719140.6736.1330.2133.689
      坎派兹  50.7703.1160.2640.710141.7425.9770.3103.800
      修正威布尔46.90947.2620.00013.4820.710144.1375.9940.0673.897
      胸径修正威布尔10.77410.9060.0141.8130.81831.9471.8130.2810.677
      逻辑斯蒂 10.03320.8610.3540.81220.3210.9070.2930.763
      单分子式 870.5420.0010.79431.1830.8070.4940.720
    • 选择80 a时槲栎与60 a时栓皮栎各生长因子数据与气候因子数据进行分析,探究气候因子对单木生长的影响。由图4~5可知:槲栎分布区山西省和河南省的年降水量与气温差异显著。两省在树高、材积与胸径上均存在显著差异。 栓皮栎分布区河南省和陕西省在平均气温和最高气温存在差异,年降水量没有差异。栓皮栎树高、材积与胸径在两省间均无明显差异。说明气候差异会影响槲栎生长过程,而不同省份的气候差异未能影响栓皮栎生长。

      图  4  槲栎和栓皮栎不同分布区气候差异柱状图

      Figure 4.  Climate difference of Q. aliena and Q. variabilis in different distribution area

      图  5  槲栎和栓皮栎不同分布区生长差异柱状图

      Figure 5.  Growth difference of Q. aliena and Q. variabilis in different distribution area

    • 表4可知:槲栎树皮厚度最优模型为双对数模型;麻栎树皮厚度最优模型为二元一次模型;栓皮栎树皮厚度最优模型为二元一次模型。其中,麻栎树皮厚度拟合精度最优,在山东省R2为0.83,2个省总体水平的R2为0.847,主要原因是麻栎树皮厚度数据集中在20~30 a。栓皮栎在河南省和陕西省的R2分别为0.615和0.798,因为二元一次模型包含树高和胸径2个参数,因此栓皮栎树皮厚度更适合二元一次模型。槲栎拟合效果相对麻栎和栓皮栎较差,在河南省和陕西省汇总数据的R2均约0.5。

      表 4  栎属3个树种的树皮厚度模型拟合与检验

      Table 4.  Bark thickness model fitting and testing of three Quercus species

      树种省份最优模型拟合参数拟合精度检验指标
      abcR2AICRMSEMEMAE
      槲栎 河南双对数 −2.1630.7310.512−36.1130.4580.1440.391
      汇总双对数 −1.6990.5980.440−59.2040.416−0.0060.355
      麻栎 山东二元一次0.2140.0190.0340.830−58.2660.204−0.1560.177
      汇总二元一次0.2460.0080.0420.847−43.1170.251−0.1790.225
      栓皮栎河南双对数 −1.8210.7750.615−23.4290.5070.3450.385
      汇总二元一次−0.0050.0720.0230.798−35.4550.952−0.1700.586
    • 本研究以不同分布区栎属3个树种为研究对象,通过对栎树树高、材积与胸径进行拟合,探究栎树各生长因子的最适模型。槲栎拟合结果表明:树高、材积、胸径最优模型分别为逻辑斯蒂模型、坎派兹模型与修正威布尔模型。栓皮栎各生长指标的最优模型分别为修正威布尔模型、坎派兹模型、坎派兹模型,其胸径拟合结果与陈亚文[13]对栓皮栎胸径拟合结果不同,陈亚文[13]拟合结果以威布尔模型最优,R2达0.998,分析得知威布尔模型具有4个参数,从数学角度分析,参数越多拟合结果越逼近,但其缺点是威布尔为经验方程,参数无生物学意义。黄峰等[14]对栓皮栎树高模拟预测结果表明:最优模型为改进的坎派兹模型,改进的坎派兹模型增加了立地因子,提高了栓皮栎的树高预测精度,但该研究是对活立木树高进行的拟合,而不是以解析木为研究对象。麻栎各生长指标拟合结果表明:树高最优模型为单分子式模型,材积最优模型为逻辑斯蒂模型,胸径最优模型为修正威布尔模型和逻辑斯蒂模型。刘小军等[12]对麻栎生长模型的研究表明:逻辑斯蒂模型、坎派兹模型和理查德模型为材积的最优生长模型,与本研究结果相同;胸径最优模型坎派兹模型,树高最优模型考夫模型与本研究存在差异。分析发现该研究麻栎树龄为59 a的大树,而本研究的麻栎为18 a的幼树,比较得出:逻辑斯蒂模型方程适用于麻栎的幼树材积估算。对比3种栎树各生长因子的拟合结果,树高的拟合效果最好,因此树高方程适用于拟合栎树树高生长;材积的拟合效果最差,该结果与萨如拉等[15]对大兴安岭兴安落叶松Larix gmelinii生长拟合的结果一致,这反映了材积受多种因子的影响。在生长特征方面,槲栎与栓皮栎各生长因子的总生长量始终保持随树龄的增大而增加,且分别在100、70 a时,材积平均生长量和连年生长量未出现交叉点,说明2个树种仍具一定生长潜力。

      在探究气候因子对栎树生长的影响时,气候(气温、降水)差异会导致槲栎树高、胸径、材积的显著差异。该结果与前人的研究结果相似,即树木生长受气温和降水的共同作用[16]。对栓皮栎的分析中,气温的差异未造成生长量的差异,可能是栓皮栎对气温变化不敏感,也可能是两省气温差异较小,未达到极显著水平。在探究气候因子对生长模型的影响方面,单凯丽[17]在研究杉木Cunninghamia lanceolata人工林优势木单木生长模型时发现:气候因子会影响杉木生长过程。丁赵炜[18]通过研究湖北省马尾松人工林单木胸径生长模型发现:加入气候因子后能提升模型精度;同样,余黎等[19]研究了气候对单木胸径生长模型的影响,结果表明气候因子能解释胸径生长。综上,将气候因子纳入单木生长模型进行拟合精度会更优。本研究存在的不足为未深入探究影响槲栎各生长的主要气候因子,且模型中未加入立地因子、气候因子等重要参数。

      树皮厚度作为树木的又一重要指标,具有重要利用价值。近年来,研究者们致力于开发能准确预测各树种树皮厚度的模型。JOUKO等[5]在模拟欧洲云杉Picea abies树皮厚度时发现:树皮厚度与胸径、树高有显著相关性,在木荷Schima superba、落叶松、白桦Betula platyphylla的研究中也发现了类似的相关性[2022]。ROSELL[23]在研究18个地方640个树种树皮厚度时也发现胸径大小是影响树皮厚度的主要因素。同样,本研究结果得出,能体现树高、胸径与树皮厚度关系的二元一次方程为最优模型。其主要优势是该方法应用简单,需要测定的参数较少,能用于快速测定树皮厚度,但主要的局限性是在模型选择方面直接选用了前人应用效果较好的经验方程,精确度有限,且没区分不同树种、立地类型和林分生长阶段的差异。因此,若想要有效提高建模效率及预测精度,应全面考虑气候、立地、季节性等因素,且针对不同的树种构建专项模型。

参考文献 (23)

目录

    /

    返回文章
    返回