论文部分内容阅读
【摘要】本文以樟子松人工林为研究对象，采用树干解析、枝解析的方法，建立了基于林木和林分测定因子的全树冠叶量和单个枝条着叶量的预估模型，并对树冠内叶量的空间垂直分布规律进行了研究。
【关键词】树冠;枝条;叶量;模型;垂直分布
本文以樟子松人工林为研究对象，打破传统的研究方法，通过设置不同林分条件（年龄、立地和林分密度）下的固定样地，采用枝解析方法，量化树冠内枝条和葉量的空间拓扑关系,构建了树冠的构筑型模型、叶量分布模型以及枝条基径和枝长的生长动态模型。将树冠构筑型模型、树冠动态生长模型和计算机图形学方法进行有机地结合，采用解析获取的实际数据重构树木现状，并利用枝条生长模型在计算机上实现树冠动态生长的视觉化、图形化和立体化模拟。林分可视化将开辟新的获取森林经营信息管理的理念，有助于直观地、详细地了解森林内部的复杂结构，从而在无损林木生长前提下，为森林可视化经营提供依据。
0.引言
枝条和叶片形成的空间排布格局作为树冠的构成单位，对它的清楚认识是了解树木生长发育的前提。叶是树木进行光合作用的主要器官，叶片的多少，叶面积的大小以及叶片的配置等空间结构特征直接影响着叶片的受光量、光照强度和光谱成分等，进而决定着树木的光能利用效率。叶量的空间分布直接影响树冠内光能的分布，进而影响树木的生长。评估叶量的空间分布以及探讨叶量与林木和林分因子的关系能更好地理解通过树冠将能量转化成地上生物量的机理。
以往研究主要探讨草本植物、灌木及幼树的树冠结构，很少涉及郁闭林分的树冠及树木生物量的构成和分布结构的研究，对不同林分条件下树木叶量或叶面积在树冠内的空间分布格局的差异、枝条着叶量和枝条生长的关系以及分布模型的研究更是少见。本文的研究目的是以郁闭后的樟子松人工林为研究对象，基于林木和林分测定因子建立全树冠叶量和单个枝条着叶量的预估模型，并描述樟子松人工林树冠内枝条叶量的空间分布规律及枝叶分配比。
1.材料和研究方法
1.1材料
选择不同年龄、不同立地和不同密度的樟子松人工林中有代表性的林分，设置固定标准地7块，所选林分均未经过间伐，生长正常。按等断面积分级标准木法将林木按大小分为五级，定为1级木、2级木、3级木、4级木、5级木。然后分别计算各径级的平均直径及平均高，以此为标准选择与林分平均直径和平均高相接近(一般要求相差在±5％以下)且干形中等的林木作为解析木。每块标准地选择解析木5～6株。将解析样木仔细伐倒以免损坏树冠，以至少有1个活枝的轮枝的位置来确定树冠的基部。将解析木的树干严格按1m区分段进行区分，并在每个区分段的中央位置锯取树干解析圆盘。树冠部分也严格按1m区分段进行区分，树梢在一般情况下是不足1m的梢头。从树梢端开始，在每一树冠区分段内分别轮枝逐枝进行编号，对每轮枝内的全部枝条进行枝条因子的测定。
1.2研究方法
1.2.1樟子松单木全树冠叶量预估模型
经过散点图及简单相关分析36实测样木全树冠叶干重与林木测树因子的关系，发现全树冠叶干重与直径、冠长与冠幅相关紧密，相关系数分别为0.82、0.81和0.79，由于冠长与冠幅存在很强的自相关，最后优选直径和冠长作为合适的树木变量，建立樟子松单木全树冠叶量的预估模型。
1.2.2单个枝条着叶量的预估模型
通过散点图及相关分析表明，每公顷株数和立地质量对单枝条叶量影响不大，胸径、树高对单株枝条叶量相关也不显著。剔除变量之间的自相关性，本文选择相关系数较大的枝条基径（BD）、枝长（BL）和枝条在树冠内相对高度（BRH）作为自变量，采用一组非线性回归模型及对数线性变换模型，利用比较模型拟合优度，确定最佳模型，建立樟子松人工林单木枝条叶量预估模型。
由于每株树木的轮枝数存在较大的差别，因此本文没有按轮枝的位置确定树冠的分级，而是将树冠冠长人为平均划分为10个等级，统计每个等级内枝条着叶量并计算出叶量累积百分比。分别对每棵树木的数据进行拟合后，得出分布函数的估计参数。然后应用线性模型、非线性模型及自变量的对数变换建立拟合的形状参数c和尺度参数b与林木和林分因子的关系。
2.结果分析
2.1樟子松单木全树冠叶量预估模型
当枝条在树冠内的相对高度相等时，枝条叶量随基径和枝长的增大而增加，对于基径、枝长相同的枝条，随着枝条在树冠内相对高度的增大而减少。
2.2 树冠叶量的垂直分布
分别36株解析木分布函数对参数进行拟合，尺度参数b变化范围为0.47-0.72之间，形状参数c变化范围在2.01-4.52之间，所有样木均通过t检验，相关指数r2（0.958-0.997）均大于0.95，表明应用Weibull分布非常适于描述树冠内叶量的垂直分布。36株样木中有26株样木形状参数c的95%置信区间包含3.6，表明这些样木的叶量在树冠上的垂直分布符合正态分布，其余10株样木树冠叶量的垂直分布为稍正偏的山状曲线分布，正偏意味着叶量的垂直分布向树冠上方偏斜，在树冠上部有较多的叶量。我们发现这10株树木有9株是林分中的4、5级样木，可能由于4、5级林木处于林分的下层，为了获取更多光能维持树木的生命活动，导致树冠内叶量向上偏移。从模型拟合结果可以看出，同一林分中，当冠长与冠幅相同时，树高较大，形状参数c值较大，即较高的树木树冠叶量相对向下偏移。不同的林分条件，其它测树因子相同的林木,较密的林分导致树冠叶量相对向上部倾斜，但影响并不显著。
树木生物量可以分地上及地下两部分，地下部分是指树根重量（。 乔木层的生物量是森林生物量的主体，一般大约占森林总生物量的90%以上。重量分配比是指各器官的干物质重量占单株全树总干物质重量的百分比。重量分配比计算公式如下：
分配比=
由于没有进行地下树根生物量的测定，所以本文只进行地上生物量（树干、树枝、树叶）的分配比计算。列出了应用36株生物量测定样木的生物量分配比。可以看出，一级木到五级木，树干干重占全树木生物量的百分比逐渐增加，而枝干重和叶干重所占的百分比逐渐减少。同时发现樟子松单木不同组分所占比例大致可以分为三种分布情况：优势木（即一级木、二级木）带皮树干所占比重为72%～73%，枝干重所占比重为17%～18%，叶干重所占比重为10%左右。平均木（即三级木、四级木）带皮树干所占比重为80%～81%，枝干重所占比重为11%左右，叶干重所占比重为8%～9%左右。劣势木（即五级木）（下转第341页）（上接第284页）带皮树干所占比重为88%～89%，枝干重所占比重为5%～6%左右，叶干重所占比重为5%～6%左右。
3.结论与讨论
应用36株解析木共1576个样枝建立樟子松人工林全树冠叶量、单枝着叶量预估模型：
（1）樟子松单木枝条着叶量与枝条的基径、枝条高度相关，与林分密度和立地质量、树木的直径和树高等因子关系不大。单木枝条着叶量可以通过树木直径和冠长预估获得。
（2）应用2参数Weibull分布非常适于描述树冠内叶量的垂直分布。形状参数c可以用相对高度、冠长、冠幅、立地质量和林分密度进行描述，在36株样木中有26株样木形状参数c的95%置信区间包含3.6，表明大多数样木的叶量在树冠上的垂直分布也可以用正态分布来进行拟合,单株叶量的多少与枝量相关紧密。
【关键词】树冠;枝条;叶量;模型;垂直分布
本文以樟子松人工林为研究对象，打破传统的研究方法，通过设置不同林分条件（年龄、立地和林分密度）下的固定样地，采用枝解析方法，量化树冠内枝条和葉量的空间拓扑关系,构建了树冠的构筑型模型、叶量分布模型以及枝条基径和枝长的生长动态模型。将树冠构筑型模型、树冠动态生长模型和计算机图形学方法进行有机地结合，采用解析获取的实际数据重构树木现状，并利用枝条生长模型在计算机上实现树冠动态生长的视觉化、图形化和立体化模拟。林分可视化将开辟新的获取森林经营信息管理的理念，有助于直观地、详细地了解森林内部的复杂结构，从而在无损林木生长前提下，为森林可视化经营提供依据。
0.引言
枝条和叶片形成的空间排布格局作为树冠的构成单位，对它的清楚认识是了解树木生长发育的前提。叶是树木进行光合作用的主要器官，叶片的多少，叶面积的大小以及叶片的配置等空间结构特征直接影响着叶片的受光量、光照强度和光谱成分等，进而决定着树木的光能利用效率。叶量的空间分布直接影响树冠内光能的分布，进而影响树木的生长。评估叶量的空间分布以及探讨叶量与林木和林分因子的关系能更好地理解通过树冠将能量转化成地上生物量的机理。
以往研究主要探讨草本植物、灌木及幼树的树冠结构，很少涉及郁闭林分的树冠及树木生物量的构成和分布结构的研究，对不同林分条件下树木叶量或叶面积在树冠内的空间分布格局的差异、枝条着叶量和枝条生长的关系以及分布模型的研究更是少见。本文的研究目的是以郁闭后的樟子松人工林为研究对象，基于林木和林分测定因子建立全树冠叶量和单个枝条着叶量的预估模型，并描述樟子松人工林树冠内枝条叶量的空间分布规律及枝叶分配比。
1.材料和研究方法
1.1材料
选择不同年龄、不同立地和不同密度的樟子松人工林中有代表性的林分，设置固定标准地7块，所选林分均未经过间伐，生长正常。按等断面积分级标准木法将林木按大小分为五级，定为1级木、2级木、3级木、4级木、5级木。然后分别计算各径级的平均直径及平均高，以此为标准选择与林分平均直径和平均高相接近(一般要求相差在±5％以下)且干形中等的林木作为解析木。每块标准地选择解析木5～6株。将解析样木仔细伐倒以免损坏树冠，以至少有1个活枝的轮枝的位置来确定树冠的基部。将解析木的树干严格按1m区分段进行区分，并在每个区分段的中央位置锯取树干解析圆盘。树冠部分也严格按1m区分段进行区分，树梢在一般情况下是不足1m的梢头。从树梢端开始，在每一树冠区分段内分别轮枝逐枝进行编号，对每轮枝内的全部枝条进行枝条因子的测定。
1.2研究方法
1.2.1樟子松单木全树冠叶量预估模型
经过散点图及简单相关分析36实测样木全树冠叶干重与林木测树因子的关系，发现全树冠叶干重与直径、冠长与冠幅相关紧密，相关系数分别为0.82、0.81和0.79，由于冠长与冠幅存在很强的自相关，最后优选直径和冠长作为合适的树木变量，建立樟子松单木全树冠叶量的预估模型。
1.2.2单个枝条着叶量的预估模型
通过散点图及相关分析表明，每公顷株数和立地质量对单枝条叶量影响不大，胸径、树高对单株枝条叶量相关也不显著。剔除变量之间的自相关性，本文选择相关系数较大的枝条基径（BD）、枝长（BL）和枝条在树冠内相对高度（BRH）作为自变量，采用一组非线性回归模型及对数线性变换模型，利用比较模型拟合优度，确定最佳模型，建立樟子松人工林单木枝条叶量预估模型。
由于每株树木的轮枝数存在较大的差别，因此本文没有按轮枝的位置确定树冠的分级，而是将树冠冠长人为平均划分为10个等级，统计每个等级内枝条着叶量并计算出叶量累积百分比。分别对每棵树木的数据进行拟合后，得出分布函数的估计参数。然后应用线性模型、非线性模型及自变量的对数变换建立拟合的形状参数c和尺度参数b与林木和林分因子的关系。
2.结果分析
2.1樟子松单木全树冠叶量预估模型
当枝条在树冠内的相对高度相等时，枝条叶量随基径和枝长的增大而增加，对于基径、枝长相同的枝条，随着枝条在树冠内相对高度的增大而减少。
2.2 树冠叶量的垂直分布
分别36株解析木分布函数对参数进行拟合，尺度参数b变化范围为0.47-0.72之间，形状参数c变化范围在2.01-4.52之间，所有样木均通过t检验，相关指数r2（0.958-0.997）均大于0.95，表明应用Weibull分布非常适于描述树冠内叶量的垂直分布。36株样木中有26株样木形状参数c的95%置信区间包含3.6，表明这些样木的叶量在树冠上的垂直分布符合正态分布，其余10株样木树冠叶量的垂直分布为稍正偏的山状曲线分布，正偏意味着叶量的垂直分布向树冠上方偏斜，在树冠上部有较多的叶量。我们发现这10株树木有9株是林分中的4、5级样木，可能由于4、5级林木处于林分的下层，为了获取更多光能维持树木的生命活动，导致树冠内叶量向上偏移。从模型拟合结果可以看出，同一林分中，当冠长与冠幅相同时，树高较大，形状参数c值较大，即较高的树木树冠叶量相对向下偏移。不同的林分条件，其它测树因子相同的林木,较密的林分导致树冠叶量相对向上部倾斜，但影响并不显著。
树木生物量可以分地上及地下两部分，地下部分是指树根重量（。 乔木层的生物量是森林生物量的主体，一般大约占森林总生物量的90%以上。重量分配比是指各器官的干物质重量占单株全树总干物质重量的百分比。重量分配比计算公式如下：
分配比=
由于没有进行地下树根生物量的测定，所以本文只进行地上生物量（树干、树枝、树叶）的分配比计算。列出了应用36株生物量测定样木的生物量分配比。可以看出，一级木到五级木，树干干重占全树木生物量的百分比逐渐增加，而枝干重和叶干重所占的百分比逐渐减少。同时发现樟子松单木不同组分所占比例大致可以分为三种分布情况：优势木（即一级木、二级木）带皮树干所占比重为72%～73%，枝干重所占比重为17%～18%，叶干重所占比重为10%左右。平均木（即三级木、四级木）带皮树干所占比重为80%～81%，枝干重所占比重为11%左右，叶干重所占比重为8%～9%左右。劣势木（即五级木）（下转第341页）（上接第284页）带皮树干所占比重为88%～89%，枝干重所占比重为5%～6%左右，叶干重所占比重为5%～6%左右。
3.结论与讨论
应用36株解析木共1576个样枝建立樟子松人工林全树冠叶量、单枝着叶量预估模型：
（1）樟子松单木枝条着叶量与枝条的基径、枝条高度相关，与林分密度和立地质量、树木的直径和树高等因子关系不大。单木枝条着叶量可以通过树木直径和冠长预估获得。
（2）应用2参数Weibull分布非常适于描述树冠内叶量的垂直分布。形状参数c可以用相对高度、冠长、冠幅、立地质量和林分密度进行描述，在36株样木中有26株样木形状参数c的95%置信区间包含3.6，表明大多数样木的叶量在树冠上的垂直分布也可以用正态分布来进行拟合,单株叶量的多少与枝量相关紧密。