论文部分内容阅读
本研究基于黑龙江省佳木斯市孟家岗林场的12块样地65株人工红松解析木的955个枝解析数据，分析了人工红松一级枝条、二级枝条的分布规律，并以Poisson回归模型和负二项回归模型作为备选模型，构建了人工红松二级枝条数量分布模型，并采用AIC、Pseudo-R2、均方根误差（RMSE）和Vuong检验对模型的拟合优度进行比较。结果表明: 1.每轮一级枝条分布数量集中分布在3～5个，均值为4个，一级枝条的分布数量与树木及枝条变量没有显著的相关关系，这主要是由人工红松具备的自身枝条属性所决定的;一级枝条在水平方向上呈现出波浪式一多一少的分布趋势，并且符合均匀分布。 2.二级枝条在人工红松的树冠上层分布数量较少，集中分布于树冠的中下层;而且人工红松的样木等级越高，二级枝的分枝能力越旺盛;本研究中人工红松的一二级枝的分枝率为1∶27，即每个一级枝能够分枝出27个左右的二级枝。 3.二级枝条分布数量与相对着枝深度、高径比、冠长和胸径有显著相关关系，随着高径比的增加，二级枝条分布数量减少;随着冠长和胸径的增加，二级枝条分布数量增加，随着相对着枝深度的增加，二级枝条分布数量先增加后减小，在树冠范围内二级枝条分布数量存在最大值。 4.本研究利用Poisson回归模型和负二项回归模型，采用全部子回归的方法构建了关于人工红松二级枝的分布数量模型，最终选择以负二项回归模型为基础的E(Y)=exp(β0+β1 lnRDINC+β2RDINC2+β3HT/DBH+β4CL+β5DBH)作为二级枝条分布数量最优预测模型.最优模型的Pseudo-R2为0.79，平均偏差接近于0，平均绝对偏差小于7。最优模型中的HT/DBH和RDINC2与二级枝个数呈现负相关，lnRDINC，CL和DBH与二级枝个数为正相关。此外，随着HT/DBH和CL的变化，二级枝呈现出在距树冠底部40％左右处个数达到最大，而后减少的趋势。总的来说，所建立的人工红松二级枝条分布数量模型的预测精度为96.36％。 本研究所构建的人工红松二级枝条分布数量预测模型可以很好的预估该研究区域人工红松二级枝条分布数量，为以后枝条的光合作用和生物量的研究提供理论基础;但该模型仅适用于本研究地区，随着数据的积累，将进一步开展大区域的枝条分布数量模型。