论文部分内容阅读
文章选用黑龙江省佳木斯市孟家岗林场2004-2005年16块樟子松人工林固定标准地内共计30棵解析木的相关数据为研究对象。通过树木解析,针对樟子松人工林的节子剖析数据和圆盘数据所反映的节子生长过程和节子大小及其变化规律,以及外业调查获得的人工樟子松的节子的相关因子的测量数据之后,对所获得的数据进行初步分析,借鉴以往研究成果,通过构建单木的节子直径、节子角度、健全节长度和疏松节长度预测模型来达到预测林木节子大小的目的。通过观测并整理樟子松人工林的林分人工整枝强度和时间间隔来达到高精度的制定樟子松人工林整枝技术的目的。从而为林业生产中培育樟子松人工林无节良材,提高木材材积及木材质量提供参考依据。樟子松是东北地区主要的针叶树种之一,也是非常重要的用材树种,因此对人工樟子松节子进行模拟具有重要意义。本文在详细分析人工樟子松节子各个测量因子的基础上,利用线性混合效应模型理论,分别构建了人工樟子松节子直径模型、节子角度模型、健全节长度模型和疏松节长度模型。模型参数利用高级统计软件SAS9.3进行估计。本研究对东北林区的主要针叶树种人工樟子松的节子大小模型进行了模型,主要拟合了节子直径模型、节子角度模型、健全节长度模型、疏松节长度模型。为提高模型的拟合效果和预测能力,本研究采用线性混合模型对所有模型进行拟合。由于人工樟子松的节子大小能够充分反映出材质的优劣,能够体现出木材枝条对林分空间的利用情况,研究人工樟子松节子模型具有重要的现实意义。结果显示,绎过线性混合效应模型的构建,人工樟子松节子的四个预估模型的固定效应模型和混合效应模型,混合效应模型的残差图效果比固定效应模型要好。从模型的参数检验结果可知,模型中绝大数参数的标准差都较小,稳定性较好;从检验结果来看,人工樟子松的节子直径模型、节子角度模型和健全节长度模型的预测能力比较好,而疏松节长度模型的预测能力较差,这可能是与获取疏松节长度数据存在较大的误差有很大的关系。综上所述,东北林区的针叶树种人工樟子松的节子大小预测模型能够对节子大小进行很好的预测。文章通过树高、枝下高预估模型的建立,建立了樟子松人工林林分整枝强度和间隔期的方案。整理樟子松人工林的林分人工整枝强度和时间间隔来达到高精度的制定樟子松人工林整枝技术的目的。