衣旭彤 孫玉軍

(省部共建森林培育與保護(hù)教育部重點(diǎn)實(shí)驗(yàn)室(北京林業(yè)大學(xué))，北京，100083)

?

適于FVS的杉木單木模型構(gòu)建1)

衣旭彤 孫玉軍

(省部共建森林培育與保護(hù)教育部重點(diǎn)實(shí)驗(yàn)室(北京林業(yè)大學(xué))，北京，100083)

以福建省將樂(lè)國(guó)有林場(chǎng)杉木(Cunninghamialanceolata)人工林標(biāo)準(zhǔn)地和解析木數(shù)據(jù)為依托，使用R語(yǔ)言，構(gòu)建杉木單木胸徑-樹(shù)高模型、冠幅模型、胸徑生長(zhǎng)量模型(大樹(shù)、小樹(shù))、樹(shù)高生長(zhǎng)量方程(大樹(shù))以及材積模型，并計(jì)算樹(shù)皮因子。通過(guò)赤池信息準(zhǔn)則(AIC)、貝葉斯信息準(zhǔn)則(BIC)和對(duì)數(shù)似然值，結(jié)合R2值選擇最優(yōu)模型，并對(duì)所建模型進(jìn)行精度檢驗(yàn)。結(jié)果表明：各模型的預(yù)估精度最高的為樹(shù)皮因子模型，精度達(dá)到99.01%，預(yù)估精度最低的模型為直徑生長(zhǎng)量模型，精度為83.54%，其余模型精度均達(dá)到95%以上；經(jīng)t檢驗(yàn)，所有模型估計(jì)值與實(shí)際值差異不顯著，模型均可用于森林植被模擬系統(tǒng)。

杉木；單木模型；生長(zhǎng)量；森林植被模擬系統(tǒng)

Cunninghamialanceolata； Individual growth model； Increment； Forest Vegetation Simulator system (FVS)

森林植被模擬系統(tǒng)(FVS)最初是由美國(guó)農(nóng)業(yè)部林務(wù)局在1980年依托Prognosis模型平臺(tái)開(kāi)發(fā)的一種森林經(jīng)營(yíng)支撐工具，其本質(zhì)是一個(gè)與距離無(wú)關(guān)的單木生長(zhǎng)模型體系，用于估測(cè)林分的動(dòng)態(tài)變化，在美國(guó)應(yīng)用廣泛[1]。我國(guó)于2005年引進(jìn)該系統(tǒng)，最早應(yīng)用于北京地區(qū)人工林(主要是油松和側(cè)柏)的研究。根據(jù)對(duì)FVS模擬系統(tǒng)的解析，劉平等[2]利用該系統(tǒng)構(gòu)建了模擬所需要的生長(zhǎng)與收獲模型，主要包括冠幅動(dòng)態(tài)模型、單木直徑生長(zhǎng)模型、樹(shù)高生長(zhǎng)模型、枯損率模型、單木材積模型等；馬豐豐等[3-4]、公寧寧等[5]分別對(duì)北京地區(qū)側(cè)柏單木模型和油松人工林樹(shù)冠模型進(jìn)行了優(yōu)化；段劼等[6]依托北京地區(qū)油松與側(cè)柏?cái)?shù)據(jù)，構(gòu)建了FVS-BGC生長(zhǎng)與收獲模擬系統(tǒng)；王璞[7]以河北省承德市塞罕壩林場(chǎng)的華北落葉松林為研究對(duì)象，參照前人的研究基礎(chǔ)，構(gòu)建了FVS的華北落葉松人工林生長(zhǎng)與收獲模型系統(tǒng)；馬煒[8]依據(jù)美國(guó)森林資源清查體系(FIM)以及FFE-FVS構(gòu)建了適用于長(zhǎng)白落葉松人工林的生長(zhǎng)與收獲模型；張西等[9]構(gòu)建了秦嶺地區(qū)栓皮櫟天然次生林的單木模型。由此可見(jiàn)， FVS在北方地區(qū)得到較好的推廣和應(yīng)用。

杉木具有分布廣、速生、質(zhì)地優(yōu)良等特性，已成為我國(guó)南方造林面積最大的樹(shù)種，不僅具有顯著的經(jīng)濟(jì)效益，在碳匯方面也占有重要地位。對(duì)杉木單木生長(zhǎng)模型的系統(tǒng)研究始于90年代，構(gòu)建方法由生長(zhǎng)量修正法、Richards生長(zhǎng)方程法，到神經(jīng)網(wǎng)絡(luò)模型法和混合模型等方法，建立的方程有直徑生長(zhǎng)模型、單木冠幅預(yù)測(cè)模型、樹(shù)高生長(zhǎng)模型、單木生理生態(tài)生長(zhǎng)模型等[10-13]。從研究對(duì)象來(lái)看，已有研究大多只選取一到兩個(gè)對(duì)象建立生長(zhǎng)方程，少有系統(tǒng)的研究。本研究結(jié)合前人的研究基礎(chǔ)，考慮樹(shù)種的地理分區(qū)，選取南方杉木(Cunninghamialanceolata)人工林為研究對(duì)象，以福建省三明市將樂(lè)國(guó)有林場(chǎng)的數(shù)據(jù)為依托，基于FVS構(gòu)建杉木人工林單木模型系統(tǒng)，包括樹(shù)高-胸徑模型、冠幅模型、胸徑生長(zhǎng)模型、樹(shù)高生長(zhǎng)模型及材積模型，并計(jì)算樹(shù)皮因子，為嵌入FVS系統(tǒng)做準(zhǔn)備，也為杉木人工林的經(jīng)營(yíng)措施提供參考。

1 研究區(qū)概況

將樂(lè)國(guó)有林場(chǎng)位于福建省三明市西北部(東經(jīng)117°5′～117°40′，北緯26°26′～27°4′)，屬亞熱帶季風(fēng)氣候，四季分明。降水多集中在夏季，時(shí)有臺(tái)風(fēng)影響。年均氣溫18.6 ℃，平均降水量1 721.6 mm。實(shí)驗(yàn)區(qū)土質(zhì)一般為沙壤或輕壤土，主要土壤類型為紅壤和黃紅壤，土層厚度10～13 cm，杉木為該區(qū)主要喬木樹(shù)種之一。

2 研究方法

2.1 樣地概況與數(shù)據(jù)來(lái)源

本研究使用課題組2010—2016年的樣地調(diào)查及解析木數(shù)據(jù)。研究區(qū)固定樣地41塊，樣地包含幼、中、近、成、過(guò)5個(gè)齡階，其中幼齡林平均年齡7 a，過(guò)熟林平均年齡49 a。其中：杉木純林22塊、杉木-毛竹混交林6塊、杉木-馬尾松混交林5塊、杉木與其它闊葉樹(shù)混交林8塊。樣地面積為0.06或0.04 hm2，對(duì)樣地內(nèi)樹(shù)木進(jìn)行每木檢尺，測(cè)量所有喬木(胸徑大于5 cm)樹(shù)種的胸徑、樹(shù)高、活枝下高、冠幅等，計(jì)算林分平均胸徑、平均樹(shù)高、優(yōu)勢(shì)樹(shù)高等，同時(shí)記錄樣地海拔、坡向、坡度、坡位等環(huán)境因子。

2.2 解析木選取和測(cè)量

根據(jù)樣地平均胸徑和樣地內(nèi)喬木株數(shù)，從每個(gè)樣地內(nèi)選取1～3株林木作為樣木，并保證所有樣木按徑階均勻分布，最終得到36株樣木。伐倒前，對(duì)樣木標(biāo)記胸高(1.3 m)位置及南北方向，伐倒后以1 m為區(qū)分段，在每個(gè)區(qū)分處和胸高處分別截取厚度小于5 cm的圓盤，所余不足一個(gè)區(qū)分段長(zhǎng)度的樹(shù)干為梢頭，圓盤從根到梢依次向上編號(hào)，0號(hào)圓盤標(biāo)注樹(shù)種、采伐地點(diǎn)、采伐時(shí)間等信息；查數(shù)各圓盤年輪，量測(cè)各齡階直徑，確定各齡階樹(shù)高及材積。固定樣地概況及解析木特征如表1所示。

表1 樣地調(diào)查因子概況及解析木特征

2.3 模型構(gòu)建方法

依據(jù)FVS系統(tǒng)內(nèi)部運(yùn)行模塊及數(shù)據(jù)準(zhǔn)備的需要，使用R語(yǔ)言構(gòu)建杉木的樹(shù)高-胸徑模型、冠幅模型、胸徑生長(zhǎng)模型、樹(shù)高生長(zhǎng)模型及材積模型，并計(jì)算樹(shù)皮因子。

樹(shù)高-胸徑模型是FVS內(nèi)的基礎(chǔ)模型，如有數(shù)據(jù)缺失，可依據(jù)該模型估測(cè)缺失的樹(shù)高或計(jì)算樹(shù)高生長(zhǎng)量，甚至可以在一定范圍內(nèi)計(jì)算林木胸徑。胸徑是單木測(cè)量中最易測(cè)得且測(cè)量精度較高的因子。根據(jù)41塊固定樣地調(diào)查數(shù)據(jù)，得到杉木胸徑-樹(shù)高散點(diǎn)圖。以胸徑為自變量，構(gòu)建線性、指數(shù)、拋物線等形式的樹(shù)高-胸徑模型。

冠幅是反應(yīng)林木競(jìng)爭(zhēng)的常用因子，冠幅與胸徑的關(guān)系通常用來(lái)計(jì)算林木的競(jìng)爭(zhēng)[15]。以2 cm為徑階對(duì)建模數(shù)據(jù)進(jìn)行徑階整化，并對(duì)徑級(jí)內(nèi)的冠幅取平均值，以胸徑為自變量，冠幅為因變量得到胸徑-冠幅散點(diǎn)圖，分別建立冠幅與胸徑的線性、拋物線及冪函數(shù)關(guān)系。

在FVS中，生長(zhǎng)模型的估算一般使用去皮胸徑，而每木檢尺所獲數(shù)據(jù)為帶皮胸徑。樹(shù)皮因子(即帶皮胸徑與去皮胸徑之比)的估計(jì)用來(lái)轉(zhuǎn)換模型各個(gè)部分的帶皮直徑與去皮直徑，即調(diào)整去皮胸徑生長(zhǎng)量，保證胸徑和材積預(yù)測(cè)的正確性[16]。本文使用29棵解析木數(shù)據(jù)得到去皮與帶皮胸徑散點(diǎn)圖，并計(jì)算杉木帶皮與去皮直徑之間的關(guān)系式。

對(duì)于胸徑和樹(shù)高生長(zhǎng)模型，選取相關(guān)的林木特征因子和林分特征因子為自變量，期末和期初生長(zhǎng)量的差為因變量，用逐步回歸的方法構(gòu)建模型。

FVS中，將林木分為大樹(shù)和小樹(shù)，不同樹(shù)種的界定標(biāo)準(zhǔn)不一。一般來(lái)講，小樹(shù)是指1英寸≤胸徑<5英寸的樹(shù)木，換算為公制就是2.54 cm≤胸徑<12.70 cm的樹(shù)木[6]，結(jié)合馬煒[9]對(duì)落葉松的研究，將胸徑7.60 cm以下的樹(shù)定義為小樹(shù)。大樹(shù)采用胸徑生長(zhǎng)量平方的自然對(duì)數(shù)值進(jìn)行計(jì)算，以保證在直接利用各周期的不同胸徑值預(yù)測(cè)生長(zhǎng)量時(shí)，保持相對(duì)的一致性。采用5 a去皮胸徑生長(zhǎng)量平方的自然對(duì)數(shù)值，分析包括生長(zhǎng)因子及立地因子在內(nèi)的20個(gè)自變量的相關(guān)性，使用R語(yǔ)言逐步回歸語(yǔ)句對(duì)20個(gè)自變量進(jìn)行篩選。直徑生長(zhǎng)量基本形式如下：

ln(DDS)=f(Z)+f(C)+f(S)。

其中：DDS是胸徑生長(zhǎng)量的平方，f(Z)是描述林木大小的函數(shù)，f(C)是描述競(jìng)爭(zhēng)因子的函數(shù)，f(S)是描述立地條件的函數(shù)。

小樹(shù)的直徑生長(zhǎng)受樹(shù)高生長(zhǎng)量的影響，因此先估測(cè)樹(shù)高生長(zhǎng)量，再依據(jù)樹(shù)高-直徑關(guān)系，預(yù)測(cè)小樹(shù)的直徑生長(zhǎng)量。公式如下：

DG=a×(Hm-Hc)。

式中：DG為小樹(shù)的直徑生長(zhǎng)量；a為樹(shù)高與胸徑關(guān)系系數(shù)；Hm為期末樹(shù)高；Hc為期初樹(shù)高。

樹(shù)高的估計(jì)也分為大樹(shù)和小樹(shù)，但小樹(shù)樹(shù)高生長(zhǎng)與立地指數(shù)相關(guān)，本課題組已有數(shù)據(jù)中小樹(shù)的數(shù)據(jù)較少，故只對(duì)大樹(shù)樹(shù)高生長(zhǎng)模型進(jìn)行研究。一般利用期初胸徑和林齡建立地位指數(shù)曲線來(lái)估算樹(shù)高，再利用地位指數(shù)曲線結(jié)合周期末胸徑加上10 a的樹(shù)齡估算新的樹(shù)高。10 a間兩次估計(jì)值之差即為同齡林樹(shù)高生長(zhǎng)量[6]。本文根據(jù)差分方程，估測(cè)期末樹(shù)高。差分方程表達(dá)式為：

式中：T1、T2為年齡，H1為年齡T1時(shí)的樹(shù)高，H為年齡T2時(shí)對(duì)應(yīng)的樹(shù)高，b1、b2、c為參數(shù)。

大樹(shù)樹(shù)高生長(zhǎng)量表達(dá)式如下：

HG=f(DG,Z,S)。

其中：HG為樹(shù)高生長(zhǎng)量，DG為胸徑生長(zhǎng)量，Z為相關(guān)的生長(zhǎng)指標(biāo)，S是立地因子。

式中：DBH為胸徑，H為樹(shù)高，a0～a6為參數(shù)。

建立模型時(shí)，使用75%的數(shù)據(jù)參與建模，25%的數(shù)據(jù)用于檢驗(yàn)。最優(yōu)方程的判斷依據(jù)為赤池信息準(zhǔn)則(AIC)、貝葉斯信息準(zhǔn)則(BIC)值最小，對(duì)數(shù)似然值(Log-Like)最大且決定系數(shù)最大，得到各模型的參數(shù)。評(píng)價(jià)擬合結(jié)果時(shí)，計(jì)算總相對(duì)誤差(RS)、平均相對(duì)誤差(E)及預(yù)估精度(P)[14]，進(jìn)行t檢驗(yàn)，運(yùn)用顯著性(p)評(píng)價(jià)擬合結(jié)果。

3 結(jié)果與分析

3.1 胸徑-樹(shù)高模型

2015年，26歲的青年導(dǎo)演畢贛，憑借其編劇導(dǎo)演的電影《路邊野餐》，斬獲第52屆臺(tái)灣電影金馬獎(jiǎng)最佳新導(dǎo)演獎(jiǎng)、第68屆洛迦諾國(guó)際電影節(jié)當(dāng)代電影人單元最佳新導(dǎo)演獎(jiǎng)等獎(jiǎng)項(xiàng)。3年后，他攜新作《地球最后的夜晚》歸來(lái)。

由圖1、表2可知。胸徑大于20cm時(shí)，樹(shù)高增長(zhǎng)趨勢(shì)趨于平緩，選取4種經(jīng)驗(yàn)?zāi)Ｐ瓦M(jìn)行擬合，根據(jù)AIC、BIC值最小，log-like值最大且R2最大的模型為擬合效果最好的模型。指數(shù)方程H=1.048exp(3.619 9-18.796 4/(DBH+1))+3.294 5擬合效果最好。

圖1 杉木樹(shù)高-胸徑散點(diǎn)圖

方程名稱方程形式參數(shù)值abcdAIC值BIC值Log-Like值R2指數(shù)方程H=aexp(b+c/(DBH+1))+d1．04803．6199-18．79643．294515580．9115605．01-7786．4530．7766指數(shù)方程H=exp(a+bDBH+cD2BH)1．28180．1188-0．001815742．4315766．53-7867．2160．7645線性方程H=a+bDBH2．44930．764415856．9415875．02-7925．4710．7554拋物線方程H=a+bDBH+bD2BH-0．84731．2453-0．014015582．5015606．60-7787．2480．7765

注：公式中DBH表示胸徑。

將檢驗(yàn)數(shù)據(jù)的胸徑帶入指數(shù)方程H=1.048exp(3.619 9-18.796 4/(DBH+1))+3.294 5，得到樹(shù)高的估測(cè)值，計(jì)算總相對(duì)誤差(RS)為0.274 6%，平均相對(duì)誤差(E)為1.704 9%，系統(tǒng)偏差值較小，預(yù)估精度P為98.87%，與實(shí)際樹(shù)高值進(jìn)行t檢驗(yàn)，得到p=0.843 4，大于0.05，故估計(jì)值與實(shí)際值差異不顯著，模型合理。

3.2 冠幅模型

圖2 杉木冠幅-胸徑散點(diǎn)圖

3.3 樹(shù)皮因子模型

由圖3可以看出，杉木去皮與帶皮胸徑之間存在很強(qiáng)的線性關(guān)系。采用不帶截距的線性模型擬合帶皮與去皮胸徑間的相關(guān)關(guān)系得到D0=0.936 1D1，R2= 0.996 5。式中：D1為帶皮胸徑，D0為去皮胸徑。R2大于0.99，擬合精度高且方程簡(jiǎn)潔。由此可得，樹(shù)皮因子為0.936 1，樹(shù)皮調(diào)整因子為1.068。

表3 杉木冠幅模型表達(dá)式

圖3 杉木去皮與帶皮胸徑散點(diǎn)圖

通過(guò)樹(shù)皮調(diào)整因子K得到一組檢驗(yàn)數(shù)據(jù)的理論值，計(jì)算得總相對(duì)誤差(RS)為0.622 0%，平均相對(duì)誤差(E)為2.106 3%，系統(tǒng)偏差值較小，預(yù)估精度(P)為99.01%。與實(shí)際值進(jìn)行t檢驗(yàn)，得到p值為0.959，遠(yuǎn)遠(yuǎn)大于0.05，則實(shí)際值與估計(jì)值之間不存在顯著差異，K值合理。

3.4 直徑生長(zhǎng)模型

依據(jù)小樹(shù)解析木樹(shù)高與胸徑的關(guān)系，得到小樹(shù)胸徑計(jì)算方程為：DBH=2.202 6+0.595 6H。以5 a為周期估測(cè)胸徑生長(zhǎng)量，公式為：DG=DBH末-DBH初；DI=DG×K。式中：DG是帶皮胸徑生長(zhǎng)量，DBH末表示期末胸徑，DBH初是期初胸徑，DI為去皮胸徑生長(zhǎng)量，K為樹(shù)皮因子。

表4 杉木胸徑生長(zhǎng)模型自變量及變量多元回歸顯著性檢驗(yàn)

注：** 為極顯著相關(guān)(P<0.01)，*為顯著相關(guān)(P<0.05)。

檢驗(yàn)數(shù)據(jù)實(shí)際值均值為1.993 8，依據(jù)模型得到lnDDS的估計(jì)值為2.094 6，較實(shí)際值稍偏大，總相對(duì)誤差(RS)為-4.814 3%，平均相對(duì)誤差(E)為3.824 5%，系統(tǒng)偏差值較小，預(yù)估精度P為83.54%。經(jīng)過(guò)t檢驗(yàn)得到p值為0.602 9，大于0.05，模型擬合效果較好。

3.5 樹(shù)高生長(zhǎng)量

由表6可知，根據(jù)樣地?cái)?shù)據(jù)，估測(cè)期末樹(shù)高的差分方程表達(dá)式為：

由表7、表8可知，選擇可能對(duì)樹(shù)高產(chǎn)生影響的自變量因子共26個(gè)，并對(duì)其進(jìn)行相關(guān)性分析，并挑選相關(guān)性強(qiáng)的變量進(jìn)行逐步回歸。得到樹(shù)高生長(zhǎng)量方程為：HG=-0.238A-0.009H2+0.255H+0.003A2+0.016H優(yōu)-0.010DBH平+5.254，生長(zhǎng)方程所得到的估測(cè)值和實(shí)際值均值分別為2.670 0和2.762 1，總相對(duì)誤差(RS)為-3.334 9%，平均相對(duì)誤差(E)為-3.563 2%，系統(tǒng)偏差值較小，預(yù)估精度P為98.06%。t檢驗(yàn)得到p=0.588 7，大于0.05，故方程合理。

表5 杉木胸徑生長(zhǎng)量模型

表6 差分方程參數(shù)估計(jì)

注：P<0.05，參數(shù)均通過(guò)檢驗(yàn)。

表7 杉木樹(shù)高生長(zhǎng)模型自變量與變量多元回歸的顯著性

注：** 為極顯著相關(guān)(p<0.01)。

表8 杉木樹(shù)高生長(zhǎng)量模型參數(shù)

3.6 材積模型

對(duì)所得方程進(jìn)行檢驗(yàn)，總相對(duì)誤差(RS)為0.499 8%，平均相對(duì)誤差(E)為8.14%，系統(tǒng)偏差值較小，預(yù)估精度P為95.92%。t檢驗(yàn)，得到p值為0.982 9，大于0.05，方程通過(guò)檢驗(yàn)。

4 結(jié)論與討論

通過(guò)樣地與解析木數(shù)據(jù)構(gòu)建了杉木單木模型系統(tǒng)，包括胸徑-樹(shù)高模型、冠幅模型、樹(shù)皮因子模型、胸徑生長(zhǎng)量模型(大樹(shù)、小樹(shù))、樹(shù)高生長(zhǎng)量方程(大樹(shù))以及材積模型。通過(guò)對(duì)所建模型進(jìn)行精度檢驗(yàn)，預(yù)估精度最高的為樹(shù)皮因子模型，精度達(dá)到99.01%，預(yù)估精度最低的模型為直徑生長(zhǎng)量模型，精度為83.54%，其余模型精度均達(dá)到95%以上。經(jīng)t檢驗(yàn)，所有模型估計(jì)值與實(shí)際值之間差異不顯著，模型均可用于FVS系統(tǒng)。

對(duì)直徑生長(zhǎng)量方程進(jìn)行分析，影響胸徑生長(zhǎng)的因素有林木生長(zhǎng)因子和環(huán)境因子，林木本身的年齡、胸徑與胸徑生長(zhǎng)量相關(guān)性更大，而立地因子對(duì)生長(zhǎng)量的影響相對(duì)較小。該結(jié)論王璞[7]、張西等[9]的研究結(jié)果相似，原因是樣地所在立地條件差別不大。模型預(yù)估精度相較于其他模型較低，主要原因是參數(shù)個(gè)數(shù)多，數(shù)據(jù)量不夠大。因此，以后研究選擇模型自變量時(shí)，可以考慮適當(dāng)減少數(shù)量以簡(jiǎn)化方程。

對(duì)于樹(shù)高生長(zhǎng)量，首要影響因子為年齡和林木本身高度，而栓皮櫟樹(shù)高生長(zhǎng)量的首要影響因子為樣地的平均樹(shù)高和優(yōu)勢(shì)樹(shù)高，原因是針葉與闊葉樹(shù)生長(zhǎng)過(guò)程存在差別。優(yōu)勢(shì)樹(shù)高和平均胸徑是影響杉木樹(shù)高生長(zhǎng)的自變量。但對(duì)于同一樣地，若改為每株林木相對(duì)于樣地平均胸徑和樹(shù)高的比例，使自變量不連續(xù)，會(huì)對(duì)估測(cè)精度的提高有所幫助。

[1] CROOKSTON N L, DIXON G E. The forest vegetation simulator: a review of its structure, content, and applications[J]. Computers and Electronics in Agriculture,2005,49(1):60-80.

[2] 劉平.美國(guó)森林植被模擬系統(tǒng)(FVS)在北京地區(qū)人工林上的應(yīng)用研究[D].北京：北京林業(yè)大學(xué),2007.

[3] 馬豐豐,賈黎明.林分生長(zhǎng)和收獲模型研究進(jìn)展[J].世界林業(yè)研究,2008,21(3):21-27.

[4] 馬豐豐,賈黎明.FVS關(guān)鍵字解析及在側(cè)柏人工林經(jīng)營(yíng)技術(shù)決策中的應(yīng)用[J].中南林業(yè)科技大學(xué)學(xué)報(bào),2011,31(1):18-26.

[5] 公寧寧,馬履一,賈黎明，等.不同密度和立地條件對(duì)北京山區(qū)油松人工林樹(shù)冠的影響[J].東北林業(yè)大學(xué)學(xué)報(bào),2010,38(5):9-12.

[6] 段劼,馬履一,薛康，等.北京地區(qū)側(cè)柏人工林單木胸徑生長(zhǎng)模型的研究[J].林業(yè)資源管理,2010(2):62-68.

[7] 王璞.基于FVS的華北落葉松人工林生長(zhǎng)與收獲模型的研建[D].北京：北京林業(yè)大學(xué),2012.

[8] 馬煒.長(zhǎng)白落葉松人工林生態(tài)系統(tǒng)碳密度測(cè)定與預(yù)估[D].北京：北京林業(yè)大學(xué),2013.

[9] 張西,賈黎明,張瑜,等.基于FVS的秦嶺地區(qū)栓皮櫟天然次生林單木模型構(gòu)建[J].北京林業(yè)大學(xué)學(xué)報(bào),2015,37(5):19-29.

[10] 馬莉燕,張懷清,李永亮，等.基于單木過(guò)程模型的杉木林分生長(zhǎng)模擬研究[J].林業(yè)科學(xué)研究,2015,28(4):551-556.

[11] 董晨,吳保國(guó),韓焱云，等.基于修正函數(shù)的杉木人工林單木冠幅預(yù)測(cè)模型[J].東北林業(yè)大學(xué)學(xué)報(bào),2015,43(5):49-53.

[12] 孟憲宇,張弘.閩北杉木人工林單木模型[J].北京林業(yè)大學(xué)學(xué)報(bào),1996,18(2):1-8.

[13] 邱學(xué)清,江希鈿,黃健兒，等.杉木人工林競(jìng)爭(zhēng)指數(shù)及單木生長(zhǎng)模型的研究[J].福建林學(xué)院學(xué)報(bào),1992,12(3):309-316.

[14] 胥輝,張會(huì)儒.林木生物量模型研究[M].昆明:云南科技出版社,2002.

[15] 孟憲宇.測(cè)樹(shù)學(xué)[M].3版.北京:中國(guó)林業(yè)出版社，2006．

[16] 羅云深,陳志泊.胸徑特征量在FVS系統(tǒng)中的影響研究[J].林業(yè)資源管理,2008(2):61-65.

1)國(guó)家林業(yè)局“948”項(xiàng)目(2015-4-31)；林業(yè)科技成果國(guó)家級(jí)推廣項(xiàng)目([2014]26)。

衣旭彤，女，1992年3月生，省部共建森林培育與保護(hù)教育部重點(diǎn)實(shí)驗(yàn)室(北京林業(yè)大學(xué))，碩士研究生。E-mail：yxt-iuo@163.com。

孫玉軍，省部共建森林培育與保護(hù)教育部重點(diǎn)實(shí)驗(yàn)室(北京林業(yè)大學(xué))，教授。E-mail：sunyj@bjfu.edu.cn。

2017年1月5日。

S757.1

Establishment of Individual Growth Model ofCunninhamialanceolatain FVS System//Yi Xutong, Sun Yujun(Key Laboratory for Silviculture and Conservation of Ministry of Education, Beijing Forestry University, Beijing 100083, P. R. China)//Journal of Northeast Forestry University，2017,45(7)：12-17.

責(zé)任編輯：王廣建。

Data fromCunninghamialanceolataplantation permanent stands and analytical trees taken from Jiangle state forest farm in Fujian Province were used to establish the height-diameter model, crown model, DBH increment model (including big tree and small tree), height increment (for 10 a) model (big tree) and volume model, and the bark factor was calculated. Optimal equations were selected according to Akaike information criterion, Bayesian information criterion and Log Likelihood value for determining coefficient, accuracy test was conducted afterwards. Among all the models, the bark factor model was the most accurate one withPof 99.01%, and the least accurate model was DBH increment model with P of 83.54%. Accuracy of other models were higher than 95%. By the t-test, estimated value had no significant difference than the actual value, and all the models could be used for Forest Vegetation Simulator system (FVS).