黑龍江省小興安嶺北坡林分生長率模型的建立

鄭春華，高振寰，楊勝濤

（1.黑龍江省林業監測規劃院，黑龍江 哈爾濱150080；2.黑龍江省林業廳，黑龍江 哈爾濱150090）

掌握正確的森林生長規律是森林資源科學管理的基礎。各林分和樹種的生長率是林業生產經營的重要定量指標，是編制林業規劃、經營方案，確定采伐限額，實行森林集約經營的重要依據。本次編表采用黑龍江省小興安嶺北坡的白樺林、柞樹林、黑樺林、軟闊葉混交林等主要林分類型樣地監測數據，探索林分生長率表的編制方法。

1 基礎數據的來源

林分生長率表編表數據和檢驗數據均來源于1997年、2006年、2007年、2009年、2010年、2011年的森林資源縣級監測樣地數據和國家重點生態公益林監測樣地的復位樣地數據。各林分生長率表編表檢驗數據來源于2012年國家重點生態公益林監測樣地的復位樣地數據。

2 數據的收集和整理

通過定量與定性相結合的綜合分析方法，剔除了樣地變化較大、樣木生長不正常、外業測定有誤的數據。對整理后的數據錄入微機，建立編制生長率表數據庫，作為編表工作的基礎。

2.1 收集數據

為了編制黑龍江省小興安嶺北坡主要林分生長率表，將小興安嶺北坡森林資源監測樣地進行了整理，并重新計算了復位的有林地樣地蓄積量和各株樣木的材積，并分別計算出了各樣地的生長率和各樣木生長率。其中復位樣地3 327塊，年復位樣木120 890株。見表1。

表1 林分生長率表樣本數量統計 個

2.2 數據整理

將上述不同優勢樹種（組）分別進行統計后，建立不同優勢樹種（組）各林分年齡所對應的生長率的數據庫，然后分別計算出各個林分年齡的平均生長率和標準差，以2倍標準差為臨界值，對數據進行篩選，剔除異常數據。同時將數據庫隨機分成兩組獨立樣本：編表樣本和檢驗樣本。

經檢驗各樹種的編表數據和驗表數據各年齡株數的分布近似正態分布，符合編表要求。見表2。

表2 編表數據和驗表數據年齡階段分布 個

3 林分生長率表編制

3.1 林分生長率表編制的方法

3.1.1 相關計算公式

林分總生長率公式：PZ＝（Vb－Va＋M0＋C）×2／［（Vb＋Va）×N］×100

林分凈生長率公式：Pj＝ （Vb－Va＋C）×2／［（Vb＋Va）×N］×100

式中，Pz—林分總生長率（%）；Pj—林分凈生長率（%）；Va—林分期初蓄積（m3）；Vb—林分期末蓄積（m3）；M0— 林分枯損蓄積（m3）；C—林分采伐蓄積（m3）；N—間隔期。

3.1.2 林分年齡的確定 根據生長率的計算公式，其生長率是指林分從N年至N＋A年之間的生長率，所以，將生長率所對應的年齡確定為復位樣地間隔期中間年齡。

3.1.3 林分齡組的劃分 將林分年齡加上1／2間隔期作劃分林分齡組的年齡，按照黑龍江省重點公益林監測操作細則齡組劃分標準確定齡組。

3.2 方程擬合結果及參數檢驗

根據各樣地林齡和生長率的散點圖，結合國內外的編表經驗，確定y＝a＋blnx為林分總生長率和凈生長率的回歸方程式，應用SPSS14.0軟件對其進行擬合，得出其回歸模型的參數進而得出回歸模型。根據回歸模型計算出該林分各整數年齡的理論生長率，然后根據林分齡組劃分標準，通過加權平均的方法計算出各齡組的生長率。

對方程y＝a＋blnx（y—林分生長率，x—林分年齡），在估計數學模型參數的同時，在α＝0.05的顯著水平下，理論t值為1.96。spss14.0求出了該數學模型的各種擬合統計量：剩余離差平方和（RSS）、相關系數（r2），回歸顯著性檢驗（F檢驗）結果及偏回歸系數的顯著性檢驗（t檢驗）結果等的相關指標值。見表3。

表3 林分生長率回歸方程參數及參數檢驗結果

由表3可以看出，兩個參數t檢驗結果均差異顯著，表明回歸模型相關顯著。

3.3 林分生長率回歸模型的精度

采用獨立檢驗數據，對小興安嶺北坡林分生長率模型進行了誤差、預估精度分析。包括：平均誤差、平均絕對誤差、平均相對誤差、平均絕對相對誤差、系統誤差、精度。見表4。

表4 林分生長率模型檢驗結果

從表4的模型誤差分析結果及預估精度來看，無論是平均誤差、絕對平均誤差和系統誤差還是預估精度，兩者相差無幾。系統誤差小于±5%，模型預估精度不低于95%。這表明所建模型滿足精度要求，可以在生產中推廣使用。

［1］白云慶，郝文康.測樹學［M］.哈爾濱：東北林業大學出版社，1997

［2］陳華豪，丁恩統.林業應用數理統計學［M］.大連：大連海運學院出版社，1988