基于节子剖析数据的长白落叶松人工林枝条丢失年轮数研究

• 作者: 冯万举 李凤日 贾炜玮
• 来源期刊: 北京林业大学学报
• 学科: 农学
• 关键词: 长白落叶松人工林 节子丢失年轮 Poisson回归 广义线性混合模型 人工整枝
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 林学
• 页码范围: 87-98
• 页数: 12页
• 分类号: S758.2
• 字数: 10687字
• 语种: 中文
• DOI: 10.12171/j.1000-1522.20190038

摘要

[目的]为提高木材质量,本文利用节子剖析数据建立枝条丢失年轮数量的混合效应模型,以达到预测枝条丢失年轮数量的作用,为人工整枝提供一定的理论依据.[方法]以黑龙江省孟家岗林场长白落叶松人工林为研究对象,基于50棵长白落叶松解析木的1 434个节子数据,以Poisson分布为基础,采用SAS9.4软件中的glimmix模块,建立了节子丢失年轮数量的广义线性混合模型,通过计算相应的指标,选出最优混合模型.[结果]在考虑树木效应情况下,包含截距、节子高度、节子相对高度的随机效应参数的混合模型为最优混合效应模型;在考虑等级效应的情况下,包含节子相对位置、节子直径的随机参数的混合模型为最优混合效应模型.综合比较,两个混合模型的拟合效果均好于基础模型,其中考虑树木效应的拟合效果最好.模型的拟合结果表明:节子丢失年轮数量与节子着生高度、节子直径密切相关,位于树干基部的直径较大的节子,由于竞争作用,生长受到抑制,但是生存能力强、存活时间长,故而产生丢失年轮的数量较多.着生位置越靠上的节子,生存条件好,产生丢失年轮的数量少.[结论]通过长白落叶松人工林节子丢失年轮数量混合模型的建立,并对模型的预测效果进行检验,检验结果显示本文的混合模型能对枝条丢失年轮的数量进行预测且偏差较小.在接下来的研究中可以进一步完善,从而为人工整枝提供一定的理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾炜玮	东北林业大学林学院森林生态系统可持续经营教育部重点实验室	68	732	16.0	24.0
2	李凤日	东北林业大学林学院森林生态系统可持续经营教育部重点实验室	167	2057	23.0	35.0
3	冯万举	东北林业大学林学院森林生态系统可持续经营教育部重点实验室	3	38	1.0	3.0