劉子璽 劉新明

摘 要 以種質資源調查的6個樣方內的青海云杉為研究對象，通過調查測量青海云杉的胸徑和樹高，然后利用SPSS 24.0軟件插入胸徑和樹高散點圖，通過非線性回歸進行擬合度分析，結果表明：青海云杉樹高與胸徑的擬合公式分別為復合模型H=2.759*1.182D、增長模型H=e（1.015+0.167 D）和 指數(shù)模型H=2.759*e0.167 D，都能較好地反映青海云杉的胸徑和樹高的相互關系，從而為以后青海云杉森林資源調查提供重要的依據(jù)和數(shù)據(jù)。

關鍵詞 青海云杉;胸徑;樹高

中圖分類號：S758.5 ? ? ? 文獻標識碼：A ? doi：10.13601/j.issn.1005-5215.2021.02.025

在近幾年的各類森林資源更新工作過程中，胸徑與樹高為測量樹木的兩大重要因子，胸徑的測量相對比較容易，誤差也相對較小;樹高的測量相對存在誤差較大[1]。樹高的測量精度將直接影響調查結果的準確性及相關林業(yè)數(shù)表和立木材積的可靠性[2]，這兩大因子對小班蓄積的影響至關重要。為了在以后的森林資源調查過程中做到有理有據(jù)，根據(jù)種質資源調查中青海云杉（Picea crassifolia）的胸徑與樹高的關系數(shù)據(jù)進行統(tǒng)計分析，得出胸徑與樹高的模型，為以后的各類森林資源年度更新工作提供理論依據(jù)。

1 森林資源基本情況

祁連山保護區(qū)總面積31 470 hm2，其中林地面積17 812.83 hm2，非林地面積13 657.17 hm2。林地面積中，有林地6 321.79 hm2，疏林地406.06 hm2，灌木林地10 748.04 hm2，未成林造林地87.64 hm2，苗圃地8.89 hm2，無立木林地0.75 hm2，宜林地239.66 hm2。所轄林區(qū)中大部分森林為中幼齡林，森林主要是以青海云杉、祁連圓柏（Sabina przewalskii）等喬木和高山柳（Salix cupularis）、錦雞兒（Caragana sinica）、金露梅（Potentilla fruticosa）、銀露梅（Potentilla glabra）、小檗（Berberis thunbergii）等灌木林為主的天然水源涵養(yǎng)林，人工林主要以青海云杉、華北落葉松（Larix principis-rupprechtii）為主，活立木總蓄積量64萬m3，森林覆蓋率49.3%。林區(qū)內有野生動物54種，其中國家重點保護野生動物16種。

2 調查方法

本次調查以祁連山特有樹種青海云杉為目的樹種，根據(jù)森林資源分布圖，結合實際預先設置一條海拔梯度依次升高的調查路線，在調查路線中根據(jù)海拔梯度設置6個樣方。通過羅盤儀、測繩設定出20 m×20 m的標準地，在種質資源種的集中分布區(qū)，按照優(yōu)先選擇符合優(yōu)良林分要求的林地，優(yōu)先選擇純林的原則設置。實際標準地要有代表性，能反映所在小班的分布狀態(tài)和數(shù)量，還應遠離林緣，并且不能跨越河流、道路或伐區(qū)的調查線[3]。通過圍尺測出胸徑（單位為cm，保留1位小數(shù)），通過激光測高器測出樹高（單位為m，保留1位小數(shù)），并調查活枝下高、冠幅、病蟲害等情況，將每株樹木的調查情況記錄在調查表中。本次共調查青海云杉288株。

3 數(shù)據(jù)處理

將測量后的胸徑和樹高的數(shù)據(jù)錄入SPSS 24.0軟件中，然后選擇圖形—圖表構建程序—插入散點圖/點圖，從而得到如圖1所示的胸徑和樹高曲線圖。為了使胸徑與樹高的關系更符合實際情況，對異常的13個樣本數(shù)據(jù)做刪除處理，然后重新生成散點圖。

根據(jù)胸徑與樹高曲線圖可知圖形符合線性分布，選擇分析—回歸—曲線估計，選擇因變量為胸徑D，變量為樹高H，在模型上分別選擇線性、二次項、復合、增長、對數(shù)、立方、S、指數(shù)分布、冪這9個模型從而得到如表1的模型匯總參數(shù)估計值和圖2。

4 數(shù)據(jù)分析

根據(jù)各模型匯總和參數(shù)估計值及樹高胸徑模型示意圖，對胸徑與樹高的非線性模型進行擬合研究，決定系數(shù)R2是一個回歸方程與樣本觀測值的擬合集成度的相對指標，反映了因變量的變異中能用自變量解釋的比例，越大說明模型達到的預估效果越好，當Sig<0.01時達到極其顯著水平，由此選取R2最大的值為最佳擬合方程[1，3]，所以，以下3個模型都能夠較好地反映胸徑與樹高的關系：

復合模型：H=2.759*1.182D，R2=0.882

增長模型：H=e（1.015+0.167 D），R2=0.882

指數(shù)模型：H=2.759*e0.167 D，R2=0.882

5 結論

通過比較發(fā)現(xiàn)，復合、增長、指數(shù)的回歸模型相比其他模型相關性極顯著，用決定系數(shù)R2的大小和相關性F來評價模型的擬合效果，因復合回歸模型R2=增長模型R2=指數(shù)回歸模型R2>三次回歸模型R2>二次回歸模型R2>冪回歸模型R2>線性回歸模型R2>S回歸模型R2>對數(shù)回歸模型R2，相關性最好的F值為1 970.310，所以選取復合模型、增長模型、指數(shù)模型3個模型為最佳模型。

6 討論

6.1 應用本方法研究胸徑與樹高的關系，相對簡單，容易操作，也可用于其他樹種的研究?？梢酝ㄟ^測量胸徑測算樹高。對野外森林資源調查具有重要的實用價值和理論依據(jù)。

6.2 本次調查過程中，由于布設的標準地隨海拔梯度的增高而進行隨機布設，調查樣本的胸徑和樹高相對分布不均勻。在以后的調查過程中，通過均勻設置胸徑調查樣本，使數(shù)據(jù)更合理，從而使擬合模型更加科學。

6.3 其他地區(qū)應用應進行實測和校正，以便提高預測精度。

參考文獻：

[1] 魏京.林木胸徑與樹高關系研究[J].湖北民族學院學報：自然科學版，2014，32（2）：190-192

[2] 劉云偉，馮促科，鄧向瑞，等.同一鉛錘兩次設站法對樹高測量及其精度分析[J].北京林業(yè)大學學報，2007，29（2）：57-60

[3] 龐素文，王延紅，于洪亮，等.吉林省林木種質資源普查標準地設置與調查[J].林業(yè)勘查設計，2012（2）：43-43