思茅松天然林胸径与树高结构的变化

欧光龙 ，王俊峰 ，胥 辉 ，肖义发 ，字俊江

（1.西南林业大学 西南地区生物多样性保育国家林业局重点实验室，云南 昆明 650224；2.东北林业大学 林学院，黑龙江 哈尔滨 150040）

思茅松天然林胸径与树高结构的变化

欧光龙1，2，王俊峰1，胥 辉1，肖义发1，字俊江1

（1.西南林业大学 西南地区生物多样性保育国家林业局重点实验室，云南 昆明 650224；2.东北林业大学 林学院，黑龙江 哈尔滨 150040）

以云南省思茅区思茅松天然林为研究对象，分析了思茅松天然林次生林的林分结构变化，采用Weibull函数拟合林分直径结构，采用幂函数模型拟合树高结构，并采用逐步回归分析拟合参数与环境因子的关系。结果表明：(1) 胸径符合Weibull函数分布；其拟合参数a与样地内林木株数(N)和坡向(TASP)相关，且均呈正相关；b与土壤水解性氮(CHN)、林木优势高(HST)、林木平均高(HM)和林木株数(N) 相关，且均呈负相关；c与林木平均高(HM)相关，且呈正相关。(2)树高符合幂函数分布，其拟合参数a与林分平均胸径(DM)、土壤有效磷(CYP)、土壤水解性氮(CHN)、样地内林木株数(N)呈负相关，与土壤有机质(OM)和总磷(TP)呈正相关；b与土壤pH值呈负相关，与土壤有效磷（CYP）和样地坡度（TSLO）呈正相关。

思茅松；直径结构；树高结构；云南省思茅区

林分结构规律是指在林分内部许多特征因子，如直径、树高、形数、材积、树冠以及复层异龄混交林中的林层、年龄和树种组成等，都具有一定的分布状态，而且表现出较为稳定的结构规律性[1]。林分结构是林分特征的重要内容，也是经营森林的理论基础。

林分直径结构是最重要、最基本的林分结构[1]。它不仅是决定林分树高、断面积和材积等的基础，而且是估算林分材种出材量、指导抚育间伐、掌握林木枯损进程、确定合理轮伐周期、准确评定生产力的基础[2]；目前，主要采用了相对直径法、概率分布函数法、理论生长方程法、联立方程组法和最相似回归法等拟合林分直径结构[3]，而且应用生长方程描述林分直径累积百分比分布正受到国内外学者的重视，并被证明是一种可靠而有效的方法[4-8]。

树高，尤其优势高是林分立地质量的主要依据，大量经营技术的实施都依赖于林分树高结构规律的把握，树高结构规律对于营林技术具有重要意义[1]。林分树高结构和直径分布具有一定的关系[9]。

思茅松Pinus kesiyavar.langbianensis自然分布于云南热带北缘和亚热带南部半湿润地区[10]，是我国亚热带西南部山地的代表种[11]，因用途广泛，生长迅速，近年来已成为云南重要的人工造林树种。思茅松林作为云南特有的森林类型，主要分布于云南哀牢山西坡以西的亚热带南部，其分布面积和蓄积量均占云南省有林地面积的11%[10]，具有重要的经济价值、森林生态服务功能和碳汇效益[12-13]。对思茅松的研究较多[14-17]。胥辉和屈燕以思茅松天然次生林3块样地资料为依据研究其林分直径结构变化规律，发现Weibull函数描述思茅松天然次生林的直径分布效果最好[18]，但是没有分析拟合分布函数参数的变化规律。

本研究以云南省普洱市思茅区思茅松天然林为研究对象，采用Weibull分布函数拟合林分直径累积株数分布变化，采用幂函数拟合林分树高累积分布变化，并结合环境因子及林分调查因子分析分布函数的参数变化，以期为思茅松林的经营管理提供参考。

1 研究区概况

思茅区位于云南省南部、普洱市中南部、澜沧江中下游，在北纬 22°27′～ 23°06′、东经100°19′～ 101°27′之间。全区东西长 118 km，南北宽72 km，总面积3 928 km2。思茅区属低纬高原南亚热带季风气候区，具有低纬、高温、多雨、静风的特点，冬季严寒，夏季酷暑，四季温和。年均气温17.9℃，年均降水量1 517.8 mm，无霜期315 d。森林覆盖率达70.28%，素有“绿海明珠”、“林中之城”的美誉。

2 研究方法

2.1 样地调查及室内测定

在试验区设置固定样地开展调查，并于2011年11月开展林分结构调查，共设置固定样地15个，每块固定样地面积900 m2，记录样地基本地形因子，测定树高(H)、胸径(DBH)等测树因子（见表1），进行土壤取样。土壤样品带回实验室处理并测定常规8项指标，即土壤pH值(CpH)、土壤有机质含量(OM)、全氮(TN)、全磷(TP)、全钾(TK)、水解性氮(HN)、有效磷(YP)、速效钾(SK)。

表1 样地基本情况Table 1 Basic characteristics of sample plots

2.2 数据处理

整理调查及测定数据，统计各样地地径、胸径各径阶分布的频数数据，径阶距为2 cm，统计树高级频数数据，树高级距为1 m；整理形成环境因子与林分因子数据矩阵，数据包括海拔(TELE)、坡度(TSLO)、坡向(TASP)、林分优势高(HST)、林分平均高(HM)、林分平均胸径(DM)、林木株数(N)及土壤常规8项指标，数据处理采用Excel、SAS统计分析软件等进行数据处理。

采用Weibull分布函数拟合林分直径结构变化，采用幂函数模型拟合树高结构，找出各测树因子结构分布符合的分布类型。

Weibull分布函数公式为：

式中：Y为不同径阶的株数累积值；X为径阶值。幂函数公式为：

式中：Y为不同树高级的树种株数累积值；X为树高级。

在分析林分结构分布模型的基础上，针对其模型参数进行分析，采用逐步回归的方法，分析其拟合分布函数参数与环境因子的关系，构建其回归方程。

3 结果与分析

3.1 思茅松天然林胸径结构变化

3.1.1 分布函数拟合

从表2中可以看出，通过对所有样地胸径分布进行Weibull分布拟合，各样地拟合方程的决定系数(R2)在0.996 1～0.999 7之间，且F检验显著性均＜0.000 1，说明胸径分布均符合Weibull分布。

其中a值在60.422 6～145.100 0之间，b值在0.0018 8～0.127 5之间，c值在0.899 6～2.202 9之间，MSE在1.683 9～9.414 9之间。

表2 基于Weibull分布函数的各样地胸径分布参数值Table 2 Diameter distribution parameters of sample plots based on Weibull distillation function

3.1.2 分布函数参数与环境因子的关系

通过Weibull分布函数的参数与样地环境因子进行逐步回归分析，得出拟合的Weibull分布函数参数与环境因子的回归方程（见表3）。

从表3中可以看出，在参数a与样地环境因子的逐步回归分析中，样地内林木株数和坡向通过模型变量筛选，其中变量样地内林木株数的F检验显著性大于0.05，变量坡向的F检验显著性小于0.05，模型拟合的决定系数为0.908 8。

通过逐步回归构建了分布函数参数环境因子的模型为：

从模型回归系数可以看出，a系数变化与林木株数、坡向均呈正相关。

表3 Weibull分布函数与环境因子逐步回归参数Table 3 Stepwise regression analysis of Weibull distribution function and environmental factors about diameter distribution

从表3中还可以看出，在参数b与样地环境因子的逐步回归分析中，土壤水解性氮(CHN)、林木优势高(HT)和林木平均高(HM)样地内林木株数(N)通过模型变量筛选，其中除优势高(HT)以外，其它变量的F检验显著性均小于0.05。模型拟合的决定系数为0.159 1。

通过逐步回归构建了分布函数参数环境因子的模型为：

从模型回归系数可以看出，b系数变化与土壤水解性氮(CHN)、林木优势高（HT）和林木平均高（HM）样地内林木株数(N)均呈负相关。

在参数c与样地环境因子的逐步回归分析中，林木平均高(HM)通过模型变量筛选。模型拟合的决定系数为0.159 1。

通过逐步回归构建了分布函数参数环境因子的模型为：

从模型回归系数可以看出，c系数变化与林木平均高(HM)呈正相关。

3.2 思茅松天然林树高结构变化

3.2.1 分布函数拟合

通过对树高数据各个树高级的频数数据做幂函数拟合分析，结果见表4。

从表4中可以看出，通过对所有样地树高分布进行幂函数分布拟合，各样地拟合方程的决定系数(R2)在0.735 0～0.973 8之间，且F检验显著性均大于0.01，说明树高分布均符合幂函数分布。

其中a值在0.063 0～4.713 3之间，b值在2.283 0～10.600 6之间，误差项均方(MSE，Error Mean Square)在0.007 83～0.349 63之间。

表4 基于幂函数的各样地树高分布参数值Table 4 Parameters of tree height distribution of sample plots based on power function

3.2.2 分布函数参数与环境因子的关系

通过幂函数的参数与样地环境因子进行逐步回归分析，得出拟合的幂函数参数与环境因子的回归方程（见表5）。

从表5中可以看出，在参数a与样地环境因子的逐步回归分析中，平均胸径(MDBH)、土壤有效磷(CYP)、土壤有机质(COM)、土壤水解性氮(CHN)、样地内林木株数(N)和土壤总磷(CTP)通过模型变量筛选。其中除COM和CTP以外，其它变量的F检验显著性均小于0.05。模型拟合的决定系数为0.939 3。

通过逐步回归构建了分布函数参数环境因子的模型为：

从模型回归系数可以看出，a系数变化与林分平均胸径、土壤有效磷、土壤水解性氮、林木株数呈负相关，与土壤有机质和总磷呈正相关。

从表5中还可以看出，在参数b与样地环境因子的逐步回归分析中，土壤pH值(CpH)、土壤有效磷(CYP)、样地坡度(TSLO)通过模型变量筛选。其中除坡度以外，其它变量的F检验显著性均小于0.05。模型拟合的决定系数为0.674 5。

通过逐步回归构建了分布函数参数环境因子的模型为：

从模型回归系数可以看出，b系数变化与土壤pH值呈负相关，与土壤有效磷和样地坡度呈正相关。

表5 基于幂函数的各样地分布函数参数与环境因子的逐步回归参数值Table 5 Stepwise regression analysis of distribution function of parameters and environmental factors of sample plots based on power function

4 结论与讨论

4.1 讨 论

林分直径结构历来是国内外林学家关注和研究的重点[3]。对于林分直径拟合分布函数中Weibull概率函数因其具有足够的灵活性、参数易求解和预估、参数的生物学意义明显以及闭区间内存在积累分布函数且形式简洁明了等优点，能成功的应用于模拟林分直径结构[9]。胥辉和屈燕对思茅松天然林次生林研究中也发现Weibull很好地拟合了其林分直径结构[14]。因此，本研究采用Weibull分布来拟合思茅松林分胸径结构模型，各样地拟合方程的决定系数(R2)在0.996 1～0.999 7之间，且F检验显著性均＜0.000 1，说明胸径分布均符合Weibull分布。这也说明了Weibull分布函数在拟合胸径分布上具有较强的实用性。

本文中还在拟合直径结构分布的基础上，通过对Weibull拟合参数与环境因子关系的逐步回归分析，分析参数变化的规律。研究表明，Weibull拟合参数的变化和林分因子密切相关，如a参数与样地林木株数相关性高，说明了林分密度影响着参数a值，从而影响Weibull分布的最大值，张建国和段爱珍[3]基于株数累积百分比拟合杉木人工林直径结构分布时，其a值即为1，而本文中采用株数累积数来拟合分布函数，因此其a参数值和林木总株数密切相关(文中逐步回归仅引入林木株数变量时，其模型偏相关系数达到0.866 1)，这和张建国和段爱珍的研究基本一致的。b为尺度参数，它与林分优势高、林分平均高、株数、水解性氮有关，说明林分立地条件及林分密度对林分结构的影响；c为形状参数，它与林分平均高相关，说明立地条件影响到直径结构Weibull分布函数的形状。

林分树高结构规律在营林技术中有重要意义，树高生长受林分密度的影响较小，在很大程度上取决于立地条件的优劣[1]。本文中通过对所有样地树高分布进行幂函数分布拟合，各样地拟合方程的决定系数(R2)在0.735 0～0.973 8之间，且F检验显著性均大于0.01，说明树高分布均符合幂函数分布。通过拟合幂函数参数与环境因子关系，其幂函数参数a的变化和林分平均胸径、以及多个土壤因子具有相关性，b与土壤pH值、土壤有效磷、样地坡度有关，这些都说明了林分立地条件，尤其是土壤养分条件的变化对林分树高结构的影响。

4.2 结 论

(1) 胸径符合Weibull分布函数分布，通过与环境因子的逐步回归分析，其分布函数参数a与样地内林木株数和坡向相关，且均呈正相关；b与土壤水解性氮、林木优势高和林木平均高样地内林木株数相关，且均呈负相关；c与林木平均高相关，且呈正相关。

(2) 树高符合幂函数分布，通过与环境因子的逐步回归分析，幂函数拟合树高的分布参数a与平均胸径、土壤有效磷、土壤有机质、土壤水解性氮、样地内林木株数和总磷相关，其中与平均胸径、土壤有效磷、土壤水解性氮、样地内林木株数呈负相关，与土壤有机质和总磷呈正相关；b与土壤pH值、土壤有效磷、样地坡度相关，其中与土壤pH值呈负相关，与土壤有效磷和样地坡度呈正相关。

[1] 孟宪宇. 测树学(第3版)[M]. 北京:中国林业出版社, 2007.[2] 盛炜彤. 杉木建筑材优化栽培模式研究总报告:杉木建筑材优化栽培模式研究专题[J]. 世界林业研究, 1996, 9(专集) :32-53.

[3] 张建国, 段爱珍. 理论生长方程与直径结构模型的研究[M].北京:科学出版社, 2004.

[4] 惠刚盈, 盛炜彤. 林分直径结构模型的研究[J]. 林业科学研究,1995 ,8 (2) :127-131.

[5] 吴承祯, 洪 伟. 杉木人工林直径结构模型的研究[J]. 福建林学院学报,1998 ,18 (2) :110-113.

[6] Von Gadow K, Hui G. Modelling Forest Development[M].Germany: Cuvillier Verlag, Goettingen,1998.

[7] Ishikawa Y. Analysis of the diameter distribution using the Richards distribution function (III): Relationship between mean diameter or diameter variance and parameter mork of uniform and even-aged stands[J]. J. Plann., 1998, 31:15-18.

[8] 张建国, 段爱珍. 理论生长方程对杉木人工林林分直径结构的模拟研究[J]. 林业科学, 2003,39(6):55-61.

[9] 孟宪宇. 使用Weibull函数对树高分布和直径分布的研究[J].北京林业大学学报, 1988,10(1):40-48.

[10] 云南森林编写委员会. 云南森林[M]. 昆明: 云南科技出版社&中国林业出版社,1988.

[11] 西南林学院, 云南省林业厅.云南树木图志[M]. 昆明: 云南科技出版社, 1988.

[12] 温庆忠,赵远藩,陈晓鸣,等.中国思茅松林生态服务功能价值动态研究[J]. 林业科学研究, 2010,23(5):671-677.

[13] 李 江,孟 梦,邱 琼,等. 思茅松中幼龄人工林生物量及生产力动态[J].东北林业大学学报, 2010,38(8):36-38.

[14] 吴 涛,陈少瑜,陈 芳,等.思茅松胚性愈伤组织的诱导[J].中南林业科技大学学报,2007,27(5):74-78.

[15] 姜远标,陈少瑜,吴 涛. 思茅松优良家系的分子遗传变异[J].中南林业科技大学学报,2007,27(6):109-114.

[16] 李思广,蒋云东,何 俊 ,等.高产思茅松无性系的选育[J].中南林业科技大学学报,2007,27(3):45-48.

[17] 李思广,张快富,付玉嫔,等.高Δ3-蒈烯思茅松无性系选择研究[J]. 中南林业科技大学学报,2009,29(4):49-53.

[18] 胥 辉, 屈 燕.思茅松天然次生林林分直径结构规律的研究[J].西南林学院学报,2001,21(4):56-61.

Changes of DBH and tree height structure of Pinus kesiya var. langbianensis natural forest

OU Guang-long1,2, WANG Jun-feng1, XU Hui1, XIAO Yi-fa1, ZI Jun-jiang1
(1.Key Lab. of Biodiversity Conservation in Southwest China of State Forest Administration, Southwest Forestry University, Kunming 650224, Yunnan, China; 2. School of Forestry, Northeast Forestry University, Harbin 150040, Heilongjiang, China)

Take Pinus kesiya var. langbianensis natural forest in Simao district Yunnan province as research object, the tree height and diameter structure had been analyzed. The diameter structure had been estimated by Weibull function and the tree height structure by power function. Then the estimated parameters had been analyzed by stepwise regression with the environment and stand factors. The results indicate that (1) tree diameter at breast height (DBH) structure conformed to Weibull function, its estimated parameters a was positively related with the number of trees (N) and slope direction; the parameters b was negatively related with hydrolytic nitrogen of soil (CHN), the dominant height of stand (HST) and the average height of stand (HM) and the number of trees (N); the parameters c was positively related with average height of stand (HM); (2) tree height structure conformed to the power function distribution, its estimated parameter a of power function was negatively related with average diameter at breast height (DM), available phosphorus in soil(CYP) and soil hydrolytic nitrogen (CHN), and positively with the number of trees(N) in sample, and the organic matters in soil, total phosphorus (CTP).While the parameter b of power function was negatively related with soil pH, and positively with soil available phosphorus (CYP), and the slope of plots.

Pinus kesiya var. langbianensis; DBH distribution; tree height distribution; Simao district of Yunnan province

S758.5

A

1673-923X(2014)01-0037-05

2013-06-17

云南省基金应用基础研究计划项目(2012FD027)；国家自然科学基金项目(31160157)

欧光龙（1983-），男，云南镇雄人，博士生，主要从事森林经理及森林生态方面的研究；E-mail：olg2007621@gmail.com

胥 辉（1960-），男，四川盐亭人，教授，博士，博士生导师，主要从事森林测计学方面的研究；

E-mail：zyxy213@126.com

[本文编校：谢荣秀]