紅松材積與生長性狀相關分析及二元回歸方程的擬合

唐偉東

(黑龍江省第一森林調查規劃設計院)

?

紅松材積與生長性狀相關分析及二元回歸方程的擬合

唐偉東

(黑龍江省第一森林調查規劃設計院)

本文對紅松材積因子與各生長性狀的相關性進行分析后認為，用枝下高代替樹高進行紅松單株材積的二元方程回歸是可行的。本文建立的材積二元回歸方程具有測量方便、精度高的特點，可以在紅松人工林測量中推廣應用。

紅松 材積 二元回歸方程

紅松(PinuskoraiensisSieb.etZucc.)為我省珍貴用材、經濟樹種，其樹干端直而高，邊材淡黃色，心材淡黃褐色或淡褐紅色，材質輕軟，結構細膩，紋理密直通達，形色美觀而又不易變形，干燥、機械加工、防腐工藝性良好，是建筑、橋梁、枕木、家具制作的上等木料，具有較高的市場價格。

從1948年小興安嶺開發，到2014年黑龍江省森工林區商業性采伐全面停止，紅松天然林面積銳減95%。1999年8月紅松被國務院批準為國家二級重點保護野生植物后，其經濟價值已從木材價值向水土保持、水源涵養、觀賞綠化等生態價值轉變。隨著近年來松子價格持續攀高以及紅松異砧嫁接技術的完善與推廣，紅松人工林建設得以迅猛發展。但是只發展人工林對紅松保護來說是遠遠不夠的，只有在一個完整的生態系統中，紅松才能得到可持續的發展，因此，對紅松開展生態適應性研究及形態結構研究具有深遠的戰略意義。

本文以綏陽林業局寒蔥河16個紅松人工林固定樣地調查數據為基礎，并伐取5株解析木，對紅松單株材積與胸徑、樹高、冠幅及枝下高的相關性進行分析，并通過模型回歸建立紅松材積與胸徑、枝下高的二元回歸方程，經檢驗，本文建立的紅松材積二元回歸方程具有測量指標易得、操作簡便的優點，且精度較高，研究結論對本地區紅松人工林經營措施的制定及材積估算具有一定的參考價值。

1 試驗方法

1.1 試驗林分及數據采集

試驗林分位于綏陽林業局寒蔥河林場，紅松人工純林，林齡25年以上。在16個固定樣地調查數據的基礎上，每木測量單株胸徑、樹高、枝下高、冠幅及材積。

1.2 相關及回歸分析

使用SPSS10.0數據分析軟件，對材積與胸徑、樹高、枝下高、冠幅進行相關分析，通過比較相關系數，篩選出與材積因子線性相關密切的生長指標，并經過回歸分析，建立材積的二次曲線模型。

本文采用的二次曲線模型：

Z=b0+b1X2+b2Y2+b3X+B4Y+b5XY

1.3 回歸模型的檢驗

伐5株標準木，采用平均斷面區分求積法測量單株材積，與通過模型求得的材積相比較，檢驗模型的精度。平均斷面區分求積公式。

其中：

g0——為樹干底斷面積；

gn——為梢頭木底斷面積；

gi——為各區分段之間的斷面積；

l——為區分段長度，本文為1m；

l′——為梢頭木長度。

2 結果與分析

2.1 材積與生長性狀的相關分析

在主要造林樹種的材積表編制中多采用胸徑與樹高指標，但在實際測量中，胸徑指標的測量較為方便且誤差不大，而樹高指標測量時由于樹枝的遮擋，測高儀誤差較大，造成材積測量值偏差較大。本文采用枝下高與胸徑指標相結合進行材積的回歸分析，希望建立測量指標易得、精度高的材積回歸方程。材積與胸徑、樹高、枝下高、冠幅的相關分析結果見表1。

從表1可以看出：材積指標與胸徑、樹高及枝下高3項指標線性相關性最為密切，相關系數R分別為0.928、0.916和0.813，在P<0.01條件下存在正顯著相關，材積與冠幅相關性不顯著。

表1 材積與生長性狀相關分析結果

枝下高與胸徑、樹高相關系數分別為0.895和0.853，達到顯著相關。本文想用枝下高來代替常規二元材積模型中的樹高，因此，先利用SPSS10.0分析軟件，對枝下高與樹高進行線性、非線性模型擬合，擬合最優的三次曲線方程相關系數R2為0.906，進一步驗證了相關分析結果，說明枝下高與樹高具有較高的相關性，因此，用枝下高代替樹高，進行材積的二元方程回歸是可行的。

2.2 材積與胸徑、枝下高的模型回歸

胸徑和枝下高是紅松人工林的兩個重要調查指標，在沒有人工疏枝的情況下，枝下高與樹高顯著相關，同時，也與材積指標有較高的正相關，它們既是紅松林分的數量指標也是紅松林分的質量指標。本文采用3種常規非線性方程對材積與胸徑、枝下高進行回歸分析，結果見表2。

表2 材積與胸徑、枝下高回歸擬合結果

從表2可以看出3個回歸方程的相關系數R值在0.965以上，復相關密切，回歸方程在P<0.01條件下差異顯著，比較3個回歸方程的決定系數R2后發現，模型2的決定系數R2值最高達0.964，說明該回歸方程中自變量(胸徑、枝下高)的變化可以解釋因變量(材積)變化幅度的96.4%，達到了統計學要求的精度。

2.3 回歸方程的檢驗

本文采用5株解析木測量數據，采用平均斷面區分求積法測量單株材積，與通過模型求得的材積相比較，檢驗模型的精度，結果見表3。

表3 模型的檢驗結果

從表3可以看出通過回歸方程計算出的單株材積與實測值誤差在-6.9%與1.04%之間，回歸方程具有較高的精度，可以滿足林業調查的需要，可以在紅松人工林測量中應用。

3 結論

3.1 紅松人工林枝下高與材積、樹高相關系數分別為0.813和0.853，達到顯著相關，用枝下高代替樹高進行紅松單株材積的二元方程回歸是可行的。用枝下高來代替常規二元材積模型中的樹高，具有測量方便、測量精度高的優點。

3.2 本文建立材積二元方程回歸方程決定系數R2值達0.964，經檢驗與實測值誤差最大為-6.9%，回歸方程具有較高的精度，完全滿足林業調查的需要，可以在紅松人工林測量中推廣應用。

[1]孟憲宇.測樹學[M].中國林業出版社，2006.

[2]楊會俠，王衛，陶玉柱等.紅松二元立木材積表的重新編制[J].遼寧林業科技,2007,(2):61-62.

[3]張連翔，李杰.杉木胸徑與材積的關系Logistic衍生模型[J].東北林業大學學報，2001.29(2)：99-101.

責任編輯：李具來

校 對：王大軍

The Correlation Analysis of Volume Associated with Growth Traits and Two Element Regression Equation of Pinus koraiensis Sieb.et.Zucc.

TangWeidong

(First-auther's address:The first forest survey planning and Design Institute of Heilongjiang Province, Mudanjiang,15700,Heilongjiang,China)

This paper analyzed the correlation analysis of volume associated with growth traits of P. koraiensis. The results showed that the two element regression equation of tree volume using branch height instead of tree was feasible. The volume of the two element regression equation has the characteristics of convenient measurement, high precision, can be applied in the measurement of P. koraiensis plantation.

Pinus koraiensis Sieb.et.Zucc.; volume; two element regression equation

2016-12-11