CN103430785B - 林木密集程度的调查方法 - Google Patents

Abstract

本发明公开了一种林木密集程度的调查方法，首先在需要调查的林分中选取n株参照树；然后考察每株参照树与其多株最近相邻木树冠连接的株数占所考察的多株最近相邻木的比例，称其为密集度C_i，C_i越大，该参照树所在的结构单元的林木密集程度越高，C_i越小，该参照树所在的结构单元的林木密集程度越低；取n株参照树的密集度C_i的均值作为需要调查的林分密集度，越大，林分越密，林冠层连续覆盖程度越高，整体密集程度较高，反之，则林分越稀疏，林分出现林隙的可能性增加，林分整体密集程度越低。能直接表达林木密集程度。

Description

林木密集程度的调查方法

技术领域

本发明涉及一种林分空间结构的调查方法，尤其涉及一种林木密集程度的调查方法。

背景技术

林木是否密集重叠是林分空间结构的重要属性，既反映了林分的疏密程度，也直观表达了林木之间的竞争状况。

现有技术中，有许多林木密集程度的调查方法，但大都比较复杂，调查结果与实际相差较大。

目前，还没有一种与距离有关、能直接表达林木密集程度的调查方法。

发明内容

本发明的目的是提供一种能直接表达林木密集程度的林木密集程度的调查方法。

本发明的目的是通过以下技术方案实现的：

本发明的林木密集程度的调查方法，包括步骤：

首先，在需要调查的林分中选取n株参照树；

然后，考察每株参照树与其多株最近相邻木树冠连接的株数占所考察的多株最近相邻木的比例，称其为密集度C_i，C_i越大，该参照树所在的结构单元的林木密集程度越高，C_i越小，该参照树所在的结构单元的林木密集程度越低；

取n株参照树的密集度C_i的均值作为需要调查的林分密集度，越大，林分越密，林冠层连续覆盖程度越高，整体密集程度较高，反之，则林分越稀疏，林分出现林隙的可能性增加，林分整体密集程度越低；

所述树冠连接是指相邻树木的树冠水平投影全部重叠或部分重叠。

由上述本发明提供的技术方案可以看出，本发明实施例提供的林木密集程度的调查方法，由于首先在需要调查的林分中选取n株参照树；然后考察每株参照树与其多株最近相邻木树冠连接的株数占所考察的多株最近相邻木的比例，称其为密集度C_i，C_i越大，该参照树所在的结构单元的林木密集程度越高，C_i越小，该参照树所在的结构单元的林木密集程度越低；取n株参照树的密集度C_i的均值作为需要调查的林分密集度，越大，林分越密，林冠层连续覆盖程度越高，整体密集程度较高，反之，则林分越稀疏，林分出现林隙的可能性增加，林分整体密集程度越低，能直接表达林木密集程度。

附图说明

图1为本发明实施例中疏密空间结构单元示意图；

图2为本发明实施例中Ci取值示意图；

图3为本发明实施例中不同分布格局类型的权重赋值示意图；

图4为本发明实施例中密集度计算示意图；

图5为本发明实施例中样地单木分布图示意图；

图6为本发明实施例中林分树冠对空间的利用程度示意图。

具体实施方式

下面将对本发明实施例作进一步地详细描述。

本发明的林木密集程度的调查方法，其较佳的具体实施方式是：

包括步骤：

首先，在需要调查的林分中选取n株参照树；

然后，考察每株参照树与其多株最近相邻木树冠连接的株数占所考察的多株最近相邻木的比例，称其为密集度C_i，C_i越大，该参照树所在的结构单元的林木密集程度越高，C_i越小，该参照树所在的结构单元的林木密集程度越低；

取n株参照树的密集度C_i的均值作为需要调查的林分密集度，越大，林分越密，林冠层连续覆盖程度越高，整体密集程度较高，反之，则林分越稀疏，林分出现林隙的可能性增加，林分整体密集程度越低；

所述树冠连接是指相邻树木的树冠水平投影全部重叠或部分重叠。

考察参照树周围的4株最近相邻木，则第i株参照树的密集度为：

其中：

所述C_i的值有以下5种：

当C_i=1时，林木很密集；

当Ci=0.75时，林木比较密集；

当Ci=0.5时，林木中等密集；

当Ci=0.25时，林木稀疏；

当Ci=0时，林木很稀疏。

在调查林分密集度时：

如果仅考虑树冠连接状况，则：

如果同时考虑不同水平分布格局中林木能够占据的方位不同，则在计算树种或林分的密集度时加入格局权重因子，林分密集度的计算公式为：

式中：n小于或等于全林分株数；为格局权重因子，的赋值按以下原则确定：

如果林分格局非常均匀，4株最近相邻木基本均匀占据了参照树周围的4个方位，则：赋值为1；

如果林分格局为均匀分布，4株最近相邻木能够占据参照树周围的3个方位，则：赋值为0.75；

如果林分格局为随机分布，4株最近相邻木能够占据参照树周围的2个方位，则：赋值为0.5；

如果林分格局为团状分布，4株最近相邻木占据参照树周围的方位多于1个但不到2个，则：赋值为0.375；

如果林分格局为强团状分布，4株最近相邻木占据参照树周围的方位只有1个，则：赋值为0.25。

下面对本发明的原理进行详细描述：

1、密集度的提出：

一般认为，当林分的冠层连续时，相邻树木的树冠发生遮挡或挤压，树冠水平投影全部或部分重叠，树冠连接在一起对地面形成覆盖，冠幅半径之和大于两者的水平间距，此时林木的密集程度较高；如果林冠不连续，相邻树木的树冠保持相对独立，两树冠之间留有空隙，冠幅半径之和小于或等于水平间距，此时林木比较稀疏。因此从每一对最近相邻木的树冠与两者水平距离的关系就可清楚地判断出林木的密集程度。

图1中，两个空间结构单元的树种组成、空间大小配置和分布格局都是相同的，用混交度、大小比数和角尺度等结构参数分析没有区别，但是A单元林木密集程度却远大于B。由此可知，对于两个在水平分布格局、林分混交程度和大小分化程度上基本相同的林分空间结构单元，密集程度是区别它们的重要标准。

在空间结构单元的基础上，根据参照树和其最近相邻木的冠幅与水平距离的关系，构建新的空间结构参数——密集度。

密集度(Crowdindex,简称C_i)的定义为参照树与n株最近相邻木树冠连接的株数占所考察的最近相邻木的比例。树冠连接是指相邻树木的树冠水平投影重叠，包括全部重叠或部分重叠，换言之树冠刚刚相切或相对独立都不属于连接。计算公式为：

$C_i=\frac{1}{4}\underset{j=1}{\overset{4}{\mathrm{\Σ}}}{y}_{\mathrm{ij}}---\left(1\right)$

其中：

密集度通过判断林分空间结构单元中树冠的连接程度分析林木疏密程度。当考虑参照树周围的4株相邻木时，C_i的取值有5种，见图2。

当C_i=1时，可认为林木很密集；当Ci=0.75时，林木比较密集；当Ci=0.5时，林木中等密集；当Ci=0.25时，林木稀疏；当Ci=0时，林木很稀疏。这5种可能明确地定义了参照树所在的结构单元的林木密集程度，程度的高低以中度级为岭脊，生物意义十分明显。

密集度量化了林木树冠的密集程度。Ci越大说明林木密集程度越高，参照树所处小环境树冠越密，树冠越连续覆盖在林地上方。Ci越小说明林木密集程度越低，林木越稀疏，树冠之间出现空隙越大。在某些林分空间结构简单的地段，林隙越大还意味着林地裸露面积越大。

2、林分密集度：

Ci值的分布可反映出一个林分中林木个体所处小环境的密集程度。在研究林分密集度时，如果仅考虑树冠连接状况，则采用下式：

$\stackrel{\‾}{C}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{C}_i---\left(2\right)$

如果考虑不同水平分布格局中林木能够占据的方位不同，在计算树种或林分的密集度时加入格局因子（图3），则计算公式如下所示：

$\stackrel{\‾}{C}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{C}_i{\mathrm{\λ}}_{W_i}---\left(3\right)$

其中：：林分密集度；C_i：密集度；n：全林分株数；：格局权重因子。的赋值是由不同分布格局类型中C_i均值的代表性决定的（图3）。

在不同类型的分布格局中，相邻木可能占据的方位是的不同的，C_i均值的代表性也随之发生变化。如果林分格局非常均匀，4株最近相邻木基本均匀占据了参照树周围的4个方位，此时C_i均值完全能够代表该类型格局的疏密程度，因此赋值为1；如果林分格局为均匀分布，Wi=0.25，4株最近相邻木能够占据参照树周围的3个方位，此时C_i均值能表达该格局这3个方位的疏密程度，却不能完全代表该格局的疏密程度，因此赋值为0.75；当林分格局为随机分布时，Wi=0.5，4株最近相邻木能够占据参照树周围的2个方位，Ci均值表达了该格局这2个方位的疏密程度，因此赋值为0.5；当林分格局变为团状分布时，Wi=0.75，4株最近相邻木占据的方位稍多于1个但不到2个，因此赋值为0.375；当林分格局为强团状分布时，Wi=1，4株最近相邻木占据的方位只有1个，Ci均值也仅能够代表该格局的1个方位的疏密程度，因此赋值为0.25。

总体上说，越大说明林分越密，林冠层连续覆盖程度越高，整体密集程度较高，反之则林分越稀疏，林分出现林隙的可能性增加，林分整体密集程度较低。

3、模拟研究：

为了更好地理解密集度,研究模拟了一个10×10m2的小样地，为避免边缘效应，设置2m宽的缓冲区，样地内共有10株树，核心区内有5株，缓冲区有5株，该林分的郁闭度为0.8，格局为团状分布(图4)。

从图4可看到，部分林木的树冠的确连在一起，有些地方甚至层叠在一起。统计核心区树木的密集度可知，Ci=0的林木是6号，其树冠孤立于其他林木；9号树冠与1株相邻木连接，Ci=0.25；5号和7号与其周围2株最近相邻木树冠连接,Ci=0.5；8号与其周围3株最近相邻木树冠连接，Ci为0.75。结合分布格局分析林分的密集程度可知，6号的相邻木基本均匀分布于其周围，格局赋值为0.75；7、8号所处的空间结构单元Wi=0.5，属于随机分布，为0.5，5号、9号处于团状分布格局，其相邻木大部分偏向一侧，为0.375。如果不加格局权重，采用公式（3）计算林分的密集度为0.4，加入格局权重采用公式（5）计算林分的平均密集度为0.181，综合分析表明该林分的林冠层某些结构单元较为连续但整体上比较稀疏，如图4所示林中出现大块林隙，林分的密集程度比较低。对照图2和密集度所描述的情况，发现二者比较吻合，密集度对于结构单元和林分的密集程度的描述都是准确的。

为说明密集度对不同格局的适应性，模拟均匀、随机和团状分布样地各1块，面积为50×50m²，缓冲区宽度为5m，样地内总株数为300株，或者说密度为1200株/hm²。

Ci分布明显受到Wi分布的影响，均匀分布中相邻木均匀分布时树冠独立或轻度密集的情况比其他两种分布类型更明显，随机分布则是相邻木基本占据两个方位、树冠基本密集的情况特别明显，而团状分布出现了较多虽然树冠大多密集但相邻木集中于某一个方位的情况。总体上说，随着格局分布均匀性的降低，林木的密集程度也有所降低，林分内出现了较多的林隙。

如果采用公式（2）计算林分的密集度，随机分布的平均密集度偏高，这是由于Wi等于0.5的结构单元占据了绝大多数，而均匀和团状的结构单元数量均衡。实际上均匀分布格局的密集程度应该更高，由此可知，还是应该采用公式（3）加入格局权重后计算林分的密集度才能更符合不同的格局特征。

应用密集度对不同密度的林分做了相应的研究。分别模拟密度为1000株/hm²、2000株/hm²和3000株/hm²的林分各一块，面积为50×50m²，缓冲区宽度为5m。前文已经探讨过不同格局类型，因此这里仅讨论随机分布的林分。

随着密度的不断增大，林冠层越来越稠密，林分空间结构单元中相邻木基本占据两个方位、树冠基本连续的情况越来越明显，林分密集程度也不断提高。

4、研究实例：

4.1不同密度人工林的密集度分析：

研究样地位于江西汾宜大岗山（114°33′N，27°34′E），相对海拔250m左右，该区属亚热带季风型湿润性气候，年平均气温16.8℃，年平均降雨量1656mm。主要地带性土壤为黄棕壤。研究样地为两块杉木人工纯林，密度分别为1667株/hm²（株行距2×3m）和3333株/hm²（株行距2×1.5m），面积为20×30m²，林分为典型的均匀分布。

研究样地是密度不同、格局相似的均匀分布，这种林分空间结构单元里的相邻木多数占据4个方位。两块样地内树冠孤立或仅与1株连接的林木（Ci取值为0或0.25）基本没有，与2株最近相邻木树冠接触的林木（Ci取值为0.5）在株行距2x3m的样地里约占50%，同一块样地内与3株最近相邻木树冠接触的林木(Ci取值为0.75)超过30%，而株行距2x1.5m的样地里接近90%的林木与周围4株最近相邻木的树冠都有接触(Ci取值为1)。由于格局的均匀性，随着密度的增大，树冠大于株行距的可能性也增大，林冠层越来越稠密，林分空间结构单元中树冠全部联接在一起的情况越来越明显，林分密集程度不断提高。

4.2天然林的密集度分析：

样地位于吉林省蛟河林业试验区管理局东大坡自然保护区内（43°51′～44°05′N，127°35′～127°51′E），属于长白山系张广才岭支脉断块中山、吉林省东部褶皱断山地地貌，相对海拔在800m以下，该区气候属温带大陆性季风山地气候，年平均气温1.7℃，年最低气温-22.2℃，年平均降雨量856.6mm，年相对湿度75%。主要地带土壤为暗棕壤。

试验地的植被属于温带针阔混交林区域的长白山地红松沙冷杉针阔混交林区，主要植物属于长白植物区系^[12]。本区的主要森林类型有红松针阔混交林、云冷杉林和硬阔叶林等天然林。本区的主要针叶树种有：红松(PinuskoraiensisSieb.etZucc.)和沙冷杉(AbiesholophyllaMaxim.)等；主要阔叶树种有：水曲柳(FraxinusmandshuricaRupr.)、核桃楸(JuglansmandshuricaMaxim.)、白牛槭(AcermandshuricaMaxim.)、色木槭(AcermonoMaxim.)、春榆(UlmusjaponicaSarg)、裂叶榆(UlmuslaciniataMayr)、千金榆(CarpinuscordataBl.)、糠椴(TiliamandschuricaRupr.etMaxim)、紫椴(TiliaamurensisRupr.)、蒙古栎(QuercusmongolicaFisch.)、杨树(Populusspp.)、桦树(Betulaspp.)、暴马丁香(Syringareticulata(Blume)H.Haravar.amurensis(Ruprecht)P.S.Green&M.C.Chang)和花楷槭(A.ukurunduenseTrautv.etMey)等；常见的下木有：胡枝子(LespedezabicolorTurcz)、楔叶绣线菊窄叶变种(SpiraeacanescensD.Donvar.oblanceollataRehd.)、刺五加(Acanthopanaxsenticossus(Rupr.etMaxim)Harms)等；主要草本植物有：蕨类(Adiantumspp.)、苔草(Carexspp.)、蚊子草(Filipendulaspp.)、山茄子(BrachybotrysparidiformisMaxim)、小叶芹(Aegopodumalpestre)等。

样地面积为100×100m²，样地坡度6°，坡向西北。林相为复层、异龄，层次明显。林分郁闭度0.9，林分密度为830株/hm²，平均胸径17.6cm，林分的断面积为30m²/hm²，林分蓄积量约为224.2m³/hm²。单木共有22个针阔叶树种。林分属于随机分布（图5）。为避免边缘效应，设置5m宽的缓冲区，其中林木仅作为相邻木参与结构参数的计算，统计核心区内所有起测径（5.0cm）以上单木的密集度（Ci）和角尺度（Wi），评价林木密集程度(图6)。

本林分核心区内起测径以上的林木共681株，林内树冠孤立或仅与1株连接的林木（Ci取值为0或0.25）基本没有，与2株最近相邻木树冠接触的林木（Ci取值为0.5）约占4%，与3株最近相邻木树冠接触的林木(Ci取值为0.75)约占12%，超过80%的林木与周围4株最近相邻木的树冠都有接触(Ci取值为1)。

结合林分的空间分布格局分析可知，该林分属于随机分布，Wi取值为0.5的结构单元最多，其中超过50%的参照树与周围4株相邻木树冠连接（Ci=1），相邻木至少占据了参照树周围的两个方位，约15%的结构单元至少占据了参照树周围的3两个方位。经计算得知林分密集度为0.509，林冠层连续，林分的密集程度相对较高。

5、结论与讨论：

5.1结论：

林木密集程度是林分空间结构的重要属性，能够影响林木之间的竞争状况，进而影响经营要求，因此有必要对空间结构单元中每一棵树的具体状况直观地判断和解释，以利于在经营中易于操作。本文提出了一种新的空间结构参数——密集度，以空间结构单元为基础，通过判断林分空间结构单元中树冠的连接程度分析林木密集程度。

当考虑参照树周围的4株相邻木时，密集度的取值有5种，包括：很稀疏、稀疏、中等密集、比较密集和很密集，明确地定义了参照树所在的结构单元的林木密集程度，程度的高低以中度级为岭脊，生物意义十分明显。密集度量化了林木树冠的密集程度。取值越大说明参照树所处小环境林木密集程度越高，林木树冠越连续覆盖在林地上方；取值越小说明林木密集程度越低，林木越稀疏，林中出现林隙的可能性增加。

在研究林分密集度时需要综合考虑分布格局对于林木占据空间方位的影响。密集度完全能够反映不同格局和不同密度对林分密集程度的影响。将其应用于吉林蛟河红松阔叶林现实林分密集程度的研究也充分地证明了这一点。

5.2讨论：

密集度的提出是对林分空间结构量化分析方法的继续发展，在实际应用中与其他结构参数相似，也可通过抽样调查直接获得，不需要测量距离。随着对林分空间结构的研究越来越深入，对于空间结构参数的要求也越来越具体，同时也需要将现有的多种空间结构参数有机地结合起来，对林分空间结构进行综合分析。如何突破技术上的限制，将密集度与混交度、大小比数和角尺度联合，实现空间结构参数的多元联立是下一步研究的重点。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (1)

1.一种林木密集程度的调查方法，其特征在于，包括步骤：

首先，在需要调查的林分中选取n株参照树；

然后，考察每株参照树与其多株最近相邻木树冠连接的株数占所考察的多株最近相邻木的比例，称其为密集度C_i，C_i越大，该参照树所在的结构单元的林木密集程度越高，C_i越小，该参照树所在的结构单元的林木密集程度越低；

取n株参照树的密集度C_i的均值作为需要调查的林分密集度，越大，林分越密，林冠层连续覆盖程度越高，整体密集程度较高，反之，则林分越稀疏，林分出现林隙的可能性增加，林分整体密集程度越低；

所述树冠连接是指相邻树木的树冠水平投影全部重叠或部分重叠；

考察参照树周围的4株最近相邻木，则第i株参照树的密集度为：

其中：

所述C_i的值有以下5种：

当C_i＝1时，林木很密集；

当Ci＝0.75时，林木比较密集；

当Ci＝0.5时，林木中等密集；

当Ci＝0.25时，林木稀疏；

当Ci＝0时，林木很稀疏；

在调查林分密集度时：

如果仅考虑树冠连接状况，则：

如果同时考虑不同水平分布格局中林木能够占据的方位不同，则在计算树种或林分的密集度时加入格局权重因子，林分密集度的计算公式为：

式中：n小于或等于全林分株数；为格局权重因子，的赋值按以下原则确定：

如果林分格局非常均匀，4株最近相邻木基本均匀占据了参照树周围的4个方位，则：赋值为1；

如果林分格局为均匀分布，4株最近相邻木能够占据参照树周围的3个方位，则：赋值为0.75；

如果林分格局为随机分布，4株最近相邻木能够占据参照树周围的2个方位，则：赋值为0.5；

如果林分格局为团状分布，4株最近相邻木占据参照树周围的方位多于1个但不到2个，则：赋值为0.375；

如果林分格局为强团状分布，4株最近相邻木占据参照树周围的方位只有1个，则：赋值为0.25。