长白落叶松家系B-3-6
长白落叶松观赏用途
长白落叶松可以材用，防护，观赏，具体用途是纤维材、板材、造纸和建筑等等。长白落叶松是松科落叶松属植物，别名黄花松、黄花落叶松、朝鲜落叶松长白，落叶松，乔木，高达30米，胸径达1米，树皮灰色、暗灰色、灰褐色，纵裂成长鳞片状翅离，易剥落，剥落后呈酱紫红，枝平展或斜展，树冠塔形。
谈长白落叶松构建模型方法研究
谈长白落叶松构建模型方法研究
引言
林木生物量的测定非常困难，传统全收获的方法成本较高且造成一定破坏。而生物量模型估计法利用林木易测因子来推算难于测定的林木生物量，一旦模型建立，就可以利用常规调查资料来估计林木生物量，高效且较为准确，目前已成为比较流行的方法。特别是在大范围的森林生物量调查中，利用生物量模型能大大减小工作量。随着研究的不断深入，许多学者发现应用独立的估测模型得到的估测结果存在相当大的不确定性[1,2]。例如单株林木存在由独立预测模型得到的总量、树干、树冠估计值与其对应的各分量和之间存在着不同程度的误差，且其误差随着直径、树高和分量方程个数的增大而增大的现象[3,4]。如何改良现有估测模型，建立有效的单木生物量模型，并实现各维量与总量模型估计值之间的相容性，进而提高林木生物量估测精度，已已日渐成为林木生物量估计领域的研究热点。
长白落叶松(Larix olgensis)是我国东北地区的主要造林树种之一，分布广泛。本研究以黑龙江伊春小兴安岭地区长白落叶松生物量数据为研究基础，探讨了各维量的最适合独立估测模型。再利用单株林木总生物量与各维量之间的代数关系，通过各维量联合估计系统，建立了长白落叶松单株木的相容性林木生物量估测模型，旨在进一步完善该地区长白落叶松生物量模型，并对其进行精确估计。
本课题得到高等学校博士学科点专项科研基金“基于树木生长的森林碳储量模型”（编号：20060022009）；引进国际先进林业科学技术计划（948）“森林碳汇监测关键技术引进”（编号：2008-4-48）资助。
研究地概况研 究 区 域 位 于 黑 龙 江 省 小 兴 安 岭 地 区 (128°55'-129°15'E ， 46°31'-46°49'N) ， 海拔，属低山丘陵区域，坡度7度，土壤为暗棕壤，土层厚度30～60厘米，石砾稀少。
该区处于黑龙江省中部松嫩平原与小兴安岭过渡地带，属北温带大陆性湿润性季风气候，年平均气温0.36℃左右，年积温2050℃，年降水量618mm，相对湿度68%，年无霜期100天，年日照时数2453小时。
长白落叶松人工林林分郁闭度均在 0.7 以上，林分年龄分布为16-43 年。林分结构比较简单，主要树种有长白落叶松(Larix olgensis)、春 榆 (Ulmus davidiana var.japonica)、水曲柳、白桦(Betula platyphylla Suk.)等，长白落叶松蓄积占90%以上，无任何采伐。林下灌木平均盖度为8%左右，主要有东北山梅花(Philadelphus schrenkii Rupr)、珍珠梅(Sorbaria sorbifolia A. Br.)、金花忍冬(Lonicera chrysantha)、刺五加、小花 溲 疏(Deutzia parviflora)等。草本平均盖度为53%左右，主要有白花碎米荠、蚊子草(Filipendula palmata)、苔草(Carex callitrichosV.Krecz)、蕨、水金凤(Impatiens noli-tangere)等。
研究方法数据采集按典型取样原则，同时结合立木径级与年龄分布规律，在不同长白落叶松林内设置了个标准地，每木调查胸径、树高、冠幅等特征因子，各因子的分布范围见表1。根据标准地调查结果在每个样地外砍伐一株生长良好、无病虫害的平均木进行生物量调查。“分层切割”测定林木地上生物量：称取每1m 区分段树干、枝叶鲜重，并取圆盘、树皮样品；对活树枝进行基径、长度量测后，选取3~4 个标准枝，分离枝、叶，再称重并取样。根据长白落叶松的浅根性，对地下根系采用“分层挖掘法(0~10、10~20、20~30 和30~40cm)，量测根幅、主根长，称取根桩、根系鲜重，对根系“分层分级”取根桩、大根、粗根、中根、细根样品。将各器官样品带回，在105°C 烘干，称取样品干物质重，通过计算各器官的含水率，得到相应干重。最后，木材和皮的干重相加，就可得到树干干重；枝和叶的干重相加，就可得到树冠的总干重；树干和树冠的干重相加，就可得到全树地上部分的总干重；地上部分和根系的干重相加，就可得到整株林木的总干重。
模型构建单株生物量模型是以模拟单株木各维量（干、根、枝、叶）干物质为基础的模型，建立一组回归模型以反映树木各维量干重与因子之间的内在关系，从而达到利用易测量因子来估测不易测因子的目的。一般生物量模型由于变量多、模型结构复杂，其构建过程较为困难，模型误差也主要来自因子选择和模型采用的数学形式。本文将选取合适的林木特征因子或其组合因子作为自变量，树干、树枝、根系等维量生物量为因变量，力求得到模型的最优及最简化形式。对此，首先通过林木特征因子与各维量干重的相关性分析来选取主导因子，在一定程度上削弱了自变量之间的多重共线性，避免因子的漏选和重复。再选用应用较广泛的线性、多项式、幂函数林木生物量模型分别拟合各维量独立模型，并从中筛选。模型形式分别为：线性模型W = ax + b、多项式模型W = ax2 + bx + c和幂函数W = axb（W为生物量，为林木单个或多个调查因子的组合，a、b、c为待定系数）。更多论文发布请在硕士论文网。
由于各维量之间干重的估计都是独立进行的.，因而造成各维量模型间不相容，也就是树干、根系、枝、叶4 部分干重之和不等于总量，地上部分和根系干重之和不等于单株木干重，枝和叶的干重之和不等于树冠干重，甚至有的估计结果相差很远。根据林木生物量的相容性理论，采用模型联合估计方法构建单株林木的相容性生物量模型，进一步修正模型和参数以更好地解释各个因变量。能充分地利用已有的信息，同时避免单一模型丢失信息的缺陷，有效地减少模型的随机性，从而更为全面地反映林木生物量规律。本研究根据直接控制各维量之和等于总量的方法，按代数和分配解决林木生物量模型的相容性问题.采用级分配和以单株木中起主导作用的树干生物量为基础，分两级控制。第一级模型参数估计时，首先将总量表示为地上部分和根系生物量之和的形式，直接使用地上部分独立估计模型对林木总量与根系生物量模型进行联合估计。第二级估计时，以地上部分估计值为基础，确定树干的模型参数，将树冠模型设计为地上部分减树干，
红松,北美短叶松,红皮云杉,沙松,长白落叶松,圆柏,侧柏分类检...
什么是侧叶松，侧叶松长的什么样？
长白落叶松和黄花落叶松是否是一种树
是的。 黄花落叶松 拉 丁 名： Larix olgensis Henry 植物名称： 黄花落叶松 别 名： 黄花松、长白落叶松、朝鲜落叶松 英 文 名： Korean Larch 科 名： 松科 属 名： 落叶松属 适应地区： 东北 北部暖温带落叶阔叶林区(主要城市：沈阳、葫芦岛、大连、丹东、鞍山、辽阳、锦州、营口、盘锦、北京、天津、太原、临汾、长治、石家庄、秦皇岛、保定、唐山、邯郸、邢台、承德、济南、德州、延安、宝鸡、天水) 生态分类： 木本植物 > 落叶乔木类 观赏分类： 林木类
长白落叶松可以材用，防护，观赏，具体用途是纤维材、板材、造纸和建筑等等。长白落叶松是松科落叶松属植物，别名黄花松、黄花落叶松、朝鲜落叶松长白，落叶松，乔木，高达30米，胸径达1米，树皮灰色、暗灰色、灰褐色，纵裂成长鳞片状翅离，易剥落，剥落后呈酱紫红，枝平展或斜展，树冠塔形。
谈长白落叶松构建模型方法研究
谈长白落叶松构建模型方法研究
引言
林木生物量的测定非常困难，传统全收获的方法成本较高且造成一定破坏。而生物量模型估计法利用林木易测因子来推算难于测定的林木生物量，一旦模型建立，就可以利用常规调查资料来估计林木生物量，高效且较为准确，目前已成为比较流行的方法。特别是在大范围的森林生物量调查中，利用生物量模型能大大减小工作量。随着研究的不断深入，许多学者发现应用独立的估测模型得到的估测结果存在相当大的不确定性[1,2]。例如单株林木存在由独立预测模型得到的总量、树干、树冠估计值与其对应的各分量和之间存在着不同程度的误差，且其误差随着直径、树高和分量方程个数的增大而增大的现象[3,4]。如何改良现有估测模型，建立有效的单木生物量模型，并实现各维量与总量模型估计值之间的相容性，进而提高林木生物量估测精度，已已日渐成为林木生物量估计领域的研究热点。
长白落叶松(Larix olgensis)是我国东北地区的主要造林树种之一，分布广泛。本研究以黑龙江伊春小兴安岭地区长白落叶松生物量数据为研究基础，探讨了各维量的最适合独立估测模型。再利用单株林木总生物量与各维量之间的代数关系，通过各维量联合估计系统，建立了长白落叶松单株木的相容性林木生物量估测模型，旨在进一步完善该地区长白落叶松生物量模型，并对其进行精确估计。
本课题得到高等学校博士学科点专项科研基金“基于树木生长的森林碳储量模型”（编号：20060022009）；引进国际先进林业科学技术计划（948）“森林碳汇监测关键技术引进”（编号：2008-4-48）资助。
研究地概况研 究 区 域 位 于 黑 龙 江 省 小 兴 安 岭 地 区 (128°55'-129°15'E ， 46°31'-46°49'N) ， 海拔，属低山丘陵区域，坡度7度，土壤为暗棕壤，土层厚度30～60厘米，石砾稀少。
该区处于黑龙江省中部松嫩平原与小兴安岭过渡地带，属北温带大陆性湿润性季风气候，年平均气温0.36℃左右，年积温2050℃，年降水量618mm，相对湿度68%，年无霜期100天，年日照时数2453小时。
长白落叶松人工林林分郁闭度均在 0.7 以上，林分年龄分布为16-43 年。林分结构比较简单，主要树种有长白落叶松(Larix olgensis)、春 榆 (Ulmus davidiana var.japonica)、水曲柳、白桦(Betula platyphylla Suk.)等，长白落叶松蓄积占90%以上，无任何采伐。林下灌木平均盖度为8%左右，主要有东北山梅花(Philadelphus schrenkii Rupr)、珍珠梅(Sorbaria sorbifolia A. Br.)、金花忍冬(Lonicera chrysantha)、刺五加、小花 溲 疏(Deutzia parviflora)等。草本平均盖度为53%左右，主要有白花碎米荠、蚊子草(Filipendula palmata)、苔草(Carex callitrichosV.Krecz)、蕨、水金凤(Impatiens noli-tangere)等。
研究方法数据采集按典型取样原则，同时结合立木径级与年龄分布规律，在不同长白落叶松林内设置了个标准地，每木调查胸径、树高、冠幅等特征因子，各因子的分布范围见表1。根据标准地调查结果在每个样地外砍伐一株生长良好、无病虫害的平均木进行生物量调查。“分层切割”测定林木地上生物量：称取每1m 区分段树干、枝叶鲜重，并取圆盘、树皮样品；对活树枝进行基径、长度量测后，选取3~4 个标准枝，分离枝、叶，再称重并取样。根据长白落叶松的浅根性，对地下根系采用“分层挖掘法(0~10、10~20、20~30 和30~40cm)，量测根幅、主根长，称取根桩、根系鲜重，对根系“分层分级”取根桩、大根、粗根、中根、细根样品。将各器官样品带回，在105°C 烘干，称取样品干物质重，通过计算各器官的含水率，得到相应干重。最后，木材和皮的干重相加，就可得到树干干重；枝和叶的干重相加，就可得到树冠的总干重；树干和树冠的干重相加，就可得到全树地上部分的总干重；地上部分和根系的干重相加，就可得到整株林木的总干重。
模型构建单株生物量模型是以模拟单株木各维量（干、根、枝、叶）干物质为基础的模型，建立一组回归模型以反映树木各维量干重与因子之间的内在关系，从而达到利用易测量因子来估测不易测因子的目的。一般生物量模型由于变量多、模型结构复杂，其构建过程较为困难，模型误差也主要来自因子选择和模型采用的数学形式。本文将选取合适的林木特征因子或其组合因子作为自变量，树干、树枝、根系等维量生物量为因变量，力求得到模型的最优及最简化形式。对此，首先通过林木特征因子与各维量干重的相关性分析来选取主导因子，在一定程度上削弱了自变量之间的多重共线性，避免因子的漏选和重复。再选用应用较广泛的线性、多项式、幂函数林木生物量模型分别拟合各维量独立模型，并从中筛选。模型形式分别为：线性模型W = ax + b、多项式模型W = ax2 + bx + c和幂函数W = axb（W为生物量，为林木单个或多个调查因子的组合，a、b、c为待定系数）。更多论文发布请在硕士论文网。
由于各维量之间干重的估计都是独立进行的.，因而造成各维量模型间不相容，也就是树干、根系、枝、叶4 部分干重之和不等于总量，地上部分和根系干重之和不等于单株木干重，枝和叶的干重之和不等于树冠干重，甚至有的估计结果相差很远。根据林木生物量的相容性理论，采用模型联合估计方法构建单株林木的相容性生物量模型，进一步修正模型和参数以更好地解释各个因变量。能充分地利用已有的信息，同时避免单一模型丢失信息的缺陷，有效地减少模型的随机性，从而更为全面地反映林木生物量规律。本研究根据直接控制各维量之和等于总量的方法，按代数和分配解决林木生物量模型的相容性问题.采用级分配和以单株木中起主导作用的树干生物量为基础，分两级控制。第一级模型参数估计时，首先将总量表示为地上部分和根系生物量之和的形式，直接使用地上部分独立估计模型对林木总量与根系生物量模型进行联合估计。第二级估计时，以地上部分估计值为基础，确定树干的模型参数，将树冠模型设计为地上部分减树干，
红松,北美短叶松,红皮云杉,沙松,长白落叶松,圆柏,侧柏分类检...
什么是侧叶松，侧叶松长的什么样？
长白落叶松和黄花落叶松是否是一种树
是的。 黄花落叶松 拉 丁 名： Larix olgensis Henry 植物名称： 黄花落叶松 别 名： 黄花松、长白落叶松、朝鲜落叶松 英 文 名： Korean Larch 科 名： 松科 属 名： 落叶松属 适应地区： 东北 北部暖温带落叶阔叶林区(主要城市：沈阳、葫芦岛、大连、丹东、鞍山、辽阳、锦州、营口、盘锦、北京、天津、太原、临汾、长治、石家庄、秦皇岛、保定、唐山、邯郸、邢台、承德、济南、德州、延安、宝鸡、天水) 生态分类： 木本植物 > 落叶乔木类 观赏分类： 林木类
来源：本文由百花居原创撰写，欢迎分享本文，转载请保留出处和链接！
