西部林业科学
Journal of West China Forestry Science
Vol. 46 No.4
Aug. 2017
doi : 10. 16473/j. cnki. xblykx1972. 2017. 04. 005
黔中喀斯特次生林主要经营树种
冠形特征及模型拟合‘
袁丛军严令斌喻理飞吴长榜\\蔡国俊皮发剑吴磊舒利闲u
(1.贵州大学，贵州贵阳550025; 2.贵州省林业科学研究院，贵州贵阳550005;
3.山地生态与农业生物工程协同创新中心，贵州贵阳550025)
摘要：经营树种冠层结构调整是次生林经营的重要内容，而树冠结构不同往往表现在冠形特征差异，因此，研 究冠形特征并进行模型拟合，对森林经营具有重要的理论和实践意义。以黔中喀斯特次生林封山造林、封山抚 育、封山改良3种经营类型为研究对象，针对柳杉、猴樟、厚朴、喜树和光皮桦5个经营树种，使用1221株实 测数据，拟合冠幅、冠长、伸展度、冠长率、圆满度、投影比6个冠形指标与林木胸径和树高因子间关系。研 究表明：（1)树种的实测因子与树冠结构特征多呈极显著正相关关系，建立实测林木因子（易获取因子）与树 冠结构特征间的回归预估模型可行；（2)建立了黔中喀斯特次生林5种经营目标树的CW邑DBH、CL邑H的最优 预估方程，树冠圆满度的拟合度要优于其投影比、树冠伸展度和冠长率；（3)柳杉、猴樟、厚朴、喜树和光皮 桦的冠幅拟合解释量依次为0.62、0.69、0.77、0.59、0.77，冠长解释量依次为0.88、0.90、0.78、0.89、 0.64。各拟合最优模型的胸径使用范围分别为1.6 ~ 18. 3cm、0.5 ~ 8. 5cm、1.8 ~ 6. 5cm、0.8 ~ 13. 0cm、0.7 ~ 25. 8cm，树高适用范围分别为 2.0 ~10. 9m、1.5 ~8. 2m、2.6 ~6. 6m、1.5 ~12. 1m、1.6 ~14. 5m。因此，基于胸
径、树高对各经营树种的冠幅、冠长预估模型适用于早期，中后期经营还需重建中后期的模型。关键词：模型拟合；冠形特征；目标树种；次生林；黔中喀斯特中图分类号：S718.5
文献标识码：A
文章编号：1672-8246 (2017) 04-0024-07
Tree Crown Characteristics and Model Fitting of Target Management Species
of Secondary Forest in Karst Area of Central Guizhou Province
YUAN Cong-jun1，2， YAN Ling-bin1，3， YU Li-fei1，3， WU Chang-bang1， CAI Guo-jun1，3，
PI Fa-jian1，3，WULei1，3，SHU Li-xian1，3
(1. Guizhou University， Guiyang Guizhou 550025， P. R. China；2. Guizhou Academy of Forestry， Guiyang Guizhou 550005， P. R. China；
3. Collaborative Innovation Center for Mountain Ecology & Agro-Bioengineering (CICEAB)， Guiyang Guizhou 550025， P. R. China)
Abstract ： Tree crown structure adjustment is an important content of secondary forest management. The difference
of crown structure usually reflects on the crown characteristics. Therefore， it’s of theoretical importance and pragmatic meaning for forest management to study on crown characteristics and conduct model fitting. The study targeted 5 tree species in Karst area of central Guizhou as main objects， namely Cryptomeria fortunei， Cinnamomum bo- dinieri， Magnolia officinalis， Camptotheca acuminate and Betula luminifera，under three management types name-
收稿日期：2016-07-19
基金项目：“十二五”农村领域国家科技计划课题研究子课题（2012BAD22B0102)，贵州省科技厅重大基础研究项目（黔科合JZ字
[2014] 2002 号）。
第一作者简介：袁丛军（1990-)，男，硕士，主要从事恢复生态学、植物学分类与保护研究。E-mail:ycongjun2012gzdx@163. com 通讯作者简介：喻理飞（1963-)，男，博士，教授，博士生导师，主要从事喀斯特森林生态学、恢复生态学和自然保护区学
研究。E-mail:dxy5198@163. com
第4期袁丛军等：黔中喀斯特次生林主要经营树种冠形特征及模型拟合
25
ly closed tackling and thinning ( cTr) , closed tackling and reconstruct ( CTRC) , closed tackling and reforestation
(CTRF). Using data measured from 1 221 strains, a fitting model was established based on crown breadth, crown
length, crown extend limit, crown ratio, crown orbicular ratio, and crown projection ratio, to check the former six crown parameters’ relations with tree diameter at breast height and tree height factor. It was found that: (1) Measured factor and crown structure characteristics of the tree species were very significant positive correlation, and it was feasible to establish a regression forecast model with measured trees factor ( easy availability factor) and crown structural characteristics; (2) An optimal pre-estimate equation was established for 5 kinds of management target tree of the CW 邑 DBH , CL 邑 H in secondary forest in Guizhou karst area. The fitting degree of the crown orbicular ratio was better than that of crown projection ratio, crown extend limit and crown length rate; (3) Thecrown breadth fitting interpretation of Cryptomeria fortunei, Cinnamomum bodinieri, Magnolia officinalis , Campto- theca acuminate and Betula luminifera were 0. 62 , 0. 69，0. 77, 0. 59 , and 0. 77 , respectively; the crown length interpretation of those five were 0. 88 , 0. 90 , 0. 78 , 0. 89, and 0. 64 , respectively. The optimal fitting model of DBH range were 1. 6 〜18. 3cm, 0. 5 〜8. 5cm, 1. 8 〜6. 5cm, 0. 8 〜13. 0cm, and 0. 7 〜25. 8cm, respectively; tree height scope were 2. 0 〜10. 9m, 1. 5 〜8. 2m, 2. 6 〜6. 6m, 1. 5 〜12. 1m, and 1. 6 〜14. 5m, respectively. Therefore, the forecast model for crown breadth and length based on the diameter at breast height and tree height of each tree crown is suitable for the early period of management, and for the middle and later period the model should be re-established.
Key words： Model fitting; crown characteristics; target species; secondary forest; Karst area of central Guizhou
Province
喀斯特区是我国典型生态脆弱带之一[1〜2],充 分运用“植物一适应一环境”系统理论，并合理 经营现存森林对加快区域生态环境建设、促进经济 发展至关重要[3〜4]。树冠是树木进行光合作用和呼 吸作用的重要场所，通过芽在树冠中的空间分布、数量动态、萌生格局等可塑性表达[5]，形成其特 有的树冠形状（tree crown shape),直接影响树木 的生产力[6],受到人们广泛关注[7〜9]。合理地经营 利用现存林地资源，对提升森林资源和促进区域生 态建设和社会经济发展至关重要。林分密度被认为 是森林经营调控管理中最有效、最易测、最可控的 因子；而林木因相邻林木聚集生长而形成不同林 分，并显著影响着树冠冠形特性，为此，建立冠形 特征与易测林木因子（如胸径等）相互关系，对 指导林分结构调控、植被恢复具有重要的理论和现 实意义。
随着森林“结构-功能”的研究深人，树冠结 构研究已成为国内外林木研究热点内容之一[7〜9]。国内较早就注意到果树的形体结构对生长及结实的 影响[10〜13],但直到20世纪80年代才开始得到逐 步重视，且由于学科专业不同，其认识和理解程度 也不相同。20世纪90年代后，国内的树冠结构研 究工作取得许多成果[14〜16]。就树种而言，我国对 针叶树种的树冠研究则主要集中在樟子松（Pinus
sylvestris var. mongolica)、落叶松（Larix gmelinii)、
油松（Pinus tabulformis )等北方针叶树种以及水 杉(Metasequoia glyptostroboides )、杉木(Cunning-
hamia lanceolata)、马尾松(Pinus massoniana)等
南方树种的研究上[16],而专门针对黔中喀斯特区 天然次生林主要经营树种的冠形特征与林木生长关 系的研究尚无报道。本文以黔中石漠化治理区的封 山抚育（Closed tackling and thinning)、封山改良
(Closed tackling and reconstruct )、封士 山造林 (Closed tackling and reforestation) 3 种经营类型的
天然次生林为研究对象，实测主要经营树种树冠结 构数据，分析主要冠形特征，建立与易测林木因子 进行预估模型，以期揭示各目标树种对不同生态条 件的适应与变异程度。研究结果对探讨林木个体生 长、预估木材产量、指导森林经营措施及林分结构
调整等具有重要的生态学意义。
1材料与方法
1.1研究区概况
研究区位于贵州省贵阳市修文县龙场镇沙溪村 修文河右岸，地理坐标为106。36$, 26。51，，海 拔1 100〜1 500m。属温暖湿润的北亚热带季风气 候，年平均温16. 5益，逸10益活动积温4 097. 40益，
26
西部林业科学
1.2数据采集与处理
2017 年
年降雨量1 235mm,年日照时数1 359. 4h, 土壤石砾含量高，土层浅薄，分布不连续[17]。土壤为以 白云质石灰岩为主发育的黄色石灰土和黑色石灰 土，局部地段为黄壤，pH值4.0〜7.4[18]。植被为 各种次生灌乔林、灌木林、藤刺灌丛，盖度31. 6%。 研究区森林经营以封山抚育、封山造林、封山改良 经营类型为主，经营树种有光皮禅（Betula lumiraf-era)、猴樟（Ci namomum bodinieri)、喜树(Camp- totheca acuminate )、厚朴（Magnolia officinalis)、柳
1.2.1目标树种确定及数据采集
参照葛龙允等人[20]针对研究区25个主要优势 树种的生态经济功能定量评价研究结果，选取药用 -观赏型高经济功能群物种喜树、厚朴，工业型中 经济功能群物种猴樟、柳杉、光皮桦为研究区主要 经营的目标树种[21]作为研究对象。在研究区内， 采用围尺测定林木胸径，鱼竿和标尺测定树高、枝
下高；分东、南、西、北等4个方向用皮尺测定冠 幅，各树种测定详见表1。
杉（Cryptomeria fortunei)等物种[19~M]。
表1 5种目标树种的树冠形态指标及其基本数据Tab. 1
Tree crownindicators and basic data of fivetarget species
树种
形态指标
胸径(DBH)/cm 树高（H)/m 枝下咼（HB)/m 冠幅（CW)/m胸径(DBH)/cm
样本数最大值6.5
6. 6 2.8 3. 225. 814. 5
最小值1. 8 2. 6 0. 5 0. 80. 71. 60. 10. 60. 51. 50. 30. 40. 81. 50. 20. 81. 62. 0 0. 10. 8
平均值4. 07 4. 611. 492. 026. 176. 963. 442. 653. 813. 911. 112. 066. 846. 862. 713. 187. 735. 87 1. 152. 06
标准差1. 27 0. 97 0. 48 0. 673. 953. 092. 071. 571. 641. 300. 450. 783. 042. 851.101. 093. 231. 89 0. 660. 49
变异系数0. 31 0. 21 0. 32 0. 330. 640. 440. 600. 590. 430. 330. 410. 380. 440. 420. 410. 340. 420. 32 0. 580. 24
厚朴49
光皮桦
树高（H)/m枝下咼（HB)/m冠幅（CW)/m胸径(DBH)/cm
603
9. 4
12. 18. 58. 2
猴樟
树高（H)/m枝下咼（HB)/m冠幅（CW)/m胸径(DBH)/cm
202
2. 5
4. 613. 0
喜树
树高（H)/m枝下咼（HB)/m冠幅（CW)/m胸径(DBH)/cm
104
12. 1
5. 25.718. 310. 9 2. 63. 8
柳杉
树高（H)/m 枝下咼（HB)/m冠幅（CW)/m
253
注：光皮桦（Betulaluminfera)、猴樟（Cinnamomum bodinieri)、喜树（Camptotheca acuminate)、厚朴（Magnolia ficinalis)、柳杉（Crypto,
meria fortunei)。1. 2. 2树冠冠形描述指标TRPR = CW/DBH； CV =仔 x CW x CL/12。式中， TCEL为树冠伸展度，TCR为冠长率，TRPR为树
研究米用树冠冠长（Tree crown length， CL)、 伸张度（Tree crown extend limit，TCEL)、冠长率
(Tree crown ratio，TCR)[22]、树冠圆满度（Tree crown orbicular ratio，TROR )[23]、树冠投影比 (Tree crown projection ratio，TRPR)等指标对经营
冠投影比，TROR为树冠圆满度；CW为冠幅、H 为树高、HB为枝下高、CL为冠长、CWew*东西冠 幅、CWS„为南北冠幅、DBH为胸径。1.2.3回归方程选择
米用 SPASS 21. 0 线性方程 Linear，7 =匕。+^%； 二次方程：y = b0+bix+b2x2；二次方程：y = b0+bix +b2x2+b3x3；复合函数：y = b0 (hx)；生长函数：
目标树种树冠结构特征进行分析。其具体计算公式 分别如下[24]: CL = H-HB; CW= (CWew + CWs„) / 2; TCEL = CW/H; TCR = CL/H； TROR = CW/CL；
第4期
y = e^ (bo+
袁丛军等：黔中喀斯特次生林主要经营树种冠形特征及模型拟合
27
^x);对数函数：ysbo+bjnx; S 形曲
x
线：y = e' (bo+b/
x
);指数函数：y = b。.e' (b/
2结果与分析
目标树种树冠冠形特征与林木树高、胸径因子
);逆函数：尸一+^/%;幂函数（Power): y = bo 2.1树冠结构特征与树高、胸径的相关性
的Pearson相关性分析（表2)为，树高、胸径与 描述树冠结构特征指标间多数呈极显著正相关关 系，通过建立实测林木树高、胸径等易获取因子与 树冠结构特征指标之间回归预估模型是可行的。
+X、；逻辑斯蒂函数：y = (1/u+b。.b/x) '-1 共
11种模拟方程。其中，b〇 (常数）、bi、b2、b3均
为待测定的参数[25]。
采用软件SPASS 21. 0和Excel 2013进行数据 处理。
表2 5种目标树种冠形特征与林木因子间Pearson相关性分析
Tab. 2
The Pearson correlation of fivetarget species：tree crowncharacters and trees factors
H/m0. 885 * *
0. 823 *0. 824 ** 0. 796 ** 0. 1120. 274 ** -0. 048-0. 493 **
0. 788 * *0. 949 * *-0. 164 *0.291\"-0. 300 * *-0. 356 * *0. 827 * *
0. 883 *0. 752 ** 0. 822 ** -0. 443 ** 0. 190 **-0. 427 ** -0. 752 ** 0. 875 *
0. 866 ** 0. 766 **
0. 497 **
0. 2630. 305 *-0. 094
0. 672 * *0. 937 * *-0. 663 * *0. 243 * *-0.611\"-0. 636 * *
0.612**0. 0480. 130*-0. 055-0. 315**
-0. 629 * *0. 548 * *-0. 736 * *-0. 577 * *
-0. 192 * *0. 822 * *0. 617 * *
-0.681**-0.081
0. 484 * *
0. 762 * *0. 447 * *0.281**0. 220 * *-0. 1060. 857 * *0. 651 * *
-0. 130. 561 * *-0. 408 * *-0. 321 * *0. 777 * *0. 747 * *0. 739 * *
0. 046
0. 831 * *-0. 482 * *0. 469 * *-0. 0370. 019-0. 342 * *0. 340 * *-0. 001
-0. 011摇-0. 225 * *0.123 * *0. 423 * *0. 386 * *
0. 403 * *-0. 061摇-0.165 * *0. 083 *-0. 406 * *0. 376 * *-0. 536 * *
-0. 482 * *-0. 571 * *-0.108 * *-0. 307 * *0. 731 * *0. 289 * *0. 296 * *
CW/m0. 691 * *0. 602 * *
CL/ m0. 824 * *0. 938 * *0. 574 * *
TCEL-0. 324 * *-0. 568 * *0. 189-0. 531 * *
TCR0. 305 * *0. 395 * *0. 268 * *0. 643 * *-0. 314 * *
TROR-0. 281 * *-0. 475 * *-0. 069-0. 532 * *0. 764 * *-0. 656 * *
TRPR-0. 691 * *-0. 609 * *-0. 058-0. 527 * *0. 593 * *-0. 1170. 296 * *
树种林木因子
DBH/cmH/mCW/mCL/mTCELTCRTRORTRPRDBH / cmH/mCW / mCL / mTCELTCRTRORTRPRDBH / cm
H/m
DBH/ cm 树种
猴樟喜树
柳杉
光皮桦
厚朴
CW / mCL / mTCELTCRTRORTRPR
0. 760 * *0. 871 * *0.2430. 290 *0. 07-0. 05
0. 662 * *0. 804 * *0. 2420. 584 * *0. 396 * *
0. 220.711**
-0. 189-0. 043
0. 125
0. 824 * *-0. 440 * *
0. 0290. 675 * *
0. 578 * *
注：（1 )**表示在0. 01水平上呈极显著相关，*表示该因子在0. 05水平上呈显著相关；（2)右上角加粗字体表示右侧树种树冠冠形特征与 其林木因子之间的相关系数；左下角的表示左侧物种树冠冠形特征与其林木因子之间的相关系数。
2.2冠幅、冠长预测模型拟合
分别采用11种方程对5种目标树种H&CW、
H&CL、DBH&CW、DBH&CL分别进行回归分析,
数方程，猴樟、光皮桦则为基于胸径自变量的三次 方程，因此，胸径在预估CW时较好。树冠冠长 (CL)预估：柳杉、光皮桦和喜树最优回归方程为 基于树高自变量的三次方程，猴樟、厚朴则为基于 树高自变量的幂函数方程；因此，树高在在预估
CL时较好。
各树种的最适回归方程均为幂函数方程或三次方程 (见表3)。由表3可知，冠幅（CW)预估：柳杉、 厚朴和喜树最优回归方程为基于胸径自变量的幂函
28
西部林业科学
表3 5种经营树种的冠幅和冠长与林木因子胸径（树高）的回归分析及最优模型参数Tab. 3
Regression analysis and optimal model parameters of five target species： tree crown breadth, length and tree factors DBH (tree height)
2017 年
树种柳杉猴樟厚朴喜树光皮桦
样本方程
25320349102603
PCCPPPPCCC
自变量
DBHHDBHHDBHHDBHHDBHH
因变量
CWCLCWCLCWCLCWCLCWCL
R20.6180. 8800. 6920. 9030. 7650. 7750. 5930. 8920. 7730. 642
F406. 284611.264148. 9161872. 515153. 409161.921145. 519269. 007680. 319358. 027
Sig.0. 0000. 0000. 0000. 0000. 0000. 0000. 0000. 0000. 0000. 000
b0
0. 862-0. 2330. 7920. 5940. 5050. 4941. 103-1. 5830. 988-0. 687
b1
0. 4320. 8590. 091. 1270. 9811. 1960. 5791. 3870. 2441. 332
b2-0. 0160. 099
b30. 002-0. 009
-0. 137-0. 001-0. 186
0. 0080. 0000. 011
注：（1) H表示树高，DBH表示胸径，CW表示冠幅，CL表示冠长；（2) C表示三次方程，P表示幂函数方程。
2. 3树冠伸展度与冠长率预测模型
树冠伸展度（TCEL)和冠长率（TCR)是描
可知，各树种的TCEL和TCR与林木因子回归分析 拟合效果不理想。柳杉TCEL预估最优回归方程为 基于H自变量的幂函数（R2 =0.452);厚朴TCEL 预估最优回归方程为基于DBH自变量的幂函数
(R2 =0.307);喜树TCR预估最优回归方程为基于 H自变量的幂函数（R2 =0.324);光皮桦TCEL预
述林木树冠的重要数量指标，分别代表树冠向外扩 展能力和树体营养能力指标，可作为描述评价树冠 “质量”时优选指标[26]。分别采用11种方程对5 种目标树种 H&TCEL、H&TCEL、DBH&TCR、
DBH&TCR分别进行回归分析，各树种的最适回归
估最优回归方程为基于H自变量的幂函数（R2 =
0. 262)。其余回归方程拟合解释量均小于0. 260。
方程均为幂函数方程或三次方程（表4)。由表4
表4
Tab. 4
目标树种冠长率和伸展度与林木因子的回归分析及最优模型参数
R20. 452
0. 0660. 0670. 1080. 3070. 0860. 3240. 2240. 1700. 262
Regression analysis and optimal model parameters of target species： crown ratio, crown extend limit, and tree factors
树种柳杉猴樟厚朴喜树光皮桦
样本方程
25320349102603
P
PCCPPCPCC
自变量
HHDBHHDBHHHHHH
因变量
TCELTCRTCELTCRTCELTCRTCRTCELTCRTCEL
F206.68017.8194. 76623. 65320. 8484. 35415. 65628. 85744.25776.695
Sig.0. 0000. 0000. 0030. 0000. 0000. 0420. 0000. 0000. 0000. 000
b00.7910. 6350. 7200. 4070. 2450. 4940. 7960. 3240. 8760. 370
b1
-0. 4590.124-0. 1810. 1810. 4010. 196-0. 0640. 302-0. 0930.114
b2b3
0.045-0. 035-0. 0030. 002
0. 0050. 004-0. 026
0. 0000. 0000.001
注：（1) C表示三次方程，P表示幂函数方程；（2) H表示树高，DBH表示胸径，TCEL为树冠伸展度，TCR为冠长率。
2.4树冠圆满度与投影比预测模型
分别采用11种方程对柳杉、猴樟、厚朴、喜 树、光皮桦等目标树种H&TROR、DBH&TRPR、分 别进行回归分析，各树种的最适回归方程均为幂函 数方程或三次方程（表5)。树冠圆满度（TROR) 与投影比（TRPR)均是描述林木树冠的重要数量指 标。其不仅客观地反映树木占据自身生长空间的状
况及与周边林木间竞争能力大小，亦对树木的生长 过程和树木的形状都有着非常重要的影响[23]。各树 种树冠圆满度和投影比与林木因子回归分析见表5。 由表5可知，柳杉、猴樟、厚朴、喜树和光皮桦5 个经营树种的TRPR预估最优回归方程均为基于
DBH自变量的幂函数方程；TROR预估除厚朴外，
最优回归方程为基于H自变量的幂函数。
第4期袁丛军等：黔中喀斯特次生林主要经营树种冠形特征及模型拟合
表5
Tab. 5
29
目标树种圆满度和投影比与林木因子的回归分析及最优模型参数
Regression analysis and optimal model parameters of target species ： crown orbicular ratio, crown projection ratio, and tree factors
树种柳杉猴樟厚朴喜树光皮桦
样本方程
25320349102603
PPCCCCPCCC
自变量
HDBHHDBHHDBHHDBHHDBH
因变量
TRORTRPRTRORTRPRTRPRTRORTRORTRPRTRORTRPR
R20. 4030. 7360. 1020. 4580. 0840. 1410. 4220. 4830. 1010. 399
F169. 290700. 3777. 55456. 0362. 1122. 45573.14077.16321.294143. 332
Sig.0. 0000. 0000. 0000. 0000. 1330. 0750. 0000. 0000. 0000. 000
b0
1.2460. 8611.3301.6340. 2070. 2610. 8441.042-0. 0040. 966
b1
-0. 583-0. 568-0. 339-0. 7300. 1030. 1210. 726-0. 4210. 528-0. 151
b2b3
0. 0670. 1530. 0000. 006
-0. 005-0. 010-0. 002-0. 002
-0. 0790. 0100. 0030. 000
2)注：（1)C表示三:次方程,P表示幂函数方程；（
H 表示树高,DBH表示胸径，TRPR为树冠投影比,TROR为树冠圆满度。
建立胸径、树高与树冠冠形特征回归预估模型是可
3结论与讨论
(i)黔中岩溶次生林主要经营树种胸径、树
行的。这与符利勇等[6]、刘平等[27]研究报道相同, 可为黔中次生林主要经营树种厚朴、光皮桦、猴 樟、喜树和柳杉林木植被恢复预估提高理论依据和 参考。
高与树冠冠形特征之间多呈极显著正相关，因此,
表6
目标树种树冠冠形特征与林木因子的可用模型拟合适应范围
Tab, 6 Applicable fitting models for tree crown characteristic and the trees factors of target species
树种柳杉猴樟厚朴喜树光皮桦
方程
PC
PCPPPPCCC
因变量&自变量
CW 邑 DBHCL邑HTRPR 邑 DBHCW 邑 DBHCL邑HCW 邑 DBHCL邑HCW 邑 DBHCL邑HCW 邑 DBHCL邑H
参数
常数
0. 862-0. 2330. 8610. 7920. 5940. 5050. 4941. 103-1.5830. 988-0. 687
b1
0. 4320. 859 -0. 5680. 091. 1270. 9811. 1960. 5791.387 0. 244 1.332
--0.137--0.001--0.186
0. 00800.011
b2--0.0160. 099
b30. 002-0. 009
拟合指标
R20. 620. 880. 740. 690. 900. 770. 780. 590. 890. 770. 64
Sig.0. 000. 000. 000. 000. 000. 000. 000. 000. 000. 000. 00
样本数及适用范围
N = 253;D:1.6〜18.3cm;
H:2. 0 ~10. 9m。N = 203;D:0. 5 〜8. 5cm;
H:1. 5 〜8. 2m。N=49;D:1. 8 〜6. 5 cm;H:2. 6 ~6. 6m。N = 102;D:0.8〜13.0cm;
H:1.5〜12.1m。N = 603;D:0.7〜25.8cm;H:1.6〜14.5m。
注：（1) C表示三次方程，P表示幂函数方程；（2) DBH表示林木胸径，H表示林木树高因子；剔除拟合最优模型方程的解释量（R2臆0.5)
(2)柳杉、猴樟、厚朴、喜树、光皮桦5种 经营目标树种的冠长（CL)、冠幅（CW)均可采 用胸径（DBH)、树高（H)进行模型拟合，分别 均以胸径、树高拟合的冠幅、冠长效果最好；而除
以幂函数，对柳杉的树高预估树冠投影比（TR-
PR)模型方程解释量达0.74外，其余各物种基于
冠冠形结构变化的重要原因，其深层次原因尚有待 进一步研究。
(3)柳杉、猴樟、厚朴、喜树、光皮桦5种 经营目标树种冠形特征最优预估方程详见表6。各 物种方程拟合解释量均达到0.59以上，猴樟最高 可达到0.90,以树高对冠长预估的结果大多优于 胸径对冠幅的。各物种的冠幅拟合解释量依次为柳 杉0.62、猴樟0.69、厚朴0.77、喜树0.59、光皮 桦0.77,冠长解释量依次为柳杉0.88、猴樟0.90、
树高、胸径对其它冠形指标拟合方程解释量均未达 到0.50以上。研究区生境异质性高导致土壤水分 变化剧烈，不同程度的人为干扰或许是导致林木树
30
西部林业科学2017 年
厚朴0.78、喜树0.89、光皮桦0.64。各拟合最优 模型的胸径使用范围分别为柳杉1. 6〜18. 3cm、猴 樟0. 5〜8. 5cm、厚朴1. 8〜6. 5cm、喜树0. 8〜 13.0cm、光皮桦0.7 ~25. 8cm,树高适用范围分别 为柳杉2. 0〜10. 9m、猴樟1. 5〜8. 2m、厚朴2. 6〜
6. 6m、喜树1.5〜12. 1m、光皮桦1.6〜14. 5m。各
[11 ]张显川，高照全,付占方，等.苹果树形改造对树冠
结构和冠层光合能力的影响[J].园艺学报,2007,34(3) :537 -542.
[12] [13] [14] [15] [M].北京：中国农业科学技术出版社,2009.
杜宏彬，吕世新，潘克昌.乔木树冠与森林修
黄一华.树整形修剪存在的主要问题与对策[J
中国南方果树,2011,40(3) :103-104.研究[D].北京:北京林业大学,2013.方程拟合的样本林木多处于幼年期，因此拟合的模 型适用于早期，中后期经营还需重建中后期的模 型。郭孝玉.长白落叶松人工林树冠结构及生长模
卢军.帽儿山天然次生林树冠结构和空间优化
参考文献：
[1 ]喻理飞，朱守谦，祝小科，等.退化喀斯特森林恢复
评价和修复技术[J].贵州科学,2002,20(1) :7-13.
[2 ]喻理飞，朱守谦，叶镜中，等.退化喀斯特森林自然
恢复过程中群落动态研究[J].林业科学,2002,38 (1) : 1 -7.
[3 ]蒋有绪.加快生态文明建设积极应对自然灾害和次
生灾难的常态化[J].科技导报,2013,31(22) :3.
[4 ]唐守正，雷相东.加强森林经营，实现森林保护与木
材供应双赢[J].中国科学：生命科学，2014,44(3) :223- 229.
[5]喻理飞.圆果化香芽种群结构初步研究[J].贵州科
学,2003,21(1-2) :64-68.
[6 ]符利勇，孙华，张会儒，等.不同郁闭度下胸高直径
对杉木冠幅特征因子的影响[J].生态学报,2013,33(8): 2434-2443.
[7 ] Kramer R. Structural development of redwood branches and its effect on wood growth [ D ]. Humboldt State University, 2013.
[8]
Nadkarni N M,Parker G G,Lowman M D. Forest py studies as an emerging field of science[EB/OL]. [2].
[9] Meinzer F F C, Lachenbruch B, Dawson T E. Tree Physiology: Size - and Age - Related Changes In Tree Structure and Function[ M]. Springer,2011.
[10]
许明宪.果树修剪的经济目标和生理依据[j树科学,1986(4) :13-17.
营[D].哈尔滨:东北林业大学,2008.
[16] 欧光龙，肖义发,王俊峰，等.思茅松天然林树冠
构模型[J].生态学报,2014,34(7) :1663-1671.[17]
王清.黔中白云岩地区植被自然恢复过程及其
难度研究[D].北京:北京林业大学,2013.
[18]
彭丽芬,李新贵.贵阳市修文县森林资源现状分
及建议[J].四川林勘设计,2010(3) :16-18,44.
[19 ]杨瑞.退化喀斯特森林冠层结构及动态研究[D ].
贵阳:贵州大学,2011.
[20] 葛龙允.黔中喀斯特森林生态经济功能群结构
价与经营对策研究[D].贵阳:贵州大学,2014.[21]
袁丛军.喀斯特森林不同经营类型冠层结构与
控技术研究[D].贵阳:贵州大学,2015.
[22 ]刘丽华,陈东来，郑辉，等.冠长率对树木直径和材
积的影响[J].河北农业大学学报,2002,25(S1) : 149-150.
[23] 徐成立，张景兰，陈东来.树冠圆满度对树木生
的影响及作用研究[J].河北农业大学学报,2005,28 (3) :45
-48.
[24] 王希群，马履一.油松、侧柏林种内竞争特点的
比研究[J].生态科学,2006,25 (6) :481 -484.
[25]
王勇，杜晓军,招礼军，等.五种火棘属植物的叶
积回归分析[】].广西植物,2013,33(6):756-762.
[26 ]毛斌,徐程扬，李乐，等.人工油松风景林的林木分
级技术[J].林业科学,2014,50( 10) :49-58.
[27]刘平，王玉涛,马履一.低山侧柏人工林单木冠幅
预测模型及精度评价[J].林业资源管理,2014 (2) : 52 -57.
cano
].果
因篇幅问题不能全部显示，请点此查看更多更全内容