[发明专利]一种森林群落演替树种顶级适应值的统计方法在审
申请号: | 201810892425.6 | 申请日: | 2018-08-07 |
公开(公告)号: | CN109190088A | 公开(公告)日: | 2019-01-11 |
发明(设计)人: | 郭忠玲;范春楠;王玲;郑金萍;宋雪婷 | 申请(专利权)人: | 北华大学 |
主分类号: | G06F17/18 | 分类号: | G06F17/18 |
代理公司: | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人: | 崔自京 |
地址: | 132013 吉林*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 树种 森林群落 种间 尺度 关联性分析 统计 调查 关联性 统计量 获知 幼树 合并 检测 | ||
本发明公开了一种森林群落演替树种顶级适应值的统计方法,包括如下步骤:(1)、基于不同区域森林群落的特点设置若干样地并对样地分别进行调查;(2)、将上述区域所有调查样地合并为一个整体,以每个调查样地为单位划分不同尺度大小的取样样方面积;在不同取样样方面积尺度下,利用2×2列联表法和X2统计量检测各树种种间关联性;再经各树种的种间关联性分析,确定种间关系的最适样方面积;(3)、在最适样方面积尺度下,基于各树种幼树与先锋种和顶级种的相似性来统计森林群落演替树种的顶级适应值。本发明可客观、定量的获知各树种顶级适应值,相较于现有方法,更具操作性和科学性。
技术领域
本发明涉及森林生态学基础研究技术领域,更具体的说是涉及一种森林群落演替树种顶级适应值的统计方法。
背景技术
群落演替是一个植物群落被另一个植物群落所替代,最终达到稳定的过程。其原因或机制主要取决于环境条件的变化、植物传播体和繁殖体的散布或生命的繁殖、植物间的相互作用、新的植物分类单位的产生或小演化以及人类活动等。目前,划分森林群落演替阶段和演替系列的方法主要有有林份特征因子选取法、基于RS与GIS技术的演替阶段数量分析途径、排序分类以及构成指数法等。其中,构成指数法是目前较为常用的一种群落演替排序方法,其最早由Curtis和McIntosh(1951)提出,应用原理是利用植物群落各树种的重要值(Important value,IV)与其顶级适应值(Climax Adaptation Value,CAV)相乘,求和得到群落的构成指数,即CI=∑IV×CAV,按照群落的CI值从小到大排序,即为森林演替序列群落,此法的关键是明确组成群落各树种的顶级适应值。
然而,在我国温带针阔混交林区各树种顶级适应值的确定主要采用专家打分法,这种方法虽凝结了相关专家多年经验的积累,但仍带有一定的主观性,且与所选专家年龄和经历都有着一定的关系。
因此,如何找到一种客观定量的树种顶级适应值统计方法,使群落演替排序更具操作性和科学性,是本领域技术人员需要积极探索和重点解决的问题。
发明内容
有鉴于此,本发明提供了一种森林群落演替树种顶级适应值的统计方法。
为了实现上述目的,本发明采用如下技术方案:
一种森林群落演替树种顶级适应值的统计方法,包括如下步骤:(1)、基于不同区域森林群落的特点设置若干样地并对样地分别进行调查;(2)、将上述区域所有调查样地合并为一个整体,以每个调查样地为单位划分不同尺度大小的取样样方面积;在不同取样样方面积尺度下,利用2×2列联表法和X2统计量检测各树种种间关联性;再经各树种的种间关联性分析,确定种间关系的最适样方面积;(3)、在最适样方面积尺度下,基于各树种幼树与先锋种和顶级种的相似性来统计森林群落演替树种的顶级适应值。
在上述技术方案的基础上,本发明的具体操作步骤为:
步骤一、基于不同区域森林群落的特点设置若干样地并对样地分别进行调查。
首先,不同森林群落调查数据的获取,样地面积须大于群落的最小表现面积,并应涵盖区域不同立地条件的各种群落类型,其中,不同立地条件的各种群落类型的选取要基于区域森林资源档案、林相图等资料,考虑到数据的全面性、科学性等。
其次,样地在区域内须呈均匀分布,即以区域均匀布点进行普遍调查为宜,而且样本量越大越佳。
最后,对样地分别进行调查,具体为:首先利用罗盘仪围取边界,再利用网格法将样地划分为若干个大小相同的小样方,比如:5m×5m=25m2的小样方若干个,调查以每个小样方为单位,进行乔木树种的每木检尺,测定其树种名、胸径(树高1.3m处的直径)、株高和生长势,对于高度不足(低于1.3m)的乔木树种仅测定其树种名和株高。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北华大学,未经北华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810892425.6/2.html,转载请声明来源钻瓜专利网。