摘要：兴安落叶松(Larix gmelinii)是我国东北林区主要造林树种,具有抗性强、材质优的特点,但该树种树龄达到30 a以上时结实困难或种子空粒现象较多,严重影响着种子园和母树林种子的生产。本研究以乌尔旗汉兴安落叶松国家级林木良种基地(初级种子园)3个种源12个无性系为材料,对种子园所选无性系花粉活力进行了测定,结果表明,兴安落叶松不同种源和不同无性系间花粉失活率有显著差异,优树起源、林龄、林分立地类型及管理技术均会影响花粉生活力。本研究初步探讨了种子园母树不结实的原因,旨在为提高兴安落叶松种子园经营管理水平提供技术支撑。

摘要：【目的】建立基于气候因子的兴安落叶松天然林单木直径生长模型用于预测胸径生长,为内蒙古大兴安岭地区兴安落叶松天然林经营管理提供理论依据。【方法】基于内蒙古大兴安岭地区2013、2018年森林资源连续清查数据中的187块兴安落叶松天然林固定样地及样地位置对应的气候数据,运用逐步回归法建立考虑气候因子的传统单木直径生长模型,并在此基础上,加入样地效应构建兴安落叶松单木直径生长混合效应模型。最后,利用独立检验样本数据对基础模型和混合效应模型进行检验。【结果】年平均气温MAT、生长季平均降雨量P_(gm)是影响该地区兴安落叶松胸径生长量的主要气候因素,二者与胸径生长量均呈正相关。其余显著影响胸径生长量的因子包括初期胸径的倒数(1/DBH)、大于对象木的断面积和(BAL)、每公顷株数(NT),3个变量都与胸径生长量呈负相关。胸径混合效应模型的决定系数(R^(2))为0.7604,平均绝对误差(MAE)和均方根误差(RMSE)分别为0.3866和0.4863 cm^(2)。与基础模型相比,混合效应模型的R^(2)提高了0.3217,MAE和RMSE减少了0.2306和0.2674 cm^(2)。在模型检验中,混合效应模型也呈现出了较好的拟合效果。【结论】基于气候因子的单木直径生长混合效应模型可以较好地描述内蒙古大兴安岭地区的兴安落叶松胸径生长过程。

摘要：以截面尺寸为40mm×65mm,40mm×90mm和40mm×140mm国产兴安落叶松结构用规格材为研究对象,参照GB 50005—2003《木结构设计规范》的目测分等规则,将其分为Ⅰc,Ⅱc,Ⅲc和Ⅳc这4个等级.根据ASTM D4761-02a对其进行抗弯弹性模量、抗弯强度、顺纹抗拉强度和顺纹抗压强度测试.参照ASTM D2915-03,利用非参数法估计得到国产兴安落叶松结构用规格材的不同强度特征值,结果表明,其强度特征值高于进口云杉松冷杉(S-P-F)结构用规格材.通过足尺测试获得结构用规格材强度特征值,改变了GB 50005—2003现有强度特征值由无疵小试样推导而得的历史,同时为获得其他国内树种结构用规格材强度特征值提供了科学方法.

摘要：森林生长观测数据通常具有连续重复观测的特点,传统方法会得到有偏的参数估计,为准确预测兴安落叶松林分的生长动态,建立预估精度较高的林分生长收获混合效应模型,以期为内蒙古大兴安岭地区兴安落叶松的生长和经营提供科学依据。基于内蒙古大兴安岭地区第六次至第九次(2003-2018)全国森林资源连续清查数据,筛选出以兴安落叶松为优势树种的样地626块,样木株数60279株。其中501块样地的47524株兴安落叶松数据用于构建兴安落叶松的胸高断面积生长预估模型,采用剩余的125块样地的12755株兴安落叶松数据对构建的模型进行独立检验。结果表明,胸径的倒数(1/DBH)、每公顷株数(NT)、比对象木大的胸高断面积之和(BAL)、坡度和坡向的组合(SLcos)对天然林内兴安落叶松的生长有显著影响。相比于传统的基础模型,考虑样地效应的混合效应模型显著地改善了胸高断面积生长预估模型的表现,决定系数(R^(2))从0.3537提高到0.4886,平均绝对误差(Bias)和均方根误差(RMSE)均显著减少。混合效应模型优于传统的基础模型,模型有一定的生物学意义和统计可靠性。

摘要：兴安落叶松是我国的主要用材林,由于传统上对木材的长期依赖,使得其资源受到破坏,年龄结构发生改变,成过熟的原始林日渐减少,绝大部分是次生的幼中龄林。因此,研究其幼中龄林的生物量及碳汇功能很重要。森林生物量与森林生态系统的固碳能力密切相关,生物量与碳储量的多少直接影响到森林生态系统的功能,因而生物量与碳储量问题成为不同尺度生态学研究的热点。以我国大兴安岭兴安落叶松林为研究对象,通过样地调查,并结合我国森林资源清查资料对内蒙古大兴安岭地区兴安落叶松林的幼中龄林的生物量转换因子(BEF)、生物量及碳储量、碳密度、碳汇功能等进行了估算。通过实测数据及模型分析,得出以下基本结论:研究对象的BEF在0.4557与0.6988之间变动,平均值为0.5332。干、皮、枝、叶各组分生物量的分配比为:68.74:14.86:10.54:5.86。分别树干、树皮、枝、叶等组分,对其生物量与蓄积量的关系进行了拟合,建立了多组分生物量蓄积量的相关模型,分别是:干:y=0.4683x-11.291;皮:y=0.0472x+3.5674;枝:y=0.0415x+1.6787;叶:y=0.0197x+1·3405,均有很好的线性关系。地上生物量随蓄积量的增加而增加,其线性关系为:B=0.5767V-4.7042。利用近期清查数据,按材积源生物量法推算总生物量为9.49×107t,按0.5097的含碳率计算,得出兴安落叶松林幼中龄林总的碳储量为4.84×107t,碳密度为19.616t/hm2。通过两期数据对比分析,5a间所研究林分的碳储量增加0.89×107t,碳密度增加0.404t/hm2,说明其发挥着一定的碳汇作用。尽管近年来大兴安岭兴安落叶松林表现出了明显的碳汇功能,但整体上碳固定能力还不强,碳密度低于我国平均森林碳密度。应通过科学经营,挖掘潜力,使大兴安岭地区的森林生态系统在全球碳循环中发挥更大的作用。

摘要：以兴安落叶松４个种源区的种子为材料，采用同工酶分析的方法，对ＭＤＨ和ＧＯＴ同工酶进行了遗传分析。其结果表明，兴安落叶松ＭＤＨ和ＧＯＴ同工酶均受４个基因位点控制；各位点等位基因分离比例均符合孟德尔规律；ＧＯＴ—１和ＧＯＴ—２、ＭＤＨ—３和ＭＤＨ—４位点间存在较紧密的连锁遗传，交换值分别达到了０．１４３和０．

摘要：以１．５０万ｍ￣３／ａ的生产规模为例，介绍兴安落叶松刨花板生产线的工艺设计特点和设备选型。

摘要：以不同等级(Ic、IIc、IIIc、IVc)的国产兴安落叶松规格材(40 mm×90 mm×4 000 mm)为试验对象,进行足尺抗弯强度测试,采用最小二乘法确定其抗弯强度的最优概率分布模型,再运用可靠度理论分析方法,确定抗弯强度设计值,为改进我国规格材强度设计值的确定方法,促进规格材在建筑结构中的安全设计和合理应用提供依据。

摘要：【目的】探究大兴安岭北部兴安落叶松林对降雨的截留再分配及树冠下穿透雨空间分布规律,了解兴安落叶松林生态水文过程。【方法】通过长期定位观测研究的方法,获取了2013年兴安落叶松林19场降雨事件的林外降雨、穿透雨和树干径流的观测数据,采用相关分析,总结了兴安落叶松林降雨再分配规律,比较了树冠下不同位置处穿透雨的变异性。【结果】观测期内兴安落叶松林的林冠截留量、穿透雨量和树干径流量依次为35.14、148.61和0.250 7 mm,分别占大气降雨量的19.10%、80.77%和0.14%;不同降雨事件中,树冠不同位置处的穿透雨具有空间异质性;当降雨量、温度等气象因子一致时,3/4树冠半径处的穿透雨变异最小,树冠外缘(4/4树冠半径处)变异最大;当冠层结构稳定时,穿透雨的变异程度均随降雨量的增加而减小,二者呈一定的负相关性(P<0.01)。【结论】穿透雨是兴安落叶松林降雨再分配的主要水文分量(约占降雨量的81%),选择变异最小、最接近林分穿透雨率(误差约1%)的3/4树冠半径处布设穿透雨收集装置,能够适当减少野外工作量,提高科研观测效率,可为落叶松林区森林水文模型的参数化提供依据。

摘要：【目的】研究不同抽样方法对立木材积方程预测精度的影响,为各地编制不同树种材积表及构建立木材积方程提供基础数据抽样技术依据。【方法】以兴安落叶松立木材积方程为例,设计均匀、正态、右偏和左偏4种抽样方法,根据不同数据类型,利用SAS软件中proc surveyselect模块的简单随机抽样(SRS)并结合条件语句对数据进行分径阶抽样。采用Shapiro-Wilk对不同抽样方法下的胸径统计量进行正态性检验。以异速生长方程为基础材积模型,利用S-PLUS软件的广义非线性GNLS模块对模型进行拟合。采用指数函数、幂函数和常数加幂函数对4种立木材积拟合过程中产生的异方差现象进行校正。利用确定系数(R^2)、均方根误差(RMSE)、平均误差绝对值(MAB)和相对误差绝对值(MPB)对立木材积方程精度进行综合比较分析。【结果】1)指数函数、幂函数和常数加幂函数均能消除4种立木材积方程异方差的影响,加入变量为V^的幂函数消除异方差的效果最好。2)拟合结果表明,相对于均匀模型,正态模型的RMSE下降31.6%,右偏模型的RMSE下降23.1%,左偏模型的RMSE下降33.7%。3)分径阶检验表明,径阶分布在12~28 cm、36~40 cm和44~48 cm时,左偏模型的MAB和MPB均小于均匀、正态和右偏模型,即左偏模型在11组径阶中有6组径阶的MAB和MPB均最小;径阶分布在12~32 cm和44~48 cm时,右偏模型的MAB和MPB均小于均匀和正态模型,即右偏模型在11组径阶中有6组径阶的MAB和MPB均最小;径阶分布在12~32 cm和40~44 cm时,正态模型的MAB和MPB均小于均匀模型,即正态模型在11组径阶中有6组径阶的MAB和MPB均最小。【结论】左偏模型的预测精度比均匀、正态和右偏模型高,右偏模型的预测精度比均匀和正态模型高,正态模型的预测精度比均匀模型高,总体模型检验精度顺序为左偏模型>右偏模型>正态模型>均匀模型。