Modelling tree recruitment in relation to climate and competition in semi-natural Larix-Picea-Abies forests in northeast China

مدل استخراج درخت ابزار مهمی برای پیش بینی دینامیک جنگل است، به ویژه برای پیش بینی های بلند مدت ترکیب جنگل های آینده. با این حال، به عنوان یک روند بسیار متغیر، پیچیده و به طور عمده تصادفی، استخدام درخت به دقت مدل دشوار است. مدل های سنتی از متغیرهای اقلیمی غفلت می کنند و برای رشد و پیش بینی عملکرد جنگل تحت تغییرات اقلیمی قابل استفاده نیستند. در این مطالعه، مدل های استخدام درختان شامل شرایط محل، رقابت و آب و هوا برای جنگل های نیمه طبیعی طبیعی کاج اروپایی و صنوبر درختان تحت درمان نازک سازی در شمال شرقی چین. مدل های مخلوط دو طرفه منفی (مدل های صفر - پر شده و مانع) و مدل های مخلوط پواسون با مدل بیوموانی منفی صفر که به عنوان بهترین مدل یافت می شوند، مقایسه شدند. متغیرهای چگالی پایه (چگالی ساقه یا منطقه پایه) برای همه گونه گونه ها (کاج، کپور، و چوب سخت) قابل توجه است. علاوه بر این، شرایط سایت به عنوان عامل مهمی در استخدام شناخته شد. چهار متغیرهای اقلیمی، متوسط ​​سالانه، حداقل دمای سالانه، حداقل دمای فصل رشد و میانگین دمای سالانه تقسیم بر میانگین بارش سالانه به طور مستقیم با تعداد استخدام ارتباط دارد. تجزیه و تحلیل واریانس نشان داد که اثرات نشتی ویژه گونه بر روی استخراج درخت نشان داد. از بین بردن منابع مختلف تنوع در استخدام درخت، بیشتر در درک ما از عوامل موثر در استخدام درختان در تغییر آب و هوا کمک می کند.