应用非线性混合模型建立白桦枝长与枝径关系

为了探究枝条生长的动态变化规律，以张家口永定河上游地区为研究区，在研究区设置4个100 m×100 m的固定样地，每个样地采集生长良好的白桦样木4株，共计采集16株天然白桦3 576个枝条数据。在白桦枝长的广义非线性模型的基础上构建样木效应混合模型、枝级效应混合模型和样木枝级嵌套混合模型，采用赤池信息准则(B_IC)、贝叶斯信息准则(A_IC)、对数似然值(L_L)和似然比检验(L_RT)等指标比较各模型的拟合效果。结果表明：样木和分枝等级两水平混合效应模型明显优于广义基础模型、样木效应模型和枝级效应模型；当b₀、b₂、b₃作为样木随机参数，b₁、b₃作为分枝等级随机参数时，两水平混合模型拟合最优，决定系数(R²)和均方根误差分别为0.870 4、11.461 3。因此，考虑样木和分枝等级嵌套两层次的混合模型预测精度均高于广义非线性模型、样木随机效应模型和分枝等级随机效应模型，...     

基于混合效应和分位数回归的温带针阔混交林树高与胸径关系研究

【目的】基于非线性回归和广义模型构建不同分位数回归和混合效应的树高预测方程,并对比分析非线性模型、不同分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)模型、广义模型及非线性混合效应模型的拟合效果和预测精度,为研究林分生长和收获提供理论依据。【方法】本研究以吉林蛟河地区针阔混交林的主要树种(红松、色木槭、紫椴和水曲柳)为研究对象,基于21.12 hm²样地数据,首先在11个广泛使用的树高方程基础模型中选定基础模型;其次探究林分变量对树高的影响并构建含林分变量的广义模型;最后在基础模型和广义模型的基础上,构建分位数模型,同时考虑样方效应对树高的影响,构建混合效应模型。【结果】(1)各树种均以Richards模型拟合精度更高,且具有生物学意义,选定为基础模型;考虑林分变量与树高的相关性以及模型收敛性,加入优势木高建立的广义模型能显著提高拟合效果。(2)各树种均为中位数τ=0.5时模型拟合效果最佳,且与非线性回归预测精度相近,红松、色木槭、紫椴和水曲柳最高R²值分别为0.811、0.809、0.724和0.617,...     

长白山云冷杉针阔混交林幼树树高--胸径模型

采用长白山林区2013年调查的12块1 hm2固定样地中5个树种的幼树树高--胸径数据,用35个树高曲线经验模型进行模拟、筛选。结果表明,Curtis于1967年提出的三次多项式h=a0+a1d+a2d2+a3d3能够很好地拟合5个树种幼树的树高--胸径模型,决定系数(R2)最高可达0.786 5。用独立样本数据对该模型进行检验,结果表明,模型的表现能力良好,能够适用于本地区的云冷杉针阔混交林的幼树树高--胸径模拟。以空间代替时间的方法分析5个树种的幼树树高生长规律,发现色木幼树树高较大;红松和冷杉幼树树高生长类似;云杉幼树树高初期较小,而后期生长很快。本文提出的幼树树高模型可为抚育经营提供参考。      

红松树高-胸径的非线性混合效应模型研究

以吉林省汪清林业局的蒙古栎阔叶混交林和云冷杉阔叶混交林24块固定样地中的2598株红松为研究对象,利用Chapman-Richards方程建立了不含随机效应与含随机效应的单木树高-胸径简单模型和广义模型。模型拟合和检验的评价指标主要包括调整决定系数(R2a)、平均相对误差绝对值(RMA)和均方根误差(RMSE)。对于混合效应模型,设计了随机抽取、抽胸径最大的树、抽胸径最小的树和抽平均木4种抽样方案计算随机参数,通过对比4种抽样设计下模型的误差统计量,分析了不同抽样设计下样本数量和预测精度的关系。结果表明:基于混合效应模型的红松单木树高-胸径模型拟合效果(简单模型的R2a在0.753~0.886之间,RMA在11.3%~15.1%之间,RMSE在1.38~2.01m之间;广义模型的R2a在0.754~0.886之间,RMA在11.1%~15.0%之间,RMSE在1.38~2.01m之间)优于不含随机参数的红松单木树高-胸径模型(简单模型的R2a在0.502~0.868之间,RMA在12.2%~17.8%之间,RMSE在1.42~2.65m之间;广义模型的R2a在0.711~0.877之间,RMA在11.6%~17.2%之间,RMSE在1.41~2.10m之间);包含随机效应的简单模型和广义模型拟合效果没有明显的差异,表明基于混合效应模型的单木树高-胸径简单模型可以很好地描述树高-胸径关系在不同森林类型、不同样地间的差异,因此不需要在树高-胸径模型中增加其他自变量;抽取平均木的抽样设计优于其他3种抽样设计,且抽取4株平均木时,预测精度提升最为明显,综合预测精度和调查成本的考虑,在实践中应用包含随机效应的红松树高-胸径模型时,推荐在样地中抽取4株平均木测量其树高来估计随机参数。      

利用两水平非线性混合效应模型建立温州地区天然阔叶树树高曲线

以永嘉县四海山林场7 块天然阔叶林样地中602株林木为例,首先选用6种常用的树高曲线方程模拟该阔叶林主要树种的树高曲线,根据决定系数、均方根误差、平均相对误差3个统计量以及残差图检验,确定1个用于构建混合效应模型的基础模型。然后确定树种间的差异和样地间的差异作为随机效应,构建两水平的非线性混合效应模型,并利用AIC、BIC等指标评价不同混合模型的效果。结果表明,在树种水平和样地水平均同时考虑2个参数的随机效应时,模拟温州地区天然阔叶树树高曲线混合效应模型拟合效果最好,能够显著提高模型的拟合精度、大幅度减小模型误差;混合效应模型随机参数的方差协方差表明,天然阔叶树的树高曲线的变化主要受树种的影响,其次是样地的影响。     

应用混合效应法建立的杂种落叶松人工林单木冠幅预测模型

应用2015年调查的黑龙江省江山娇实验林场48块杂种落叶松人工林样地的4129株样木数据,分析了冠幅(C_W)与胸径(D_BH)的相关关系,选出较好的冠幅—胸径线性关系模型作为基础模型;经过再参数化分析,选入对冠幅影响较大的单木因子和林分因子构建冠幅的通用线性模型;再采用混合效应模型的方法建立精确的冠幅预测模型。结果表明:冠幅与胸径呈较好的线性相关,冠长率(C_R)、高径比(H_DR)和林分断面积(B_AS)对冠幅的影响最大,最终构建了样地水平的线性混合效应模型为杂种落叶松人工林单木冠幅预测模型。模型的修正决定系数R_a²为0.6567,比基础模型(R_a²为0.5701)增加了15.19%;均方根误差(R_MSE)和赤池信息准则与基础模型相比,均减少了10%以上;模型采用留一交叉验证法进行检验,其平均绝对偏差(M_AE)为0.3491 m、平均相对偏差绝对值(M_APE)为18.36%,拟合效率(E_F)为0.6164。考虑该模型的实用性,基于留一法,利用随机抽样,对比分析了不同样本量(2,3,4,…,30株树)对随机效应校正下的模型预测效果,结果表明每个样地随机调查5株树的冠幅,即可达到较好的预测效果。     

沙地樟子松不同树高-胸径模型比较分析

【目的】比较不同树高(H)–胸径(D)模型精度,确定适合章古台地区樟子松Pinus sylvestris var. mongolica的H-D模型。【方法】以Sibbesen模型为基础模型,将优势木平均高(HT)、胸高断面积(AB)和平方平均胸径(DQM)3个林分变量以不同组合加入基础模型中,分别建立了H-D的基础模型(1个)和广义模型(3个)及对应的基础混合模型(1个)和广义混合模型(3个)。对固定效应模型平均水平预测(FPA)、混合模型的总体平均响应预测(MPA)和主体响应预测(MPS)的精度进行比较。对混合模型在使用随机抽取样本木和抽取平均木(胸径接近平均值的样本)2种抽样方案计算随机参数时分析MPS精度与样本数量的关系。【结果】表征樟子松H-D关系的4种固定效应模型中,含HT和AB的广义模型拟合精度最高,Akaike信息量准则(AIC)=2 167.7,Bayesian信息量准则(BIC)=2 196.3。相同预测变量的各模型预测精度均表现为:MPSFPAMPA,仅含预测变量D的模型的3种预测精度差异最大。广义模型、广义混合模型、基础混合模型预测精度差异不大。使用验证数据检验模型精度时,每块标准地中随机抽取3株样本木计算基础混合模型随机参数时,该模型精度提升最为明显,MAE和RMSE分别降低了57.97%和57.63%;而广义混合模型精度随抽取样本木数量的增多未出现大的变化。【结论】含有林分变量优势木平均高、胸高断面积的广义模型和基础混合模型均能较好地预测沙地樟子松人工林的单木树高。此外,利用混合模型预测树高时,推荐在标准地中随机抽取3株林木测量其树高,并依此来计算随机参数。     

长白山金沟岭杨桦次生林下幼树生物量模型

为了对杨桦次生林下生物量模型进行补充研究,以长白山金沟岭林场杨桦次生林固定样地为研究对象,采用样地抽样的方法对林下主要树种幼树进行抽样,运用异速生长方程对幼树生物量模型进行拟合。结果表明,林下主要树种幼树生物量模型呈异速生长关系,自变量以地径D0,树高H最为紧密。其中,仅以地径D0作为单一自变量的模型精度明显低于以地径D0和树高H为自变量的模型精度;调整系数Radj2均在0.9以上,平均预测误差MPE范围在5%～49%之间,椴树的枝、叶、根和地上生物量,色木的枝生物量模型相对较差,平均预测误差均达到了40%以上;其次,根茎比与地径D0呈明显负相关关系,与树高H相关性不显著,调整系数Radj2较低,范围仅为0.053～0.507之间。最后,主要树种幼树生物量随着郁闭度的增大,表现依次下降的趋势,即W(0.6)W(0.8)W(1.0)。     

长白山金沟岭杨桦次生林下幼树生物量模型

为了对杨桦次生林下生物量模型进行补充研究,以长白山金沟岭林场杨桦次生林固定样地为研究对象,采用样地抽样的方法对林下主要树种幼树进行抽样,运用异速生长方程对幼树生物量模型进行拟合。结果表明,林下主要树种幼树生物量模型呈异速生长关系,自变量以地径D0,树高H最为紧密。其中,仅以地径D0作为单一自变量的模型精度明显低于以地径D0和树高H为自变量的模型精度;调整系数Radj2均在0.9以上,平均预测误差MPE范围在5%～49%之间,椴树的枝、叶、根和地上生物量,色木的枝生物量模型相对较差,平均预测误差均达到了40%以上;其次,根茎比与地径D0呈明显负相关关系,与树高H相关性不显著,调整系数Radj2较低,范围仅为0.053～0.507之间。最后,主要树种幼树生物量随着郁闭度的增大,表现依次下降的趋势,即W(0.6)>W(0.8)>W(1.0)。     

透光抚育对“栽针保阔”红松林中红松生长过程的影响

[目的]通过研究长白山地区不同透光抚育强度下"栽针保阔"阔叶红松林中红松的生长情况,揭示透光抚育对"栽针保阔"红松林中红松生长过程的影响规律,旨在为阔叶红松林的恢复、经营提供有力的科学依据。[方法]研究5种透光抚育(未采伐对照、低度择伐、中度择伐、强度择伐及上层皆伐)对红松生长的影响。[结果]红松在群落中的地位随着透光抚育强度的增大逐步得到提升,同时透光抚育能够显著提高"栽针保阔"红松林内红松优势木(63.4%~146.5%、64.6%~158.6%)、平均木(57.9%~271.1%、42.5%~261.7%)和被压木(56.5%~182.6%、95.5%~245.5%)的树高和胸径,且呈现出随透光抚育强度的增大而递增的规律性。[结论]透光抚育能显著提高红松树高和胸径生长。     

带状森林结构对幼林生长的效应

调查分析了森林经营中常用的两种带状森林结构对幼林生长的效应。第一种是指带状采伐天然次生林后。保留带对采伐带中人工栽植的针叶树种（红松、樟子松、落叶松）幼林生长的影响。结果表明：由于保留带的遮荫和优势。显著地抑制了这些针叶树种边缘数行的生长并产生较高的死亡率。保留带的抑制效应：北侧大于南侧。相似立地上,三个针叶树种的生长：落叶松〉樟子松〉红松。而边缘行的死亡率以红松最低。第二种是指人工营造的落叶松与水曲柳、核桃秋和黄波罗的同龄带状混交林。结果表明：当落叶松与三个阔叶树种树高相差４ｍ以下时,前者对后三者边缘数行的生长和干形具有良好的促进效应。     

兴安落叶松天然林林分直径分布和树高分布

基于大兴安岭地区100块兴安落叶松天然林样地的调查数据,选用43个基础模型对兴安落叶松(Larix gmelinii)的直径分布和树高分布进行拟合,用10个基础模型对兴安落叶松的树高与直径关系进行回归模拟,求解模型参数值并用均方根误差(RMSE)、和相对误差(Bi)进行检验与评价。结果表明:Exp3P2模型的精度最高,可以很好的拟合兴安落叶松直径分布;柯列尔模型为最优兴安落叶松树高分布模型;树高与直径相关关系模型拟合与检验结果最优为Wykoffl模型。     

长白山天然林不同树种树高曲线对比研究

以Weibull方程为基础模型,使用1680株标准木数据,分别为长白山主要的7个树种建立了树高曲线方程。研究发现,针叶树种的树高曲线具有较高的精度,决定系数R^2均在0．8以上,而阔叶树的精度较低,尤其椴树Tilia amurensis和榆树Ulmus pumila的R^2低于0．5。对比针阔叶树的树高曲线发现,在胸径较小时,阔叶树的树高普遍较高,而在胸径较大时．针叶树的树高较大。从相邻径阶的树高之差来看,针叶树的径阶树高生长量普遍较大。由于相同径阶的林木．径阶树高生长量越大,其材积生长量越大。因此,在林分调整采伐时,应尽量保留径阶树高生长量较大的林木。单纯从木材收获的角度出发,在长白山地区,相同径阶下主要针叶树种的采伐顺序应为臭冷杉Abies nephrolepis．红松Pinus koraiensis和红皮云杉Picea koraiensis。     

5个林木竞争指数模型的比较

【目的】比较计算1个Hegyi竞争指数和4个Bella竞争指数的5个林木竞争指数计算模型在评价林木竞争关系中的适应性。【方法】在吉林省汪清林业局金沟岭林场某一近原始状态的针阔混交林内设置40 m×50 m的样地,以样地内对象木5年间的胸高断面积生长量为因变量,以通过5个竞争指数模型（分别命名为H_1、B_1、B_2、B_3和B_4）计算得到的的竞争指数为自变量,构建胸高断面积生长量模型,采用模型的决定系数来评价各竞争指数模型的适应性。【结果】样地中红皮云杉、冷杉、紫椴和红松4个树种的累计胸高断面积占所有样木胸高断面积总和的比例超过80%,因此将这4个树种作为对象木进行研究。对紫椴和红松而言,模型B_1的适应性最强;对红皮云杉和冷杉而言,各个竞争指数模型的表现不一致。【结论】5个竞争指数模型在不同树种间的适应性表现不一致,说明采用单一竞争指数模型来反映混交林的竞争关系难以获得理想结果,对竞争指数模型还需要进行深入和广泛的研究。     

加格达奇3种森林类型树高-胸径的曲线拟合

基于加格达奇落叶松、樟子松、红松落叶松混合林共400个样本的树高、胸径实测数据,选用11个曲线模型,对模型参数求解,分析树高-胸径的相关性;并采用总误差、平均相对误差、误差及均方根误差这4项值验证拟合精度,探求3种树种的最优拟合模型。结果表明:树高和胸径相关性显著,基于11个模型的树高-胸径曲线拟合参数表明,幂函数模型为最优拟合模型,树高-胸径的关系符合异速生长规律。数据拟合精度的4项误差指标值表明,总体拟合效果理想,精度较高。     

大兴安岭地区低质林改造后苗木生长状况

2009年对大兴安岭地区的阔叶混交次生林及白桦萌生低质林进行不同宽度效应带和不同面积林窗改造,分别种植西伯利亚红松、落叶松和樟子松,2011年8月调查实验区内每株苗木的成活和生长状况,研究不同改造方式苗木的成活率及生长率。结果表明:在阔叶混交次生林改造中,西伯利亚红松成活率效应带改造高于林窗改造,而生长率林窗改造高于效应带改造;樟子松成活率林窗改造高于效应带改造,生长率效应带改造高于林窗改造;落叶松改造与樟子松表现相同。在白桦萌生林改造中,西伯利亚红松成活率与生长率效应带改造均高于林窗改造;樟子松成活率和生长率林窗改造均高于效应带改造;落叶松成活率和生长率林窗改造均高于效应带改造。综合分析两类型低质林改造,不论是效应带改造还是林窗改造,对阔叶混交次生林改造的目的树种成活率和生长率均大于白桦萌生林改造。     

长白山云冷杉针阔混交林林木空间利用率混合模型

目的  建立林木空间利用率模型，为天然混交林中不同树种间生产力的比较提供依据，为单木成熟的判断提供参考。 方法  利用林木生长量与树冠大小比值定义林木空间利用率，以长白山地区云冷杉针阔混交林为研究对象，基于20块标准地的2 268株单木数据，建立林木空间利用率混合模型，拟合各树种的空间利用率。 结果  （1）备选指标中蓄积生长量和树冠投影面积之比与胸径相关系数最高，适宜作为计算指标。（2）通过逐步回归，最终选定林木胸径、胸径平方（代表胸高断面积）、树高、冠幅、样地蓄积、针阔比、坡向坡度、竞争指标作为林木空间利用率基础模型的自变量。（3）确定按树种分组，包含胸径平方及截距随机效应参数、指数函数异方差结构的混合模型，经检验，混合模型在建模数据及检验数据中的表现均略优于一般线性模型。（4）利用所构建的混合效应模型，对研究数据进行拟合预测，各树种空间利用率最高时期的胸径分别为云杉约40 cm，冷杉、落叶松、红松、中阔组约37 cm，慢阔组约32 cm。 结论  林木利用率模型得到的数量成熟是以单位营养空间的生产力为基础的，使不同树种间的比较更为合理，且计算结果符合一般林学规律，可以作为该地区云冷杉针阔混交林判定单木成熟及优化林分结构的参考依据。