广东省木荷碳密度及其不确定性估计

【目的】基于实测的广东省木荷地上和地下生物量数据及加权平均含碳率,建立单木地上、地下生物量模型,获得区域尺度木荷碳密度及其估计误差,为其他树种的区域尺度碳汇估计提供参考。【方法】参考广东省木荷分布数据,选择并伐倒90株木荷测定地上部分的含碳率和生物量,并从中抽取40株木荷测定地下部分的含碳率和生物量。分地上、地下部分构建生物量随胸径变化的异速模型,利用非线性回归拟合模型参数。基于广东省第八次森林资源连续清查数据,使用Monte Carlo模拟法分地上、地下部分估计区域尺度上木荷的碳密度。采用决定系数、均方根误差和平均预估误差评价单木生物量模型拟合效果,通过均方根误差和相对均方根误差度量区域碳密度估测的不确定性。【结果】广东省木荷地上部分含碳率为0554 9,地下部分含碳率为0548 7;建立的单木地上和地下生物量模型的决定系数分别为0909 8和0793 1,表明木荷单木生物量模型具有良好的拟合优度和预估精度;广东省第八次森林资源清查时的木荷地上碳密度为580±044 t·hm~(-2),不确定性占比762%,地下碳密度为173±017 t·hm~(-2),不确定性占比976%,总碳密度为753±054 t·hm~(-2),不确定性占比723%。【结论】广东省木荷地上和地下部分含碳率均大于南方地区的平均水平,有明显的地域特征。使用Monte Carlo方法可得到稳定可靠的区域尺度的碳密度,并可量化广东省木荷碳密度估计的不确定性。     

基于异速生长和理论生长方程的广东省木荷生物量动态预测

【目的】将异速生长方程与理论生长方程相结合,预测广东省木荷生物量动态,为广东省木荷林碳汇计量提供模型和方法,为其他树种碳汇计量提供可借鉴的方法学支持。【方法】基于实测样木生物量调查数据,包括40株树干解析资料,构建由胸径和年龄的理论生长方程以及地上生物量和胸径的异速生长方程组成的模型系,利用非线性度量误差联立方程组,在胸径生长速度分级情况下拟合模型参数;基于3期森林资源连续清查固定样地样木数据,对广东省木荷生物量动态进行预测。采用决定系数( R 2)和均方根误差(RMSE)评价模型拟合效果,通过生物量存量估计误差和增量估计误差判断模型预测效果。【结果】在胸径生长速度分级情况下,理论生长方程中年龄对胸径的解释率达0.95以上,比不分级提高0.166 3,均方根误差下降到1.97 cm,降低2.16 cm以上,预测胸径对地上生物量的解释率提高到近0.82;接近独立异速生物量模型中实测胸径对地上生物量的解释率达0.88以上,比不分级提高近0.30,均方根误差下降到51 kg左右,下降30 kg以上。在胸径生长速度不分级情况下,各期生物量存量估计误差变动幅度在-46.31%~77.45%之间,而分级情况下下降到-16.13%~7.06%;在尺度上,分级与不分级均呈相同规律,即单木误差小于林分误差、林分误差小于区域误差。不分级时,单木水平和区域尺度间的误差不大于10%,而分级时小于8%。不同间隔期生物量增量估计误差,不分级时估计值普遍偏大,在32.57%~115.45%之间,而分级时下降到-6.57%~15.77%之间,在单木尺度上不超过±10%;随着尺度增大,增量估计误差不断增加,不分级时单木水平和区域尺度间的误差介于10%~15%之间,分级时稳定在8%左右。【结论】对于理论生长方程和异速生长方程组成的模型系,分级可极大提高模型精度,减小预测估计误差;生长速度不分级时,仅利用胸径或年龄数据,分级时,则可利用2期胸径数据或1期胸径和年龄数据,就可预测未来生物量动态,简单方便,在森林资源连续清查和碳汇造林的碳汇量计量中具有极大应用价值,区域尺度上的估计误差也可基本满足精度要求。     

形率对白桦单木材积和生物量预测精度的影响

【目的】以大兴安岭地区白桦为研究对象,构建含有形率的材积模型,并与部颁东北地区白桦二元材积模型和传统基础材积模型进行比较,同时结合生物量转换因子,研究形率对单木生物量的影响,为单木材积和生物量的精准预测提供科学依据。【方法】将树干上15个形率引入传统基础材积模型分别构建二元和三元单木材积模型,应用R软件GNLS模块拟合各模型,引入方差函数消除各材积模型拟合过程中产生的异方差现象。以相对误差绝对值(MPB)、平均误差绝对值(MAB)、均方根误差(RMSE)和确定系数(R²)为评价指标对各模型进行对比分析,采用交叉检验法对模型进行检验。【结果】1)形率引入可显著提高材积模型拟合效果,当取相对树高为40%时,带有形率q_0.4的二元和三元材积模型拟合效果均表现最好;2)交叉检验结果表明,形率引入材积模型使得材积预测精度显著提高,相较传统一元模型(1)和二元模型(2),引入形率的二元模型(14)和三元模型(15)的均方根误差分别降低38.9%和45.8%; 3)与东北地区当前使用的二元材积模型(5)相比,引入形率的二元模型(14)的RMSE、MAB和M...     

江西省不同立地等级的马尾松林生物量估计和不确定性度量

【目的】选择适合的单木地上生物量异速生长模型形式,获得区域尺度马尾松林生物量及其误差在不同立地等级下的估计,为精准估计不同立地质量的森林生物量提供技术支持,进而为森林立地生产力估计提供参考。【方法】在马尾松林3种单木生物量模型g_i=aD_i~b+ε[式(1)]、gi=a(D_i~2H_i)~b+ε[式(2)]、g_i=aD_i~bH_i~c+ε[式(3)]形式下(式中:g_i为单木生物量,D_i为单木胸径,H_i为单木树高,a、b、c为估计参数,ε为残差),运用优势木树高分级法对我国江西省马尾松林占优势的样地进行立地质量分级,采用蒙特卡洛模拟法估计3种模型形式下不同立地质量的单位面积生物量均值和不确定性。【结果】1)3种生物量模型形式的决定系数(R~2)及调整决定系数(R_(adj)~2)均达到0.95以上,拟合效果良好。从综合平均偏差、平均绝对偏差及均方根误差来看,式(3)模型较优。2)用优势木树高等级代替立地等级,利用树高分级法建立优势木树高-胸径模型,曲线的R2为0.907,平均偏差为0.001,平均绝对偏差为0.559,均方根误差为0.027,模型拟合效果良好。相同立地等级的样地成片分布,相对集中,每一立地等级的样地在江西省全境范围内均有分布。3)采用蒙特卡洛法对马尾松不同立地等级下的3种单木地上生物量模型估计结果及误差进行10 000次模拟后,马尾松地上生物量均值和误差的估计结果均达到稳定。在同一单木生物量模型形式下,不同立地等级的地上生物量均值估计结果随着立地等级的升高而增大;相对误差估计值在中间立地等级(3级)时最小,并有随着立地等级升高或降低而增大的趋势。相同立地等级下,3种模型地上生物量均值估计结果为式(1)式(3)式(2);绝对误差和相对误差估计结果为式(2)式(3)式(1)。【结论】1)区域尺度下的3种马尾松单木地上生物量模型从评价指标来看式(3)最好;从生物量估计误差结果相比较,3种模型的估计效果为式(2)好于式(3)好于式(1),带有树高因子的式(2)和式(3)的相对误差较式(1)更小。2)不同立地条件下,立地质量越接近平均水平,单位面积生物量均值估计的相对误差越小。3)结合优势木树高分级对立地等级进行划分,采用蒙特卡洛模拟法对不同立地等级下的生物量均值和误差进行估计,可以得到生物量及估计误差在不同立地条件下的分布。     

基于哑变量的闽楠人工林单木树高曲线模型

【目的】通过建立含立地类型哑变量的湖南省金洞林场闽楠人工林单木树高曲线模型,为湖南省金洞林场闽楠人工林的目标树经营和生长预估提供理论依据。【方法】以湖南省金洞林场为研究区域,基于18块闽楠人工林固定样地2019年调查数据,选取了11个具有代表性的树高曲线模型对闽楠人工林树高-胸径关系进行了拟合,从中筛选出了拟合效果最好的模型作为构建哑变量模型的基础模型;通过对18块固定样地进行立地因子调查,采用数量化方法Ⅰ,以各林分的平均木优势高为因变量,立地因子为自变量,对立地因子进行评价,得到影响显著的立地因子,并通过划分等级和聚类分析来划分立地类型;将立地类型做为哑变量添加到基础模型参数及不同组合中,构建基于立地类型哑变量的金洞林场闽楠人工林单木树高曲线模型。【结果】在11个基础模型中,拟合的树高曲线最优基础模型为Weibull方程,其决定系数为0.780 4最大,平均绝对误差(MAE)为1.770 9,均方根误差(RMSE)为2.701 3最小。以Weibull方程作为基础模型,在构建的含立地类型的哑变量模型中,将哑变量添加在参数c上效果最优,决定系数为0.834 9,平均绝对误差(MAE)为1.529 5,均方根误差(RMSE)为2.131 6。对比于基础模型,决定系数提升了6.98%,平均绝对误差(MAE)降低了13.6%,均方根误差(RMSE)降低了26.7%。【结论】含立地类型哑变量的金洞林场闽楠人工林单木树高曲线模型拟合效果优于基础模型,并且具有更高的适用性,能反映不同立地类型下的树高、胸径生长差异,可以为湖南省金洞林场闽楠人工林的目标树经营和生长预估提供理论依据。     

中国桉树人工林生物量估算系数及影响要素

【目的】分析中国桉树人工林生物量3个估算系数与林分结构特征、气候因子及地形因子的关系,确定生物量估算系数的主要影响因素,以期为区域尺度准确估算桉树人工林生物量提供科学依据。【方法】收集、整理、筛选中国桉树人工林的相关文献数据,分析桉树人工林生物量3个常见估算系数(生物量转换与扩展系数BCEF、生物量扩展系数BEF和根茎比R)与林分结构特征(林龄、平均胸径、平均树高、林分密度、林分蓄积量)、气候因子(年均气温、年均降水量)和地形因子(海拔)间的关系。【结果】桉树人工林BCEF、BEF和R的平均值分别为0. 658 Mg·m~(-3)、1. 251和0. 190,其对应范围值分别为0. 46～0. 76 Mg·m~(-3)、1. 05～1. 35和0. 04～0. 36; BCEF随平均胸径(r~2=0. 306)增大而先减后增,随平均树高(r~2=0. 366)和林分密度(r~2=0. 430)及林分蓄积量(r~2=0. 405)增大均呈逐渐减小并渐趋稳定的趋势; BEF随林龄(r~2=0. 765)和平均树高(r~2=0. 734)及林分蓄积量(r~2=0. 578)增大均呈逐渐减小并渐趋稳定的趋势,随平均胸径(r~2=0. 644)增大呈先减后增的趋势; R随林龄(r~2=0. 665)、平均树高(r~2=0. 338)、林分密度(r~2=0. 275)和林分蓄积量(r~2=0. 403)增大均呈逐渐减小并渐趋稳定的趋势; BCEF随年均气温(r~2=0. 193)和降水量(r~2=0. 200)增大均呈先减后增的趋势,遵循二次多项式关系; BEF和R随年均气温和降水量的变化未表现出明显的函数关系; 3个生物量估算系数均随海拔升高表现出增大趋势,关系式的拟合精度分别为0. 455、0. 501和0. 314。【结论】林分密度与BCEF的拟合优度较高,林龄与BEF和R的拟合优度较高,林分密度和林龄是生物量估算系数的主要影响因素。地形因子对3个生物量估算系数的影响仅次于林分密度和林龄。气候因子仅对BCEF产生一定影响。在估算区域桉树人工林生物量时应考虑林分结构特征及地形因子引起的生物量估算系数差异。     

东北地区落叶松人工林生物量转换与扩展因子空间自回归模型

【目的】基于东北地区落叶松人工林森林资源连续清查固定样地数据,探讨生物量转换与扩展因子(BCEF)的最优模型形式,建立落叶松人工林BCEF空间自回归模型,为生物量精准估算提供模型支撑和依据。【方法】选择多种模型形式建立BCEF普通回归模型,从中选择拟合效果最好的模型,运用空间误差模型(SEM)和空间滞后模型(SLM) 2种空间自回归方法重新拟合模型,采用决定系数(R~2)、均方根误差(RMSE)和相对均方根误差(rRMSE)对模型进行评价,使用莫兰指数(MI)检验各变量和BCEF模型残差的空间自相关性。【结果】1) BCEF存在明显的空间自相关性,空间距离较小时,同一省内的落叶松人工林BCEF属性相似,随着空间距离增大,各省之间的BCEF属性差异逐渐体现出来,最终趋向随机分布; 2)在普通回归模型中,异速生长模型、对数模型和双曲线模型拟合效果较好,不同自变量对应的最优模型形式不同;林分平方平均直径(Dg)是解释能力最高的变量,以Dg为自变量的有效模型的R~2在0.945～0.958之间;其次是林分平均高和蓄积量,其有效模型的R~2在0.60以上;林分平均年龄的解释能力略低,其有效模型的R~2仅0.50左右;林分断面积(BA)和密度(N)对BCEF的解释能力较差,R~2均不超过0.50;以Dg为自变量的普通回归模型的残差存在明显空间自相关性; 3)以Dg为自变量的双曲线空间自回归模型最优,且SEM优于SLM,与对应普通回归模型相比,SEM的R~2提高3%,RMSE和rRMSE分别降低33%和35%,模型残差的MI不超过0.02,可较好消除空间自相关性。【结论】双曲线是BCEF最稳定的模型形式,Dg是解释BCEF的最优变量,建议采用以Dg为预测变量的双曲线函数空间误差模型估算BCEF。     

广东主要乡土阔叶树种含年龄和胸径的单木生物量模型

【目的】建立樟树、木荷和枫香3个树种以胸径、年龄为自变量的单木地上生物量模型,为精准估计森林生物量和碳储量变化规律提供理论、实践支撑和技术支持。【方法】基于每个树种按10个径阶均匀分配的90株伐倒木数据(3个树种共270株伐倒木),使用破坏性试验和树干解析分别获取生物量和年龄,采用哑变量方法区分起源,分别建立和比较3个树种不同起源(天然林和人工林)含胸径、年龄和2种常用的含胸径、树高单木地上生物量模型,并通过联立方程组总量控制法解决地上部分各组分(干材、树皮、树枝、树叶)的模型相容性问题。【结果】3个树种3个地上生物量模型修正的确定系数(R■)在0.89～0.94之间,使用含胸径、年龄的生物量模型(1)估计地上生物量是可行的,模型具有良好的估计效果且方便使用。增加哑变量后,3个树种3个地上生物量模型的R■均达0.90以上,模型(4)可以进一步提高模型精度,细化模型应用条件;基于B-D-T的相容性生物量模型系统(7)3个树种树干生物量模型的R■在0.90～0.95之间,树皮生物量模型的R■在0.84～0.94之间,树枝生物量模型的R■在0.73～0.91之间,树叶生物量模型的R■在0.63～0.75之间;构建含有哑变量的B-D-T相容性生物量模型系统(8),树干生物量模型的R■在0.88～0.97之间,树皮生物量模型的R■在0.82～0.93之间,树枝生物量模型的R■在0.84～0.90之间,树叶生物量模型的R■在0.62～0.69之间,表明含胸径、年龄的生物量模型比含胸径、树高的生物量模型效果更好,满足估计需求。【结论】含胸径、年龄的单木地上生物量模型(1)和分起源的单木地上生物量哑变量模型(4)拟合精度均高于2种常用的含胸径、树高的单木地上生物量模型(2)和(3)以及分起源的单木地上生物量模型(5)和(6),含哑变量的非线性联立方程组(8)比B-D-T模型系统(7)精度更高,同时含胸径、年龄的哑变量非线性联立方程组(8)精度指标也优于含胸径、树高的哑变量联立方程组(9)和(10),联立方程组(8)不仅可保证不同起源各分量生物量之间的相容性,还能得到更优化的参数估计。含胸径、年龄的单木生物量模型(1)和考虑起源的地上生物量模型(4)、模型系统(7)中的含胸径、年龄的地上各组分生物量相容性方程组以及考虑起源的地上各组分生物量相容性方程组(8)比2种常用的含胸径、树高的地上生物量模型拟合精度高,实践中更适用于人工阔叶林和碳汇造林项目的碳汇计量、监测和评估。     

大兴安岭东部天然落叶松林可加性林分生物量估算模型

【目的】探讨林分乔木层生物量的估算方法,为大区域、大尺度森林生物量的估算提供理论依据。【方法】利用1990—2010年5期大兴安岭东部天然落叶松林固定样地数据,选择基于林分变量的林分生物量模型和基于林分蓄积量的林分生物量模型作为林分乔木层生物量估算的方法,利用似然分析法去判断2种模型的误差结构(相加型和相乘型),并采用聚合型可加性生物量模型建立其林分生物量模型,模型参数估计采用非线性似乎不相关回归模型方法。采用"刀切法"评价所建立的林分生物量模型。【结果】经似然分析法判断,2种模型的误差结构是相乘型的,对数转换的线性回归更适合用来拟合林分生物量数据;2种模型的调整后确定系数R2a0.94,平均相对误差ME为0%~5%,平均相对误差绝对值MAE15%;所建立的2种可加性林分生物量模型的预测精度在98%以上。【结论】虽然基于林分蓄积量的林分生物量和基于林分变量的林分生物量模型形式不同,但二者都具有较好的预测精度;就本研究而言,2种估算林分生物量的方法都能对大兴安岭东部天然落叶松林林分生物量进行很好地估算。     

模型和林分因子对区域尺度碳计量参数的影响——以杉木为例

【目的】研究模型和林分因子对区域尺度生物量碳储量转化和扩展系数(BCCEF)的影响,为区域尺度乔木林碳储量估算提供科学、合理的参数和估算方法。【方法】选择我国南方主要树种杉木,以福建、江西、湖南和广东4省固定样地为区组,选用区域内模型和区域外模型,按独立和兼容2种方式从单木到区域扩展,分一元和二元模型进行方差分析,确定稳定的模型;在此基础上,分起源、龄组,以林分平均胸径、平均高、胸高断面积和株数密度为定量因子,采用向后逐步回归和有交互作用的方差分析,确定林分因子与区域尺度地上部分和地下部分生物量碳储量转化和扩展系数之间的关系。【结果】扩展方式和选用模型对2种碳计量参数有显著影响,独立模型估计的参数大于兼容模型,选用模型会对参数造成8%~17%的误差,一元和二元模型对地上部分碳计量参数(BCCEFA)影响不显著,对地下部分碳计量参数(BCCEFR)影响显著;林分因子中起源对2种碳计量参数均有显著影响,天然林的碳计量参数大于人工林,龄组对BCCEFA有显著影响,从幼龄林到过熟林基本上呈下降趋势,而对BCCEFR影响不大,平均高、株数密度和胸高断面积对2种碳计量参数均有显著影响,对BCCEFR的影响大于对BCCEFA的影响,其中平均高、株数密度与2种碳计量参数呈负相关,胸高断面积与2种碳计量参数呈正相关,平均胸径对2种碳计量参数均影响不显著;使用区域内模型的湖南和广东间,除总BCCEFR外,2种总碳计量参数和分起源、龄组参数间差异均不显著,而同样使用区域内模型的福建和江西间,2种总碳计量参数和分起源、龄组的碳计量参数均差异显著。【结论】区域内二元兼容模型估计的2种总碳计量参数最稳定,林分起源、龄组、平均高、株数密度和胸高断面积对碳计量参数影响显著,即使使用同一区域内的模型,省际间林分因子的差异也可能造成碳计量参数的显著差异。     

基于机载激光雷达的崇礼冬奥核心区林分地上生物量反演

【目的】基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型,考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨,为生物量建模方法研究、生物量估测提供科学依据,为冬奥核心区实现“双碳”目标和生物量模型计算提供技术支撑。【方法】基于崇礼冬奥核心区2种森林类型(华北落叶松和白桦)62块实测样地及对应的激光雷达数据,通过变量筛选分别建立最小二乘、混合效应和贝叶斯生物量模型,应用确定系数(R²)、均方根误差(RMSE)、残差、总体相对误差(TRE)评价模型,采用留一交叉法验证模型精度。【结果】筛选出相关性较高的激光雷达变量共20个,最终进入模型的自变量3个。拟合效果最好的是Logistic混合效应模型(RMSE=22.99 t·hm^-2,R²=0.768,TRE=6.08%),分树种建立模型后华北落叶松模型拟合效果提升(RMSE=22.92 t·hm^-2,R²=0.795,TRE=7.45%),白桦模型预测精度提高(RMSE=23.34 t·hm^...     

基于机载小光斑全波形LiDAR的亚热带林分特征反演

【目的】研究通过集成波形信号处理、空间解析和重构建模以及综合波形信息提取方法,探索基于小光斑全波形LIDAR特征变量高精度反演林分特征的新方法。【方法】以江苏南部丘陵地区的亚热带天然次生林为研究对象,在预处理和分析小光斑全波形 LIDAR 数据的基础上,首先基于体元空间框架分解和提取波形的振幅能量信息,并构建伪垂直波形模型;然后,从中提取空间位置信息(即点云)及几何辐射变量,计算 LiDAR点云和波形特征变量,并通过相关性分析筛选特征变量;最后,结合地面实测林分特征参数构建反演模型并验证精度。【结果】1)各 LiDAR特征变量对 Lorey’s树高的敏感性最高,对蓄积量和地上生物量次之,对胸高断面积最低,而返回脉冲总能量和返回脉冲峰值点数对胸高断面积的敏感性却高于其他林分特征因子;在点云特征变量组中,平均高、高度百分位数及冠层上部的返回点云密度与各林分特征之间的相关性较高,而在波形特征变量组中,能量中值高度的均值、返回脉冲长度的标准差和冠层粗糙度的标准差与各林分特征之间的相关性较高;2) Lorey’s 树高的模型估算精度最高( RMSE为实测均值的7.26%),而蓄积量、地上生物量和胸高断面积的模型估算精度略低且较相近( RMSE为实测均值的15.91%～19.82%);模型自变量的数量都在3个以内,选中的自变量为高度百分位数、冠层返回点云密度、返回脉冲长度和冠层粗糙度的标准差;3)各林分特征实测值与交叉验证估算值的拟合结果表明, Lorey’s树高的拟合效果最好(R2=0.85),地上生物量(R2=0.68)和蓄积量(R2=0.59)次之,而胸高断面积(R2=0.45)最低;4) Lorey’s 树高、蓄积量和地上生物量的空间分布状况基本一致,源于它们内在的相关性;相比其他3个特征变量,胸高断面积的空间分布不够连续,这可能是由于其预测模型精度较低所致。【结论】各林分特征综合回归模型的拟合效果和精度都高于仅使用点云特征变量拟合模型的精度,表明了波形特征变量提取森林中下层信息的潜力。点云特征变量描述了森林冠层及上部的三维结构及密度信息,而波形特征变量则获得了森林冠层及以下部分完整的垂直分布和能量信息,二者互补可提升林分特征反演的精度。     

高山松天然林单木生物量因子模型构建

以云南省香格里拉市高山松天然林为研究对象,实测116株高山松单木生物量数据,并计算各维量生物量因子,以幂函数形式为基本模型,构建各维量生物量因子估算模型。结果表明:各维量生物量扩展因子的决定系数(R2)0.78,平均残差平方和(MSE)0.03,预估精度(P)84.00%;各维量生物量转扩因子的决定系数(R2)0.72,平均残差平方和(MSE)0.003,预估精度(P)83.00%。这些模型均具有较高的拟合精度和预估精度,可为高山松碳汇计量提供数据支撑。     

含地域和起源因子的马尾松立木生物量与材积方程系统

【目的】建立含地域和起源因子的相容性立木生物量与材积方程系统,为准确估计森林生物量提供依据。【方法】以我国南方主要针叶树种马尾松为研究对象,基于301和104株样木的实测地上生物量、树干材积和地下生物量数据,综合利用哑变量建模方法和误差变量联立方程组方法,建立集地上生物量、树干材积和地下生物量为一体、确保与生物量转换因子和根茎比等变量相容的一元和二元方程系统,并分析立木生物量和材积估计是否受地域和起源的影响。【结果】所建立的马尾松一元和二元相容性立木生物量方程与材积方程,确定系数(R~2)均在0.92以上,其中地上生物量方程的平均预估误差在4%以内,地下生物量方程的平均预估误差在8%以内。对马尾松地上生物量和树干材积的估计,二元模型均显著优于一元模型,其F统计量远大于临界值;但对地下生物量的估计,二元模型反而不如一元模型效果好。不论是一元模型还是二元模型,地域和起源对马尾松地上生物量估计均无显著影响,地上生物量模型具有很好的通用性,同时也进一步印证了曾伟生等(2012)提出的通用性地上生物量模型M=0.3ρD~(7/3)的广泛适用性。对马尾松地下生物量的估计,不同地域的模型存在显著差异;相同直径的林木,总体1地域范围内(长江流域东南部)的地下生物量要大于总体2(长江流域中西部)。对马尾松树干材积的估计,二元模型不受地域和起源影响,但一元模型受起源影响;相同直径的林木,人工林的材积估计值大于天然林。【结论】将哑变量引入误差变量联立方程组,可同时解决多个变量之间的相容性及地上生物量和地下生物量样本单元数不相等时如何联合建模的问题,是切实可行的生物量建模方法;研究所建立的马尾松立木生物量方程、材积方程及其相容的生物量转换因子和根茎比方程,达到相关技术规定预估精度要求,可推广应用。     

基于贝叶斯法的针阔混交林树高与胸径混合效应模型

【目的】在多树种多层次针阔混交林中,基于贝叶斯混合效应模型法构建树高与胸径关系的混合效应模型,以提高预测模型参数稳定性,为揭示混交林多树种生长规律、资源分配差异及森林质量精准提升提供科学依据。【方法】以河北省塞罕坝机械林场华北落叶松和白桦针阔混交林为研究对象,基于112块标准地(30 m×30 m)调查数据,选取6个包含不同林分因子的理论方程作为构建混交林不同树种树高与胸径关系的基础模型,选择出拟合精度较高的模型,分别采用两水平非线性混合效应模型法和贝叶斯混合效应模型法构建立包含哑变量的多树种树高与胸径关系模型。【结果】包含林分优势高和林分断面积组合变量的Richards方程拟合效果最好,模型确定系数(R~2)、均方根误差(RMSE)和绝对误差(Bias)分别为0849 5、2378 6和0365 4;贝叶斯混合效应模型法拟合精度略高于传统非线性混合效应模型法:基于传统非线性混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0930 4和0103 4,白桦树高与胸径关系模型的RMSE和Bias分别为0982 7和0112 6;基于贝叶斯混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0910 5和0096 8,白桦树高与胸径关系模型的RMSE和Bias分别为0963 3和0100 2。【结论】基于贝叶斯混合效应模型法构建的非线性混合效应模型,充分考虑混交林多树种树高与胸径关系模型参数的不确定性,模型预测效果更具可靠性和稳定性。     

兴安落叶松立木材积和树皮材积可加性模型研建

【目的】确保立木材积和树皮材积预测的一致性并提高预测精度。【方法】以大兴安岭兴安落叶松为研究对象,分别采用控制法和分解法研建了可加性模型系统。利用SAS统计软件模型模块proc model中的NSUR法进行拟合及参数估计。拟合结果采用确定系数(R2)和均方根误差(RMSE)进行评价;检验结果则通过确定系数(R2)、均方根误差(RMSE)、平均相对误差(MRE)、平均误差绝对值(MAB)和相对误差绝对值(MPB)进行评价。【结果】从模型的整体评价结果来看,两种方法的拟合和检验效果均很好,基于分解法构建的模型略优于基于控制法构建的模型;不同径阶的检验表明,对于中等径阶的树木(20≤D<36 cm),基于控制法的模型相对较好,而对于小径阶(5≤D<20 cm)和大径阶的树木(D≤36 cm),基于分解法的带皮、去皮、树皮材积模型的预测精度要比基于控制法的各立木材积模型要稍好。【结论】总的来说,两种可加性模型系统均能很好地预测单木带皮材积、去皮材积和树皮材积,并确保得到满足一致性的预测结果,在具体应用时可根据实际情况选择适合的可加性材积模型系统。     

基于胸高处边材面积、胸径和冠基部直径的杉木单木叶生物量预测模型

【目的】基于多个变量分别构建杉木单木叶生物量预测模型，并选择出预测效果最佳的模型，为杉木叶生物量的精准预测提供参考。【方法】以21块不同林龄样地共63株解析木为例，分别基于胸高处边材面积、胸径和冠基部直径3个变量，考虑其他与叶生物量相关的单木和林分因子，以样地为随机效应因子构建非线性混合模型，采用指数函数、幂函数和常数加幂函数消除数据间的异方差性。根据模型评价指标赤池信息准则(AIC)、贝叶斯信息准则(BIC)和对数似然值(Log Likelihood)选择最佳模型，并对不同参数的混合模型进行似然比检验。采用留一交叉验证法，计算模型决定系数(R²)、总相对误差(TRE)和平均绝对误差(MAE)，对模型预测效果进行检验。【结果】基于3个变量以幂函数为异方差结构构建的混合模型效果最好，混合模型均优于基础模型，且基于冠基部直径构建的模型预测效果最佳。【结论】以基于冠基部直径构建的非线性混合效应模型(模型16)作为预测杉木单木叶生物量的最佳模型，符合管道模型理论。各变量均具有一定生物学和统计学意义，野外调查较易获取(非破坏性)。模型具有一定实用性，且预测精度较高(R     

基于人工蜂群算法优化SVM的NIR杉木弹性模量预测

【目的】利用近红外光谱分析技术,提出一种基于人工蜂群算法优化支持向量机(ABC-SVM)的木材弹性模量预测模型,为木材弹性模量无损预测提供科学参考。【方法】以294个杉木样本为试验材料,采用常规力学方法测量样本弹性模量,采集样本近红外漫反射光谱,选择350～2 500 nm光谱段,对原始数据进行15步指数平滑和一阶导数预处理,并利用主成分分析降维处理后的数据,建立偏最小二乘回归(PLS)模型、支持向量机回归(SVR)模型和人工蜂群算法优化支持向量机(ABC-SVM)模型预测杉木弹性模量,采用决定系数(R2)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)和平均绝对误差(MAE)对所建模型进行对比分析。【结果】PLS模型的R2为0.726 700、RMSE为6.744 9、MAPE为0.063 5、MAE为5.065 6; SVR模型的R2为0.935 305、RMSE为3.528 1、MAPE为0.023 7、MAE为1.840 9;将人工蜂群算法用于SVM参数寻优,获得的最优参数c=5.670 51、g=0.031 25,ABC-SVM模型的R2为0.935 371、RMSE为3.526 0、MAPE为0.023 7、MAE为1.840 0。3种模型均可对杉木弹性模量进行有效预测。【结论】1)根据决定系数(R2),SVR和ABC-SVM模型的预测性能优于PLS模型,ABC-SVM模型的预测性能最佳; 2)根据均方根误差(RMSE)、平均绝对百分比误差(MAPE)和平均绝对误差(MAE),3种模型的MAPE均在可接受范围内,ABC-SVM模型关于误差的各项指标均最小,基于ABC-SVM模型预测杉木弹性模量高效、科学。     

基于GWR的大兴安岭森林立地质量遥感分析

【目的】建立遥感信息模型,估算森林地位级指数,对森林立地质量的空间分布进行系统研究,为森林经营管理和营林造林提供数据支持与理论依据。【方法】以黑龙江省大兴安岭地区为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,采用以最小二乘为基础的多元线性模型(全局模型)和以地理加权回归(GWR)为基础局域回归模型提取包括遥感因子土壤修正植被指数(MSVI)、差值植被指数(DVI)和林分因子林分平均胸径(ADBH)、林分郁闭度(FCC)在内的4个因子作为自变量,建立地位级指数全局估算模型和局域估算模型。对比2种方法,最终采用地理加权回归模型来绘制研究区域地位级指数空间分布图,对研究区域的立地质量进行评价与分析,并探索研究区域内森林地位级指数的空间分布状态随地形的变化趋势。采用全局Moran I描述不同空间尺度下模型残差的空间自相关性(以8 km为间隔计算从8 km到80 km)。【结果】大兴安岭地区地位级指数呈现明显的聚集分布,具体表现为东高西低、北高南低,并且最大值出现在北部区域。遥感因子和林分因子影响森林地位级指数的空间分布。地理加权回归模型的拟合和精度明显好于全局模型,其中全局模型的R2adj为0.48、AIC为1 816、RMSE为1.74,地理加权回归模型的R2adj为0.53、AIC为1 784、RMSE为1.29。通过模型模拟结果和实测值的对比分析发现,地理加权回归模型具有更高的验证精度和更好的拟合效果。基于地理加权回归模型残差分析可知,地理加权回归模型能够很好地解决模型残差的空间自相关性,产生更为理想的模型残差。【结论】全局模型和局域地理加权回归模型能够较为有效地估算黑龙江省大兴安岭地区森林地位级指数,加入样地位置信息进行回归分析的地理加权回归模型能够更有效地降低数据的空间自相关性,结果更符合传统统计模型中关于残差间相互独立的基本假设,使得建模过程更加科学合理。     

桉树生物量估算模型及与IPCC法的对比分析

为构建适用于区域桉树人工林生物量异速生长方程,收集整理桉树林的生物量文献数据,拟合测树因子(胸径和树高)与地上、地下和单株生物量间的回归关系。结果表明:单自变量模型中,基于胸径因子的方程拟合优度高于树高因子。双自变量模型中,树高因子的添加仅对单株生物量拟合优度提高了0.7%～1.5%。模型的预测值与实测值的比较及相容性分析表明,方程lnW=-2.833+2.301ln D+0.352 1lnH对地上生物量预测效果最优,精度达94.6%;方程lnW=-5.175+0.939ln D~2H对地下生物量预测效果最优,精度达66.8%;方程lnW=-2.960+0.896ln DH~2对单株生物量预估效果最优,精度达95.5%。分量模型与单株模型相容性较好。桉树人工林BCEF和R的平均值分别为0.634 1(n=65,SD=0.132)和0.205 6(n=76,SD=0.089)。IPCC法对林分生物量估算精度高于异速生长方程,达到95.3%。因此,建议采用IPCC生物量估算参数法进行区域尺度桉树人工林生物量估算。