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,...     

基于林木分级的大兴安岭天然兴安落叶松树高曲线研究

【目的】基于林木分级构建大兴安岭地区兴安落叶松的树高曲线模型，为该地区兴安落叶松的生长规律提供理论依据及森林可持续经营提供技术支撑。【方法】以大兴安岭地区翠岗林场56块固定样地数据为基础，根据单木相对直径(d)把林木分为了优势木、平均木、被压木3个等级，依据调整决定系数(R_adj² )最大、均方根误差(RMSE)和赤池信息量(AIC)最小的标准筛选出天然兴安落叶松各等级林木的最优树高曲线基础模型，并进一步评价和比较分位数回归和哑变量回归对兴安落叶松不同等级林木树高曲线模型模拟精度的影响。【结果】天然兴安落叶松树高曲线的最优基础模型均为Wykoff方程；当将林分分级哑变量同时添加在Wykoff方程的参数a和b上时，模型的拟合效果最好,其中兴安落叶松树高曲线模型的调整系数(R_adj²)、均方根误差(RMSE)和赤池信息量(AIC)分别为0.858 8、1.642 4和2 081.902；兴安落叶松中的不同等级林木对应的最优分位数模型与林分整体无差别，均表现为中位数模型最优(即τ=0.5)，其树高曲线的3...     

用分位数回归建立的混交林树高生长模型

依据黑龙江省大兴安岭地区落叶松白桦混交林的树高、胸径、活枝高以及树冠的东、南、西、北冠幅数据,利用最小二乘法建立了两树种树高与胸径、树高与活枝高之间的数学模型,并利用线性分位数回归方法建立了不同分位点(τ=0.10、0.25、0.50、0.75、0.90)两树种树高与胸径、树高与活枝高之间的数学模型,分析τ∈(0,1)间距相同的19个分位数点的两树种树高与胸径、树高与活枝高之间的数学模型,得出不同分位数点处胸径、活枝高与树高之间的关系,比较了对照组与间伐组数据所建立模型的差异。     

基于分位数回归法的杉木可变指数削度方程构建

  目的  采用非线性分位数回归法构建不同分位点的杉木可变指数削度方程,与非线性模型进行比较,以提高杉木干形的预测精度。  方法  利用福建省将乐国有林场的73 株（793组）杉木解析木数据,选取4个可变指数削度方程,基于5折交叉验证,分别采用非线性分位数回归与非线性回归构建削度方程。选用调整后决定系数（R2）、均方根误差（RMSE）、平均误差（ME）、相对误差（RE）和平均绝对误差（MAE）5个模型评价指标,结合图形对各模型的拟合结果和预测结果进行评价。  结果  （1）4个可变指数削度方程在5个分位点（t = 0.1, 0.3, 0.5, 0.7, 0.9）处均能收敛,说明分位数回归可以建立不同分位点的估测模型,能更全面地描述杉木干形的变化。（2）4个削度方程在分位点为0.5处的精度最高,R2均在0.97左右。对于削度方程M1和M3,基于中位数回归（t = 0.5）的拟合精度与预测精度均高于非线性回归,且M1的预测值更加集中。（3）在不同分位点下,各模型对树干不同位置的预测精度不同,分位值为0.9和0.3的模型分别对梢头部分和树干基部的预测精度最高。  结论  基于分位数回归的可变指数削度方程不仅能精确预测平均条件下杉木的树干直径,而且能预测任意分位条件下杉木干形的变化趋势。不同分位点模型对树干不同位置的预测精度不同,基于M1削度方程,建立多分位点回归模型能进一步提高研究区杉木干形的预测精度。      

2020-02ml 目录

目的采用非线性分位数回归方法构建樟子松树干削度方程，并对比分析9个分位数（τ = 0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9）模型和传统的非线性回归削度方程的预测精度。方法以七台河市林业局金沙林场154株人工樟子松干形数据为研究对象，选取简单削度方程、分段削度方程和可变指数削度方程，利用非线性回归和非线性分位数回归方法构建樟子松树干削度方程。采用确定系数（R2）、平均误差（MAB）、相对误差（MPB）、均方根误差（RMSE）为统计指标对构建的削度方程进行对比分析。结果（1）在9个分位点（τ = 0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9）下的各削度方程都可以收敛，分位数回归方法可以灵活预测各分位点树干曲线的变化。（2）与非线性回归相比，基于中位数（τ = 0.5）时的各削度方程在拟合过程中表现最好，其中以可变指数削度方程表现最优。（3）检验结果也表明:相对于非线性回归的各削度方程，基于中位数（τ = 0.5）的简单削度模型的MAB和MPB均下降26.7%，RMSE下降19.9%；基于中位数（τ = 0.5）的分段削度方程和可变指数方程预测能力较强。（4）中位数回归的各削度方程在树干大部分的预测能力都优于相应的非线性削度方程。结论分位数回归方法是一种稳健的建模方式，基于中位数（τ = 0.5）的可变指数削度方程的预测精度最高，适合该区域樟子松树干干形的预测。      

基于最优加权组合模型的枯季径流预测研究

【目的】研究最优的枯季径流预测模型,为流域水资源管理提供依据。【方法】建立基于差分自回归移动平均(ARIMA)、人工神经网络(ANN)和多元线性回归(MLR)3个单项模型的简单平均组合和最优加权组合预测模型,并将单项预报模型和组合模型应用到石羊河流域支流西营河的枯季径流预测中,采用相关系数、确定性系数以及均方根误差对各模型预测精度进行比较。【结果】单项预测模型中,仅ARIMA模型通过了确定性系数检验;最优加权组合模型的预测精度较简单平均组合模型高;组合预测模型中,仅ARIMA-MLR和ARIMA-ANN最优加权组合模型的确定性系数高于所有单项预测模型。【结论】最优加权组合模型的精度不但取决于各单项预测模型的精度,也与其之间的相关性有关,适合西营河枯季径流预测的最优加权组合模型是ARIMA-MRL和ARIMA-ANN组合模型。     

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。     

基于分位数回归的针阔混交林树高与胸径的关系

  目的  基于包含哑变量的非线性分位数回归方法，构建华北落叶松Larix principis-rupprechtii与白桦Betula platyphylla针阔混交林树高与胸径关系的预测模型，对研究混交林中树种结构及立地生产力预测具有重要意义。  方法  以河北省塞罕坝机械林场华北落叶松与白桦针阔混交林为研究对象，利用83块标准地调查数据，基于哑变量分别采用最小二乘法和非线性分位数回归方法，构建不同树种树高与胸径关系模型。  结果  基于包含哑变量的非线性分位数回归预测模型精度高于最小二乘法，其中利用最小二乘法拟合不同树种模型，其确定系数、平均差及平均绝对误差分别为0.787~0.814、1.581~1.877、2.447~2.654；而利用非线性分位数回归不同树种不同分位点模型，其确定系数、平均差及平均绝对误差分别为0.839~0.921、0.213~1.469、0.561~2.322，经过残差分析确定，当分位点τ=0.7时，不同树种树高与胸径关系预测模型精度较高。  结论  与最小二乘法相比，基于非线性分位数构建的包含哑变量不同树种树高与胸径关系的预测模型精度更高。图3表3参33     

变权组合预测模型在洪水预报中的应用

【目的】研究洪水预报的多模型组合预报模式,丰富洪水预报的方式方法。【方法】将最优非负可变加权系数的组合预测方法应用于洪水预报中,分别建立最优加权组合预测模型和最优非负可变加权系数组合预测模型,以新安江模型、萨克拉门托模型、水箱模型和陕北模型为例进行组合预报,并用东洋河1982年8月的一场洪水实测流量值对2种组合模型进行了实例验证和比较。【结果】最优非负可变加权系数组合预测模型的3种误差指标均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别为18.394 0,51.317 2和0.131 4,明显小于最优加权组合预测模型的28.110 7,108.816 7和0.268 9,且前者的确定性系数(DC)为0.961 3,明显大于后者的0.909 5,表明应用最优非负可变加权系数组合预测模型的预测结果优于定权重的最优加权组合预测模型的预测结果。【结论】考虑变权重的最优组合预测能进一步提高洪水预测的精度。     

金沟岭林场天然云冷杉林冠幅模型和估计方法比较

  目的  对比不同冠幅预测方法对云冷杉幼树不同方向冠幅（东、西、南、北、东西、南北、平均冠幅）的预测精度的差异，为天然云冷杉林经营提供一定的理论依据。  方法  利用2013年金沟岭云冷杉3块1 hm2固定样地中云冷杉幼树各向冠幅实测数据，以逻辑斯蒂模型为基础模型，以非线性最小二乘法为基础方法进行模型初步拟合。以1/D、1/D0.5、1/D2作为模型的权函数进行模型异方差的消除。以不加权非线性似乎不相关法、加权非线性似乎不相关法、分位数回归法、非线性最小二乘法分别构建了云冷杉幼树冠幅各组分预测模型。  结果  模型拟合结果显示，分位数回归模型的拟合效果在云冷杉幼树冠幅预测模型中拟合精度最低；相较于分位数回归而言，加权非线性似乎不相关回归模型拟合效果与加权最小二乘模型拟合效果相当。模型拟合效果排序为:加权NSUR ≈ 加权OLS > OLS > QR。以1/D2作为模型的权函数时，模型残差图的异方差趋势被消除最明显，该权函数为最优权函数。  结论  本文中非线性分位数回归模型拟合效果不一定比非线性最小二乘法更好。加权NSUR模型（权函数为1/D2）可以为金沟岭林场云冷杉幼树冠幅的预测提供一定的理论基础。      

城市森林主要树种树冠尺度及生长空间需求

目的树冠的大小直接影响树木的生态价值,探明树种合理的生长空间需求对城市森林的规划建设与经营维护有重要意义。方法本文以合肥环城公园内优势度靠前的10个城市森林主要树种为研究对象,运用样方调查法,选取公园6个景区57块固定样地,在对冠幅、胸径及树高等数据调查的基础上,运用线性回归法、异速生长法,利用箱型图检验离群值,比较构建冠幅、树高与胸径的最优模型,并对树木最适宜生长空间大小进行预测。结果不同树种冠幅与胸径、树高与胸径均存在正相关关系,但对两种模型结果进行比较可以发现,除侧柏和栾树外,异速生长模型的决定系数(R2)均大于0.3,R2整体高于一元回归模型;均方根误差(RMSE)分布范围在0.2~0.3之间,整体上小于一元回归;F值除雪松外,均高于一元回归F值。综合比较结果表明,异速生长模型拟合度优于一元回归模型;不是所有树种的冠幅、树高都与胸径高度正相关,在10个树种的研究中,银杏、女贞和椤木石楠的冠幅-胸径模型的拟合度较高,R2分别为0.793、0.757和0.665;银杏、栾树和雪松的树高-胸径模型拟合度较好,R2分别为0.772、0.579和0.547;栾树、侧柏的冠幅-胸径模型相关性较低,R2分别为0.096和0.188;构树、刺槐和桂花的树高-胸径拟合度较差,R2分别为0.065、0.010和0.112;选择分位数回归对异速生长规律进行研究,构建10种树木的异速生长模型并在95%分位数回归下进行讨论,以树木平均胸径15cm为例,预测估算出当胸径为15cm时10种树木在适宜的生长空间中的冠幅和树高大小。结论本文构建的最优模型的参数估计值均显著,说明冠幅、树高变量对合肥环城公园内树木胸径的变化有明显影响,其中冠幅-胸径模型拟合精度略高于树高-胸径模型的拟合精度。      

海口市10种行道树最优生长模型研究

行道树是城市园林植物的重要组成部分，研究其科学合理的种植密度对于城市园林植物的规划设计和管理养护具有重要意义。以海口市建成区椰子等10种行道树为研究对象，分别进行“树高?胸径”和“冠幅?胸径”相关性分析，并通过SPSS软件对调查数据进行回归分析，比较决定系数R2，P值等相关数据后，通过拟合精度检验值（总误差、平均误差、平均相对误差）检验拟合效果，最终从8个预选模型中选出各树种的“树高?胸径”和“冠幅?胸径”最优生长模型。结果表明，10种行道树的“树高?胸径”和“冠幅?胸径”相关性显著，各自的“树高?胸径”和“冠幅?胸径”最优生长模型准确度较高，20个最优模型中，幂函数模型和S模型居多。     

油松、刺槐单木与林分水平耗水量的尺度转换

该文在单木液流测定的基础上 ,采用边材面积作为纯量 ,对京北山区水源保护林的主要树种油松、刺槐林进行由单木到林分耗水的推算 .结果发现 ,两树种边材面积与胸径之间均存在较高的相关性 ,两者之间的关系可以用幂模型得到很好的拟合 .通过实测标准地的胸径分布 ,可以推算出林地边材面积的分布 .利用热脉冲技术测定单木液流通量 ,实时推算林分的实际耗水量     

基于混合效应模型的人工红松枝下高模型研建

  目的  基于帽儿山红松人工林63块样地2 972株红松数据，利用非线性混合模型构建红松枝下高模型，为进一步研究生长与收获模型提供理论依据。  方法  本文首先使用8个常用的枝下高模型，选出最优基础模型；其次，研究林分变量或单木变量对枝下高的影响，建立含林分变量的枝下高模型；最终在基础模型和含林分变量模型的基础上，考虑样地效应对红松枝下高的影响，构建红松枝下高基础混合效应模型和广义混合效应模型。模型用4种抽样方式（随机抽取、抽取最大树、抽取最小树、抽取平均树）和8种样本大小（1 ~ 8株树）对基础混合效应模型和广义混合效应模型进行抽样检验。  结果  Logistic模型拟合精度好，符合生物学意义，且模型形式简单，选为最优基础模型。除树高、胸径以外，大于对象木断面积之和、优势木高和冠幅与枝下高有显著相关性，加入后明显提升模型的拟合精度。枝下高广义混合效应模型的拟合效果要优于其他模型。模型检验结果表明:当应用基础混合效应模型预测时，建议抽取胸径最小的4个样本；当应用广义混合效应模型预测时，建议随机抽取4个样本。  结论  枝下高广义混合效应模型在拟合效果和预测精度方面优于其他3种模型，建议将此模型作为人工红松枝下高模型。当应用广义混合效应模型预测时，建议随机抽取4个样本。      

柚木冠幅与树高、胸径的回归分析

为考察柚木生长因子与冠幅的关系,准确反映各生长因子与冠幅之间的关系,建立冠幅预测模型,为柚木人工林目标树经营提供理论依据。以广西凭祥、云南德宏、云南景洪、海南乐东4个地区不同林龄阶段的柚木人工林中优势木为研究对象,以胸径、树高、冠长、林龄4个因子作为变量与冠幅进行回归分析,筛选关键因子建立柚木冠幅生长的预测模型。结果表明,胸径(R=0.5342,P=0.0001)、树高(R=0.1798,P=0.0026)是影响柚木冠幅的关键因子;胸径、树高与冠幅的一元回归方程:冠幅与胸径y=15.7893x+1.84766(F=516.4180,P=0.0001),冠幅与树高y=0.3717x-0.60189(F=174.2954,P=0.0001)。并应用胸径、树高2个关键因子与冠幅建立回归模型:y=13.5658x1+0.1064x2+0.35866(F=279.5048,P=0.0001),计算结果与实际测量结果差异性较小(F=0.0140,P=0.9072)。可以根据目标树的培育目标胸径、树高因子,利用该模型来预测该目标树的冠幅,从而确定单位面积内保留目标树的数量。     

小黑杨树木特征因子与木材生长量的相关性研究

为了揭示树木生长特征与木材生长量（幼龄材、成熟材面积及心、边材面积）的关系,该文以山西朔州地区的小黑杨为研究材料,采用相关性分析方法,建立了基于树木特征因子的木材生长量经验模型,并对模型进行了弹性分析. 结果表明:冠幅、冠长、胸径与木材生长量呈显著正相关性;以树木胸径、树高、冠幅、尖削度为自变量,采用乘幂函数的方程形式能很好地拟合小黑杨树木特征因子与其木材生长量的关系,其决定系数为0.606～0.932.回归模型的标准回归系数分析表明,胸径对木材生长量的贡献最大. 弹性分析进一步表明胸径的影响最大,且模型因子间存在互补又竞争的复杂关系.      

柑橘黄龙病菌PCR阳性病株空间分布格局与参数特征应用研究

为了揭示浙江柑橘黄龙病菌PCR阳性病株空间分布信息和染病特征,2017—2018年对7个柑橘黄龙病发生样地2 900株橘树进行黄龙病菌PCR检测,按10株1样方取得290组样本资料,应用聚集度指标法对其空间分布型进行数据测定,结果达到C>1、I>0、K>0、C_A>0、M^*/$\bar{x}为了揭示浙江柑橘黄龙病菌PCR阳性病株空间分布信息和染病特征,2017—2018年对7个柑橘黄龙病发生样地2 900株橘树进行黄龙病菌PCR检测,按10株1样方取得290组样本资料,应用聚集度指标法对其空间分布型进行数据测定,结果达到C1、I0、K0、C_A0、■,均为聚集分布格局,表明柑橘黄龙病菌PCR阳性病株田间分布趋向聚集分布。经Iwao的M~*-线性模型回归检验表明,柑橘黄龙病菌PCR阳性病株空间分布的基本成分是个体群,病株间相互吸引,表现有明显的发病中心;经Taylor的■幂法则模型检验分析表明,黄龙病菌阳性病株的空间分布具有密度依赖性,阳性病株密度越高越趋向聚集分布,即聚集强度随阳性率上升而增强。其理论抽样数模型为■及序贯抽样公式为T_n=1.6976/[D■+0.9296/n]。应用这些参数特征对提高田间柑橘黄龙病早期预警效率和决策防控具有良好的指导意义。