利用可变参数和二阶回归方法建立海南省相思树立木材积模型

【目的】建立立木材积模型,为科学计量评价森林资源、完善森林资源监测体系提供重要依据。【方法】以海南省相思树为研究对象,以胸径和树高为自变量建立二元山本材积式模型、可变参数动态模型,采用以简单幂函数式和树高—胸径模型为基础的二阶回归估计方法建立一元胸径立木材积模型,分析对比建立的一元、二元立木材积模型拟合效果。【结果】1)相思树二元山本材积式模型和可变参数动态模型的确定系数均在0.98以上,平均预估精度均在98%以上。模型整体总体相对偏差(TRB)和平均系统偏差(MSB)均在±3%以内,山本材积式模型在8、20 cm径阶总相对偏差和平均系统偏差超出±3%范围;2)两种方法建立的一元立木材积模型的确定系数均在0.94以上,预估精度均在96%以上。采用分段建模和二阶回归总相对偏差和平均系统偏差趋近于0,而常规方法建模12、16、24 cm以上径阶的总相对偏差均超出5%范围。【结论】可变参数动态模型相较于山本材积式模型拟合精度更高,各径阶误差更小,明显优于山本材积式模型;采用二阶回归估计方法建立的模型能更好地反映材积随胸径大小的变化规律,既提高了模型的切合性能,又能较好地控制各径阶的偏差,明显提升了拟合效果,是建立一元立木材积模型的有效方法。     

楠木人工林树冠体积与叶面积指数预估模型的研究

基于楠木(Phoebe zhennan)人工林5块同定标准地25株枝解析数据,进行楠木人工林树冠体积与叶面积指数预估模型研究,研究结果表明:楠木人工林树冠体积和叶面积指数随着林木胸径、树高、冠幅和冠高的增大而增大;在分析树冠体积和叶面积指数与林木变量的基础上,利用SPSS统计软件建立了树冠体积(V)和叶面积指数(LAI)的预估模型:所建立的楠木人工林树冠体积的预估模型为:V=0.2750L2.253H10.770(L为冠幅,m;H1为冠高,m),叶面积指数的预估模型为:LAI=0.7845+0.5481H1-0.0288H12+0.0007H13;对预估模型进行检验,结果表明,两个模型的预估精度均大于88%,说明所建模型可以较好地预估楠木人工林树冠体积和叶面积指数.     

基于树高和树冠因子的立木材积与地上生物量相容模型研究

【目的】无人机机载激光雷达能够准确地测定单木、林分乃至大尺度森林结构参数(树高和树冠因子)。为应用无人机激光雷达技术准确估测森林蓄积量、生物量和碳储量提供计量依据和技术支撑。【方法】以150株实测马尾松生物量样本数据为研究对象,采用非线性回归估计方法和度量误差联立方程组方法,分析立木材积和地上生物量与树高、树冠因子的相关性,并在此基础上研究建立基于树高和树冠因子的立木材积与地上生物量相容模型。【结果】单株材积和地上生物量与树高因子的相关性最为紧密,其次才是树冠因子;基于树高和冠幅因子的二元材积和地上生物量模型预估精度较高,达到92%以上,再考虑冠长因子的三元模型预估精度改进不大;基于树高和冠幅因子的二元立木材积与地上生物量相容模型估计效果更好,相对于一元相容模型系统而言,二元相容模型拟合效果有较大幅度提高,预估精度达到92%以上。【结论】采用度量误差联立方程组方法可以有效解决基于树高和树冠因子的立木材积与地上生物量相容问题,并且预估精度达到92%以上,所建二元立木材积与地上生物量相容模型可为应用激光雷达技术反演森林蓄积量和生物量提供计量依据。     

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。     

天然麻栎单木地上生物量模型研究

通过对铜陵叶山林场麻栎样木地上生物量调查,以胸径、树高为自变量,地上总生物量、树干、树枝、树叶生物量为因变量,选择相对生长式、幂函数式和多项式为生物量回归模型,拟合各模型参数、相关指数、回归剩余离差,并计算生物量估测误差。结果表明:麻栎树干、树枝、树叶和地上总生物量与胸径、树高存在显著幂函数关系,其方程分别为:树干W=6.571×10-4D1.8473H2.411、树枝W=1.163×10-4D2.9497H1.3223、树叶W=0.0032D1.5148H0.8821、总生物量W=9.354×10-4D2.0825H2.1154。树干与总生物量的预估精度均达90%以上。     

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。     

塞罕坝华北落叶松人工林树冠外部轮廓模型

【目的】构建树冠最大外部轮廓非线性混合效应模型和非线性分位数回归模型,为准确预测树冠生长发育规律及预估生产力提供科学依据。【方法】以河北省塞罕坝机械林场华北落叶松人工林为研究对象,基于58株解析木数据和1 789个枝条解析数据,利用幂函数、修正Kozak方程、修正Weibull方程选取基础模型,构建华北落叶松人工林树冠外部轮廓非线性混合效应模型和非线性分位数回归模型。【结果】在幂函数、修正Kozak方程和修正Weibull方程中,幂函数拟合树冠外部轮廓效果较好,作为树冠外部轮廓基础模型;林分年龄(Age)、冠长(CL)、胸径(DBH)、树高(HT)、冠高比(CHR)、高径比(HDR)对树冠外部轮廓影响较大。在混合效应模型中,两水平混合效应模型优于单水平混合效应模型,可明显提高模型拟合精度,HDR相关的参数a6考虑样地效应,相对着枝深度(RDINC)、CHR相关的参数a4、a5考虑样木效应,模型确定系数(R2)为0.873,均方根误差(RMSE)为0.319 m,平均相对误差(MRE)为6.642 m。在分位数回归模型中,当分位数q=0.90时模型曲线最接近树冠最大外部轮廓,R2为0.672。【结论】混合效应模型拟合精度较高,可准确描述树冠最大枝条的平均趋势。分位数回归模型可确定树冠最外部轮廓,在预测条件均值之外的研究中发挥重要作用。     

华北落叶松与白桦混交林树高与胸径关系研究

【目的】建立华北暖温带华北落叶松与白桦针阔混交林树高与胸径关系的非线性混合效应模型,为研究针阔混交林中不同树种相互作用及其生长发育规律提供科学依据。【方法】以河北省塞罕坝机械林场的华北落叶松与白桦针阔混交林为研究对象,基于83块30 m×30 m的标准地调查数据,首先选取5个具有生物学意义的非线性树高与胸径关系基础模型进行拟合,确定最优基础模型;其次通过相关分析确定影响树高生长的主要因子;最后基于最优基础模型和主要因子建立包含哑变量的华北落叶松与白桦针阔混交林树高与胸径关系预测模型。【结果】在5个候选非线性树高与胸径关系模型中,Richard模型具有最好的拟合结果,其模型确定系数(R2=0.918 6)最大,均方根误差(RMSE=2.405 8)及绝对误差(Bias=0.194 5)最小;通过相关分析确定海拔和林分断面积与树高生长均在P 0.01水平上呈现显著性;基于基础模型构建了包含哑变量及主要影响因子的不同树种树高与胸径关系混合效应模型,当随机效应参数作用在林分断面积上时,模型预测精度较高。【结论】基于主要影响因子和包含哑变量的非线性混合效应树高与胸径关系预测模型,能够有效解决混交林中树种及主要因子对树高与胸径关系的影响,提高了预测模型的适用性及预测精度,为混交林森林质量精准提升提供科学依据。     

基于混合效应的人工落叶松树冠轮廓模型

【目的】以林木易测因子为预测变量,构建黑龙江省人工落叶松树冠最大外部轮廓及内部轮廓(未着叶部分)的预估模型,为进一步估计人工落叶松树冠表面积、树冠体积和树冠生物量提供依据。【方法】基于佳木斯市孟家岗林场49株解析木的枝解析数据,树冠外部轮廓模型采用分段回归技术,构建带有约束条件并满足生物学意义的连续性分段曲线模型,即在梢头处树冠半径为"0",在整个树冠内外部轮廓的拐点的存在是唯一的,且在拐点处树冠半径达到最大值;内部轮廓直接采用线性模型进行模拟。分析模型参数与林木变量之间的相关性,将关系密切的树木变量或变量组合引入到模型中并选出最优模型,以此作为基础模型分别建立单水平的外部轮廓及内部轮廓的混合效应模型,利用混合模型的固定效应部分对外部轮廓及内部轮廓进行模拟。【结果】以林木因子胸径、高径比、冠长及冠长率构建的分段抛物线模型能准确预估树冠的外部轮廓形状,利用胸径、高径比及冠长能有效预测树冠的内部轮廓形状。基于模型的拟合优度及检验指标,采用单水平(样地)混合模型能够显著提高模型的预测精度,外部轮廓混合效应预估模型的决定系数(R~2)、均方误差根(RMSE)和平均偏差(Bias)分别为0.914 2、0.232 7 m和0.001 2 m,内部轮廓混合效应预估模型的R~2、RMSE和Bias分别为0.723 5、0.147 0 m和-0.000 034 m。与基础模型相比,混合模型的R~2都有所提高,RMSE、Bias都有所降低。在其他变量保持不变的条件下,外部轮廓半径分别随着胸径、冠长率的增大而增大,随着高径比、冠长的增大而减小;内部轮廓半径均随着胸径、高径比及冠长的增大而增大。【结论】具有生物学意义的分段抛物线模型和线性模型分别能够有效描述人工落叶松树冠外部轮廓及内部轮廓的形状变化特征,加入混合效应后能够提高模型的拟合精度并改善组内的方差异性特征,基于混合效应模型中的固定效应部分,能够合理地对树冠外部轮廓及内部轮廓进行模拟,分段抛物线模型能够灵活地反映拐点在树冠内的移动规律线,简单的线性模型能够对内部轮廓进行准确预估。     

无性系和株行距对杨树人工林生长和树冠结构的影响

【目的】探索无性系、株行距及两者交互作用对杨树人工林的林木生长和树冠结构的影响。【方法】采用双因素随机试验设计,通过调查36块13年生杨树样地胸径、树高、活枝下高和冠幅等指标,以综合指数法构建3个林分综合指数(生长指数、冠形指数、干冠协调指数)。【结果】南林95杨和南林895杨的胸径、树高和生长指数显著高于南林797杨(P <0.05)。南林797杨的冠幅、树冠体积和树冠圆满度显著高于南林895杨,与南林95杨差异不显著(P> 0.05)。株行距为6 m×6 m和4.5 m×8 m的林分胸径、冠形指数和生长指数均显著高于5 m×5 m和3 m×8 m林分,不同密度林分对树高影响不显著(P> 0.05)。在相同密度条件下,正方形和长方形配置对东西和南北冠幅有显著影响,较大株行距促进树冠生长,但对胸径、树高和平均冠幅等影响不显著(P> 0.05)。无性系和株行距对冠长、活冠比、树冠表面积和干冠协调指数影响均不显著,且无性系和株行距对林木生长和树冠结构均无显著交互作用(P> 0.05)。【结论】杨树无性系对林木胸径、树高和树冠结构的影响大于株行距。综合考虑林木生长和树冠结构等两个方面,在类似的立地条件上,相比于其它无性系和配置方式,以南林95杨在种植株行距为6 m×6 m(278株/hm^2)时具有培育大胸径林木的潜力,适于培育速生、优质大径材。     

杉木人工林树冠表面积及体积模型的研究

以福建杉木Cunninghamia lanceolata人工林为研究对象,基于15块样地的33株标准木的解析数据,探讨了树冠平均表面积、最大表面积、平均体积、最大体积4个复合指标的预测模型。结果表明:4个树冠复合指标与胸径、树高、冠长、冠幅之间呈显著相关,相应的增加变量可提高模型的拟合精度,但当模型变量增加到2个以上时,模型精度提高不大。模型检验结果表明,以冠幅和冠长为变量的树冠表面积模型为最优;树冠体积以冠幅、冠长和树高为变量的模型为最优。模型的预估精度P均大于70.3%,说明模型可以较好地预估杉木人工林的树冠表面积和体积。     

桂西南米老排人工林单株生物量回归模型

通过对桂西南大青山林区28a生米老排(Mytilaria laosensis)人工林林分进行每木检尺和生物量的测定,建立了米老排各器官生物量与胸径、树高和胸径平方乘树高(D2 H)的相关关系;分别选用幂函数等5种模型,用回归分析方法对米老排人工林单株生物量模型进行了拟合。结果表明:树叶和树根生物量分别与胸径和树高的相关关系最显著,而树干、树枝、树皮和全株的生物量都与D2 H的相关关系最为显著。胸径、树高和D2 H与各器官生物量拟合的模型中,全株、树干和树皮的拟合效果最好,树叶和树根的拟合效果中等,树枝的拟合效果较差。除树皮外,各器官均以幂指数模型的拟合效果最好。     

基于节子分析技术构建落叶松人工林树冠基部高动态模型

【目的】基于节子分析技术构建落叶松人工林树冠基部高动态预测模型,分析落叶松树冠衰退规律及其影响因素,为制定合理的经营措施提供理论依据。【方法】以2007年设立的8块落叶松人工林标准地获取的40株解析木数据为基础数据,采用节子分析技术,得到树冠基部高随年龄的动态变化数据,应用传统线性模型、理查德和逻辑斯蒂非线性模型构建落叶松树冠基部高动态模型。【结果】传统线性模型、理查德和逻辑斯蒂非线性模型可较好拟合树冠基部高动态变化过程,模型参数均具有统计意义(P0.01),以理查德方程为基础模型构建的树冠基部高模型拟合效果最好,加入权重因子可消除异方差,降低估计参数标准误,提高预测精度,模型的确定系数(R~2)为0.904,绝对误差(Bias)和均方根误差(RMSE)分别为0.002和1.251,最优落叶松树冠基部高模型形式为HCB=(3.146+0.036CCF+0.225Bas+0.788HT-0.481CL)(1-e~(-0.086 t))~(4.278)。【结论】树冠基部高动态变化过程与林分发育规律一致,符合"S"形生长曲线,可通过树冠竞争因子(CCF)、林分断面积(Bas)、调查当年的树高(HT)和冠长(CL)解释,解释率达90.4%。树高、树冠竞争因子和林分断面积增大会导致树冠基部高上升,加速落叶松树冠衰退。竞争对树冠的影响较敏感,落叶松人工林10～41年间,树冠竞争因子大(187.33)的林分冠长率从75%下降到36%,而树冠竞争因子小(105.82)的林分冠长率从75%下降到40%;落叶松人工林树冠基部高平均每年上升0.66 m。本研究构建的树冠基部高动态模型可较好模拟落叶松人工林树冠基部高动态变化过程,利用单木和林分变量能够解释落叶松人工林树冠衰退趋势。通过检验验证,基于节子分析技术获取的树冠基部高数据构建的动态模型精度较高,可作为一种获取长期树冠动态变化数据的有效手段。     

基于分位数回归和哑变量模型的大兴安岭兴安落叶松树高-胸径模型

【目的】基于Richards方程比较分位数回归和哑变量模型对树高-胸径方程预测精度的影响,为林业树高-胸径模型的构建提供新的思路和方法。【方法】利用大兴安岭4个区域的兴安落叶松Larix gmelinii伐倒木胸径/树高实测数据,采用分位数回归和哑变量模型构建树高-胸径模型,并与基本模型进行对比分析。评价指标采用平均绝对误差(MAE)、均方根误差(RMSE)、确定系数(R2)、赤池信息量(AIC)、贝叶斯信息量(BIC)、平均预测误差百分比(MPE)、平均绝对百分比误差(MAPE)、均方根百分比误差(RMSPE),同时利用非线性额外平方和法进行区域性检验。【结果】1)Richards树高-胸径模型在9个不同的分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)都能收敛,且每个区域都有其对应的最优分位数模型,区域1、2、3和4的最优分位数模型所对应的分位数分别是τ=0.7、τ=0.3、τ=0.5和τ=0.3,各区域最优分位数模型与哑变量模型所得结果差异不大,都优于基本模型。2)F检验结果表明哑变量模型的构造是有必要的,区域2和区域4没有显著不同,其他5对区域都有显著不同。3)模型检验结果表明区域1、3、4的最优分位数回归模型都要优于哑变量模型,区域2的哑变量模型没有通过正态性检验(P=0.028 6),因此区域2的最优模型仍然为τ=0.3时的分位数模型。【结论】分位数回归模型和哑变量模型都能够反映不同区域树高-胸径关系的变化,在拟合和检验统计量等方面都表现较好,适合于大兴安岭落叶松树高预测。在进行方法选择时,可以根据数据特征和研究目的进行选择。     

克山县河北林场蒙古栎生长过程研究

在克山县河北林场不同立地条件的蒙古栎林分中设置12块标准地进行各项因子调查,在每个标准地内伐取1株蒙古栎平均木进行树干解析。选用Richards、Logistic、Gompertz等3个生长曲线模型对胸径、树高、材积的总生长过程进行了拟合,结果表明,Richards曲线相关系数最大,拟合效果最好,可以作为胸径、树高、材积的生长预估模型。     

气候敏感的马尾松生物量相容性方程系统研建

【目的】构建气候敏感的马尾松生物量相容性方程系统,分析气候因子对马尾松各分项生物量的影响,为森林碳汇监测和森林可持续经营提供技术支撑。【方法】基于150株马尾松单木生物量数据,采用非线性联立方程组法构建气候敏感的马尾松生物量相容性方程系统,各分项生物量(干材、干皮、树枝、树叶和地上总生物量)选用以直径和树高为自变量的二元生物量方程作为基础模型,利用一阶交叉验证法对所构建的生物量相容性方程系统进行评价。【结果】与传统未考虑气候因子的各分项生物量模型相比,气候敏感的马尾松生物量相容性方程系统预测精度明显提高,且该生物量相容性方程系统可定量描述不同气候带亚区生物量的差异程度,保证干材、干皮、树枝和树叶与地上总生物量相容。【结论】气候敏感的马尾松生物量相容性方程系统能有效分析气候因子对各分项生物量的影响,可应用于其他树种的生物量预估。     

我国人工杨树生物量建模和生产力分析

【目的】建立人工杨树生物量模型,分析生产力与气候因子间的关系,为提升我国森林质量提供参考。【方法】基于在全国15个省(区、市)采集的450株人工杨树样木实测地上生物量和147株地下生物量数据,综合利用哑变量建模方法和误差变量联立方程组方法,建立一元和二元立木生物量联立方程组;基于样木胸径、树高和年龄的成对数据,建立与气候因子相关的单木生长模型。根据胸径和树高单木生长模型及二元立木生物量方程,分析气候因子对人工杨树单木生产力的影响。利用全国森林资源连续清查人工杨树林样地调查数据,计算每个样地的生物量和生产力,建立人工杨树林生产力与气候因子间的相关模型,进一步验证气候因子对生产力的影响。【结果】本研究建立的一元和二元人工杨树地上生物量方程,确定系数(R~2)在090以上,平均预估误差(MPE)在5%以内;地下生物量方程的R~2在083以上,MPE在10%以内;含气候因子的胸径和树高单木生长模型,R~2均在070以上,MPE分别在5%和3%以内。人工杨树的胸径、树高生长均与年均气温显著相关,林木年龄为20年,年均气温20℃时的胸径、树高和总生物量分别是年均气温0℃时的24、24和95倍。连清样地数据验证结果表明,年均气温提高10℃,人工杨树林的平均生产力可以提高25 t·hm~(-2)a~(-1);年均气温20℃时的人工杨树林,其平均生产力达到年均气温0℃时的7倍以上,与所建单木生长模型的可比推算结果完全一致。【结论】本研究建立的人工杨树立木地上和地下生物量方程及其相容的生物量转换因子和根茎比模型,达到相关技术规定的预估精度要求,可以推广应用;温度是影响人工杨树生产力的重要因素,随着年均气温升高,人工杨树生产力也相应提高。     

杉木人工林树根生物量模型的研究

以杉木人工林单木树根生物量为因变量,胸径、树高为辅助变量,拟合了18个回归方程。选择相关指数、平均绝对误差、平均相对误差、平均系统误差和预估精度作为评价指标,应用灰色关联分析法对各个方程进行综合评价,筛选出杉木人工林树根生物量模型,为生产应用提供科学依据。     

云南省云杉立木生物量模型研建

以云南云杉为研究对象,对云杉地上生物量和地下生物量模型进行研建。建立云杉地上总生物量、树干、树冠、干材、干皮、树枝、树叶独立模型与材积相容模型,采用分级联合控制和度量误差模型方法,建立地上总生物量和所有分量相容的立木生物量模型,建立根茎比模型对云杉地下生物量进行估计。结果表明：建立的云杉地上总生物量、树干、干材生物量二元模型预估精度均达95％以上,干皮生物量模型预估精度达94％以上,树冠、树叶、树枝生物量的预估精度均在92％以上,地下生物量模型预估精度在88％以上;所建立的模型可以用于云杉生物量的估计。     

福州市米槠林分相容性胸径生长模型和树高曲线模型研究

根据福州市森林资源二类调查数据,利用非线性度量误差联立方程组方法,分别建立基于5种经验生长方程的胸径生长模型和树高曲线模型系统,以均方差(RMSE)、平均绝对偏差(MAD)、决定系数(R~2)和预估精度(P)作为模型评价指标,对比5种模型的拟合效果。结果表明:5种模型的预估精度均大于90%,其中Logistic模型拟合效果最优,胸径生长过程曲线和树高曲线的模型预估精度分别为92.85%和95.15%。经配对t检验,胸径和树高的实测值与预测值之间无明显差异,拟合效果优良。数据分析显示,米槠林分胸径快速生长期滞后于树高快速生长期,均处于林分中、幼龄林时期,然后生长速度逐渐变缓。该模型可以用来描述福州市米槠林分胸径和树高的生长变化规律,在优化模型结构的同时,减少误差对预测结果的影响,并建立了胸径、树高和林龄3者之间的相容性和一致性,为米槠林分的生长预测提供参考。