黄土丘陵半干旱区柠条林株高生长过程新模型

黄土丘陵半干旱区柠条林的株高生长不随时间单调增加,在生长末期因生长动力小于生长阻力,株高随时间小幅度减小.采用宁夏固原上黄生态站柠条林的生长观测资料,以经典Logistic方程为基础,添加了生长阻力因素,建立了柠条林生长的改进模型,使得生长速率在生长末期出现负值;并以高密度柠条成林多年生长观测数据为依据,建立了连年生长模型.用数学建模和统计检验的方法对数据进行处理,其结果表明,改进模型较Logistic方程具有更高的拟合度和相关系数.建立的模型与传统生长方程不同,由于微分方程中引入了阻力因子,故生长曲线中存在极值坐标且不具有严格单调性.将多年的株高生长曲线综合到一个坐标系内后,新模型中位置参数a与内禀生长率b的比值随着生长呈现逐渐增大的趋势.改进模型的生长顶点出现在8月,与柠条林株高的实际生长过程吻合;计算了新模型的生长顶点与生长期结束时的株高的差值,并将该值记为生长损失.由于柠条林的灌丛较为矮小,在越冬时干梢现象对株高的影响不可忽略,该过程导致生长方程中第二年初始点小于第一年最末点;在考虑了该现象后所建立的连年生长模型中,2002年和2003年干稍现象的终止点位于2月,与植物生长的节律吻合.本研究为描述半干旱区灌木林生长过程提供了依据.     

基于混合效应模型的大兴安岭地被可燃物含水率模型

基于黑龙江省大兴安岭林区南瓮河生态站的落叶松(Larix gmelinii)林、蒙古栎(Quercus mongolica)林、落叶松白桦(Betula platyphylla)混交林3种典型林分的288组可燃物含水率数据,选择基于平衡含水率的可燃物含水率实时变化模型为基础模型,采用非线性混合效应(NLME)模型方法,以林分因子作为随机效应,建立具有混合效应的可燃物含水率的实时变化预测模型,并通过给残差方差增加权重的方法解决异方差性问题。结果表明:考虑随机效应和异方差结构的可燃物含水率实时变化NLME预测模型的拟合效果(M_(AE)=0.716 7,M_(RE)=0.026 6)优于不含随机效应的可燃物含水率实时变化预测模型(M_(AE)=0.815 6,M_(RE)=0.031 2);其中以常数加幂函数作为异方差结构的模型精度最高(AIC=547.72,BIC=581.29,-2LL=527.72)且明显优于未给残差方差增加权重的可燃物含水率实时变化NLME预测模型(AIC=961.65,BIC=988.50,-2LL=945.65)。利用独立样本数据对模型进行检验,检验结果表明,对于可燃物含水率实时变化的预测,考虑随机效应和异方差结构的NLME模型的检验精度(M_(AE)=0.495 8,M_(RE)=0.034 2)比利用最小二乘法拟合的多元非线性回归模型(M_(AE)=0.588 5,M_(RE)=0.588 5)有所提高,说明基于混合效应模型的可燃物含水率实时变化模型可以很好地描述区域尺度上不同林分类型的可燃物含水率实时变化规律。     

基于非线性混合模型的油松天然林树高曲线研究

树高和胸径作为重要的林分因子,二者的异速生长关系是林分生长与收获预估的基础。以北京市古石峪61块油松（Pinus tabuliformis）天然林样地为研究对象,样地按郁闭度CD≥0.6（类型Ⅰ）、0.5≤CD＜0.6（类型Ⅱ）、0.4≤CD＜0.5（类型Ⅲ）、0.3≤CD＜0.4（类型Ⅳ）和CD＜0.3（类型Ⅴ）划分5个等级类型,采用非线性混合模型方法,从26种常用树高曲线中选择拟合精度最高的作为基础模型,以类型和样地作为随机效应,分别基于单水平和嵌套二水平,考虑异方差构建最优的油松天然林树高曲线。采用AIC、BIC和负2倍的对数似然值对不同模型的精度进行比较,并用平均绝对误差、剩余均方根误差和调整后的决定系数对模型进行检验。结果表明,混合参数个数不同,模型预测精度不同;考虑异方差结构的嵌套2水平非线性混合模型预测精度高,调整后的决定系数达0.924 4,剩余均方根误差为0.842 1,可以准确地反映油松树高与胸径的关系,但与以样地作为随机效应的单水平样模型的差异不显著。     

番鸭体重生长非线性混合效应模型评价的研究

【目的】定量描述和估计本地番鸭体重生长的轨迹和参数。【方法】本研究对116只番鸭进行了21 weeks的饲养和观测;利用5种生长函数(Gompertz、Logistic、Von Bertalanffy、Richards和Brody)拟合了番鸭体重生长的非线性混合效应模型;分别计算了这些模型的8个生长参数(成熟体重、拐点日龄、拐点体重、初生体重、绝对生长率、相对生长率、绝对成熟率和相对成熟率);根据信息准则、误差方差的大小和生长参数估计值的准确度,比较了不同模型间的拟合和估计结果。【结果】与非线性固定效应模型比较,5种非线性混合效应模型拟合的番鸭体重生长方程和估计的8个生长参数,其准确度整体上提高了许多;全群番鸭体重生长Gompertz非线性混合效应模型,其信息准则最小,误差方差减少量达99.92%;雄、雌番鸭体重生长Richards非线性混合效应模型, 其信息准则最小,误差方差减少量分别是89.80%、91.81%。【结论】Gompertz和Richards非线性混合效应模型分别是评价全群和雄、雌番鸭体重生长的最优模型。     

多层非线性混合效应模型评价番鸭体重生长

【目的】寻找定量描述本地番鸭体重的生长模型。【方法】利用Richards生长函数,设计番鸭体重的4种生长模型,包括考虑个体、性别的二层非线性混合效应模型（ModelⅠ）,考虑个体、性别、资料自相关性的二层非线性混合效应模型（Model Ⅱ）,考虑个体的单层非线性混合效应模型（Model Ⅲ）,忽略个体和性别的零层非线性固定效应模型（Model Ⅳ）,描述了番鸭个体和群体生长特征。比较了番鸭体重生长4种模型的信息准则、误差方差、不同体重测定点日龄的平均测定值和模型拟合值、模型和生长参数估计值。【结果】    Model Ⅱ的拟合效果整体最好,估计了公、母的初生体重及成熟体重和生长速度最大的日龄、体重、绝对生长率,分别是40 g、3 504 g及43 d、1 523 g、65 g•d-1和40 g、2 209 g及36 d、977 g、45 g•d-1。【结论】考虑个体、性别、资料自相关性的Richards二层非线性混合效应模型是评价本地全群及公、母番鸭体重生长的最优模型。     

基于混合效应模型的新疆天山云杉单木胸径预测模型构建

【目的】建立新疆天山云杉单木胸径生长模型,以期对天山云杉胸径生长进行预测,为天山云杉经营管理提供理论依据。【方法】以天山云杉为研究对象,基于新疆自治区一类清查数据中70块天山纯林复测样地,样地中测得活立木共计1 914株,随机选取1 531组数据作为训练数据,383组数据作为检验数据。对比分析传统单木胸径模型和混合效应模型在云杉单木胸径模型的应用,在运用R语言的nlme模块构建混合效应模型时考虑密度水平效应、样地效应以及嵌套两水平效应,并用平均绝对误差(E)、均方根误差(RMSE)、平均预估误差(MPE)、总相对误差(TRE)、调整决定系数(R_(adj)~2)来检验模型的拟合效果。【结果】混合效应模型(R_(adj)~2=0.762)优于传统胸径模型(R_(adj)~2=0.505)。混合效应模型中,基于嵌套两水平混合效应模型最好,其平均绝对误差(E)、均方根误差(RMSE)、平均预估误差(MPE)、总相对误差(TRE)、调整决定系数(R_(adj)~2)值分别为0.589 cm、0.804 cm、0.966%、-0.042%、0.899。混合效应模型拟合效果由高到低依次为:嵌套两水平混合效应模型(R_(adj)~2=0.899)样地混合效应模型(R_(adj)~2=0.766)密度水平混合效应模型(R_(adj)~2=0.762)。幂函数能有效消除异方差结构的影响,一阶自回归矩阵AR(1)可以有效消除数据的时间相关效应。【结论】研究求得的天山云杉单木胸径生长混合效应模型可作为新疆天山云杉单木胸径预测的主要模型,其中嵌套密度水平效应和样地效应的混合效应模型对单木胸径的预测效果最好(R_(adj)~2=0.899),此研究表明混合效应模型是新疆天山云杉单木胸径预测的有效方法,为大面积新疆天山云杉单木胸径预测提供理论基础及新的方法。     

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。      

冬小麦返青后株高模拟模型及生长可视化研究

小麦生长模拟模型对小麦生长管理调控、产量预测和经济效益分析等有重要指导作用,针对小麦生长模拟模型和生长可视化不易实现的问题,以冬小麦品种衡观35、济麦22和衡4399为材料,于2015-2016年小麦生长季内开展不同品种和施氮水平的田间试验,通过分析各品种冬小麦返青后株高和有效积温的定量关系,用Logistic方程构建了冬小麦返青后株高模拟模型,经数据检验,株高模拟模型绝对误差在0.01~2.72cm,根均方差(RMSE)在0.4~1.26cm,平均绝对误差(d_a)在0.36~1.11cm,平均绝对误差与实测值平均数的比值(d_(ap))在1.32%~3.46%,结果表明所建模拟模型精度较高,对不同品种冬小麦株高生长具有较好预测性。借助该模拟模型和已有研究成果,本研究构造了不同品种、不同施氮水平下的冬小麦株高生长状态,逼真模拟冬小麦返青后株高动态生长过程,实现了不同品种冬小麦在不同施氮水平下的生长可视化。     

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。      

利用非线性混合模型进行杉木林分断面积生长模拟研究

该文描述了传统生长收获模型存在的问题及非线性混合效应模型在预估林分断面积方面的应用,介绍了非线性混合效应模型的表达形式。选择常用的Richards和Schumacher两种基本模型形式,通过变化自变量进行断面积生长模拟,采用非线性最小二乘回归法进行拟合;然后选择复相关系数及预估精度较高的函数作为基础模型,并在此基础上构造非线性混合效应模型;最后对非线性混合效应模型与传统模型拟合的效果进行了比较分析。结果表明,考虑初植密度效应的非线性混合效应模型比传统的回归模型估计精度高。      

基于混合效应的兴安落叶松单木断面积生长模型研究

森林生长观测数据通常具有连续重复观测的特点,传统方法会得到有偏的参数估计,为准确预测兴安落叶松林分的生长动态,建立预估精度较高的林分生长收获混合效应模型,以期为内蒙古大兴安岭地区兴安落叶松的生长和经营提供科学依据。基于内蒙古大兴安岭地区第六次至第九次（2003-2018）全国森林资源连续清查数据,筛选出以兴安落叶松为优势树种的样地626块,样木株数60 279株。其中501块样地的47 524株兴安落叶松数据用于构建兴安落叶松的胸高断面积生长预估模型,采用剩余的125块样地的12 755株兴安落叶松数据对构建的模型进行独立检验。结果表明,胸径的倒数（1/DBH）、每公顷株数（NT）、比对象木大的胸高断面积之和（BAL）、坡度和坡向的组合（SLcos）对天然林内兴安落叶松的生长有显著影响。相比于传统的基础模型,考虑样地效应的混合效应模型显著地改善了胸高断面积生长预估模型的表现,决定系数（R²）从0.353 7提高到0.488 6,平均绝对误差（Bias）和均方根误差（RMSE）均显著减少。混合效应模型优于传统的基础模型,模型有一定的生物学意义和统计可靠性。     

马尾松树高-胸径非线性混合效应模型构建

以贵州省东北部地区马尾松人工林为研究对象,基于254块样地的15275株马尾松数据,随机选取80％样地数据用于模型建立,20％样地数据用于模型检验.对11个常用的树高-胸径模型进行拟合,筛选效果最佳的为基础模型,并将密度、优势木平均高、胸高断面积以不同个数及组合形式加入基础模型,筛选最优广义模型.同时考虑样地水平的随机...     

基于非线性混合模型的栓皮栎树高与胸径关系研究

以西北农林科技大学测量的39块栓皮栎样地数据为例,首先选择非线性最小二乘法对6个常用方程进行模拟,找出模拟精度最高的模型作为基础模型。然后,利用基础模型及模拟数据构建非线性混合效应模型,分别考虑区域效应和样地效应,通过变化混合参数个数并利用SAS软件进行模拟,选择对数似然值、AIC和BIC值最小并且收敛的混合模型作为最优模型。最后利用验证数据与传统的非线性最小二乘法进行精度比较。结果表明:由于h=1.3+［(a1+a2BA+a3ha)exp(b1/D)］+ei考虑了林分断面积和优势木平均高,在模拟单木的树高时精度比其他5个模型高,并且该模型对于描述单木树高的生长趋势效果显著,因此作为构建非线性混合模型的基础模型。利用AIC、BIC和对数似然值来评价非线性混合模型的效果,结果表明:考虑区域效应的影响时,a2、a3、b1同时作为混合参数的模拟效果最好;考虑样地效应的影响时,a1、b1同时作为混合参数的模拟效果最好。无论考虑区域效应影响还是考虑样地效应影响,混合模型的拟合精度都比固定模型的模拟精度高,并且考虑样地效应影响要比考虑区域效应影响的精度更高。      

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。     

围栏与放牧对不同林龄平茬柠条高生长的影响

研究围栏、放牧对不同林龄柠条高生长的影响,重点对柠条高生长进行了探讨,结果表明,人工平茬和适度放牧可促进柠条的高生长、加快柠条萌发速度。同时观测分析了柠条根系分布、水分与高生长相关性等规律以及主要影响因素等。     

高梁株高的遗传模型测验

对高梁株高的遗传模型进行测验，结果表明，高梁株高的遗传符合加性、显性模型，控制株高的增效、减效等位基因在雌亲和雄亲的分配比率有极显著差异，株高遗传，增效等位基因，即高秆基因为显性，而这种显性为部分显性。     

基于非线性混合模型的落叶松木材管胞长度模拟

以黑龙江省七台河市林业局金沙林场9 株人工落叶松6 825 对早、晚材管胞长度样品数据为例,选择6 个常用方程进行非线性回归分析,把拟合精度最高的Richards 模型作为早、晚材管胞长度基础模型y = β1 [1 - exp( - β2 x)]β3 + ε。基于Richards 模型,利用非线性混合模型技术构建落叶松早、晚材管胞长度混合效应模型yij = (β1 + b1i ){1 - exp[ - (β2 + b2i )t]}β3 + b3i + εij 。结果表明:当对早材管胞长度进行拟合时,b1i 、b2i 、b3i同时作为随机参数时早材管胞长度模型拟合最好;当对晚材管胞长度进行拟合时,b1i 、b2i 、b3i 同时作为随机参数时晚材管胞长度模型拟合最好;一阶自回归模型AR(1)能够较好地表达树木内误差相关性;同时考虑随机效应和时间序列相关性结构能够提高落叶松早、晚材管胞长度混合模型的预测精度。      

基于混合模型的油松林分蓄积量预测模型的建立

【目的】建立预估精度高的林分蓄积量混合模型,为北京地区不同初期密度油松林分提供个性化模型方程,为森林经营和采伐利用提供重要理论依据。【方法】以北京地区76块油松连续清查样地为研究对象,按初期的油松林分密度(ID)将油松样地分为Ⅰ(ID400株/hm~2)、Ⅱ(400≤ID800株/hm~2)、Ⅲ(800≤ID1 200株/hm~2)、Ⅳ(1 200≤ID1 600株/hm~2)、Ⅴ(ID≥1 600株/hm~2)5个水平,选用以断面积和优势木平均高为自变量的线性模型构建油松蓄积量基础模型,在基础模型上分别考虑油松林分的密度水平效应、样地效应和嵌套两水平效应,用R语言的nlme模块建立油松混合效应模型,并用平均绝对误差||、均方根误差RMSE、决定系数R~2 3个评价指标检验模型的拟合效果。【结果】拟合嵌套两水平混合模型决定系数R~2为0.998 2,高于密度水平效应和样地效应2个单水平混合模型,且||和RMSE均小于2个单水平混合模型;嵌套两水平混合模型的、RMSE分别为0.069 8和0.100 6,比基础模型降低了78.86%和82.39%。指数函数异方差结构和[ARMA(1,1)]时间序列相关性结构加入混合模型后,模型拟合精度均有一定提高。【结论】单水平和嵌套两水平混合模型拟合精度均高于基础模型,嵌套两水平混合效应模型拟合精度优于基础模型和单水平混合模型,指数函数能够消除数据间的异方差,[ARMA(1,1)]结构能够较好地表达样地间的误差相关性。     

北方麦区主要小麦品种株高构成指数的非线性映射

利用非线性映射对黄淮冬麦区,北部冬麦区、北部春麦区及西北春麦区,８０年代大面积推广的４１个小麦品种株高构成指数的地理差异进行了研究,结果表明,这些主要推广品种绝大多数为中产或中高产类型,麦区间小麦品种株高构成指数未见明显差异。     

基于梯度提升算法的温室黄瓜株高生长模拟

为解决温室黄瓜株高生长模拟模型经验因子较多和实用性不强的问题，选取3个玻璃温室进行数据收集，以环境因子和时间因子为输入量，每日株高生长量为输出量，采用XGBoost模型建立黄瓜5个生育期的株高生长量模拟模型，并与LASSO模型进行对比分析，采用Pearson相关分析和XGBoost模型的特征重要性得分确定各生育期影响株高生长的重点因子。结果表明:1)XGBoost模型在黄瓜不同生育期的模拟性能均优于LASSO模型，苗期、伸蔓期、结果前期和结果末期表现出了较好的拟合效果，结果中期的拟合效果一般，苗期的模拟效果最好，决定系数为0.821；2)苗期、伸蔓期和结果期影响株高生长的重点因子分别是当前生育期生长天数、日平均湿度和日平均温度。本研究所建立的温室黄瓜株高生长模拟模型可为温室黄瓜生产环境调控优化提供决策支持。