组合预测法在林分断面积生长预估中的应用

林分断面积生长模型的研究是林分因子建模中的主要对象,研究提高林分断面积生长模型的预测精度十分重要。组合预测法能够对不同模型的预测结果进行组合,把不同模型的预测误差分散化,从而提高预测精度。基于北京山区油松定期清查数据,根据残差的方差最小原则确定组合预测中各模型的权重,将单木水平预测所得的林分断面积与林分水平预测所得的断面积进行组合预测。结果表明:组合预测法预测林分断面积的精度比单一水平(单木水平、林分水平)预测的精度都高,同时组合预测法也改进了林分断面积预测模型的兼容性。     

基于单木水平和林分水平的油松兼容性生长模型

以油松林分为研究对象,基于北京市一类连续清查数据161块油松林分2期固定样地,建立单木水平和林分水平模型,利用组合预测法把油松单木水平模型和林分水平模型组合起来,用最优加权法计算单木水平和林分水平的权重系数,最后用3项数学指标M_AD、R_MSE、R²评估模型的预测效果。结果表明,所建的单木水平、林分水平和组合水平模型的预测效果均较好,经过分析比较,组合预测法预测油松断面积、蓄积量生长模型的精度高于单木水平和林分水平预测的精度。组合预测法所建立的模型结合了单木水平、林分水平模型的优点,提高了油松林分生长预测模型的兼容性,保障了油松林分生长模型预测结果的一致性,也可以用来预测下一期油松林分断面积、蓄积量生长规律。     

基于单木生长神经网络模型的林分生长预测

以马尾松Piuns massoniana人工林间伐试验林为研究对象，用单木生长神经网络模型与林分表法的转移概率矩阵模型构建了林分直径分布的动态转移模型，再与径阶材积向量或材种材积向量构成林分生长与收获预测模型。预测检验结果显示，高、中、低密度的林分断面积预测精度依次为94％、95％、97％，蓄积量预测精度依次为92％、94％、96％，表明不计枯损（或采伐）的转移概率矩阵模型对低密度林分的预测比对高密度林分的预测效果好。     

北京市蒙古栎单木与年龄无关的生长预测模型研究

为了准确预测林木的生长动态变化、科学经营管理林分,利用定期清查数据,以年龄隐含的单木模型拟合北京市蒙古栎单木胸径、材积和断面积生长预测模型,并进行检验。结果表明:所拟合的3个模型对蒙古栎单木胸径、材积和断面积生长状况的预测效果较好,预测精度分别高达99.72%、99.40%、99.46%,预测精度大小排序为:胸径>断面积>材积。预测精度较高的原因可能是年龄隐含的生长模型以单木自身的观测值为自变量,且蒙古栎生长较慢,短期内不会有太大变化。该模型具有与年龄无关的特点,但建模时有一定的限制条件,要求样地固定、重复观测。     

油松林分断面积与蓄积量生长模型研究

对北京地区油松林分断面积、蓄积量生长模型进行研究,为建立通用的、相容的断面积、蓄积量生长模型奠定基础。利用北京市油松一类清查数据,以Richards和Shumacher 为基础模型,通过选取不同的密度指标,分别拟合油松林分的断面积、蓄积量生长模型,并选取最优的断面积、蓄积量模型,引入哑变量,将间伐林分和未间伐林分合并建立林分断面积、蓄积量生长模型。结果表明,油松林分的断面积、蓄积的模拟效果都较好,R²分别最高达0.900 0、0.890 0,而且不同的密度指标直接影响模型的预估效果,林分断面积生长模型选用林分密度指数作为密度指标的预估效果更好;林分蓄积量生长模型选用林分断面积作为密度指标时预估效果更好,当在模型中的渐近值参数引入密度指标后,Schumacher模型对林分蓄积量的预估精度又要略优于Richards模型,通过模型的独立性检验,预测精度均在91%以上;而在最优的模型上引入哑变量后的林分断面积、蓄积量模型的R²、预测精度都比常规的模型稍高,R²均在0.900 0以上,预测精度在0.950 0以上。引入哑变量能适当的提高模型的精度,可以用来描述北京地区油松林分在不同措施下的生长变化规律,也解决了不同类型林分合并建模不相容的问题。     

基于贝叶斯模型平均法的森林火灾预测模型构建研究

  目的  本文基于贝叶斯模型平均法,结合二项逻辑斯蒂回归模型,构建云南省大理州森林火灾发生预测模型,以期提高林火预测精度,为研究地区林火管理提供技术支持。  方法  利用2000—2013年大理州林火数据及对应的气象数据,分别运用二项逻辑斯蒂回归模型和贝叶斯模型平均法,对该地区森林火灾对气象因子的响应进行实证分析。二项逻辑斯蒂回归模型为单一模型,建模前通过对各解释变量进行多重共线性检验,剔除有显著共线性的解释变量,然后通过逐步回归法,筛选最终变量并进行参数拟合。贝叶斯平均模型为组合模型,基于贝叶斯模型平均法建模时,采用奥卡姆窗的方法来适当调整模型空间,并以5个最优模型的后验概率作为权重进行加权建模。将全样本数据随机分成80%的训练样本和20%的测试样本,基于训练样本建立模型,对测试样本进行预测,通过对比观测值和预测值计算模型的准确率。  结果  通过二项逻辑斯蒂模型拟合,优度为0.783,预测精度为0.718。通过贝叶斯平均模型拟合,优度为0.868,预测精度为0.807。2个模型预测结果对比显示,在训练集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高9.3%;在测试集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高8.9%。  结论  在基于气象因子的大理州林火发生预测模型构建研究中,贝叶斯平均模型的拟合优度和预测精度均高于二项逻辑斯蒂模型,表明贝叶斯模型平均法具有一定的现实应用意义,可用于提高研究地区林火预测精度,有利于森林火灾的决策管理。      

华北落叶松林分生长模型模拟与预测研究

为掌握华北落叶松人工林林分生长规律,采用林分特征因子年龄、立地指数、密度以及材积建立林分生长模型,根据非线性模型研究方法,获得了林分平均树高模型、密度指数模型、断面积模型和收获模型,且预测精度均达到了80%以上。这说明华北落叶松人工林林分模型不仅具备较高的模拟效果,而且具有较高的预测精度,在生产实践中,为华北落叶松人工林的经营管理提供了基本的理论依据。     

马尾松人工林与距离有关的单木模型研究

为使单森竞争指标与林分密度具有兼容性,以更好地实现马尾松人工林的生长预测,就２３块马尾松人工林固定样地资料,用Ｈｅｇｙｉ的简单竞争指数作 龄级和密度级确定竞争木株数,用回归分析方法组建模型,对与距离有关的单木模型进行了研究,精度分析表明,单森生长速率拟合精度８０￣９６％,单木生长状态预测精度平均在９７％以上,林分断面积预测精度在９５％以上,说明单木模型预测精度高,使用效果好,建议进行广泛的研究和应     

夏玉米干物质累积动态模型

研究了夏玉米干物质累积动态模型。生态条件的改变可使玉米干物质累积规律发生变化，在不同生态条件下玉米干物质累积的最优模型不同，播期比密度对干物质累积规律影响较大。本文在拟合过程中提出的双逻辑斯蒂方程，在对两个试验的８套玉米试验资料的拟合中，拟合精度的均高于逻辑斯蒂曲线。     

基于增强回归树的杉木人工林林分断面积模型研究

【目的】林分断面积是森林生长收获预估中的重要变量。构建基于增强回归树的林分断面积模型,并分析不同林分密度指标和不同立地指标及其交互作用对模拟的影响,为采用增强回归树模拟林分断面积提供一定的参考。【方法】研究以江西省崇义县的杉木人工林为对象,采用增强回归树构建了林分断面积模型,通过交叉验证分析了交互深度、收缩参数和回归树数量的变化对增强回归树预测的影响,并对比分析了2种立地指标(地位级指数和地位指数)、2种密度指标(每公顷株数和林分密度指数)及其交互作用对林分断面积的影响,以此筛选出林分断面积模型中最适的立地指标和密度指标。【结果】(1)经过参数优化的增强回归树能较好的模拟林分断面积,最优模型的MAB为0.504 7 m~2/hm~2,RMA为2.29%,RMSE为0.900 8 m~2/hm~2;(2)基于林分平均高的地位级指数对林分断面积的模拟效果优于地位指数,因此可在缺少优势高数据时采用地位级指数描述立地质量;(3)林分密度指数对林分断面积的模拟效果明显优于每公顷株数,说明包含了林木大小信息的密度指标能有效的模拟林分断面积;(4)立地和密度的交互作用能在一定程度上提升林分断面积模型精度。【结论】增强回归树能较好的模拟林分断面积,但需要对参数调优,且在需要精确预估林分断面积时,建议考虑立地和密度的交互作用。     

马尾松人工林经营密度模型研究

采用人工神经网络的建模技术建立了林分蓄积与立木密度、林分年龄和地位指数间的全林分生长模型,并以所建全林分生长模型为基础构造目标函数,采用改进单纯形法对建立的目标函数进行搜索寻优,以找到最佳的经营密度及对应的间伐时间。结果表明,拟合结果符合林分生长规律,可以用BP神经网络建模技术建立相应的全林分生长模型;用改进单纯形法对目标函数进行优化,不仅可以求得最优的保留密度,而且可以求得对应的间伐时间。     

落叶松人工林与距离无关的单木生长模型

基于19块落叶松人工林固定标准样地的95株解析木,利用枝解析的数据计算每株解析木的有效冠高以及有效冠表面积,建立有效冠高和有效冠表面积的单木预估模型。再利用5块复测样地的数据,将有效冠表面积作为竞争因子,用多元逐步回归的方法建立落叶松人工林胸高断面积与距离无关的单木生长模型,同时与未引入有效冠表面积的生长模型进行比较。研究发现:引入有效冠表面积以后,单木生长模型的调整相关指数和精度都有所提高,说明有效冠表面积对于单木的生长具有一定影响,将其作为单木竞争指标可以提高单木模型的拟合效果。     

基于混合效应的杂种落叶松人工幼龄林单木枯损模型

目的利用固定间隔期复测数据,运用不同方法建立杂种落叶松人工幼龄林单木枯损模型,为确定杂种落叶松合理的经营措施和推广应用提供依据。方法基于2003—2015年黑龙江省江山娇实验林场48块样地的复测数据,通过Logistic模型,利用全子集法和最大似然估计构建杂种落叶松单木枯损模型。使用列联表分析和分类率-阈值散点图,确定枯损模型预估时的最佳阈值。引入随机参数,构建样地水平广义线性混合模型。模型估计方法为自适应积分最大似然估计,模型筛选指标为Akaike信息标准(AIC)、贝叶斯信息标准(BIC)以及-2倍对数似然值。通过计算绝对平均偏差(Bias),绘制ROC曲线以及模型预估枯损率与实际枯损率直方图对两种模型的预测结果进行评价比较。结果包含单木(林木胸径,DBH;胸径平方,DBH2)、林分(林分断面积,BA)、竞争(大于对象木树木断面积之和变形,BALD)3个水平变量组合的单木枯损模型拟合效果最佳。杂种落叶松枯损主要发生在小径阶且相对竞争较大时。单木枯损概率随DBH增加逐渐减小,随BALD、BA增加而逐渐增加。最佳阈值有效提高了模型预估效果,方差-协方差结构为无结构矩阵(UN)时,四参数混合模型的拟合结果最佳,其预估的林分枯损率更接近实际林分枯损率。结论混合模型能够更有效地描述和预估杂种落叶松的单木枯损。阈值分析是提高二分类模型预测准确性的有效方法。杂种落叶松作为速生树种,幼龄时期应适时进行抚育间伐以减少枯损发生的概率。      

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。     

贵州杉木人工林生长收获模型系统的研究

为建立经营模型系统和提高森林培育的定量化管理水平用多年积累的各类试验林、固定样地等资料．在立地盾量评价基础上．利用优势高(Ho)受密度和人为干扰小的特点．把以作为独立变量引入有关模型．采用计算机模拟方法。建立了自然状态下直径和断面积生长预测模型、直径分布和树高曲线模型、疏伐木和疏伐后林分平均高、平均胸径预测模型、疏伐后林分平均胸径生长预测模型、优化密度等模型．形成了以立地质量评价为起点的生长收获模型系统．解决了密度控制、林分结构和生长收获的动态预测、疏伐效益分析．疏伐带来的非生长性增长等问题．模型系统经验验．可在相应研究区域内应用。     

基于哑变量的云南松蓄积生长模型

为了解云南松林分蓄积生长规律,为更好的经营云南松林分提供理论依据,笔者基于云南省云南松一类清查数据,以Schumacher和Richards模型为基础模型,选取不同的林分密度指标,来拟合云南松林分蓄积生长模型,并在最优基础模型上引入哑变量,将不同林分类型合并,建立同时适用于间伐林分和未间伐林分的蓄积生长模型。结果表明:4个传统生长模型的模拟效果都较好,R~2和预估精度最高分别为0.971 6、96.79%,不同的林分密度指标对模型的预测效果有较大影响,且以选用林分断面积作为林分密度指标的Richards模型的预估效果最好,其预估精度为96.79%。在最优传统生长模型中引入哑变量后,模型的R~2和预估精度都比传统的生长模型稍高,分别达到0.973 0、96.84%。通过对模型的适应性检验,所建的哑变量模型的预估精度超过98%,且对间伐林分的拟合效果更佳,可以用来描述不同措施下云南省云南松林分的蓄积生长规律,也解决了不同类型林分合并建模不相容的问题。