长白落叶松林分进界模型的研究

利用吉林省汪清林业局金沟岭林场落叶松林分连续观测数据,以计数类模型为基础,分别利用Poisson回归模型、负二项模型、零膨胀模型和Hurdle模型拟合林木进界株数,并通过AIC值,Pearson残差图以及Vuong检验对这些模型进行了详细分析比较.结果表明:Poisson回归模型不适用于模拟林木枯损株数;负二项回归模型相对于Poisson回归模型比较适用,但是对于零枯损过多的数据,这两类模型拟合效果较差;零膨胀模型和Hurdle模型对这类数据有很好的解决办法,而且,零膨胀负二项模型拟合效果最好.     

基于计数模型方法的林分枯损研究

利用吉林省汪清林业局金沟岭林场落叶松林分连续观测数据,分别利用Poisson回归模型、负二项模型、零膨胀模型和Hurdle模型拟合林木枯损株数,并通过AIC值以及Vuong检验对这些模型进行详细分析比较。结果表明:Poisson回归模型不适用于模拟林木枯损株数,负二项回归模型相对于Poisson回归模型比较适用;但是对于零枯损过多的数据,这2类模型拟合效果较差。零膨胀模型和Hurdle模型对这类数据有很好的解决办法,其中,零膨胀负二项模型和Hurdle-NB模型拟合效果优于其他几种模型,且Hurdle-NB模型略好于零膨胀负二项模型。     

黔南地区气象因子与森林火灾发生次数之间的关系

对黔南区春季防火期森林火灾数据进行分析,分别引入Poisson回归模型、负二项模型、零膨胀负二项模型和Hurdle模型拟合该地区火险天气森林火灾发生数,并对这些模型进行逐步筛选。结果表明:Poisson回归模型不适用于处理过度离散的数据,负二项回归模型相对于Poisson回归模型,比较适用于过离散数据;但是对于零个数过多的数据,这2类模型拟合效果较差,零膨胀负二项模型和Hurdle模型对这类数据有很好的解决办法。零膨胀负二项模型和Hurdle模型拟合效果优于其他2种模型,而且Hurdle模型好于零膨胀负二项模型。     

冬奥核心区华北落叶松和白桦单木冠幅预测模型——组级贝叶斯模型、加性模型和混合效应模型比较

【目的】构建冬奥核心区华北落叶松和白桦单木冠幅预测模型,对比不同模型的优缺点,给出模型选择建议,为获取更多的单木和林分参数提供支撑,为华北落叶松和白桦科学经营决策提供理论依据。【方法】以冬奥核心区4 537株华北落叶松和2 603株白桦为研究对象,首先,选取10种常用冠幅-胸径模型作为备选模型分别拟合华北落叶松和白桦数据,从中选出AIC和BIC最小的模型作为基础模型;然后,在基础模型中进一步添加与冠幅相关系数大的变量作为协变量构建修正模型;最后,在修正模型基础上分别构建华北落叶松和白桦冠幅的非线性最小二乘模型、单水平非线性混合效应模型、加性模型和组级贝叶斯模型。【结果】4种华北落叶松冠幅模型中,加性模型的预测精度最高(R²＿mean=0.704 3,RMSE＿mean=0.512 7),4种白桦冠幅模型中,非线性混合效应模型的预测精度最高(R²＿mean=0.664 3,RMSE＿mean=0.794 4)。在变量方面,华北落叶松和白桦冠幅均随其胸径递增,华北落叶松冠幅随其树高缓慢递增、枝下高递减,白桦冠幅随其冠长率先减小后增大,并受林分密度...     

基于混合效应模型和零膨胀模型方法的蒙古栎林分水平枯损模型

【目的】基于混合效应模型和零膨胀模型方法构建林分水平枯损模型,为选择科学的经营措施提供理论依据。【方法】以吉林省1994年设置的295块蒙古栎固定样地为数据源,236块样地作为模拟数据,59块样地作为验证数据。构建基于林分因子、立地因子和气象因子的蒙古栎林分水平枯损模型,其基本形式包括泊松分布和负二项分布。考虑样地中存在大量零值问题,在基础模型上加入零膨胀和零改变模型。为解决模型的嵌套和纵向数据问题,在构建模型时考虑样地的随机效应,选择验证数据进行精度验证。【结果】样地断面积、株数和最暖月平均气温是枯损概率和数量最重要的影响因子;考虑样地随机效应后,可明显提高模型模拟精度;负二项分布模型因考虑数据过度离散问题,模拟精度高于泊松分布。【结论】同时考虑随机效应和零膨胀的负二项分布模型,其模拟效果最好。     

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^...     

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。     

河北省北部华北落叶松人工林立地指数空间分布预测

【目的】探究河北省北部华北落叶松人工林立地生产力空间分布格局及其与环境因子的关系,为高效森林经营提供依据。【方法】基于研究区1 179块森林资源二类调查小班数据,建立以地形、气候和土壤因子为辅助变量的多元线性回归(MLR)、随机森林(RF)、回归克里格(RK)和地理加权回归克里格(GWRK)模型。通过模型评价,选择最优模型预测研究区华北落叶松人工林立地指数(SI)空间分布,采用相关和偏相关分析方法分析SI分布格局与主要环境因子的关系。【结果】海拔、最干月降水、土壤全氮和全磷是影响研究区华北落叶松人工林立地生产力的主要因子;地统计学的2种模型(RK和GWRK)拟合优度相近且均显著高于MLR和RF模型,与全局回归的RK模型相比,局部回归的GWRK模型具有较高的R~2(0.780)及较低的AIC (160.533)、RMSE(1.593 m)和MAE(1.113 m),为最优预测模型;不同立地生产力等级地区内SI对地形和土壤因子的变化表现更为敏感,对气候因子的变化反应较弱。【结论】海拔、最干月降水较高以及土壤氮磷含量适中的研究区西北部,是华北落叶松人工林适生区,而海拔、最干月降水较低以及土壤氮磷含量不平衡的东、南部,华北落叶松人工林的适应性较差,可通过造林活动或适当添加氮磷肥削弱环境因子对树木的不利影响。     

崇礼冬奥核心区华北落叶松人工林结构特征与优化模拟

【目的】以崇礼冬奥核心区华北落叶松人工林为研究对象,开展林分结构特征分析和空间结构优化模拟研究,为制定华北落叶松人工林结构调控措施提供科学依据。【方法】设置3块面积0.09hm²(30m×30m)标准地,基于标准地调查数据分析林分结构特征,以空间结构最优为目标,采用乘除法对角尺度W、混交度M、密集度C、交角竞争指数Ua CI和林层指数S共5个林分空间结构指标进行多目标规划,构建林分空间结构优化模型,对比模拟采伐前后林分空间结构的变化。【结果】3块标准地华北落叶松断面积比例达70%以上,白桦为伴生种,径阶分布在6～26cm之间,均呈近似正态分布,树高分布呈非对称型单峰山状,且峰值均出现在14m树高级。林分平均角尺度■、混交度■、密集度■、交角竞争指数■和林层指数S■分别为0.460、0.106、0.918、0.297和0.363,处于林木均匀分布、低度树种混交、高度树冠竞争和垂直结构分化较差的状态。模拟采伐后采伐强度均低于20%,林分空间结构目标函数值提升13.62%。在■分别提高21.17%和15.23%的同时,■分别下降10.22%和5.19%。【结论】研究区华...     

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。     

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。     

基于气候因子的杉木人工林削度方程构建

【目的】基于湖南省永州市75块杉木人工林样地的调查数据,构建含气候因子的杉木人工林树干削度方程,为后续研究气候因子对杉木树干削度的影响提供理论依据。【方法】从4个备选基础模型中选取1个最优的作为基础模型,使用数量化方法Ⅰ筛选出显著的气候因子,在此基础上,将气候因子和林分密度因子通过混合效应模型方法添至最优的基础模型中,确定最优的随机效应添加形式,从而构建含气候因子和林分密度因子的杉木人工林树干削度方程。【结果】Kozak(2004)模型为最优基础模型,其Ra2为0.959 5;夏季平均最高温（Txmax）、生长积温（DD5）为影响树干削度显著的气候因子。单含林分密度因子的杉木人工林树干削度方程的Ra2为0.971 0,均方根误差（RMSE）和平均绝对误差（MAE）分别为0.757 2、0.546 7,而含气候因子和林分密度的杉木人工林树干削度方程Ra2为0.981 6,RMSE和MAE分别为0.603 4、0.431 2,相比最优基础模型Ra2提升了2.3%,RMSE降低了32.56%,MAE降低了34.56%;相比单含林分密度因子的杉木人工林树干削度方程Ra2提升了1.1%,RMSE...     

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。     

兼顾碳汇和木材生产的长白落叶松人工林最优轮伐期

【目的】针对当前人工林经营重木材收益、轻碳汇效益的问题,探究兼顾碳汇和木材生产的人工林最优轮伐期,为人工林多目标经营提供理论依据。【方法】以黑龙江省东北林业大学帽儿山实验林场35块长白落叶松人工林样地为研究对象,以Faustmann-Hartman模型为基础,综合考虑乔木层生物量碳库、生物质能源碳库、采伐剩余物碳库和木材产品碳库,构建长白落叶松人工林碳汇木材复合经营的最优轮伐期确定模型;设计4种模拟情景,情景1考虑木材收益、生物质能源收益和经营成本,情景2—4分别在情景1的基础上依次加入乔木层生物量碳库、采伐剩余物碳库和木材产品碳库,对各模拟情景分别量化不同碳价格、贴现率、枝叶生物质能源比例等因素对长白落叶松人工林最优轮伐期、木材产量、碳汇量以及林地期望值的影响。【结果】基准情景下(碳价格100元·t^-1,贴现率5%,枝叶生物质能源比例20%),林地期望值整体随林分年龄增加呈先增加后减小的趋势,可采用二次多项式进行模拟(R■> 0.60)。情景1—4的最优轮伐期均为35年,其所对应的林地期望值分别为50 288、53 638、53 263和53 071元·h...     

林分和地形因子对崇礼冬奥核心区森林地表可燃物载量的影响

【目的】建立林分因子和地形因子与森林地表可燃物载量之间的回归关系,对崇礼冬奥核心区华北落叶松林和白桦林森林地表可燃物载量进行估计,为研究区森林防火和可燃物管理提供科学依据。【方法】2021年在研究区设置63块华北落叶松林和白桦林实测样地,调查森林地表可燃物载量(灌木、草本、枯枝落叶和腐殖质的鲜质量和干质量)、林分因子(胸径、树高、冠幅等)和地形因子(坡度、海拔、土层厚度)。对森林地表可燃物数据进行处理、分析,以林分因子和地形因子为自变量、以森林地表可燃物总载量为因变量进行相关性分析,利用逐步筛选法,选择合适的模型形式。对因子进行逐步回归,筛选相关性强的因子,最终选用年龄、林分密度、植被盖度和海拔估算华北落叶松林森林地表可燃物总载量,选用林分密度、坡度和海拔估算白桦林森林地表可燃物总载量。并对崇礼冬奥核心区林地小班的森林地表可燃物载量进行预测。【结果】华北落叶松林森林地表可燃物总载量高于白桦林且差异显著(P<0.05)。相关性分析表明,林分因子的平均树高、平均胸径和郁闭度与森林地表可燃物总载量显著相关(P<0.05);地形因子的坡度和土层厚度与森林地表可燃物总载量显著相关(P...     

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。     

基于修正Kozak方程的人工樟子松树冠轮廓预估模型

【目的】对Kozak方程进行修正,采用树木易测因子为预测变量,构建人工樟子松树冠外部轮廓预估模型,为研究树木生理和树木竞争提供依据,为模拟单木树冠表面积和树冠体积奠定基础。【方法】基于黑龙江省14块固定样地70株人工樟子松解析木907个最大枝条数据,以Kozak方程基本形式为基础并对其进行修正,选出构建人工樟子松树冠外部轮廓基础模型的最优模型形式。在最优模型基础上,建立分别考虑样地效应、样木效应及同时考虑样地和样木效应两水平的非线性混合效应模型。利用R软件的nlme软件包求解非线性混合效应模型参数,采用AIC、BIC、-2LL对混合效应模型中不同随机效应参数组合形式、不同随机效应矩阵、方差-协方差矩阵和方差函数进行比较,选出最优模型形式,并对人工樟子松外部轮廓随树木因子的变化规律进行探讨。以林分密度为哑变量,构建不同密度的人工樟子松树冠外部轮廓预估模型。【结果】人工樟子松树冠外部轮廓预估模型因子包含胸径(DBH)、冠长率(CR)和高径比(HD)。与基础模型相比,分别考虑样地效应、样木效应的混合模型能够显著提高模型拟合效果,外部轮廓模型差异主要来源于样木效应。以样木为单水平的混合效应模型中,a2、a6为随机参数,对角矩阵为方差-协方差矩阵形式,ARMA(1,1)为解释组内方差的矩阵,采用幂函数消除异方差的模型形式为最优模型。同时考虑样地和样木效应两水平混合模型的拟合效果较单水平混合模型有所提高。以两水平混合模型的固定效应部分模拟外部轮廓与树木因子之间的关系,在分别固定另外2个变量的情况下,树冠半径随着DBH、CR增大均逐渐增大,树冠上半部分半径随着HD增大而增大,下半部分半径随着HD增大而减小。外部轮廓拐点的变化范围为0.6250~0.9170,拐点平均位置为0.8413,随着林木在林分中被压强度增大,拐点位置向树冠基部移动。密度小于1000株·hm^-2林分中单木的冠形与1000~2000株·hm^-2和大于2000株·hm^-2林分中单木的冠形区别很大。【结论】修正后的Kozak模型满足梢头处半径为0、在整个树冠范围内存在拐点且拐点唯一的特性,能够对人工樟子松树冠外部轮廓进行合理模拟及预测。两水平非线性混合效应模型可显著提高模型拟合效果,能够在树冠外部轮廓模型中应用。     

华北落叶松生长分析

以河北省隆化林业局华北落叶松(Larix principis-rupprechtii Mayr.)人工林为研究对象,分析华北落叶松人工林胸径、树高以及材积生长过程,并利用不同的生长模型对华北落叶松人工林生长过程进行拟合,以找到最优模型。结果表明:华北落叶松的胸径生长在第16年连年生长量与总生长量曲线相交,此后平均生长量和连年生长量开始下降;华北落叶松的树高生长在第8~16年树高连年生长量呈现上升趋势,之后呈现下降趋势;华北落叶松的材积生长在前期呈现快速生长的趋势,并且在34a出现最大值,之后出现下降趋势,而平均生长量一直呈现比较平滑的上升趋势。Richards方程模拟华北落叶松人工林胸径、树高、材积生长过程效果最好。     

塞罕坝林场华北落叶松人工林生长模型的研究

对塞罕坝林场华北落叶松人工林标准地的平均木和优势木进行树干解析,通过11m、13m、15m地位指数级的72株平均解析木和36株优势解析木资料,对华北落叶松人工林的胸径、材积与年龄之间的生长过程利用6种数学模型进行拟合,从中选出最优模型,并对模型进行检验,得出结论:在建立生长模型时应分别不同地位指数级进行;不同的生长因子须选择不同的生长模型拟合才能达到最佳效果;通过适应性检验,各回归方程拟合良好。     

基于BLUP和GGE双标图的华北落叶松家系区域试验分析

【目的】为综合评价华北落叶松参试家系的速生丰产性、稳定性及各试验地点的区分力和代表性,利用基因型主效加基因型-环境互作效应(GGE)双标图对2017年度华北落叶松区域试验中参试家系的生长数据进行分析。【方法】基于冀北地区4个试验地点26个华北落叶松家系的胸径数据,首先拟合3个线性混合效应模型,各个模型均具有相同的固定效应(“地点”和“地点中的区组”)和残差方差结构(行、列自回归AR1×AR1,以进行空间分析),其中,模型1为随机效应中包含2个公因子的因子分析模型(FA模型),模型2、3分别为随机效应里不含测量误差以及包含测量误差的非结构化矩阵模型(US模型);基于AIC信息准则选出一个最优模型,之后利用最佳线性无偏预测(BLUP)法得到各家系在各地点的胸径BLUP数据;基于胸径BLUP数据做GGE双标图分析,对华北落叶松家系和试验地点进行评价。【结果】基于AIC信息准则,模型3(空间变异结合包含测量误差的非结构化矩阵模型(US模型))被选为最优模型;基于胸径BLUP数据的GGE双标图的前2个主成分的方差解释百分比之和为92.4%,表明结果可靠;4个试验地点被分成2组,地点L1(张家口赤城马营沟)、地点L3(张家口沽源柳条沟)和地点L4(承德围场查字)为一组(以111号家系的胸径最大),地点L2(承德围场御道口)为一组(以78号家系的胸径最大),相对而言,地点L3(张家口沽源柳条沟)能更有效地选择速生丰产且稳定的家系;各家系在不同试验地点上的表现有所不同,总体而言,26个华北落叶松家系中,111号的胸径(产量)最大,接着是78、72、82、76、59、100、77、56、86、96等系号,胸径(产量)最小的是1号,97、116、53、35、46、66和49号等家系的胸径(产量)也较低,68和42号家系的胸径(产量)接近总体均值;96、86、100和76号是速生丰产且稳定的家系,速生丰产家系111、72、56号的稳定性居中,速生丰产家系78、82和77号的稳定性中等偏下,而速生丰产家系59号则不稳定。【结论】模型3(空间变异结合包含测量误差的非结构化矩阵模型(US模型))较另外2个模型而言,结果更为可靠。地点L3(张家口沽源柳条沟)既具高区分力,又具高代表性,能更有效地评价家系。家系96、86、100和76号兼具速生性、丰产性和稳定性,可被广泛推广。基于BLUP的GGE双标图能有效应用于华北落叶松家系及试验地点的评价,本研究可为冀北地区华北落叶松的家系选择和应用提供决策支持。