基于线性混合模型的落叶松枝条长度和角度模型

以黑龙江省五营林业局丽林林场30株人工落叶松2190个枝条长度和角度数据为例,利用逐步回归技术建立落叶松枝条长度和角度模型:BL=b1+b2DINC+b3DINC2+b4DBH·DINC2,BA=b1+b2DINC+b3DINC2+b4DBH·DINC。利用S-PLUS软件中的LME模块,考虑树木效应拟合线性枝条长度和角度模型。采用AIC、BIC、对数似然值和似然比检验等模型评价统计指标对不同模型的拟合效果进行比较分析。结果表明:当拟合枝条长度和角度模型时,b1,b2,b3同时作为混合参数时模型拟合最好。为了描述混合模型构建过程中产生的异方差现象,把幂函数和指数函数加入到枝条长度和角度混合模型中。指数函数显著提高了枝条长度混合模型的拟合效果,幂函数显著提高了角度混合模型的拟合效果,并且消除了异方差现象。模型检验结果表明:混合模型通过校正随机参数值能提高模型的预测精度。因此,混合模型在应用上不但能反映总体枝条长度和角度预测,而且能通过方差协方差结构校正随机参数来反映树木之间的差异。     

樟子松人工林一级枝条基径模型的研究

以东北林业大学帽儿山实验林场樟子松人工林为研究对象,采用树干解析、枝解析的方法,分别于2007年和2008年在老山施业区选择不同年龄、不同立地和不同密度的樟子松人工林有代表性的林分设置固定标准地15块（其中,2007年设置7块,2008年设置8块）,共获取解析样木53株,实测了2298个一级枝活枝条变量因子（包括总着枝深度（DINC）、方位角（φ）、着枝角度（θ）、基径（BD）、枝长（BL）、弦长（BCL）、弓高（BAH））数据资料。基于理论或经验生长方程,建立了樟子松人工林树冠结构一级枝条基径静态模型,包括平均基径模型和最大最小一级枝条基径模型,并对模型进行了检验,结果表明模型预估效果良好。     

东北天然次生林阔叶树种枝条基径模型

树冠是树木的重要组成部分,研究树冠结构是定向培育森林的技术手段,目前树冠模型常采用枝解析的方法。该研究用帽儿山地区天然次生林10个阔叶树种的枝条解析数据建立树冠结构相关的模型,提出了一种模拟阔叶树种枝条基径的模型,用逐步回归拟合枝条基径与总着枝深度、胸径、树高、冠幅、冠长之间的多项式回归关系,相关指数在0.9以上。模型检验结果表明冠长与着枝深度的组合对模型贡献率较小,白桦和椴树的相关指数较小。该研究对抚育整枝提供理论指导,为森林经营措施的优化提供技术支撑。     

基于非线性混合模型的落叶松树干削度模型

以黑龙江省带岭林业局大青川林场84株人工落叶松解析木数据为例,采用Max和Burkhart分段削度模型作为基础模型,利用SAS软件中的似乎不相关回归过程得到该分段削度模型的4个参数和2个拐点参数同时估计。参数估计显著性检验(P<0.000 1)以及模型检验(F=31 392.30,P<0.000 1)都证明该分段模型能较好地描述落叶松树干干形变化。然后以该分段模型为基础模型,采用非线性混合模型的方法,建立落叶松人工林树干削度混合效应模型。结果表明:当考虑样地效应影响时,b1,b2同时作为混合参数时模型拟合最好;当考虑树木效应影响时,b2,b4同时作为混合参数时模型拟合最好。无论考虑样地效应影响还是考虑树木效应影响,混合模型的拟合精度都比基本模型的拟合精度高,并且考虑树木效应影响要比考虑样地效应影响的精度更高。模型检验结果表明:混合模型通过校正随机参数值能提高模型的预测精度。     

基于2层次线性混合模型的落叶松木材密度模拟

以黑龙江省七台河市林业局金沙林场9株人工落叶松432个样品密度数据为例,利用逐步回归技术构建落叶松木材密度模型:WD=β1+β2RN+β3RN2+β4h。利用S-PLUS软件中的LME过程,分别考虑单水平和多水平效应,拟合线性木材密度混合效应模型。结果表明:基于单水平和多水平效应的混合模型拟合精度高于传统的基本模型,并且考虑单水平树高效应和2层次效应时的混合模型精度高于考虑单水平样木效应影响的混合模型。模型检验结果表明:混合效应模型不但能反映总体平均木材密度变化趋势,还能反映分组之间的差异。     

华北落叶松胸径与基径关系的研究

该文通过对小五台山地区华北落叶松基径和胸径的测定,表明两者间呈明显的直线回归关系,建立了适用于基径8～36cm情况时的胸径预测模型,为依靠伐桩判定林木蓄积量提供了依据。     

基于线性混合模型的落叶松人工林节子大小预测模型

以黑龙江省东北部落叶松人工林为研究对象,应用19块标准地中95株解析木(每块标准地选取5株)的节子剖析数据,采用线性混合效应模型理论建立落叶松节子各因子(节子直径、着生角度、长度)的预估模型。结果表明:节子直径、着生角度和长度都随着树木胸径的增大而增大;节子直径随着着生高度的增大先增大后减小;节子角度随着着生高度的增大而逐渐减小;节子长度随着直径的增大而增大。与固定效应模型相比,考虑混合效应所建立的节子大小预测模型其参数估计更为准确,残差分布更加均匀,模型拟合精度明显得到提高(R2约提高了0.3)。独立样本的检验结果表明:各模型的预估精度均在90%以上,说明所建模型可以很好地描述落叶松人工林节子变化规律。     

用Mixed和Nlmixed过程建立混合生长模型

本文用5块不同密度样地的树高生长资料,根据线性和非线性混合模型理论,利用SAS的Mixed过程和Nlmixed过程,分别拟合线性混合模型和非线性混合树高生长模型。根据预测值和固定效应同时绘制出不同密度下的高生长曲线和平均高生长曲线,充分显示了混合模型的优势,即它可以同时反映总体的平均变化趋势和个体之间的差异。     

基于混合模型的落叶松微纤丝角模型

以黑龙江省七台河市林业局金沙林场9株人工落叶松2 790个样品数据为例,选择6个常用方程进行非线性回归分析,把拟合精度最高的修正Logistic模型作为微纤丝角基础模型y=b1/[1+ exp(b2x)]+b3,然后,利用S-PLUS软件中的NLME过程,拟合非线性微纤丝角模型.采用AIC、BIC、对数似然值和似然比检验等模型评价统计指标对不同模型的精度进行比较分析.结果表明:当对微纤丝角-年龄关系进行拟合时,b1,b2,b3同时作为混合参数时模型拟合效果最好.把相关性结构包括复合对称结构(CS)、一阶自回归结构AR(1)、一阶移动平均结构MA(1)及一阶自回归与移动平均结构[ARMA(1,1)]加入到微纤丝角最优混合模型中,一阶自回归与移动平均模型[ ARMA(1,1)]显著提高了微纤丝角混合模型的拟合精度.模型检验结果表明:混合模型通过校正随机参数值能提高模型的预测精度.因此,混合模型在应用上不仅能反映总体微纤丝角预测,而且能通过方差协方差结构和误差相关性结构校正随机参数来反映个体微纤丝角差异.     

广西桉树地径与胸径多元混合效应模型研建

为解决森林资源管理工作中利用伐桩测算立木蓄积量的实际问题,以广西桉树(Eucalyptus spp.)人工林为研究对象,组织建模样本和验证样本;采用模型优选法比较11种常见一元地径-胸径模型的精度,选出最优模型;为进一步提高模型精度,以林龄、林分密度、海拔和坡位4个样地因子为随机因子,建立以胸径为因变量、地径和样地因子为自变量的多元混合效应模型;利用验证样本进行模型适用性检验。结果表明,多元混合效应模型精度最高,确定系数(R²)为0.966,赤池信息量准则(AIC)为434.7,估计值的标准差(SEE)为0.946,总相对误差(TRE)为0.004%,平均系统误差(MSE)为0.000 05%,平均预估误差(MPE)为1.067%,平均百分标准误差(MPSE)为5.156%,适合作为拟合广西桉树胸径与地径相关关系的模型。     

Modeling Branch Length and Branch Angle with Linear Mixed Effects for Dahurian Larch

In this study,the sample data was based on 2 190 branch length and angle samples of 30 trees from dahurian larch（Larix gmeiinii） plantations located in Wuying Forest Bureau in Heilongjiang Province.The stepwise regression techniques were used to develop branch length and branch angle models:BL= b₁ + b₂ DINC + b₃ DINC² + b₄ DBH·DINC²,BA = b₁ + b₂ DINC + b₃ DINC² + b₄ DBH·DINC.Then,the developed models were fitted using linear mixed-effects modeling approach based on LME procedure of S-PLUS software.Evaluation statistics,such as AIC,BIC, Log Likelihood and Likelihood ratio test were used for model comparisons.The results showed that the branch length and branch angle models with parameters b₁,b₂,b₃ as mixed effects showed the best performance.Exponential and power functions were incorporated into mixed branch length and branch angle model.The addition of the exponential and power functions significantly improved the mixed-effects model.The plots of standardized residuals indicated that the mixed-effect model with exponential and power functions showed more homogeneous residual variance than the mixed-effects model.Validation confirmed that the mixed model with calibration of random parameters could provide more accurate and precise prediction.Therefore,the application of mixed model not only showed the mean trends of branch length and branch angle,but also showed the individual difference based on variance-covariance structure.     

Modeling Microibril Angle with Mixed Models for Dahurian Larch

In this study,the sample data was based on 2 790 samples of 9 trees from dahurian larch （Larix gmelinii） plantations located in Qitaihe Forest Bureau in Heilongjiang Province.The modified Logistic model y = b₁ /[1 + exp（b₂ x）]+ b₃ was selected to modeling microfibril angle from six models based on nonlinear regression.Then,the logistic model was fitted using nonlinear mixed-effect modeling approach based on NLME of S-PLUS software.Evaluation statistics,such as AIC,BIC, Log Likelihood and Likelihood ratio test were used for model comparisons.The results showed that the Logistic model with parameters b₁,b₂,b₃ as mixed effects showed the best performance.Correlation structures included compound-symmetry structure （CS）,first-order autoregressive correlation structure AR（1）,moving average correlation structure MA（1） and autoregressive-moving average correlation structure[ARMA（1,1）]were incorprated into the best microfibril angle mixed model.[ARMA（1,1）]significantly improved the precision of mixed model.Validation confirmed that the mixed model with calibration of random parameters could provide more accurate and precise prediction.Therefore,the application of mixed model not only showed the mean trends of microfibril angle,but also showed the individual difference based on variance-covariance structure and correlation structure.     

兴安落叶松树干去皮直径预测模型

利用兴安落叶松解析木数据,比较了树干去皮直径预测的3种类型模型:Grosenbaugh的比率方程式、回归模型和削度方程。Grosenbaugh的比率方程式有很大的灵活性,没有参数不需要模型拟合。总体评价和模型分段比较表明,回归模型有较小的预测误差,尤其是Cao and Pepper提出的含有带皮直径、树高、相对树高、胸径处的带皮直径和去皮直径变量的模型。由于削度模型不含有带皮直径变量,因此产生较大的去皮直径预测误差。不同类型的模型在森林经营过程中都有一定的适应性。     

基于非线性混合模型的东北兴安落叶松树高和直径生长模拟

以黑龙江省带岭林业局大青川林场80株人工兴安落叶松解析木数据为例,采用Richards生长模型作为基础模型,利用S-PLUS软件中的NLME过程,分别拟合非线性树高和直径生长模型。采用AIC、BIC、对数似然值和似然比检验等模型评价统计指标对不同模型的精度进行比较分析。结果表明:当对树高-年龄关系进行拟合时,b1、b3同时作为混合参数时模型拟合最好;当对直径-年龄关系进行拟合时,b1、b3同时作为混合参数时模型拟合最好。把相关性结构包括一阶自回归结构AR(1)、一阶移动平均结构MA(1)及一阶自回归与移动平均结构[ARMA(1,1)]加入到树高和直径最优混合模型中,一阶自回归结构AR(1)显著提高了树高混合模型的拟合精度,一阶移动平均结构MA(1)显著提高了直径混合模型的拟合精度。模型检验结果表明:混合模型通过校正随机参数值能提高模型的预测精度。因此,混合模型在应用上不但能反映树高和直径的平均预测趋势,还能用方差协方差结构和误差相关性结构校正随机参数来反映个体之间的差异。     

STUDIES ON OPTIMUM MODELS FOR CULTIVATING DAHURIAN LARCH SEEDLINGS ON FRIGID REGIONS

Daxing'a11lingforcstregionislocatedintllcllorthcrnpart0fcoldten1peratczoncinChinacharctcri/cdbyl1arsl1climate,shortagcofacculnulatcdtcn1pcraturc,shortgrowingscas0n.Io\`s0iltel1lpcraturclncarly'sprlng'ctcThcmodclsforcultl\'atingsccdlingsarediffcrcntfrol11tI1oscinotherrcgions.lnordcrtoflndouttI1coptll11ul11l11odclsforcultl1atingsccdllngsofDahurlnlarcI1'oncof111alntimbcrtrccspcclcsinthlsrcglon.\"chadcarriedoutcxpcrilllcntlYo111l()89toI9()3andobtaincdtllcsllllplcbutpracticallncthodlbrdctcnnining…