天然云冷杉针阔混交林单木胸径树高空间自回归模型研究

林木间普遍存在着空间自相关,这直接关联着林木间的竞争与相互作用。单木胸径树高模型是森林生长、收获与预测的基础,忽略林木间的空间自相关将会导致胸径树高模型的普通最小二乘(OLS)回归违背残差独立分布假设,导致犯第一类错误的可能性变大,以及模型参数标准差的有偏估计和回归模型估计的有效性降低。因此,本文选择我国东北地区主要森林类型即天然云冷杉针阔混交林为研究对象,考虑林木间的空间自相关,选用合适的线性化单木胸径树高OLS模型为基准模型,利用3个同步自回归(SAR)模型即空间滞后模型(SLM)、空间误差模型(SEM)和空间Durbin模型(SDM),构建该混交林的单木胸径树高模型。与此同时,每个SAR模型分别采用5个不同的空间加权矩阵即Delaunay三角网(DT)矩阵、逆距离一次幂(ID1)、逆距离二次幂(ID2)、逆距离五次幂(ID5)和高斯变异函数(GV)矩阵,利用极大似然(maximum likelihood)估计3个SAR模型的参数。对OLS和3个SAR模型的回归参数进行t检验,对3个SAR模型的自回归参数进行似然比检验。选择Morans I(MI)指数比较分析4个模型的残差空间自相关,选择决定系数(R2)、均方根误差(RMSE)和Akaike信息准则(AIC)3个拟合指标比较分析这4个模型的拟合效果,选择均方误差(MS)检验模型预测效果。结果表明:未考虑空间自相关的OLS模型残差存在正空间自相关;3个SAR模型拟合效果均优于OLS,SDM和SEM的拟合效果最好,SLM最差;无论使用哪个空间加权矩阵,SLM均不能消除模型残差空间自相关,但可降低空间自相关,在一定程度上提高了模型的拟合效果;5个空间矩阵应用于SDM和SEM时,均可以消除模型残差空间自相关,但空间加权矩阵GV只适用于SEM;ID2是5个空间加权矩阵中最好的空间加权矩阵,将ID2应用于4个模型进行预测时,SDM和SEM的预测效果明显优于SLM,但3个SAR模型的预测效果均优于OLS。利用3个SAR模型提高了单木胸径树高模型拟合和预测的精度,为合理经营天然云冷杉针阔混交林提供了理论基础。      

杉木马尾松木荷混交林生产力研究

通过对 1 5年生杉木、马尾松、木荷纯林及其 4种不同混交林共计 7种试验处理的调查 ,从林分生长状况、林下土壤养分和生物量空间分布格局 3个方面进行对比分析 ,结果表明 ,4种混交林在以上 3个方面均优于杉木、马尾松、木荷纯林 .为科学营造混交林进行了初步探索     

长白山云冷杉针阔混交林幼树树高--胸径模型

采用长白山林区2013年调查的12块1 hm2固定样地中5个树种的幼树树高--胸径数据,用35个树高曲线经验模型进行模拟、筛选。结果表明,Curtis于1967年提出的三次多项式h=a0+a1d+a2d2+a3d3能够很好地拟合5个树种幼树的树高--胸径模型,决定系数(R2)最高可达0.786 5。用独立样本数据对该模型进行检验,结果表明,模型的表现能力良好,能够适用于本地区的云冷杉针阔混交林的幼树树高--胸径模拟。以空间代替时间的方法分析5个树种的幼树树高生长规律,发现色木幼树树高较大;红松和冷杉幼树树高生长类似;云杉幼树树高初期较小,而后期生长很快。本文提出的幼树树高模型可为抚育经营提供参考。      

闽南山地杉木马尾松木荷混交林培育效果研究

在杉木纯林采伐迹地上分别营造杉木、马尾松、木荷纯林以及杉木×马尾松、杉木×木荷、杉木×马尾松×木荷的混交林,造林后16 a对比分析不同类型林分的生长量、生物量以及土壤理化性质等。结果表明,杉木×马尾松×木荷混交林在林木生长量、生物量、改良地力等方面均明显优于其它类型林分。3树种混交林林分结构合理,可在一定程度上改善林内生长环境和土壤质量,提高土壤肥力,促进林木生长,其林分蓄积量,比纯林提高45.13%-127.03%,比2树种的混交林分提高15.27%-30.63%。     

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...     

引入优势木树高建立的秦岭林区松栎林树高-胸径模型

以地处秦岭的火地塘教学林场、旬阳坝林场及宝鸡通天河国家森林公园的主要树种华山松、油松和锐齿栎为研究对象,选取11种具有代表性的树高-胸径模型,对秦岭林区松栎混交林的主要树种华山松、油松和锐齿栎分别进行拟合,引入优势木树高、树冠竞争因子和大于对象木胸高断面积之和等代表立地和竞争的变量,并与运用数学分级方法建立的树高-胸径模型进行比较。结果表明:不同模型得到的拟合结果差异不大;当模型中引入优势树高作为预测变量,可以有效提高模型的拟合精度;基于分级方法得到的拟合结果最好,其中数学分级法的拟合结果优于优势高分级法。但数学分级法的本质只是纯粹的数据筛选,而优势树高分级则是基于立地对应树高生长的影响。因此,运用优势树高建立的树高-胸径模型可以描述秦岭松栎混交林的树高变化规律,为该森林类型的森林资源调查、立地质量评价以及森林生长与收获等提供理论依据,也可为后续树高-胸径模型的研究提供参考。     

榆林沙区樟子松人工林胸径-树高生长模型研究

为研究榆林沙区樟子松胸径-树高生长模型,填补榆林沙区樟子松在胸径-树高生长模型研究的空白,为榆林沙区樟子松林分生长预测、生产经营管理提供参考依据,以榆林沙区樟子松人工林为研究对象,选用15个常用的胸径-树高生长模型,通过5个评价指标(R²、决定系数(RMSE)、平均绝对残差(MAE)、残差平均和(SSE)、Akaike信息量准则(AIC))进行对比分析拟合,从而进一步确定,适宜的榆林沙区樟子松胸径-树高生长模型。结果表明：除了Gompertz(1825)模型(14号模型)无法输出参数,剩余的模型均可以。在剩余的14个模型中,双曲线型(2号模型)、混合型(5号模型)、二次多项式(6号模型)、Korf(10号模型)、修正Veibull(11号模型)这5个模型评价指标较优,拟合效果较好。综合比较分析可知,这5种基础胸径-树高模型中,修正Veibull模型可以更好地拟合樟子松胸径-树高的关系,精度也比较准确,建议选用修正Veibull模型。     

上海市主要造林树种的胸径-树高模型研究

胸径和树高是森林调查中2个主要的调查因子。随着遥感技术的发展,在大区域的森林资源调查中,可以很容易地测量单株树的高度,其精度与传统的地面测量方法相当。最近几年,林业研究者构建了一系列胸径-树高方程来通过机载雷达所测的树高来估计树木的胸径,然而,大多数的模型都只是将树高作为唯一的变量来研究胸径-树高模型,却很少将冠幅与树高和胸径两者结合来研究胸径-树高模型。利用6种常用的胸径-树高模型,以上海市主要造林树种:池杉(n=241株)、柳树(n=82株)、木兰类(n=119株)、女贞(n=512株)、水杉(n=469株)、杨树(n=138株)、榆树类(n=235株)、樟树(n=1 129株)为研究对象,基于R2、平均偏差和平均绝对偏差为评价指标,对这6种胸径-树高方程的模拟精度进行评价和比较,最终得到了各树种对应的最优模型结果。结果表明,模型(3)适用于榆树类、女贞和柳树;而模型(5)则适用于池杉、木兰类、水杉、杨树和樟树。模型(3)和(5)相对于其他4个模型来说有着更加准确的模拟精度。研究结果可为该地区通过机载雷达调查森林提供基础。     

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。      

沙地樟子松不同树高-胸径模型比较分析

【目的】比较不同树高(H)–胸径(D)模型精度,确定适合章古台地区樟子松Pinus sylvestris var. mongolica的H-D模型。【方法】以Sibbesen模型为基础模型,将优势木平均高(HT)、胸高断面积(AB)和平方平均胸径(DQM)3个林分变量以不同组合加入基础模型中,分别建立了H-D的基础模型(1个)和广义模型(3个)及对应的基础混合模型(1个)和广义混合模型(3个)。对固定效应模型平均水平预测(FPA)、混合模型的总体平均响应预测(MPA)和主体响应预测(MPS)的精度进行比较。对混合模型在使用随机抽取样本木和抽取平均木(胸径接近平均值的样本)2种抽样方案计算随机参数时分析MPS精度与样本数量的关系。【结果】表征樟子松H-D关系的4种固定效应模型中,含HT和AB的广义模型拟合精度最高,Akaike信息量准则(AIC)=2 167.7,Bayesian信息量准则(BIC)=2 196.3。相同预测变量的各模型预测精度均表现为:MPSFPAMPA,仅含预测变量D的模型的3种预测精度差异最大。广义模型、广义混合模型、基础混合模型预测精度差异不大。使用验证数据检验模型精度时,每块标准地中随机抽取3株样本木计算基础混合模型随机参数时,该模型精度提升最为明显,MAE和RMSE分别降低了57.97%和57.63%;而广义混合模型精度随抽取样本木数量的增多未出现大的变化。【结论】含有林分变量优势木平均高、胸高断面积的广义模型和基础混合模型均能较好地预测沙地樟子松人工林的单木树高。此外,利用混合模型预测树高时,推荐在标准地中随机抽取3株林木测量其树高,并依此来计算随机参数。     

福建柏树高-胸径-元线性模型的改进

利用收集的福建省安溪县白濑国有林场48组福建柏树高、胸径数据,按照常规方法建立了福建柏树高-胸径-元线性模型;在此基础上,引入Box-Cox变换,对该模型进行改进。经比较变换前后的因量残差的相伴概率值可知,变换前的相伴概率值Pr-=0．329,变换后的相伴概率值只-0．344,较前者提高0.015;比较变换前后的模型估测精度可知,变换前福建柏树高-胸径-元线性模型的估测精度为。4,=92．08％,变换后的模型估测精度A2=96．78％,较前者提高了4．70个百分点,福建柏树高-胸径-元线性模型得到改进。     

基于线性混合效应模型的杉木树高-胸径模型

【目的】利用线性混合效应模型分析杉木树高与胸径的关系,为杉木树高测量提供支持。【方法】收集688组有效杉木研究数据,利用最小二乘法构建树高(H)和胸径(DBH)的线性基础模型,同时考虑林分密度效应和海拔效应,在R 3.2.2软件中拟合混合模型,比较基础模型和2种混合模型的赤池信息规则(AIC)、贝叶斯信息规则(BIC)和-2倍对数似然值(-2log lik),在此基础上,引入误差效应方差协方差矩阵及指数函数、幂函数和恒等式函数,筛选较好的混合模型;基于独立验证数据对模型进行验证,选取R~2、|E|、RMSE3个评价指标对模型精度进行评价。【结果】固定模型的AIC=2 089.731,BIC=2 102.151,-2log lik=2 083.732,均大于混合模型,即混合效应模型拟合效果优于固定模型;考虑模型误差效应方差协方差矩阵,加入恒等式异方差函数能够显著提高模型的精度,且含有不同随机参数的混合模型精度不同,引入海拔随机效应的混合模型拟合精度(R~2=0.804 4,|E|=1.553 9,RMSE=2.143 0)高于含有林分密度效应的混合模型(R~2=0.797 0,|E|=1.576 6,RMSE=2.183 0)。【结论】考虑随机效应的混合模型既能反映杉木树高的总体变化趋势,还能体现不同组分间的差异,在估测精度和通用性上均优于固定模型。     

杉木与毛红椿混交林胸径和树高生长规律研究

杉木与毛红椿按8∶1比例插花混交林及杉木纯林胸径和树高生长规律研究结果表明:杉木与毛红椿混交林中毛红椿和杉木胸径和树高生长规律存在差异。毛红椿树高早期生长迅速,且持续时间较长。杉木在造林后2~3年高生长缓慢,从第3年开始上升。2种树种进入速生期的时间有差别,速生持续时间也不尽相同。利用2种树种不同生长发育时期进行混交具有合理性。混交林中毛红椿胸径生长在早期比杉木快,生长高峰比杉木来得早,与树高生长规律有相似性。混交林中杉木树高生长有3个高峰期,杉木纯林只有1个高峰期,混交林中杉木胸径连年生长量及平均生长量均高于杉木纯林。连年生长量与平均生长量交点出现在9.3年,比杉木纯林推迟0.7年,峰值更大,混交后促进了杉木高径生长。同时探讨了不同生长发育时期的经营管理技术。     

基于BP神经网络的马尾松人工林胸径-树高模型预测

  目的  马尾松Pinus massoniana是中国南方主要用材树种,建立高效的马尾松人工林胸径-树高预测模型,可为马尾松人工林经营提供理论指导。  方法  以贵州省黔中地区马尾松人工林为研究对象,基于82块样地(25 m×25 m)的4 284株马尾松单木数据,选取6个常用的广义非线性模型进行拟合,从中筛选出拟合效果最好的模型。使用相同的数据确定最佳隐层节点数量后,经过反复训练建立基于BP神经网络的马尾松胸径-树高预测模型。  结果  在6个广义非线性模型中,拟合效果最佳为Korf模型(R2=0.650);马尾松适宜的隐藏层节点数为2,适宜的模型结构(输入层节点数∶隐藏层节点数∶输出层节点数)为1∶2∶1,模型预测精度达0.717。  结论  广义非线性模型能较好地拟合马尾松人工林胸径-树高关系,但与BP神经网络模型相比,BP神经网络不需要依赖经验模型,也不用模型筛选,而且BP神经网络模型具有较高的决定系数和较低的均方根误差,拟合精度优于广义非线性模型。图5表5参35     

基于分位数回归的针阔混交林树高与胸径的关系

  目的  基于包含哑变量的非线性分位数回归方法,构建华北落叶松Larix principis-rupprechtii与白桦Betula platyphylla针阔混交林树高与胸径关系的预测模型,对研究混交林中树种结构及立地生产力预测具有重要意义。  方法  以河北省塞罕坝机械林场华北落叶松与白桦针阔混交林为研究对象,利用83块标准地调查数据,基于哑变量分别采用最小二乘法和非线性分位数回归方法,构建不同树种树高与胸径关系模型。  结果  基于包含哑变量的非线性分位数回归预测模型精度高于最小二乘法,其中利用最小二乘法拟合不同树种模型,其确定系数、平均差及平均绝对误差分别为0.787~0.814、1.581~1.877、2.447~2.654;而利用非线性分位数回归不同树种不同分位点模型,其确定系数、平均差及平均绝对误差分别为0.839~0.921、0.213~1.469、0.561~2.322,经过残差分析确定,当分位点τ=0.7时,不同树种树高与胸径关系预测模型精度较高。  结论  与最小二乘法相比,基于非线性分位数构建的包含哑变量不同树种树高与胸径关系的预测模型精度更高。图3表3参33     

基于混合效应和分位数回归的温带针阔混交林树高与胸径关系研究

【目的】基于非线性回归和广义模型构建不同分位数回归和混合效应的树高预测方程,并对比分析非线性模型、不同分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)模型、广义模型及非线性混合效应模型的拟合效果和预测精度,为研究林分生长和收获提供理论依据。【方法】本研究以吉林蛟河地区针阔混交林的主要树种(红松、色木槭、紫椴和水曲柳)为研究对象,基于21.12 hm²样地数据,首先在11个广泛使用的树高方程基础模型中选定基础模型;其次探究林分变量对树高的影响并构建含林分变量的广义模型;最后在基础模型和广义模型的基础上,构建分位数模型,同时考虑样方效应对树高的影响,构建混合效应模型。【结果】(1)各树种均以Richards模型拟合精度更高,且具有生物学意义,选定为基础模型;考虑林分变量与树高的相关性以及模型收敛性,加入优势木高建立的广义模型能显著提高拟合效果。(2)各树种均为中位数τ=0.5时模型拟合效果最佳,且与非线性回归预测精度相近,红松、色木槭、紫椴和水曲柳最高R²值分别为0.811、0.809、0.724和0.617,...     

北京栓皮栎林胸径-树高相关生长关系的分析

基于幂函数H=aDb对北京市平谷区四座楼自然保护区的16个栓皮栎人工林样地的胸径（D）和树高（H）相关生长关系进行了分析,以检验分形网络模型等4个理论模型对胸径--树高关系幂指数（b）的预测值是否合理。结果表明：在16个样地中,有12个样地的数据支持弹性相似模型、分形网络模型的理论预测值2/3,仅有2个样地的数据支持几...     

巨尾桉×马尾松混交林树高与胸径的相关生长关系分析

探讨广西派阳山林场中的巨尾桉(Eucalyptus grandis×E.urophylla)×马尾松(Pinus massoniana Lamb.)混交林树高与胸径相关生长关系。布设15块20 m×20 m巨尾桉×马尾松混交林固定样地,4.5 a时测量林木的胸径和树高,用压力相似模型、弹力相似模型和几何相似模型分析胸径和树高的关系。四种模式中巨尾桉和马尾松的胸径-树高相关生长拟合结果的方差检验都在0.01水平下呈现为极显著,但决定系数R~2差异较大,巨尾桉在模式A、模式B、模式C和纯林的R~2分别为0.70、0.45、0.69和0.77,马尾松分别为0.61、0.33、0.51和0.84;巨尾桉异速生长指数b的95%置信区间均包含1/2,即符合压力相似模型的预测结果。马尾松异速生长指数b的95%置信区间范围差异较大,模式A中b=0.44,符合压力相似模型,模式B和C中b值分别为0.33和0.39,与三种相关模型均不相符,马尾松纯林中b=1.06,符合几何相似模型。小尺度环境梯度的土壤因子对胸径-树高的异速生长指数没有显著影响。造林模式很大程度上影响着林木的胸径-树高相关生长,这是物种生物学特性、种间相互关系以及物理基本力学共同作用的结果。     

杉木人工林南北坡向树高-胸径生长曲线研究

以SPSS为统计工具,将坡向分成南面坡和北面坡,对桃源县杉木人工林的胸径及树高曲线进行了拟合。Compound模型表明:同一胸径下,生长于南面坡的杉木,其树高和生长速度高于北坡;长势好的树木,具有更强的竞争力,生长速度更好。理论分析与实际情况相符,为杉木林的经营与管理提供了科学依据。