杂种落叶松人工幼龄林林分枯损规律及枯损模型

根据2003—2015年黑龙江省江山娇实验林场杂种落叶松人工林48块固定样地复测数据,在对不同初植密度(Dp)等级(SD1(Dp2 000株/hm~2)、SD2(2 000≤Dp3 000株/hm~2)、SD3(3 000≤Dp4 000株/hm~2)、SD4(Dp≥4 000株/hm~2))林分的总体枯损趋势以及不同密度等级的株数、蓄积和径阶枯损分布规律分析的基础上,假定相对枯损率同林分年龄呈常数、幂指数、指数关系,利用差分模型结合拟合优度比较得出基础模型,并以初植密度等级作为哑变量构建了林分枯损(存活木株数)模型。结果表明:杂种落叶松林分枯损总体趋势分为3个阶段(林龄7~11 a为阶段1,林龄≥11~15 a为阶段2,林龄≥15~19 a为阶段3),枯损强度呈现强-弱-强的变化趋势,林分密度越大,株数枯损、蓄积枯损强度越大。杂种落叶松直径分布呈单峰山状曲线,且近似于正态分布,径阶枯损分布主要集中在2~12径阶。建议杂种落叶松造林初植密度小于4 000株/hm~2,在林分年龄为15 a时,对林分进行抚育间伐。杂种落叶松人工林林分相对枯损率同林龄的指数函数显著相关,将林分初植密度作为哑变量能明显提高林分枯损模型的拟合效果(R2a由0.77~0.93提高到0.97),该模型适用于预测不同初植密度幼龄林的存活木株数。     

应用混合效应法建立的杂种落叶松人工林单木冠幅预测模型

应用2015年调查的黑龙江省江山娇实验林场48块杂种落叶松人工林样地的4129株样木数据,分析了冠幅(C_W)与胸径(D_BH)的相关关系,选出较好的冠幅—胸径线性关系模型作为基础模型;经过再参数化分析,选入对冠幅影响较大的单木因子和林分因子构建冠幅的通用线性模型;再采用混合效应模型的方法建立精确的冠幅预测模型。结果表明:冠幅与胸径呈较好的线性相关,冠长率(C_R)、高径比(H_DR)和林分断面积(B_AS)对冠幅的影响最大,最终构建了样地水平的线性混合效应模型为杂种落叶松人工林单木冠幅预测模型。模型的修正决定系数R_a²为0.6567,比基础模型(R_a²为0.5701)增加了15.19%;均方根误差(R_MSE)和赤池信息准则与基础模型相比,均减少了10%以上;模型采用留一交叉验证法进行检验,其平均绝对偏差(M_AE)为0.3491 m、平均相对偏差绝对值(M_APE)为18.36%,拟合效率(E_F)为0.6164。考虑该模型的实用性,基于留一法,利用随机抽样,对比分析了不同样本量(2,3,4,…,30株树)对随机效应校正下的模型预测效果,结果表明每个样地随机调查5株树的冠幅,即可达到较好的预测效果。     

基于Possion回归混合效应模型的长白落叶松一级枝数量模拟

利用广义线性混合模型对长白落叶松一级枝条数量进行研究,以黑龙江省佳木斯市孟家岗林场长白落叶松人工林为研究对象,基于7块标准地49株枝解析样木的596个一级枝条测定数据,利用SAS 9.3软件中的PROC GLIMMIX模块,建立了基于Poisson分布的一级枝条数量的最优基础模型。在此基础上考虑树木效应,构建每半米段一级枝条数量的广义线性混合模型,并利用AIC、BIC、-2log likelihood以及LRT检验对收敛模型的拟合优度进行比较。结果表明:任意参数组合的混合效应模型的拟合效果均好于传统模型,最终将含有DINC、LnRDINC、RDINC2这3个随机效应参数的模型作为长白落叶松每半米段一级枝条数量分布的最优混合效应模型。模型拟合结果显示,LnRDINC、CL的参数估计值为正值,DINC、RDINC2、HT/DBH、DBH的参数估计值为负值,每半米段一级枝条分布数量在树冠范围内存在峰值,模型的确定系数R2为0.669,拟合的平均绝对误差为2.250,均方根误差为3.012。从总体上看,所建立的一级枝条分布数量混合模型不但可以反映总体枝条数量的变化趋势,还可以反映树木之间的个体差异,说明广义线性混合模型确实可以提高模型的模拟精度。所得出的混合模型可以很好地预估该研究区内人工长白落叶松每半米段一级枝条数量的分布情况,为定量研究长白落叶松树冠构筑型和三维可视化模拟提供了基础。      

长白落叶松人工林单木冠幅模型

以黑龙江省伊春市朗乡林业局的49块样地共2 499棵长白落叶松为研究对象,基于区组和样地嵌套二水平构建非线性混合效应冠幅模型。从10种常用的冠幅—胸径模型中选出一种最好的作为建模的基础模型,从其他林分因子中选取与冠幅相关性较高的作为协变量参与建模。结果表明:与基础模型相比,混合模型的赤池信息准则(AIC)、贝叶斯准则(BIC)、负二倍的最大似然值(-2LL)和剩余均方根误差(RMSE)值均降低,调整决定系数(Radj2)提高,冠幅预测值的残差分布和密度分布相对更集中,说明模型的预测精度和拟合能力均有所提高。研究发现,以逻辑斯蒂模型作为基础模型,将树高、冠长率和高径比作为协变量,考虑区组和样地嵌套二水平的混合模型有利于提高冠幅模型的预测精度,从而有助于更好地模拟长白落叶松的冠幅胸径关系。     

人工长白落叶松枝条存活模型

目的木材的质量决定了它在生产中的价值, 优质的木材往往可以获得更高的利润。但是树干上节子的大小会严重影响木材的质量, 而节子是在枝条死亡后形成的, 所以通过研究枝条属性, 寻找合适的营林控制方式将对提高木材质量具有重要意义。方法本研究根据黑龙江省佳木斯市孟家岗林场、林口林业局和东京城林业局的10块长白落叶松人工林标准地中的70株落叶松枝解析数据, 分别建立传统的Logistic基础模型以及相应的广义线性混合模型(GLMM)来预测该地区长白落叶松的枝条存活状况, 并对模型进行拟合效果评价和独立性检验。结果枝条存活状态受树木自然整枝程度、枝条生长位置和树木间竞争等因素的影响, 在模型中, 冠长率(CR)可以反映树木自然整枝程度, 其参数值为正说明树木自然整枝程度较低时, 枝条大多处于存活状态。枝条相对位置(BRH)和枝条轮数(WHOLE)可以反映枝条的生长位置, 其参数值为负说明处于树冠上部的枝条由于受光充分而长势良好, 而处于树冠下部的枝条由于相互遮蔽而死亡。树高胸径比(HD)可以反映林木间的竞争情况, 其参数值为负说明激烈的竞争环境会使枝条存活概率降低。AIC、RMSE、AUC和模型判断正确率可以用于比较基础模型和广义线性混合模型的预测效果。经计算, 广义线性混合模型的AIC=801.67, RMSE=0.126, 均小于基础模型, AUC=0.9975, 模型判断正确率为97.9%, 均大于基础模型, 说明广义线性混合模型可以有效解决不同个体间存在差异的问题, 有利于提高枝条存活状态的预测精度。独立性检验结果显示模型预测精度良好。结论本研究可为长白落叶松人工林确定合理的经营措施, 提高木材质量提供理论依据。      

基于两水平混合模型的杂种落叶松胸径和树高生长模拟1）

以江山娇实验林场的16块杂种落叶松密度对比标准地为研究对象,使用非线性最小二乘法,对4种常用胸径和树高生长模型拟合优度进行比较,最终选择Schumacher 方程作为混合模型的基础模型。考虑林分效应和林木效应,采用两水平嵌套混合模型的方法,通过R软件进行不同参数混合作用的模拟,选择收敛的AIC、BIC和对数似然值最小的混合模型作为最优模型,最后将其与传统模型进行拟合优度的比较。结果表明：胸径生长模型中将林分效应作用于参数a1、林木效应作用于参数a0和a1,树高生长方程中将林分效应和林木效应作用于参数a0时的混合模型最优,可将胸径和树高生长传统模型的确定系数从0．7510和0．9008提高到0．9463和0．9474,均方根误差也大幅缩小,并且较好地消除了异方差现象,说明通过构造方差协方差矩阵可以校正随机参数以反映树木之间生长的差异。     

基于混合效应的长白落叶松一级枝条基径预估模型

【目的】利用非线性混合效应建模方法构建龄组-单木两水平长白落叶松一级枝条基径模型,为探索不同龄组下枝条基径的生长特点及差异提供理论依据。【方法】对4个基础模型进行改进,通过调整系数(R_adj²),均方根误差(RMSE)选择备选模型,在此基础上构建长白落叶松枝条基径非线性混合效应模型。利用独立数据验证模型拟合结果,用平均绝对误差(MAE)、平均相对误差绝对值(MRAE)评价模型预测能力。并对基础模型与混合模型的预测值进行比较,利用龄组水平的随机参数模拟各龄组枝条基径的分布。【结果】以改进后的Gompertz方程为基础模型,当龄组随机效应作用于参数b、单木随机效应同时作用于参数b、c、d上,随机效应的方差协方差结构为广义正定矩阵,异方差结构为幂函数时,模型的拟合效果最优。混合模型的R_adj²有所提升,RMSE、MAE和MRAE都明显降低。最终模型的R_adj²、RMSE、MAE和MRAE分别为0.699 8、4.768 4 mm、3.705 8 mm和0.391...     

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。     

基于土壤因子的近天然落叶松云冷杉林枯损模型研究

以吉林省汪清林业局金沟岭林场近天然落叶松云冷杉林为研究对象,通过多元线性回归方法,建立了林分单位面积枯损株数与土壤因子、林分密度(SD)和立地指数(SI)的关系,以探索通过枯损模型表征土壤变量对立地条件的影响.结果表明:枯损树木与土壤因子和林分密度可以接受线性回归,全林分枯损模型为Y=838.375-47.810TK+0.343SD(调整R2=0.731),其中落叶松枯损模型为Y=2149.86-81.594TK-314.054TN(调整R2=0.739),而云冷杉枯损模型的拟合优度R20.6,说明复杂林分条件下优势树种与共优势树种对于土壤因子的响应与林分不同.     

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。      

基于节子剖析数据的长白落叶松人工林枝条丢失年轮数研究

目的为提高木材质量,本文利用节子剖析数据建立枝条丢失年轮数量的混合效应模型,以达到预测枝条丢失年轮数量的作用,为人工整枝提供一定的理论依据。方法以黑龙江省孟家岗林场长白落叶松人工林为研究对象,基于50棵长白落叶松解析木的1 434个节子数据,以Poisson分布为基础,采用SAS9.4软件中的glimmix模块,建立了节子丢失年轮数量的广义线性混合模型,通过计算相应的指标,选出最优混合模型。结果在考虑树木效应情况下,包含截距、节子高度、节子相对高度的随机效应参数的混合模型为最优混合效应模型;在考虑等级效应的情况下,包含节子相对位置、节子直径的随机参数的混合模型为最优混合效应模型。综合比较,两个混合模型的拟合效果均好于基础模型,其中考虑树木效应的拟合效果最好。模型的拟合结果表明:节子丢失年轮数量与节子着生高度、节子直径密切相关,位于树干基部的直径较大的节子,由于竞争作用,生长受到抑制,但是生存能力强、存活时间长,故而产生丢失年轮的数量较多。着生位置越靠上的节子,生存条件好,产生丢失年轮的数量少。结论通过长白落叶松人工林节子丢失年轮数量混合模型的建立,并对模型的预测效果进行检验,检验结果显示本文的混合模型能对枝条丢失年轮的数量进行预测且偏差较小。在接下来的研究中可以进一步完善,从而为人工整枝提供一定的理论依据。      

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。     

侧柏人工幼龄林单木生长的竞争效应模型

为量化采伐对林木生长的影响,以北京郊区侧柏人工幼龄林为研究对象,以竞争指数、采伐指数作为自变量,伐后5 a胸高断面积生长量为因变量,构建侧柏人工幼龄林竞争效应模型,采用判断系数(R~2)、剩余标准差(R_(MSE))、赤池信息准则(A_(IC))对模型进行评价。结果表明:断面积比竞争指数(C_(I2))、采伐指数(R_(I2))优于其余4种指数;得到了以5种竞争指数和采伐指数为自变量的竞争效应模型,根据模型R~2、R_(MSE)、A_(IC)值,推断出侧柏人工幼龄林的最佳竞争范围的半径为4 m;以C_(I2r_4)、R_(I2r_4)为自变量的模型比只有C_(I2r_4)的模型R~2提高了33.8%,说明采伐对侧柏单木生长的影响显著。     

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beta回归的迎春5号杨树树干密度混合效应模型

【目的】探究迎春5号杨树在树干纵向上的木材密度影响因子和变异规律,构建迎春5号杨树边材、心材、树皮和树干密度混合效应beta回归模型,为树干生物量预测和木材材性研究提供参考。【方法】以黑龙江省尚志市90株迎春5号杨树解析木数据为基础,构建迎春5号杨树边材、心材、树皮和树干密度的混合效应beta回归模型。采用相关性分析和最优子集法筛选beta回归基础模型的变量;利用负二倍的对数似然值、赤池信息准则、贝叶斯信息准则、调整确定系数(R_a²)、似然比检验对收敛模型进行拟合优度的评价,利用留一交叉验证法对模型进行检验,指标为平均绝对误差(MAE)和平均绝对百分比误差;结合两种抽样方式(方案Ⅰ：不限定相对高;方案Ⅱ：限定相对高在0.1以下)对模型进行校正。【结果】边材、心材、树皮和树干密度不仅受到相对高的影响,还分别与胸径平均生长量、年龄、胸径密切相关,基于林木因子建立的混合效应beta回归模型的R_a²分别为0.53、0.52、0.52、0.63,MAE <0.05 g/cm³,与基...     

基于广义混合效应模型的云冷杉林天然更新计数方法研究

天然更新是森林恢复较好的办法,对未来林分结构和生物多样性具有深远的影响。更新模型能够模拟天然更新的现实和未来状况,为森林经营者提供准确的森林计划。以吉林省汪清林业局2013年设置的12块云冷杉针阔混交林为例,选择泊松和负二项分布形式,考虑样地间的随机效应,构建基于林分因子的云冷杉针阔混交林天然更新模型。结果表明：各个树种对林分因子的反应不一,白桦更新株数与林分每公顷株数和平均直径均呈负相关;红松和水曲柳更新株数不受各个林分因子的影响,更新株数是随机的;冷杉更新株数与林分每公顷断面积呈负相关;色木槭和云杉更新株数均与林分平均直径呈负相关。在考虑样地的随机截距效应后,模型的模拟效果显著提高。在构建天然更新模型时,林分密度是十分重要的因子,如果要人工促进天然更新,就要科学合理的采取经营措施,以确保合理的林分密度。另外样地间的差异是不容忽略的因素,需要利用混合效应模型方法来降低预测误差。     

基于广义代数差分法的长白落叶松人工林地位指数模型

【目的】森林立地质量评价是森林经营的基础工作,是估计林分生长量和收获量、评价森林生产潜力及确定合理经营措施的重要依据。本文基于60株优势木和亚优势木解析木数据,采用广义代数差分法(GADA)构建了更加灵活的异形地位指数模型,为黑龙江省长白落叶松人工林立地质量的精准评价提供了依据。【方法】选择修正Weibull、Korf和Richards生长方程为基础方程,使用GADA法推导出6个差分地位指数模型,基于1994—2017年在黑龙江省调查的解析木数据,利用非线性最小二乘法进行拟合。结合拟合样本和检验样本计算R2、均方根误差(RMSE)、模拟效率和平均绝对误差等4项指标检验模型的拟合效果与预测能力,初步筛选出较优模型。通过分析比较它们的残差图、地位指数曲线簇进一步筛选出最优模型。将最优模型和使用代数差分法(ADA)推导的模型绘制地位指数曲线簇,并对地位指数为12～22 m曲线的参数、年生长量达到最大值的时间(拐点)和数值进行分析比较。【结果】基于Richards方程h=a(1-e~(-bt))~c,设定自由参数为a=e~(X_0),c=c_2/X_0,X_0=1/2[lnh_1+(lnh_1~2-4c_2ln(1-e~(-bt_1)))~(1/2)]的差分地位指数模型被选为最优模型。其参数的拟合结果为b=0.046 8,c_2=4.675 4,R~2为0.987 4,RMSE为0.749 1,平均绝对误差为0.904 0,模拟效率为97.04%。相比于使用ADA法推导的模型,采用GADA法推导的最优模型能更好地预测优势木树高生长过程。【结论】在推导地位指数模型时,根据GADA法,指定多个参数为自由参数所推导出的差分模型不仅具有良好的拟合效果,也能同时符合多条水平渐近线与曲线多形性的性质,而ADA法只能满足其中一个条件。最优模型的拟合结果表明,随着地位指数的提升,优势木树高生长曲线的渐近最大值(参数)逐渐增大,连年生长量达到最大值(拐点)的时间越早。这说明立地条件越好长白落叶松人工林优势木树高年生长量和最大值越大,且年生长量更早达到最大值。     

运用SAS广义线性混合模型分析裂区试验数据

裂区设计能够灵活地增加试验处理和进行误差分级控制,在农业试验中应用广泛.但数据的统计分析较复杂,目前有效的相关统计软件十分缺乏.为了建立操作简单、实用性强、计算结果无误的统计分析手段,采用SAS广义线性混合模型(GLIMMIX)程序模块进行裂区设计数据的统计和分析,并通过实例分析说明GLIMMIX相较于传统一般线性模型...     

基于零膨胀模型和栅栏模型的赣南杉木林林分枯损模型

【目的】分析林分的枯损情况,构建林分水平枯损模型,探讨树木死亡的影响因素,为科学经营和有效管理提供参考依据。【方法】以江西省赣州市2009年森林资源二类调查中地类为纯林的1973块杉木样地为数据源,将样地按4∶1的比例随机划分成模拟数据（1 579块）和验证数据（394块）,分别用于模型的构建和验证。选取基于泊松分布和负二项分布形式的零膨胀模型和栅栏模型等4种模型,以林分枯损株数为因变量,以林分因子、立地因子和气候因子等17个环境因子为自变量,构建杉木林林分水平枯损模型。利用方差膨胀因子（VIF）排除各环境因子间相关性较大的因子;采用赤池信息准则（AIC）、贝叶斯信息准则（BIC）和-2倍对数似然函数值（-2logL）3种评价指标分析比较各模型之间的拟合效果,选用平均绝对误差（MAE）和均方根误差（RMSE）等比较其预测效果,筛选出最优林分水平枯损模型。【结果】（1）除最暖月平均温度、最冷月平均温度和无霜期天数外,其余14个环境因子间均不存在多重共线性（VIF<10）。（2）在模型的零部分,各参数估计值均在0.001水平上显著,海拔、林龄和株数密度是影响杉木林林分枯损的重要因子;...