不同抽样方法对兴安落叶松立木材积方程预测精度的影响

【目的】研究不同抽样方法对立木材积方程预测精度的影响,为各地编制不同树种材积表及构建立木材积方程提供基础数据抽样技术依据。【方法】以兴安落叶松立木材积方程为例,设计均匀、正态、右偏和左偏4种抽样方法,根据不同数据类型,利用SAS软件中proc surveyselect模块的简单随机抽样(SRS)并结合条件语句对数据进行分径阶抽样。采用Shapiro-Wilk对不同抽样方法下的胸径统计量进行正态性检验。以异速生长方程为基础材积模型,利用S-PLUS软件的广义非线性GNLS模块对模型进行拟合。采用指数函数、幂函数和常数加幂函数对4种立木材积拟合过程中产生的异方差现象进行校正。利用确定系数(R~2)、均方根误差(RMSE)、平均误差绝对值(MAB)和相对误差绝对值(MPB)对立木材积方程精度进行综合比较分析。【结果】1)指数函数、幂函数和常数加幂函数均能消除4种立木材积方程异方差的影响,加入变量为V^的幂函数消除异方差的效果最好。2)拟合结果表明,相对于均匀模型,正态模型的RMSE下降31.6%,右偏模型的RMSE下降23.1%,左偏模型的RMSE下降33.7%。3)分径阶检验表明,径阶分布在12~28 cm、36~40 cm和44~48 cm时,左偏模型的MAB和MPB均小于均匀、正态和右偏模型,即左偏模型在11组径阶中有6组径阶的MAB和MPB均最小;径阶分布在12~32 cm和44~48 cm时,右偏模型的MAB和MPB均小于均匀和正态模型,即右偏模型在11组径阶中有6组径阶的MAB和MPB均最小;径阶分布在12~32 cm和40~44 cm时,正态模型的MAB和MPB均小于均匀模型,即正态模型在11组径阶中有6组径阶的MAB和MPB均最小。【结论】左偏模型的预测精度比均匀、正态和右偏模型高,右偏模型的预测精度比均匀和正态模型高,正态模型的预测精度比均匀模型高,总体模型检验精度顺序为左偏模型右偏模型正态模型均匀模型。     

兴安落叶松立木材积和树皮材积可加性模型研建

【目的】确保立木材积和树皮材积预测的一致性并提高预测精度。【方法】以大兴安岭兴安落叶松为研究对象,分别采用控制法和分解法研建了可加性模型系统。利用SAS统计软件模型模块proc model中的NSUR法进行拟合及参数估计。拟合结果采用确定系数(R2)和均方根误差(RMSE)进行评价;检验结果则通过确定系数(R2)、均方根误差(RMSE)、平均相对误差(MRE)、平均误差绝对值(MAB)和相对误差绝对值(MPB)进行评价。【结果】从模型的整体评价结果来看,两种方法的拟合和检验效果均很好,基于分解法构建的模型略优于基于控制法构建的模型;不同径阶的检验表明,对于中等径阶的树木(20≤D<36 cm),基于控制法的模型相对较好,而对于小径阶(5≤D<20 cm)和大径阶的树木(D≤36 cm),基于分解法的带皮、去皮、树皮材积模型的预测精度要比基于控制法的各立木材积模型要稍好。【结论】总的来说,两种可加性模型系统均能很好地预测单木带皮材积、去皮材积和树皮材积,并确保得到满足一致性的预测结果,在具体应用时可根据实际情况选择适合的可加性材积模型系统。     

利用可变参数和二阶回归方法建立海南省相思树立木材积模型

【目的】建立立木材积模型,为科学计量评价森林资源、完善森林资源监测体系提供重要依据。【方法】以海南省相思树为研究对象,以胸径和树高为自变量建立二元山本材积式模型、可变参数动态模型,采用以简单幂函数式和树高—胸径模型为基础的二阶回归估计方法建立一元胸径立木材积模型,分析对比建立的一元、二元立木材积模型拟合效果。【结果】1)相思树二元山本材积式模型和可变参数动态模型的确定系数均在0.98以上,平均预估精度均在98%以上。模型整体总体相对偏差(TRB)和平均系统偏差(MSB)均在±3%以内,山本材积式模型在8、20 cm径阶总相对偏差和平均系统偏差超出±3%范围;2)两种方法建立的一元立木材积模型的确定系数均在0.94以上,预估精度均在96%以上。采用分段建模和二阶回归总相对偏差和平均系统偏差趋近于0,而常规方法建模12、16、24 cm以上径阶的总相对偏差均超出5%范围。【结论】可变参数动态模型相较于山本材积式模型拟合精度更高,各径阶误差更小,明显优于山本材积式模型;采用二阶回归估计方法建立的模型能更好地反映材积随胸径大小的变化规律,既提高了模型的切合性能,又能较好地控制各径阶的偏差,明显提升了拟合效果,是建立一元立木材积模型的有效方法。     

大兴安岭不同区域落叶松相容性材积方程及异方差研究

[目的]对不同区域立木相容性材积方程以及不同异方差校正方法进行详细对比分析,建立相容性材积方程预估大兴安岭不同区域落叶松的立木材积。[方法]以大兴安岭3个不同区域的落叶松为研究对象,采用误差变量联立方程组的方法构建不同区域立木相容性材积方程。采用非线性额外平方和的方法(F检验)进行区域性检验。使用多种权函数分别对3个区域存在异方差的材积方程进行加权回归。[结果]表明:任何2个区域的立木材积方程都有显著不同(P0.000 1),区域1和区域3的材积相差较大,区域2与区域1和区域3的材积相差较小。不同区域立木材积方程的错误应用会导致较大的预测误差。在参数稳定性和评价指标方面,加权估计会优于普通最小二乘估计。基于平均相对误差(MRE)和总相对误差(TRE),区域1(-0.11、0.97)、区域2(0.04、0.08)和区域3(1.04、0.93)的最优权函数分别为1/F(x)、1/D4.99、1/D3.38。[结论]立木材积方程是森林调查和林分生长与收获模型的主要组成部分,本文所构建3个区域的相容联立方程组模型预测误差均不超过±3%。建立相容性立木材积方程时应考虑其异方差的影响。最优权函数没有统一的形式。为尽可能得到稳定的参数估计,在加权回归估计过程中应选用多种权函数进行对比分析。     

大兴安岭东部天然落叶松林可加性林分生物量估算模型

【目的】探讨林分乔木层生物量的估算方法,为大区域、大尺度森林生物量的估算提供理论依据。【方法】利用1990—2010年5期大兴安岭东部天然落叶松林固定样地数据,选择基于林分变量的林分生物量模型和基于林分蓄积量的林分生物量模型作为林分乔木层生物量估算的方法,利用似然分析法去判断2种模型的误差结构(相加型和相乘型),并采用聚合型可加性生物量模型建立其林分生物量模型,模型参数估计采用非线性似乎不相关回归模型方法。采用"刀切法"评价所建立的林分生物量模型。【结果】经似然分析法判断,2种模型的误差结构是相乘型的,对数转换的线性回归更适合用来拟合林分生物量数据;2种模型的调整后确定系数R2a0.94,平均相对误差ME为0%~5%,平均相对误差绝对值MAE15%;所建立的2种可加性林分生物量模型的预测精度在98%以上。【结论】虽然基于林分蓄积量的林分生物量和基于林分变量的林分生物量模型形式不同,但二者都具有较好的预测精度;就本研究而言,2种估算林分生物量的方法都能对大兴安岭东部天然落叶松林林分生物量进行很好地估算。     

基于树高和树冠因子的立木材积与地上生物量相容模型研究

【目的】无人机机载激光雷达能够准确地测定单木、林分乃至大尺度森林结构参数(树高和树冠因子)。为应用无人机激光雷达技术准确估测森林蓄积量、生物量和碳储量提供计量依据和技术支撑。【方法】以150株实测马尾松生物量样本数据为研究对象,采用非线性回归估计方法和度量误差联立方程组方法,分析立木材积和地上生物量与树高、树冠因子的相关性,并在此基础上研究建立基于树高和树冠因子的立木材积与地上生物量相容模型。【结果】单株材积和地上生物量与树高因子的相关性最为紧密,其次才是树冠因子;基于树高和冠幅因子的二元材积和地上生物量模型预估精度较高,达到92%以上,再考虑冠长因子的三元模型预估精度改进不大;基于树高和冠幅因子的二元立木材积与地上生物量相容模型估计效果更好,相对于一元相容模型系统而言,二元相容模型拟合效果有较大幅度提高,预估精度达到92%以上。【结论】采用度量误差联立方程组方法可以有效解决基于树高和树冠因子的立木材积与地上生物量相容问题,并且预估精度达到92%以上,所建二元立木材积与地上生物量相容模型可为应用激光雷达技术反演森林蓄积量和生物量提供计量依据。     

形率对白桦单木材积和生物量预测精度的影响

【目的】以大兴安岭地区白桦为研究对象,构建含有形率的材积模型,并与部颁东北地区白桦二元材积模型和传统基础材积模型进行比较,同时结合生物量转换因子,研究形率对单木生物量的影响,为单木材积和生物量的精准预测提供科学依据。【方法】将树干上15个形率引入传统基础材积模型分别构建二元和三元单木材积模型,应用R软件GNLS模块拟合各模型,引入方差函数消除各材积模型拟合过程中产生的异方差现象。以相对误差绝对值(MPB)、平均误差绝对值(MAB)、均方根误差(RMSE)和确定系数(R²)为评价指标对各模型进行对比分析,采用交叉检验法对模型进行检验。【结果】1)形率引入可显著提高材积模型拟合效果,当取相对树高为40%时,带有形率q_0.4的二元和三元材积模型拟合效果均表现最好;2)交叉检验结果表明,形率引入材积模型使得材积预测精度显著提高,相较传统一元模型(1)和二元模型(2),引入形率的二元模型(14)和三元模型(15)的均方根误差分别降低38.9%和45.8%; 3)与东北地区当前使用的二元材积模型(5)相比,引入形率的二元模型(14)的RMSE、MAB和M...     

东北落叶松相容性立木材积和地上生物量方程研建

以东北落叶松立木材积和地上生物量数据为例,通过改进模型的结构形式,采用误差变量联立方程组的方法,研究建立了相容的立木材积方程、地上生物量方程及生物量转换函数。结果表明:与常用的非线性模型相比,在材积方程和生物量方程中增加截距常数,能显著改进模型的拟合效果;建立的一元相容性方程,地上生物量和立木材积的预估误差均不超过5%;二元相容性方程,地上生物量的预估误差约为4%,立木材积的预估误差则小于3%。     

塞罕坝地区樟子松立木材积表研究

基于塞罕坝地区的实测数据建立了该地区樟子松人工林的二元材积模型、一元胸径立木材积模型和一元地径立木材积模型,分别为V=0.00006938D~(1.763)H~(1.037)(R~2=0.997)、V=0.000123D~(2.494)(R~2=0.970)和V=0.00001235D~(3.017)(R~2=0.950)。通过以上模型建立了该地区的二元立木材积表、一元胸径立木材积表和一元地径立木材积表。t检验表明,以上材积表在该地区有良好的适用性。该地区的二元立木材积模型与大兴安岭地区及辽宁地区的樟子松立木材积模型有明显差异,对于分布于不同地区的相同树种应分别建立不同的材积表。     

基于混合效应的马尾松单木断面积预估模型

【目的】基于湖南省湘西地区第七、八、九次(2004—2014年)全国森林资源连续清查数据,构建了马尾松单木断面积预估模型,以期为该研究区域马尾松的生长和经营提供科学依据。【方法】林业数据常常具有层次结构、重复测量等特点,不满足传统回归分析中要求的独立、正态分布和等方差的基本假设,因而会得到有偏的参数估计。为解决这一问题,采用了线性混合效应方法来构建模型。此外,还引入了自相关矩阵和异方差函数来描述样地内的自相关性和异方差。最后,根据赤池信息准则(AIC)、贝叶斯信息准则(BIC)、对数似然值(Log-likelihood)以及似然比检验(LRT)确定最终的模型。【结果】期初胸径的倒数(1/DBH)、每公顷断面积(BA)、对象木胸径与林分平均平方胸径之比(RD)以及海拔(EL)对于马尾松单木断面积的生长有显著的影响。在参数效应确定过程中,除海拔外,其余变量参数均为混合参数时模型有最好的表现。在3种随机效应方差-协方差结构中,广义正定矩阵表现最好。与指数函数和常数加幂函数相比,幂函数更好地模拟了模型误差的方差结构。由于引入自相关结构后模型未收敛,因此自相关结构未定义。【结论】与基于最小二乘法的基础模型相比,考虑层次结构的混合效应模型显著地改善了模型的表现,所构建的模型有一定的生物学意义和统计可靠性。     

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。     

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。     

浙江省毛竹竹秆材积模型

【目的】在精准测定毛竹样竹竹秆材积的基础上,研建浙江省毛竹竹秆材积模型,准确估计毛竹竹秆材积,为毛竹林经营管理提供依据。【方法】在浙江临安、庆元、武义、常山、宁海、安吉、诸暨、余姚、黄岩和泰顺10个县(区、市)调查216株毛竹样竹,采用可测量不规则形状物体体积的排水法测定竹秆材积。首先,基于异速生长方程和寺崎渡方程,以胸径(D)和胸高节长(L)为自变量,选择1个一元模型(M_1)和4个二元模型(M_2～M_5),利用全部样本建立5个毛竹竹秆材积模型;然后,采用似然函数法分析模型误差结构,确定应当采用对数回归或非线性回归模型进行模型拟合,通过For Stat2.2软件进行回归拟合,得到参数估计值;最后,根据参数估计值t检验值、4个模型评价检验指标(包括调整确定系数R_a~2、估计值标准差SEE、平均偏差ME和平均系统误差MSE)的比较分析,选择模型参数稳定、预估精度高、最适宜的浙江省毛竹竹秆材积模型。【结果】采用似然函数法对竹秆材积模型误差结构进行分析,求得5个基础模型赤池信息量准则(AICc),计算ΔAICc大于2,模型误差项为乘积型,应采用对数回归拟合材积模型。5个竹秆材积模型参数稳定(t检验值的绝对值均大于2),各模型调整确定系数(R_a~2)均在0.95以上,估计值标准差(SEE)和平均系统误差(MSE)均接近于0,模型拟合效果较好,模型M_2拟合预估效果最佳。分径阶进行模型拟合效果与预估精度的评价检验,5个模型在不同径阶的预估精度均较好,中等径阶时的预估精度和拟合优度最佳,而在最小径阶(4.0～5.9 cm)与最大径阶(14.0～15.9 cm)相对差一些。校正后的对数模型预估精度并无显著提高。【结论】排水法是准确测量毛竹竹秆材积的有效手段;似然函数法是进行模型误差结构分析比较与模型拟合方式选择的较好方法;引入竹高和胸高节长变量后,模型拟合优度和预估精度指标优于一元模型;考虑实践中胸高节长较竹高更易准确测量,且模型M_5相较M_2具有更高的拟合优度和预估精度,预估毛竹竹秆材积的最优模型为基于胸径-胸高节长的模型M_5,即V=0.191 2D~(2.114 9)e~(-6.841 1/L)。     

广西杉木立木材积模型优化筛选研究

为实现杉木林蓄积量调查与估测的精准量化,基于林业数表编制作业获取的标准立地245株杉木树高、冠幅、胸径和带皮材积等林业资源调查数据,采用非线性估计法建立11种一元立木材积模型,通过求解模型参数并进行优异比较,渐进拟合出最优的胸径-树高-冠幅三元材积模型。结果表明：1)无论树高、胸径还是冠幅,11种单因子变量估测立木材积的曲线模型均以幂函数的检验参数最优。2)基于模型确定系数判定拟合模型优劣呈现三元>二元>一元。其中,包含树高、胸径和冠幅三元非线性最优材积模型确定系数0.988,总相对误差0.087%,总系统误差0.57%,模型预估精度99.40%。3)胸径-树高-冠幅三元材积模型充分集成了林分结构参数信息,其高精度低误差特点对林业数表编制、森林蓄积量监测具有重要参考价值。     

兴安落叶松材积模型中的异方差研究

为进一步提高兴安落叶松材积模型估计精度,文章选择V=aDbHc为材积模型形式,对模型的异方差性进行了研究。文章分别使用了图示法及戈德菲尔特-夸检验方法证实模型中存在较强的异方差性,并分别以因变量,自变量及模型本身构造权函数,以加权回归估计和普通非线性回归估计方法结果进行对比分析。研究结果表明:加权回归估计优于普通非线性回归估计;在构造的众多权函数中,以权函数1/D2H为最优;并进一步证实不同的模型有不同的最优权函数形式。     

不同区域落叶松二元立木材积表的检验及差异分析

【目的】准确评估不同区域落叶松立木材积表是否存在偏差,并掌握不同区域材积表之间的差异大小,为修订和完善我国二元立木材积表提供依据。【方法】基于最新采集的东北、华北、西北和西南4大区域480株落叶松样木实测材积数据,首先利用回归方程的适应性检验方法分析不同区域落叶松立木材积表是否存在偏差,然后利用混合模型方法分析不同区域二元立木材积方程之间是否存在差异及其差异大小,最后利用哑变量模型方法建立含区域特定参数的立木材积方程。【结果】对部颁标准的4个落叶松二元立木材积表进行检验发现,3个材积表的估计误差均超出了±3%的允许范围,存在明显的系统偏差,最大偏差可达到12%左右。对不同区域二元立木材积方程之间的差异显著性检验发现,其材积估计值从大到小依次为东北、西北、西南、华北,东北与华北之间差异极显著(P0.01),西北与华北之间差异显著(0.01≤P0.05),西南与东北之间差异稍显著(0.05≤P0.10),其他两两之间的差异不显著。通过建立含区域特定参数的立木材积方程,发现3种建模方案(全国1个总体、2个总体和4个总体)之间的差异并不大;全国建立1个通用性落叶松立木材积方程与4个区域分别建立4个材积方程相比较,不同区域材积估计值的最大误差仅为3%左右。【结论】原部颁标准的二元立木材积表大多数可能已经存在明显偏差,建议对全部二元立木材积表进行一次系统检验,在此基础上对已存在明显偏差的材积表进行更新或修订。不同区域的二元立木材积表差异不大,建议由国务院林业主管部门统筹考虑,明确各主要树种二元立木材积表编制的总体范围,并逐步建立全国林业数表体系,促进林业数表编制的标准化。     

基于线性混合模型的落叶松枝条基径模型

以黑龙江省五营林业局丽林林场30株人工落叶松2 190个枝条基径数据为例,利用逐步回归技术建立了落叶松枝条基径模型:BD=b1+b2DINC+b3DINC2+b4DBH.DINC2。然后,利用S-PLUS软件中的LME过程,拟合线性枝基径模型。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:当拟合枝条基径模型时,b1、b2、b3同时作为混合参数时模型拟合最好。为了矫正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基径混合模型中。指数函数显著提高了枝条基径混合模型的拟合效果,并且消除了异方差现象。模型模拟表明:对于大小相同树木,枝条基径随着着枝深度(DINC)的增加而增大,对于大小不同的树木,枝条基径随着胸径(DBH)的增加而增大。林木的胸径变量很好地反映了不同大小树木的枝条基径的变化。在不知道详细林分信息的前提下,可以利用树木变量合理地预测兴安落叶松人工林的枝条基径的变化规律。     

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。     

白龙江中上游林区华北落叶松人工林一元立木材积模型研究

在白龙江中上游林区华北落叶松人工林中,建立胸径与树高相关关系,应用形数法、一元材积公式法和二元材积公式法分别建立了6种立木材积模型,经材积系统偏差分析和材积误差分析后,从中筛选出V模(v)=0.012 067-0.003 397D+0.000 582D2作为该林区华北落叶松人工林一元立木材积模型,其误差为1.409 0...     

湖南省杉木二元立木材积模型的检验与调整

【目的】对湖南省现有的杉木二元立木材积模型进行误差分析,建立新杉木二元立木材积模型,为湖南省杉木材积的精准预测提供理论依据。【方法】以湖南省杉木人工林为研究对象,采用配对t检验的方法对原二元立木材积模型进行检验。以山本材积式为基础模型构建固定参数模型、可变参数模型,以区域作为随机变量、哑变量构建混合效应模型和哑变量模型,对拟合结果进行对比分析。【结果】1)对原二元立木材积模型进行配对t检验,结果表明湖南现有的杉木材积模型与实际材积计算值存在显著差异;2)固定参数模型和可变参数模型的确定系数R2都在0.95以上。对检验数据进行检验,模型的总相对偏差(TRB)和平均系统偏差(MSB)均在±3%范围内,利用分径阶的方法进行检验,其固定参数模型在10、22和24 cm径阶的总相对偏差与平均系统偏差均超出±3%范围,其在24 cm径阶的总相对偏差与平均系统偏差均超出±7%,而可变参数模型在各径阶的偏差较小;3)混合效应模型与哑变量模型的确定系数均在0.95以上,从整体上看,哑变量模型的总相对偏差和平均系统偏差趋于0,而混合效应模型在10、12和24 cm径阶的总相对偏差均超出±3%范围。【结论】...