基于抚育间伐效应的长白落叶松人工林单木直径生长模型

【目的】分析抚育间伐对长白落叶松人工林单木胸径(D)生长的影响规律并对其进行模拟。【方法】基于黑龙江省孟家岗林场与江山娇林场10块固定样地复测数据,建立了基于抚育间伐效应的与树木距离无关的长白落叶松单木胸径5年生长量预估模型,量化了抚育间伐对林木直径生长的影响。长白落叶松单木直径生长模型为基于样地效应的单水平线性混合效应模型,根据赤池信息准则(AIC)和贝叶斯信息准则(BIC)等统计指标和似然比检验对模型进行比较和筛选,并采用独立样本数据对模型进行检验。【结果】当地位指数一定且林分年龄较小时,抚育间伐强度越大,林木直径生长量越大; 当林分年龄较大时,抚育间伐对林木直径生长影响不明显。同一林分中,林木直径生长量随林木径阶增大呈增大趋势。长白落叶松单木直径生长模型中显著自变量为:林木前期胸径的二次方(D²)、胸径的自然对数(ln D)、林分中大于对象木的所有林木断面积之和(B)、地位指数(I)、抚育间伐年龄(T_i)和间伐强度(P_i)。落叶松单木直径生长最优混合效应模型的AIC、BIC和均方根误差均小于一般线性模型。独立样本数据检验最优线性混合效应模型和一般线性模型的拟合效率分别为0.678 和0.624。【结论】基于抚育间伐效应的落叶松直径生长的最优线性混合效应模型优于一般线性模型。模型能够较好地量化抚育间伐对落叶松人工林单木直径生长的影响。     

基于气候因子的杉木单木胸径生长模型构建

【目的】为准确预测湖南杉木的生长及制定经营管理措施,构建了考虑气候因子的杉木单木胸径生长混合效应模型。【方法】基于湖南省第七、八次全国森林资源连续清查中73块样地的3 638株杉木数据,运用多元逐步回归的方法,考虑林木大小、竞争、立地和其他林分因子以及气候因子对杉木胸径生长的影响,分别以5年胸径增长量(D₂-D₁)、5年胸径增长量的自然对数[ln(D₂-D₁+1)]、5年胸径平方增长量的自然对数[ln(D₂²-D₁²+1)]、胸径平方增长量(D₂²-D₁²)为因变量构建模型,选择最优基础模型。在最优模型的基础上,引入样地随机效应,构建单水平线性混合效应模型,并引入3种常用的异方差函数和3种常用的自相关结构来消除模型的异方差和自相关,最后采用十折交叉验证的方法对模型的预估效果进行检验。【结果】与其他3种因变量相比,因变量为ln(...     

黑龙江省红松和长白落叶松人工林树冠外部轮廓模拟

【目的】红松和长白落叶松是黑龙江省主要的造林树种,构建两个针叶树树冠外部轮廓预估模型,为进一步科学合理地经营人工林提供参考。【方法】采用黑龙江省红松和长白落叶松人工林中各50株解析木的枝条解析数据,以分段抛物线方程、修正Kozak和Weibull方程为基础模型,构建以样木为单一水平树冠外部轮廓的非线性混合效应模型,并对两树种的树冠轮廓进行比较。【结果】两树种树冠外部轮廓的分段抛物线预估模型包含的变量均为D_BH(胸径)、C_L(冠长)、C_R(冠长率)、H_D(高径比),修正Kozak和Weibull预估模型包含的变量为D_BH、C_R、H_D。加入混合效应后,各模型的拟合效果较基础模型均有所提高。修正Weibull方程对红松和长白落叶松的拟合效果最好,但与分段抛物线和Kozak方程之间的差别不是很大。对于红松,分段抛物线方程预估的树冠半径在靠近树冠基部要低于修正的Kozak方程和修正的Weibull方程; 对于长白落叶松,各模型之间的拟合效果差别较小。【结论】分段抛物线方程、修正Kozak和Weibull方程均能够对黑龙江省红松和长白落叶松人工林树冠外部轮廓进行比较准确的模拟。修正Kozak方程和Weibull方程包含的树木变量较少,参数估计相对简单,容易通过积分计算树冠体积及表面积。     

落叶松人工林树皮厚度预测模型

【目的】建立落叶松人工林树皮因子及任意高度处树皮厚度的预测模型,以期更加准确地对树皮厚度进行预测,为实际木材生产和森林经营提供更加准确的指导。【方法】基于2015年黑龙江省佳木斯市孟家岗林场49株人工落叶松的1 186个圆盘数据,利用SAS 9.4软件中的MIXED模块构建落叶松人工林树皮厚度(树皮因子、任意高度处树皮厚度)的线性混合效应预测模型。模型评价指标选用赤池信息准则(AIC)、贝叶斯信息准则(BIC)、-2倍的对数似然值(-2LL)及似然比检验(LRT)。【结果】对于树皮因子模型,基于树木效应时含b₁、b₂、b₄随机参数组合的树皮因子模型为最优混合模型;基于样地效应时含b₁、b₂随机参数组合的模型是最优混合效应模型。对于任意高度处树皮厚度模型,基于树木效应时含b₁、b₂的组合为最优混合模型;基于样地效应时含b₀、b₂、b₃组合的为最优模型。所有最优模型在具有无结构(UN)方差-协方差矩阵时拟合效果最好。【结论】不论是树皮因子还是树皮厚度模型,树木效应对模型的影响最大;混合效应模型的预估精度与传统回归模型相比有明显提高。     

华北落叶松人工林直径分布预测模型构建

【目的】基于不同直径分布预测模型(Weibull分布模型、Gamma分布模型、Lognormal分布模型),构建包含华北落叶松林分因子的直径分布线性混合效应模型,有助于分析直径分布对林分因子动态变化的响应。【方法】利用塞罕坝华北落叶松人工林标准地调查数据,应用最大似然估计法(Maximum Likelihood Estimation, MLE)估计模型参数,通过K-S(Kolmogorov-Smirnov)检验、C-V(Cramer-von Mises)检验、A-D(Anderson-Darling)检验对模型适用性进行检验,基于最优模型构建华北落叶松人工林直径分布线性混合效应模型。【结果】塞罕坝华北落叶松人工林直径分布最优模型为Weibull分布;基于最优模型,构建了包含优势高、断面积、对数密度的线性混合效应模型,当3个参数随机效应方差-协方差结构和误差项结构均为对角矩阵结构[UN(1)]时,模型的拟合效果最好。包含位置、尺度、形状3参数随机效应项模型的决定系数R²分别为0.895、0.888、0.801,均方误差(MSE)分别为5.365、1.724、1.151,均方根误差(RMSE)分别为2.316、1.313、1.073,拟合结果均较好。【结论】线性混合效应模型具有较好的预测直径分布能力,可为精准预测华北落叶松人工林直径分布提供理论依据和技术参数。     

基于两水平非线性混合效应模型的长白落叶松削度方程构建

【目的】以长白落叶松(Larix olgensis)人工林干形指标为主要数据,利用非线性混合效应模型构建长白落叶松削度方程,研究不同的二次抽样方案对混合效应模型预估精度的影响。【方法】在不同类型的削度方程中选择拟合效果最好的Kozak方程作为基础模型,通过再参数化的方法引入树冠特征变量,分析树冠大小对干形的影响;在包含树冠变量的模型基础上,结合混合效应模型考虑样地、样木效应对于干形的影响,建立长白落叶松削度方程;采用2种抽样方案(方案Ⅰ,不限定抽样位置;方案Ⅱ,抽样位置限定在相对高0.1以下)对混合效应模型进行精度检验。【结果】树冠变量中冠长率与干形关系最为密切,将冠长率引入模型后,提升了模型的拟合精度,且模型参数在5%显著性水平上均显著。通过似然比检验,样地效应和样木效应极显著提升了模型拟合效果(P<0.01),并使用指数函数和一阶连续自回归结构[CAR(1)]来解决削度方程中普遍存在的异方差和自相关问题,最终的混合效应模型调整后决定系数( R_{\mathrm{a}}^2)为0.994 1,均方根误差(RMSE)为0.623 1,拟合效果优于基础模型( R_{\mathrm{a}}^2提高了0.4%,RMSE减小了24.6%)。当使用不同的抽样方案进行预测时,方案Ⅰ表现出最高的预测精度,抽样数量为5时,平均绝对误差(MAE)为0.470 0,平均绝对误差百分比(MAPE)为4.62%;而方案Ⅱ不同抽样数量之间的预测效果差别不大(MAE的变化范围为0.520 3~0.536 6,MAPE的变化范围为5.14%~5.22%),但仍优于基础模型。【结论】将冠长率引入模型后,模型对干形的模拟更贴合实际中的林木生长情况;包含样地效应、样木效应的两水平混合效应模型可以很好地模拟长白落叶松的干形变化,为精准估计长白落叶松各材种和立木材积提供了依据。     

长白落叶松人工林细根生物量及其动态研究

以长白山区30年生长白落叶松(Larix olgensis)人工林为研究对象,通过根钻连续取样及分解袋埋藏法,对细根(≤2 mm)生物量及季节动态、细根分解、细根周转进行了研究。结果表明:在长白落叶松人工林生长季,细根平均生物量为3.825 7 t/hm²,其中活细根和死细根分别占84.51%和15.49%; 0～10 cm土层活、死细根生物量分别占林地活、死细根总量的72.09%和50.46%; 细根生物量随土层深度的增加而减少。长白落叶松人工林细根生物量在1年中有明显的季节变化规律,活细根的呈双峰型,死细根的呈多峰型。经细根分解实验计算,长白落叶松人工林细根分解系数k平均为0.001 5,细根年生长量、年分解量和年周转率分别为1.534 8 t/hm²、0.145 0 t/hm²和0.47次/a。     

基于GLMM的人工林红松二级枝条分布数量模拟

【目的】利用广义线性混合模型模拟人工林红松二级枝条分布数量,建立二级枝条分布数量广义线性混合模型,并选出最优模型。【方法】基于黑龙江省孟家岗林场人工林65棵红松955个一级枝上的二级枝条数量,通过传统Poisson回归方法选出模拟精度最高的基础模型,考虑树木效应与树木内枝条观测间的相关性,构建二级枝条分布数量广义线性混合模型,并利用R2、标准误差、平均绝对误差、相对平均绝对误差和Vuong检验对收敛模型进行比较。【结果】考虑树木效应的混合模型模拟精度均高于传统回归模型,最终将含有截距、lnR_DINC(R_DINC为着枝深度)、R²_DINC和C_L(冠长)4个随机效应参数以及自相关矩阵A_R(1)的广义线性混合模型选为二级枝条分布数量最优预测模型。在模型固定效应参数估计结果中,lnR_DINC、C_L和D_BH(胸径)前的系数为正值,R²_DINC、H_DR(高径比)前的系数为负值,树冠内二级枝条分布数量存在最大值。最优模型的R²为0.896 1,标准误差为5.15,平均绝对误差为3.83,相对平均绝对误差为23.25%。【结论】广义线性混合模型不仅提高了模型的拟合精度,在反映总体二级枝条分布数量变化趋势的同时,还可以反映每棵树木之间的差异。     

气候变化对落叶松人工林生物量生长的影响模拟

【目的】研究气候变化对落叶松人工林生物量及其生长的影响，为落叶松人工林碳估测和适应性经营决策提供依据。【方法】利用华北和东北地区第6～8次森林资源连续清查落叶松人工纯林固定样地数据，基于理论生长方程建立林分生物量生长模型。并将不同种落叶松作为哑变量，建立了气候敏感的林分生物量生长模型，气候因子为年湿热指数(AHM)。模拟未来气候不变、两种温室气体代表性浓度路径(RCPs)(包括RCP 4.5和RCP 8.5)3种气候变化情景下的林分生物量及其连年生长量，采用两种RCP气候情景与当前情景生物量估计结果的相对差值量化气候变化对林分生物量及其生长的影响。【结果】林分生物量的基础模型、含哑变量的模型、含气候变量和哑变量生长模型的决定系数R²分别为0.938 2、0.947 0和0.950 7,采用哑变量和考虑气候因子能够明显改善模型表现。模型模拟结果表明，与当前情景比较，各树种的林分生物量及其连年生长量在RCP 4.5和RCP 8.5气候变化情景下既有增加也有减少的趋势。对于林分生物量，RCP 4.5和RCP 8.5情景下的相对差值的均值区间分别为-3.02%～2.69%...     

基于TLS辅助的长白落叶松一级枝条生物量模型构建

【目的】探究利用地基激光雷达(terrestrial laser scanning, TLS)点云数据估测枝条生物量的可行性,构建预测长白落叶松(黄花落叶松)枝条生物量的最优模型。【方法】以利用孟家岗林场26株长白落叶松点云数据提取出的733个一级枝条的特征因子[枝长(L_BL)、弦长(L_BCL)、基径(d_B)、着枝角度(A_B)、弓高(H_BAH)、枝条基部断面积(S_BAB)、相对着枝深度(d_RDINC)]和对应的实测数据为数据源,分别建立枝条水平上的一级枝条生物量基础模型,通过对比基础模型之间的差异来分析利用TLS数据建立枝条生物量模型的可行性。最后利用TLS数据分别对比基础模型、混合效应模型和随机森林模型的预测效果。【结果】基础模型中最终选定的自变量为S_BAB和L_BCL。利用TLS数据建立的枝条生物量基础模型具有更好的预测精度。对比3种模型预测能力结果显示,随机森林模型无论在训练集还是测试集...     

长白落叶松-水曲柳混交林不同混交方式单木冠长预测模型

【目的】为了准确预估长白落叶松-水曲柳4种不同行间混交方式(行间混交比例分别为1∶1、2∶2、3∶3、5∶5)的单木冠长,采用联立方程组模型分别构建了长白落叶松和水曲柳的冠长模型。【方法】基于黑龙江省尚志国有林场管理局的长白落叶松-水曲柳混交林54块标准地的样木数据,从3种非线性的基础冠长模型中选取最优冠长模型,以单分子式模型为树高曲线的基础模型,并将混交比例(Z_i)和树木在混交带内位置(K)作为哑变量,加入其他树木变量、林分变量和竞争因子,分别构建长白落叶松和水曲柳的冠长模型;基于最优冠长模型和树高曲线模型建立联立方程组模型,采用非线性似乎不相关回归(NSUR)的方法进行参数估计,并对所构建的模型进行评价。【结果】长白落叶松冠长与高径比呈负相关,与林木树高和林分优势高之比呈正相关;水曲柳冠长与高径比呈负相关,与林木胸径和林分优势木胸径之比呈正相关;长白落叶松树高与长白落叶松优势木平均高呈正相关,水曲柳树高与水曲柳优势木平均高呈正相关。联立方程组预估长白落叶松冠长和树高的调整后决定系数 ( R_{\mathrm{a}}^2 )分别为0.478 1和0.821 6,联立方程组预估水曲柳冠长和树高的 R_{\mathrm{a}}^2 分别为0.395 8和0.752 9。【结论】构建冠长和树高联立方程组模型不仅具有较好的拟合效果及预测精度,还解决了冠长与树高之间内在相关性的问题。因此,本研究所构建的冠长模型可以很好地预测东北地区混交林内长白落叶松和水曲柳的冠长,为进一步研究混交林树木树冠结构提供依据。     

长白落叶松人工林密度表的编制及应用

采用不同林龄长白落叶松人工林的60株优势木数据建立林分饱和密度模型,编制了经营密度表,再利用26块密度近似于合理经营密度的不同生长阶段样地的平均胸径增长量、径阶分布和总蓄积量的分析,评价以经营密度表指导抚育间伐的过程及效果。结果表明:随平均胸径的增大林分密度不断减少,方程N=3 847.345 1e-0.082D适用于预估林分密度,编制的经营密度表反映了0.6～0.8郁闭度下长白落叶松各个生长阶段的最适林分密度。26块模拟样地的间伐前密度为2 883株/hm2,经历3次间伐后的林分平均密度分别为2 000、1 400和1 000株/hm2,最终成熟林的平均林分密度为600株/hm2,树冠竞争因子为416.33,总蓄积量为242.12 m3/hm2,大径材比率达59.26%。     

长白落叶松人工林多目标经营模式研究

【目的】我国林业目前处于提高森林资源质量和转变发展方式的关键阶段,林分水平的经营决策对科学制订森林经营规程、提高森林质量具有重要意义。利用模拟-优化系统,探究不同林分条件下的最佳经营模式,可为提高黄花落叶松(Larix olgensis)(俗名长白落叶松)人工林多目标经营水平提供理论基础和实施方案。【方法】以标准长白落叶松人工幼龄林为研究对象,利用多属性效用函数和妥协性分析构建包括净现值、大径材产量和林木碳储量的多目标经营模型,链接林分生长模型与粒子群优化算法,优化不同经营方程并提出经营模式。【结果】在不同造林密度(2 500和3 300株/hm²)及不同地位指数(16～22 m)下两种多目标方程(MOF₁和MOF₂)估算的林分主伐年龄为54～96 a,净现值为38 047.8～109 194.9元/hm²,大径材年均产量为1.8～4.4 m³/(hm²·a),轮伐期内年均林木碳储量为59.7～103.1 t/(hm²·a)。随着林木...     

华北落叶松冠层光合生理特性的空间异质性

【目的】森林生产力取决于树冠的整体光合能力,而树冠不同部位的光合作用具有差异性。深入了解华北落叶松冠层内光合作用的差异,为冠层水平模拟和准确估算森林生产力提供依据。【方法】采用Li-6400便携式光合仪对山西省太岳山20年生和40年生华北落叶松不同层次和不同方位的光合生理特性进行研究。【结果】20年生华北落叶松树冠中上层与下层的净光合速率(P_n)差异显著(P<0.05),而不同方位上的P_n差异不显著; 40年生华北落叶松树冠上、中、下3个层次的P_n差异显著(P<0.05),不同方位上的P_n差异也不显著。影响20年生华北落叶松树冠P_n的主要因子是羧化效率(V_c)、胞间CO₂浓度(C_i)、蒸腾速率(T_r); 影响40年生华北落叶松树冠P_n的主要因子是V_c、气孔导度(G_s)、水汽压亏缺(p_VPD)。20年生和40年生华北落叶松树冠不同层次、不同方位叶绿素a、叶绿素b和总叶绿素含量差异不显著。【结论】冠层光合空间异质性是冠层水平模拟和估算森林生产力时必须考虑的因素,这对于从单木到林分的尺度推演和模型拟合具有重要的意义。     

洪泽湖地区杨树人工林碳水通量昼夜和季节变化特征

【目的】通过对洪泽湖地区杨树人工林生态系统碳水通量的昼夜变化和季节变化特征进行分析,为评估该杨树人工林生态系统的固碳能力提供必要的基础数据,揭示杨树人工林生态系统碳循环及对外部气象环境因子的响应,同时为增强森林生态系统固碳能力提供依据。【方法】以洪泽湖地区杨树人工林生态系统为研究对象,利用涡度相关技术和微气象观测系统进行长期且连续的通量以及气象环境观测。选取2017年5月至2018年4月期间的原始观测数据,对异常数据进行剔除和插补处理,同时,利用EddyPro软件中的Express Mode模块对通量数据进行二次坐标旋转、频率损失订正以及WPL密度效应修正,最终转化为30 min数据。分析杨树人工林生态系统与大气间的二氧化碳(CO₂)、甲烷(CH₄)和潜热(latent heat, LE)通量的季节动态变化和昼夜变化特征及其与外部气象环境因子的相互关系。【结果】洪泽湖地区杨树人工林生态系统碳通量均有显著的昼夜和季节变化,净生态系统碳交换(net ecosystem exchange, NEE)白天为较强的碳汇,夜晚为较弱的碳源,整年表现为固碳作用,年通量为-506.9 g/(m²·a)。其日变化在生长季和非生长季均呈“U”形曲线,生长季的碳吸收明显大于非生长季;在生长季白天,NEE与光合有效辐射(photosynthetically active radiation, PAR)呈显著的对数关系;而在非生长季,NEE与夜间土壤温度(soil temperature,T_s)呈显著的指数关系。洪泽湖地区杨树人工林生态系统LE的昼夜和季节变化显著,在生长季和非生长季均呈“单峰型”曲线,且在生长季大于非生长季,LE与饱和水汽压差(vapor pressure deficit, VPD)在生长季和非生长季均呈显著的线性正相关关系。洪泽湖地区杨树人工林生态系统CH₄通量在生长季和非生长季均无显著的昼夜变化,在生长季为较弱的CH₄吸收,非生长季为中性至微弱的CH₄排放,全年可能表现为较微弱的CH₄汇。【结论】洪泽湖地区杨树人工林生态系统整体具有较高的固碳能力,CO₂和LE通量具有显著的昼夜变化和季节变化规律,而CH₄通量季节和昼夜变化并不显著,生态系统碳水通量受环境因子的影响较显著,可以为今后提升杨树人工林的固碳能力提供参考。因此,营造杨树人工林将是短期内吸收大气中的CO₂和CH₄并缓解气候变化的有效途径。     

黑龙江省气象因子插值优化及与落叶松NPP相关性分析

【目的】通过比较不同插值方法模拟黑龙江省气象因子,利用最佳插值结果,探寻落叶松样地气象因子与森林植被净初级生产力(NPP)的关系,为黑龙江省落叶松林的生产经营和管理提供科学参考。【方法】以黑龙江省2010年生长季(5—9月)气象因子(日平均气温、日降水量)及1 521块落叶松林固定样地数据为数据源,分别使用反距离加权(IDW)、普通克里金(OK)、多元线性回归(MLR)和混合插值法(包括回归反距离加权(RIDW)和回归克里金(RK))5种插值方法对生长季月均气温和月均降水量进行插值及比较,以最佳插值方法得到黑龙江省2010年生长季月均气温和月均降水量空间分布。根据东北地区树种生物量异速模型估算落叶松样地单位面积森林地上生物量(AGB)和净初级生产力,并与样地气象因子进行相关性分析。【结果】5种插值方法中RK的生长季月均气温和月均降水量均方根误差(RMSE)分别为0.420和10.110,均优于其他插值方法。生长季月均气温由南至北降低的同时落叶松NPP随之降低,月均降水量自西向东增大,落叶松NPP随之升高。生长季月均气温、月均降水与NPP的Pearson相关系数分别为0.221和0.241,二者P值都小于0.01,呈极显著相关。【结论】考虑地形因子和多元回归模型结果残差的RK方法可以更好地模拟黑龙江省生长季月均气温和月均降水量。生长季落叶松NPP在经、纬度方向上分布趋势与气温、降水量相同,且落叶松NPP与生长季月均气温和月均降水量均有一定相关性,其中与降水量相关性更为明显。     

基于广义非线性混合效应的华北落叶松天然次生林枝下高模型

【目的】立木枝下高模型的构建是森林经营的核心内容,利用非线性混合效应模型方法构建华北落叶松枝下高模型,可为森林生长与收获研究提供理论依据。【方法】基于112块华北落叶松天然次生林样地单木数据,从7个备选的枝下高-树高模型中选出一个最优基础模型; 分析9个不同单木或林分因子及其因子之间的组合对枝下高的影响,将影响显著的因子作为模型预测变量以提高模型精度。在此基础上,考虑区组以及嵌套在区组里的样地对枝下高的影响,即构建嵌套两水平的非线性混合效应枝下高模型。【结果】Logistic模型预测精度较高并且模型参数可解释,因此选为基础模型。除树高之外,立木胸径、样地内所有大于对象木胸径的立木断面积总和、平均冠幅和林分密度与枝下高相关显著,故作为模型预测变量。与传统模型相比,所构建的两水平嵌套非线性混合效应模型对应的决定系数提高了53.26%,均方根误差降低了24.73%,因此明显提高了模型预测精度。【结论】区组和嵌套在区组里的样地对立木枝下高随机干扰较大,当考虑这些随机效应对枝下高的影响时能明显提高模型的预测精度。     

基于BP神经网络的长白落叶松人工林林分平均高预测

【目的】研究BP神经网络模型在树高预测中的应用,分析比较不同森林调查因子及不同神经网络训练算法对平均树高预测的影响,为树高预测提供新的方法。【方法】以吉林省长白落叶松人工林为对象,基于168块固定样地的314个观测数据,运用BP神经网络建模技术建立了林分平均树高生长模型。输入因子首先加入年龄,然后依次加入立地因子及林木竞争因子,分析立地因子及林木竞争因子对树高的影响。基于Matlab R2016b中的Sigmoid函数和线性函数为神经元的传递函数,分别采用贝叶斯正则化算法和Levenberg-Marquatdt算法(简称L-M算法)对网络进行训练,对比分析了贝叶斯正则化算法和L-M算法作为训练函数的差异。【结果】与L-M训练算法相比,贝叶斯正则化训练算法具有更好的泛化能力。模型中依次加入年龄、立地因子、林木竞争因子后,树高的拟合精度呈现出相同的上升趋势。采用贝叶斯正则化训练算法,当年龄作为输入因子时,决定系数R²为0.521 0,均方根误差(RMSE)为2.091 7,平均绝对误差(MAE)为1.627 6。加入立地因子后,决定系数R²提高至0.573 6,提高了10.10%,均方根误差(RMSE)为1.973 6,降低了5.65%,平均绝对误差(MAE)为1.579 7,降低了2.94%; 在此基础上,加入林木竞争因子后,决定系数R²为0.845 5,增长了47.40%, 均方根误差(RMSE)为1.187 9,下降了39.81%,平均绝对误差(MAE)为0.968 5,下降了38.69%。【结论】利用贝叶斯正则化BP神经网络可以准确地预测长白落叶松人工林的平均高。立地因子及林木竞争因子能够较好地提升林木生长预测的精度,且林木竞争因子对树高的影响明显大于立地因子。     

基于林分及地形因子的落叶松人工林林分生物量模型构建

【目的】落叶松在我国东北地区广泛分布，是重要的造林和用材树种，具有生长速度快、耐寒等优点。为了准确地估算落叶松人工林林分生物量，构建了落叶松林分可加性生物量模型。【方法】以落叶松人工林为研究对象，基于黑龙江省的304块人工落叶松固定样地数据，采用非线性似乎不相关回归的方法建立了可加性生物量模型系统，使用留一交叉验证法对建立的模型进行检验。【结果】林分断面积和林分平均高对树干、树枝、树叶和树根生物量模型有显著影响，林龄和海拔也显著影响林分树干、树叶、树根生物量；坡率和坡向对树枝生物量有显著影响。树叶生物量与林分平均高、林龄和海拔呈显著负相关，树干与树根生物量则与之呈显著正相关，树枝生物量与林分平均高呈显著正相关。在所建立的可加性生物量模型中，调整后决定系数(R_adj²)均在0.94以上，均方根误差(RMSE)较小。检验指标平均误差(MPE)和平均误差百分比(MPE%)均接近0，拟合指数(I_F)均大于0.93，平均绝对误差(MAE)较小，且平均绝对误差百分比(MAE%)均小于11%。【结论】建立的落叶松人工林可加性生物量模型...     

赣中天然闽楠单木冠幅预测模型的研究

【目的】探讨竞争指标和建模方法对天然闽楠(Phoebe bournei)单木冠幅预测模型的影响,以期为精准预测天然闽楠单木的冠幅提供参考。【方法】以江西省赣中25块闽楠天然次生林典型样地中的1 011株闽楠为研究对象,采用普通最小二乘法(OLS模型)、仅考虑样地水平的混合效应模型、增强回归树和随机森林4种建模方法建立单木冠幅模型,分别添加林分每公顷断面积、大于对象木的断面积之和、林分密度指数和简单竞争指数4种竞争指标,分析竞争指标对冠幅模型的影响,采用决定系数(R²)、均方根误差(RMSE)、平均相对误差绝对值(RMA)和平均绝对误差(MAE)确定最佳模型。【结果】不添加竞争指标时,模型的预测能力表现为:混合效应模型>OLS模型>增强回归树>随机森林;添加竞争指标时,最优模型表现为:混合效应模型>OLS模型>随机森林>增强回归树。OLS模型中添加大于对象木的断面积之和竞争指标时预测能力最佳;增强回归树中添加固定半径为7 m的简单竞争指数时预测能力最佳;随机森林中添加林分每公顷断面积竞争指标时预测能力最佳;混合效应模型不添加竞争指标时预测能力最佳(RMSE为0.846 0,RMA为0.211 1,MAE为0.650 1),并且都优于其他模型。【结论】研究结果可对天然闽楠单木冠幅生长进行精准预测,并为提高闽楠天然次生林的林分质量提供理论依据。