黑龙江省红松人工林林分乔木层可加性碳储量模型

【目的】大尺度森林碳储量的估算备受关注,而构建林分乔木层碳储量模型是一种评估森林碳储量快捷且准确的方式。【方法】以黑龙江省(东京城、林口、帽儿山、孟家岗)207块红松人工林样地数据为研究对象,选择聚合法、平差法、分解法作为构建林分碳储量模型的可加性方法,以加权回归来消除碳储量模型的异方差。采用留一交叉验证法(leave-one-out cross validation, LOOCV)对3种可加性方法的碳储量模型进行评价。【结果】基于3种可加性方法林分碳储量模型拟合结果之间存在略微的差异。聚合法的总体预测能力略优于平差法和分解法,具体预测精度排序为聚合法>平差法>分解法。当预测林分总碳储量时,3种可加性方法在不同林分断面积区间的预测能力表现并不一致。【结论】基于聚合法的林分碳储量模型更适合于黑龙江省红松人工林的碳储量预测,但当预测红松人工林的林分总碳储量时,应根据林分断面积区间选择合适的可加性方法。     

不同矫正位置对落叶松分位数削度方程预测精度的影响

【目的】基于非线性分位数回归方法构建大兴安岭落叶松(Larix gmelinii)树干削度方程,并分析比较基本模型与不同分位数(τ=0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9)模型,利用树干不同高度的上部直径进行矫正分位数组合模型预测精度,为落叶松天然林干形的精准预测提供理论依据。【方法】以大兴安岭壮志林场212株落叶松树干干形数据为研究对象,基于非线性分位数回归方法和Max and Burkhart分段削度方程,利用SAS软件中NLP过程拟合各分位数分段削度方程,把树干相对高20%、30%、40%、50%、60%、70%处的直径以及胸径到树尖的中间位置(50%^*)的树干上部直径引入到分段削度方程中进行矫正,并以平均误差(MAB)和相对误差(MPB)为评价指标对削度方程进行对比分析。【结果】Max-Burkhart分段削度方程在9个不同的分位点都可以得到参数估计值,因此分位数回归削度模型可以评价在不同分位数的预测能力。未矫正的分位数(τ=0.5、0.6)模型的预测精度略优于基本模型。准确地选择矫正位置至关重要,与未矫正的基本模型相比,利用树干相对高20%和70%处的直径进行矫正不能提高各分位数组合模型的预测精度,利用树干相对高30%、40%、50%、60%处的直径以及胸径到树尖中间位置的树干上部直径进行矫正的大多数分位数组合(3、5、7、9个分位数组合)模型的预测精度都能得到提高,总体使用矫正位置分位数组合模型的预测精度顺序为40%>50%^*>50%> 60%>30%>20%>70%。最佳的矫正位置为树干相对高40%处,并以3个分位数的组合(τ=0.3、0.5、0.7)模型预测精度最高,与未矫正的基本模型相比,MAB和MPB均下降13.5%。【结论】在削度方程中引入一个合理的矫正位置可以提高模型的预测精度,其中,最佳矫正位置为树干相对高40%处,最优模型为3个分位数组合(τ=0.3、0.5、0.7)模型。在实际应用中,如果不考虑矫正时,建议采用分位数τ=0.5削度方程的参数估计值。