基于贝叶斯法估计杉木人工林树高生长模型

以江西杉木密度试验林为例,分别基于贝叶斯法和传统法(非线性最小二乘法)估计杉木人工林树高生长模型,并在贝叶斯法中考虑无信息先验分布和有信息先验分布。结果表明:利用贝叶斯法估计杉木人工林树高生长模型,预测值的可靠性比传统法好,而且基于有信息先验分布估计杉木人工林树高生长模型要略好于无信息先验分布。这是因为利用生长模型预测杉木人工林树高生长存在着一定的不确定性,使得利用传统的估计方法分析杉木人工林生长模型稳定性比较低,可靠性也相对较差。贝叶斯法综合利用了先验信息和样本信息,而传统法仅利用了样本信息,而且贝叶斯法把模型参数看作是随机变量,更能反映杉木人工林树高生长的本质,预测杉木人工林树高的可靠性更好,而传统法把模型参数看作固定值。研究结果为杉木人工林生长模型的估计提供一种新的思路。

日本落叶松家系对树高生长模型参数的影响

以湖北省建始县长岭岗林场 15年生日本落叶松子代测定林为研究对象 ,研究了家系间优势高的生长变异 ,家系对树高生长模型参数影响的显著性检验 ,并构建了日本落叶松家系树高生长模型。研究表明 ,同一立地不同家系的树高—年龄关系为多形曲线 ,不仅渐近线存在显著差异 ,而且曲线的形状也发生改变 ,应采用不同的生长模式来描述其树高生长过程 ,优势高生长是环境差异和遗传变异的树木表现型的综合反映 ,树高生长潜力 (立地指数 )随着遗传改良材料的应用而增大 :Schumacher和Richards方程对模拟日本落叶松幼龄阶段不同家系的优势高生长过程均能达到令人满意的效果 :家系间优势高的差距随年龄而增大 ,且家系间连年生长速率也各不相同。

基于混合模型的落叶松树高生长模型

以辽宁省大孤家林场不同种和杂种落叶松试验林为研究对象,应用理查德基础模型构建非线性混合模型,考虑落叶松种和杂种之间的差异为随机效应,采用R软件进行模拟,选择模型收敛及其AIC和BIC值最小的混合模型作为最优模型。在此基础上考虑树高生长数据的时间序列相关性,来提高拟合的精确度,并分析不同种及杂种间树高生长的差异性,以期为建立精细到种的林分生长和收获模型奠定理论基础。结果表明:考虑种间效应的混合模型模拟精度优于传统的回归模型方法,残差分布明显改善;ARMA(2,2)自回归误差结构矩阵模型在解释树高生长的时间序列相关性时不仅提高了混合模型的模拟精度,而且能够很好地表达连续观测数据间误差分布情况;因此混合模型提高了模型的精度和通用性,并且模型中每个参数都有特定的数学含义。通过参数分析得出随机因子对树高生长的影响程度,其中以日81×长白落叶松杂种树高生长表现最具优势。

基于两水平混合模型的杂种落叶松胸径和树高生长模拟

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0.751 0和0.900 8提高到0.946 3和0.947 4,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。

新疆塔里木河下游胡杨树高生长量及其空间分布研究

以塔里木河下游4个典型断面作为野外调查靶区，根据3a来对塔里木河下游胡杨恢复状况的实地监测数据，分析了影响胡杨树高生长量的因素，并得出中龄段胡杨树高生长量和地下水埋深的回归模型：y=-0．1286x＋1．0097。结果显示：在塔里木河下游影响胡杨生长的主要因子是地下水，由回归模型可以得出：当地下水埋深〈4．5m时，中龄胡杨树高生长是显著的；地下水埋深在4．5～6．5m时，胡杨树高生长受到抑制；而当地下水埋深〉6．5m时．胡杨树高生长非常缓慢；地下水埋深〉8m时，胡杨树高生长基本停止。此外，聚丛的群生株无论在树高还是在高生长量上都比散生的单生株显现优势。

Sloboda树高生长模型及其在杉木人工林中的应用

简要介绍了德国著名生物统计学家Ｂ．Ｓｌｏｂｏｄａ的树高生长模型。本研究将该方程应用于杉木人工林的优势高生长模拟中，获得良好的模拟效果。分析结果认为，用Ｓｌｏｂｏｄａ树高生长方程拟合多形指数曲线，不会导致指数年龄时的树高与指数级不符的矛盾，同时能确保拐点参数的生物意义，并且用非线型二乘法解方程参数时不需要做任何特殊处理。

华山松种源对树高生长模型参数的影响

【目的】研究华山松种源对树高生长模型参数的影响，为建立通用的华山松树高生长模型奠定基础。【方法】以湖北省宜昌市大老岭林场华山松种源试验林为研究对象，利用林龄4～10年、24年和32年的树高数据，建立华山松11个种源的基础模型、哑变量模型和非线性混合模型，并对各模型的拟合精度进行比较。【结果】在Richards、Logistic、Schumacher和Korf4个最常用的树高理论方程中，以Richards方程的拟合效果最好，故选其作为基础模型。哑变量模型和非线性混合模型的检验结果均显示，华山松种源对树高生长模型的渐进参数有显著影响，而对生长速率参数和形状参数无显著影响。对比3种模型的决定系数R2、残差平方和SSE、平均绝对残差lEj和均方根误差RMSE4个精度评价指标发现，哑变量模型和非线性混合模型的精度比基础模型明显提高，二者平均精度的决定系数R。提高1．37％，残差平方和SSE降低18．27％，平均绝对残差｜E｜降低12．77％，均方根误差RMSE降低9．6％；哑变量模型的拟合精度比非线性混合模型稍高，决定系数R。提高0．1％，残差平方和SSE、平均绝对残差｜E｜、均方根误差RMSE分别降低1．8％，4％和0．9％。【结论】华山松种源对树高生长模型的渐进参数有显著影响，而对生长速率参数和形状参数无显著影响。在种源数量不多时，利用哑变量模型建立通用的华山松种源树高生长模型是一种较好的方法。

日本落叶松种源对树高生长模型参数的影响

以湖北省宜昌市大老岭林场日本落叶松(Larix kaempferi(LAMB.)Carr)种源试验林为研究对象,利用林龄树高数据,应用哑变量方法把种源效应引入Richards方程和Schumacher方程的对数线性回归形式,研究了7个日本落叶松种源对树高生长模型参数的影响。结果表明:Schumacher模型的检验结果,种源对树高生长模型斜率参数或截距参数有显著影响,并且更倾向于种源效应对截距参数的影响;Richards模型的检验结果,种源对树高生长模型的参数有显著影响,但更倾向于种源效应对渐进参数的影响,对速率参数和形状参数也有影响。同一立地不同日本落叶松种源对树高-林龄曲线的渐进参数、截距参数有显著影响,对速率参数、斜率参数、形状参数有影响,应采用不同的生长模型来描述树高生长过程。

基于混合效应模型及EBLUP预测杉木树高生长过程

基于福建省将乐县国有林场15块标准地的30株杉木Cunninghamia lanceolata标准木的解析数据,首先对5个生长方程运用非线性最小二乘法进行拟合,选出拟合效果最好的模型作为基础模型,利用解析木数据构建非线性混合效应树高生长模型。以单株树木作为随机效应,通过变换混合效应参数个数,利用R软件选择赤池信息准则(AIC),贝叶斯信息准则(BIC)最小,对数似然函数(Loglik)值最大的混合效应模型作为最优模型,基于混合效应模型研究经验线性无偏最优预测法(EBLUP)预测树高生长过程的特点。结果表明:Weibull方程中,β1,β2和β3等3个参数都作为混合效应参数的模型模拟精度最高。观测次数相同时,延长观测间隔能够降低预测误差,提高预测精度;观测间隔相同时,增加观测次数,预测精度会提高。

油松幼树树高生长预测的不确定性贝叶斯分析

【目的】以秦岭松栎林地带性树种油松幼树为研究对象,构建幼树树高生长模型,分析模型预测的不确定性来源,明确模型参数对模型预测不确定性的贡献程度,为提高幼树树高生长建模的可靠性提供理论依据。【方法】收集秦岭松栎林中132株油松幼树连年生长量信息,构建油松幼树树高5年生长量贝叶斯预测模型,采用马尔可夫链蒙特卡洛抽样方法估计模型参数的联合后验分布,量化模型预测时模型预测误差的不确定性、输入变量(自变量测量误差)的不确定性和模型参数的不确定性。结合贝叶斯统计框架与Sobol全局敏感性分析技术,从贝叶斯参数后验分布空间中抽样,量化每个参数或参数组合传递给模型输出的不确定性,通过变异系数和贝叶斯95%可信区间宽度评价其对模型输出不确定性的贡献和影响。【结果】1)油松幼树树高5年生长量模拟中最大不确定性来源是模型预测误差的不确定性,占总体不确定性的51%;其次是模型参数的不确定性,占总体不确定性的43%;不确定性比例最小的是输入变量即自变量(树冠竞争因子、光截留)测量误差的不确定性,占总体不确定性的6%。模型总体预测的不确定性区间包含97%的观测点,可较准确覆盖模型中观测数据的随机误差。2)对油松幼树树高预测不确定性贡献最大的是控制树冠竞争因子的参数,占参数总体不确定性的64.87%;其次是控制立地因子(坡度)和光照因子(光截留)的参数,分别占参数总体不确定性的15.88%和10.02%;控制林木大小(树高)的参数,仅占参数总体不确定性的1.78%;其他参数贡献的不确定性低于1%。参数的相互作用除控制坡度和树冠竞争因子的参数外,其他参数的相互作用对模型输出不确定性的贡献均低于1%。3)贝叶斯MAP(最大后验概率)预测结果表明,油松幼树树高5年生长量与林分树冠竞争因子、光截留和坡度呈负相关,与当前树高呈正相关。结合参数的不确定性分析得出,参数不确定性越高,其控制的变量对模型预测结果的影响越不显著。【结论】油松幼树树高生长预测的不确定性来源复杂,贝叶斯统计框架与Sobol全局敏感性分析结合可量化和解释油松幼树树高生长预测中各种来源的不确定性,并精确到每个参数传递给模型预测不确定性的贡献。这种将不确定性量化分解的方法可为森林生态系统模拟中对数据和模型预测的变异进行量化、解释和模型改进提供新的参考依据。

树干解析法估测樟子松树高生长的偏差

依据等断面积径级标准木法，在东北林业大学帽儿山实验林场老山人工林示范区设置的8块樟子松人工林不同年龄的样地中分别选伐5株树木，实测每株样木的每年实际高生长，并采用树干解析法预估了樟子松样木的树高生长。通过分析发现：采用传统的树干解析法预估樟子松的树高生长存在偏差，预估偏差范围一般在0～0．8m之间，樟子松幼年时相对偏差较大，最大可达200％以上；相对偏差随年龄的增大呈倒“J”字形曲线。为了克服传统的树干解析法预估树高每年生长的偏差，建立了相对偏差与年龄的关系函数，用以修正传统的树干解析法预估的树高每年生长。

樟子松人工林树高生长对气候因子的响应研究

为了确定气候因子对樟子松人工林树高生长的影响,为以后的樟子松人工造林和经营管理提供科学的依据,本文通过对内蒙古凉城县蛮汉山林场樟子松人工林进行调查,利用蛮汉山林场樟子松6块标准地调查的解析木数据,结合凉城县气象站多年的气象资料,采用因子分析法和回归分析法研究了樟子松人工林树高生长与气候因子的关系。研究结果表明:影响蛮汉山樟子松人工林树高生长的气候因子顺序是:年平均风速(x6)>年平均湿度(x5)>年降雨量(x4)>年极低温度(x3)>无霜期(x7)>年平均气温(x1)>年极高温度(x2);年平均风速(x6)和年平均湿度(x5)是影响蛮汉山地区樟子松人工林树高生长的两个主导气候因子;通过主成分分析,进一步得知水分是影响该地区樟子松人工林树高生长的关键因素;最后建立了樟子松树高连年生长量与气候因子之间的数学回归模型。

长白山南部日本落叶松树高生长和立地指数曲线

本文利用102块标准地材料研究了日本落叶松树高生长模式。采用chapman-Richards函数改变形式,根据全高年龄和胸高年龄数据,构成了日本落叶松立地指数和树高生长预测方程,并对两种数据构成的方程进行了比较,证明胸高年龄数据构成的预测方程更精确。同时,对目前我国常用的立地指数模式进行了比较,结果表明本文提出的模式精度能提高。

架空线下速生超高树木树高生长规律研究

采用树干解析法,考虑立地条件(Ⅰ:山脚山腰厚土型,Ⅱ:山顶山脊薄土型)和林木起源(1:第1代林,2:第2代林)等因素,对架空线下速生桉和湿地松优势木的高生长规律进行研究,结果表明:速生桉高生长高峰期第1代林为栽后前4年、第2代林为栽后前3年,高峰期平均年高生长Ⅰ-1、Ⅱ-1、Ⅰ-2、Ⅱ-2分别为4.13 m、3.5 m、5.0 m、4.5 m;速生桉林木起源相同时,树高生长Ⅰ>Ⅱ;速生桉第2代林前期生长快,后期生长速度显著减弱,第1代林前期生长速度不如第2代林,但后期速度降低也慢,6年生时,树高排序为Ⅰ-1>Ⅰ-2>Ⅱ-1>Ⅱ-2;立地条件对湿地松的树高生长影响很大,24年生湿地松树高Ⅰ(19.5 m)>Ⅱ(13.5 m);湿地松树高生长高峰Ⅰ为前11年,树高可达16.0 m,Ⅱ为前9年,树高为9.0 m;速生桉和湿地松的树高生长曲线均服从以树高为因变量、年龄为自变量的多项式模型,除速生桉Ⅱ-1为2次多项式外,其他均为3次多项式,相关系数(R2)均在0.995以上。通过树高生长模型可预测架空走廊树木随时间的生长高度,结合导线弧垂变化规律,可构建超高树木安全距离预警系统,提前排除超高树木隐患,有效提高架空线路的运行安全性。

基于混合效应模型及EBLUP预测美国黄松林分优势木树高生长过程

【目的】基于加拿大哥伦比亚省美国黄松79株解析木数据,研究如何用经验线性无偏最优预测法(EBLUP)预测优势木树高生长过程,并分析预测精度与观测次数、观测间隔和预测时长的关系。【方法】随机抽取49株解析木数据拟合树高生长混合效应模型,30株解析木数据用于EBLUP的预测分析。树高生长模型以Richards,Logistic,Korf等为基础模型,选用AIC,BIC及Loglik 3个统计量评价模型的拟合效果。模型拟合用R软件的nlme函数实现,预测分析以预测误差均方(MSPE)为评价标准。在分析观测间隔、观测次数和预测时长对MSPE的影响时,为分离出1个因素的影响效果,将2个因素保持不变,以分析第3个因素的影响作用。在R软件拟合结果的基础上,用SAS的IML过程进行EBLUP预测分析。【结果】拟合结果表明,Logistic方程的拟合精度最高,选为EBLUP预测分析的基本模型。预测分析结果表明,观测次数、观测间隔和预测时长对预测精度均有显著影响。随着观测次数的增加,MSPE一般表现出减少的趋势,但下降幅度与观测间隔有关:当间隔较大时,不同的观测值可以提供更充分的生长过程信息,因而可以显著降低MSPE值;但当间隔较小时,观测值所提供的生长信息相互重叠,对提高预测精度的增益有限。从预测时长角度看,在观测值附近一定区域内,EBLUP预测结果非常精确,但随着预测时长增加,预测误差呈逐渐增加的趋势。【结论】EBLUP预测相当于两阶段拟合过程的第二阶段。第一阶段拟合为估计混合参数模型确定参数的过程,而第二阶段则是在第一阶段拟合结果的基础上,依据一个特定林分的若干树高观测值用EBLUP法预测此林分的随机效应值,并进一步预测树高生长过程。

基于小班和树高生长方程 比较不同立地条件对树木生长的差异

林木生长方程是描述树种(组)各调查因子总生长量随年龄生长变化规律的数学模型,已广泛应用于估算单木树高、材积、林分蓄积等。以森林资源二类清查数据为基础,以小班为单位,针对辽西(北)地区的油松和刺槐人工林,通过7种典型的树高生长理论方程,分别拟合其在不同立地条件下的树高生长过程。结果表明;7种方程均能较好地模拟树高的生长过程,其中又以Korf方程和Logistic方程为优,拟合效果最好;在拟合过程中,渐近参数a和形状参数b,c受立地类型的影响均较大;通过对拟合方程进行检验,方程估算值与真实值之间并无显著差异,说明拟合方程能够准确地预测树高的生长过程。在此基础上,进一步对油松和刺槐的树高生长进行研究,发现:地形和坡向对油松的生长影响较大,山洼地和侵蚀沟中油松生长最好,阴坡半阴坡又好于阳坡半阳坡;刺槐则在阳坡半阳坡生长优于阴坡半阴坡。这为辽西(北)地区立地质量的评价和人工林的合理经营提供了参考依据。

凉水自然保护区阔叶红松林冠下4个主要树种更新幼树树高生长模型

以黑龙江省凉水国家级自然保护区阔叶红松林为研究对象,基于14块标准地中红松(Pinus koraiensis)、红皮云杉(Picea koraiensis)、冷杉(Abies nephrolepis)、色木槭(Acer mono)等4个主要树种448棵幼树的连年树高生长量数据,从5个备选模型中分别为4个树种选择最优树高生长模型作为基础模型,并采用R语言对4个树种分别构建了样地水平和样木水平的幼树树高生长混合效应模型并进行独立检验。结果表明:4个树种幼树树高随年龄增加而增大,且总体趋势较为明显,在幼树阶段其树高的年增长量差别不大。柯列尔方程或幂函数能较好地拟合4个树种幼树的树高生长过程。将柯列尔方程作为最优基础模型并建立混合效应模型,通过比较赤池信息准则(A_(I,C))、贝叶斯信息准则(B_(I,C))以及对数似然值(L_(L))得出结果,样木水平混合效应模型优于样地水平混合效应模型。与基础模型相比,4个树种样木水平混合模型的调整后确定系数(R_(adj)^(2))提高4.16%~20.31%(平均11.13%);均方根误差(R_(M,S,E))降幅较大,为83.92%~89.66%(平均86.32%)。模型检验结果显示,相对于基础模型,混合效应模型的平均绝对误差(M_(A,E))减小6.8~13.4 cm,平均减小9.78 cm;平均预测误差百分比(M_(P,S,E))降幅较大,为14.4%~49.5%(平均30.85%)。说明样木水平混合模型既能提高模型的拟合效果,又能提高模型的预测能力,证明了树高生长的差异主要源于随机效应(即幼树个体差异)。本研究所构建的幼树树高生长模型可以为阔叶红松林的生长模拟和森林演替研究提供基础。

主要气象因子对杉木树高生长效应的研究

1 前言 树木的树高生长对气象变化的反应较为敏感，并随气象条件的变化而发生相应的波动。如何定量地估算气象要素的变动对树高生长的贡献，分析林木生长与气象条件的适应性，是林业生产中必须予以研究和解决的问题。杉木是中国特有的最重要的用材树种，栽培遍及中国南方16省（区），在中国木材生产上占有举足轻重的地位。但至今在气象因子对杉木生长的影响研究鲜见。

立地条件与湿地松幼林树高生长关系

基于９年生湿地松人工林的５４个标准地立地条件与树高生长的调查，初步研究表明：湿地松生长受海拔高度影响最大，随海拔递升而下降；湿地松生长受地形影响，在山洼、山谷处生长最好，山坡、山顶、山脊则较差；湿地松生长受坡向影响较小．