格氏栲天然林灌木生物量模型研究

为探索适宜方法预测格氏栲天然林灌木生物量,以福建三明格氏栲自然保护区4种灌木的实测数据为基础,构建总生物量与各分量生物量的非线性独立模型。运用相容性模型解决生物量相容性问题,采用加权回归法消除模型的异方差。接着建立人工神经网络,与相容性模型进行精度对比,比较模型优劣。结果表明,1)4种灌木总量和各分量的生物量独立模型总体上受地径因子影响更大,二元模型在精度上要优于一元模型,决定系数(R^(2))基本提高了0.02以上。2)相容性模型与独立模型在精度上的差别不大,在某些分量模型的精度上甚至有所下降。3)人工神经网络预测灌木生物量在精度上相较相容性模型有明显提升,人工神经网络总量和各分量生物量模型较对应相容性模型R^(2)大部分可提高0.03以上,提高值最大可达0.21,且对相容性模型中精度较低的模型也有较好的预测效果,相容性模型中R^(2)<0.6的分量其人工神经网络模型R^(2)可提高0.08以上。总体来看,采用相容性模型可解决生物量不相容的问题;而人工神经网络预测精度较传统模型更高,当传统模型表现一般时更值得选择用于生物量预测。运用2种模型进行对比,旨在为准确预估格氏栲天然林灌木生物量提供理论参考。