基于随机森林算法的落叶松-云冷杉混交林单木胸径生长预测

【目的】单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。【方法】以吉林省汪清林业局20块落叶松-云冷杉混交林固定样地25年(1986—2010年)间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合(决策树数目ntree=1 000、决策树每个结点随机选择的预测变量个数mtry={1, 2,···, 52})构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。【结果】ntree=1 000、mtry=12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2cv(R2cv=0.54),以及最小的交叉验证均方根误差RMSEcv、交叉验证平均绝对偏差MAEcv和交叉验证相对均方根误差rRMSEcv(RMSEcv=0.14 cm、MAEcv=0.10 cm、rRMSEcv=50%)。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径Dg的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D0以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小(相对重要性均<1%),其中,生长季平均降水量(4—9月)与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量(4—9月)与生长季相对湿度(4—9月)之比Gspgsrh以及生长季太阳辐射时长(4—9月)Gssr是前4个相对重要的变量。【结论】随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。

福建地区马尾松生物量转换和扩展因子的影响因素

基于第8次国家森林资源清查福建省331块马尾松的固定样地调查数据,利用增强回归树法(BRT)研究地上生物量转换和扩展因子(BCEF)和地下BCEF的影响因素。研究结果表明:林分特征因子和地形因子是影响地上BCEF以及地下BCEF的主导因素,二者对地上BCEF影响的相对贡献率之和为87.20%、地下BCEF为86.59%。其中,龄组和坡向分别是林分特征因子和地形因子中影响地上BCEF的最大因素(41.13%和14.52%)。地上BCEF随龄组的增大而逐渐减小;在东南坡最大、西坡最小。此外,龄组和坡向分别是林分特征因子和地形因子中影响地下BCEF的最大因素(41.54%和15.16%)。地下BCEF随龄组的增大而逐渐减增大;在东南坡最小、西坡最大。土壤因子对地上BCEF以及地下BCEF的影响都较小(12.80%和13.41%),腐殖层厚度是土壤因子中影响地上BCEF以及地下BCEF的最大因素(9.02%和9.13%)。在所有的影响因素中,龄组对地上BCEF以及地下BCEF的影响均最大,依据龄组计算相应的BCEF或者建立林龄普适的BCEF模型,可以有效地提高生物量的估算精度。

模型和林分因子对区域尺度碳计量参数的影响——以杉木为例

【目的】研究模型和林分因子对区域尺度生物量碳储量转化和扩展系数(BCCEF)的影响,为区域尺度乔木林碳储量估算提供科学、合理的参数和估算方法。【方法】选择我国南方主要树种杉木,以福建、江西、湖南和广东4省固定样地为区组,选用区域内模型和区域外模型,按独立和兼容2种方式从单木到区域扩展,分一元和二元模型进行方差分析,确定稳定的模型;在此基础上,分起源、龄组,以林分平均胸径、平均高、胸高断面积和株数密度为定量因子,采用向后逐步回归和有交互作用的方差分析,确定林分因子与区域尺度地上部分和地下部分生物量碳储量转化和扩展系数之间的关系。【结果】扩展方式和选用模型对2种碳计量参数有显著影响,独立模型估计的参数大于兼容模型,选用模型会对参数造成8%~17%的误差,一元和二元模型对地上部分碳计量参数(BCCEFA)影响不显著,对地下部分碳计量参数(BCCEFR)影响显著;林分因子中起源对2种碳计量参数均有显著影响,天然林的碳计量参数大于人工林,龄组对BCCEFA有显著影响,从幼龄林到过熟林基本上呈下降趋势,而对BCCEFR影响不大,平均高、株数密度和胸高断面积对2种碳计量参数均有显著影响,对BCCEFR的影响大于对BCCEFA的影响,其中平均高、株数密度与2种碳计量参数呈负相关,胸高断面积与2种碳计量参数呈正相关,平均胸径对2种碳计量参数均影响不显著;使用区域内模型的湖南和广东间,除总BCCEFR外,2种总碳计量参数和分起源、龄组参数间差异均不显著,而同样使用区域内模型的福建和江西间,2种总碳计量参数和分起源、龄组的碳计量参数均差异显著。【结论】区域内二元兼容模型估计的2种总碳计量参数最稳定,林分起源、龄组、平均高、株数密度和胸高断面积对碳计量参数影响显著,即使使用同一区域内的模型,省际间林分因子的差异也可能造成碳计量参数的显著差异。

哑变量在云杉地上生物量模型中的应用研究

基于150株样木的生物量数据,采用常规回归方法和哑变量模型方法,构建了黑龙江、吉林两省云杉地上总生物量与各分项生物量的一元、二元以及三元模型。结果表明:2种方法建立的模型中,地上总生物量模型预估精度最高,在96%以上;树叶生物量最低,仍达87%以上;其他生物量预估精度均在91%以上;总相对误差均控制在±5%的范围内。通过对一元、二元和三元模型对比分析,发现随着解释变量增加,2种方法生物量模型的预估精度和确定系数都有所提高。引入地域哑变量后,一元、二元和三元模型的预估精度和确定系数都比常规模型有所提高,估计值的标准误差和总相对误差有一定下降,哑变量可以提高模型的拟合优度和预测效果。

林学专业森林经理学课程思政教学实践

课堂是传播知识和培养人才的重要基地,也是宣传社会主义核心价值体系的重要思想阵地。森林经理学是林学专业核心课,在林学专业人才培养中具有重要地位和作用。森林经理学课程内容蕴含丰富的思政元素,探讨森林经理学课程思政目标、思政元素挖掘与实践,旨在为提高森林经理学课程思政建设提供借鉴。

杉木北带东区杉木人工林碳储量影响因素源解析

全球气候变化下碳储量的准确估算是当今世界的焦点问题。本文利用杉木气候敏感的区域——安徽省两大杉木人工林产区(大别山区以及皖南地区)80块受人为干扰较小、不同林龄序列的杉木人工林样地调查数据,采用随机森林算法(Random forest,RF)构建包含候选林分、立地和气候因子的碳储量(地上碳储量(Aboveground carbon storage,C_(a))、地下碳储量(Belowground carbon storage,C_(b))和总碳储量(Total carbon storage,C))模型,并基于最优模型厘清杉木北带东区杉木人工林碳储量(C_(a)、C_(b)和C)估算差异的来源,确定主导因子,量化影响因素对碳储量的影响程度及其影响方向,以了解气候变化对树木生长的影响。结果表明:林分因子是影响杉木北带东区杉木人工林碳储量(C_(a)、C_(b)和C)的主导因子,其相对重要性值均超过76%,其中林分断面积(BA)影响最大,C_(a)、C_(b)和C均随BA的增加而增加;气候因子是影响杉木人工林碳储量的第二大因子,其相对重要性值均不超过17%,其中降水季节性(Bio15)影响最大,C_(a)、C_(b)和C随Bio15的增加而略有降低;而立地因子对杉木人工林碳储量模型的解释能力有限,其相对重要性值均低于3%,C_(a)、C_(b)和C随立地因子的变化极小。

基于清查数据的福建省马尾松生物量转换和扩展因子估算差异解析——3种集成学习决策树模型的比较

生物量转换和扩展因子(BCEFs)是估算森林生物量碳储量普遍使用的重要参数.厘清BCEFs估算差异的来源,可降低森林生物量碳储量评估的不确定性.利用基于集成学习的决策树模型能够很好地解决BCEFs估算差异来源问题.然而,不同此类模型的对比研究目前尚未见报道.本研究以第8次国家森林资源清查福建省331块马尾松的固定样地数据作为材料,分别利用增强回归树(BRT)、随机森林(RF)和立体派(Cubist)模型分析BCEFs(包括地上和地下部分)估算差异的来源.结果表明:研究区马尾松BCEFs呈右偏分布,平均值为0.69t·m^(-3),最小值为0.67 t·m^(-3),最大值为0.71 t·m^(-3).BRT、RF和Cubist模型对BCEFs的拟合和预测能力均很好,均能够解释92.8%以上的BCEFs变异.3种模型均给出了相同的前2个相对贡献率最大的自变量,为平均胸径和蓄积量.BCEFs随着平均胸径、蓄积量的增加呈逐渐减小的趋势.平均胸径、蓄积量、平均年龄和平均树高等林分特征因子对BCEFs的影响极大,而土壤因子和地形因子对BCEFs的影响均很小.在建立BCEFs模型时,利用平均胸径、蓄积量、平均年龄和平均树高等少量包含较多BCEFs预测信息的变量便能获取很好的预估精度.当应用固定BCEFs时,应选择在平均年龄、平均胸径以及蓄积等方面具有广泛代表性的样本计算BCEFs.