分段削度方程2种估计方法比较

【目的】分段削度方程广泛用于模拟树木干形变化,其通常采用最小二乘回归法估计参数,但是最小二乘回归法估计分段削度方程时,拐点参数a_1和a_2(相对树高,值域在0和1之间)经常不能保证落在(0,1)区间内,从而限制了模型的应用。基于以上问题,本文采用双因素自动优选法和最小二乘回归法进行比较,找出分段削度方程最优拟合方法,为构建树木曲线模型和精细化合理造材提供技术支撑。【方法】以Max等(1976)分段削度方程为基础模型,以热带3个主要珍贵树种红椎、格木、柚木共120株解析木为例,分别采用最小二乘回归法和双因素自动优选法构建各树种干形曲线模型,并以决定系数、残差平方和、平均残差、残差方差和均方误差等统计量指标进行比较分析。【结果】最小二乘回归法和双因素自动优选法的拟合精度都高达95%以上,格木、红椎、柚木都满足决定系数相同、残差平方和相同;对于残差方差和均方误差,格木、红椎、柚木都满足双因素自动优选法最小;对于平均残差,格木满足最小二乘回归法最小,而红椎和柚木则满足双因素自动优选法最小,但是2种方法对应的平均残差差距很小;树干曲线预测效果也很相似;双因素自动优选法可保证所估计出的拐点参数在(0,1)区间内,计算简单,拟合结果稳定。【结论】双因素自动优选法能从理论上说明分段削度方程参数a_1和a_2的最优值,因此建议选择双因素自动优选法拟合分段削度方程。