湘西杉木人工林树高-胸径混合效应模型构建

建立湘西杉木树高-胸径模型,分析定量、定性因子对林分树高生长的影响,为区域尺度树高估算提供参考。以湘西土家族苗族自治州7个县的杉木人工林为研究对象,基于55块杉木人工林样地数据,采用随机森林法,筛选出显著性影响因子分别作为再参数化变量与随机效应;在6个树高-胸径基础模型中选择拟合程度最好的模型作为最优基础模型;采用再参数化的方法引入密度(ρ)/1000变量,构建含林分密度的最优再参数化模型;在最优再参数化模型的基础上,结合混合效应模型分析显著性定性因子对杉木人工林树高的影响,建立湘西杉木人工林最优混合效应模型。结果表明:湘西土家族苗族自治州杉木人工林树高的显著性影响因子为胸径(P<0.01)、龄组(P<0.01)、林分密度(ρ<0.05)。6组候选基础模型中,N slund(Model 1)模型最优,其AIC、BIC值均最小,分别为154.7417、159.6544,R 2=0.5727;其参数a、b均极显著,具有统计学意义。3种再参数化模型的拟合效果均优于最优基础模型(Model 1)的。Model 1.1各参数均显著,确定系数R 2=0.6202,均方根误差RMSE=1.6159。3个混合效应模型的拟合效果均优于最优基础模型、最优再参数化模型的;与最优基础模型、最优再参数化模型相比,nlme 1.1、nlme 1.3的确定系数(R 2)分别提高了19.6%、10.4%;均方根误差(RMSE)分别降低了14.1%、8.9%。考虑到模型的简易程度,将nlme 1.1作为湘西土家族苗族自治州杉木人工林的最优混合效应模型。与传统回归模型相比,采用再参数化方法、非线性混合效应法拟合的树高-胸径模型,其预测效果更具有优越性,模型精度更高、误差更小。研究结果可为湘西土家族苗族自治州林业生产提供参考。