含竞争指标的广义可加混合效应树高-胸径模型

广义可加混合效应模型(GAMM)兼具参数模型与非参数模型的优点,同时适于处理多层次分组数据。通过运用广义可加混合效应模型模拟胸径及树高之间关系,加入竞争因子作为辅助变量,并与传统非线性混合效应模型进行比较,能够为建立树高曲线及提高模型精度提供新方法。根据吉林省汪清林业局金沟岭林场2块100 m×100 m次生混交林样地中的实测单木数据,按照7∶3比例随机划分建模与验证数据。随机效应设定为林木分级,辅助变量选择大于对象木胸高断面积之和(B_(AL))或简单竞争指数(Hegyi指数,H_(EG)),根据随机效应的设定位置共构建15个广义可加混合效应模型,对照模型以Logistic及Richard方程为基础模型,共构建6个非线性混合效应树高-胸径模型。结果表明:所有广义可加混合效应模型均能较好地描述自变量与树高之间的关系,决定系数(R^(2))为0.8897~0.8998,相对均方根误差(R_(RMSE))为17.87%~18.74%,平均绝对误差(M_(AE))为1.7881~1.8745 m,赤池信息量(A_(IC))为4120.42~4162.23,均优于相同自变量下的非线性混合模型,R^(2)平均提高0.005,相对均方根误差、平均绝对误差、赤池信息量分别平均降低0.46%、0.0587 m、41.49。对于验证数据的预测可以看出,模型5具有最小的预测相对均方根误差,为20.28%,同时具有最小的预测平均绝对误差,为2.1038 m。但部分广义可加混合效应模型的预测表现略差于非线性混合模型。综合考虑参数与非参数估计显著性、模型估计精度及预测能力,所有模型中的最优模型为模型5,即以B_(AL)为辅助变量,考虑唯一全局平滑函数并以具有相同扭曲程度的分组水平平滑函数为基础添加随机效应。竞争因子选择B AL作为辅助变量能够提升树高模型的精度,而选择Hegyi指数为辅助变量的促进效果不明显。研究建立的广义可加混合效应树高胸径模型相较于传统非线性混合效应模型具有更高的估计精度及预测效果,B AL适宜作为树高模型的辅助变量来反映林木竞争状况的影响。

不同起源马尾松与杉木林分树高曲线的拟合及对比

【目的】选择7种模型拟合同一立地条件下马尾松和杉木人工林与天然林的树高生长曲线,并从中选出最优模型,为福建省马尾松和杉木人工林与天然林的合理经营奠定基础。【方法】基于福建省第7次森林资源一类清查数据,以同一立地条件下639株(人工林326株、天然林313株)马尾松标准木及687株(人工林498株、天然林189株)杉木标准木为研究对象,利用二次项方程、幂函数方程、对数方程、S曲线方程4种经验方程及Richards模型、Logistic模型、单分子式模型3种理论方程,拟合马尾松人工林和天然林、杉木人工林和天然林4种林分类型的树高曲线,并以调整决定系数、均方根误差、总相对误差和预估精度为评价指标,选择4种林分类型的最优树高模型。【结果】马尾松人工林与天然林分别以幂函数方程、二次项方程拟合效果较好,预估精度分别达到96.812%和96.474%;杉木人工林和天然林用Richards模型拟合效果最好,预估精度分别达到96.742%和96.495%。【结论】通过比较分析,获得了最适合模拟马尾松和杉木人工林与天然林的树高生长曲线模型。

小兴安岭天然林不同树种的树高曲线模型

选用10种树高曲线模型作为候选模型,以决定系数(R^2)、残差平方和(S_(se))和均方差(M_(se))作为模型优劣的评价指标,对小兴安岭天然林中的云杉(Picea asperata)、红松(Pinus koraiensis)、水曲柳(Fraxinus mandschurica)、椴树(Tilia tuan)4种树种的树高曲线模型进行优选。结果表明:云杉、红松和椴树的最优模型均为Logistic模型,水曲柳的最优模型为抛物线模型;云杉和红松两种针叶树种,最优模型的优势不明显,水曲柳和椴树两种阔叶树种最优模型的优势较明显;比较R^2的大小,得出较适合小兴安岭云杉和红松两种针叶树种的树高曲线模型(R^2>0.8),对小兴安岭阔叶树种的适用程度不具有普遍性,对椴树的适用性好(R^2最大达0.94),对水曲柳的适用性较差(R^2<0.8)。对水曲柳的树高进行分段研究得出:水曲柳在树高低于9 m时,树高曲线模型较适宜(R^2>0.8),其中抛物线模型为最优模型;树高较高时,没有适用的树高曲线模型。

青冈栎人工林树高曲线模型研究

为研究青冈栎人工林树高和胸径的生长关系模型,以九峰国家森林公园的青冈栎人工林为研究对象,将484组树高和胸径数据分成建模数据和检验数据,选用10种常见树高曲线模型分别对建模数据进行拟合。结果显示,10种树高曲线模型均达到极显著水平(P<0.01),其中二次曲线模型的残差平方和(SSE)、均方根误差(RMSE)最小,决定系数(R 2)最大,符合最优模型的筛选原则,最优模型的残差分析无异常值出现,并且将检验数据代入最优模型得到的树高预测值和实测值之间也无显著差异(Sig.=0.159>0.05)。结论表明,二次曲线模型可以对青冈栎人工林树高进行有效预测。

西洞庭湖区杉木林分相对树高曲线模型的研究

为了在森林资源调查中能够方便快捷地估测出具有较高精度的林分蓄积量,以西洞庭湖区96块林分样地资料为基础,建立该区杉木林分相对树高曲线模型。经假设检验(t检验)得该模型估计精度较理想,可达到近似实测树高曲线法的水平,既避免了较大地域范围因形高变异而引起估测立木材积的较大偏差问题,又降低了实际工作中的技术难度和工作量。

林分立木材积估计的新方法

利用相对树高曲线法建立杉木、马尾松的分树种和不分树种的模型，结合二元材积表估测林分和样地的立木蓄积，接近用二元材积表法估测立木蓄积的精度。

南方杉木人工林树高曲线模型研究

采用多模型对比选优法,以639组南方杉木人工林胸径-树高调查值为依据,求解了24组树高曲线模型的参数和评价指标。经检验,双曲线、Gompertz和Logistic模型均能取得较好的拟合效果,且模型用于杉木树高估计的精度高于98%;双曲线模型略优于其他模型;杉木人工林胸径和树高呈紧密相关关系,双曲线、Gompertz和Logistic模型能够作为杉木树高曲线参考模型。

秃杉人工林树高曲线模型研究

利用秃杉人工林标准地调查数据,以理查德为基本方程,采用哑变量的方法,引入立地质量因子,构建以立地质量为哑变量的秃杉人工林树高曲线模型,并将其与二元材积表相结合,测算标准地蓄积量。经交叉建模检验,建立的树高曲线模型,其估算精度接近二元材积表的估计水平。所构建的树高曲线模型在很大程度上减少了野外调查的工作量,提高了工作效率,为中国的森林资源调查提供一定的参考应用价值。

林窗模型中树高直径关系方程分析——以小兴安岭红松林主要树种为例

为了更准确地描述树高与直径的关系，文章综合分析了广泛应用于林窗模型中的四个数学方程，即二次曲线、幂函数方程、理查德方程和单分子方程。通过理论分析和对红松林内主要树种树高和直径关系的非线性回归分析及预测精度检验后，结果表明，理查德方程和单分子方程是林窗模型中描述树高和直径关系的最优模型。

海南省主要树种相对树高曲线模型应用研究

利用156块人工林样地，建立了海南省松类、桉类、木麻黄、相思、橡胶等5个主要树种（组）的相对树高曲线模型。经检验，所有5个树种的模型，用于林分材积估计的总相对误差都在±1％以内，相对误差绝对值平均数小于3％，预估精度相当高。此外，还将5个树种合并进行了建模。将总模型分别树种进行材积估计检验，效果也相当理想，仍能满足建模精度要求。

林木树高曲线模型研究

利用马尾松和杉木的解析木资料，验证了以柱体屈曲理论为依据推导出的树高曲线模型优于传统的树高曲线经验模型．

乌岩岭国家级自然保护区主要森林类型树高曲线模型研究

为掌握乌岩岭保护区主要森林类型林分树高生长规律,提高保护区森林资源管理水平,基于样地调查数据,求解了6种树高生长模型的参数和评价指标,并从中选择出最优模型。结果显示:柳杉林、马尾松林、毛竹林、杉木林等森林类型树高曲线以Gompertz模型模拟效果最优;针阔混交林以Weibull模型模拟树高曲线最优;天然常绿阔叶林以Logistic模型模拟树高曲线效果最优;除天然常绿阔叶林外,其余森林类型最优树高曲线模型精度均达到93%以上。

新疆天山不同区域云杉树高、胸径、年龄相关关系研究

分别以新疆天山的西部昭苏林场、东部哈密林场和中部板房沟林场的各10棵云杉标准解析木的树高、年龄和胸径数据为研究基础,选用6种常见胸径-树高、胸径-年龄和年龄-树高生长曲线建立回归方程。结果表明,(1)在各林场中,6条曲线回归模型均达到极显著性水平(P<0.01),各方程可达到对该区域胸径、树高和年龄的预测;(2)昭苏林场、哈密林场和板房沟林场树高-胸径的最优曲线方程为幂函数模型,关系式分别为D=0.708 4H^(1.271 3)、D=1.017H^(1.18)、D=0.686 6H^(1.316 7);(3)昭苏林场、哈密林场和板房沟林场树高-年龄的最优曲线方程为三次曲线模型,其回归方程分别为A=0.012 7H^3-0.682 9H^2+14.361H-49.333,A=0.028 2H^3-1.015 7H^2+15.263H-21.557,A=-0.029 2D^3+1.644 8D^2-25.589D+163.26;(4)昭苏林场、哈密林场和板房沟林场年龄-胸径的最优曲线方程为三次曲线模型,关系式分别为A=-0.000 8D^3+0.11D^2-3.050 4D+70.078,A=-0.001 9D^3+0.189 1D^2-2.296 2D+47.431,A=-0.003D^3+0.307 6D^2-7.922 7D+104.37。

广西速丰桉人工林相对树高曲线模型研究

以广西速生丰产桉树人工林776块样地数据为基础,运用现代建模思想和方法,优选模型结构,研究建立了速生丰产桉树人工林相对树高曲线模型.经检验,桉树人工林合并树种建模和分树种建模的效果同样十分理想,模型用于林分蓄积估计的总相对误差和平均相对误差均在±1%以内,远小于规定的±3%;预估精度达98.5%以上,大于规定的97%;满足林业数表建模要求.

山西五台山主要针叶树种树高—胸径曲线模型研究

建立适用于五台山地区主要针叶树种的最优树高—胸径曲线模型,旨在为五台山地区主要针叶树种,尤其是为山西省重点保护植物臭冷杉的森林调查和经营管理提供参考。本研究在山西臭冷杉省级自然保护区内建立2个10000 m^(2)的固定样地,以臭冷杉、华北落叶松和青杄为研究对象,选择Richard,Logistics,Weibull,Korf,二次多项式,Schumacher,Sloboda,幂函数等8种树高—胸径曲线模型作为备选模型,以决定系数(R^(2))和均方根误差(RMSE)作为模型拟合效果的评价指标,利用检验数据进行精度检验,从中筛选出拟合精度最佳的模型。结果表明:8种模型对臭冷杉、华北落叶松和青杄的树高与胸径关系的拟合效果均较好,决定系数R^(2)均在0.700以上。二次多项式模型H=0.728+0.939 D-0.010 D 2是臭冷杉的最优树高—胸径曲线模型;华北落叶松和青杄的最优树高—胸径曲线模型均为Sloboda模型,其中华北落叶松最优树高—胸径曲线模型为H=34.087 e^(-4.787)e-^(0.485 D 0.447),青杄最优树高—胸径曲线模型为H=32.383 e-^(3.501)e-^(0.195)D^(0.679);Schumacher模型的拟合效果最差。

可变参数相对树高曲线模型及其应用研究

用我国现行一元立木材积表估计林分或样地的立木材积偏差很大，而直接利用二元立木材积表，则野外实测树高的工作量又太大。本研究针对这一实际问题，提出了通过建立可变参数相对树高曲线模型，将二元立木材积表直接用于林分或样地立木材积估计的方法，其估计精度可达到接近实测树高曲线法的水平。研究提出的可变参数相对树高曲线模型结构通式为：ＲＨｉ＝。

总体与林分水平的树高-胸径模型对蓄积量估计的影响分析

基于吉林省汪清林业局的20块落叶林样地的每木胸径和树高实测数据,建立了总体水平和林分水平的树高-胸径回归模型,并对比分析了4种不同方法对蓄积量估计误差的影响。结果表明:对总体蓄积量的估计,4种方法的估计误差相差不大,都在±0.3%以内;而对林分蓄积量的估计,林分模型法的估计误差最小,也在±0.3%以内;总体模型法的估计误差最大,在±7%以内;调整模型法和相对模型法的估计误差都较小,均在±2%以内。本研究提出的调整模型法与相对模型法一样,是值得推荐的基于二元立木材积模型估算森林蓄积量的实用方法。

北京市树高胸径回归模型研建及一元立木材积表检验

利用北京市14074株测高样木数据,以二元立木材积估计值为基础,研建北京市13个树种组的树高胸径回归模型,建立新的一元立木材积表,并对新老2套一元材积表的估计误差进行检验和评价。结果显示:现行13个树种组的一元立木材积表对总体蓄积量的估计误差为-1.14%,对各个树种组的蓄积量估计误差在-36.59%~47.76%之间,有11个树种组的一元材积表已超出±5%的允许误差范围;新建13个树种组的一元立木材积表,其平均预估误差(MPE)都在5%以内,总体相对误差(TRE)和平均系统误差(ASE)都在±1%以内。研究表明:北京市13个树种组的老一元立木材积表仅有2个尚能继续使用,其他11个需要修正或更新;新建13个树种组的一元立木材积表,能满足林业行业标准的精度要求。

杉松人工林伐区调查设计中树高曲线图的绘制与应用

为提高罗源县杉、松人工林树高曲线图绘制的准确性,利用广泛拟合择优选取的方法确定了能很好描述罗源县杉、松人工林胸径(D)树高(H)的一元二次函数模型,同时利用Excel电子表格设计绘制树高曲线图的程序。研究结果具有较大的应用价值。

六盘山林区华北落叶松林测树因子相关性分析

[目的]对宁夏林区华北落叶松人工林树高-胸径等林分特征结构进行相关性分析。[方法]采用野外观测的方法,得到华北落叶松人工林树高、胸径、冠幅等林分结构特征指标。[结果]冠幅-胸径存在极弱相关,树高-胸径最优曲线模型为H=2.411+1.425D-0.039D 2+0.000427D 3(H为树高,D为胸径),树高-冠幅最优曲线模型为H=0.299G 0.814(H为树高,G为冠幅),材积-胸径最优曲线模型为V=0.000204D 2.406(V为材积,D为胸径)。[结论]幂函数曲线模型能够很好地拟合胸径-材积相关性(R 2=0.957),所选最优曲线模型V=0.000204D 2.406可用来估算华北落叶松人工林胸径、材积的值,从而提高模型预测能力。