基于广义可加模型的气候对单木胸径生长的影响研究

基于吉林省汪清林业局落叶松-云冷杉林长期固定样地25年观测数据,采用广义可加模型方法,建立了包含气候因子的单木胸径生长模型,研究气候因子对单木胸径生长的影响及不同树种的响应差异。结果表明:生长季≥5℃积温、生长季最低气温、年平均总降水量、月气温差以及年平均气温与年平均总降水量之比5个气候因子对该类型的落叶松、红松、冷杉、云杉、慢阔和中阔6个树种(组)的单木的年平均胸径生长量都有显著的影响,但不同树种组的气候响应变量和程度不同。对含气候和林分因子的全模型、仅含林分因子的部分模型以及仅含气候因子的部分模型进行了统计分析,结果显示:3类模型分别能解释50.8%、45.7%和29.5%的胸径生长变异,说明在局部尺度气候因子对胸径生长的解释能力有限;影响胸径生长的主要因子是单木的期初胸径、大于对象木的断面积之和、林分每公顷株数和林分断面积平均胸径。

油松中幼人工林单木胸径生长模型研究

基于大量油松中幼人工林固定复位样地数据,选用林木大小、立地条件和林分竞争因子为自变量构建油松中幼人工林单木胸径生长的线性回归预测模型。模型复相关系数R2为0.699,影响油松单木胸径生长量的因素从大到小依次为竞争因素>立地条件>林木大小;油松单木胸径生长量随坡度增大、海拔升高、林分密度变大而减小;利用油松检验数据库对模型进行预估效果检验发现,油松平均胸径生长量预测值为1.3861略高于实测值1.3753cm,经T检验差异不显著。

油松人工林单木胸径生长过程模拟及检验

本文采用Logistic、Richards、Gomertz、Weibull、JohnsonSchumacher、Bertalanffy 6种理论生长方程对油松人工林单木胸径生长过程进行了模拟,从中筛选出拟合精度最佳的生长方程。研究结果显示:6种理论生长方程模拟油松单木胸径生长过程的决定系数R^2值均为0.7以上,达极显著水平,其中Richards方程预测精度最高;使用未进行建模的10株油松解析木对所构建的预测方程进行T检验,发现模型预测值与实测值之间无显著差异(p=0.1699>0.05)。所构建的预测方程可以预测油松人工林单木胸径生长过程,为油松人工林科学经营提供重要参考。

油松人工林单木胸径生长量与竞争因子的关系

为构建高精度的油松人工林生长模型,准确预估油松人工林生长动态变化,利用北京、辽西、辽东调查的185块油松人工林固定样地复测数据,选择13个与距离无关的竞争因子,利用相关性评价法研究油松人工林单木胸径生长及与竞争因子的关系。结果表明：北京地区油松人工林单木胸径定期生长量频率呈反＂J＂型分布,而辽东和辽西地区的则呈单位左偏分布;北京地区油松人工林单木胸径定期生长量最大,生长量分布范围为1~5.1cm,80%以上随机分布在1~3cm附近,平均为2.27cm,其次是辽东地区,生长量分布范围为0.15~2.15cm,70%以上随机分布在0.1~1cm附近,平均为1.74cm,辽西地区油松胸径生长量最小,生长量分布范围为0.11~4.38cm,70%以上随机分布在0.1~3cm附近,平均为0.78cm;3个地区油松人工林单木胸径定期生长量与13种竞争因子的相关性不完全相同,但是均与竞争指数（CI）、大于对象木的林木断面积之和（BAL）、胸径与断面积平均直径之比（DBD）、林分平均直径与胸径之比（QMD）、大于对象木的竞争指数（CILS）这5个竞争因子相关性较大;油松人工林单木胸径定期生长量与竞争指数、大于对象木的林木断面积之和、林分平均直径与胸径之比、大于对象木的竞争指数这4个指标呈显著负相关,表明油松人工林单木胸径生长量随着竞争效应的加剧,生长受到抑制,生长量降低;与胸径与断面积平均直径之比呈显著正相关,表明林木胸径越大,所获得的生长空间、营养空间越多,竞争能力越强,林木胸径生长量越高。因此,竞争指数、大于对象木的林木断面积之和、胸径与断面积平均直径之比、林分平均直径与胸径之比、大于对象木的竞争指数这5个竞争因子是构建高精度的油松人工林生长模型的关键因子。

基于两层次线性混合效应模型的杉木林单木胸径生长量模型

基于两层次线性混合效应模型方法,建立江西省杉木人工林单木胸径生长量模型。研究所用数据来自于长期观测的固定样地数据,数据库包括82个区域、365个样地、5416株树木共计16248条记录。为了解决不同区域及不同样地之间的差异,本文构建的混合模型分别考虑样地层次、区域层次及两层次的随机参数效应。针对数据存在的重复测量及嵌套结构特性,在模拟时选择合适的异方差和自相关模型矩阵来解决此类问题。最后利用独立的抽样验证数据对模拟结果进行验证。结果表明:林分断面积、对象木胸径、林分内大于对象木的断面积之和与对象木胸径的比值以及海拔对单木胸径生长量有显著影响。与林业中常用的传统最小二乘方法相比,采用混合效应模型方法后模型的模拟精度和验证精度均有提高。选择适合的异方差和自相关函数后,模型比只考虑参数的随机效应有更好的适应性,并体现出了混合效应模型的灵活性和准确性。

随机截距效应在模拟杉木人工林单木胸径生长量中的应用

以江西省杉木人工林4次调查数据为例,建立单木胸径生长量随机截距效应混合模型,分别考虑样地层次、区域层次及多层次的随机截距效应,并在考虑多层次效应时考虑了存在的异方差和自相关问题,最后利用独立的抽样验证数据对模拟结果进行验证。结果表明:林分断面积、对象木胸径、林分内大于对象木的断面积之和与对象木胸径的比值以及海拔对单木胸径生长量有显著影响;与林业中常用的传统最小二乘法相比,采用混合效应模型方法后模型的模拟效果和验证精度均有提高;选择适合的异方差和自相关函数后,模拟结果比只考虑随机截距效应有更好的适应性;实际应用中考虑多层效应要比单层效应模拟效果好。

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。

基于贝叶斯模型平均法和逐步回归法构建杉木单木胸径生长模型

【目的】探索杉木人工林单木胸径生长量变化的驱动因子,比较不同驱动因子的重要性,构建不确定性单木胸径生长模型,为杉木经营管理者科学经营管理杉木人工林提供参考。【方法】以福建省邵武市卫闽林场杉木密度试验林为研究对象,采用贝叶斯模型平均法(BMA)和逐步回归法(SR)分析杉木单木胸径生长量与内部因子(林分变量因子)和气候因子的关系,构建杉木单木胸径生长模型。【结果】杉木单木胸径年均生长量受气候因子影响较小,主要受竞争因子和单木大小因子影响。单木胸径生长量随林分密度、林分平方平均胸径、大于对象木的断面积和、年龄、冬季平均最低温度增加而减小,随期初胸径、胸高断面积、优势木平均高、最冷月平均温度、最热月平均温度、年均降雨量增加而增加。基于SR获得模型的后验概率小于BMA获得最佳模型(最高后验概率)或SR模型不在BMA模型空间前几个后验概率高的模型中。【结论】杉木单木胸径生长量随竞争增加而减小,随温度和降雨增加而增加。贝叶斯模型平均法考虑所有可能变量的组合,能够反映出模型的不确定性。

上海市樟树单木胸径生长模型构建及其影响因素

为了解林分特征、气候和人为干扰等因子对上海市樟树(Cinnamomum camphora)单木胸径生长的贡献率,以上海市城市森林33个固定样地476株樟树连续3期复测数据为数据源,根据样地人为干扰、气候条件、林木大小、林分竞争指数等因子,运用多元逐步回归方法构建林木胸径生长模型,应用模型决定系数(R^(2))、均方根误差、偏差和平均绝对误差等指标筛选最佳模型并对模型预估效果进行检验。结果表明:与其他3个模型相比,胸高断面积增长量的自然对数(ln(ΔS+1))模型的决定系数(R^(2))为0.624,均方根误差、偏差和平均绝对误差分别为0.647、0.237和0.522,模型预估效果最佳;对最佳拟合模型进行方差分解,显著影响樟树胸径生长的因素依次为对数初始胸径(ln D_(1))、林分初始密度(N_(1))和年平均气温,对樟树胸径生长的贡献率为62.73%;初期胸径大小、种植密度和年均气温对樟树胸径生长有显著影响。

基于气候因子的杉木单木胸径生长模型构建

【目的】为准确预测湖南杉木的生长及制定经营管理措施,构建了考虑气候因子的杉木单木胸径生长混合效应模型。【方法】基于湖南省第七、八次全国森林资源连续清查中73块样地的3 638株杉木数据,运用多元逐步回归的方法,考虑林木大小、竞争、立地和其他林分因子以及气候因子对杉木胸径生长的影响,分别以5年胸径增长量(D2-D1)、5年胸径增长量的自然对数[ln(D_(2)-D_(1)+1)]、5年胸径平方增长量的自然对数[ln(D_(2)_(2)-D_(1)^(2)+1)]、胸径平方增长量(D_(2)^(2)-D_(1)^(2))为因变量构建模型,选择最优基础模型。在最优模型的基础上,引入样地随机效应,构建单水平线性混合效应模型,并引入3种常用的异方差函数和3种常用的自相关结构来消除模型的异方差和自相关,最后采用十折交叉验证的方法对模型的预估效果进行检验。【结果】与其他3种因变量相比,因变量为ln(D_(2)^(2)-D_(1)^(2)+1)时模型表现最好,因此,因变量为ln(D_(2)^(2)-D_(1)^(2)+1)的模型为最优基础模型。根据模型结果可以看出,显著影响杉木胸径生长的变量主要包括期初胸径、大于对象木胸高断面积之和与期初胸径之比、每公顷断面积、坡向正弦值与海拔自然对数之积、年平均降雨量和1月平均最低温度。与最优基础模型相比,混合效应模型显著提高了模型的预测精度。同时,异方差函数和自相关矩阵的加入也明显改善了模型的拟合效果,其中以指数函数(exponent)和自回归移动平均结构[ARMA(1,1)]表现最好。在模型十折交叉检验中,混合效应模型也表现出较好的拟合效果。【结论】气候因子对于湖南杉木单木胸径的生长有显著影响。与基础模型相比,引入样地随机效应构建单水平线性混合效应模型可以显著提高模型效果,所构建的模型可以为该区域杉木的科学经营提供支持。

基于气候因子的兴安落叶松天然林单木直径生长模型构建

【目的】建立基于气候因子的兴安落叶松天然林单木直径生长模型用于预测胸径生长,为内蒙古大兴安岭地区兴安落叶松天然林经营管理提供理论依据。【方法】基于内蒙古大兴安岭地区2013、2018年森林资源连续清查数据中的187块兴安落叶松天然林固定样地及样地位置对应的气候数据,运用逐步回归法建立考虑气候因子的传统单木直径生长模型,并在此基础上,加入样地效应构建兴安落叶松单木直径生长混合效应模型。最后,利用独立检验样本数据对基础模型和混合效应模型进行检验。【结果】年平均气温MAT、生长季平均降雨量P_(gm)是影响该地区兴安落叶松胸径生长量的主要气候因素,二者与胸径生长量均呈正相关。其余显著影响胸径生长量的因子包括初期胸径的倒数(1/DBH)、大于对象木的断面积和(BAL)、每公顷株数(NT),3个变量都与胸径生长量呈负相关。胸径混合效应模型的决定系数(R^(2))为0.7604,平均绝对误差(MAE)和均方根误差(RMSE)分别为0.3866和0.4863 cm^(2)。与基础模型相比,混合效应模型的R^(2)提高了0.3217,MAE和RMSE减少了0.2306和0.2674 cm^(2)。在模型检验中,混合效应模型也呈现出了较好的拟合效果。【结论】基于气候因子的单木直径生长混合效应模型可以较好地描述内蒙古大兴安岭地区的兴安落叶松胸径生长过程。

包括气候变量的大尺度柏木胸径单木生长模型

利用多期森林资源连续清查的近3 000株柏木单木生长数据,建立了2种中北亚热带地区柏木单木胸径生长的大尺度统一模型,模型调整后决定系数都超过0.6。其中全模型包括更多林分的因子,方便模型则只包括易于从地形和林相图等中获取的变量,更方便大尺度上的应用。这些模型都包括气候变量。结果表明,对于大尺度上的柏木生长,地理位置和年均积温影响最大。这些模型为研究大尺度上的森林生态系统生产力和气候变化提供了工具。

基于混合效应模型的新疆天山云杉单木胸径预测模型构建

【目的】建立新疆天山云杉单木胸径生长模型,以期对天山云杉胸径生长进行预测,为天山云杉经营管理提供理论依据。【方法】以天山云杉为研究对象,基于新疆自治区一类清查数据中70块天山纯林复测样地,样地中测得活立木共计1914株,随机选取1531组数据作为训练数据,383组数据作为检验数据。对比分析传统单木胸径模型和混合效应模型在云杉单木胸径模型的应用,在运用R语言的nlme模块构建混合效应模型时考虑密度水平效应、样地效应以及嵌套两水平效应,并用平均绝对误差(E)、均方根误差(RMSE)、平均预估误差(MPE)、总相对误差(TRE)、调整决定系数(R^2adj)来检验模型的拟合效果。【结果】混合效应模型(R^2adj=0.762)优于传统胸径模型(R^2adj=0.505)。混合效应模型中,基于嵌套两水平混合效应模型最好,其平均绝对误差(∣E∣)、均方根误差(RMSE)、平均预估误差(MPE)、总相对误差(TRE)、调整决定系数(R^2adj)值分别为0.589 cm、0.804 cm、0.966%、-0.042%、0.899。混合效应模型拟合效果由高到低依次为:嵌套两水平混合效应模型(R^2adj=0.899)>样地混合效应模型(R^2adj=0.766)>密度水平混合效应模型(R^2adj=0.762)。幂函数能有效消除异方差结构的影响,一阶自回归矩阵AR(1)可以有效消除数据的时间相关效应。【结论】研究求得的天山云杉单木胸径生长混合效应模型可作为新疆天山云杉单木胸径预测的主要模型,其中嵌套密度水平效应和样地效应的混合效应模型对单木胸径的预测效果最好(R^2adj=0.899),此研究表明混合效应模型是新疆天山云杉单木胸径预测的有效方法,为大面积新疆天山云杉单木胸径预测提供理论基础及新的方法。

基于气象因子的白桦天然林单木直径生长模型

基于大、小兴安岭地区212块白桦天然林固定样地复测数据和区域内及周边共30个气象站点数据,构建了基于气象因子的单木生长模型.在此基础上,通过分析大、小兴安岭地区林分因子及气象因子的差异,采用哑变量方法构建了含区域效应的单木直径生长模型.结果表明:生长季最低温度(T_(g min))和生长季降雨量(Pgm)是影响两地区白桦胸径生长量的主要气象因素.T_(gmin)和P_(gm)与胸径生长量均呈正相关关系,但T_(gmin)对胸径生长量的影响程度存在明显的区域差异.引入T_(gmin)和P_(gm)的单木生长模型比仅含林分因子的单木生长模型的调整后确定系数(Ra2)提高了11%(R_a^2=0.56),说明气象因子可以很好地解释该地区白桦生长情况;采用哑变量法构建的含区域效应的胸径生长模型将R_a^2提高了18%(R_a^2=0.59),且有效解决了模型参数区域不相容的问题.模型检验结果表明,含区域效应的哑变量单木胸径生长模型对大、小兴安岭地区白桦胸径生长量的预估效果最好,平均偏差、平均绝对偏差、平均相对偏差和平均相对偏差绝对值分别为0.0086、0.4476、5.8%和20.0%.基于气象因子的哑变量单木胸径生长模型可以很好地描述大、小兴安岭地区白桦的胸径生长过程.