基于分级的全国主要树种树高-胸径曲线模型

采用树高分级方法,通过双重迭代算法,建立栎类、杉木、马尾松、杨树、落叶松和油松6个全国主要树种的树高-胸径曲线模型。数据来自第7次全国森林资源连续清查的树高测定资料,总样本数118441个,其中建模样本79095个,验证样本39346个。与未分级方法相比,分级后模型的决定系数从0.5203～0.7532提高到0.9438～0.9665;模型参数灵敏度分析和验证模型的应用表明:模型总体稳定,参数可靠,为构建全国所有树种的树高-胸径模型提供可行的方法,有较好的推广价值。进一步考虑林分特点,可以用来进行全国所有现有森林的立地评价。

基于树高-年龄分级的杉木人工林多形立地指数曲线模型研究

考虑相同或者相近年龄的杉木纯林,其优势木高生长受立地条件的影响较大,对年龄、优势高进行分级,基于树高-年龄分级构造哑变量,采用基于哑变量的非线性回归分析,建立区域性杉木多形立地指数曲线模型,为区域性立地质量评价和生产力预估提供研究思路和方法;同时提出一种合理的构建树高-年龄分级哑变量的思路和方法,并进一步研究分级哑变量如何加在模型参数上较为合理。以湖南不同地区606组杉木纯林优势木平均高-年龄数据为研究对象,采用理查德等4种常用非线性方程进行模拟与分析,找出最优基础模型。采用循环迭代法结合最优基础模型,对树高和年龄进行分级,找出最佳的分级结果并构建哑变量:(1)先给定初始龄阶间距值3年,对各龄阶树高进行20种分级方法,得到不同树高分级方法所对应的哑变量,采用含哑变量的非线性回归分析方法进行树高-年龄相关关系模拟,并分析、对比建模精度与效果,找出最优的树高分级方法及结果;(2)基于最优树高分级结果,考虑17种不同的龄阶划分方法,得到17种不同龄阶所对应的哑变量,采用含哑变量的非线性回归方程模拟树高-年龄相关关系,并分析、对比建模精度与效果,找出最优的龄阶划分方法及结果;(3)基于(2)中最优龄阶,重复1)的研究工作,得到最优的树高分级结果及所对应的哑变量,即最优哑变量。基于最优哑变量,考虑到哑变量加在不同的参数上模型模拟预测效果可能不一致,采用7种不同加哑变量的方法,进行树高-年龄生长曲线模拟,并对比、分析其模拟效果,模型检验采用确定系数(R2)、绝对平均误差(MAE)、均方根误差(RMSE)和残差4个指标,找出最优模型,并绘制多形立地指数曲线图。通过对4种非线性模型的建模精度分析与比较得到理查德方程最优,模型表达式为:H=a×[1-exp(-b×Age)]c,其确定系数(R2)为0.799 644;基于最优模型,采用含哑变量的非线性回归分析,利用循环迭代法分析不同树高、年龄分级的模型模拟精度与结果,指出龄阶间距为5、树高分9级所得哑变量最优;基于最优哑变量,考虑7种哑变量模型模拟方法,得到哑变量加在参数a、b上最优,其确定系数(R2)、绝对平均误差(MAE)、均方根误差(RMSE)分别为:0.953 029、0.836 93、1.119 938,残差值均匀分布在横轴(预测值)两侧,表明模型模拟效果较好。本研究采用含哑变量的回归分析与循环迭代法,系统的构建了湖南杉木多形立地指数曲线模型,不仅明显提高了模型的精度:确定系数从0.799 644增加到0.953 029,而且为区域性立地质量评价和生产力预估模型的构建提供了可行思路和方法。

基于分级的福建将乐地区栲树树高曲线模型研究

【目的】研究栲树树高曲线模型,为编制福建省将乐地区亚热带常绿阔叶林森林经营数表、指导当地森林经营提供依据。【方法】以将乐地区常绿阔叶林中的栲树为研究对象,以17个栲树林样地中427株栲树胸径、树高实测数据为建模数据,通过分析坡度、坡向和坡位3个地形因子与树高生长之间的相关关系,以Richards方程为基本方程,分别构建基于树高分级和地形分级的栲树树高曲线模型,并与经典树高曲线模型进行精度对比。【结果】基于树高分级的栲树树高曲线模型的决定系数(R2)最大,为0.630;均方根误差(RMSE)最小,为2.283,表明模型拟合精度较高。基于地形分级的栲树树高曲线模型的平均绝对误差(MAE)和平均相对误差(MRE)分别为1.707和0.163,均为最小,表明该模型预估精度最高。【结论】结合将乐地区实际情况,基于地形分级的树高曲线模型能较为精确地预估栲树树高。