干形数据采样方法对树干削度方程构建的影响
2023-10-26分类号:S781
【部门】东北林业大学林学院 东北林业大学森林生态系统可持续经营教育部重点实验室
【摘要】【目的】基于落叶松15个点的直径-树高干形数据,比较树干不同采样方法对曾伟生(1997)、Bi(2000)和Max&Burkhart(1976)削度模型预测精度的影响。【方法】以大兴安岭343株落叶松干形数据为研究对象,设计了30种数据采样方法,使用留一交叉验证法对基于原始数据和不同采样数据的模型进行检验,选用确定系数(R2)、平均绝对误差(MAB)、均方根误差(RMSE)和相对误差(MPB)作为检验的评价指标,并求出以上4个指标的平均相对排序值。使用Tukey多重比较法对基于不同采样数据的模型进行成对比较,分析当拟合数据改变的情况下各削度模型在预测落叶松直径时是否有显著差异。最后为了直观地表示不同采样数据对削度模型的影响,从落叶松数据中分别随机抽取一株大树和一株小树进行树干模拟。【结果】1)相对于使用原始数据时的模型,基于一部分采样方法的模型检验精度有略微提高,其中使用第27种方法时,曾伟生模型的精度最高;使用第26种方法时,Bi的模型精度最高;使用第9种方法时,Max&Burkhart的模型精度最高;2)Tukey多重比较结果表明,基于原始数据和基于3种最优采样方法的削度模型在预测落叶松直径时,模型两两之间均没有显著差异;3)通过对落叶松小树和大树的树干进行模拟发现,使用原始数据时的削度模型,与使用最优采样数据时的削度模型,对树干的模拟效果几乎相同。【结论】针对不同的削度模型,其最适用的采样方法也不同。当使用曾伟生的模型对大兴安岭落叶松树干削度预测时可以选择方法 27中7个点的直径-树高数据进行拟合,即将树干分成7个区分段进行干形测量;当使用Bi的模型时可以选择方法 26中的7个区分段进行干形测量;当使用Max&Burkhart的模型时可以选择方法 9中的10个区分段进行干形测量;当同时考虑这3个模型时,可以选择方法 20中的8个区分段进行干形测量,此时3个模型对落叶松树干不同位置处直径的预测精度均会略有提高。
【关键词】落叶松 采样方法 干形 削度方程 留一交叉验证
【基金】国家自然科学基金项目(32271866)
【所属期刊栏目】中南林业科技大学学报
文献传递