【目的】基于与距离有关的Hegyi种内和种间竞争指数，构建以期初胸径及Hegyi竞争指数为预测变量的云冷杉天然林单木胸径生长预测模型。【方法】使用2013年金沟岭云冷杉林3块1 hm~2固定样地内实测数据，以非线性Logistic模型为基础模型，逐步引入期初胸径、种内和种间竞争指数，以探究竞争和生长对于单木胸径变化的影响，并利用非线性混合效应模型进行模型精度的提升。【结果】模型拟合结果显示：以期初胸径、种内Hegyi竞争指数、种间Hegyi竞争指数为预测变量，树种水平下随机效应作用在参数a_0、 a_2、a_3上时，模型具有最优的拟合效果，且未出现异方差现象。建模数据的调整决定系数（R~2_(adj)）、均方根误差（RMSE）、总相对误差（TRE）分别为0.512 6、0.607 1、3.651 9%，利用检验数据对模型进行独立样本检验，检验数据的R~2_(adj)为0.509 8，检验RMSE均为0.624 2，检验TRE均为3.883 1%，检验数据的残差分布未出现明显的异方差现象。【结论】云冷杉天然林中影响对象木胸径生长的因素包括单木大小因子与竞争因子。期初胸径对胸径生长的影响较大，为正向作用。竞争因子中，种内竞争和种间竞争均对单木胸径的生长具有明显的调控作用，为负向抑制作用。本文所构建的基于树种水平的非线性混合效应模型能够为研究区天然云冷杉林中对象木的胸径生长预测提供一定的理论基础以及技术参考。

林木间普遍存在着空间自相关，这直接关联着林木间的竞争与相互作用。单木胸径树高模型是森林生长、收获与预测的基础，忽略林木间的空间自相关将会导致胸径树高模型的普通最小二乘（ＯＬＳ）回归违背残差独立分布假设，导致犯第一类错误的可能性变大，以及模型参数标准差的有偏估计和回归模型估计的有效性降低。因此，本文选择我国东北地区主要森林类型即天然云冷杉针阔混交林为研究对象，考虑林木间的空间自相关，选用合适的线性化单木胸径树高ＯＬＳ模型为基准模型，利用３个同步自回归（ＳＡＲ）模型即空间滞后模型（ＳＬＭ）、空间误差模型（ＳＥＭ）和空间ＤｕＲｂｉｎ模型（ＳＤＭ），构建该混交林的单木胸径树高模型。与此同时，每个ＳＡＲ．．．

为了探讨长白山云冷杉天然林的空间结构对云杉、冷杉胸径生长量的影响,本研究于2016年8月以吉林省汪清县金沟岭林场2块云冷杉天然林的典型样地(面积分别为60 m×60 m、80 m×80 m)为研究对象,首先计算整个林分和林分内所有云杉、冷杉的角尺度和混交度,分析整个林分和林分内的云杉、冷杉的空间结构分布情况;然后,将角尺度和混交度对应的5种情况加以区分,对比这5种情况分别对应的所有云杉、冷杉近5年平均胸径生长量的均值;最后分析云杉、冷杉不同空间结构对其胸径生长量的影响。结果表明:2块样地平均角尺度均为0.

【目的】预测和研究蒙古栎天然林的生长与发展规律,以更好地经营蒙古栎天然林。【方法】以蒙古栎天然林为研究对象,基于吉林省汪清林业局195块蒙古栎林固定样地的2期复测数据,通过分析已有的16个普通树高曲线模型和16个标准树高曲线模型并对比2种模型的拟合结果,建立蒙古栎林的单木树高曲线模型。【结果】最终确定的蒙古栎林最优普通树高曲线模型的决定系数R2为0.728,调整决定系数R2adj为0.721,均方根误差为2.291m,相对均方根误差为0.158,平均误差为0.118m,平均绝对误差为1.794m。最优标准树高曲线模型的决定系数R2为0.907,调整决定系数R2adj为0.901,均方根误差为1...

[目的]以吉林省汪清林业局金沟岭林场12块天然云冷杉针阔混交林样地为对象,基于12 953对实测树高-胸径数据,结合林分优势高分树种(组)建立基于BP神经网络的标准树高模型。[方法]在确定隐层节点数后经过反复训练得到各树种(组)的适宜模型结构,使用相同的建模数据(8块样地)求解两个传统的树高方程,再利用未参与建模的4块样地分别验证模型。[结果]表明:落叶松、云杉的适宜模型结构(输入层节点数:隐藏层节点数:输出层节点数)为2:5:1;红松、中阔(白桦、大青杨、榆树和杂木)的适宜模型结构为2:4:1;冷杉的适

【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。

【目的】为准确预测内蒙古大兴安岭林区的白桦天然林单木生长并制定适应性经营管理措施，构建包含气候因子和林木大小多样性因子的白桦单木胸径生长混合效应模型。【方法】数据来源于内蒙古大兴安岭林区第8和9次森林资源清查数据，共筛选出符合要求的固定样地97块，白桦样木4 785株。基于筛选的数据，运用逐步回归法，构建传统单木胸径生长模型，并在此模型的基础上，引入样地随机效应，构建白桦单木胸径生长混合效应模型。利用十折交叉验证法分别对已构建的基础模型和混合效应模型进行检验。【结果】期初胸径的对数、大于对象木的断面积和、样地内胸径标准差、生长积温和年平均降雨量对白桦单木胸径生长量存在显著影响。与基础模型相比，混合效应模型的调整决定系数提高了0.120 6，均方根误差降低了0.097 1 cm²，模型的预测精度显著提高。十折交叉验证的结果表明混合效应模型同样表现出较好的拟合结果。【结论】包含气候因子和林木大小多样性因子的白桦单木胸径生长混合效应模型能精准预测白桦单木胸径的生长动态，可以为内蒙古大兴安岭林区的白桦天然林的科学经营提供支持。

【目的】天然林生长模型一直是国内外林业研究的难点,单木生长模型是林木生长与收获模型的重要组成部分,林分平均木生长过程模拟是单木生长模型乃至林分生长模型的研究基础,密度和立地是影响其生长的重要因素。因此,探讨与构建反应密度和立地差异的栎类天然林胸径生长模型,能客观地反应其生长规律,为林分预估和提高林分质量提供理论支持。【方法】以湖南栎类天然林样地数据为基础,以林分平均木胸径为研究对象,基于树木理论生长方程,利用数量化方法Ⅰ和非线性混合效应回归建模方法,构建含林分密度和立地效应的栎类林分平均木胸径生长模型。【结果】1)利用评价指标(确定系数R2、平均绝对误差MAE及均方根误差RMSE),从4个基础模型中选定Logistic为林分胸径生长的最优基础模型,确定系数R2为0.338 97;2)采用数量化方法Ⅰ筛选出海拔、坡度、坡向和株数密度是对林分胸径生长影响显著的因子;3)将海拔、坡度、坡向分级并组成基本立地类型组合,将株数密度和立地类型组合作为混合效应加入到基础模型中构成非线性混合效应模型,模型确定系数由0.338 97提升到了0.930 16。【结论】胸径的生长既受林分密度的影响,又与立地条件有关,不同的株数密度和立地条件对林分平均木胸径生长的影响很大。林分的密度与胸径呈现负相关,密度越小,林分平均木胸径越大;林分的立地条件越好,林分平均木的胸径越大。考虑株数密度和立地类型效应的生长模型可以有效解决栎类天然林林分密度和立地类型差异对胸径预估的影响。

为了预测近天然落叶松云冷杉林的生长和发展,该文建立了近天然落叶松云冷杉林中长白落叶松、红松、云冷杉、中阔和慢阔5个树种(组)的单木枯损模型。数据来自于20个长期固定观测样地,共得到12853个观测数据,其中80%的数据用于建模,20%的数据用于模型验证。采用Logistic回归方法,考虑多重共线性逐步筛选出对枯损有显著影响的自变量;根据预测结果敏感度和特异度的最大和原则(MST原则)确定模型的概率阈值。结果表明:①起初胸径、竞争指数、林分密度、多样性指数、立地因子都是显著影响树木枯损的因子,但不同树种的影响因子各异。②起初胸径在所有模型中均极显著;竞争指数除在红松和慢阔模型中未进入模型外,在其...

【目的】通过对闽楠天然次生林胸径和树高生长规律及生长模型的研究,为林木生长预估及林分质量提升经营措施的制订提供参考。【方法】以江西省安福县闽楠天然次生林为研究对象,通过标准地调查及树干解析等方法获取基础数据,按林木竞争压力水平从小到大将林木分为类型1、类型2和类型3,分析胸径和树高的生长规律;选取5种具有生物学意义的生长方程,根据模型拟合优度与评价指标选取最优基础生长模型,在最优模型的基础上构建含竞争类型哑变量的生长模型。【结果】(1)利用树干解析数据分析显示,30～50年为胸径生长速生期,连年生长量最大值达到0.57 cm;35～45年为树高主要生长速生期,连年生长量最大值为0.37 m。(2)胸径最优基础模型为Gompertz方程,模型R~2和预估精度分别为0.756和94.28%,构建的最优哑变量模型的R~2和预估精度分别为0.873和95.71%;树高最优基础模型为修正Weibull方程,模型R~2和预估精度分别为0.856和96.54%,构建的最优哑变量模型的R~2和预估精度分别为0.882和96.96%。(3)由构建的哑变量生长模型拟合的不同竞争类型下的胸径和树高生长曲线得知,胸径和树高总生长量均表现为类型1>类型2>类型3,类型1胸径最大生长量是类型3的1.6倍。【结论】竞争压力对闽楠胸径、树高生长均产生影响,较大的林木竞争压力不利于闽楠生长;构建含有竞争类型哑变量模型的拟合优度及预估精度均优于基础模型,有利于提高建模的精度和模型的适用性。

采用长白山林区２０１３年调查的１２块１ ｈｍ２固定样地中５个树种的幼树树高－胸径数据，用３５个树高曲线经验模型进行模拟、筛选。结果表明，Ｃｕｒｔｉｓ于１９６７年提出的三次多项式ｈ＝ａ０＋ａ１ｄ＋ａ２ｄ２＋ａ３ｄ３能够很好地拟合５个树种幼树的树高－胸径模型，决定系数（ｒ２）最高可达０．７８６ ５。用独立样本数据对该模型进行检验，结果表明，模型的表现能力良好，能够适用于本地区的云冷杉针阔混交林的幼树树高－胸径模拟。以空间代替时间的方法分析５个树种的幼树树高生长规律，发现色木幼树树高较大；红松和冷杉幼树树高生长类似；云杉幼树树高初期较小，而后期生长很快。本文提出的幼树树高模型可为抚育经营提供参考。

【目的】混交林的稳定性、发展的可能性与空间结构密切相关，探究空间结构对林分生长量的影响对促进林分良性发展有着重要作用。本研究以天然云冷杉针阔混交林为对象，分析混交度（M）和大小比数（U）对单木生长量的影响，以期为该地区天然林林分结构调整提供科学依据和指导。【方法】选用2块云杉蓄积占总蓄积比例分别为0.1～0.2(1成云，1P)和0.4(4成云，4P)固定样地的5期监测数据，采用4株相邻木法计算空间结构三参数，绘制多元分布图，分析了1P和4P内各径级云杉、臭冷杉和红松在不同混交度和大小比数的胸径生长量变化规律。【结果】1P和4P均介于中度和强度混交（M分别为0.625和0.657）且呈随机分布；臭冷杉和红松的生长介于亚优势至中庸状态间（U=0.25～0.50），云杉在4P内介于亚优势至中庸状态间（U=0.48），在1P内介于中庸至劣势状态间（U=0.70）。云杉和臭冷杉的年胸径生长量随径级的增大而增大（P <0.05）。云杉在1P内的年胸径生长量低于4P，红松相反。【结论】不同径级下林木的生长具有显著差异，降低大小比数的同时适当提高混交度有利于林木的胸径生长。不同生长阶段的竞争不同导致了不同径级林木对混交度和大小比数响应的差异，故针对不同生长阶段的林木应采取不同的经营措施调整优化林分结构，促进林分长期的稳定发展。

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,...

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...

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。