以黑龙江省带岭林业局大青川林场80株人工兴安落叶松解析木数据为例,采用Richards生长模型作为基础模型,利用S-PLUS软件中的NLME过程,分别拟合非线性树高和直径生长模型。采用AIC、BIC、对数似然值和似然比检验等模型评价统计指标对不同模型的精度进行比较分析。结果表明:当对树高-年龄关系进行拟合时,b1、b3同时作为混合参数时模型拟合最好;当对直径-年龄关系进行拟合时,b1、b3同时作为混合参数时模型拟合最好。把相关性结构包括一阶自回归结构AR(1)、一阶移动平均结构MA(1)及一阶自回归与移动平均结构[ARMA(1,1)]加入到树高和直径最优混合模型中,一阶自回归结构AR(1)显著...

以黑龙江省带岭林业局大青川林场84株人工落叶松解析木数据为例,采用Max和Burkhart分段削度模型作为基础模型,利用SAS软件中的似乎不相关回归过程得到该分段削度模型的4个参数和2个拐点参数同时估计。参数估计显著性检验(P

以黑龙江省七台河市林业局金沙林场114株人工兴安落叶松树干干形数据为例,利用非线性混合模型技术拟合Max-Burkhart分段削度方程。结果表明:当利用SAS软件的PROC NLMIXED模块对Max-Burkhart模型进行拟合时,引入随机参数b1、b2、b3时模型拟合最好;随机参数b1与冠长率和冠长呈负相关,与树冠高度呈正相关;随机参数b2与冠长率和冠长呈正相关,与树冠高度呈负相关;随机参数b3与冠长率、冠长、树冠高度没有显示出相关性。利用随机参数b1、b2、b3与树冠特征的相关性构建了含有冠长率、冠长和树冠高度变量的3个模型,并且所有模型的参数估计值都是显著的,这充分说明冠长率、冠长和树...

以黑龙江省七台河市林业局金沙林场9株人工落叶松6825对早、晚材管胞长度样品数据为例,选择6个常用方程进行非线性回归分析,把拟合精度最高的Richards模型作为早、晚材管胞长度基础模型y=β1[1-exp(-β2x)]β3+ε。基于Richards模型,利用非线性混合模型技术构建落叶松早、晚材管胞长度混合效应模型yij=(β1+b1i){1-exp[-(β2+b2i)t]}β3+b3i+εij。结果表明:当对早材管胞长度进行拟合时,b1i、b2i、b3i同时作为随机参数时早材管胞长度模型拟合最好;当对晚材管胞长度进行拟合时,b1i、b2i、b3i同时作为随机参数时晚材管胞长度模型拟合最好;一...

利用兴安落叶松解析木数据,比较了树干去皮直径预测的3种类型模型:Grosenbaugh的比率方程式、回归模型和削度方程。Grosenbaugh的比率方程式有很大的灵活性,没有参数不需要模型拟合。总体评价和模型分段比较表明,回归模型有较小的预测误差,尤其是Cao and Pepper提出的含有带皮直径、树高、相对树高、胸径处的带皮直径和去皮直径变量的模型。由于削度模型不含有带皮直径变量,因此产生较大的去皮直径预测误差。不同类型的模型在森林经营过程中都有一定的适应性。

以吉林省汪清林业局的蒙古栎阔叶混交林和云冷杉阔叶混交林２４块固定样地中的２ ５９８株红松为研究对象，利用Ｃｈａｐｍａｎ－ＲｉＣｈａＲｄｓ方程建立了不含随机效应与含随机效应的单木树高－胸径简单模型和广义模型。模型拟合和检验的评价指标主要包括调整决定系数（Ｒ＿ａ～２）、平均相对误差绝对值（Ｒｍａ）和均方根误差（ＲｍｓＥ）。对于混合效应模型，设计了随机抽取、抽胸径最大的树、抽胸径最小的树和抽平均木４种抽样方案计算随机参数，通过对比４种抽样设计下模型的误差统计量，分析了不同抽样设计下样本数量和预测精度的关系。结果表明：基于混合效应模型的红松单木树高－胸径模型拟合效果（简单模型的Ｒ＿ａ～２在０．７５３～．．．

以黑龙江省七台河市林业局金沙林场9株人工落叶松432个样品密度数据为例,利用逐步回归技术构建落叶松木材密度模型:WD=β1+β2RN+β3RN2+β4h。利用S-PLUS软件中的LME过程,分别考虑单水平和多水平效应,拟合线性木材密度混合效应模型。结果表明:基于单水平和多水平效应的混合模型拟合精度高于传统的基本模型,并且考虑单水平树高效应和2层次效应时的混合模型精度高于考虑单水平样木效应影响的混合模型。模型检验结果表明:混合效应模型不但能反映总体平均木材密度变化趋势,还能反映分组之间的差异。

以黑龙江省五营林业局丽林林场30株人工落叶松2 190个枝条基径数据为例,利用逐步回归技术建立了落叶松枝条基径模型:BD=b1+b2DINC+b3DINC2+b4DBH.DINC2。然后,利用S-PLUS软件中的LME过程,拟合线性枝基径模型。采用AIC、BIC、对数似然值和似然比检验等模型评价统计指标对不同模型的拟合效果进行比较分析。结果表明:当拟合枝条基径模型时,b1、b2、b3同时作为混合参数时模型拟合最好。为了矫正混合模型构建过程中产生的异方差现象,把幂函数和指数函数加入到枝条基径混合模型中。指数函数显著提高了枝条基径混合模型的拟合效果,并且消除了异方差现象。模型模拟表明:对于大小相同...

【目的】以林木易测因子为预测变量,构建黑龙江省人工落叶松树冠最大外部轮廓及内部轮廓(未着叶部分)的预估模型,为进一步估计人工落叶松树冠表面积、树冠体积和树冠生物量提供依据。【方法】基于佳木斯市孟家岗林场49株解析木的枝解析数据,树冠外部轮廓模型采用分段回归技术,构建带有约束条件并满足生物学意义的连续性分段曲线模型,即在梢头处树冠半径为"0",在整个树冠内外部轮廓的拐点的存在是唯一的,且在拐点处树冠半径达到最大值;内部轮廓直接采用线性模型进行模拟。分析模型参数与林木变量之间的相关性,将关系密切的树木变量或变

以吉林省汪清林业局金沟岭林场20块落叶松云冷杉样地为研究对象。首先选择传统的回归方法从4个常用的断面积模型中找出模拟精度最高的模型作为基础模型,利用基础模型及模拟数据构建非线性混合模型,考虑样地效应,采用SAS软件进行模拟,选择模型收敛及其对数似然值、AIC和BIC值最小的混合模型作为最优模型;然后,在此基础上考虑断面积连续观测数据的时间序列相关性,并把间伐强度以哑变量形式考虑进去,再进行混合模型的模拟;最后,利用验证数据对混合模型方法与传统的非线性回归模拟方法进行精度比较。结果表明:林分密度指数作为自变量的Schumacher式的模拟精度最高,而考虑样地效应的混合模型模拟精度优于传统的回归模...

以黑龙江省五营林业局丽林林场30株人工落叶松2190个枝条长度和角度数据为例,利用逐步回归技术建立落叶松枝条长度和角度模型:BL=b1+b2DINC+b3DINC2+b4DBH·DINC2,BA=b1+b2DINC+b3DINC2+b4DBH·DINC。利用S-PLUS软件中的LME模块,考虑树木效应拟合线性枝条长度和角度模型。采用AIC、BIC、对数似然值和似然比检验等模型评价统计指标对不同模型的拟合效果进行比较分析。结果表明:当拟合枝条长度和角度模型时,b1,b2,b3同时作为混合参数时模型拟合最好。为了描述混合模型构建过程中产生的异方差现象,把幂函数和指数函数加入到枝条长度和角度混合模型...

描述了相容性非线性联立方程组模型在树干削度和材积建模方面的应用及联立方程组模型参数估计的方法。以黑龙江省带岭林业局人工落叶松为研究对象,以Max和Burkhart分段削度模型作为基础模型,构建了3个具有不同拐点的树干削度和材积系统。削度和材积系统拥有一套参数。为了使内生变量(endogenous variables)误差同时最小化,利用SAS软件模型模块中的似乎不相关回归过程(seemingly unrelated regression,SUR)解决联立方程组模型系统的参数估计。采用确定系数、绝对误差、相对绝对误差、均方根误差、相对均方根误差等模型评价指标对不同模型系统的精度进行比较分析。结果...

利用广义线性混合模型对长白落叶松一级枝条数量进行研究,以黑龙江省佳木斯市孟家岗林场长白落叶松人工林为研究对象,基于7块标准地49株枝解析样木的596个一级枝条测定数据,利用SAS 9.3软件中的PROC GLIMMIX模块,建立了基于Poisson分布的一级枝条数量的最优基础模型。在此基础上考虑树木效应,构建每半米段一级枝条数量的广义线性混合模型,并利用AIC、BIC、-2log likelihood以及LRT检验对收敛模型的拟合优度进行比较。结果表明:任意参数组合的混合效应模型的拟合效果均好于传统模型,

【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0.760 4，平均绝对误差（MAE）和均方根误差（RMSE）分别为0.386 6和0.486 3 cm~2。与基础模型相比，混合效应模型的R~2提高了0.321 7,MAE和RMSE减少了0.230 6和0.267 4 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。

【目的】消光系数(k)是模拟树冠光分布的重要指标,本研究通过对比常见的获得k值的方法,筛选最优方法,对长白落叶松人工林树冠内光合有效辐射(PAR)进行动态估计。【方法】(1)将实测的PAR数据按3∶1划分为拟合数据和检验数据,利用拟合数据构建k值预估模型(方法 I)。(2)用拟合数据,采用人为设定不同梯度的k值估计树冠PAR,筛选最优的k值(方法 II)。(3)基于叶倾角数据,采用2种不同的平均叶倾角公式(方法 III-1、方法 III-2),对k值进行计算。将检验数据作为独立样本对以上3种方法估计的PAR进行独立性检验。通过对比以上3种方法对树冠内PAR的估计效果,选择最优的k值计算方法,结合气象数据对PAR进行动态估计。【结果】根据实测PAR数据计算的树冠各轮层k值存在较大差异,总体在0.1～1.5之间,且与相对着枝深度(RDINC)呈明显的指数函数或幂函数关系。同时太阳高度角(Sa)、累积叶面积最大值(MCLA)、叶面积密度(NAD)和树冠表面积(CS)对k值的垂直变化也有明显影响。因此方法I将指数函数作为基础模型,以RDINC、Sa、CLA、NAD和CS为自变量建立了k值估计模型,模型的拟合效果较好(R2=0.736,RMSE=0.124)。方法 II中,当k取0.32时对PAR的估计效果最好。利用方法 III计算的各轮层消光系数差异较小,总体在0.3～0.7之间。采用独立样本检验以上3种方法对PAR估计的效果,结果表明方法 I对PAR的估计效果较好(平均误差ME=2.88,平均误差绝对值MAE=117.4,预估精度P=91.53%),方法 II对PAR的估计效果次之(ME=-7.2,MAE=217.5,P=88.12%),方法 III对PAR最差(方法 III-1中ME=121.4,MAE=210.1,P=55.85%;方法 III-2中ME=226.4,MAE=259.0,P=42.93%)。【结论】k值在不同林木、不同轮层及不同的太阳高度情况下并不是一个固定值。本研究建立的k估计模型充分考虑了以上3个重要变量,符合客观实际,且对估计长白落叶松树冠PAR有良好的效果,研究结果为人工长白落叶松树冠内不同位置净光合速率的模拟提供了基础。