[目的]将生存分析方法和混合效应模型方法相结合,构建林木枯损模型,提高模型的模拟精度。[方法]以吉林省汪清林业局20块落叶松云冷杉林样地数据为材料,基于生存分析方法中的Cox比例风险函数模型方法,把林分因子和立地因子作为协变量加入到模型中去,构建林木的枯损及生存模型,并在此基础上考虑样地水平的随机效应,最后与不考虑样地水平随机效应的模拟效果进行比较分析。[结果]表明,Cox比例风险函数模型在描述林木枯损时,具有很好的适应性。单木初始胸径与林木的风险函数呈反比,与生存率呈正比;大于对象木断面积与风险函数呈正比,与生存率呈反比;初始林分公顷株数与风险函数呈正比,与生存率呈反比;立地因子对林木的枯损及生存没有显著影响。与固定效应模型相比,Cox比例风险函数模型在考虑了样地水平的随机效应后,模型的模拟精度获得明显的提高,并且达到极显著程度。由于大于对象木断面积和初始林分公顷株数两个变量在考虑了样地水平的随机效应后影响不显著,最后只考虑了单木初始胸径一个变量对枯损的影响,与不考虑随机效应相比,差异也达到显著水平。[结论]林木本身的大小对自身的枯损具有明显的影响,胸径小的林木较胸径大的林木更易枯损。在森林经营中,Cox比例风险函数模型的使用,可为森林经营者在确定合理的经营密度上提供很好的科学依据。

以15块人工落叶松纯林演化后形成的落叶松云冷杉混交林为对象,间伐后12年观测结果,研究间伐对林分和树木生长、树种组成、物种多样性及土壤等因子的影响。间伐强度分为2级:中度(平均为20%)和强度(平均为30%)。结果表明:间伐促进了保留木生长的显著增加,但不同间伐强度间无显著差异。林分及单木的直径、断面积和蓄积生长率均表现相同的趋势即随间伐强度的增加而增加。但间伐没有显著地增加12年间的总收获量。伐后对照样地表现为较高的枯损,枯死木主要是落叶松和阔叶树。林分进界株数严重不足,进界的主要树种是云冷杉、阔叶树和红松,以耐荫树种为主。从枯损和进界看,如果能对红松和阔叶树进行保护,这种林分很可能逐渐演化...

【目的】建立林木空间利用率模型,为天然混交林中不同树种间生产力的比较提供依据,为单木成熟的判断提供参考。【方法】利用林木生长量与树冠大小比值定义林木空间利用率,以长白山地区云冷杉针阔混交林为研究对象,基于20块标准地的2 268株单木数据,建立林木空间利用率混合模型,拟合各树种的空间利用率。【结果】(1)备选指标中蓄积生长量和树冠投影面积之比与胸径相关系数最高,适宜作为计算指标。(2)通过逐步回归,最终选定林木胸径、胸径平方(代表胸高断面积)、树高、冠幅、样地蓄积、针阔比、坡向坡度、竞争指标作为林木空间利用率基础模型的自变量。(3)确定按树种分组,包含胸径平方及截距随机效应参数、指数函数异方差结构的混合模型,经检验,混合模型在建模数据及检验数据中的表现均略优于一般线性模型。(4)利用所构建的混合效应模型,对研究数据进行拟合预测,各树种空间利用率最高时期的胸径分别为云杉约40 cm,冷杉、落叶松、红松、中阔组约37 cm,慢阔组约32 cm。【结论】林木利用率模型得到的数量成熟是以单位营养空间的生产力为基础的,使不同树种间的比较更为合理,且计算结果符合一般林学规律,可以作为该地区云冷杉针阔混交林判定单木成熟及优化林分结构的参考依据。

【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】准确预测林木的生存和枯损是森林生长收获模型系统中十分重要的组成部分。构建基于混合效应模型和生存分析方法相结合的林木生存模型,能够提高林木枯损模型的精度。【方法】以吉林省汪清林业局20块落叶松云冷杉林样地数据为例,基于生存分析方法中常用的6个时间参数分布回归模型(指数分布、Weibull分布、对数正态分布、对数Logistic分布、Gompertz分布及Gamma分布),把林分因子和立地因子作为协变量加入到模型中去,构建林木生存模型。并在此基础上考虑样地的随机效应,并与传统模型的模拟效果进行比较。【结果】研究结果表明,随着单木初始胸径的增加,其枯损的风险降低,生存率提高;随着单木大于对象木断面积值的增加,其枯损的风险增加,生存率降低;随着林分密度的增加,林木枯损的概率增加,生存率降低;立地因子对林木的生存没有显著影响;6个参数分布回归模型中,Weibull分布的模拟精度最高。与固定效应模型相比,Weibull分布模型在考虑样地水平随机效应后,模型的模拟精度获得明显的提高,并且达到极显著程度。【结论】在森林经营中,要提高林木的生存率,需采取科学合理的经营方法和经营时间,避免使林分的密度过大。

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...

用角尺度、混交度和大小比数3个林分空间结构参数对长白山过伐林区特有的长白落叶松Larix olgensis-云杉Picea jezoensis-冷杉Abies nephrolepis混交林进行了分析,目的是为长白落叶松-云杉-冷杉混交林林分结构的优化调整提供依据。结果表明:该林分的平均角尺度为0.520,林木分布格局为团状分布;林分的平均混交度为0.64,说明它是一个由不同树种组成的呈现中度混交结构状态的较复杂森林群落;从直径大小比数来看,林分中针叶树种具有胸径优势,尤其是云杉的直径优势最突出,红松Pinus koraiensis则分化严重,生长处于劣势。在实际应用中,可以根据林分平均角尺度以...

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...

以吉林省汪清林业局金沟岭林场近天然落叶松云冷杉林为研究对象,通过多元线性回归方法,建立了林分单位面积枯损株数与土壤因子、林分密度(SD)和立地指数(SI)的关系,以探索通过枯损模型表征土壤变量对立地条件的影响.结果表明:枯损树木与土壤因子和林分密度可以接受线性回归,全林分枯损模型为Y=838.375-47.810TK+0.343SD(调整R2=0.731),其中落叶松枯损模型为Y=2149.86-81.594TK-314.054TN(调整R2=0.739),而云冷杉枯损模型的拟合优度R2<0.6,说明复杂林分条件下优势树种与共优势树种对于土壤因子的响应与林分不同.

【目的】利用固定间隔期复测数据,运用不同方法建立杂种落叶松人工幼龄林单木枯损模型,为确定杂种落叶松合理的经营措施和推广应用提供依据。【方法】基于2003—2015年黑龙江省江山娇实验林场48块样地的复测数据,通过Logistic模型,利用全子集法和最大似然估计构建杂种落叶松单木枯损模型。使用列联表分析和分类率-阈值散点图,确定枯损模型预估时的最佳阈值。引入随机参数,构建样地水平广义线性混合模型。模型估计方法为自适应积分最大似然估计,模型筛选指标为Akaike信息标准(AIC)、贝叶斯信息标准(BIC)以及-2倍对数似然值。通过计算绝对平均偏差(Bias),绘制ROC曲线以及模型预估枯损率与实际枯损率直方图对两种模型的预测结果进行评价比较。【结果】包含单木(林木胸径,DBH;胸径平方,DBH2)、林分(林分断面积,BA)、竞争(大于对象木树木断面积之和变形,BALD)3个水平变量组合的单木枯损模型拟合效果最佳。杂种落叶松枯损主要发生在小径阶且相对竞争较大时。单木枯损概率随DBH增加逐渐减小,随BALD、BA增加而逐渐增加。最佳阈值有效提高了模型预估效果,方差-协方差结构为无结构矩阵(UN)时,四参数混合模型的拟合结果最佳,其预估的林分枯损率更接近实际林分枯损率。【结论】混合模型能够更有效地描述和预估杂种落叶松的单木枯损。阈值分析是提高二分类模型预测准确性的有效方法。杂种落叶松作为速生树种,幼龄时期应适时进行抚育间伐以减少枯损发生的概率。

[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

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．．．

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】为准确预估单木冠长，在再参数化的基础上构建基于混合效应的单木冠长模型，为华北落叶松区域经营、生产、科研提供理论依据及模型参考。【方法】以山西省五台山和庞泉沟地区116块样地2 745株华北落叶松次生林为例，建立单木冠长模型，从9个冠长-胸径候选模型中选取最优基础模型；除胸径外还考虑其他6个林木、林分因子对冠长的影响，通过逐步回归分析选择影响最为显著的因子构建冠长再参数化模型；最后引入样地随机效应，构建含混合效应的华北落叶松次生林单木冠长模型，选用3个常用异方差消除函数中最优者消除混合效应模型的异方差性。【结果】9个候选模型尤以Logistic形式的冠长-胸径模型拟合精度最优，效果最好（R2=0.569 9,RMSE=3.812 7,MAE=3.022 3）；其他6个林木、林分因子中高径比（HDR）和公顷株数（N）对冠长的影响最为显著，将显著性因子高径比（HDR）和公顷株数（N）纳入最优基础模型构建再参数化模型，模型确定系数（R2）从0.569 9提升到0.700 5，提升了22.9%，均方根误差（RMSE）从3.812 7降低至3.181 6，下降了16.6%，平均绝对误差（MAE）从3.022 3降低至2.410 7，下降了20.2%；在再参数化方法的基础上构建混合效应的单木冠长模型，引入样地水平作为随机效应因子作用在固定参数a上，混合效应模型确定系数（R2）从0.700 5提升至0.813 6，提升了16.1%，均方根误差（RMSE）从3.181 6降低至2.512 0，下降了21.0%，平均绝对误差（MAE）从2.410 7降低至1.837 3，下降了23.8%；选用指数方差函数能够有效地消除模型异方差性，残差分布范围更小，分布更均匀。【结论】在再参数化基础上构建混合效应模型能更加准确地预估林木冠长，为华北落叶松次生林区域性的森林经营活动提供科学依据。

【目的】在多树种多层次针阔混交林中,基于贝叶斯混合效应模型法构建树高与胸径关系的混合效应模型,以提高预测模型参数稳定性,为揭示混交林多树种生长规律、资源分配差异及森林质量精准提升提供科学依据。【方法】以河北省塞罕坝机械林场华北落叶松和白桦针阔混交林为研究对象,基于112块标准地(30 m×30 m)调查数据,选取6个包含不同林分因子的理论方程作为构建混交林不同树种树高与胸径关系的基础模型,选择出拟合精度较高的模型,分别采用两水平非线性混合效应模型法和贝叶斯混合效应模型法构建立包含哑变量的多树种树高与胸径关系模型。【结果】包含林分优势高和林分断面积组合变量的Richards方程拟合效果最好,模型确定系数(R~2)、均方根误差(RMSE)和绝对误差(Bias)分别为0849 5、2378 6和0365 4;贝叶斯混合效应模型法拟合精度略高于传统非线性混合效应模型法:基于传统非线性混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0930 4和0103 4,白桦树高与胸径关系模型的RMSE和Bias分别为0982 7和0112 6;基于贝叶斯混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0910 5和0096 8,白桦树高与胸径关系模型的RMSE和Bias分别为0963 3和0100 2。【结论】基于贝叶斯混合效应模型法构建的非线性混合效应模型,充分考虑混交林多树种树高与胸径关系模型参数的不确定性,模型预测效果更具可靠性和稳定性。