基于空间自相关的天然蒙古栎阔叶混交林林木胸径-树高模型
[目的] 考虑林木间的空间自相关,构建基于空间自相关的林木胸径-树高模型,为可持续经营天然混交林提供理论依据.[方法] 以天然蒙古栎阔叶混交林为研究对象,选择适宜的线性化林木胸径-树高模型为基础模型(BM),应用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)研究该混交林的林木胸径-树高模型.同时,将Delaunay三角网(DT)矩阵、逆距离一次幂(ID1)、逆距离二次幂(ID2)、逆距离五次幂(ID5)、球状变异函数(SV)矩阵、高斯变异函数(GV)矩阵和指数变异函数(EV)矩阵共7个空间加权矩阵应用于SAR模型中.利用普通最小二乘法(OLS)估计BM参数,极大似然法估计3个SAR模型参数,并对4个模型的回归参数进行T检验,对3个SAR模型的自回归参数进行似然比检验.选择Moran''s I(MI)指数比较分析BM、SLM、SDM和SEM 4个模型的残差空间自相关,选择决定系数(R2)、均方根误差(RMSE)和Akaike信息准则(AIC)3个拟合指标比较分析4个模型的拟合效果.[结果] 空间加权矩阵SV的BM残差MI值大于1,因此以下结果分析中将不再考虑SV.其他6个空间加权矩阵的BM和SLM残差MI值均显著大于期望值I0,但SLM残差MI值较相同空间加权矩阵的BM残差MI值小.除了GV和ID1外,其他4个空间加权矩阵的SDM残差MI值均与I0差异不显著.除了ID1外,其他5个空间加权矩阵的SEM残差MI值均与I0差异不显著.3个SAR模型的3个拟合指标均优于BM.在相同的空间加权矩阵中,SDM和SEM的3个拟合指标非常接近,但均优于SLM.在SDM和SEM中,不同空间加权矩阵(除GV外)根据3个拟合指标从优至劣的排序为ID2 > DT > ID > ID5 > EV.无论采用哪个空间加权矩阵,3个SAR模型的回归参数β1均与BM中的β1相似,且均显著不为零.相比β1,SEM和BM中的β0相似,但SDM和SLM中的β0与BM中的β0不相似,并且随着空间加权矩阵的变化而变化.应用于SAR模型的所有空间加权矩阵中,利用ID1得出的自回归参数ρ、γ和λ均明显高于利用其他空间加权矩阵计算的值.GV只有在SEM中才能使自回归参数λ显著.除了GV外,利用其他5个空间加权矩阵得出的ρ、γ和λ均显著.[结论] 应用于SAR模型的7个空间加权矩阵中,SV和ID1为不合理的空间加权矩阵.SLM只能降低模型残差的空间自相关,改善模型拟合效果较SDM和SEM差.只要选择合适的空间加权矩阵,SDM和SEM就可以消除模型残差的空间自相关,提高模型拟合效果,其中ID2是最好的空间加权矩阵.利用ID2和SEM构建以树种为哑变量的胸径-树高模型,从而得出基于空间自相关的蒙古栎、杨桦(山杨和白桦)、红松的胸径-树高模型.
空间自相关、胸径、树高、自回归模型、空间滞后
53
S757.2(森林经营学、森林计测学、森林经理学)
"十二五"国家科技支撑计划课题2012BAD22B02
2017-07-31（万方平台首次上网日期，不代表论文的发表时间）
共10页
67-76
