基于GLMM的人工林红松二级枝条分布数量模拟

摘要：

[目的]利用广义线性混合模型模拟人工林红松二级枝条分布数量,建立二级枝条分布数量广义线性混合模型,并选出最优模型.[方法]基于黑龙江省孟家岗林场人工林65棵红松955个一级枝上的二级枝条数量,通过传统Poisson回归方法选出模拟精度最高的基础模型,考虑树木效应与树木内枝条观测间的相关性,构建二级枝条分布数量广义线性混合模型,并利用R2、标准误差、平均绝对误差、相对平均绝对误差和Vuong检验对收敛模型进行比较.[结果]考虑树木效应的混合模型模拟精度均高于传统回归模型,最终将含有截距、lnRDINC(RDINc 为着枝深度)、R2DINC和CL(冠长)4个随机效应参数以及自相关矩阵AR(1)的广义线性混合模型选为二级技条分布数量最优预测模型.在模型固定效应参数估计结果中,lnRDINC、CL和DBH(胸径)前的系数为正值,R2DINC、HDR(高径比)前的系数为负值,树冠内二级枝条分布数量存在最大值.最优模型的R2为0.896 1,标准误差为5.15,平均绝对误差为3.83,相对平均绝对误差为23.25％.[结论]广义线性混合模型不仅提高了模型的拟合精度,在反映总体二级枝条分布数量变化趋势的同时,还可以反映每棵树木之间的差异.

关键词：红松、二级枝条数量、Poisson回归模型、广义线性混合模型

所属期刊栏目：41

分类号：S757.1(森林经营学、森林计测学、森林经理学)

资助基金：国家自然科学基金;国家级大学生创新创业训练计划项目

在线出版日期：2017-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：121-128