基于混合效应的华北落叶松次生林单木冠长模型
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.14067/j.cnki.1673-923x.2022.05.005

基于混合效应的华北落叶松次生林单木冠长模型

引用
[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2745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=0.5699,RMSE=3.8127,MAE=3.0223);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0.5699提升到0.7005,提升了22.9%,均方根误差(RMSE)从3.8127降低至3.1816,下降了16.6%,平均绝对误差(MAE)从3.0223降低至2.4107,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0.7005提升至0.8136,提升了16.1%,均方根误差(RMSE)从3.1816降低至2.5120,下降了21.0%,平均绝对误差(MAE)从2.4107降低至1.8373,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.

华北落叶松、冠长、混合效应、单木、次生林

42

S758.5;S791.229(森林经营学、森林计测学、森林经理学)

国家公益性行业科研专项201404417

2022-08-19(万方平台首次上网日期,不代表论文的发表时间)

共10页

44-53

相关文献
评论
暂无封面信息
查看本期封面目录

中南林业科技大学学报

1673-923X

43-1470/S

42

2022,42(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn