基于混合效应的华北落叶松次生林单木冠长模型

摘要

【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(R^(2)=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(R^(2))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(R^(2))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。