基于混合效应的华北落叶松次生林单木冠长模型

作者：夏杰; 周根苗; 易烜; 王盼琦; 吕勇^*

来源：中南林业科技大学学报, 2022, 42(05): 44-53.

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

• 华北落叶松
• 冠长
• 混合效应
• 单木
• 次生林

【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。

• 单位
  中南林业科技大学; 湖南省农林工业勘察设计研究总院