北京地區(qū)油松林分生長、枯損和進界模型的研究.pdf

1、森林是陸地生態(tài)系統(tǒng)的主體，是維持生態(tài)平衡和改善生態(tài)環(huán)境的重要保障，在應對全球氣候變化中發(fā)揮著不可替代的作用。因此及時、準確、有效地監(jiān)測和評價森林，對科學合理經營森林、充分發(fā)揮森林的多功能效益至關重要。森林資源的監(jiān)測和評價的核心問題就是要及時了解森林生長、枯損和進界的動態(tài)變化情況。而及時了解森林生長、枯損和進界的動態(tài)變化，就必須應用森林模型技術。林分動態(tài)變化模型包括了生長、枯損和進界模型。應用林分動態(tài)變化模型可以使我們更深入地了解森林動態(tài)

2、發(fā)展的模式，為有效地進行森林資源監(jiān)測和合理地經營森林提供理論基礎和分析評價方法。本研究以北京地區(qū)油松（Pinus tabulaeformis Carr.）林分為研究對象，根據(jù)林學和生物學特性，采用近代生物數(shù)學模型和統(tǒng)計分析方法，構建油松林分生長、枯損和進界動態(tài)變化模型：
　?。?）分別利用傳統(tǒng)的固定生長率法和可變生長率法建立了單木直徑年生長預測模型，并對這兩種方法進行比較研究。研究結果表明，利用可變生長率法建立單木直徑年生長預測模

3、型，其均方根誤差（RMSE=1.0182）比固定生長率法（RMSE=1.1393）的小，決定系數(shù)（R2=0.9310）比固定生長率法（R2=0.9136）的大，因此其擬合效果比固定生長率法好?？勺兩L率法估計單木生長模型參數(shù)時，考慮了林木因子的變化及通過建立林分模型預估林分變量因子（林分斷面積，優(yōu)勢高）的變化，從而導致單木直徑年生長量的變化，這符合林木生長的規(guī)律。同時，本研究也利用了可變生長率法建立了全林分年生長預測模型，該方法能夠提供

4、林分的年生長變化情況，并利用似乎不相關聯(lián)立估計全林分生長模型參數(shù)，這樣能夠提高參數(shù)估計的有效性和一致性，減少系統(tǒng)估計誤差。
　?。?）組合預測方法在提高模型預測精度方面有很好的表現(xiàn)。該方法充分利用單項預測模型所提供的有效信息，減少單個模型中隨機因素的影響，把不同的模型誤差分散化，從而提高預測精度。研究結果表明，組合預測模型精度（R2=0.9298）比單木模型（R2=0.9255）、林分模型（R2=0.9282）、分布模型（R2=0

5、.9244）的預測精度都要高。利用組合預測估計方法預測林分斷面積，使三個不同水平模型所得的林分斷面積組合成一個預測值，保證了林分斷面積預測的一致性，解決了不同預測模型間的相容性問題，為林分斷面積生長模型一體化的研究提供了可行性。在組合預測模型中，權重的選取對提高組合預測結果的精度至關重要。相對于本研究所利用的誤差平方和法和方差協(xié)方差法，最優(yōu)加權法能夠去除單項預測在組合預測模型中有偏的影響，從而使得組合預測達到無偏，最終達到提高預測精度的

6、目的。
　?。?）解聚法以單木水平模型所得的林分變量盡可能地與林分水平模型所得的林分變量相匹配為迭代目標，進而調整單木生長模型以提高預測精度。本研究利用3種不同的解聚法（指數(shù)法，比例調整法，可加法）進行調整油松單木枯損，研究結果表明：這3種方法都提高了單木枯損的預測精度，可加法相對好于其它2種方法。相對于這2種迭代求解調整系數(shù)的方法，可加法直接通過調整系數(shù)公式計算得到，計算更加簡單、有效。同時，在研究中我們也發(fā)現(xiàn)林分密度模型預測的

7、精度在解聚法中起到重要的作用。林分株數(shù)密度預測精度高，那么就可以減少不同單木枯損預測方法的差別。組合預測法綜合利用了不同水平模型所提供的信息，分散預測誤差，進而提高林分變量預測精度。本研究中，我們結合解聚法和組合預測法調整單木枯損模型，研究結果表明綜合利用這兩種方法調整單木枯損，著實提高了單木枯損的預測精度。
　?。?）林分枯損和進界是描述林分動態(tài)變化特征的重要因子。然而，調查間隔期內可能有大量的樣地沒有發(fā)生林分枯損或進界現(xiàn)象，這

8、意味著在所研究的數(shù)據(jù)中包含有大量的零數(shù)據(jù)，即數(shù)據(jù)結構是離散的。如果繼續(xù)用最小二乘方法分析，估計不準確，會產生較大的偏差。本研究以計數(shù)類模型為基礎，分別利用Poisson回歸模型、負二項模型、零膨脹模型和Hurdle模型擬合林木枯損株數(shù)和林木進界株數(shù)，并通過AIC值，Pearson殘差圖以及Vuong檢驗對這些模型進行了詳細分析比較。研究結果表明：Poisson回歸模型不適用于模擬林木枯損株數(shù)。負二項回歸模型相對于Poisson回歸模型，