查看更多>>摘要：[目的]构建冬奥核心区华北落叶松和白桦单木冠幅预测模型,对比不同模型的优缺点,给出模型选择建议,为获取更多的单木和林分参数提供支撑,为华北落叶松和白桦科学经营决策提供理论依据.[方法]以冬奥核心区4537株华北落叶松和2603株白桦为研究对象,首先,选取10种常用冠幅-胸径模型作为备选模型分别拟合华北落叶松和白桦数据,从中选出AIC和BIC最小的模型作为基础模型;然后,在基础模型中进一步添加与冠幅相关系数大的变量作为协变量构建修正模型;最后,在修正模型基础上分别构建华北落叶松和白桦冠幅的非线性最小二乘模型、单水平非线性混合效应模型、加性模型和组级贝叶斯模型.[结果]4种华北落叶松冠幅模型中,加性模型的预测精度最高(R2_mean=0.7043,RMSE_mean=0.5127),4种白桦冠幅模型中,非线性混合效应模型的预测精度最高(R2_mean=0.6643,RMSE_mean=0.7944).在变量方面,华北落叶松和白桦冠幅均随其胸径递增,华北落叶松冠幅随其树高缓慢递增、枝下高递减,白桦冠幅随其冠长率先减小后增大,并受林分密度影响波动较大,当林分密度为600～800 hm-2时,白桦冠幅随林分密度递减,此时应进行适当补植;当林分密度为800～1000 hm-2时,白桦冠幅随林分密度递增,并在1000 hm-2时出现拐点,如果经营目的是为了环境保护,可将林分密度控制在1000 hm-2左右;当林分密度为1000～1200 hm-2时,白桦冠幅随林分密度递减,此时可对林分进行抚育间伐调整林分密度.[结论]冬奥核心区华北落叶松冠幅受胸径、树高和枝下高影响较大,白桦冠幅受胸径、冠长率和林分密度影响较大.无论是预测华北落叶松还是白桦冠幅,组级贝叶斯模型、加性模型和非线性混合效应模型效果均优于非线性最小二乘模型,在仅添加样地随机效应的情况下,首选加性模型和非线性混合效应模型,其次选择组级贝叶斯模型,但考虑到训练组级贝叶斯模型时间长、对表达式敏感等因素,可用别的模型替代时建议不使用组级贝叶斯模型.
万方数据