[目的]探究迎春 5号杨树在树干纵向上的木材密度影响因子和变异规律,构建迎春 5 号杨树边材、心材、树皮和树干密度混合效应beta回归模型,为树干生物量预测和木材材性研究提供参考.[方法]以黑龙江省尚志市 90 株迎春 5号杨树解析木数据为基础,构建迎春 5号杨树边材、心材、树皮和树干密度的混合效应beta回归模型.采用相关性分析和最优子集法筛选beta回归基础模型的变量;利用负二倍的对数似然值、赤池信息准则、贝叶斯信息准则、调整确定系数(Ra 2)、似然比检验对收敛模型进行拟合优度的评价,利用留一交叉验证法对模型进行检验,指标为平均绝对误差(MAE)和平均绝对百分比误差;结合两种抽样方式(方案Ⅰ:不限定相对高;方案Ⅱ:限定相对高在 0.1 以下)对模型进行校正.[结果]边材、心材、树皮和树干密度不仅受到相对高的影响,还分别与胸径平均生长量、年龄、胸径密切相关,基于林木因子建立的混合效应beta回归模型的Ra 2 分别为 0.53、0.52、0.52、0.63,MAE＜0.05 g/cm3,与基础模型相比均提高了预测精度.边材和心材密度从树干基部往上先减小后增大,在相对高 0.2 处有拐点;树皮密度从树干基部到树梢先增大后减小,在相对高 0.6处有拐点;树干密度沿着树干向上逐渐增大.固定相对高时,边材、心材密度都与胸径平均生长量呈负相关,树皮、树干密度分别与年龄、胸径呈负相关.在不限定相对高的情况下,沿着树干随机抽取 4 个圆盘的密度测量值来校准模型得到稳定的预测精度;限定取样高度在相对高 0.1(2.0 m)以下时,对边材、心材、树皮和树干分别抽取一个圆盘(对应高度为 1.0、1.3、2.0、1.0 m)的密度测量值,得到与最优抽样组合相似的预测精度.相对高、胸径平均生长量、年龄和胸径是迎春 5号杨树木材密度的显著影响因子.[结论]beta回归模型可对(0,1)区间的迎春 5 号杨树树干密度直接模拟,引入随机效应可提高模型的预测精度.边材、心材、树皮和树干密度在树干纵向上的变化规律不同,构建的混合效应beta回归模型可为迎春5号杨树树干生物量估算和木材性质研究奠定基础.
国家科技期刊平台
NSTL
万方数据
维普
