基于混合效应的大别山地区杉木树高-胸径模型比较

• 作者: 刘西军 崔珺 徐小牛 樊伟 王晶晶 许崇华
• 来源期刊: 应用生态学报
• 关键词: 树高-胸径模型 林分变量 非线性混合模型 杉木人工林
• 年，卷（期）: 2017,（9）
• 页码范围: 2831-2839
• 页数: 9页
• 语种: 中文
• DOI: 10.13287/j.1001-9332.201709.036

摘要

基于安徽省大别山区马鬃岭林场杉木人工林30块样地1087组数据,选用7个常用树高-胸径(H-D)模型(线性模型、Chapman-Richards模型、Logistic模型等),采用最小二乘法拟合并选出最优基础模型(式11,只含D变量的Chapman-Richards模型),然后基于该模型构建含林分变量优势木平均高度、密度的H-D模型(式12),同时考虑样地水平的随机效应,分别基于式11、12构建混合模型(式13、14),并用幂函数、指数函数消除误差异方差,利用决定系数(R2)、均方根误差(RMSE)、平均绝对误差(MAE)和平均相对误差绝对值(MAPE)等指标来评价模型的拟合与预测能力,最终获取最优树高预测模型.结果表明:含林分变量的模型的拟合精度(式12,R2=0.863、RMSE=1.381、MAE=0.971)优于基础模型(式11,R2=0.827、RMSE=1.554、MAE=0.101).对于误差方差,幂函数、指数函数均能较好地消除异方差,但幂函数相对最好.混合模型的拟合与预测能力均优于式11、12,但混合模型(式13、14)之间的拟合与预测精度相差不大.基于混合效应的H-D模型(式13)能够较好地描述不同林分间H-D关系的差异,实际运用中可选用该模型来预测杉木树高,具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐小牛	安徽农业大学林学与园林学院	107	1235	18.0	30.0
2	刘西军	安徽农业大学林学与园林学院	29	344	11.0	18.0
3	崔珺	安徽农业大学林学与园林学院	13	120	9.0	10.0
4	许崇华	安徽农业大学林学与园林学院	6	61	5.0	6.0
5	王晶晶	安徽农业大学林学与园林学院	6	30	3.0	5.0
6	樊伟	安徽农业大学林学与园林学院	4	33	4.0	4.0