基于联立方程组的人工樟子松枝下高模型构建

• 作者: 李凤日 李想 董利虎
• 来源期刊: 北京林业大学学报
• 学科: 农学
• 关键词: 樟子松人工林 树高曲线 枝下高 似乎不相关回归 联立方程组
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 林学
• 页码范围: 9-18
• 页数: 10页
• 分类号: S758.5
• 语种: 中文
• DOI: 10.13332/j.1000-1522.20170428

摘要

[目的]基于黑龙江省帽儿山实验林场、横头山林场、孟家岗林场的61块樟子松人工林固定样地的5211株样木调查数据,构建了树高模型与枝下高模型的联立方程组.[方法]首先,从8种常用的标准树高曲线,选出拟合效果较好的2个模型作为树高曲线的备选模型.再以5个枝下高预估模型作为基础模型,通过引入林木及林分变量(林木大小,竞争因子,立地条件)采用最优子集回归法筛选出3个变量少且拟合效果较好的模型作为枝下高备选模型.将树高曲线备选模型与枝下高备选模型分别两两联立,建立树高与枝下高联立方程组模型,采用似乎不相关回归(SUR)对模型参数进行求解.最后,对联立方程组进行评价.[结果]树高(H)和枝下高(HCB)与林分断面积(G)和优势木平均高(H0)呈正相关.最优的联立方程组预估树高时调整后相关系数(R2a)为0.9520,均方根误差(RMSE)为1.17 m;预估枝下高时的R2a为0.9066,RMSE为1.36 m,并且模型的各项检验指标数值较小.[结论]整体来看,联立方程组的拟合效果较好,预估精度较高,同时联立方程组解决了树高与枝下高的内在相关性问题.本文所建立的含林分因子的树高模型与枝下高模型联立方程组可以很好地预估不同林分条件下樟子松人工林的树高和枝下高,为进一步研究樟子松树冠结构和动态提供了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凤日	东北林业大学林学院	167	2057	23.0	35.0
2	李想	东北林业大学林学院	27	56	4.0	6.0
3	董利虎	东北林业大学林学院	51	484	12.0	20.0