文献类型：期刊文章

作　　者：段光爽[1,2] 李学东[3] 冯岩[4] 符利勇[1]

DUAN Guangshuang1,2, LI Xuedong3, FENG Yan4 , FU Liyong1.(1. Research Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China; 2.College of Mathematics and Statistics, Xinyang Normal University, Xinyang 464000, China; 3.Experimental Centre of Forestry in North China, Chinese Academy of Forestry, Beijing 102300, China; 4. Chinese Academy of Forestry, Beijing 100091, Chin)

机构地区：[1]中国林业科学研究院资源信息研究所,北京100091 [2]信阳师范学院数学与统计学院,河南信阳464000 [3]中国林业科学研究院华北林业实验中心,北京102300 [4]中国林业科学研究院,北京100091

出　　处：《南京林业大学学报（自然科学版）》

基　　金：国家林业公益性行业科研专项项目(201404417);国家自然科学基金项目(31570628;31470641);河南省科技开放合作项目(172106000071)

年　　份：2018

卷　　号：42

期　　号：2

起止页码：163-169

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CAS、CSA-PROQEUST、CSCD、CSCD2017_2018、IC、INSPEC、JST、RCCSE、WOS、ZGKJHX、ZR、核心刊

摘　　要：【目的】建立华北落叶松天然次生林树高曲线,为森林可持续经营提供技术支撑。【方法】基于116块华北落叶松天然次生林样地单木数据,从11个具有生物学意义的备选模型中选出一个最优基础模型。考虑地域和样地对树高曲线的干扰,基于94块样地利用带哑变量的非线性混合效应模型构建了树高曲线,并对22块样地数据进行验证。【结果】利用全部数据拟合11个备选模型,其中最优模型是Logistic方程,决定系数为0.765 3,均方根误差为3.279 4。引入哑变量和随机效应后,所建模型决定系数为0.915 2,均方根误差为1.892 2,与基础模型相比拟合精度显著提高。验证数据结果表明,带哑变量的非线性混合模型对树高的预测效果良好。【结论】样地随机效应对华北落叶松树高曲线干扰较大,当模型考虑这些随机效应对树高曲线的影响时能显著提高模型预测精度。该模型可用于华北落叶松天然次生林其他样地树高的预测。

关 键 词：华北落叶松 非线性混合效应模型 树高曲线 LOGISTIC方程 哑变量  

分 类 号：S758]