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：170-176

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】立木枝下高模型的构建是森林经营的核心内容,利用非线性混合效应模型方法构建华北落叶松枝下高模型,可为森林生长与收获研究提供理论依据。【方法】基于112块华北落叶松天然次生林样地单木数据,从7个备选的枝下高-树高模型中选出一个最优基础模型;分析9个不同单木或林分因子及其因子之间的组合对枝下高的影响,将影响显著的因子作为模型预测变量以提高模型精度。在此基础上,考虑区组以及嵌套在区组里的样地对枝下高的影响,即构建嵌套两水平的非线性混合效应枝下高模型。【结果】Logistic模型预测精度较高并且模型参数可解释,因此选为基础模型。除树高之外,立木胸径、样地内所有大于对象木胸径的立木断面积总和、平均冠幅和林分密度与枝下高相关显著,故作为模型预测变量。与传统模型相比,所构建的两水平嵌套非线性混合效应模型对应的决定系数提高了53.26%,均方根误差降低了24.73%,因此明显提高了模型预测精度。【结论】区组和嵌套在区组里的样地对立木枝下高随机干扰较大,当考虑这些随机效应对枝下高的影响时能明显提高模型的预测精度。

关 键 词：华北落叶松 广义非线性混合模型  枝下高 天然次生林

分 类 号：S758]