论文部分内容阅读
本文以黑龙江省佳木斯市孟家岗林场长白落叶松人工林为研究对象,基于7块标准地49株枝解析样木的596个一级枝条测定数据,利用SAS 9.3软件中的PROC GLIMMIX模块,建立了基于Poisson分布的一级枝条数量、基于正态分布的最大枝条直径、基于Beta分布的其他枝条直径的最优基础模型。在此基础上考虑树木效应,构建每半米段一级枝条数量、最大枝条直径、其他枝条直径的广义线性混合模型,并利用AIC、BIC、-2Log likelihood以及LRT检验对收敛模型的拟合优度进行比较。1)枝条数量的结果表明:任意参数组合的混合效应模型的拟合效果均好于传统模型,最终将含有冠层深度(DINC)、相对冠层深度的对数(LnRDINC)、相对冠层深度的平方(RDINC2)这3个随机效应参数的模型作为长白落叶松每半米段一级枝条数量分布的最优混合效应模型。模型拟合结果显示,相对冠层深度的对数(LnRDINC)、冠长(CL)的参数估计值为正值,冠层深度(DINC)、相对冠层深度的平方(RDINC2)、高径比(HT/DBH)、胸径(DBH)的参数估计值为负值,每半米段一级枝条分布数量在树冠范围内存在峰值,模型调整后的确定系数Ra2为0.669,拟合的平均绝对误差为2.250,均方根误差为3.012。2)最大枝条直径的结果表明:任意参数组合混合效应模型的拟合效果均好于传统模型,将含有截距(Int)、相对冠层深度的对数(LnRDINC)、相对冠层深度的平方(RDINC2)这3个随机效应参数的模型作为长白落叶松每半米段最大枝条直径的最优混合效应模型。模型拟合结果显示,冠长(CL)、第一活枝高(HCB)、相对冠层深度的对数(LnRDINC)的参数估计值为正值,高径比(HT/DBH)、相对冠层深度的平方(RDINC2)的参数估计值为负值,每半米段的最大枝条直径在树冠范围内存在峰值,模型调整后的确定系数 Ra2 为0.917,拟合的平均绝对误差为1.779,均方根误差为2.258。3)其他枝条直径的结果表明:任意参数组合的混合效应模型的拟合效果均好于传统模型,最终将含有截距(Int)、每半米段的枝条数量(NB)、每半米段枝条大小的排列顺序(Rank)这3个随机效应参数的模型作为长白落叶松每半米段相对枝条直径的最优混合效应模型。模型拟合结果显示,每半米段的枝条数量(NB)的参数估计值为正值,每半米段枝条大小的排列顺序(Rank)的参数估计值为负值,每半米段的其他枝条直径在树冠范围内存在峰值,模型调整后的确定系数Ra2为0.582,拟合的平均绝对误差为0.097,均方根误差为0.121。从总体上看,所建立的混合模型不但可以反映总体枝条数量和大小的变化趋势,还可以反映树木之间的个体差异,说明广义线性混合模型确实可以提高模型的模拟精度。所得出的混合模型可以很好地预估该研究区内人工长白落叶松每半米段一级枝条数量和直径的分布情况,为定量研究长白落叶松树冠构筑型和三维可视化模拟提供了基础。