论文部分内容阅读
本研究以东北林业大学帽儿山实验林场200块固定样地共16847株样木为基础,建立了帽儿山天然次生林内主要阔叶树种的单木冠幅预测模型。由于调查数据是在不同样地中观察得到,数据间存在明显异质性,为解决此问题,考虑样地对冠幅大小的随机影响,构建基于样地水平的混合效应模型。从已报道的10个冠幅预测模型中选出较好的模型作为构建混合效应模型的基础模型,并且考虑其它林木因子、立地因子、林分密度、竞争、树种混合和其它因素等对冠幅大小的影响。结果表明:(1)白桦、椴树和水胡黄树种(组)的最优基础模型为逻辑斯蒂形式,色木和榆树的最优基础模型为带截距的幂函数形式,枫桦的最优基础模型为指数形式,杨树的最优基础模型为线性形式,柞树的最优基础模型为二次型形式;(2)优势木平均高(Ht)、林分条件平均高(Hd)、优势树种算数平均高(Hdom)、冠长(CL)、冠长率(CR)、第一活枝高(HCB)、每公顷断面积(BA)、相对胸径(RD)、相对树高(RH)、大于对象木的林木断面积比率(BAL/BA)、优势树种平均胸径(Ddom)和目的树种的树种组成系数(P)是影响冠幅大小的主要因子,且冠幅随着变量Ht、Hd、Hdom、CL、CR、RD、RH、Ddom和P的增大而增大,随着变量HCB、BA和BAL/BA的增大而减小;(3)混合效应模型的均方根误差(RMSE)均在0.5-1.0m之间,平均误差(ME)均较小,平均绝对误差(MAE)均在0.5-0.8m之间,调整后决定系数(Radj2)除椴树为0.6223以外,其它均在0.7以上,相对平均绝对误差(MA%E)除白桦为27.3061%以外,其它均在20%以下;(4)与基础模型相比,混合效应模型的RMSE基本都降低了 20%以上,仅椴树和杨树分别降低了 18.1%和13.9%,Radj2基本都提高了 25%以上,仅杨树提高了 9.9%,MAE和MA%E基本都降低了 30%以上,仅椴树和枫桦分别降低了 22.1%和26.5%。所有阔叶树种(组)单木冠幅混合效应模型的Radj2均较大,RMSE、ME、MAE和MA%E均较小,这表明所有的单木冠幅混合效应模型均能较好地预测各阔叶树种的冠幅大小,这为进一步估计帽儿山地区天然次生林内主要阔叶树种的树冠表面积、树冠体积、立木材积、生物量等提供依据。