论文部分内容阅读
树木枯损在控制林分动态上扮演着重要的角色,枯损发生使得林分株数减少,从而在一定程度上影响着林分直径结构以及林分生长收获预估体系。传统的生长收获模型在建立过程中,常忽略了枯损过程,为确保林分生长收获方程的精确度以及真实性,枯损模型作为其中的重要组成必须包含在内。本研究利用2003-2015年黑龙江省江山娇实验林场杂种落叶松(Larix kaempferi×Larix olgensis)人工林48块固定样地复测数据,分析不同密度等级下:SD1(<2000株/ha)、SD2(2000-3000株/ha)、SD3(3000-4000株/ha)、SD4(>4000株/ha),林分的总体枯损趋势以及不同密度等级的株数、蓄积和径阶枯损分布规律。结果表明林分总体枯损趋势分为三个阶段,枯损强度呈现强-弱-强的变化趋势,三个枯损阶段分别为:林龄7-11年、林龄11-15年、林龄15-19年。林分密度越大株数枯损、蓄积枯损强度越大。杂种落叶松直径分布呈单峰山状曲线,且近似于正态分布,径阶枯损分布主要集中在2-12径阶。建议根据立地条件选择适宜的初植密度,立地条件较好时选用3000株/ha作为初植密度,立地条件较差时选择2000株/ha作为初植密度,在林分年龄为15年时对林分进行抚育间伐。在枯损规律分析的基础上,假定相对枯损率同林分年龄呈常数、幂函数、指数三种关系,利用差分模型结合拟合优度比较确定最佳的林分枯损模型形式,结果表明当相对枯损率同林分年龄呈指数函数关系时模型的拟合效果最好,此时模型具有最小的RMSE以及最大的Ra2。通过将初植密度等级作为哑变量加入到指数形式的林分枯损模型中,构建了林分枯损哑变量模型。模型拟合精度提高,Ra2由0.77-0.93提高到0.97,利用检验数据预估的林分枯损株数与实际枯损株数之间差异较小。通过Logistic广义线性模型(GLM),利用全子集法和最大似然估计(MLE)构建杂种落叶松单木枯损模型。使用列联表分析,分类率-阈值散点图,确定枯损模型预估时的最佳阈值。在广义线性模型(GLM)基础上引入随机参数,构建样地水平广义线性混合模型(GLMM),模型估计方法为自适应积分最大似然估计(Quad),模型筛选指标为赤池信息标准(AIC)、贝叶斯信息标准(BIC)以及-2倍对数似然值(-2LL)。混合模型能够有效解决多层次数据中的嵌套自相关问题,通过绘制ROC曲线,模型预估枯损率与实际枯损率直方图对GLM以及GLMM进行评价比较。结果表明包含单木(胸径,DBH;胸径平方,DBH2)、林分(林分断面积,BA)、竞争(大于对象木树木断面积之和与胸径对数比值,BALD)三个水平变量组合的单木枯损模型拟合效果最佳,模型AUC值为0.86。杂种落叶松枯损主要发生在小径阶、且相对竞争较大时。单木枯损概率随DBH增加逐渐减小,随BALD、BA增加而逐渐增加。三种阈值确定方法中,选择总分类错误率最低时的临界值A=0.08,D=0.1作为GLM和GLMM的最佳阈值点,此时模型总正确率达86.8%以及88.2%。当随机参数为b1、b2、b3、b4,方差-协方差结构为无结构矩阵(UN)时,GLMM筛选结果最佳,模型的预测精度AUC值提高到0.94,利用GLMM预估的林分枯损率更接近实际林分枯损率。