论文部分内容阅读
林分生长预估模型是目前林分生长更新的一种重要途径,许多学者利用林分生长模型对林分资源数据进行了更新,如全林整体模型(唐守正,1991)为小班资源数据更新提供了一种新思路,它既包括了小班更新所需的各个林分因子,又实现了因子间的相容。林分生长模型用来预测林分自然状态下的生长,也用来预测经营措施对林木生长影响,为制定优化经营方案以及定向培育奠定基础。它的应用将为森林经营基础理论的新发展以及现代森林经营技术的利用提供必要条件和基本手段。本文以日本落叶松为研究对象,调查了209块样地。用传统的方法,逐步回归剔除法以及系统动力学法对各林分因子分别建模,同时用同一地区的30块检验样地对所建模型进行了精度检验。
传统方法把所有与因变量有关的因子都考虑进去,找出一个数学模型,使其预测值同真实值最接近。但它忽略了自变量之间的相互作用,易产生共线性问题。另外,存在着因子相互预测的问题。逐步回归剔除法是以模型中参数估计的变动系数为主,结合模型评价指标逐步剔除模型中多余变量的方法。前两种方法属于因果分析法。系统动力学法是从研究客观事物的因果关系入手,建立单一回归模型进行预测的方法。当影响预测对象的因素错综复杂或有关影响因素数据资料无法得到时,因果回归分析法就无能为力。系统动力学法则主要根据对象过去的统计数据,找到其随时间变化的规律,以生长率为基础,根据系统结构与功能的相互关系来构造模型。
直径结构模型:x|<,Y=0.5>=1.0789D<,g><0.9780>断面积生长模型:S=3.8892H<0.1559>N<0.0021?A<1.1173>平均胸径生长模型:Dg=1.2021H<0.9091>N<,0.O001>A<0.0283>蓄积量生长模型:V=0.00003N ×Dg<3.0195>再通过传统方法与系统动力学法的对比,可以看出系统动力学法建立的模型较好。在大多数模型的拟合中均存在共线性和异方差问题。应运用一定的方法如逐步回归剔除法、加权最小二乘法去解决。一个好的生长模型应尽可能少的基于假设,不应有过多的自变量,以避免出现因子间相互预测的问题。系统动力学法较好地解决了这一问题。系统动力学法,以生长率为基础,模型为Dg=f(Dg<,a-1>,A),通过生长率把过去和现在以及将来相连接,从而对林分因子进行动态的预测,也更符合我们对客观事物的认识规律。