基于线性混合效应的红松人工林枝条生物量模型

基于黑龙江省孟家岗林场60株红松解析木3643个枝条生物量的实测数据,利用全部子回归技术建立了枝条生物量模型(枝、叶和枝总生物量模型),最终选择lnw=k₁+k₂lnL_b+k₃lnD_b为枝条生物量最优基础模型.利用SAS 9.3统计软件的PROC MIXED模块建立枝条生物量混合模型,并采用AIC、BIC、对数似然值和似然比等统计指标评价不同模型的拟合效果.结果表明: 红松解析木的叶和枝总生物量混合模型以k₁、k₂、k₃作为随机效应参数的拟合效果最好,而枝生物量混合模型以k₁、k₂作为随机效应参数的拟合效果最好.最后将枝条生物量最优基础模型与最优混合模型进行模型检验.混合模型各项指标优于基础模型,能有效地提高模型的预估精度,并且通过方差协方差结构校正随机参数来反映树木之间的差异.     

基于非线性混合模型的红松人工林枝条生长

基于黑龙江省孟家岗林场36株红松人工林的枝解析数据,以单分子式和理查德方程作为枝条基径(BD)和枝长(BL)生长模型,分别考虑样地效应和样木效应,利用SAS软件的PROC NLMIXED模块构建了枝条基径和枝长生长的非线性混合模型.采用Akaike信息准则(AIC)、贝叶斯信息准则(BIC)、对数似然值(-2Log likelihood)和似然比检验(LRT)等评价指标对所构建模型的精度进行比较.结果表明:当考虑样地效应时,α1、α3和β1、β3分别作为随机参数时基径和枝长生长模型拟合效果最好;当考虑样木效应影响时,α2、α3和β1、β3分别作为随机参数时基径和枝长生长模型拟合效果最好.非线性混合模型不但可反映枝生长总体平均变化趋势,还能反映个体之间的差异.无论考虑样地效应还是样木效应,非线性混合模型的拟合精度都比传统回归模型的拟合精度高,并且考虑样木效应的拟合精度高于考虑样地效应的拟合精度.     

基于混合模型的红松人工林枝条动态研究

采用孟家岗林场79株人工红松4 987个枝条的枝解析数据,分别构建了人工红松枝条基径、枝长线性混合效应模型和枝条基径、枝长生长混合效应模型。利用SAS9.22统计软件对模型参数进行求解,并通过AIC、BIC及LRT对收敛的非线性模型之间的差异性进行显著性检验。结果表明:对于基径和枝长的线性混合效应模型,模型中所有参数的t检验均显著,参数的标准误差比较小,模型的稳定性很好。对于基径生长的非线性混合效应模型,在不考虑样地效应的条件下,对于模型参数b1和b3的组合,无论是AIC还是BIC都比较小。当考虑到样地效应的过程中,同样是参数b1和b3的组合形式取得最小的AIC和BIC,因此在考虑到样地效应时,这种参数的随机效应组合形式是最优模型。对于人工红松枝条枝长生长的非线性混合效应模型,当没有考虑样地效应时,通过比较不同参数的随机组合的随机效应,可以得知,当参数b1和b3组合的过程中,无论是AIC还是BIC都比较小。当考虑到样地效应的过程中,参数b3和b4的组合形式取得最小的AIC和BIC,因此在考虑到样地效应时,这种参数的随机效应组合形式是最优模型。     

印度芥菜-苜蓿间作对镉胁迫的生态响应

采用温室盆栽试验,研究了重金属镉（Cd）胁迫对印度芥菜和苜蓿间作下的土壤-植物系统的影响,同时对苜蓿的Cd饲用安全进行了评估.结果表明：在土壤Cd含量为0.37～20.37 mg·kg^-1范围内,与单作印度芥菜和苜蓿相比,间作使印度芥菜生物量降低了0.4%～11.8%,而使苜蓿生物量提高了55.3%~70.0%.土壤有效Cd主要受土壤全量Cd和种植植物种类的影响,种植方式对其影响不大.在土壤Cd含量为5.37 mg·kg^-1时,间作印度芥菜地上部Cd含量较单作提高了14.5%,而间作苜蓿地上部Cd含量较单作降低了57.1%;此时,单作和间作苜蓿地上部Cd含量分别为0.21和0.09 mg·kg^-1,均未超过饲料卫生限定标准(0.5 mg·kg^-1).在土壤Cd含量为10.37～20.37 mg·kg^-1范围内,虽然单作和间作苜蓿Cd含量均超过饲料卫生限定标准,但间作种植方式仍然使苜蓿地上部Cd含量较单作降低了2.8%～48.3%,印度芥菜地上部Cd含量也较单作降低了1.1%～48.6%.不论单作还是间作印度芥菜的Cd转运系数都远高于苜蓿.     

基于混合效应模型的人工红松节子属性

基于黑龙江省孟家岗林场60株人工红松1534个节子数据,利用SAS软件中的NLMIXED和GLIMMIX模块构建人工红松节子属性因子(基径、健全节长度、死亡年龄、角度)的混合效应预测模型.采用赤池信息准则(AIC)、贝叶斯信息准则(BIC)、对数似然值(-2LL)和似然比检验(LRT)评价指标对所构建模型的精度进行比较.结果表明:考虑树木效应的混合模型模拟精度均高于传统回归模型.含有b_1、b_2随机参数组合的节子基径模型是最优混合效应模型;含有b_1、b_3随机参数组合的节子健全节长度模型是最优混合效应模型;含有节子基径随机参数的广义线性混合模型为节子死亡年龄的最优模型;含有截距、节子基径、健全节长度3种随机效应参数组合的广义线性混合模型为节子角度的最优模型.混合效应模型比传统回归模型更能有效地描述节子属性.红松是东北主要的用材树种,利用节子属性预测模型结合合理的整枝方案可以提高木材质量.     

黑龙江省红松人工林枝条分布数量模拟

基于黑龙江省佳木斯市孟家岗林场的12块样地65株人工红松解析木的955个枝解析数据,以Poisson回归模型和负二项回归模型作为备选模型,构建了人工红松二级枝条数量分布模型,并采用AIC、Pseudo-R²、均方根误差(RMSE)和Vuong检验对模型的拟合优度进行比较.结果表明: 每轮一级枝条分布数量集中在3~5个,均值为4个,一级枝条分布数量与人工红松自身的枝条属性相关.一级标准枝上二级枝条分布的离散程度较大,利用全部子回归技术构建二级枝条分布数量模型,最终选择以负二项回归模型为基础的E(Y)=exp(β₀+β₁lnRDINC+β₂RDINC²+β₃HT/DBH+β₄CL+β₅DBH)作为二级枝条分布数量最优预测模型(β为参数;RDINC为相对着枝深度;HT为树高;DBH为胸径;CL为冠长).最优模型的Pseudo-R²为0.79,平均偏差接近于0,平均绝对偏差<7.对于所建立的模型,lnRDINC、CL和DBH的参数为正值,RDINC²和HT/DBH的为负值,随着RDINC增大,在树冠内二级枝条分布数量存在最大值.总的来说,所建立的人工红松二级枝条分布数量模型的预测精度为96.4%,可以很好地预估该研究区域人工红松二级枝条分布数量,为以后枝条的光合作用和生物量的研究提供了理论基础.     

利用线性混合效应模型模拟杉木人工林枝条生物量

基于福建省将乐林场45株人工杉木解析木的572组枝条生物量数据,采用线性混合效应模型方法,建立杉木人工林枝条总生物量和枝、叶生物量的预测模型,并利用独立样本数据对模型进行检验.结果表明： 线性混合效应模型比传统多元线性回归模型的拟合精度高.不同随机效应参数的组合,其混合模型的精度不同.考虑异方差结构的混合模型能够消除数据间的异方差性,其精度更高,其中,对于枝条总生物量和叶生物量模型,以指数函数作为异方差结构时的模型精度最高;对于枝生物量模型,以常数加幂函数作为异方差结构时的模型精度最高.模型检验结果表明：对于杉木人工林枝条生物量预测模型,考虑随机效应和异方差结构的线性混合模型的检验精度比传统多元线性回归模型的精度有明显提高.     

红松人工林林木果实产量预估模型

以黑龙江省佳木斯市孟家岗林场红松人工林为研究对象,基于在12块固定样地中测定的579株红松单株结实量数据,采用Logistic回归模型及非线性回归模型构建了红松单木果实产量预测模型。首先,根据各样木的结实情况,采用SAS9.22统计软件建立了人工红松单株木结实与否的Logistic概率模型,并作为判断林木是否结实的基础模型。然后,通过分析红松人工林单木结实量与林木各调查因子的关系,构建了单株木果实产量的非线性预测模型。结果表明,文中建立的Logistic模型判断红松结实的正确率在65%以上。通过分析拟合效果,选择y=a(D2CW)b作为红松人工林果实产量预估的最优模型,其预估精度为77%,残差分布均匀,模型的拟合效果较好。最后采用2号样地实测的果实产量数据对两个模型同时进行了检验,结果表明该样地结实量的预估精度为92.78%。本研究为人工红松果实产量的预测提供了可行的方法。     

基于线性分位数混合效应的辽东山区红松冠幅模型

冠幅是反映单木生长状态及构建林木生长收获模型的重要变量。本研究以辽东山区大边沟林场10～55年生红松人工林为对象,基于66块固定样地的2763株红松的每木检尺数据,选取冠幅基础模型,采用再参数化的方法引入单木竞争指标(R_d),利用哑变量的方法引入了林分密度、林层变量,构建不同分位点(0.50、0.90、0.93、0.95、0.96、0.99)的冠幅分位数回归模型,并与传统方法进行比较,选取模拟林分最大冠幅的最优分位点。为反映林分中单木冠幅在林木个体之间的差异,建立了基于样地水平的最优分位点的线性混合效应分位数回归冠幅模型,分析各变量对单木冠幅的影响。结果表明: 基于F统计检验,不同林分密度和林层的冠幅模型具有显著差异,在基础模型中引入林层、林分密度和竞争后,模型R_a²提高0.0104,均方根误差降低0.0115,均方误差降低为7.4%;与最小二乘法比较,分位数回归模型能够较好地模拟林分状态下的单木最大冠幅,并选出0.96分位点和0.93分位点作为上林层和下林层的分位数回归模型的最优分位点。引入混合效应的线性分位数回归模型的赤池信息准则、贝叶斯信息准则、HQ信息准则等评价指标优于传统分位数回归,参数标准误显著降低,混合效应的引入很好地解释了样地之间的差异。就上林层和下林层而言,林分密度越大,最大冠幅越小;相对直径越大,最大冠幅越大,其中林分密度对下林层的冠幅影响大于上林层,当林分密度足够大时,冠幅随着胸径的增大先增大后降低。本研究构建的基于混合效应的分位数回归模型能有效提高模型的拟合优度,今后可通过调控林分密度、适度抚育间伐等措施,实现对辽东山区红松人工林的科学营建和可持续发展。     

红松人工林树冠大小与果实产量关系的研究

以黑龙江省佳木斯市孟家岗林场红松人工林为研究对象,基于12块样地70株枝解析数据及21块固定样地2008~2010年的结实量数据,利用异速生长方程建立立木树冠体积和表面积预估模型,同时对树冠大小与欠年、平年、丰年的红松结实量进行了相关分析。结果表明:树冠体积和表面积与冠长、胸径、冠幅和树高均显著相关,其中与胸径相关系数最大,与树高相关系数最小。本文所建立的模型确定系数R2都在0.55以上,预测精度大多数在85%以上。利用所建立的树冠体积与表面积模型,我们分析了其对结实量的影响。结果显示,红松人工林结实量与其树冠体积大小以及与树冠表面积大小呈线性关系,其中,结实丰年的结实量与树冠体积以及与树冠表面的线性关系最明显(r=0.726 7-0.733 8),平年次之(r=0.688 8-0.667 5),欠年最差(r<0.5)。总的来说,本文所建立的红松人工林立木树冠体积和表面积单变量和多变量模型能对红松立木树冠大小进行很好的估计,为进一步研究红松人工林结实规律及果材兼用林优化经营提供基础。     

樟子松人工林一级枝条基径和枝长模型的研究

以东北林业大学帽儿山实验林场樟子松人工林为研究对象,采用枝解析的方法,于2002年、2003年测定了53株林木（年龄17～38a,直径8．61～21．5cm,树高7．48～18．24m）的树冠变量,建立了基于总着枝深度（DINC）和树冠内一级枝条基径（BD）、枝长（BL）的预估模型。对于大小相同树木的一级枝条,这些树冠变量随着DINC的增加而增大,而林木的胸径（DBH）、树高（HT）变量又很好地反映了不同大小树木的基径和枝长的变化。采用独立检验样本对构建的树冠内一级枝条基径和枝长模型进行了拟合统计量和精度检验,结果表明：模型预测效果良好,精度均达到95％以上。构建的一级枝条基径和枝长模型为进一步合理地描述樟子松人工林树冠的形状及其变化以及三维可视化经营提供依据。     

樟子松人工林一级枝条基径和枝长模型的研究

以东北林业大学帽儿山实验林场樟子松人工林为研究对象,采用枝解析的方法,于2002年、2003年测定了53株林木（年龄17~38 a,直径8.61~21.5 cm,树高7.48~18.24 m）的树冠变量,建立了基于总着枝深度（DINC）和树冠内一级枝条基径（BD）、枝长（BL）的预估模型。对于大小相同树木的一级枝条, 这些树冠变量随着DINC的增加而增大,而林木的胸径（DBH）、树高（HT）变量又很好地反映了不同大小树木的基径和枝长的变化。采用独立检验样本对构建的树冠内一级枝条基径和枝长模型进行了拟合统计量和精度检验,结果表明：模型预测效果良好,精度均达到95%以上。构建的一级枝条基径和枝长模型为进一步合理地描述樟子松人工林树冠的形状及其变化以及三维可视化经营提供依据。     

黄土高原北部典型灌丛枝条生物量估算模型

于2015年8月末在陕西神木县六道沟小流域采集200个柠条和210个沙柳枝条,测定枝条的基径(D)、长度(H)、含水量(W₀)、鲜质量(W_F)和干质量(W),选用指数函数和异速生长方程建立了4种由枝条形态指标估算枝条生物量的简易模型,并对模型的拟合效果进行验证. 结果表明: 对于柠条和沙柳灌丛,基于D、H二者组合变量(D²H)的异速生长方程是估算枝条生物量的最优模型,该模型经线性转化后可以消除生物量数据的异方差性,且拟合效果最优,决定系数(R²)最大,平均误差(ME)、平均绝对误差(MAE)、总相对误差(TRE)、平均系统误差(MSE)和平均绝对百分误差(MPSE)整体上最小,基本满足生态学研究的精度要求.     

基于不同可加性方法的黑龙江省红松人工林林分生物量模型

大尺度估算森林生物量一直是人们关注的焦点,而构建林分水平的生物量模型是一种估算森林乔木层生物量的方法。本研究基于聚合法1、聚合法2、平差法、分解法构建红松人工林林分生物量模型,并对比分析4种可加性方法的预测精度,为黑龙江省红松人工林的生物量预测提供科学依据。各模型均使用权函数来消除各模型的异方差,并以留一交叉验证法(LOOCV)作为各模型的检验方法。结果表明: 平差法的整体预测能力略优于聚合法1、聚合法2和分解法,预测精度排序为平差法>聚合法1>聚合法2>分解法;分别对比不同林分断面积的预测能力时,4种可加性方法的预测精度不一致。当红松人工林的林分断面积分布于0～10或50～60 m²·hm^-2区间时,建议采用分解法的参数估计值,而林分断面积分布于其他区间时,建议采用平差法的参数估计值。     

混合线性模型下猪群间遗传联系的度量

采用关联指数（IC）和决定系数（CD）两种方法,度量混合线性模型遗传评估下猪群体间的遗传关联性。结果表明,加拿大安大略省的大约克夏猪、长白猪、杜洛克猪和汉普夏猪4个主要品种群体间具有良好的遗传联系。CD法既组合了数据结构和信息量,又考虑了预测误差方差和遗传变异性,是一个选择判断遗传评估精度的好方法。     

基于模型数据融合的千烟洲亚热带人工林碳水通量模拟

人工林生态系统是我国森林生态系统的重要组成部分,在全球碳平衡中的作用越来越受到重视.利用千烟洲亚热带人工针叶林通量观测站的碳水通量和气象观测数据,通过模型数据融合方法对碳水循环过程模型——SIPNET模型关键参数进行反演,模拟了2004-2009年千烟洲人工林生态系统的碳水通量.结果表明:仅用碳通量观测数据优化模型参数时,净生态系统碳交换量(NEE)模拟效果较好(R2=0.934),而生态系统蒸散(ET)模拟效果较差(R2=0.188);同时用碳水通量观测数据优化时,NEE模拟效果稍差(R2=0.929),但ET模拟效果显著提升(R2=0.824),说明利用碳水通量观测数据同时优化,SIPNET模型才能较好地模拟试验站点碳水通量.在此基础上,开展了人工林生态系统碳通量对降水变化响应的敏感性分析,发现降水量减少对光合作用的影响比对呼吸作用的影响更为强烈,且碳水通量同时参与优化时模型才能较好地模拟碳通量随降水减少而快速降低的趋势,表明如果不能同时利用碳水通量进行参数优化,模型无法正确揭示生态系统碳循环对降水变异的响应.     

基于广义线性混合效应模型的森林树木死亡研究

基于计数模型方法,同时考虑样地的随机效应,构建林分水平死亡模型,探究影响树木死亡的因素,以期为森林资源的监测与管理提供参考依据。以美国德州东部森林连续清查的样地数据为数据源,按4∶1的比例将其进行随机抽样,划分为训练集和验证集数据,将立地因子、林分因子和气候因子作为模型的自变量,林木死亡株数则作为模型的因变量,运用计数模型和混合效应模型方法进行模型的构建,并分析影响林木死亡株数的因子。使用赤池信息准则(AIC)、贝叶斯信息准则(BIC)和-2倍对数似然函数值(-2logL) 3种模型评价指标评估各模型间的拟合效果;采用平均绝对误差(MAE)和均方根误差(RMSE) 2种评价指标评估其预测效果,以便筛选出最佳的林分水平死亡模型。结果表明：立地因子方面,林木死亡株数与海拔(P<0.01)呈显著的负效应,与坡度(P<0.05)呈显著的正效应,说明林木死亡株数随海拔的升高而减少,随坡度的增加而增多;林分因子方面,林木死亡株数与林分年龄(P<0.001)和树木基面积(P<0.001)呈显著的正效应,与林分平方平均胸径(P<0.001)和林分密度(P<0.05)...     

基于混合效应的大别山地区杉木树高-胸径模型比较

基于安徽省大别山区马鬃岭林场杉木人工林30块样地1087组数据,选用7个常用树高-胸径(H-D)模型(线性模型、Chapman-Richards模型、Logistic模型等),采用最小二乘法拟合并选出最优基础模型(式11,只含D变量的Chapman-Richards模型),然后基于该模型构建含林分变量优势木平均高度、密度的H-D模型(式12),同时考虑样地水平的随机效应,分别基于式11、12构建混合模型(式13、14),并用幂函数、指数函数消除误差异方差,利用决定系数(R²)、均方根误差(RMSE)、平均绝对误差(MAE)和平均相对误差绝对值(MAPE)等指标来评价模型的拟合与预测能力,最终获取最优树高预测模型.结果表明:含林分变量的模型的拟合精度(式12,R²=0.863、RMSE=1.381、MAE=0.971)优于基础模型(式11,R²=0.827、RMSE=1.554、MAE=0.101).对于误差方差,幂函数、指数函数均能较好地消除异方差,但幂函数相对最好.混合模型的拟合与预测能力均优于式11、12,但混合模型(式13、14)之间的拟合与预测精度相差不大.基于混合效应的H-D模型(式13)能够较好地描述不同林分间H-D关系的差异,实际运用中可选用该模型来预测杉木树高,具有较高的预测精度.     

基于线性混合效应模型的日本鳀幼鱼叉长-体重关系异质性

为了研究日本鳀幼鱼生长的异质性,本研究根据2019年4-6月在浙江沿岸海域进行专项特许捕捞中采集的日本鳀幼鱼样品,采用拟合广义线性模型和9个线性混合效应模型,分析日本鳀幼鱼叉长与体重关系的异质性.结果 表明:本次采样的日本鳀幼鱼叉长范围为14～ 74 mm,平均叉长为33 mm,优势叉长组为21～50 mm;体重范围为...     

基于优化的MaxEnt模型评价红松适宜分布区

了解红松的适宜区分布,对于红松种质资源保护和阔叶红松林的植被恢复具有重要意义.本研究利用R软件的ENMeval数据包,通过调整MaxEnt模型的参数(特征组合、调控倍率)来优化模型.基于优化后的MaxEnt模型,利用168个红松分布点数据和22个环境因子图层,模拟了红松的分布区域,并分析决定红松适宜区分布的主导环境因子及其阈值.结果表明,当特征组合为线性、二次型、片段化和乘积型,调控倍率为3时,模型复杂度和过拟合程度较低,模型模拟准确性提高,被确定为最终的设置参数.红松高度适宜区主要分布于我国东北地区东部山地,占研究区总面积的19.24%;低度适宜区和不适宜区分别占研究区的28.54%和52.22%.影响红松适宜区分布的主导环境因子主要是年降雨量、降雨量季节性变异系数、海拔和年平均温度,其适宜值范围分别是630 ~ 1090 mm、86%~97%、210~1140 m和0.3 ~4.3℃.