基于随机森林的不同径级树木死亡影响因子研究

树木死亡是多种因素共同作用的结果,然而不同径级的林木,导致其死亡的原因是否相同尚不明确。以坝上地区小叶杨为对象,于2016-2017年调查了100块20m×20m样地。以林木胸径、林木相对断面积、林龄、林分密度、不同土层土壤含水量和土壤容重等11个因子为输入变量,运用随机森林算法分别不同径级建立树木死亡模型,分析各因子对不同径级树木死亡的影响大小,并得到关键影响因子的阈值。结果表明：依据不同径级树木死亡与影响因子的相关性不同,可将林木径级划分为 < 10cm、10-25cm、 > 25cm;胸径 < 10cm时,林木相对断面积对树木死亡的影响最大,当0.23 < 林木相对断面积 < 0.43时,树木死亡率最低;胸径为10-25cm时,密度对树木死亡的影响最大,当密度 > 600株/hm²时,树木死亡率随着密度的增加明显上升;胸径 > 25cm时,20-60cm土壤水分和林分断面积对树木死亡的影响最大且相近,当20-60cm土壤质量含水量 > 5%时,树木死亡率明显下降;基于随机森林算法建立的树木死亡模型可以解释树木死亡70%-90%的变异,具有一定的预测优势和应用价值,可为坝上地区树木死亡预测和防护林的经营管护提供参考。     

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.     

干旱和林分因子对树木死亡的影响——以美国德克萨斯州东部国家森林为例

为探讨不同时间尺度、气候因子及林分因子对森林中树木死亡的影响,本研究以美国德克萨斯州东部的4个国家森林中264个重复调查的森林样地为对象,使用近20年来美国森林清查4个周期的数据,估算其在清查周期和年度水平上的树木死亡率变化,并使用广义线性混合效应模型来分析气候因子(干旱强度、干旱持续时间、年均温和年降水量)、树木大小(胸径)和林分因子(树木胸高断面积、林分密度和林分年龄)对树木存活的影响。结果表明: 在重度干旱当年和重度干旱的清查周期中,森林的树木死亡率分别增加了151%和123%,天气干扰(干旱和飓风)和植物之间的竞争是其主要的影响因素;干旱强度(标准化降水蒸散发指数,SPEI)和干旱持续时间对树木的存活具有显著的负效应,年降水量对树木的存活具有显著的正效应;树木胸高面积对树木存活具有显著的负效应,树木大小、林分年龄和林分密度对树木存活均具有显著的正效应,但是大树比小树更容易受到天气影响而死亡;在重度干旱的清查周期中,松树种组的树木死亡率(2.1%)比阔叶树木种组(3.9%)低,天然林的树木死亡率(3.0%)高于人工林(1.9%)。在分析树木死亡率时,需同时考虑个体树木大小、林分因子与气候因子的相对重要性。     

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。     

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.     

基于混合效应模型和分位数回归的长白落叶松枝下高模型构建

枝下高是反映树冠特征的重要指标,准确预测枝下高对森林的经营管理和提高林分生产具有重要意义。本研究采用非线性回归构建枝下高广义基础模型,再进一步扩展到混合效应模型和分位数回归模型,通过“留一法”检验对模型的预测能力进行评价和比较。此外,使用4种抽样设计和不同抽样大小对枝下高模型进行校正,选择最佳的模型校正方案。结果表明：基于包含树高、胸径、林分每公顷断面积和优势木平均高的枝下高广义模型、扩展后的混合效应模型以及三分位数组合模型的预测精度均显著提高,混合效应模型略优于三分位数组合模型,最佳抽样校正方案为抽5株平均木。因此,推荐在实践应用中使用混合效应模型,抽5株样地平均木校正预测枝下高。     

基于混合效应的兴安落叶松树高与胸径关系模拟

以黑龙江省带岭林业局大青川林场和永翠林场的兴安落叶松人工林为研究对象,基于41块样地调查数据和Richards模型,构建了含有林分变量的树高与胸径关系模型。利用混合效应模型方法拟合常规Richards模型yij=(β1+bi1)(1-e-(β2+bi2)xij)(β3+bi3)+εij和含有林分变量的模型yij=(β1+bi1)(Dq)(β2+bi2)(1-e-(β3+bi3)(N(β4+bi4))xij)+εij。结果表明:当对Richards混合效应模型拟合时,引入随机参数b1、b2时模型拟合最好;当对含有林分变量的Richards混合效应模型拟合时,引入随机参数b2、b4时模型拟合最好。模型检验表明:当随机抽取独立样本时,混合模型误差小于固定效应模型。如果随机抽取4个样本校正时,混合模型的误差和均方根误差降低71.8%和42.1%。     

微生物混合效应的研究与应用

微生物混合效应的研究与应用范国昌（浙江大学生物科学与技术系杭州３１００２７）微生物混合效应,主要指根据微生物的特性,把几种微生物进行恰当、巧妙地组合,而产生的一种优势效应,使其某一种或几种性能,从原有水平再提高一步。在微生物混合效应研究中最成功的要数...     

H广义线性模型中的参数估计的比较

本文研究H广义线性模型中未知参数的两种估计方法,一种是边际似然函数法,另一种是Lee和Nelder提出来的L-N法．对于一类具有两个随机效应的典型的Poisson-Gamma类模型,在一些正则性条件之下,我们已经证明了其中固定效应卢的L-N估计的强相合性及渐近正态性,并得到了其收敛于真值的速度．针对这类模型,本文进一步给出了其边际似然函数的解析表达式,并且通过Monte Carlo模拟,对模型中固定效应β的边际似然估计和L—N估计进行了比较,模拟表明L—N估计比边际似然估计在拟Poisson-Gamma模型中有着更加优良的表现,具有更高的精度。     

多反应变量重复测量的混合效应模型及其应用

本文给出了多反应变量重复测量的协方差矩阵结构,探讨了用迭代广义最小二乘法来求解其带协变量和不带协变量的混合效应模型中固定效应和随机效应系数,并对１９９１年四川省高血压调查资料进行实例分析,得到其结论符合实际情况．     

肿瘤表达谱基因芯片数据的混合效应模型分析

目的:研究混合效应模型(Mixed Effects Model)在肿瘤表达谱基因芯片数据分析中的检验效能,并探讨其分析效果。方法:采用混合效应模型分析肿瘤实例基因芯片数据,并以基因集富集分析方法(GSEA)作为参照比较分析结果的有效性和科学性,探讨其检验效果。结果:通过混合效应模型和基因集富集分析(GSEA)两种方法对肿瘤基因芯片数据的分析和比较,两种方法筛选出共同的差异表达通路外,混合效应模型额外地筛选出来GSEA未能检验到的8条差异表达通路,且得到文献支持;混和效应模型筛选出的前10个差异表达通路中有6个已有生物学证明而基因集富集分析方法(GSEA)筛选出的前10个差异表达通路中仅有4个已有生物学证明。结论:混合效应模型作为top-down方法中的典型代表,其优势在于通过构建潜变量达到降维目的,可有效地减少多个复杂的变异来源从而保证了结果的准确性和科学性,其检验效能优于基因集富集分析方法(GSEA),是一种行之有效的筛选肿瘤基因芯片数据的分析方法。     

混合效应模型在林火发生预测中的适用性

林火是森林生态系统的重要影响因子,建立科学准确的林火预测预报模型对林火管理工作至关重要。本研究以不同气象因子为主要预测变量,基于Logistic回归和广义线性混合效应模型建立福建省林火发生预测模型,通过对比Logistic基础模型和广义线性混合效应模型的拟合度和预测精度,研究混合效应模型在林火预报中的适用性。结果表明: Logistic基础模型的受试者工作特征曲线下面积(AUC)值为0.664,验证准确率为60.4%。添加随机效应后,模型的拟合和检验精度均获得了提升。其中,考虑行政区划和海拔差异效应的两水平混合效应模型的表现最优,其AUC值和验证准确率分别比基础模型提升0.057和6.0%。用此混合效应模型对福建省各地区的林火发生概率进行预测的结果表明,福建省西北部和南部为林火中高发区域,西南部和东部为林火低发区域,与实际观测的火点分布一致。混合效应模型在数据拟合和林火发生预测方面均优于Logistic基础模型,可作为林火预测和管理的重要工具。     

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.     

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.     

水曲柳落叶松人工混交林中树木个体生长的竞争效应模型

本研究从水曲柳落叶松混交林中树木的种内种间竞争机制出发,对与距离有关的竞争模型和邻体干扰模型进行了改进,提出了以竞争指数分量和竞争效应系数来量化树木间的空间竞争。根据野外的实测数据,以年材积生长量为因变量各竞争指数分量为自变量,通过多元回归分析建立了树木个体生长的竞争效应模型,回归结果有很好的拟合优度。本研究为空间竞争模型的进一步改进和生态学研究植物竞争生长关系提供了新的思路。     

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。     

小麦双基因型混合种群的稳态效应研究

在作物生产中,不但要高产,稳产更为重要,因为大多数作物种植者处在易变多样的环境中。生产实践证明,在易变多样的生态系统中,靠单一基因型作物种群来达到既高产又稳产的目的是很困难的。根据生物多样性稳态学原理可知,若将同种作物的两个或两个以上纯系品种或品系按一定的比例组成混合种群,肯定能够提高作物群体产量的稳产性。有关作物双基因型混合种群的稳产效应研究,国内外已有许多研究报道,但大多为抗病稳产方面的研究,有关其它逆境方面的稳产效应研究报道较少。1989～1993年我们利用耐盐性不同的小麦品种,在山东省鲁北地区的盐碱土地上…     

基于Biome-BGC模型及树木年轮的太白红杉林生态系统对气候变化的响应研究

利用Biome-BGC模型模拟了1960—2013年太白山太白红杉林生态系统的净初级生产力(NPP),对其与太白红杉的径向生长关系进行了探讨,并分析了NPP值对气候变化的响应关系。结果表明:1960—2013年太白山太白红杉林北坡NPP年均值为305.33g C m~(-2)a~(-1),南坡为320.71g C m~(-2)a~(-1),南北坡的NPP值均呈现出一定的上升趋势,北坡的上升速率(0.47g C m~(-2)a~(-1))要小于南坡(1.29g C m~(-2)a~(-1)),但是北坡太白红杉分布下限区NPP值波动浮动较大。且北坡太白红杉NPP值随着海拔高度的上升而逐渐下降,低海拔的变化振幅要大于高海拔地区,南坡无明显变化。多数采样点的模拟NPP值与树轮宽度指数年际变化趋势趋于一致,相关关系呈显著相关。太白红杉标准年表、模型模拟NPP值与气象因子的相关分析均表明太白红杉的生长与生长季气温的相关性显著高于降水,即生长季的气温是太白红杉生长的限制因子。气候的变化作为制约太白红杉生境的重要因素,影响了太白红杉树木的生长,进而对NPP的变化产生了影响。树木年轮很好的检验了Biome-BGC模型模拟结果。     

虫害叶损失造成的树木非结构性碳减少与树木生长、死亡的关系研究进展

大规模虫害爆发可造成区域森林死亡, 近年的气候变化进一步增加了虫害的频度和危害程度。森林和林地植物死亡会导致植被生产力降低, 改变生态系统结构和功能, 使森林由一个净的碳汇转变为一个碳源。因此, 加深虫害对树木危害机制的认识有重要意义。虫害造成的叶损失(虫害叶损失)降低树木光合作用能力, 增加非结构性碳(NSC)消耗, 使得树木体内碳储备降低, NSC降低到一定程度会导致树木因碳饥饿而死亡。外部环境和树木自身的补偿性机制也会对这个过程产生正或负的影响。在近年气候变化背景下, 树木死亡在全球尺度上增多, 重新激起了人们对碳饥饿的重视, 碳饥饿被视为解释树木死亡的主要生理机制之一。该文介绍了碳饥饿的定义, 综述了虫害叶损失减少树木NSC储备与树木生长、死亡的关系, 以及树木虫害和叶损失与气候变化之间的关系, 并对今后的研究进行了展望。