林业科学

作者：赵婷婷1,王冬至1,2,*,张冬燕1,3,郭立4,黄选瑞1,2

单位：1. 河北农业大学林学院 保定 0710002. 河北省林木种质资源创新与保护实验室 保定 0710003. 河北农业大学经济管理学院 保定 0710004. 丰宁千松坝林场 承德 068350

关键词：塞罕坝,华北落叶松,非线性混合效应模型,非线性分位数回归模型,树冠外部轮廓

基金："十三五"重点研发计划子课题"结构调控对人工林生产力形成的影响机制"((2016YFD060020303);国家重点研发计划(2017YFD0600403);河北省教育厅资助科研项目(QN2018125);国家自然科学青年基金项目(31700377);河北省自然科学青年基金项目(C2018204096)

目的: 构建树冠最大外部轮廓非线性混合效应模型和非线性分位数回归模型，为准确预测树冠生长发育规律及预估生产力提供科学依据。方法: 以河北省塞罕坝机械林场华北落叶松人工林为研究对象，基于58株解析木数据和1 789个枝条解析数据，利用幂函数、修正Kozak方程、修正Weibull方程选取基础模型，构建华北落叶松人工林树冠外部轮廓非线性混合效应模型和非线性分位数回归模型。结果: 在幂函数、修正Kozak方程和修正Weibull方程中，幂函数拟合树冠外部轮廓效果较好，作为树冠外部轮廓基础模型；林分年龄（Age）、冠长（CL）、胸径（DBH）、树高（HT）、冠高比（CHR）、高径比（HDR）对树冠外部轮廓影响较大。在混合效应模型中，两水平混合效应模型优于单水平混合效应模型，可明显提高模型拟合精度，HDR相关的参数a6考虑样地效应，相对着枝深度（RDINC）、CHR相关的参数a4、a5考虑样木效应，模型确定系数（R2）为0.873，均方根误差（RMSE）为0.319 m，平均相对误差（MRE）为6.642 m。在分位数回归模型中，当分位数q=0.90时模型曲线最接近树冠最大外部轮廓，R2为0.672。结论: 混合效应模型拟合精度较高，可准确描述树冠最大枝条的平均趋势。分位数回归模型可确定树冠最外部轮廓，在预测条件均值之外的研究中发挥重要作用。

来源：2021年第5期

《林业科学》期刊编辑部

查看林业科学杂志2021年第5期