林业科学

作者：周泽宇1,2,4,冯林艳1,2,闫星蓉1,2,3,张晓芳1,2,杨旭平5,符利勇1,2,张会儒1,2,4,*

单位：1. 中国林业科学研究院资源信息研究所 北京 1000912. 国家林业和草原局森林经营与生长模拟重点实验室 北京 1000913. 山西农业大学林学院 晋中 0308014. 中国林业科学研究院华北林业实验中心 北京 1023005. 中国林业科学研究院 北京 100091

关键词：枯死木数量,Poisson模型,负二项模型,零膨胀模型,Hurdle模型,随机效应

目的: 构建能够准确预测华北落叶松林分枯死木的计数模型，探究影响华北落叶松林中林木枯死数量的主要原因，为冬奥会核心区的华北落叶松人工林科学经营与管理提供决策依据。方法: 以张家口市崇礼冬奥核心区45块华北落叶松人工林样地为研究对象，构建华北落叶松林分枯死数量Poisson回归模型、负二项回归模型、零膨胀Poisson回归模型和零膨胀负二项回归模型、Hurdle-Poisson回归模型、Hurdle负二项回归模型，根据AIC值选出最优计数模型。基于最优计数模型，考虑不同随机效应水平和作用在截距和协变量上的随机参数，根据模型收敛情况和AIC值确定最优的随机效应水平和随机参数组合，构建最优林分枯死数量混合效应模型。结果: 林分平均直径、林分优势木平均高、林龄、林分断面积和林分胸径Gini系数为影响林分枯死的林分因子，立地因子对林分枯死的影响并不大。未考虑零膨胀现象时，负二项回归模型拟合效果优于Poisson回归模型；考虑零膨胀现象后，Hurdle-Poisson回归模型拟合效果优于零膨胀Poisson回归模型。最终几种考虑零值过多的计数模型的拟合精度表现为：Hurdle负二项回归模型(HNB)≈零膨胀负二项回归模型(ZINB)>Hurdle-Poisson回归模型(HP)>零膨胀Poisson回归模型(ZIP)。选用HNB和ZINB模型进一步进行混合效应模型构建，当随机效应水平为样地时，随机参数个数为1个，作用在除截距以外的其他协变量上时，模型均不能收敛，只有当随机参数作用在样地水平下的截距上时，模型可以收敛且拟合精度进一步提升，采用留一法LOOCV进行模型拟合误差评价，HNB和ZINB模型的平均误差(ME)分别为14和11株·hm-2。结论: 在冬奥核心区，影响华北落叶松枯死的主要因素为林分因子而非海拔、坡向等立地因子；负二项回归模型优于Poisson回归模型；在拟合零值过多的情况下，HNB回归模型优于ZINB回归模型；基于HNB回归模型优于ZINB回归模型，考虑随机截距效应的广义线性混合效应模型能够提高模型拟合精度，降低拟合误差，构建的华北落叶松林分枯死木数量预测模型可为研究区森林经营提供一定理论依据。

来源：2022年第10期

《林业科学》期刊编辑部

查看林业科学杂志2022年第10期