基于混合效应的湖北杉木冠长率模型

doi:10.11924/j.issn.1000-6850.casb2020-0023

中国农学通报 ›› 2021, Vol. 37 ›› Issue (4): 31-37.doi: 10.11924/j.issn.1000-6850.casb2020-0023

基于混合效应的湖北杉木冠长率模型

袁慧¹(), 杜超群¹, 赵小涛², 肖志明³, 赵虎¹()

¹湖北省林业科学研究院,武汉 430075
²阳新县自然资源和规划局,湖北阳新 435200
³阳新县自然资源和规划局龙港自然资源所,湖北阳新 435200

收稿日期:2020-04-21 修回日期:2020-10-21 出版日期:2021-02-05 发布日期:2021-01-25
通讯作者: 赵虎
作者简介:袁慧,男,1989年出生,内蒙古赤峰人,助理研究员,硕士,研究方向：森林培育。通信地址：430075 湖北省武汉市东湖新技术开发区森林大道枫林路39号湖北省林业科学研究院,Tel：027-86952156,E-mail： 953836298@qq.com。
基金资助:
“十三五”国家重点研发计划任务“湖北杉木速生材高效培育技术研究”(2016YFD0600302-4)

A Crown Ratio Model for Cunninghamia lanceolata Plantations Based on Mixed Effect in Hubei

Yuan Hui¹(), Du Chaoqun¹, Zhao Xiaotao², Xiao Zhiming³, Zhao Hu¹()

¹Hubei Academy of Forestry, Wuhan 430075
²Natural Resources and Planning Bureau of Yangxin County, Yangxin Hubei 435200
³Longgang Natural Resources Office of Yangxin County Bureau of Natural Resources and Planning, Yangxin Hubei 435200

Received:2020-04-21 Revised:2020-10-21 Online:2021-02-05 Published:2021-01-25
Contact: Zhao Hu

摘要/Abstract

摘要：

为研究冠长率与林分因子之间的生长关系,分析不同因素对冠长率的影响,对湖北全省杉木栽植区域进行标准地调查,利用181块调查样地的715株优势木和平均木数据建立冠长率模型。从树木及立地因子中选出与冠长率相关性显著的树高、胸径、高径比、每公顷株数和大于对象木断面积5个因子作为变量,利用Logistics方程构建冠长率基础模型,并以此建立关于样地的单水平混合效应模型。混合模型所有参数及其组合形式均作为随机效应进行拟合,通过比较模型AIC、BIC和似然比显著性检验,与无随机参数模型相比,含有随机参数a和f的混合模型拟合效果最优。进行独立样本检验,混合模型的均方根误差和平均误差均有所降低,分别为-0.0095、0.1175,且残差范围变小。与基础模型相比,混合模型的R²由0.3231提高到0.5417,RMSE和Bias均有所减小。基于模型的拟合优度及检验指标,混合模型能够显著提高模型的拟合精度,可以用于树冠长度的预测。

关键词: 冠长率, 杉木, Logistic方程, 混合效应, 模型

Abstract:

The paper aims to study the relationship between crown ratio and stand factors, and analyze the effects of different factors on crown ratio. 715 dominant trees and average trees in 181 sample plots were established in Chinese fir planting areas in Hubei Province. Tree height, diameter at breast height, height to diameter ratio, stand density and basal area per hectare for trees larger than the subject tree closely associated with crown ratio were selected among tree and site factors. The basic model of crown ratio was constructed by adding correlation factors as variables in the form of logistic equation, and the single-level mixed effect model of sample plot was further established. By comparing the AIC, BIC and likelihood ratio test, the mixed model with random parameters a and f has the best fitting effect compared with the model without random parameters. The results of independent sample test show that the root mean square errors and average error of the mixed model are reduced, respectively -0.0095 and 0.1175, and the residual range is smaller. Compared with the basic model, R² of the mixed model increased from 0.3231 to 0.5417, but RMSE and Bias decreased. Based on the goodness of fit and test index of the model, the mixed model can significantly improve the fitting accuracy of the model, and can be used to predict the crown length.

Key words: crown ratio, Cunninghamia lanceolata, logistic equation, mixed effect, model

中图分类号:

S750

袁慧, 杜超群, 赵小涛, 肖志明, 赵虎. 基于混合效应的湖北杉木冠长率模型[J]. 中国农学通报, 2021, 37(4): 31-37.

Yuan Hui, Du Chaoqun, Zhao Xiaotao, Xiao Zhiming, Zhao Hu. A Crown Ratio Model for Cunninghamia lanceolata Plantations Based on Mixed Effect in Hubei[J]. Chinese Agricultural Science Bulletin, 2021, 37(4): 31-37.

图/表 10

参考文献 24

[1]	Hein S, Weiskittel A R, Kohnle U. Branch characteristics of widely spaced Douglas-fir in south-western Germany: comparisons of modelling approaches and geographic regions[J]. Forest Ecology and Management, 2008,256(5):1064-1079.
[2]	余雪标, 徐大平. 连栽桉树人工林生长特性和树冠结构特征[J]. 林业科学, 2000(z1).
[3]	斯蒂芬·帕拉帝. 木本植物生理学[M]. 北京: 科学出版社, 2011: 261
[4]	Bella I E. A New Competition Model for Individual Trees[J]. Forest Science, 1971,17(17):364-372.
[5]	Jr J A K, Maguire D A, Hann D W. Longevity and duration of radial growth in Douglas-fir branches[J]. Canadian Journal of Forest Research, 1990,20(11):1690-1695.
[6]	Leites L P, Robinson A P, Crookston N L. Accuracy and equivalence testing of crown ratio models and assessment of their impact on diameter growth and basal area increment predictions of two variants of the Forest Vegetation Simulator[J]. Canadian Journal of Forest Research, 2009,39(3):655-665.
[7]	Cawrse D. The U. S. forest service forest vegetation simulator: modeling forest disturbances using a stand dynamics model[A]. // International Conference on the Efforts in Response to Forest-related Natural Disasters-forest Science Frum[C]. 2010.
[8]	Bailey J D, Tappeiner J C. Effects of thinning on structural development in 40- to 100-year-old Douglas-fir stands in western Oregon[J]. Forest Ecology & Management, 1998,108(1-2):99-113.
[9]	欧建德, 吴志庄. 南方红豆杉修枝后生长与干形动态表现[J]. 浙江农林大学学报, 2017(1):104-111.
[10]	袁丛军, 严令斌, 喻理飞, 等. 黔中喀斯特次生林主要经营树种冠形特征及模型拟合[J]. 西部林业科学, 2017,46(4):24-30.
[11]	Jari Hynynen. predicting tree crown ratio for unthinned and thinned scots pine stands[J]. Canadian Journal of Forest Research, 1995,25(1):57-62
[12]	Ward W W. Live Crown Ratio and Stand Density in Young, Even-Aged, Red Oak Stands[J]. Forest Science, 1964,10(1):56-65.
[13]	Short Iii E A, Burkhart H E. Predicting Crown-Height Increment for Thinned and Unthinned Loblolly Pine Plantations[J]. Forest Science, 1992,38(3):594-610.
[14]	Hasenauer H, Monserud R A. A crown ratio model for Austrian forests[J]. Forest Ecology and Management, 1996,84(1-3):60.
[15]	Liyong F, Huiru Z, Jun L, et al. Multilevel Nonlinear Mixed-Effect Crown Ratio Models for Individual Trees of Mongolian Oak (Quercus mongolica) in Northeast China[J]. Plos One, 2015,10(8):e0133294. doi: 10.1371/journal.pone.0133294 URL pmid: 26241912
[16]	Temesgen H, Lemay V, Mitchell S J. Tree crown ratio models for multi-species and multi-layered stands of southeastern British Columbia[J]. The Forestry Chronicle, 2005,81(1):133-141.
[17]	Leites L P, Robinson A P, Crookston N L. Accuracy and equivalence testing of crown ratio models and assessment of their impact on diameter growth and basal area increment predictions of two variants of the Forest Vegetation Simulator[J]. Revue Canadienne De Recherche Forestière, 2009,39(3):655-665.
[18]	Zhao D H, Kane M, Borders B E. Crown Ratio and Relative Spacing Relationships for Loblolly Pine Plantations[J]. Open Journal of Forestry, 2012,2(3):110-115.
[19]	卢军, 李凤日, 张会儒, 等. 帽儿山天然次生林主要树种冠长率模型[J]. 林业科学, 2011,47(6):70-76.
[20]	郭孝玉. 长白落叶松同龄林树冠率模型构建[A].中国科学技术协会,云南省人民政府.第十六届中国科协年会——分11森林培育技术创新与特色资源产业发展学术研讨会论文集[C]. 中国科学技术协会,云南省人民政府,中国科学技术协会学会学术部, 2014: 7.
[21]	Wykoff W R. A basal area increment model for individual conifers in the Northern Rocky Mountains[J]. For Sci, 1990,36(4):1077-1104.
[22]	王冬至, 张冬燕, 张志东, 等. 基于非线性混合模型的针阔混交林树高与胸径关系[J]. 林业科学, 2016,52(1):30-36.
[23]	Trincado G, Burkhart H E. A Generalized Approach for Modeling and Localizing Stem Profile Curves[J]. Forest Science, 2006,52(6):670-682.
[24]	高慧淋, 董利虎, 李凤日. 基于混合效应的人工落叶松树冠轮廓模型[J]. 林业科学, 2017,53(3):84-93.

数据	变量	极小值	极大值	平均值	标准差
建模数据(n=500)	胸径/cm	7.5	39.10	16.88	5.56
	树高/m	6.70	23.90	13.18	3.15
	海拔/m	36	1462	632.71	496.36
	坡度/°	3	47	19.85	10.05
	树龄/年	6	59	23.84	10.89
	每公顷株数/(株/hm²)	500	7050	1963.51	1168.01
	冠长/m	1.3	17.1	6.41	2.67
	冠长率	0.12	0.92	0.48	0.14
	大于对象树木每公顷断面积/(m²/hm²)	0	45.58	15.99	10.79
	高径比	0.46	1.14	0.81	0.12
检验数据(n=215)	胸径/cm	7.60	34.40	14.11	6.03
	树高/m	6.80	21.50	11.55	2.99
	海拔/m	12	1694	345.78	602.50
	坡度/°	2	30	10.09	9.28
	树龄/年	8	39	16.37	10.35
	每公顷株数/(株/hm²)	1250.00	6467.00	3965.09	1797.37
	冠长/m	1.90	15.10	5.81	2.45
	冠长率	0.16	0.89	0.50	0.13
	大于对象树木每公顷断面积/(m²/hm²)	0	44.13	19.36	12.45
	高径比	0.52	1.17	0.87	0.15

数据	变量	极小值	极大值	平均值	标准差
建模数据(n=500)	胸径/cm	7.5	39.10	16.88	5.56
	树高/m	6.70	23.90	13.18	3.15
	海拔/m	36	1462	632.71	496.36
	坡度/°	3	47	19.85	10.05
	树龄/年	6	59	23.84	10.89
	每公顷株数/(株/hm²)	500	7050	1963.51	1168.01
	冠长/m	1.3	17.1	6.41	2.67
	冠长率	0.12	0.92	0.48	0.14
	大于对象树木每公顷断面积/(m²/hm²)	0	45.58	15.99	10.79
	高径比	0.46	1.14	0.81	0.12
检验数据(n=215)	胸径/cm	7.60	34.40	14.11	6.03
	树高/m	6.80	21.50	11.55	2.99
	海拔/m	12	1694	345.78	602.50
	坡度/°	2	30	10.09	9.28
	树龄/年	8	39	16.37	10.35
	每公顷株数/(株/hm²)	1250.00	6467.00	3965.09	1797.37
	冠长/m	1.90	15.10	5.81	2.45
	冠长率	0.16	0.89	0.50	0.13
	大于对象树木每公顷断面积/(m²/hm²)	0	44.13	19.36	12.45
	高径比	0.52	1.17	0.87	0.15

随机参数	参数个数	AIC	BIC	log-likelihood	LRT	P
无	6	-975.154	-867.5326	489.7412
a	7	-1005.499	-961.0544	510.7494	10.32	0.0221
a、f	9	-1006.777	-968.92	513.3886	9.46	0.0314
b、c、e	12	-1000.393	-940.9538	513.1967
a、b、c、e	16	-991.157	-913.4282	512.5785

随机参数	参数个数	AIC	BIC	log-likelihood	LRT	P
无	6	-975.154	-867.5326	489.7412
a	7	-1005.499	-961.0544	510.7494	10.32	0.0221
a、f	9	-1006.777	-968.92	513.3886	9.46	0.0314
b、c、e	12	-1000.393	-940.9538	513.1967
a、b、c、e	16	-991.157	-913.4282	512.5785

方差协方差矩阵	AIC	BIC	log-likelihood	LRT	P
广义正定矩阵	-1006.778	-961.053	513.3879
对角矩阵	-1003.499	-962.3483	510.3879	5.28	0.0216

基于混合效应的湖北杉木冠长率模型

A Crown Ratio Model for Cunninghamia lanceolata Plantations Based on Mixed Effect in Hubei

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 24

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

方差函数	AIC	BIC	log-likelihood	LRT	P
幂函数	-1004.222	-958.4995	512.1112
指数函数	-1015.075	-964.7797	518.5374	12.85	0.00004

模型		a	b	c	d	e	f	Bias	RMSE	R²
基础模型	估计值	1.055	-0.693	-0.056	0.001	-0.01	-0.121	-0.0862	0.1458	0.3231
	标准误	0.3602	0.2863	0.0155	0.0002	0.0021	0.0438
	P	0.0224	0.0574	0.0435	0.0006	0.0002	0.0198
混合模型	估计值	1.078	-0.5319	-0.0342	0.0006	-0.0121	-0.0347	-0.0095	0.1175	0.5417
	标准误	0.0462	0.2827	0.0163	0.0002	0.0023	0.0558
	P	0.0206	0.0605	0.0369	0.0158	0	0.5341
方差-协方差		σ²=0.1032、σ²_a=0.1264、σ²_f=0.0642、σ_af=0.0822

模型	R²	RMSE	Bias
基础模型	0.9192	0.4015	-0.0987
混合模型	0.9475	0.3326	-0.1135

[1]	白玛仁增, 顿玉多吉, 德例归吉, 德吉央宗, 益西多吉, 边巴次仁. 星-地结合对水稻高温热害监测模型的研究[J]. 中国农学通报, 2023, 39(1): 133-141.
[2]	周小红. 基于多元回归分析的农作物产量估测模型研究[J]. 中国农学通报, 2022, 38(8): 152-156.
[3]	喻家玥, 陈娆, 贾天宇. 农民专业合作社社员满意度及其影响因素研究——以北京市怀柔区为例[J]. 中国农学通报, 2022, 38(6): 141-148.
[4]	梁长梅, 王建伟, 温鹏飞, 杨华. 高压静电场诱导采后葡萄果实总黄烷-3-醇积累模型构建[J]. 中国农学通报, 2022, 38(5): 152-156.
[5]	白苇, 胡杨, 胡卿卿, 崔金丽, 张宝英, 杨素梅. 冀北油葵主要栽培因素对产量的影响[J]. 中国农学通报, 2022, 38(5): 17-22.
[6]	张勇, 徐智, 高丽芳, 邓亚琴, 王瑞雪, 王宇蕴. 有机类肥料部分替代化肥影响新垦红壤生菜地产量因素的研究[J]. 中国农学通报, 2022, 38(5): 79-85.
[7]	刘现, 杨航, 李健翔, 俞鉴签. 基于图像的金桔重量预测方法研究[J]. 中国农学通报, 2022, 38(34): 138-143.
[8]	王楚珏, 李昂, 李璐骥. 基于灰水足迹不好产出的黄河流域农业用水效率评价[J]. 中国农学通报, 2022, 38(31): 105-112.
[9]	张霞, 许秀梅. 农业技术推广效果的影响因素研究——以山东省平度市为例[J]. 中国农学通报, 2022, 38(30): 135-140.
[10]	蒋锋, 闫艳, 麦嘉埼, 梁日朗, 周捷成, 李坪遥, 刘鹏飞. 甜玉米品质性状的主基因+多基因遗传分析[J]. 中国农学通报, 2022, 38(30): 14-20.
[11]	赵佼娇, 哀建国. 杉木幼苗光合及叶绿素荧光特征对氮沉降的短期响应[J]. 中国农学通报, 2022, 38(29): 67-73.
[12]	陈检锋, 赵文军, 付利波, 尹梅, 王志远, 王伟, 王应学, 杨艳鲜, 陈华. 适产养分临界值模型对玉溪烤烟产质量的影响[J]. 中国农学通报, 2022, 38(28): 1-6.
[13]	王春玲, 叶彩华, 姜江. 北京地区春季木本植物花粉起始期预报模型研究[J]. 中国农学通报, 2022, 38(28): 89-97.
[14]	魏冰青, 牛艳蕾, 辛怿如, 陈晓峰. 基于Kano-QFD模型的家庭阳台微型水培装置设计[J]. 中国农学通报, 2022, 38(22): 134-138.
[15]	张羽丰, 孙江涛, 李青松, 范利瑶, 文倩. 豫东农区农户宅基地退出意愿及影响因素分析——以扶沟县为例[J]. 中国农学通报, 2022, 38(2): 150-156.