应用线性联立方程组方法建立相容性生物量模型研究难点.docVIP

应用线性联立方程组方法建立相容性生物量模型研究* 张会儒　赵有贤　王学力　王柱明 摘要：森林生物量是森林生态系统的最基本数量特征，生物量数据 是研究许多林业问题和生态问题的基础，因此，准确测定生物量十分重要。建立生物量模型 是生物量估测的主要手段。以往所建模型，存在一个严重的缺陷，即总量与分量模型不相 容。如何解决相容性问题，一直是生物量估计领域所面临的一个难题。本文引入线性联立方 程组方法，较好地解决了相容性问题，并使模型的预估精度和适用性较以往生物量模型有了 显著提高。关键词： 生物量模型；相容性；线性联立方程组中图分类号：S711　　　文献标识码：A 　　众所周知，森林生物量测定非常困难，而且耗时费力，因此确定一种行之有效而又准确的调 查方法是十分重要的。生物量模型估计法是目前比较流行的方法，它是利用林木易测因子来 推算难于测定的林木生物量，从而减少测定生物量的外业工作。但是以往所建立的生物量模 型，都存在一个严重不足，即模型间不相容。换句话说，就是木材、树皮、树枝和树叶的模 型估计值之和不等于总量模型估计值。例如，在《东北主要林木生物量手册》〔1〕 中，胸径10cm紫椴，地上部分总生物量为16.392kg，而木材、树皮、枝、叶四部分干重之 和为20.154kg，二者误差达23％。由于生物量模型的不相容性，从而导致在一次调查结果 中，出现两个不完全相等的数字，这将给森林资源调查及统计工作造成数据上的不一致。如 何解决相容性问题，一直是生物量估计领域所面临的一个难题。为此，本研究首次引入线性 联立方程组，探讨解决这一难题的可行方法。 1　数据来源及整理　　本次研究的范围只限于立木地上部分。研究的数据来源于吉林省红石林业局的51株冷杉（Abies fabri（Mast.)Graib.）样木。每株样木实测的因子有：年龄，直径、树 高、平均冠幅、冠长、材积等。样木概况见表1。 表1　　样木概况表 样木数(株) 胸径(cm) 年　龄 树　高 合计 全称重法 密度法 范围 平均 51 4 47 7.6～69.7 37.2 25～186 8.8～25.3 　　树干鲜重采用两种方法获得，对于幼树和小树，采用全称重法；对于大树，采用材积密度法 。枝、叶的鲜重测定采用全枝称重法。同时在野外对干材、树皮、枝和叶抽取样品，在室内 通过测定样品的含水率或密度而推算出各部分的干重。 2　建模方法　　在生物量测定时，总生物量是由各分量（木材、树皮、树枝和树叶）的合计得到的，因此他 们之间是百分之百吻合的。而模型估计结果出现不相容现象完全是由于各维量独立建模所致 。在林业数表领域，一般通用性回归模型的建立都是针对单一方程而言的，唯生物量模型例 外，各维量模型的建立必须受到“各分量之和等于总量”这一约束条件的制约。因此，各维 量必须联合建模，联立求解，这正好符合线性联立方程组的思想。线性联立方程组是由两个 或两个以上方程组成的模型系统，系统中任一个方程的参数估计必须考虑这个系统中其他方 程提供的信息才能作出〔2〕。因此，本研究引入线性联立方程组方法建立相容性生 物量模型。2.1　四个基本概念　　为了便于理解线性联立方程组方法，有必要先清楚以下四个基本概念：　　(1）外生变量：即通常情况下的自变量，本研究中是指直径D、树高H、冠幅Cw、冠长Cl、 材积V及其组合形式。外生变量在模型拟合时，用实际观测值。　　(2）内生变量：即通常情况下的因变量，本研究中是指总量及木材、树皮、枝、叶的干重W 1，W2，W3，W4，W5。在模型拟合时，内生变量作为因变量时用观测值，作为自变量时用估计值。　　(3）简化模型：就是通常所见到的模型形式，即将每个内生变量仅仅表示为外生变量的关 系式。　　(4）结构模型：是一组描述系统内部结构关系的方程组，此时，一个内生变量用其他内生 变量和外生变量来表示。2.2　简化模型形式设计　　多元线型模型的一般结构形式为：　　y=c0+c1xz+c2x2+…+cpxp　　　(1)　　对于生物量模型，因变量y为某维量的干重W，自变量xi的基本形式有D，H，Cw，Cl，V五 个，但其组合形式却很多。本研究经过多次筛选，确定的自变量系统为：x1=D2，x2=D.H，x3=Cw2，x4=V。由于线性模型的形式多种多样，各维量模型选型工作量很大，因此，各维量模型均采用了统一形式。具体形式如下：Wi=ci0+cilD2+ci2DH+ci3Cw2+ci4V　　(2)　　式中i=1，2，3，4，5，分别代表总量、木材、树皮、枝、叶各维量，Wi表示各维量的生物量。2.3　结构模型设计　　在深入分析各内生变量之间的关系的基础上，并要保证所设计的结构模型是可识别的，经过 多次筛选，确定的结构模型见下式，此模型为恰