基于非线性混合效应的高山松林生物量模型研究-江西农业大学学报.PDF

－ 江西农业大学学报　 ２０１７，３９（１）：１０１ １１０ ｈｔｔｐ：／ ／ ｘｕｅｂａｏ．ｊｘａｕ．ｅｄｕ．ｃｎ Ａｃｔａ Ａｇｒｉｃｕｌｔｕｒａｅ ＵｎｉｖｅｒｓｉｔａｔｉｓＪｉａｎｇｘｉｅｎｓｉｓ ＤＯＩ：１０．１３８３６／ ｊ．ｊｊａｕ．２０１７０１３ － 胥喆，舒清态，杨凯博，等．基于非线性混合效应的高山松林生物量模型研究［Ｊ］．江西农业大学学报，２０１７，３９（１）：１０１ １１０． 基于非线性混合效应的高山松林 生物量模型研究 ∗ 胥　 喆，舒清态 ，杨凯博，吴娇娇，张亚红 （西南林业大学 林学院，云南 昆明 ６５０２２４） 摘要：以云南省香格里拉县的高山松林为研究对象，选取遥感因子与地形因子作为模型中的固定效应，并以幂 函数模型为基础进行林分生物量基本模型的构建；采用混合效应模型技术，根据海拔高低把样地划分为６个区 域，将区域效应作为随机效应，并在基础混合效应模型基础上考虑方差和协方差结构，构建林分生物量混合效 应模型，以此估测高山松林分生物量。 利用ＡＩＣ、ＢＩＣ和ＬｏｇＬｉｋ ３个拟合指标评价模型的拟合效果，利用ＳＲＥ、 ＭＲＥ和ＡＭＲＥ进行最终林分生物量混合效应模型的独立性检验。 结果表明：从模型拟合结果看，考虑区域效 应的混合效应模型的拟合效果明显高于基础模型，其ＡＩＣ和ＢＩＣ值最低，ＬｏｇＬｉｋ达到最大；从模型独立性检验 ＝ 看，考虑区域效应的混合效应模型的绝对平均误差最小（ＡＭＲＥ ３１．５２％），精度达到７７．８３％。 综合分析，混合 效应模型可有效提高高山松林分生物量估测精度。 关键词：混合效应模型；遥感因子；生物量；高山松；区域效应 － － － 中图分类号：Ｓ７５８．５　 　 文献标志码：Ａ　 　 文章编号：１０００ ２２８６（２０１７）０１ ０１０１ １０ Ａ Ｓｔｕｄｙ ｏｎ Ｂｉｏｍａｓｓ Ｍｏｄｅｌ ｏｆ Ｐｉｎｕｓ ｄｅｎｓａｔａ Ｆｏｒｅｓｔ Ｂａｓｅｄ ｏｎ Ｎｏｎｌｉｎｅａｒ Ｍｉｘｅｄ Ｅｆｆｅｃｔｓ ∗ ＸＵ Ｚｈｅ，ＳＨＵ Ｑｉｎｇ⁃ｔａｉ ，ＹＡＮＧ Ｋａｉ⁃ｂｏ，ＷＵ Ｊｉａｏ⁃ｊｉａｏ，ＺＨＡＮＧ Ｙａ⁃ｈｏｎｇ （Ｃｏｌｌｅｇｅ ｏｆ Ｆｏｒｅｓｔｒｙ，Ｓｏｕｔｈｗｅｓｔ Ｆｏｒｅｓｔｒｙ Ｕｎｉｖｅｒｓｉｔｙ，Ｋｕｎｍｉｎｇ ６５０２２４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ｎ ｔｈｉｓ ｐａｐｅｒ，ｔｈｅＰｉｎｕｓ ｄｅｎｓａｔａ ｆｏｒｅｓｔ ｏｆ Ｓｈａｎｇｒｉ⁃Ｌａ Ｃｉｔｙ ｏｆ Ｙｕｎｎａｎ Ｐｒｏｖｉｎｃｅ ｗａｓ ｔａｋｅｎ ａｓ ｔｈｅ ｒｅｓｅａｒｃｈ ｏｂｊｅｃｔ，ａｎｄ ｔｈｅ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｆａｃｔｏｒｓ ａｎｄ ｔｅｒｒａｉｎ ｆａｃｔｏｒｓ ｗｅｒｅ ｓｅｌｅｃｔｅｄ ａｓ ｆｉｘｅｄ ｅｆｆｅｃｔｓ，ｂａｓｅｄ ｏｎ ｔｈｅ ｂｅｓｔ ｐｏｗｅｒｆｕｎｃｔｉｏｎｍｏｄｅｌ，ｔｈｅｍｉｘｅｄ⁃ｅｆｆｅｃｔｍｏｄｅｌｏｆｆｏｒｅｓｔｓｔａｎｄｂｉｏｍａｓｓｗａｓｃｏｎｓｔｒｕｃｔｅｄｂｙｕｓｉｎｇｔｈｅｔｅｃｈｎｏｌ⁃ ｏｇｙ ｏｆｍｉｘｅｄ⁃ｅｆｆｅｃｔｍｏｄｅｌｓ，ａｎｄｔｈｅｓａｍｐｌｅｐｌｏｔｓｗｅｒｅｄｉｖｉｄｅｄｉｎｔｏ６ｒｅｇｉｏｎｓａｃｃｏｒｄｉｎｇｔｏｔｈｅａｌｔｉｔｕｄｅｔａｋｉｎｇｔｈｅ ｒｅｇｉｏｎａｌ ｅｆｆｅｃｔ ａｓ ａ ｒａ