摘要：【目的】运用半参数回归模型描述华北落叶松和白桦树高与胸径的关系,并与传统参数回归模型进行比较,为构建树高曲线模型和提高模型精度提供新方法。【方法】基于河北省张家口市崇礼冬奥核心区76块样地4921株华北落叶松和2833株白桦的胸径、树高等数据,按7∶3比例随机选取数据用于模型拟合与检验。半参数模型选择广义可加模型和单指标模型形式,自变量设为胸径和林分优势木高,分树种建模,其中广义可加模型将常数项作为参数部分,胸径、优势木高及二者交互作用作为非参数部分,单指标模型将胸径、优势木高或二者乘积的线性组合作为参数部分,联系函数作为非参数部分。选取4种常见的包含优势木高的标准树高曲线模型用于模型比较。为进一步构建可同时表示两树种的树高曲线模型,以广义可加模型和改进的Richard参数模型为基础模型,将树种组成作为参数部分引入广义可加模型,通过比较在改进Richard参数模型不同参数上添加树种哑变量的拟合效果筛选出最优参数模型,选择调整决定系数(Ra2)、均方根误差(RMSE)和赤池信息量(AIC)评价模型估计精度。【结果】分树种建模情况下,广义可加模型的拟合精度最高,华北落叶松和白桦的Ra2分别为88.98%和72.35%,较各参数模型提高3.13%~4.80%和7.37%~12.09%,RMSE分别为1.4413和2.0333,较各参数模型减少0.1904~0.2848和0.2529~0.4034。单指标模型对华北落叶松的拟合效果次之,Ra2和RMSE分别为85.99%和1.6241,对白桦的拟合效果居第4位,Ra2和RMSE分别为64.75%和2.2956。在对检验样本的预测精度方面,广义可加模型同样为最优模型,华北落叶松和白桦的RMSE分别为1.5804和2.1926,而单指标模型对两树种预测结果不佳。混合树种建模结果显示广义可加模型略优于参数模型,Ra2达83.00%,训练和检验样本的RMSE分别为1.7224和1.8075。无论是分别树种还是混合树种建模,广义可加模型的AIC均远小于参数模型,表现出显著的模型结构简洁性。【结论】在华北落叶松和白桦树高曲线模型构建中,半参数模型在参数模型基础上引入非参数回归方法,不仅可大大提高模型的灵活性和适用性,而且拟合精度通常会有所提高,其中广义可加模型表现出对数据拟合与预测的高精度,单指标模型可作为判断其他模型中联系函数选择是否合适的参考。随着更多林分变量引入树高胸径模型,半参数方法能够为复杂模型构建提供一种新思路。

摘要：通过对华北落叶松人工林幼龄林调查,基于河北省承德市围场县阴河林场4块样地的华北落叶松胸径(DBH)以及树高(H)数据,从6个应用较为成熟的树高曲线模型中选出最优模型-Strand方程,确定系数为0.7563,均方根误差为0.7602。验证数据结果表明:模型的拟合精度较高,误差较小,可以用于华北落叶松幼龄林样地树高的预测。

摘要：长白松(Pinus sylvestriformis)是长白山特有的珍稀植物,具有重要的经济、药用和观赏价值。因此,开展长白松资源调查对于对当地维持生态平衡、保持生物多样性和珍稀物种资源具有重要意义,并为今后珍稀濒危植物和极小种群野生植物的保护和恢复提供理论基础。本文基于长白山自然保护区12个林班的24445株长白松胸径与树高调查数据,根据赤池信息准则(AIC)和贝叶斯信息准则(BIC)对8个常用的胸径树高模型进行评价,选择最优的长白松树高曲线模型,并以最优模型为基础进一步分析龄组、生长级、水源和海拔对长白松胸径与树高关系的影响。结果表明:舒马赫(Schumacher)模型拟合效果最佳,能够较好地模拟长白松胸径树高关系。在分析外部环境因子对胸径树高关系的影响时发现,龄组、生长级、水源和海拔均对胸径树高关系均有显著影响,其中,除过熟林以外的其他龄组对胸径树高关系影响效果显著;胸径相同时,生长级条件优良的长白松高于生长级差的,不靠近水源的长白松树高相比靠近水源的树更矮,位于中海拔的长白松树要高于低海拔处的相同胸径大小的长白松树高。

摘要：【目的】研究北京市蒙古栎天然林的林分树高生长规律,为林分的科学、合理经营管理提供参考。【方法】根据北京市蒙古栎一类清查数据,以Richards方程为基础,采用度量误差模型方法建立林分相容性平均树高曲线方程组。【结果】经检验,所建模型在置信水平α=0.05时显著,对林分树高、胸径的预估精度分别为96.39%和97.23%。随着蒙古栎林分林龄的增长,胸径生长速生期滞后于树高生长速生期,大约在15年时,林分树高生长速度最快,大约在23年时,林分胸径生长速度最快;而林分树高随其胸径的生长变化则是在林分胸径为10cm左右时生长最快,此后逐渐减缓。【结论】所建立的林分树高曲线联立方程组比较合理,既使得林分树高曲线与林分胸径、树高生长过程曲线之间具有相容性和一致性,也考虑了模型中自变量的度量误差。

摘要：【目的】选择7种模型拟合同一立地条件下马尾松和杉木人工林与天然林的树高生长曲线,并从中选出最优模型,为福建省马尾松和杉木人工林与天然林的合理经营奠定基础。【方法】基于福建省第7次森林资源一类清查数据,以同一立地条件下639株(人工林326株、天然林313株)马尾松标准木及687株(人工林498株、天然林189株)杉木标准木为研究对象,利用二次项方程、幂函数方程、对数方程、S曲线方程4种经验方程及Richards模型、Logistic模型、单分子式模型3种理论方程,拟合马尾松人工林和天然林、杉木人工林和天然林4种林分类型的树高曲线,并以调整决定系数、均方根误差、总相对误差和预估精度为评价指标,选择4种林分类型的最优树高模型。【结果】马尾松人工林与天然林分别以幂函数方程、二次项方程拟合效果较好,预估精度分别达到96.812%和96.474%;杉木人工林和天然林用Richards模型拟合效果最好,预估精度分别达到96.742%和96.495%。【结论】通过比较分析,获得了最适合模拟马尾松和杉木人工林与天然林的树高生长曲线模型。

摘要：为了掌握杉木Cunninghamia lanceolata天然林与人工林的树高、胸径生长规律,改进杉木的营林生产模式,利用湖南省杉木一类清查数据,选择了6种常用经验方程拟合杉木树高曲线和胸径生长曲线,从中选出最优模型。在此基础上,考虑林分起源的差异,采用引入哑变量的度量误差模型方法建立不同起源林分相容性树高曲线方程组,并分析比较林分各阶段的生长状况。结果表明:引入哑变量后所建立的树高曲线方程组效果更好,在含哑变量的树高曲线方程组中杉木林分平均胸径生长过程曲线、平均树高曲线的拟合决定系数分别为0.820 5,0.758 0,预估精度分别达到了98.30%和98.01%,且其他各项评价指标均优于不含哑变量的树高曲线方程组;通过对比分析各林分不同林龄段的生长状况知:杉木人工林和天然林的总体趋势一致,但在中幼龄阶段,人工林的树高和胸径生长率高于天然林,且人工林的树高与胸径均比天然林先达到最大值。利用引入哑变量的度量误差模型方法建立树高生长模型,不仅考虑度量误差提高了模型精度,还解决了模型间不相容的问题。

摘要：利用多模型选优法对海南省阿陀岭加勒比松的树高与胸径关系进行分析研究,结果表明:用Weibull模型和Schumacher模型拟合海南加勒比松的树高曲线精度最高,指数函数的精度最低。

摘要：根据一类清查数据,以Richards方程为基础,采用度量误差模型方法,建立油松林分相容性树高曲线方程组。结果表明：模型在0.05的水平上检验显著,对树高、胸径的预估精度分别为96.12%、96.53%;胸径生长的速生期滞后于树高生长的速生期,树高生长极盛期的林龄为20~30 a,胸径生长极盛期的林龄为30~40 a;胸径为5~10 cm时,树高生长最快,此后逐渐变缓;树高曲线与林分胸径、树高生长过程曲线之间具有相容性和一致性。

摘要：在森林调查中,树高曲线广泛应用于林分平均高的确定,一元材积表的编制等。由于树高的测定常受林分状况,地形条件的影响,测定工作比较困难,结果也常存在较大的误差。为了提高测定精度,除提高测定技术水平外,还必须减少样本数,做到“少而精”。这样,所得数据少且变幅大。

摘要：树高曲线决定林分的蓄积量,只有通过优选出来的树高曲线,计算出的蓄积量才接近林分的实际值。在森林经营作业设计内业计算处理软件里,共设计9个树高曲线函数式来进行优选使用。通过通远堡林场2003年作业设计的树高曲线优选,11.3%的作业小班选定抛物线函数式作为树高曲线。微机编程优选树高曲线的具体做法是:先求算实测树高平方和,求解回归方程式的参数值,计算实测树高与计算树高的离差平方和,求出每个回归方程式的相关指数,其中最大的即是优选出来的树高曲线函数式。