10.13275/j.cnki.lykxyj.2021.06.003
气候敏感的落叶松人工林林分生物量模型研究
[目的]建立林分生物量模型,分析不同因子对林分生物量的影响,为区域尺度生物量的估算提供模型和依据.[方法]以东北和华北地区7个省份的落叶松人工林为研究对象,利用第8次一类清查固定样地数据,采用普通最小二乘方法和稳健回归方法建立林分生物量模型.采用主成分分析和相关分析法筛选气候变量,建立气候敏感的林分生物量模型(包括地上生物量AGB和总生物量TGB).使用决定系数(R2)、均方根误差(RMSE)和相对均方根误差(rRMSE)评价模型.将各因子的解释率分解为独立解释和共变部分,量化不同因子的解释率.[结果](1)最优基础模型形式为变量直接引入,最优AGB和TGB模型R2分别为0.967、0.953,地上部分的大于总量.普通最小二乘回归和稳健回归结果类似,稳健回归稍优于普通最小二乘回归,基于稳健回归的最优AGB模型的RMSE、rRMSE要比对应的普通最小二乘回归模型分别低0.046 t·hm-2、0.085％,对于TGB则分别低0.059 t·hm-2、0.081％.(2) AGB和TGB与湿热指数(AHM)相关系数较大,分别为-0.350和-0.363,气候敏感的林分生物量模型进一步提升了的模型预测效果,AGB的R2提高了0.41％,而RMSE和rRMSE降低了6.85％;TGB的R2提高了0.63％,误差统计量降低了6.79％.(3) AGB和TGB的林分因子独立解释分别为87.37％、82.32％,气候因子独立解释分别为0.40％、0.60％,共变部分分别为9.33％、9.98％,林分因子的解释率远大于气候因子,共变部分较大.[结论]当林分生物量模型的建模数据质量较高时,稳健回归和普通最小二乘回归建立的模型差异不大,但气候因子对林分生物量具有显著影响,需要建立气候敏感的林分生物量模型进行生物量估计.
林分生物量模型;稳健回归;林分因子;气候因子;解释率量化
34
S758.5(森林经营学、森林计测学、森林经理学)
中央级公益性科研院所基本科研业务费专项;林业公益性行业科研专项项目
2022-01-20（万方平台首次上网日期，不代表论文的发表时间）
共8页
20-27
