基于非线性混合效应模型的泰山地区麻栎人工林地位指数表编制

Development of a Site Index Table for Quercus acutissima Plantations in the Mount Tai Region Based on Nonlinear Mixed-Effects Models

摘要

麻栎（ Quercus acutissima）是重要的造林树种和生态树种。泰山地区作为其分布区域之一，如何科学评价该区域麻栎人工林的立地质量是亟需解决的问题。编制泰山地区麻栎人工林地位指数表，以期为当地麻栎林的立地质量评价及经营管理提供科学依据。以泰山地区麻栎人工林为研究对象，利用30株平均优势木解析得到的232组树高年龄数据，基于5种常见生长模型，采用样地水平随机效应的非线性混合效应模型，根据各龄阶树高变动系数确定基准年龄，使用树高相对优势法编制泰山地区麻栎人工林地位指数表，利用 X ²检验和落点检验对地位指数表进行适用性检验。结果表明：（1）可使用地位指数表评价泰山地区麻栎人工林立地质量；（2）单分子式生长模型是最优基础模型（ R ² = 0.657 5），可作为导向曲线；（3）非线性混合效应模型的拟合效果均优于基础模型，其中随机效应置于参数 a上的非线性混合效应模型拟合效果最好，其 R ²、RMSE和MAE值分别为0.979 2、0.658 0和0.510 8；（4）确定基准年龄为40 a，指数级距为1 m，指数级个数为8；（5）经 X ²检验和落点检验证明编制的地位指数表具有较好适用性。利用样地水平随机效应的非线性混合效应模型编制的泰山地区麻栎人工林地位指数表，可用于该区域麻栎人工林立地质量的评价。

Abstract

Quercus acutissima is an important afforestation and ecological tree species. As one of its distribution areas, the Mount Tai Region faces the pressing need to scientifically evaluate the site quality of its Q. acutissima plantations. This study aims to develop a site index table for Q. acutissima plantations in the region, providing scientific support for site quality assessment and management practices of local Q. acutissima forests. Taking Q. acutissima plantations in the Mount Tai Region as the research object, this study uses 232 sets of tree height and age data derived from stem analysis of 30 average dominant trees. Based on five common growth models, this study adopts nonlinear mixed-effects models (NMEMs) with plot‐level random effects. It determines the reference age according to the coefficient of variation of tree height across different age classes, compiles a site index table for Q. acutissima plantations in the Mount Tai Region using the height relative dominance method, and evaluates the applicability of the site index table by the X ² test and drop-point test. The results show that: (1) the site index table can be used to evaluate the site quality of Q. acutissima plantations in the Mount Tai Region. (2) the Chapman-Richards model is the optimal base model ( R ² = 0.657 5), which can serve as the guiding curve. (3) all NMEMs outperform the base models, with the NMEM with random effects applied to parameter a achieving the best fitting performance ( R ² = 0.979 2, RMSE = 0.658 0, MAE = 0.510 8). (4) the reference age is determined as 40 years, with an index class interval of 1 m and a total of 8 site index classes. (5) the X ² test and drop-point test confirm the practical applicability of the compiled site index table. In summary, the site index table of Q. acutissima plantations in the Mount Tai Region by NMEMs with plot-level random effects, is suitable for the site quality evaluation in the region.

关键词

麻栎 / 泰山地区 / 非线性混合效应模型 / 立地质量评价

Key words

Quercus acutissima / Mount Tai Region / nonlinear mixed-effects model / site quality evaluation

参考文献

[1] 杨传强, 李士美, 孔雨光, 等. 山东省松类人工林立地指数表的编制与应用[J]. 林业资源管理, 2018(02): 43-47+118.

[2] 李宗俊, 刘萍, 朱英娟, 等. 纸浆材桉树人工林地位指数表的编制[J]. 林业资源管理, 2016(01): 59-64.

[3] Yin M L, Gao T, Zhao Y H, et al. Carbon stock estimation of poplar plantations based on additive biomass models[J]. Forests, 2024, 15(10): 1829.

[4] 杨成超. 辽宁省速生杨树立地指数表的编制[J]. 林业科技通讯, 2024(10): 121-123.

[5] 庄尔奇, 凌远云, 叶要妹. 湖北省马尾松人工林多形曲线地位指数表的编制[J]. 华中农业大学学报, 1996(03): 289-294.

[6] 翟文元, 许玉婷, 夏泰英, 等. 山东省107-杨树地位指数表的编制[J]. 山东农业大学学报(自然科学版), 2012, 43(02): 227-231.

[7] 王月容, 唐万鹏, 郑兰英, 等. 湖北省南方型杨树人工林立地指数表的编制[J]. 华中农业大学学报, 2004, 23(03): 344-347.

[8] 马羽, 许业洲, 袁慧, 等. 湖北省杉木人工林胸径差分方程及多形地位指数表研究[J]. 森林工程, 2023, 39(02): 72-81.

[9] 李斌成, 杜超群, 袁慧, 等. 基于理论模型及其差分方程的湖北省杉木立地指数表研制[J]. 中南林业科技大学学报, 2019, 39(07): 56-64.

[10] 郑聪慧, 贾黎明, 段劼, 等. 华北地区栓皮栎天然次生林地位指数表的编制[J]. 林业科学, 2013, 49(02): 79-85.

[11] 祝维, 张西, 贾黎明. 伏牛山地区栓皮栎天然次生林地位指数表的编制[J]. 东北林业大学学报, 2017, 45(12): 32-37.

[12] 牛亦龙, 董利虎, 李凤日. 基于广义代数差分法的长白落叶松人工林地位指数模型[J]. 北京林业大学学报, 2020, 42(02): 9-18.

[13] 马炜, 孙玉军. 长白落叶松人工林立地指数表和胸径地位级表的编制[J]. 东北林业大学学报, 2013, 41(12): 21-25+38.

[14] 肖君, 方升佐, 徐锡增. 南方型杨树人工林立地指数表的编制[J]. 福建农业大学学报, 2006, 20(04): 604-609.

[15] 陆海飞, 徐建民, 刘望舒, 等. 引入哑变量的广西尾巨桉人工林地位指数模型拟合效果分析[J]. 林业科技通讯, 2022(11): 3-9.

[16] 李春明. 利用非线性混合模型进行杉木林分断面积生长模拟研究[J]. 北京林业大学学报, 2009, 31(01): 44-49.

[17] 雷相东, 李永慈, 向玮. 基于混合模型的单木断面积生长模型[J]. 林业科学, 2009, 45(01): 74-80.

[18] Chen Z . The full EM algorithm for the MLEs of QTL effects and positions and their estimated variances in multiple-interval mapping[J]. Biometrics, 2005, 61(2): 474-480.

[19] 符利勇, 李永慈, 李春明, 等. 利用2种非线性混合效应模型(2 水平)对杉木林胸径生长量的分析[J]. 林业科学, 2012, 48(05): 36-43.

[20] 姜鹏, 孙悦, 许佳明, 等. 基于非线性混合效应的华东地区主要优势树种林分水平树高-胸径模型[J]. 自然保护地, 2024, 4(03): 65-73.

[21] Zhu G, Hu S, Chhin S, et al. Modelling site index of Chinese fir plantations using a random effects model across regional site types in Hunan province,China[J]. Forest Ecology and Management, 2019, 446: 143-150.

[22] 董自华, 李大勇, 梁宇, 等. 冀北山地杨桦次生混交林地位指数模型构建[J]. 林草资源研究, 2024(03): 70-78.

[23] 赵薇, 朱光玉, 吕勇. 基于非线性混合效应的区域性杉木人工林立地指数模型[J]. 林草资源研究, 2024(03): 42-50.

[24] 张兴旺, 李垚, 方炎明. 麻栎在中国的地理分布及潜在分布区预测[J]. 西北植物学报, 2014, 34(08): 1685-1692.

[25] 刘志龙, 虞木奎, 唐罗忠, 等. 麻栎资源研究进展及开发利用对策[J]. 中国林副特产, 2009(06): 93-96.

[26] 张永涛, 陈志成, 王志伟, 等. 泰山罗汉崖林场林下植被物种组成及生物多样性[J]. 中国水土保持科学, 2011, 9(06): 94-98.

[27] 崔志浩, 田立征. 泰山地区近三十年植被覆盖变化与地形因子分析[J]. 北京测绘, 2021, 35(06): 754-758.

[28] 咸利民, 季民, 刘法军, 等. 基于CF 与优化RF 模型耦合的泰山地区地质灾害易发性评价[J]. 水土保持通报, 2024, 44(05): 134-143.

[29] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB/T 26424-2010森林资源规划设计调查技术规程[S]. 北京:中国标准出版社, 2011: 8-9.

[30] 孟宪宇, 陈东来. 山杨次生林地位指数表编制方法的研究[J]. 北京林业大学学报, 2001(03): 47-51.

[31] 曾伟生, 唐守正. 立木生物量方程的优度评价和精度分析[J]. 林业科学, 2011, 47(11): 106-113.

[32] Kozak A, Kozak R . Does cross validation provide additional information in the evaluation of regression models? [J]. Canadian Journal of Forest Research, 2003(6): 976-987.

[33] 刘秀红, 姜春前, 徐睿, 等. 相容性单木生物量模型估计方法的比较-以青冈栎为例[J]. 林业科学, 2020, 56(09): 164-173.

[34] 郑玉, 张化永, 邹恒超, 等. 应用非线性混合模型建立白桦枝长与枝径关系[J]. 东北林业大学学报, 2023, 51(09): 53-58+119.

[35] 孟宪宇 . 测树学[M].3 版 . 北京:中国林业出版社, 2006: 107-111.

[36] 赵丽宏. 迎春5号杨树人工林地位指数模型研究[J]. 林业科技情报, 2022, 54(02): 45-47.

[37] 国家林业局. LY/T 2415-2015 地位指数表编制技术规程[S].北京:中国标准出版社, 2015: 4-11.

[38] 李永慈, 唐守正. 度量误差对全林整体模型的影响研究[J]. 林业科学, 2005(06): 169-172.

[39] 符利勇, 李永慈, 李春明, 等. 利用2种非线性混合效应模型(2 水平)对杉木林胸径生长量的分析[J]. 林业科学, 2012, 48(05): 36-43.

基金资助

山东省农业科技资金（林业科技创新）项目(2019LY004)

泰安市科技计划项目(2020NS064)