帽儿山天然林进界模型及影响因素分析

摘要

林分进界是林分生长动态变化过程中的一个重要环节，对于维持森林资源中的生物多样性和群落结构稳定至关重要。为此，在帽儿山实验林场设立的61块样地数据，从林分因子及生物多样性因子等方面进行考虑，通过肯德尔tau-b(Kendall-Tau-b)相关系数分析及考虑变量多重共线性选择最适变量，采用泊松（Poisson）模型、负二项模型（negative binomial model,NB）、零膨胀模型及障碍（Hurdle）模型构建进界模型。采用层次分割法分析变量贡献率，以找出影响进界模型的关键因素。研究结果表明，林分拥挤度（K）、林分算数平均胸径（d）、辛普森（Simpson）指数和林分平均高（mean height,MH）是影响每公顷进界株数（number of advance regeneration per hectare,Nn）的重要因子。通过赤池信息准则（akaike information criterion,AIC）、贝叶斯信息准则（bayesian information criterion,BIC）及对数似然值（logarithm likelihood,Loglike）指标对比，发现零膨胀负二项式（zero-inflated negative binomial,ZINB）模型与障碍负二项（hurdle negative binomial,HNB）模型显著优于其他模型。通过沃恩（Vuong）检验，发现负二项模型及其复合模型（ZINB、HNB）在拟合帽儿山天然林进界数量方面优于Poisson模型及其复合模型（零膨胀泊松模型（zero-inflated poisson model,ZIP）、障碍泊松模型（hurdle poisson model,HP）），且ZINB模型略优于HNB模型，故ZINB模型为拟合帽儿山天然林林分进界数量的最优模型，十折交叉检验也验证了这一结论。同时，通过层次分割法分析发现Simpson指数和林分平均高（MH）分别对最优进界模型（ZINB）的计数部分和零部分贡献度最高。所构建的帽儿山天然林进界模型具有一定的统计可靠性，可用于该地区进界生长预测，为当地天然林更新管理提供科学依据。

关键词

进界 / Kendall-Tau-b / 零膨胀模型 / Hurdle模型 / 层次分割