基于理论方程和经验方程的杉木枝条基径模型对比

[目的]基于不同理论方程和经验方程分别构建杉木枝条基径预测模型，对不同模型的预测效果对比评价，并选出最优模型，为杉木人工林的科学经营提供参考。[方法]利用福建省5个林场11个林龄的 46个样地121株杉木伐倒木的4997个枝条实测数据，以着枝深度为自变量，通过Logistic、Mitscherlich、Gompertz、Korf、Weibull、Schumacher 6个理论方程选出拟合精度最高的基础模型，与经验方程的广义线性基础模型比较。在此基础上加入胸径为自变量改进基础模型，并分别引入样木效应、样地效应、年龄效应、林场效应对模型进行拟合。利用赤池信息准则(AIC)、贝叶斯信息准则(BIC)、对数似然值(Log-likelihood)等指标对所不同模型拟合效果进行评价，并利用均方根误差(RMSE)、平均绝对误差(MAE)、调整系数(R2)检验模型预测能力，从而得出杉木枝条基径最优模型。[结果]6个理论方程中，Logistic方程的拟合效果最佳，较之经验方程，其拟合精度也更高;改进后的Logistic模型相比于基础模型的R2增加了25.17%，RMSE和MAE分别降低了1.5410和1.1183，改进后的经验模型相比于基础经验模型的R2增加了28.25%，RMSE和MAE分别降低了1.6747和 1.3841，其中，改进后的Logistic模型与改进后的经验模型相比，R2增加了 1.10%，RMSE和MAE分别降低了0.0528 和0.023 0;在改进后的Logistic方程和经验模型中加入样木、样地、年龄、林场四种效应，两种模型精度均有所提升，其中以样木效应的拟合效果最优，样地效应次之，其次分别为年龄效应和林场效应;在考虑样木、样地、年龄和林场效应时，理论模型比经验模型的R2分别增加了0.41%、0.50%、0.67%和 1.29%。[结论]6种理论方程中，Logistic模型拟合效果最好，且相比于经验模型拟合精度也更高;比较改进后的理论模型和经验模型，前者效果更佳;改进后的两种模型分别加入四种不同的效应，两种模型精度均有所提升;以枝条着枝深度、胸径为自变量，且加入样木效应的混合模型为枝条基径最优模型，R2高达 0.8071。