基于广义加性模型的红松树干纵向木材密度模型研建OA

【目的】人工红松是东北地区重要的用材与生态树种,其树干木材密度纵向变异对木材品质筛选、生物量和碳储量估算至关重要,传统模型难以精准捕捉其纵向变化特征。本研究旨在分析红松木材密度的纵向变化规律,构建高精度预测模型,为红松材性和生物量的精准评估提供依据。【方法】以孟家岗林场30株红松的402个木材密度样本为研究对象,首先从9个木材密度模型中筛选出最优基础模型,在此基础上引入传统易获取的林分变量(每公顷株数、每公顷断面积、林分平均高和林分平均胸径)构建广义线性模型,并采用连续自回归误差结构CAR(1)降低模型残差自相关。同时,基于广义加性模型(GAM)理论构建木材密度模型,并比较了GAM 6种光滑函数的拟合效果。最后使用十折交叉验证法比较不同模型构建方法的预测性能。【结果】(1)红松木材密度沿树干纵向呈明显的非线性变化规律,整体表现为随相对高增加“先降后升”的趋势。(2)在基础模型对比中,自建模型Model 9的拟合效果最佳。以Model 9为基础引入每公顷株数构建的广义线性模型进一步提升了模型的拟合性能,与Model 9相比,其调整决定系数R^(2)_(adj)提高了2.4%,平均绝对误差(MAE)下降了0.7%。(3)采用连续自回归误差结构CAR(1)有效降低了基础和广义线性模型的残差自相关性。修正后,两个模型的MAE相较于修正前分别下降了2.4%、2.5%。(4)基于三次回归样条(CR),采用胸径、胸径年平均生长量、冠幅、相对高和每公顷株数为变量构建的GAM表现出最优估测能力。十折交叉验证结果进一步证实GAM具有更高的稳健性与泛化能力,和广义线性模型相比其R^(2)_(adj)提高了13.25%,MAE下降了9.54%。【结论】本研究系统构建了红松树干纵向木材密度模型,揭示了其“先降后升”的纵向变异模式。GAM在拟合效果、预测精度及稳定性方面均优于基础模型和广义线性模型,可实现对红松不同树干高度木材密度的准确估计。该模型为该区域人工红松木材质量分段评估、生物量和碳储量的精准估算以及经营管理提供了可靠的工具。