一种基于杉木闽楠近自然改造林分的杉木胸径生长预测方法与流程

本技术涉及涉及林业，具体地涉及林分生长与收获统计模型，更具体地涉及一种基于杉木闽楠近自然改造林分的杉木胸径生长预测方法、系统及装置。

背景技术：

1、杉木（cunninghamia lanceolata (lamb.) hook.）是我国特有的重要速生人工用材树种。由于长期单一经营的杉木人工林，导致杉木人工生态问题日益凸显，如土壤地力退化，木材产量下降、结构功能单一，病虫害频发、土壤碳储量枯竭以及土壤微生物群落的变化等。为克服以上这些问题，杉木人工林近自然改造在我国得到了快速发展。闽楠（phoebebournei）为樟科常绿高大乔木，又是我国特有的珍贵阔叶用材树种，其材性优良，经济价值比较高。由于闽楠早期生长相对耐阴，因此，杉木人工林近自然改造中，闽楠通常被作为更新树种引入杉木林中，使得杉木针叶林向针阔混交林转化。当前，杉木闽楠近自然改造模式是当前我国杉木人工林近自然改造的主要技术模式。

2、在进行森林管理和营林决策中，胸径dbh（diameter at breast height）是一个常用的关键单木参数。在森林调查中，胸径便于测量，且误差较小。胸径与树高、材积、立地等存在着紧密的相关性。通过构建胸径与林龄、林分、立地质量和近自然改造模式等的关系模型，预测杉木胸径生长变化，为当前我国常用的杉木闽楠近自然改造模式下杉木材种生长量的长期变化预测及指导指定合理的近自然改造管理策略提供理论支撑。

3、目前，获取胸径生长数据主要有两种方法：一是利用森林固定样地中获取的林分调查数据，提取各林龄阶段对应的单木胸径数据；二是利用树木年轮宽度数据，将其转化为胸径生长数据，进而推算出单木的胸径生长情况。但是由于林分调查数据的时间间隔较长、生长变量不准确以及推算过程精度低等原因，都会造成目前的胸径预测准确性低、预测效率低等问题。

4、上述陈述仅用于提供与本技术有关的背景技术信息，除非在此指出，否则在本部分中描述的内容对于本技术其它部分内容而言不是现有技术。

技术实现思路

1、本发明提出的基于杉木闽楠近自然改造林分的杉木胸径生长预测方法，本技术通过在杉木闽楠近自然改造下的杉木胸径数据的获取过程、各个影响胸径生长的各变量通过评价计算后引入模型，并采用非线性混合效应模型构建杉木胸径生长模型，并考虑不同参数的随机效应构建最优的胸径混合效应生长模型，大大提高胸径生长模型估计的精度，提高了胸径预测的准确性和效率，对提升杉木人工林质量和产量具有重要的意义。

2、另外，本技术使用单次调查数据结合年轮宽度数据来建立模型，可以在缺乏连年复测数据的情况下完成杉木闽楠近自然改造模式下的杉木胸径生长模型的构建，为后续预测杉木闽楠近自然改造模式下的杉木材种出材量，筛选适宜的杉木闽楠近自然改造模式提供参考依据。

3、根据本技术实施例的第一个方面，提供了一种杉木胸径生长预测方法，包括：

4、获取杉木闽楠近自然改造下的杉木胸径数据作为模型数据集；

5、构建多个备选杉木胸径生长模型，并进行模型评价确定胸径生长基础模型；

6、筛选模型的多类别自变量，确定有效自变量；并将有效自变量加入胸径生长基础模型中, 构建基于多变量及哑变量的胸径生长模型；

7、根据胸径生长模型，考虑不同参数的随机效应构建最优的胸径混合效应生长模型；通过杉木胸径混合效应生长模型进行杉木胸径生长预测。

8、在本技术一些实施方式，获取杉木闽楠近自然改造下的杉木胸径数据，包括以下步骤：

9、根据每木调查数据确定杉木闽楠近自然改造各样地标准木，挑选多棵胸径与标准木最为接近的树木作为树木样本；

10、使用瑞典生长锥haglof sweden，沿着东西和南北方向分别从树木样本的胸高处钻取树芯，每棵树总取两根树芯样本；

11、对树芯样本进行干燥及打磨处理后进行定年分析，利用lintab 6年轮分析仪和tasp-win软件精确测量年轮宽度；

12、运用tsap软件对所有样本进行交叉定年处理。

13、在本技术一些实施方式，构建多个备选杉木胸径生长模型，并进行模型评价确定胸径生长基础模型，包括以下步骤：

14、选择多个生长方程作为杉木胸径生长模型的备选方程，构建得到多个备选杉木胸径生长模型；对备选杉木胸径生长模型进行分别拟合并对比模型拟合效果；

15、使用决定系数r2、均方根误差rmse和平均绝对误差mae三个统计指标构成的第一评价公式进行模型评价，确定胸径生长基础模型。

16、其中，第一评价公式具体计算公式如下：

17、；

18、；

19、。

20、其中，n位样本个数，为第i个样地第j棵树的胸径实测值，为i个样地第j棵树的胸径估计值， 为胸径平均值。

21、在本技术一些实施方式，筛选模型的多类别自变量，确定有效自变量，包括以下步骤：

22、确定模型的自变量的来自林分因子、竞争因子、模式因子以及立地因子四个方面；

23、过滤掉在建模过程中去掉与胸径相关性较弱、参数不显著的自变量，筛选与其他变量存在共线性的自变量后，确定有效自变量。

24、其中，筛选的具体步骤为：（1）使用线性回归方法筛选不显著的因子，并计算各自变量的方差膨胀因子vif，去掉值大于5的因子；（2）使用相关性矩阵筛选掉相关性绝对值小于0.1的因子；（3）最后再次计算vif值，二次筛选得到最后可选择的因子。

25、在本技术一些实施方式，将有效自变量加入胸径生长基础模型中, 构建基于多变量及哑变量的胸径生长模型，包括：

26、使用非线性混合效应模型构建杉木胸径生长模型，其一般形式为：

27、；

28、其中，dij为第i个样地第j 株树在 t年龄时的胸径值；

29、其中，f (β，ui，t)描述的是dij与t的关系，即胸径与林龄之间的函数; μi为标准地随机效应参数估计值; d 为随机效应方差－协方差矩阵；rij为样地内方差－协方差矩阵；μi ~n(0, t) 表示随机参数服从期望为0、方差为 d 的正态分布; eij为误差项，服从期望为0、方差为rij的正态分布，eij与μi相互独立。

30、在本技术一些实施方式，根据胸径生长模型，考虑不同参数的随机效应构建最优的胸径混合效应生长模型，包括：

31、根据杉木胸径生长模型，使用nlme函数并以样地为随机变量，构建由多种参数配置的多个随机效应模型；并根据模型评价指标确定最优随机效应模型；

32、根据最优随机效应模型，使用一阶自回归方法消除模型的自相关性，并分别采用指数函数、幂函数和常数加幂函数消除数据间的异方差性；并使用第二评价公式评价模型拟合优度，选择模型收敛、拟合精度最高的模型作为基于某变量的最优模型；同时，对多个随机效应模型进行似然比检验，选择差异显著的模型；最后确定杉木胸径混合效应生长模型。

33、其中，第二评价公式包括评价赤池信息量准则aic值和贝叶斯信息量准则bic值越小为越优；同时，判断对数似然值loglik越大越优。

34、根据本技术实施例的第二个方面，提供了一种杉木胸径生长预测系统，包括：

35、数据集模块，用于获取杉木闽楠近自然改造下的杉木胸径数据作为模型数据集；

36、基础模型模块，用于构建多个备选杉木胸径生长模型，并进行模型评价确定胸径生长基础模型；

37、混合效应模型模块，用于筛选模型的多类别自变量，确定有效自变量；并将有效自变量加入胸径生长基础模型中, 构建基于多变量及哑变量的胸径生长模型；

38、随机效应适应模块，用于根据胸径生长模型，考虑不同参数的随机效应构建最优的胸径混合效应生长模型；

39、预测模块，用于通过杉木胸径混合效应生长模型进行杉木胸径生长预测。

40、根据本技术实施例的第三个方面，提供了一种杉木胸径生长预测装置，包括：存储单元，用于存储可执行指令；以及处理单元，用于与存储器连接以执行可执行指令从而完成杉木胸径生长预测方法。

41、根据本技术实施例的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序；计算机程序被处理器执行以实现杉木胸径生长预测方法。

42、采用本技术的杉木胸径生长预测方法、系统及装置，包括构建多个备选杉木胸径生长模型，并进行模型评价确定胸径生长基础模型；筛选模型的多类别自变量，确定有效自变量；并将有效自变量加入胸径生长基础模型中, 构建基于多变量及哑变量的胸径生长模型；根据胸径生长模型，考虑不同参数的随机效应构建最优的胸径混合效应生长模型。本技术通过在杉木闽楠近自然改造下的杉木胸径数据的获取过程、各个影响胸径生长的各变量通过评价计算后引入模型，并采用非线性混合效应模型构建杉木胸径生长模型，并考虑不同参数的随机效应构建最优的胸径混合效应生长模型，大大提高胸径生长模型估计的精度，提高了胸径预测的准确性和效率，对提升杉木人工林质量和产量具有重要的意义。

技术特征：

1.一种基于杉木闽楠近自然改造林分的杉木胸径生长预测方法，其特征在于，包括：

2.根据权利要求1所述的基于杉木闽楠近自然改造林分的杉木胸径生长预测方法，其特征在于，所述获取杉木闽楠近自然改造下的杉木胸径数据，包括以下步骤：

3.根据权利要求1所述的基于杉木闽楠近自然改造林分的杉木胸径生长预测方法，其特征在于，所述构建多个备选杉木胸径生长模型，并进行模型评价确定胸径生长基础模型，包括以下步骤：

4.根据权利要求1所述的基于杉木闽楠近自然改造林分的杉木胸径生长预测方法，其特征在于，所述筛选模型的多类别自变量，确定有效自变量，包括：

5.根据权利要求4所述的基于杉木闽楠近自然改造林分的杉木胸径生长预测方法，其特征在于，所述过滤掉在建模过程中去掉与胸径相关性较弱、参数不显著的自变量，筛选与其他变量存在共线性的自变量后，确定有效自变量，包括以下步骤：

6.根据权利要求1所述的基于杉木闽楠近自然改造林分的杉木胸径生长预测方法，其特征在于，所述将所述有效自变量加入所述胸径生长基础模型中, 构建基于多变量及哑变量的胸径生长模型，包括：

7.根据权利要求6所述的基于杉木闽楠近自然改造林分的杉木胸径生长预测方法，其特征在于，所述根据所述胸径生长模型，考虑不同参数的随机效应构建最优的胸径混合效应生长模型，包括：

8.一种基于杉木闽楠近自然改造林分的杉木胸径生长预测系统，其特征在于，包括：

9.一种基于杉木闽楠近自然改造林分的杉木胸径生长预测装置，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序；计算机程序被处理器执行以实现如权利要求1-7中任一项所述的方法。

技术总结
本申请提供了一种基于杉木闽楠近自然改造林分的杉木胸径生长预测方法，本申请通过在杉木闽楠近自然改造下的杉木胸径数据的获取过程、各个影响胸径生长的各变量通过评价计算后引入模型，并采用非线性混合效应模型构建杉木胸径生长模型，并考虑不同参数的随机效应构建最优的胸径混合效应生长模型，大大提高胸径生长模型估计的精度，提高了胸径预测的准确性和效率，对提升杉木人工林质量和产量具有重要的意义。

技术研发人员：张雄清
受保护的技术使用者：中国林业科学研究院林业研究所
技术研发日：
技术公布日：2024/12/5