선형 혼합 효과 접근 방식을 사용하여 개별 트리 기초 영역 증분 모델 개발

Summary

혼합 효과 모델은 임업의 계층적 스토세스 구조로 데이터를 분석하기 위한 유연하고 유용한 도구이며 산림 성장 모델의 성능을 크게 향상시키는 데 사용할 수도 있습니다. 여기서선형 혼합 효과 모델과 관련된 정보를 합성하는 프로토콜이 제시됩니다.

Abstract

여기서 중국 북서부 신장성에 위치한 779개의 샘플 플롯에서 21898 피케아 아스페라타 나무를 포함한 데이터 세트를 기반으로 5년 기저면적 증분의 개별 트리 모델을 개발했습니다. 동일한 샘플링 단위의 관측 값 간의 높은 상관관계를 방지하기 위해 난사 적 가변성을 고려하여 임의의 플롯 효과가 있는 선형 혼합 효과 접근 방식을 사용하여 모델을 개발했습니다. 나무 크기, 경쟁 및 사이트 조건에 대한 인덱스와 같은 다양한 트리 및 스탠드 레벨 변수가 잔여 가변성을 설명하기 위한 고정 효과로 포함되었습니다. 또한, 이종분증 및 자기상관성은 분산 기능 및 자기 상관 구조를 도입하여 기술되었다. 최적의 선형 혼합 효과 모델은 아카이케의 정보 기준, 베이지안 정보 기준, 로가릿암 가능성 및 가능성 비율 테스트와 같은 여러 가지 적합성 통계에 의해 결정되었습니다. 그 결과 개별 나무 기저 면적 증분의 중요한 변수는 유방 높이에서 직경의 역 변환, 피사체 트리보다 큰 나무의 기저 면적, 헥타르당 나무 수 및 고도가 있음을 나타냈다. 또한 분산 구조의 오차는 지수 함수에 의해 가장 성공적으로 모델링되었으며, 1차 자동 회귀 구조(AR(1)에 의해 자가 상관관계가 현저히 수정되었다. 리니어 혼합 효과 모델의 성능은 일반 최소 제곱 회귀를 사용하여 모델에 비해 크게 향상되었습니다.

Introduction

짝수 숙성 된 단일 문화와 비교하여, 여러 목표를 가진 고르지 못한 숙성 혼합 종 산림 관리는 최근^1,2,3의관심을 증가시켰습니다. 특히 복잡한 고르지 못한 혼합종 숲^4에대해 강력한 산림 관리 전략을 수립하기 위해서는 다양한 관리 대안이 필요하다. 산림 의 성장과 수율 모델은 다양한 관리 계획에 따라 나무 또는 서 개발 및 수확을 예측하기 위해 광범위하게 사용되어^{왔다 5,6,7.} 숲의 성장과 수율 모델은 개별 트리 모델, 크기 클래스 모델 및 전스탠드 성장 모델^6,7,8로분류됩니다. 안타깝게도 크기 급 모델과 전스탠드 모델은 고르지 못한 숙성 된 혼합 종 숲에 적합하지 않으며, 산림 관리 의사 결정 과정을 지원하기 위해 보다 자세한 설명이 필요합니다. 이....

Protocol

1. 데이터 준비

1. 개별 트리 정보(1.3m의 유방 높이의 종 및 직경)와 플롯 정보(경사, 측면 및 고도)를 포함하는 모델링 데이터를 준비합니다. 이 연구에서는 중국 북서부 신장성에서 8일(2009년)과 9일(2014년) 중국 국유림 인벤토리에서 779개의 표본플롯을 관측한 21,898건의 관측을 통해 입수했다. 이 샘플 플롯은 1 Mu (0.067 ha에 해당하는 면적의 중국 단위)의 크기로 사각형 모양이며 4km x 8km의 격자 위에 체계적으로 배치됩니다.
   참고: 모델링(기초 영역) 증분에 대한 데이터는 적어도 하나의 성장 기간(즉, 두 가지 관찰)이 필요합니다.
2. 623개의 샘플 플롯에서 17,145개의 관측값과 156개의 샘플 플롯에서 4,753개의 관측으로 구성된 모델 유효성 검사(모델 유효성 검사 데이터 집합)의 20%로 구성된 모델 피팅(모델 개발 데이터 집합)에 사용되는 샘플 플롯의 데이터의 80%와 데이터를 무작위로 두 개의 데이터 집합으로 나눕니다. 사용되는 주요 변수에 대한 설명 통계는 표 1에제공됩니다.
   참고: 모델링 절차의 이 단계를 생략할 수 있으며 모든 데이터는 모델 개발에 사용됩니다.

Results

P. 아스페라타에 대한 기본 기저영역 증분 모델은 방정식(7)으로 표현되었다. 매개 변수 추정, 해당 표준 오류 및 적합성 부족 통계가 표 2에표시됩니다. 잔여 플롯은 그림 1에표시됩니다. 잔류물의 발음이 관찰되었다.
(7)

.......

	견적	표준 오류	t-테스트	P-값	VIF
Int	2.41

Discussion

혼합 효과 모델의 개발에 대 한 중요 한 문제는 어떤 매개 변수 임의 효과로 처리 될 수 있습니다 결정 하 고 고정 효과 간주 되어야 한다^34,35. 두 가지 방법이 제안되었습니다. 가장 일반적인 방법은 모든 매개 변수를 임의의 효과로 처리한 다음 AIC, BIC, Loglik 및 LRT에서 선택한 최상의 모델을 사용하는 것입니다. 이것은 우리의 연구^35에의해 채택된 방법이었습니다 . 대안은 OLS 회귀와 모든 샘플 플롯에 대한 기초 영역 증분 모델을 맞추는 것입니다. 이러한 모델 들 중 샘플 플롯에 걸쳐 높은 가변성과 신뢰 간격의 중복이 적은 매개 변수는 임의의 매개^{변수(17)로}간주될 수 있다.

이종분과 자기 상관관계를 고려하기 위해 세 가지 분산 함수와 3개의 자기 상관 관계 구조가 도입.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
컴퓨터	에이서
Microsoft Office 2013
R x64 3.5.1