Method Article

Opracowanie modelu przyrostu powierzchni podstawy pojedynczego drzewa przy użyciu liniowego podejścia opartego na efektach mieszanych

DOI:

10.3791/60827

⸱

July 3rd, 2020

 ,  ,  , 
1Research Center of Forest Management Engineering of National Forestry and Grassland Administration, Beijing Forestry University, 2Research Institute of Forestry, Chinese Academy of Forestry

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Modele efektów mieszanych są elastycznymi i użytecznymi narzędziami do analizy danych o hierarchicznej strukturze stochastycznej w leśnictwie i mogą być również wykorzystane do znacznego ulepszenia wydajności modeli wzrostu lasu. W tym miejscu przedstawiono protokół, który syntetyzuje informacje dotyczące liniowych modeli efektów mieszanych.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Tutaj opracowaliśmy indywidualny model drzew 5-letnich przyrostów powierzchni podstawowej na podstawie zestawu danych obejmującego 21898 drzew Picea asperata z 779 przykładowych powierzchni położonych w prowincji Xinjiang w północno-zachodnich Chinach. Aby zapobiec wysokim korelacjom między obserwacjami z tej samej jednostki próbkowania, opracowaliśmy model przy użyciu liniowego podejścia z efektami mieszanymi z efektem losowego wykresu, aby uwzględnić zmienność stochastyczną. Różne zmienne na poziomie drzew i drzewostanów, takie jak wskaźniki wielkości drzew, konkurencji i stanu terenu, zostały uwzględnione jako efekty stałe w celu wyjaśnienia zmienności resztkowej. Ponadto opisano heteroskedastyczność i autokorelację, wprowadzając funkcje wariancji i struktury autokorelacji. Optymalny liniowy model efektów mieszanych został określony na podstawie kilku statystyk dopasowania: kryterium informacyjnego Akaikego, bayesowskiego kryterium informacyjnego, logarytmu prawdopodobieństwa i testu ilorazu prawdopodobieństwa. Wyniki wykazały, że istotnymi zmiennymi przyrostu powierzchni podstawy poszczególnych drzew były: odwrotna transformacja średnicy na wysokości pierśnicy, powierzchnia podstawowa drzew większych niż drzewo badane, liczba drzew na hektar i wysokość. Co więcej, błędy w strukturze wariancji były najskuteczniej modelowane przez funkcję wykładniczą, a autokorelacja została znacząco skorygowana przez strukturę autoregresyjną pierwszego rzędu (AR(1)). Wydajność liniowego modelu efektów mieszanych uległa znacznej poprawie w stosunku do modelu wykorzystującego zwykłą regresję metodą najmniejszych kwadratów.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

W porównaniu z monokulturą o równym wieku, ostatnio zwrócono większą uwagę na zarządzanie lasami mieszanymi o nierównym wieku z wieloma celami1,2,3. Przewidywanie różnych alternatyw zarządzania jest niezbędne do formułowania solidnych strategii gospodarki leśnej, zwłaszcza w przypadku złożonych, nierównomiernie rosnących lasów mieszanych4. Modele wzrostu i plonowania lasów były szeroko wykorzystywane do prognozowania rozwoju i pozyskiwania drzew lub drzew lub drzew w różnych schematach zarządzania5,6....

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Przygotowanie danych

  1. Przygotuj dane modelowania, które zawierają informacje o poszczególnych drzewach (gatunki i średnica na wysokości pierśnicy na wysokości 1,3 m) oraz informacje o wykresie (nachylenie, proporcje i wysokość). W tym badaniu dane uzyskano z 8. (2009) i 9. (2014) chińskiej Narodowej Inwentaryzacji Lasów w prowincji Xinjiang w północno-zachodnich Chinach, która obejmuje 21 898 obserwacji 779 przykładowych powierzchni. Te powierzchnie próbne mają kształt kwadratu o powierzchni 1 Mu (chińska jednostka powierzchni odpowiadająca 0,067 ha) i są systematycznie rozmieszczone na siatce o wymiarach 4 km x 8 km.
    UWAGA: Dane do modelowania przy....

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Podstawowy model przyrostu powierzchni podstawy dla P. asperata został wyrażony jako równanie (7). Oszacowania parametrów, odpowiadające im błędy standardowe oraz statystyki braku dopasowania przedstawiono w tabeli 2. Wykres resztkowy pokazano na rysunku 1. Zaobserwowano wyraźną heteroskedastyczność pozostałości.
figure-results-1 (7)

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Kluczową kwestią dla opracowania modeli efektów mieszanych jest określenie, które parametry mogą być traktowane jako efekty losowe, a które powinny być uważane za efekty stałe 34,35. Zaproponowano dwie metody. Najczęstszym podejściem jest traktowanie wszystkich parametrów jako efektów losowych, a następnie wybór najlepszego modelu przez AIC, BIC, Loglik i LRT. Była to metoda zastosowana w naszym badaniu35. Alternatywą jest dopasowanie mode.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają nic do ujawnienia.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Te badania zostały sfinansowane przez Fundusze Badań Podstawowych dla Uniwersytetów Centralnych, numer grantu 2019GJZL04. Dziękujemy profesorowi Weisheng Zeng z Akademii Inwentaryzacji i Planowania Lasów Narodowej Administracji Leśnictwa i Użytków Zielonych w Chinach za udostępnienie danych.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Komputeracer
Microsoft Office 2013
R x64 3.5.1

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Meng, J., Lu, Y., Ji, Z. Transformation of a Degraded Pinus massoniana Plantation into a Mixed-Species Irregular Forest: Impacts on Stand Structure and Growth in Southern China. Forests. 5 (12), 3199-3221 (2014).
  2. Sharma, A., Bohn, K., Jose, S., Cropper, W. P.

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Linear Mixed Effects ModelBasal Area IncrementRandom Plot EffectVariance FunctionsAutocorrelation StructureAkaike Information CriterionBayesian Information CriterionRestricted Maximum LikelihoodHeteroscedasticity CorrectionFirst Order Autoregressive

Related Articles