Modeller med blandede effekter er fleksible og nyttige verktøy for å analysere data med en hierarkisk stokastisk struktur i skogbruket og kan også brukes til å forbedre ytelsen til skogvekstmodeller betydelig. Her presenteres en protokoll som syntetiserer informasjon knyttet til lineære modeller med blandede effekter.
Her utviklet vi en individuell tremodell av 5-årige basalområdeintervaller basert på et datasett, inkludert 21898 Picea asperata trær fra 779 prøvetomter som ligger i Xinjiang-provinsen, nordvest i Kina. For å forhindre høye korrelasjoner mellom observasjoner fra samme prøvetakingsenhet, utviklet vi modellen ved hjelp av en lineær blandet effekt tilnærming med tilfeldig plotteffekt for å ta hensyn til stokastisk variasjon. Ulike tre- og stand-level variabler, for eksempel indekser for trestørrelse, konkurranse og stedstilstand, ble inkludert som faste effekter for å forklare gjenværende variabilitet. I tillegg ble heteroscedasticity og autokorrelasjon beskrevet ved å innføre variansfunksjoner og autokorrelasjonsstrukturer. Den optimale lineære modellen med blandede effekter ble bestemt av flere fit-statistikker: Akaikes informasjonskriterium, bayesisk informasjonskriterium, logaritmsannsynlighet og en sannsynlighetsgradstest. Resultatene indikerte at betydelige variabler av individuelle tre basal området økning var den inverse transformasjon av diameter i brysthøyde, basalområdet av trær større enn motivet treet, antall trær per hektar, og høyde. Videre ble feil i variansstrukturen mest vellykket modellert av eksponentiell funksjon, og autokorrelasjonen ble betydelig korrigert av første-ordre autoregressiv struktur (AR(1)). Ytelsen til den lineære blandet effekter modellen ble betydelig forbedret i forhold til modellen ved hjelp av vanlig minst firkanter regresjon.
Sammenlignet med jevn alder monokultur, ujevn-alderen blandet arter skogforvaltning med flere mål har fått økt oppmerksomhetnylig 1,2,3. Prediksjon av ulike forvaltningsalternativer er nødvendig for å formulere robuste skogforvaltningsstrategier, spesielt for kompleks ujevn-alderen blandet arts skog4. Skogvekst- og avkastningsmodeller har blitt brukt mye til å forutsi tre- eller ståutvikling og høsting under ulike forvaltningsordninger5,6,7. Skogvekst- og yieldmodeller er klassifisert i individuelle tremodeller, modeller i størrelsesklasse og helstativvekstmodeller6,7,8. Dessverre er størrelsesmodeller og helstativmodeller ikke egnet for ujevne skoger av blandet art, noe som krever en mer detaljert beskrivelse for å støtte skogforvaltningsprosessen. Av denne grunn har individuelle trevekst- og yieldmodeller fått økt oppmerksomhet de siste tiårene på grunn av deres evne til å lage spådommer for skog står med en rekke arter komposisjoner, strukturer og forvaltningsstrategier9,10,11.
Vanlig minst firkanter (OLS) regresjon er den mest brukte metoden for utvikling av individuelle tre vekstmodeller12,13,14,15. Datasettene for vekstmodeller med enkelttre samlet gjentatte ganger over en fast tidsperiode på samme prøvetakingsenhet (det vil at prøveplott eller tre) har en hierarkisk stokastisk struktur, med mangel på uavhengighet og høy romlig og timelig korrelasjon blantobservasjoner 10,16. Den hierarkiske stokastiske strukturen bryter med de grunnleggende forutsetningene for OLS-regresjon: nemlig uavhengige rester og normalt distribuerte data med like avvik. Derfor gir bruken av OLS regresjon uunngåelig partisk estimater av standardfeilen for parameterestimater for disse dataene13,14.
Modeller med blandede effekter gir et kraftig verktøy for å analysere data med komplekse strukturer, for eksempel gjentatte måler data, langsgående data og data på flere nivåer. Modeller med blandede effekter består av både faste komponenter, felles for hele populasjonen og tilfeldige komponenter, som er spesifikke for hvert prøvetakingsnivå. I tillegg tar blandede effekter modeller hensyn til heteroscedasticity og autokorrelasjon i rom og tid ved å definere ikke-diagonal varians-kovarians struktur matriser17,18,19. Av denne grunn har blandede effekter modeller blitt mye brukt i skogbruk, for eksempel i diameter-høyde modeller20,21, krone modeller22,23, selvfortynnende modeller24,25, og vekstmodeller26,27.
Her var hovedmålet å utvikle en individuell tre basal område økning modell ved hjelp av en lineær blandet effekter tilnærming. Vi håper at tilnærmingen til blandede effekter kan brukes bredt.
Et avgjørende problem for utviklingen av modeller med blandede effekter er å avgjøre hvilke parametere som kan behandles som tilfeldige effekter, og som bør betraktes som fasteeffekter 34,35. To metoder er foreslått. Den vanligste tilnærmingen er å behandle alle parametere som tilfeldige effekter og deretter ha den beste modellen valgt av AIC, BIC, Loglik og LRT. Dette var metoden som ble brukt av vår studie35. Et alternativ er å …
The authors have nothing to disclose.
Denne forskningen ble finansiert av Fundamental Research Funds for de sentrale universitetene, tilskudd nummer 2019GJZL04. Vi takker professor Weisheng Zeng ved Academy of Forest Inventory and Planning, National Forestry and Grassland Administration, Kina for å gi tilgang til data.