中国东北五种主要树种潜在削度建模方法的评估

《Trees, Forests and People》：Evaluation of potential taper modeling approaches for five major tree species in Northeast China

　　

精确估测森林树干材积对于国家和全球碳收支以及可持续森林管理中的木材生产至关重要。本研究旨在比较常用的削度模型，并为中国东北五种主要树种识别可靠的削度建模方法。研究人员评估了三种削度建模方法，包括广泛使用的Clark模型（Clark et al., 1991）、混合效应B样条回归（Mixed-effects B-spline regression, MBR）和广义可加模型（Generalized additive models, GAMs），用于预测树干直径、总材积、可利用材积和可利用高度。结果表明，这三种模型在预测树干直径、总材积和可利用材积方面表现出可比的预测性能。GAMs总体上表现出具有竞争力的综合性能，并且在大多数情况下表现得与其他两种模型一样好或略好。尽管它们对可利用高度的预测精度有限，但材积预测仍然令人满意。这些发现表明，GAMs可以为森林资源清查和管理应用中的树干削度建模提供有用的选择。

精确估测森林树干材积对于国家和全球碳收支以及可持续森林管理中的木材生产至关重要。现有的材积表或材积方程反映了树木大小与材积的一般关系，但假设相同胸径（DBH）和树高的同一树种具有相同材积，忽略了树干形态随气候、起源、管理历史、环境条件和密度变化的细节。复杂的削度模型因其在预测直径和材积时准确且灵活，已成为材积估测的标准方法。其中，分段的削度模型表现优异，但在实施中常违背独立性和方差齐性等基本统计假设。相比之下，半参数方法（MBR和GAMs）通过放宽严格的概率分布假设，提供了更高的灵活性，能够更好地克服传统参数模型的局限性。因此，本研究旨在评估广泛使用的参数模型和半参数模型在预测树干直径、总材积、可利用材积和可利用高度方面的能力和精度，并尝试为该地区建立统计上有效的新削度模型，该论文发表在《Trees, Forests and People》上。

研究数据来源于中国东北黑龙江省的小兴安岭（127°42′–130°14′ E, 46°28′–49°21′ N）天然异龄林。样本队列共包含140株白桦、140株硕桦、304株臭冷杉、137株落叶松和220株红皮云杉，排除了树顶断裂、多干和有明显溃疡的树木。研究人员使用前后残差和留一棵树交叉验证法来验证模型，采用平均误差（ME）、百分比偏差（BIAS%）、均方根误差（RMSE）等指标评估预测准确性，并使用分数秩法比较模型整体表现。

参数估计与拟合统计量
通过拟合Clark模型发现数据存在空间自相关，采用连续时间自回归误差结构（CAR(X)）进行校正。桦木类树种需要CAR(2)，针叶树种需要CAR(3)。研究人员同时获得了MBR模型的固定效应参数和方差分量估计，以及GAMs的截距和各协变量的平滑效应。结果显示出三种模型在树干直径估测上具有可比的拟合表现。

模型性能评估
验证结果表明，在树干直径预测中，除落叶松外，Clark和GAMs表现出相似的预测性能并略优于MBR。对于总材积预测，尽管所有模型都能解释超过96%的总变异性，但在不同径阶中Clark模型总体一致，而MBR在多个树种中出现偏差，GAMs则在白桦、臭冷杉和红皮云杉上具有轻微优势。在可利用材积预测中，GAM模型在所有树种中均表现出轻微优势。对于可利用高度预测，GAMs在大多数树种中表现更好，但各模型在某些径阶的预测偏差均较显著。整体排名表明，GAMs在五个树种中的总体表现最佳。

讨论与结论
混合效应模型的预测精度高度依赖于测量位置和数量，而GAMs作为半参数模型，由数据驱动而非严格参数约束，其拟合范围更大。尽管可能存在外推和过拟合的局限性，但留一法交叉验证证明GAMs优越性并非源于过拟合。研究发现，结合5.3 m处的上部树干直径，GAMs在削度预测应用中表现出稳定优势。由于依赖5.3 m上部直径，常规应用受限，但现代激光扫描技术能够无破坏地提供毫米级精度的上部树干测量数据，为GAMs的广泛应用提供了可能。研究人员总结认为，尽管三种模型对削度的预测表现相当，且三种模型对大径阶树木和可利用高度的预测精度仍有限，但总体上，GAMs在各树种和径阶中表现出最具竞争力的综合性能，可以为该区域的森林资源清查提供一种可靠的选择。