油松幼树树高生长预测的不确定性贝叶斯分析
发布时间：2022-01-19 15:00
【目的】以秦岭松栎林地带性树种油松幼树为研究对象,构建幼树树高生长模型,分析模型预测的不确定性来源,明确模型参数对模型预测不确定性的贡献程度,为提高幼树树高生长建模的可靠性提供理论依据。【方法】收集秦岭松栎林中132株油松幼树连年生长量信息,构建油松幼树树高5年生长量贝叶斯预测模型,采用马尔可夫链蒙特卡洛抽样方法估计模型参数的联合后验分布,量化模型预测时模型预测误差的不确定性、输入变量（自变量测量误差）的不确定性和模型参数的不确定性。结合贝叶斯统计框架与Sobol全局敏感性分析技术,从贝叶斯参数后验分布空间中抽样,量化每个参数或参数组合传递给模型输出的不确定性,通过变异系数和贝叶斯95%可信区间宽度评价其对模型输出不确定性的贡献和影响。【结果】1)油松幼树树高5年生长量模拟中最大不确定性来源是模型预测误差的不确定性,占总体不确定性的51%;其次是模型参数的不确定性,占总体不确定性的43%;不确定性比例最小的是输入变量即自变量（树冠竞争因子、光截留）测量误差的不确定性,占总体不确定性的6%。模型总体预测的不确定性区间包含97%的观测点,可较准确覆盖模型中观测数据的随机误差。2)对油松幼树...
【文章来源】：林业科学. 2020,56(11)北大核心EICSCD
【文章页数】：14 页
【部分图文】：
参数传递不确定性量化(变异系数和95%可信区间宽度)及参数敏感性
本研究通过改变其中1个变量并控制其他变量，在均值水平上采用贝叶斯参数后验分布空间和参数MAP即最大后验概率预测油松幼树树高5年生长量(图5a-d)。结果表明，树高与5年树高生长量呈正相关，模型预测的不确定性区间基本覆盖模型预测的误差范围(均值±标准差);同时，从预测值的变化幅度看出，树高对模型预测结果影响较显著。当树高为2 m时，树高生长量预测值和不确定性区间分别为0.42 m、[0.21 m,0.86 m]，当树高达到3 m时，树高生长量预测值和不确定性区间分别为0.78 m、[0.39 m,1.6 m]，随着树高增大，其树高5年生长量预测值和不确定性区间均增加。光照条件(光截留)与树高5年生长量呈负相关，且影响较显著。当光截留从0.4增至0.8时，树高生长量预测值和不确定性区间相应从0.71 m、[0.35 m,1.47 m]降至0.54 m、[0.27 m,1.10 m]。坡度与树高5年生长量呈负相关，随着坡度从缓坡(10°)到陡坡(30°)，其树高5年生长量预测值和不确定性区间分别从0.79 m、[0.38 m,1.64 m]降至0.66 m、[0.33 m,1.34 m]。树冠竞争因子与树高5年生长量也呈负相关关系，树冠竞争因子从50增至350，其树高5年生长量预测值和不确定性区间从0.70 m、[0.34 m,1.45 m]降至0.57 m、[0.28 m,1.17 m]。从变量模拟效果可看出，当前树高对模型预测结果变化影响更明显(图5a)，其次为光截留(图5b)，而树冠竞争因子对模型预测结果变化影响最小(图5d)。结合参数的不确定性分析得出，对模型输出不确定性贡献大的参数，其控制的变量对模型输出结果的影响较小;反之，对模型输出不确定性贡献小的参数，其控制的变量对模型输出结果的影响较大。由此可见，参数不确定性引起的模型输出不确定性越低，其相应的变量对模型输出结果的影响越显著。4 讨论
数据采集自2013—2018年在秦岭南坡火地塘林场、旬阳坝林场和辛家山林场调查的松栎混交林固定样地(20 m×20 m)和临时样地(角规样地)共152块。对固定样地内所有达到起测胸径(DBH≥5 cm)的乔木树种进行每木检尺，调查树高、胸径、密度、枝下高、冠幅等信息，记录样地经纬度坐标、海拔、坡度、坡向、坡位和林分郁闭度。在固定样地四周和中心布置2 m×2 m小样方，在临时样地中心布置半径4 m圆形小样方，调查小样方中所有树高≥0.3 m、胸径≤5 cm的幼树。由于油松幼树在样地中更新较少，最终收集132株油松幼树样木数据进行建模，采用计数轮生枝方法获得油松树高连年生长量。样地位置及油松幼树分布情况见图1，调查样地基本信息见表1。2.2 研究方法
【参考文献】：
期刊论文
[1]江西省不同立地等级的马尾松林生物量估计和不确定性度量[J]. 赵菡,雷渊才,符利勇. 林业科学. 2017(08)
[2]森林生物量估算中模型不确定性分析[J]. 秦立厚,张茂震,钟世红,于晓辉. 生态学报. 2017(23)
[3]适于FVS的杉木单木模型构建[J]. 衣旭彤,孙玉军. 东北林业大学学报. 2017(07)
[4]基于FVS的秦岭地区栓皮栎天然次生林单木模型构建[J]. 张西,贾黎明,张瑜,郑聪慧. 北京林业大学学报. 2015(05)
[5]单木生物量模型估计区域尺度生物量的不确定性[J]. 傅煜,雷渊才,曾伟生. 生态学报. 2015(23)
[6]区域尺度杉木生物量估计的不确定性度量[J]. 傅煜,雷渊才,曾伟生. 林业科学. 2014(12)
[7]基于贝叶斯法估计杉木人工林树高生长模型[J]. 张雄清,张建国,段爱国. 林业科学. 2014(03)
[8]基于GreenLab的油松结构-功能模型[J]. 国红,雷相东,Veronique Letort,陆元昌,Philippe de Reffye. 植物生态学报. 2009(05)
[9]北京山区油松林光辐射特征及冠层结构参数[J]. 宋子炜,郭小平,赵廷宁,代巍. 浙江林学院学报. 2009(01)
[10]度量误差对全林整体模型的影响研究[J]. 李永慈,唐守正. 林业科学. 2005(06)
硕士论文
[1]黄土高原半干旱区人工林林分消光特性及辐射热量平衡研究[D]. 刘胜.北京林业大学 2006
本文编号：3597065
【文章来源】：林业科学. 2020,56(11)北大核心EICSCD
【文章页数】：14 页
【部分图文】：
参数传递不确定性量化(变异系数和95%可信区间宽度)及参数敏感性
本研究通过改变其中1个变量并控制其他变量，在均值水平上采用贝叶斯参数后验分布空间和参数MAP即最大后验概率预测油松幼树树高5年生长量(图5a-d)。结果表明，树高与5年树高生长量呈正相关，模型预测的不确定性区间基本覆盖模型预测的误差范围(均值±标准差);同时，从预测值的变化幅度看出，树高对模型预测结果影响较显著。当树高为2 m时，树高生长量预测值和不确定性区间分别为0.42 m、[0.21 m,0.86 m]，当树高达到3 m时，树高生长量预测值和不确定性区间分别为0.78 m、[0.39 m,1.6 m]，随着树高增大，其树高5年生长量预测值和不确定性区间均增加。光照条件(光截留)与树高5年生长量呈负相关，且影响较显著。当光截留从0.4增至0.8时，树高生长量预测值和不确定性区间相应从0.71 m、[0.35 m,1.47 m]降至0.54 m、[0.27 m,1.10 m]。坡度与树高5年生长量呈负相关，随着坡度从缓坡(10°)到陡坡(30°)，其树高5年生长量预测值和不确定性区间分别从0.79 m、[0.38 m,1.64 m]降至0.66 m、[0.33 m,1.34 m]。树冠竞争因子与树高5年生长量也呈负相关关系，树冠竞争因子从50增至350，其树高5年生长量预测值和不确定性区间从0.70 m、[0.34 m,1.45 m]降至0.57 m、[0.28 m,1.17 m]。从变量模拟效果可看出，当前树高对模型预测结果变化影响更明显(图5a)，其次为光截留(图5b)，而树冠竞争因子对模型预测结果变化影响最小(图5d)。结合参数的不确定性分析得出，对模型输出不确定性贡献大的参数，其控制的变量对模型输出结果的影响较小;反之，对模型输出不确定性贡献小的参数，其控制的变量对模型输出结果的影响较大。由此可见，参数不确定性引起的模型输出不确定性越低，其相应的变量对模型输出结果的影响越显著。4 讨论
数据采集自2013—2018年在秦岭南坡火地塘林场、旬阳坝林场和辛家山林场调查的松栎混交林固定样地(20 m×20 m)和临时样地(角规样地)共152块。对固定样地内所有达到起测胸径(DBH≥5 cm)的乔木树种进行每木检尺，调查树高、胸径、密度、枝下高、冠幅等信息，记录样地经纬度坐标、海拔、坡度、坡向、坡位和林分郁闭度。在固定样地四周和中心布置2 m×2 m小样方，在临时样地中心布置半径4 m圆形小样方，调查小样方中所有树高≥0.3 m、胸径≤5 cm的幼树。由于油松幼树在样地中更新较少，最终收集132株油松幼树样木数据进行建模，采用计数轮生枝方法获得油松树高连年生长量。样地位置及油松幼树分布情况见图1，调查样地基本信息见表1。2.2 研究方法
【参考文献】：
期刊论文
[1]江西省不同立地等级的马尾松林生物量估计和不确定性度量[J]. 赵菡,雷渊才,符利勇. 林业科学. 2017(08)
[2]森林生物量估算中模型不确定性分析[J]. 秦立厚,张茂震,钟世红,于晓辉. 生态学报. 2017(23)
[3]适于FVS的杉木单木模型构建[J]. 衣旭彤,孙玉军. 东北林业大学学报. 2017(07)
[4]基于FVS的秦岭地区栓皮栎天然次生林单木模型构建[J]. 张西,贾黎明,张瑜,郑聪慧. 北京林业大学学报. 2015(05)
[5]单木生物量模型估计区域尺度生物量的不确定性[J]. 傅煜,雷渊才,曾伟生. 生态学报. 2015(23)
[6]区域尺度杉木生物量估计的不确定性度量[J]. 傅煜,雷渊才,曾伟生. 林业科学. 2014(12)
[7]基于贝叶斯法估计杉木人工林树高生长模型[J]. 张雄清,张建国,段爱国. 林业科学. 2014(03)
[8]基于GreenLab的油松结构-功能模型[J]. 国红,雷相东,Veronique Letort,陆元昌,Philippe de Reffye. 植物生态学报. 2009(05)
[9]北京山区油松林光辐射特征及冠层结构参数[J]. 宋子炜,郭小平,赵廷宁,代巍. 浙江林学院学报. 2009(01)
[10]度量误差对全林整体模型的影响研究[J]. 李永慈,唐守正. 林业科学. 2005(06)
硕士论文
[1]黄土高原半干旱区人工林林分消光特性及辐射热量平衡研究[D]. 刘胜.北京林业大学 2006
本文编号：3597065
本文链接：https://www.wllwen.com/wenshubaike/mfmb/3597065.html
