許延麗 何 培 辛士冬 姜立春
(1. 東北林業(yè)大學林學院 森林生態(tài)系統(tǒng)可持續(xù)經(jīng)營教育部重點實驗室 哈爾濱 150040; 2. 黑龍江科技大學礦業(yè)工程學院 哈爾濱 150022)
隨著生物質(zhì)能源的發(fā)展,樹皮的利用率逐漸增加。興安落葉松(Larixgmelinii)是我國東北大興安嶺地區(qū)的主要用材樹種,為了準確估計興安落葉松樹干帶皮、去皮材積和樹皮材積,同時避免單獨估計的不相容問題,本研究利用興安落葉松樹干解析數(shù)據(jù),分別構(gòu)建樹干帶皮直徑(diameter outside bark, DOB)、去皮直徑(diameter inside bark,DIB)和樹皮厚度(bark thickness,BT)模型,并與以往構(gòu)建的樹干削度和樹皮厚度模型進行比較,選出最優(yōu)和次優(yōu)模型?;谒鶚?gòu)建的單模型,采用單模型估計、總量控制方法及2種邏輯關(guān)系變形和總量分解法分別研建可加性樹干削度和樹皮厚度模型系統(tǒng)。利用SAS軟件PROC MODEL的SUR(seemingly unrelated regression,似乎不相關(guān)回歸)方法擬合各可加性模型系統(tǒng),并比較分析不同可加性方法構(gòu)建的模型系統(tǒng)擬合與檢驗效果,篩選出適合興安落葉松樹干削度和樹皮厚度的可加性模型系統(tǒng),為一致性估算興安落葉松樹干帶皮、去皮材積和樹皮材積提供參考。
在大興安嶺呼中林業(yè)局不同林齡和不同林分中采集興安落葉松天然林樣木。樣木伐倒后,測量直徑、樹高、冠幅、樹冠高度、第一活枝高和第一死枝高,在相對樹高的0%、2%、4%、6%、8%、10%、15%、20%、30%、40%、50%、60%、70%、80%和90%處將樹干分為15段,測量各段梢頭、梢底的帶皮和去皮直徑。將收集的135株樣木干形數(shù)據(jù)按75%和25%隨機分成建模樣本和檢驗樣本。興安落葉松天然林各樣木調(diào)查因子統(tǒng)計見表1。
表1 興安落葉松天然林各樣木調(diào)查因子統(tǒng)計①Tab.1 Descriptive statistics for dahurian larch sample trees
1.2.1 基礎(chǔ)樹干削度和樹皮厚度模型構(gòu)建 目前,在國內(nèi)外林業(yè)實踐中,Kozak(2004)削度模型表現(xiàn)出較好預測精度(Rojoetal., 2005; Antaetal., 2007; Corral-Rivasetal., 2007; Crecente-Campoetal., 2009; Lietal., 2010; Heidarssonetal., 2011; Lumbresetal., 2016; 姜立春等, 2016)。本研究運用Kozak(2004)模型和多元回歸技術(shù)構(gòu)建興安落葉松樹干帶皮直徑(DOB)、去皮直徑(DIB)和樹皮厚度(BT)模型:
(1)
(2)
(3)
式中:D為帶皮胸徑;H為全樹高;T=h/H,h為從地面起算的高度;K為指數(shù);m=0.1;bi為模型參數(shù)。
為評價所建模型效果,本研究與以往構(gòu)建的樹干削度模型進行比較。
嚴若海等(1992):
例4.Compared with humans,dogs are“far superior at tracking down odors,”says Marian Bailey.That’s because dogs have millions of olfactory receptors,or smell nerves,in their noses.
K=b2+b3T+b4T2+b5T3+b6T4+
b7T5+b8(D/H);
(4)
曾偉生等(1997):
K=b1+b2T1/4+b3T1/2+b4(D/H);
(5)
Lee等(2003):
K=b3T2+b4T+b5。
(6)
式中:d為樹干h高度處的帶皮直徑或去皮直徑。
同時,本研究也與以往構(gòu)建的樹皮厚度模型進行比較。目前,林業(yè)上構(gòu)建的樹皮厚度模型大多是胸徑處的樹皮厚度模型(Williamsetal., 2007; Maloneetal., 2009; 王曉林等, 2011; Cellinietal., 2012; 唐誠等, 2017)或基于去皮直徑的模型(Brooksetal., 2009; Lietal., 2010; 張興龍等, 2015),這些模型不適合模擬樹干不同高度處的樹皮厚度,樹皮厚度模型必須滿足BT=f(h,H,D)形式。因此,本研究選取的樹皮厚度模型形式如下:
BT=b1+b2D+b3T;
(7)
BT=b1D(1-T)b2;
(8)
BT=b1+b2T+b3DT2+b4(D/H)+b5H。
(9)
1.2.2 可加性模型系統(tǒng)研建及參數(shù)估計 基于所構(gòu)建的最優(yōu)DOB、DIB和BT模型,研建可加性模型系統(tǒng)。目前,可加性模型系統(tǒng)研建方法及其變形形式主要有5種: 1) 單獨擬合,即采用最小二乘法單獨擬合DIB和BT模型,然后用預測DIB和BT之和得到DOB; 2) 總量控制方法(Bietal., 2015; Zhaoetal., 2015; Dongetal., 2016),即DOB=DIB+BT; 3) 總量控制方法的變形,即DIB=DOB-BT; 4) 總量控制方法的另一種變形,即BT=DOB-DIB; 5) 總量分解法,即唐守正等(2000)提出的非線性模型比例平差法,其實質(zhì)為總量控制法,須滿足各分量占總量的比例之和等于1,首先擬合總量模型(DOB)得到參數(shù)估計,然后把總量模型(含參數(shù)估計值)代入比例模型(DIB/BT)進行其他各分量的參數(shù)估計。將式(1)、(2)、(3)按總量分解法思想進行推導,得到去皮直徑(DIB)和樹皮厚度(BT)模型形式如下:
b6/D+b7H1-T1/3;
(10)
b6/D-b7H1-T1/3。
(11)
利用SAS軟件PROC MODEL的SUR方法擬合各可加性模型系統(tǒng),擬合過程中產(chǎn)生的異方差采用分項加權(quán)回歸消除。
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)
表2 興安落葉松樹干帶皮直徑、去皮直徑和樹皮厚度模型的擬合統(tǒng)計量Tab.2 Goodness of fitting statistics of diameter outside bark,diameter inside bark, and bark thickness models
表3 基于不同方法的可加性模型擬合統(tǒng)計量Tab.3 Goodness of fitting statistics of additive models based on five methods
表4 方法2的參數(shù)估計結(jié)果①Tab.4 Parameter estimated results of the optimal method 2
圖1 方法2帶皮直徑、去皮直徑和樹皮厚度模型經(jīng)加權(quán)后的殘差分布Fig.1 Residual distribution of DOB,DIB and BT weight models of the optimal method 2
結(jié)合檢驗數(shù)據(jù)樣本,基于最優(yōu)模型系統(tǒng)的參數(shù)估計值(表4),應(yīng)用SAS軟件計算各模型的ME、MAE、TRE和MAPE,結(jié)果見表5??梢钥闯?,獨立檢驗與擬合評價結(jié)果基本一致。對于DOB預測,模型檢驗精度順序為方法2>方法3>方法4>方法5>方法1; 對于DIB預測,模型檢驗精度順序為方法1>方法2>方法3>方法4>方法5; 對于BT預測,模型檢驗精度順序為方法2>方法3>方法5>方法1>方法4。綜合5種可加性方法的偏差統(tǒng)計量,方法2的獨立檢驗結(jié)果優(yōu)于其他方法。
表5 基于不同方法的可加性模型檢驗統(tǒng)計量Tab.5 Validation statistics of additive models based on five methods
木材和樹皮是生物質(zhì)能源的重要組成部分,準確估計樹干不同高度處的帶皮直徑、去皮直徑和樹皮厚度對材種出材量、經(jīng)濟材積和樹皮蓄積量至關(guān)重要。目前,從已有研究看,大部分模型為單一估計帶皮直徑(龐麗峰等, 2015; ?z?eliketal., 2016; 姜立春等, 2016)或樹皮厚度(Brooksetal., 2009; Lietal., 2010; 張興龍等, 2015; 唐誠等, 2017),當應(yīng)用這些模型同時預測樹干直徑和樹皮厚度時,要么缺少模型無法估計,要么產(chǎn)生總量不等于分量總和的情況,即帶皮直徑不等于去皮直徑和樹皮厚度之和。本研究運用Kozak(2004)模型和多元回歸技術(shù)構(gòu)建適合于大興安嶺興安落葉松的帶皮直徑(DOB)、去皮直徑(DIB)和樹皮厚度(BT)模型,并與以往構(gòu)建的樹干削皮和樹皮厚度模型進行比較,結(jié)果發(fā)現(xiàn)本研究構(gòu)建的樹干削度和樹皮厚度模型優(yōu)于其他相應(yīng)模型。此外,本研究也嘗試選取林業(yè)上常用的分段函數(shù)削度方程和三角函數(shù)削度方程,如Max-Burkhart(1976)和Bi(2000),但這2個模型在擬合興安落葉松可加性模型系統(tǒng)時不能收斂。
基于最優(yōu)模型(1)、(2)、(3),采用5種可加性方法研建興安落葉松樹干削度和樹皮厚度可加性模型系統(tǒng),總量控制方法表現(xiàn)最優(yōu),單模型估計的帶皮直徑模型預測誤差較大,而總量分解法需要先擬合帶皮直徑模型得到參數(shù)估計,然后代入比例模型進行其他各分量的參數(shù)估計,該方法雖然理論完備,但在本研究中沒有表現(xiàn)出優(yōu)越性,且過程比較繁瑣,需要把分量占總量的比例公式進行一定推導才能得到最終模型。本研究推薦總量控制方法,也是近年來可加性模型在生物量研究等方面常用的方法(Bietal., 2015; Zhaoetal., 2015; Dongetal., 2016),該方法應(yīng)用簡單,模型系統(tǒng)易于構(gòu)建,且參數(shù)估計可靠。
可加性樹干削度和樹皮厚度模型系統(tǒng)在國內(nèi)外并不多見,本研究運用Kozak(2004)模型和多元回歸技術(shù)構(gòu)建興安落葉松樹干帶皮直徑、去皮直徑和樹皮厚度模型,采用5種可加性方法研建樹干削度和樹皮厚度可加性模型系統(tǒng),其中總量控制方法表現(xiàn)最優(yōu),可對大興安嶺興安落葉松樹干上部直徑和樹皮厚度實現(xiàn)一致性預測,該模型系統(tǒng)通過數(shù)值積分能夠計算出相應(yīng)的樹干總材積、商品材積和樹皮材積。