基于混合模型的落叶松树干干形和木材性质变化规律的研究

树木干形和木材性质（年轮宽度、木材密度、边材数量和管胞特征）决定木材的质量和价值。此外，干形的变化也是影响出材率的主要因素，树干形状变化越大，出材率越低。干形和材质的形成，除本身的遗传因子控制外，还受气候因素、生长环境和森林经营措施（初植密度、整枝高度、间伐强度等）的影响。本研究以东北落叶松（Larix gmellini Rupr.）人工林为研究对象，研究气候因子、生长环境和森林经营措施对落叶松人工林树木干形和木材性质的影响，采用线性和非线性混合模型（参数无偏估计、贝叶斯估计、随即效应和时间序列）的方法, 建立干形和木材性质预测模型，揭示随机效应相关的生理和生态学规律，同时定量研究环境因素（包括气候、立地条件及经营措施）对人工林落叶松干形和木材性质的影响程度，为落叶松人工林的定向培育提供科学依据和实践指导。

本研究以黑龙江省带岭林业局和七台河市林业局落叶松人工林为研究对象，研究了落叶松树干削度模型、单木直径、树高、材积生长模型及微纤丝角和木材管胞长度模型。研究发现：1）具有2个拐点的分段函数能较好的描述落叶松干形的变化规律；2）Richards生长模型能较好的描述落叶松树高和直径的生长规律；3）Logistic生长模型能较好的描述落叶松材积生长规律；4）Richards模型能较好的描述落叶松木材微纤丝角径向变异规律；5）Logistic模型能较好的描述落叶松木材管胞长度径向变异规律。然后以各模型为基础模型，采用非线性混合模型的方法，建立落叶松各模型的混合效应模型。混合模型在构建过程中包括如下步骤：1）确定随机参数；2）方差协方差结构；3）异方差性及相关性结构，包括一阶自回归结构AR(1)、一阶移动平均结构MA(1)及一阶自回归与移动平均结构[ARMA(1,1)]。利用AIC、BIC 和对数似然值评价随机效应模型，结果表明：混合模型的拟合精度都比基本模型的拟合精度高。一阶自回归模型AR(1)显著提高了树高和木材管胞长度混合模型的精度。一阶移动平均模型MA(1)显著提高了直径混合模型的精度。一阶自回归与移动平均模型 ARMA(1,1)显著提高了微纤丝角混合模型的拟合精度。混合模型在应用上不但能反映总体平均预测，还能通过方差协方差结构校正随机参数来反映个体之间差异。