林分生长与收获模型不确定性的研究

Forest growth is a complicated nature process influenced by site conditions, climate change, forest management and tree characteristics. With the understanding of the processes of forest growth, structures of forest growth and yield models are becoming more complex, resulting in model uncertainty. Two main sources of model uncertainty are input variables and corresponding parameters,and model structure. However, the traditional forest growth and yield models did not consider the model uncertainty, nor evaluate the model uncertainty derived from the two sources. Bayesian inference is a commonly used and effective method for dealing with model uncertainty. Based on the Chinese fir (Cunninghamialanceolata(Lamb.)) in Jiangxi and Fujian province, the objectives of the project were: quantify uncertainty of growth models and mortality models derived from input variables and correspongding parameters and model structure, and evaluate these two uncertainty; quantify uncertainty of diameter distribution model derived from two sources, and evaluate these sources uncertainty.

森林生长是个复杂的自然过程，受到立地条件、气候变化、森林经营及本身特性的影响。随着人们对森林生长过程的认识，模型结构日趋复杂，表现出林分生长与收获模型的不确定性。林分生长与收获模型的不确定性主要表现在模型输入变量和对应参数的不确定性以及模型结构的不确定性。然而，以往构建的林分生长与收获模型，并没有考虑模型的不确定性，也没有对模型的不确定性进行分析评价。贝叶斯推断法是分析模型不确定性一种常用有效的方法。本研究以江西、福建杉木（Cunninghamialanceolata（Lamb.））为例，基于贝叶斯推断法分析杉木生长模型和枯损模型的不确定性，并分析评价两种不同来源不确定性对生长和枯损模型不确定性的贡献；通过贝叶斯法分析直径分布模型的不确定性，并分析评价两种不同来源不确定性对直径分布模型不确定性的贡献。

森林生长是个复杂的自然过程，受到立地条件、气候变化、森林经营及本身特性的影响。随着人们对森林生长过程的认识，模型结构日趋复杂，表现出林分生长与收获模型的不确定性。因此，准确分析评价林分生长与收获模型的不确定性，对于预估林分生长与收获有重要的意义。项目以福建邵武、江西分宜杉木密度试验林为研究对象，利用贝叶斯法和贝叶斯法平均模型法构建了杉木生物量模型、树高曲线模型、树高生长模型、林分断面积生长模型、自然稀疏线模型和枯损模型，并分析和评价模型的不确定性，得到以下研究结果：（1）发现通过贝叶斯平均模型法构建杉木林分断面积模型，考虑了模型间的方差和模型内的方差，能够很好地判断林分断面积生长模型的不确定性，同时也很好地解决林分断面积生长模型的相容性问题。而且模型间的方差要大于模型内的方差，因此由模型结构不同引起的林分断面积预测的不确定性要大于模型内的不确定性。（2）利用贝叶斯法构建杉木生物量、树高曲线、树高生长模型和直径分布模型，引入模型参数的先验分布，发现模型参数服从一定的分布，而不是固定值。考虑并分析模型参数的不确定性对于模型的预测精度有了较大提高。（3）发现通过分层贝叶斯法构建杉木自然稀疏线模型，自然稀疏线估计精度有了提高，而且自然稀疏线模型的不确定性很大程度上是由于相同初植密度内不同样地的重复测量所造成的，而模型的结构不确定性贡献不大。（4）利用多水平贝叶斯logit模型分析杉木枯损率与初植密度、竞争和气候等因子的关系，发现杉木枯损率与初植密度、相对直径、立地、年平均温、年干燥指数等因子显著相关，同时通过方差分配系数得到林木水平的不确定性远大于林分水平的不确定性。本项目的研究，对于林分生长与收获模型的不确定性研究有一定的参考意义。