利用分位数回归预测混交林树高技术应用案例查看源代码讨论查看历史

来自 搜狐网 的图片

利用分位数回归预测混交林树高技术应用案例利用线性分位数回归方法建立不同分位点，两种树高于胸径，两种树高于活枝高之间的数学模型技术，应用于黑龙江大兴安岭新林区北部翠岗地区。

一、应用场景

利用线性分位数回归方法建立不同分位点，两种树高于胸径，两种树高于活枝高之间的数学模型技术，应用于黑龙江大兴安岭新林区北部翠岗地区。该地区，海拔1000-1400m，地理坐标北纬43°-53°30ʹ，东经117°20′-126°。大兴安岭为寒温带大陆性季风气候，被称为中国的“寒极”，南北气候差异明显，由南向北年均温为-5.7-4.0℃，年降水量北部为400-500mm、南部及部分西坡小于400mm。森林覆盖率达86.6%，木材蓄积量占全省26.6%，占全国7.8%；树种以兴安落叶松和樟子松为主。

二、主要解决的问题

利用分位数回归研究了树高、胸径和活枝高的相关关系。在一元线性分位数回归模型中，落叶松胸径对树高的影响在低尾处较明显，而白桦胸径对树高的影响在高尾处较明显，两树种对照组胸径每增加1cm，树高增加的高度都明显高于间伐组；落叶松和白桦活枝高对树高的影响均在中高尾处较明显，两树种对照组活枝高每增加1m，树高增加的高度都明显高于间伐组。在二元线性分位数回归模型中，落叶松和白桦胸径对树高的影响均在高尾处较明显，而落叶松和白桦活枝高对树高的影响均在低尾处较明显，两树种对照组胸径对树高的影响以及活枝高对树高的影响均明显强于间伐组。在树高、胸径和活枝高的相关关系中，单个因素的影响规律与多个因素相比具有一定的差异，追求更加精准的分析应适当选取影响程度大的一些影响因素综合进行分析。

三、技术要点

分位数回归是回归分析的方法之一。分位数是指将一个随机变量的概率分布范围分为几个等份的数值点。分位数回归是给定回归变量、估计响应变量条件分位数的一个基本方法，不仅可以度量回归变量在分布中心的影响，而且还可以度量在分布上尾和下尾的影响，进一步推论因变量的条件概率分布。

四、应用成效

依据黑龙江省大兴安岭地区落叶松白桦混交林的树高、胸径、活枝高以及树冠的东、南、西、北冠幅数据，利用最小二乘法建立了两树种树高与胸径、树高与活枝高之间的数学模型，并利用线性分位数回归方法建立了不同分位点（符号1.png0.1，0.25，0.5，0.75，0.9)两树种树高与胸径、树高与活枝高之间的数学模型，分析符号2.png间距相同的19个分位数点的两树种树高与胸径、树高与活枝高之间的数学模型，得出不同分位数点处胸径、活枝高与树高之间的关系，比较了对照组与间伐组数据所建立模型的差异。利用分位数回归对影响树高的因素进行研究，并对其影响程度的大小进行分析，为混合林的经营策略提供了参考。

五、适用范围

此方法可以应用到其他高寒林业地区或其他混交树种的树高的研究上，也可以应用到其他非高寒林业地区，并且进行地域之间（从空间上）比较树高问题，以便对人工混交林的种植起到指导作用。