换一批基于分位数回归的长白落叶松人工林最大密度线
Maximum density-size line for Larix olgensis plantations based on quantile regression
摘要基于东北地区378块固定样地和415块临时样地的调查数据和Reineke方程,利用线性分位数回归技术建立了不同分位点(τ=0.90、0.95、0.99)下的长白落叶松人工林最大林分密度与林木平均胸径的关系模型,选出拟合长白落叶松人工林最大密度线的最优模型.利用人为选取最大的拟合数据,采用最小二乘(OLS)和最大似然(ML)回归同时建立最大密度线模型.采用极值统计理论的广义Pareto模型推算现实林分特定径阶的极限最大株数,进一步建立极限密度线模型.将线性分位数回归模型与其他方法进行对比.结果表明:在全部径阶范围内选取5个最大数据点拟合的方法能够得到现实林分的最大密度线,选取的样点过多会使模拟结果偏离最大密度线,且ML法要优于OLS法.分位点为0.99的线性分位数回归模型能够取得与ML接近的拟合结果,但分位数回归模型参数的估计结果更稳定.人为选取拟合数据具有一定的人为性,最终选取分位点为0.99的分位数回归模型为拟合最大密度线的最优模型,参数估计结果为k=11.790、β=-1.586,极限密度线模型的参数估计结果为k=11.820、β=-1.594.所确定的极限密度线位置略高于最大密度线,但二者差异不明显.由固定样地数据的验证结果可知,所建立的最大林分密度线及极限密度线能够对现实林分的最大密度及极限密度进行预测,为长白落叶松人工林的合理经营提供依据.
更多相关知识
关键词
长白落叶松人工林最大密度线极限密度线线性分位数回归广义Pareto模型Larix olgensis plantationmaximum density-size linelimited density-size linelinear quantile regressiongeneralized Pareto model
DOI
10.13287/j.1001-9332.201611.026
发布时间
2016-12-12（万方平台首次上网日期，不代表论文的发表时间）
- 浏览44
- 被引27
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
