高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于贝叶斯法的长白落叶松林分优势高生长模型研究

姚丹丹 雷相东 张则路

姚丹丹, 雷相东, 张则路. 基于贝叶斯法的长白落叶松林分优势高生长模型研究[J]. 北京林业大学学报, 2015, 37(3): 94-100. doi: 10.13332/j.1000-1522.20140221
引用本文: 姚丹丹, 雷相东, 张则路. 基于贝叶斯法的长白落叶松林分优势高生长模型研究[J]. 北京林业大学学报, 2015, 37(3): 94-100. doi: 10.13332/j.1000-1522.20140221
YAO Dan-dan, LEI Xiang-dong, ZHANG Ze-lu. Bayesian parameter estimation of dominant height growth model for Changbai larch (Larix olgensis Henry) plantations[J]. Journal of Beijing Forestry University, 2015, 37(3): 94-100. doi: 10.13332/j.1000-1522.20140221
Citation: YAO Dan-dan, LEI Xiang-dong, ZHANG Ze-lu. Bayesian parameter estimation of dominant height growth model for Changbai larch (Larix olgensis Henry) plantations[J]. Journal of Beijing Forestry University, 2015, 37(3): 94-100. doi: 10.13332/j.1000-1522.20140221

基于贝叶斯法的长白落叶松林分优势高生长模型研究

doi: 10.13332/j.1000-1522.20140221
基金项目: 

国家自然科学基金项目(31270697)

详细信息
    作者简介:

    第一作者: 姚丹丹。主要研究方向:森林生长模型与模拟。Email:Myforestrymy2012@163.com 地址:100091 北京市海淀区香山路东小府1号中国林业科学研究院资源信息所。责任作者: 雷相东,研究员,博士生导师。主要研究方向:森林生长模型与模拟、多目标森林经营规划。Email: xdlei@caf.ac.cn 地址:同上。

    第一作者: 姚丹丹。主要研究方向:森林生长模型与模拟。Email:Myforestrymy2012@163.com 地址:100091 北京市海淀区香山路东小府1号中国林业科学研究院资源信息所。责任作者: 雷相东,研究员,博士生导师。主要研究方向:森林生长模型与模拟、多目标森林经营规划。Email: xdlei@caf.ac.cn 地址:同上。

Bayesian parameter estimation of dominant height growth model for Changbai larch (Larix olgensis Henry) plantations

  • 摘要: 贝叶斯统计推断是基于总体信息、样本信息和先验信息的一种统计推断方法,并已成为森林生长模型中的一种重要方法。本文以长白落叶松人工林为对象,基于1 687对林分优势高与年龄数据,利用Richards生长方程构建基于贝叶斯法和经典概率统计法的林分优势高生长模型,探讨贝叶斯统计法拟合小样本量数据的稳定性。分别基于全部样本,以及随机抽取的10%、5%和2%样本,利用经典概率统计法(非线性最小二乘法)、无先验信息的贝叶斯统计法和有先验信息的贝叶斯统计法进行参数估计,分析模型表现和参数分布。模型评价指标包括均方根误差(RMSE)、贝叶斯统计常用的DIC统计值以及参数的可信区间。结果表明:基于小样本的贝叶斯统计与大样本的经典概率统计的拟合结果相近,但贝叶斯统计法估计的参数稳定性强,且抽样5%时的RMSE值最小。有先验信息的贝叶斯统计拟合结果优于无先验信息的贝叶斯统计拟合结果,参数分布也较为集中,不确定性小;有先验信息贝叶斯统计和经典概率统计的参数分布区间有较大重叠。另外,有先验信息贝叶斯统计对3种不同样本量的拟合结果显示,参数标准差以及模型RMSE值都是在抽样5%时最小,说明用贝叶斯统计的拟合精度及参数确定性与样本量大小也有一定关系。研究验证了贝叶斯统计在利用先验信息、基于小样本量进行森林生长建模时的优越性。

     

  • [1] ZHANG X Q, ZHANG J G, DUAN A G. Tree-height growth model for Chinese fir plantation based on Bayesian method[J]. Scientia Silvae Sinicae, 2014, 50(3): 69-75.
    [1] ELLISON A M. Bayesian inference in ecology [J].Ecology Letters, 2004, 7(6): 509-520.
    [2] JIA N G. The estimation problem of local tree height-diameter at breast height [J]. Journal of Beijing Forestry College, 1984,6(3):1-9.
    [2] MCCARTHY M A. Bayesian methods for ecology [M]. Cambridge: Cambridge University Press, 2007.
    [3] CHENG X P, MIZUSAKI D, WANG S H, et al. Construction of tree growth model based on spatial autocorrelation [J]. Journal of Beijing Forestry University, 2012, 34 (5):113-119.
    [3] LI R, STEWART B, WEISKTTEL A. A Bayesian approach for modelling non-linear longitudinal/hierarchical data with random effects in forestry [J]. Forestry, 2012, 85(1): 17-25.
    [4] DAVIDIAN M, GILTINAN D M. Nonlinear models for repeated measurement data [M]. New York: Chapman and Hall, 1995.
    [4] JIA N G. Bayesian statistics and its application prospect in the forestry [J]. Journal of Beijing Forestry University, 1988, 10 (4): 91-96.
    [5] GREEN E J, STRAWDERMAN W E. A comparison of hierarchical Bayes and empirical Bayes methods [J]. Forest Science, 1992, 38(2):350-366.
    [5] LIANG W J, WANG X C, LIU F J. The preparation of main forestation tree species site index table in Jilin Province[J]. Jilin Forestry Science and Technology, 1999, 143(6): 1-5.
    [6] JIANG G J, ZHENG X X. Structural characteristics of natural spruce-fir forest in Wangqing Forestry Bureau of Jilin Province, northeastern China [J]. Journal of Beijing Forestry University, 2012, 34(4): 36-41.
    [6] GREEN E J, ROESH A F, SMITH A F M, et al. Bayesian estimation for the three-parameter Weibull distribution with tree diameter data [J]. International Biometric Society, 1994, 50(1):254-260.
    [7] ZHANG J G, DUAN A G. Approach to theoretical growth equations for modelling stands diameter structure of Chinese fir plantations [J]. Scientia Silvae Sinicae, 2003, 39(6): 55-61.
    [7] BULLOCK B P, BOONE E L. Deriving tree diameter distributions using Bayesian model averaging[J]. Forest Ecology and Management, 2007, 242(2-3): 127-132.
    [8] GREEN E J, STRAWDERMAN W E. Predictive posterior distributions from a Bayesian version of a slash pine yield model [J].Forest Science, 1996, 42(4): 456-464.
    [8] WEI X H, SUN Y J, MA W. A height growth model for Cunninghamia lanceolata based on Richards’ equation[J]. Journal of Zhejiang Agriculture and Forestry University, 2012, 29(5): 661-666.
    [9] LI F R, WU J M, LU S L. The comparison between Richards growth function and the Schnute model [J]. Journal of Northeast Forestry University, 1993, 21(4): 15-24.
    [9] WYCKOFF P H, CLARK J S. Predicting tree mortality from diameter growth: a comparison of maximum likelihood and Bayesian approaches [J].Canadian Journal of Forest Research, 2000, 30(1): 156-167.
    [10] METCALF C J E, MMAHO S M, CLARK J S. Overcoming data sparseness and parametric constraints in modeling of tree mortality: a new nonparametric Bayesian model [J].Canadian Journal of Forest Research, 2009, 39(9): 1677-1687.
    [10] XING L F, FA Y L, CHEN W Z, et al. Richards growth model’s utility of standing timber [J]. Journal of Shandong Forestry Science and Technology, 1997(5): 16-19.
    [11] NYSTROM K, STAHL G. Forecasting probability distributions of forest yield allowing for a Bayesian approach to management planning [J]. Silva Fennica, 2001, 35(2): 185-201.
    [11] MAO S S, TANG Y C. Bayesian statistics[M]. 2nd ed. Beijing: China Statistics Press, 2012.
    [12] XUE Y, CHEN L P. Statistical modeling and R software[M]. Beijing: Tsinghua University Press, 2007.
    [12] 张雄清, 张建国, 段爱国. 基于贝叶斯法估计杉木人工林树高生长模型[J]. 林业科学, 2014, 50(3): 69-75.
    [13] ZHANG X Q, DUAN A G, ZHANG J G, et al. Estimating height-diameter models with Bayesian method[J]. The Scientific World Journal, 2014,1:1-27.
    [14] CLARK J S, WOLOSIN M, DIETZE M, et al. Tree growth inference and prediction from diameter censuses and ring widths[J]. Ecological Applications, 2007, 17(7): 1942-1953.
    [15] TATSUMI S, OWARI T. Bayesian modeling of neighborhood competition in uneven-aged mixed-species stands [J]. Formath, 2013, 12(1):191-209.
    [16] 贾乃光. 局部树高-胸径的估计问题[J].北京林学院学报, 1984,6(3):1-9.
    [17] 程希平, 水崎大二郎, 王四海,等. 基于空间自相关构建树木生长模型[J]. 北京林业大学学报, 2012,34 (5):113-119.
    [18] BOX G E P, TIAO G C. Bayesian inference in statistical analysis [M]. Massachusetts: Wiley Press, 1992.
    [19] SEBER G A F, WILD C J. Nonlinear regression [M]. Massachusetts: Wiley Press, 1989.
    [20] 贾乃光. 贝叶斯统计学及其应用于林业的前景 [J].北京林业大学学报, 1988,10(4):91-96.
    [21] 梁万军, 王宪成, 刘福金. 吉林省主要造林树种立地指数表的编制[J].吉林林业科技, 1999, 143(6): 1-5.
    [22] 蒋桂娟, 郑小贤. 吉林省汪清林业局云冷杉天然林结构特征研究[J]. 北京林业大学学报, 2012, 34(4): 36-41.
    [23] 张建国, 段爱国. 理论生长方程对杉木人工林林分胸径结构的模拟研究[J]. 林业科学, 2003, 39(6): 55-61.
    [24] 魏晓慧, 孙玉君, 马炜. 基于Richards方程的杉木树高生长模型[J].浙江农林大学学报, 2012, 29(5): 661-666.
    [25] 李凤日, 吴俊民, 鲁胜利. Richards函数与Schnute生长模型的比较 [J].东北林业大学学报, 1993, 21(4): 15-24.
    [26] 邢黎峰, 法永乐, 陈文周,等. Richards林木生长模型及其实用性 [J].山东林业科技, 1997(5): 516-19.
    [27] 茆诗松, 汤银才. 贝叶斯统计[M]. 2版.北京:中国统计出版社, 2012.
    [28] GELMAN A, CARLIN J B, STERN H S, et al. Bayesian data analysis[M]. 2nd ed. New York: Chapman and Hall, 2003.
    [29] SPIEGELHALTER D J, BESTN G, CARLIN B P, et al. Bayesian measures of model complexity and fit[J]. Journal of Royal Statistical Society: Series B, 2002,64(4):583-639.
    [30] 薛毅, 陈丽萍. 统计建模与R软件[M]. 北京:清华大学出版社, 2007.
  • 加载中
计量
  • 文章访问数:  1046
  • HTML全文浏览量:  106
  • PDF下载量:  20
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-07-01
  • 修回日期:  2014-09-12
  • 刊出日期:  2015-03-31

目录

    /

    返回文章
    返回