论文部分内容阅读
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,并逐渐成为森林生长模型中的一种重要方法。本研究以蒙古栎天然异龄林为对象,基于吉林省汪清林业局202块固定样地的2次复测数据,建立了蒙古栎天然异龄林生长模型系,包含4个模型:单木直径生长模型、树高曲线模型、单木枯死模型和林分进界株数模型,分别用经典概率统计(最大似然法)、贝叶斯统计和层次贝叶斯统计法对模型的参数进行估计,并对3种方法的拟合效果及其预测精度进行分析比较,且在林分进界模型中研究了3种方法拟合不同样本量时进界模型的表现。研究结果如下:(1)本研究中的4个模型以及林分进界模型不同样本量的拟合结果都表明,最大似然法估计的参数均值与有先验信息贝叶斯法的参数后验均值相近,加入随机效应后最大似然的参数均值与层次贝叶斯统计的参数后验均值有较大差异。(2)有先验信息贝叶斯统计的参数后验分布与最大似然的参数似然分布有较大重合,且更为集中,层次贝叶斯统计的参数分布与之差异较大,分布较为扩散。(3)贝叶斯统计法估计的参数变动性明显比最大似然法小,层次贝叶斯统计的参数变动性最大。4个模型中有先验信息贝叶斯统计的参数标准差比最大似然的小6.00%~53.00%,层次贝叶斯统计的参数标准差比加入混合效应的最大似然的标准差小28%~42%。(4)层次贝叶斯法具有最好的拟合和预测效果。直径生长模型和树高曲线模型的层次贝叶斯统计的拟合效果比最大似然的提高了36.89%和11.60%(R2)。层次贝叶斯统计拟合对枯死模型的拟合效果比最大似然法提高了8.59%(AIC和DIC)。林分进界模型拟合效果用层次贝叶斯统计提高了95.11%。(5)层次贝叶斯统计的拟合精度最高。层次贝叶斯法拟合的直径生长模型和树高曲线模型的拟合精度比最大似然法高17.02%和46.99%(RMSE)。枯死模型中层次贝叶斯统计法将拟合精度提高12.40%。层次贝叶斯法将林分进界模型的拟合精度提高98%。(6)贝叶斯统计在拟合小样本数据时,仍具有较好的拟合效果和拟合精度。进界株数模型在样本量较小时,层次贝叶斯统计的|ME|、RMSE、AIC(DIC)都比大样本量时最大似然法和贝叶斯法的小,且随着样本量的增加,其继续保持稳定。层次贝叶斯统计的RME和RRMSE值则随着样本量的增加,分布更为集中。最大似然和贝叶斯统计法的误差分布较为一致。