基于隨機森林算法的落葉松-云冷杉混交林單木胸徑生長預(yù)測
關(guān)鍵詞：林分因子 氣候 隨機森林 單木胸徑生長
摘要：【目的】單木生長受氣候、林分等多種因子影響,需要利用適當(dāng)?shù)姆椒ɡ迩鍤夂蛞约傲址种杏绊懥帜旧L的主導(dǎo)因子。隨機森林等機器學(xué)習(xí)方法提供了一種新的途徑,需要檢驗利用隨機森林算法分析氣候和林分因子對林木生長影響的可靠性,為森林生長收獲預(yù)估提供新的方法。【方法】以吉林省汪清林業(yè)局20塊落葉松-云冷杉混交林固定樣地25年(1986—2010年)間連續(xù)調(diào)查數(shù)據(jù)作為研究材料,候選氣候和林分因子52個,利用隨機森林算法建立了包含氣候和林分的單木胸徑生長模型,分析氣候和林分因子對單木胸徑年平均生長量的影響:基于52個超參數(shù)組合(決策樹數(shù)目ntree=1 000、決策樹每個結(jié)點隨機選擇的預(yù)測變量個數(shù)mtry={1, 2,···, 52})構(gòu)建了52個隨機森林模型,利用10折交叉驗證法分別訓(xùn)練和評估52個隨機森林模型;基于完整數(shù)據(jù)集,利用最優(yōu)隨機森林模型分析自變量對單木胸徑年平均生長量影響的相對重要性以及偏依賴關(guān)系?！窘Y(jié)果】ntree=1 000、mtry=12所對應(yīng)的模型是52個模型中具有最佳泛化能力的模型,該模型具有最大的交叉驗證決定系數(shù)R2cv(R2cv=0.54),以及最小的交叉驗證均方根誤差RMSEcv、交叉驗證平均絕對偏差MAEcv和交叉驗證相對均方根誤差rRMSEcv(RMSEcv=0.14 cm、MAEcv=0.10 cm、rRMSEcv=50%)。單木胸徑年平均生長量受林分因子的影響極大,相對重要性超過80.00%。8個林分因子中,大于對象木的林木斷面積之和BAL對單木胸徑年平均生長量影響最大,林分每公頃株數(shù)N對單木胸徑年平均生長量影響最小,其他因子對單木胸徑年平均生長量影響介于兩者之間;單木胸徑年平均生長量隨BAL、林分每公頃斷面積BA、N以及林分?jǐn)嗝娣e平均胸徑Dg的增加而下降,隨對象木胸徑與林分?jǐn)嗝娣e平均胸徑之比RD、林木期初胸徑D0以及對象木胸徑與林分中最大林木胸徑之比DDM的增加而增加。單木胸
北京林業(yè)大學(xué)學(xué)報雜志要求:
{1}在本刊發(fā)表文章，需引用本刊至少兩篇最近兩年發(fā)表的論文作參考文獻(xiàn)。
{2}文稿要求論述充分有力，研究方法嚴(yán)謹(jǐn)創(chuàng)新。
{3}來稿文責(zé)自負(fù)，本刊有稿件刪改權(quán)，如不同意，請來稿時注明。
{4}中文關(guān)鍵詞一般曲3-8個，選詞要規(guī)范，應(yīng)盡量從漢語工題詞表中選取，英文關(guān)鍵詞應(yīng)與中衛(wèi)關(guān)鍵詞一一對應(yīng)，不能采用英文縮寫。
{5}文題一般不宜超過30個字，應(yīng)以簡明、確切的詞語反映文章中最主要的特定內(nèi)容。避免用副標(biāo)題。文題不用非公知公認(rèn)的縮寫或符號。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
