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測
關鍵詞：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,需要利用適當的方法厘清氣候以及林分中影響林木生長的主導因子。隨機森林等機器學習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,為森林生長收獲預估提供新的方法。【方法】以吉林省汪清林業局20塊落葉松-云冷杉混交林固定樣地25年(1986—2010年)間連續調查數據作為研究材料,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個超參數組合(決策樹數目ntree=1 000、決策樹每個結點隨機選擇的預測變量個數mtry={1, 2,···, 52})構建了52個隨機森林模型,利用10折交叉驗證法分別訓練和評估52個隨機森林模型;基于完整數據集,利用最優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系。【結果】ntree=1 000、mtry=12所對應的模型是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以及林分斷面積平均胸徑Dg的增加而下降,隨對象木胸徑與林分斷面積平均胸徑之比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
北京林業大學學報雜志要求:
{1}在本刊發表文章，需引用本刊至少兩篇最近兩年發表的論文作參考文獻。
{2}文稿要求論述充分有力，研究方法嚴謹創新。
{3}來稿文責自負，本刊有稿件刪改權，如不同意，請來稿時注明。
{4}中文關鍵詞一般曲3-8個，選詞要規范，應盡量從漢語工題詞表中選取，英文關鍵詞應與中衛關鍵詞一一對應，不能采用英文縮寫。
{5}文題一般不宜超過30個字，應以簡明、確切的詞語反映文章中最主要的特定內容。避免用副標題。文題不用非公知公認的縮寫或符號。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
