王佳慧
- 作品数：4 被引量：34H指数：4
- 供职机构：东北林业大学林学院更多>>
- 发文基金：国家自然科学基金国家级大学生创新创业训练计划更多>>
- 相关领域：农业科学轻工技术与工程更多>>
- 基于不同预测变量的天然椴树可加性地上生物量模型构建被引量：9
- 2018年
- 森林生物量是森林生态系统的最基本数量特征,生物量数据是研究许多林业问题和生态问题的基础,因此,准确测定生物量对于计算碳储量以及研究气候变化、森林健康、森林生产力、养分循环等十分重要.目前,测算森林生物量常用的方法为生物量模型估算法.本研究基于小兴安岭地区和张广才岭地区97株实测生物量数据,建立了3个天然椴树立木可加性生物量模型系统(基于胸径的一元可加性生物量模型系统、基于胸径和树高的二元可加性生物量模型系统、基于最优变量的最优可加性生物量模型系统),采用非线性似乎不相关回归法进行参数估计,用加权方法解决模型的异方差问题,并采用"刀切法"进行模型检验.结果表明:3种可加性生物量模型系统均能较好地对椴树各部分生物量进行拟合和预测(调整后确定系数R_a^2>0.84,平均预测误差百分比MPE<8.5%,平均绝对误差MAE<16.3 kg,平均百分标准误差MPSE<28.5%),其中,树干和地上生物量的拟合效果优于树叶、树枝和树冠;在引入树高和树冠因子后,提高了模型的拟合效果和预测能力(R_a^2提高0.01～0.04,MAE降低0.01～4.55 kg),缩小了预测值置信区间的范围,树干、树叶和地上生物量提高较多,树枝和树冠提高较少.总体来看,最优生物量模型系统效果最好,其次为二元生物量模型系统,再次是一元生物量模型系统,添加树高和树冠因子进行生物量模型的构建十分必要.
- 王佳慧李凤日董利虎
- 关键词：生物量椴树
- 树莓中鞣花酸提取工艺的优化被引量：11
- 2017年
- 以红树莓为原料,无水乙醇作为提取溶剂,采用超声波辅助提取红树莓中的鞣花酸,分析料液比、提取时间和提取温度对鞣花酸得率的影响,在单因素试验的基础上,利用响应面试验优化红树莓中鞣花酸提取工艺。结果表明,鞣花酸的最佳提取工艺条件为料液比1∶14.04(g/mL)、提取时间19.72min、提取温度80.02℃,此条件下鞣花酸得率为670.28μg/g,验证实验得率为675.134μg/g,相对误差0.72%,模型可靠。
- 王佳慧于欣悦廖声玲陈思珂赵阳符群
- 关键词：红树莓鞣花酸响应面法单因素试验
- 帽儿山阔叶混交林天然更新幼苗幼树地径-树高模型被引量：6
- 2019年
- 基于黑龙江省东北林业大学帽儿山实验林场48块天然阔叶林幼苗幼树调查数据,在8个备选模型中为主要更新树种选择最佳地径(D0)-树高(H)模型作为基本模型,通过再参数化在基础模型中引入林分因子,并建立样地水平混合效应模型,最后分别对基础模型和混合效应模型进行独立样本检验.结果表明:各树种幼苗幼树的地径-树高关系存在明显的正相关,幂函数或包含幂函数的模型能较好地拟合幼苗幼树地径和树高的关系;基础模型中引入林分因子[林分优势高(HT)、林分平均胸径(Dg)、林分胸高断面积(BA)]能提高模型的拟合效果,各树种剩余均方根误差(RMSE)下降1.3%~7.4%(平均3.8%),但调整后的决定系数(Ra2)仅仅提高0.1%~1.1%(平均0.6%),赤池信息准则(AIC)下降3.2%~35.2%(平均下降11.4%).对春榆、椴树、水曲柳等10个树种建立混合效应模型,混合效应模型的Ra2比基础模型有所提高,增幅为0.5%~3.5%(平均增加2.2%);RMSE和AIC比基础模型的小,RMSE下降的幅度很大,为3.9%~20.3%,平均下降13.9%,AIC减少4.0%~44.4%(平均减少22.3%).模型检验结果显示,相对于基础模型,混合效应模型的平均绝对误差(MAE)减小0.0001~0.46 m,平均减小0.08 m;平均预测误差百分比(MPSE)降幅较大,为0.1%~6.2%,平均降幅2.0%.说明混合效应模型既能提高模型的拟合效果,又能提高模型的预测能力.本研究构建的阔叶混交林主要更新树种幼苗幼树地径-树高模型为天然阔叶林结构分析和林分生长预测提供了参考.
- 王佳慧董利虎李凤日
- 关键词：天然阔叶林
- 基于GLMM的人工林红松二级枝条分布数量模拟被引量：8
- 2017年
- 【目的】利用广义线性混合模型模拟人工林红松二级枝条分布数量,建立二级枝条分布数量广义线性混合模型,并选出最优模型。【方法】基于黑龙江省孟家岗林场人工林65棵红松955个一级枝上的二级枝条数量,通过传统Poisson回归方法选出模拟精度最高的基础模型,考虑树木效应与树木内枝条观测间的相关性,构建二级枝条分布数量广义线性混合模型,并利用R2、标准误差、平均绝对误差、相对平均绝对误差和Vuong检验对收敛模型进行比较。【结果】考虑树木效应的混合模型模拟精度均高于传统回归模型,最终将含有截距、lnR_(DINC)(R_(DINC)为着枝深度)、R_(DINC)~2和C_L(冠长)4个随机效应参数以及自相关矩阵AR(1)的广义线性混合模型选为二级枝条分布数量最优预测模型。在模型固定效应参数估计结果中,lnR_(DINC)、CL和DBH(胸径)前的系数为正值,R_(DINC)~2、H_(DR)(高径比)前的系数为负值,树冠内二级枝条分布数量存在最大值。最优模型的R^2为0.896 1,标准误差为5.15,平均绝对误差为3.83,相对平均绝对误差为23.25%。【结论】广义线性混合模型不仅提高了模型的拟合精度,在反映总体二级枝条分布数量变化趋势的同时,还可以反映每棵树木之间的差异。
- 苗铮董利虎李凤日白东雪王佳慧
