基于非线性混合效应模型的针阔混交林地位指数研究

doi:10.3969/j.issn.1000-2006.201907010

国家林草科技领军期刊
中国精品科技期刊
中国高校百佳科技期刊
江苏省新闻出版政府奖期刊奖
RCCSE林学权威期刊（A+）
CSCD核心期刊
Scopus数据库收录期刊
中文核心期刊
SCD核心期刊

作者加群：102861116

微信公众号：南京林业大学学报

高级检索

南京林业大学学报（自然科学版） ›› 2020, Vol. 44 ›› Issue (4): 159-166.doi: 10.3969/j.issn.1000-2006.201907010

基于非线性混合效应模型的针阔混交林地位指数研究

王冬至¹(), 胡雪娇¹, 李大勇², 高雨珊¹, 李天宇¹

^1.河北农业大学林学院，河北保定 071000
^2.河北省木兰围场国有林场管理局, 河北围场 068450

收稿日期:2019-07-08 修回日期:2019-09-23 出版日期:2020-07-22 发布日期:2020-08-13
作者简介:王冬至（wangdz@126.com）讲师，博士，ORCID(0000-0002-1413-4777)。
基金资助:
河北省教育厅资助科研项目(QN2018125);国家自然科学青年基金项目(31700561);国家重点研发计划(2016YFD060020303)

Creating site indexes for needle and broadleaved mixed forest using the nonlinear mixed effect model

WANG Dongzhi¹(), HU Xuejiao¹, LI Dayong², GAO Yushan¹, LI Tianyu¹

^1.College of Forestry, Agricultural University of Hebei, Baoding 071000, China
^2.Mulan Weichang State-Owned Forest Farm Administration Bureau of Hebei Province, Weichang 068450, China

Received:2019-07-08 Revised:2019-09-23 Online:2020-07-22 Published:2020-08-13

摘要/Abstract

摘要： 目的

基于非线性混合效应模型和树种间地位指数转换方程，建立混交林中不同树种地位指数混合效应模型，为多树种混交林立地生产力评价提供科学依据。

方法

利用塞罕坝机械林场83块华北落叶松与白桦针阔混交林标准地（30 m×30 m）调查数据，首先基于6个具有生物学意义的基础地位指数模型，利用最小二乘法分别拟合与评价不同树种基础模型，确定构建各树种地位指数混合效应模型的基础模型；然后通过几何线性回归方法构建不同树种间地位指数转换方程。

结果

在6个候选地位指数基础模型中，确定Richards模型和Logistic模型分别为华北落叶松与白桦最优的基础模型，并构建了包含随机效应参数的混合效应地位指数预测模型。当随机效应参数分别作用于渐近线参数和形状参数时，华北落叶松与白桦非线性混合效应地位指数模型拟合精度较高。在构建的华北落叶松与白桦地位指数转换方程中，不同树种间转换方程的决定系数分别为0.88和0.91，表明不同树种地位指数转换方程预测精度较高。

结论

在混交林中利用混合效应理论建立单树种非线性混合效应地位指数模型，并进一步构建不同树种地位指数转换方程，为混交林立地质量评价及生产潜力预测提供科学依据。

关键词: 非线性混合效应模型, 地位指数, 转换方程, 混交林

Abstract: Objective

Based on the nonlinear mixed effect model and inter-species site index conversion equation, a mixed effect model for the site index of the different tree species in a mixed forest was established to provide a scientific basis for productivity evaluations of mixed tree species forest sites.

Method

Based on data from 83 sample plots (30 m × 30 m) of Larix principis?rupprechtii and Betula platyphylla in the Saihanba mechanical forest farm, the optimal position indices of the different tree species were determined based on six basic site index models (Richards, Log-Logistic, Logistic, Power, Weibull and Korf models) with biological significance. The basic models for the different tree species were fitted and evaluated using the least square method. The best basic model of the different tree species was selected based on the model evaluation index. A nonlinear mixed effect position index model for each tree species was constructed using the Gauss-Newton method. Then, the geometrical linear regression method was used to construct the position index conversion equation between the different tree species based on a nonlinear mixed effect model.

Result

Of the six candidate basic site index models, the Richards and Logistic models were the optimal models for Larix principis?rupprechtii and Betula platyphylla, respectively. In the study, when a site index model with two random effects was constructed, the nonlinear mixed effect model of the different species could not converge, so only one random effect parameter was inclu?ded in the site index model of the different species. When the asymptotic and shape parameters were applied, the nonlinear mixed effect position index model of Larix principis?rupprechtii and Betula platyphylla had a higher fitting precision. Based on the analysis of the prediction of the residuals of the nonlinear mixed effect model, it was determined that there was no heteroscedasticity in the distribution of the residuals of the different tree species, which shows that the nonlinear mixed effect site index model of the different tree species has better prediction and practicability accuracies.The parameters and evaluation indices of the site index conversion equation for Larix principis?rupprechtii and Betula platyphylla were constructed using a geometric linear regression algorithm. The transformation coefficients of the different tree species were determined to be 0.88 and 0.91, respectively, indicating that the prediction accuracy of the site index conversion equations for the different tree species was higher.

Conclusion

In this study, based on the biological significance of the site index prediction model, Richards and Logistic models were determined as the optimal site index models of Larixprincipis?rupprechtii and Betula platyphylla, respectively. Based on the optimal model, the nonlinear mixed effect site index prediction model of the different tree species was constructed using nonlinear mixed effect modeling technology. When the random effect parameters act on the asymptote and shape parameters, the fitting accuracy of the parameters is high. In addition, the transformation equation for the site index of the different species was established using a geometric regression algorithm, which could provide a scientific basis for site quality evaluations and production potential predictions of mixed forests.

Key words: nonlinear mixed effects model, site index, conversion equation, mixed forest

中图分类号:

S758.5

王冬至,胡雪娇,李大勇,等. 基于非线性混合效应模型的针阔混交林地位指数研究[J]. 南京林业大学学报（自然科学版）, 2020, 44(4): 159-166.

WANG Dongzhi, HU Xuejiao, LI Dayong, GAO Yushan, LI Tianyu. Creating site indexes for needle and broadleaved mixed forest using the nonlinear mixed effect model[J].Journal of Nanjing Forestry University (Natural Science Edition), 2020, 44(4): 159-166.DOI: 10.3969/j.issn.1000-2006.201907010.

图/表 7

表1

表2

表3

表4

图1

表5

地位指数转换方程参数估计"

转换方程 conversion equation	参数 parameters	估计值 estimate	标准误差 SE	t	P	R²
$I L = a × I B + b$	a	0.464	0.064	7.284	<0.001	0.88
$I L = a × I B + b$	b	6.704	0.691	9.699	<0.001	0.88
$I B = a × I L + b$	a	0.376	0.052	7.281	<0.001	0.91
$I B = a × I L + b$	b	6.305	1.674	10.320	<0.001	0.91

表5

图2

参考文献 40

1	MAMO N，STERBA H．Site index functions for Cupressuslusitanica at Munesa Shashemene，Ethiopia[J]．Forest Ecology and Management，2006，237(1/2/3)： 429-435．DOI:10.1016/j.foreco.2006.09.076.
2	WESTFALL J A，HATFIELD M A，SOWERS P A，et al．Site index models for tree species in the northeastern United States[J]．Forest Science，2017，63(3)：283-290．DOI:10.5849/fs-2016-090.
3	WANG G G．White spruce site index in relation to soil，understory vegetation，and foliar nutrients[J]．Canadian Journal of Forest Research，1995，25(1)：29-38．DOI:10.1139/x95-004.
4	SHARMA M，REID D E B．Stand height/site index equations for jack pine and black spruce trees grown in natural stands[J]．Forest Science，2017，64（1）：33-40．DOI:10.5849/fs-2016-133.
5	MÄKINEN H，YUE C F，KOHNLE U．Site index changes of Scots pine，Norway spruce and larch stands in southern and central Finland[J]．Agricultural and Forest Meteorology，2017，237/238：95-104．DOI:10.1016/j.agrformet.2017.01.017.
6	KAHRİMAN A．Site index conversion equations for mixed stands of Scots pine (Pinus sylvestris L．) and Oriental beech (Fagus orientalis Lipsky.) in Black Sea Region，turkey[J]．Turkish Journal of Agriculture and Forestry，2013，37（4）：488-494．DOI:10.3906/tar-1209-80.
7	MONSERUD R A. Height growth and site index curves for inland Douglas⁃fir based on stem analysis data and forest habitat type [J].Forest Science，1984，30（4）：943-965.
8	NIGH G．Site index conversion equations for mixed trembling aspen and white spruce stands in northern British Columbia[J]．Silva Fennica，2002，36（4）：789-797．DOI:10.14214/sf.521.
9	俞茂宏．线性和非线性的统一强度理论[J]．岩石力学与工程学报，2007，26(4)：662-669．
	YU M H．Linear and nonli⁃near unified strength theory[J]．Chinese Journal of Rock Mechanics and Engineering，2007，26(4)：662-669．
10	朱光玉，吕勇，林辉，等.三种线性模型在杉木与马尾松地位指数相关关系研究中的比较[J].生态学报，2010，30（21）：5862-5867．
	ZHU G Y，LYU Y，LIN H，et al. Comparison of the three linear models applied for studying of the correlation of site⁃indexes between Cunninghamia lanceolata and Pinus massoniana stands[J].Acta Ecologica Sinica，2010，30（21）：5862-5867.
11	HU Z J，GARCÍA O．A height⁃growth and site⁃index model for interior spruce in the sub⁃boreal spruce biogeoclimatic zone of British Columbia[J]．Canadian Journal of Forest Research，2010，40(6)：1175-1183．DOI:10.1139/x10-075.
12	CIESZEWSKI C J. Comparing fixed⁃and variable⁃base⁃age site equations having single versus multiple asymptotes[J]. Forest Science，2002，48（1）：7-23.
13	PERIN J，HÉBERT J，BROSTAUX Y，et al．Modelling the top⁃height growth and site index of Norway spruce in Southern Belgium[J]．Forest Ecology and Management，2013，298：62-70．DOI:10.1016/j.foreco.2013.03.009.
14	SHARMA R P，BRUNNER A，EID T，et al．Modelling dominant height growth from national forest inventory individual tree data with short time series and large age errors[J]．Forest Ecology and Management，2011，262(12)：2162-2175．DOI:10.1016/j.foreco.2011.07.037.
15	王冬至，张冬燕，蒋凤玲，等．塞罕坝华北落叶松人工林地位指数模型[J]．应用生态学报，2015，26(11)：3413-3420．
	WANG D Z，ZHANG D Y，JIANG F L，et al．A site index model for Larix principis⁃rupprechtii plantation in Saihanba，North China[J]．Chinese Journal of Applied Ecology，2015，26(11)：3413-3420．DOI:10.13287/j.1001-9332.20150915.003.
16	陈东升，李凤日，孙晓梅，等．基于线性混合模型的落叶松人工林节子大小预测模型[J]．林业科学，2011，47(11)：121-128．
	CHEN D S，LI F R，SUN X M，et al．Models to predict knot size for larch plantation using linear mixed model[J]．Scientia Silvae Sinicae，2011，47(11)：121-128．
17	王明初，孙玉军．基于混合效应模型及EBLUP预测杉木树高生长过程[J]．浙江农林大学学报，2017，34(5)：782-790．
	WANG M C，SUN Y J．Based on mixed⁃effects model and empirical best linear unbiased predictor predicting growth profile of height for Chinese fir[J]．Journal of Zhejiang A & F University，2017，34(5)：782-790．
18	RONQUIST F，HUELSENBECK J P．MrBayes 3：Bayesian phylogenetic inference under mixed models[J]．Bioinformatics，2003，19(12)：1572-1574．DOI:10.1093/bioinformatics/btg180.
19	段光爽,李学东,冯岩,等.华北落叶松天然次生林树高曲线的混合效应模型[J].南京林业大学学报(自然科学版),2018,42(2):163-169.
	DUAN G S,LI X D,FENG Y,etal.Developing a height⁃diameter relationship model with mixed randomeffects for Larixprincipis⁃rupprechtii natural secondary forests[J].J Nanjing For Univ(Nat Sci Ed),2018,42(2):163-169.DOI:10.3969/j.issn.1000-2006.201703014.
20	符利勇，唐守正，张会儒，等．基于多水平非线性混合效应蒙古栎林单木断面积模型[J]．林业科学研究，2015，28(1)：23-31．
	FU L Y，TANG S Z，ZHANG H R，et al．Multilevel nonlinear mixed⁃effects basal area models for individual trees of Quercus mongolica[J]．Forest Research，2015，28(1)：23-31．DOI:10.13275/j.cnki.lykxyj.2015.01.004.
21	李春明．混合效应模型在森林生长模型中的应用[J]．林业科学，2009，45(4)：131-138．
	LI C M．Application of mixed effects models in forest growth model[J]．Scientia Silvae Sinicae，2009，45(4)：131-138．
22	欧光龙，胥辉，王俊峰，等．思茅松天然林林分生物量混合效应模型构建[J]．北京林业大学学报，2015，37(3)：101-110．
	OU G L，XU H，WANG J F，et al．Building mixed effect models of stand biomass for Simao pine (Pinus kesiya var．langbianensis) natural forest[J]．Journal of Beijing Forestry University，2015，37(3)：101-110．DOI:10.13332/j.1000-1522.20140316.
23	高慧淋，董利虎，李凤日．基于混合效应的人工落叶松树冠轮廓模型[J]．林业科学，2017，53(3)：84-93．
	GAO H L，DONG L H，LI F R．Crown shape model for Larix olgensis plantation based on mixed effect[J]．Scientia Silvae Sinicae，2017，53(3)：84-93．
24	王冬至，张冬燕，王方，等．塞罕坝主要立地类型针阔混交林树高曲线构建[J]．北京林业大学学报，2016，38(10)：7-14．
	WANG D Z，ZHANG D Y，WANG F，et al．Height curve construction of needle and broadleaved mixed forest under main site types in Saihanba，Hebei of Northern China[J]．Journal of Beijing Forestry University，2016，38(10)：7-14．DOI:10.13332/j.1000-1522.20150359.
25	NIGH G D， KAYAHARA G. Site index conversion equations for western redcedar and western hemlock[J].Northwest Science，2000，74（2）：146-150.
26	徐罗，亢新刚，刘洋，等．长白山天然云冷杉针阔混交林地位指数导向曲线的模拟[J]．东北林业大学学报，2014，42(4)：32-37．
	XU L，KANG X G，LIU Y，et al．Site index guide curve of nature spruce⁃fir coniferous and broad⁃leaved mixed stands in Changbai Mountain[J]．Journal of Northeast Forestry University，2014，42(4)：32-37．DOI:10.13759/j.cnki.dlxb.2014.04.007.
27	CORRAL RIVAS J J，ÁLVAREZ GONZÁLEZ J G，RUÍZ GONZÁLEZ A D，et al．Compatible height and site index models for five pine species in El Salto，Durango (Mexico)[J]．Forest Ecology and Management，2004，201(2/3)：145-160．DOI:10.1016/j.foreco.2004.05.060.
28	GARCÍA O．Comparing and combining stem analysis and permanent sample plot data in site index models[J]．Forest Science，2005，51(4)：277-283．
29	GOELZ J C G，BURK T E．Development of a well⁃behaved site index equation：Jack pine in north central Ontario[J]．Canadian Journal of Forest Research，1992，22(6)：776-784．DOI:10.1139/x92-106.
30	王冬至，张冬燕，张志东，等．基于非线性混合模型的针阔混交林树高与胸径关系[J]．林业科学，2016，52(1)：30-36．
	WANG D Z，ZHANG D Y，ZHANG Z D，et al．Height⁃diameter relationship for conifer mixed forest based on nonlinear mixed⁃effects model[J]．Scientia Silvae Sinicae，2016，52(1)：30-36．
31	SHARMA M，PARTON J．Height⁃diameter equations for boreal tree species in Ontario using a mixed⁃effects modeling approach[J]．Forest Ecology and Management，2007，249(3)：187-198．DOI:10.1016/j.foreco.2007.05.006.
32	DOOLITTLE W T．Site index comparisons for several forest species in the southern Appalachians1[J]．Soil Science Society of America Journal，1958，22(5)：455．DOI:10.2136/sssaj1958.03615995002200050023x.
33	VANCLAY J K．Assessing site productivity in tropical moist forests：a review[J]．Forest Ecology and Management，1992，54(1/2/3/4)：257-287．DOI:10.1016/0378-1127(92)90017-4.
34	RICKER W E．Linear regressions in fishery research[J]．Journal of the Fisheries Research Board of Canada，1973，30(3)：409-434．DOI:10.1139/f73-072.
35	沈剑波，雷相东，雷渊才，等．长白落叶松人工林地位指数及立地形的比较研究[J]．北京林业大学学报，2018，40(6)：1-8．
	SHEN J B，LEI X D，LEI Y C，et al．Comparison between site index and site form for site quality evaluation of Larix olgensis plantation[J]．Journal of Beijing Forestry University，2018，40(6)：1-8．DOI:10.13332/j.1000-1522.20170400.
36	祝维，张西，贾黎明．伏牛山地区栓皮栎天然次生林地位指数表的编制[J]．东北林业大学学报，2017，45(12)：32-37．
	ZHU W，ZHANG X，JIA L M．Establishment of site index table for Quercus variabilis natural secondary forest in Funiushan Mountainous area[J]．Journal of Northeast Forestry University，2017，45(12)：32-37．DOI:10.13759/j.cnki.dlxb.2017.12.007.
37	YANG Y Q，HUANG S．Comparison of different methods for fitting nonlinear mixed forest models and for making predictions[J]．Canadian Journal of Forest Research，2011，41(8)：1671-1686．DOI:10.1139/x11-071.
38	沈海龙, 崔晓坤, 孙海龙, 等. 东北东部樟子松幼林生长与立地因子关系研究[J]. 森林工程, 2020, 36(3): 12-20.
	SHEN H L, CUI X K, SUN H L, et al. Relationships between stand growth and site factors in young Mongolian Scots pine plantations in the eastern region of northeast China[J]. Forest Engineering, 2020, 36(3): 12-20. DOI：10.16270/j.cnki.slgc.2020.03.003.
39	BRANDL S，METTE T，FALK W，et al．Static site indices from different national forest inventories：harmonization and prediction from site conditions[J]．Annals of Forest Science，2018，75(2)：56．DOI:10.1007/s13595-018-0737-3.
40	WANG M L，BORDERS B E，ZHAO D H．An empirical comparison of two subject⁃specific approaches to dominant heights modeling：the dummy variable method and the mixed model method[J]．Forest Ecology and Management，2008，255(7)：2659-2669．DOI:10.1016/j.foreco.2008.01.030.

数据 data	树种 species	株数number	统计量 statistics	平均值mean	最大值max.	最小值min.	标准差SD
建模数据 modeling data	华北落叶松 Larix principis?rupprechtii	249	年龄/a age	29.72	45.00	14.00	5.87
			胸径/cm DBH	19.91	34.70	7.20	5.02
			树高/m height	11.66	17.50	5.20	2.04
	白桦 Betula platyphylla	249	年龄/a age	29.27	57.00	12.00	6.80
			胸径/cm DBH	17.11	33.20	6.80	4.22
			树高/m height	10.67	18.30	6.80	1.83
检验数据 test data	华北落叶松 Larix principis?rupprechtii	166	年龄/a age	29.73	43.00	17.00	5.43
			胸径/cm DBH	19.84	31.40	8.10	4.43
			树高/m height	11.79	16.80	5.60	2.13
	白桦 Betula platyphylla	166	年龄/a age	29.59	54.00	14.00	6.01
			胸径/cm DBH	16.91	32.40	7.90	3.55
			树高/m height	10.66	18.80	6.80	1.69

序号 serial No.	模型 model	表达式 formula expression
M1	Richards	h=a×[1-exp(-b×n)]^c
M2	Log-Logistic	h=a/[1+( n /b)^-^c]
M3	Power	h=exp[a+b×(1/n)^c]
M4	Weilbull	h=a×[1-exp(-b×n^c)]
M5	Korf	h=a×exp[-b/(n^c)]
M6	Logistic	h=a/[1+exp(b-c×n）]

树种 species	模型model	a	b	c	R²	Bias	RMSE
Ⅰ	M1	15.455 (2.718）	0.046 (0.038）	0.896 (0.589）	0.93	0.93	1.77
	M2	18.981 (7.119）	18.915 (12.180）	1.116 (0.657）	0.87	0.95	1.88
	M3	0.662 (0.231）	0.792 (0.165）	-0.242 (0.029）	0.90	-0.99	1.80
	M4	15.362 (3.124）	0.057 (0.047）	0.961 (0.381）	0.91	0.96	1.79
	M5	23.420 (19.168）	0.614 (0.707）	5.481 (6.574）	0.85	1.99	2.13
	M6	14.434 (1.191）	0.894 (0.392）	0.081 (0.029）	0.89	-0.97	1.91
Ⅱ	M1	16.369 (133.9）	0.002 (0.109）	0.156 (0.230）	0.87	1.23	2.93
	M2	23.235 (7 691.7）	0.009 (117.4）	-0.049 (10.891）	0.73	2.57	4.00
	M3	18.207 (543.1）	-0.179 (0.013）	-1.811 (0.018）	0.84	0.64	2.32
	M4	17.459 (2 451.9）	0.878 (2 046.3）	0.013 (16.734）	0.81	1.42	3.86
	M5	14.159 (413 971）	0.010 (198.4）	1.511 (29 222.5）	0.51	-5.25	11.02
	M6	24.451 (3.5）	0.285 (0.12）	0.015 (0.004）	0.89	1.11	1.84

模型model	参数parameters	估计值estimate	SE	P	R²	BIC	AIC	-2 Log likelihood
（14）	a	16.285 0	5.080	0.002	0.96	1 501.1	1 489.1	1 478.9
	b	0.030 0	0.042	0.047
	c	0.620 0	0.411	0.035
	μ	3.977 0	2.605	0.031
（15）	a	67.339 0	6.648	<0.001	0.93	1 612.3	1 609.2	1 610.1
	b	0.000 4	0.013	0.027
	c	0.398 0	0.038	<0.001
	μ	0.001 0	0.001	<0.001
（16）	a	118.020 0	41.560	0.407	0.91	9 669.7	9 657.6	9 647.6
	b	2.840 0	1.255	0.026
	c	0.018 0	0.003	<0.001
	μ	0.011 0	0.003	0.002
（17）	a	14.701 0	0.078	<0.001	0.95	1 422.7	1 430.6	1 420.6
	b	0.792 0	0.025	<0.001
	c	0.058 5	0.001	<0.001
	μ	0.001 0	0.001	<0.001

[1]	盖军鹏, 陈东升, 贾炜玮, 王政. 基于种源和气候效应的日本落叶松树高生长模型研究[J]. 南京林业大学学报（自然科学版）, 2023, 47(4): 51-60.
[2]	朱锦迪, 韦新良, 杨晶晶, 张继艳. 地形因子对亚热带针阔混交林树种多样性的影响[J]. 南京林业大学学报（自然科学版）, 2022, 46(4): 153-161.
[3]	聂璐毅, 董利虎, 李凤日, 苗铮, 谢龙飞. 基于两水平非线性混合效应模型的长白落叶松削度方程构建[J]. 南京林业大学学报（自然科学版）, 2022, 46(3): 194-202.
[4]	孙杰杰, 李领寰, 黄玉洁, 金超, 袁位高, 江波, 沈爱华, 王维枫, 焦洁洁. 浙江省公益林中杉阔混交林群落组成与环境解释[J]. 南京林业大学学报（自然科学版）, 2022, 46(2): 179-186.
[5]	唐继新, 朱雪萍, 贾宏炎, 曾冀, 郭文福, 黄德卫. 西南桦红椎混交林的生长动态及林木形质分析[J]. 南京林业大学学报（自然科学版）, 2022, 46(1): 97-105.
[6]	贺梦莹, 董利虎, 李凤日. 长白落叶松-水曲柳混交林不同混交方式单木冠长预测模型[J]. 南京林业大学学报（自然科学版）, 2021, 45(4): 13-22.
[7]	赵家豪, 袁景西, 袁在翔, 王小民, 陈斌, 郑元庆, 关庆伟. 武夷山南方铁杉针阔混交林不同地形土壤营养元素分析[J]. 南京林业大学学报（自然科学版）, 2020, 44(4): 176-182.
[8]	冯烨, 张焕朝, 杨瑞珍, 胡立煌. 杨-桤混交林及其凋落物对土壤氮矿化的影响[J]. 南京林业大学学报（自然科学版）, 2020, 44(2): 191-196.
[9]	陈霞,袁在翔,金雪梅,朱军,徐海兵,赵宸,陈斌,关庆伟. 紫金山针阔混交林主要树种空间分布格局及种间关联性[J]. 南京林业大学学报（自然科学版）, 2018, 42(06): 84-90.
[10]	孟苗婧,张金池,郭晓平,吴家森,赵有朋,叶立新,刘胜龙. 海拔变化对黄山松阔叶混交林土壤有机碳组分的影响[J]. 南京林业大学学报（自然科学版）, 2018, 42(06): 106-112.
[11]	段光爽,李学东,冯岩,符利勇. 华北落叶松天然次生林树高曲线的混合效应模型[J]. 南京林业大学学报（自然科学版）, 2018, 42(02): 163-169.
[12]	曹元帅，孙玉军. 基于广义代数差分法的杉木人工林地位指数模型[J]. 南京林业大学学报（自然科学版）, 2017, 41(05): 79-84.
[13]	孟苗婧,张金池,郭晓平,吴家森,赵有朋,叶立新,刘胜龙. 海拔对黄山松阔叶混交林土壤微生物功能多样性的影响[J]. 南京林业大学学报（自然科学版）, 2017, 41(04): 209-214.
[14]	吴迪,张萌萌,张钰莹,李阳,张潆心,迟琦,逄好胜,孙广玉. 帽儿山针阔混交林及纯林土壤碳代谢微生物群落特征研究[J]. 南京林业大学学报（自然科学版）, 2017, 41(02): 81-89.
[15]	陈立新,李少博,乔璐,步凡,段文标. 凋落物叶和土壤浸提液对红松种子萌发及幼苗生长的影响[J]. 南京林业大学学报（自然科学版）, 2016, 40(02): 81-87.

基于非线性混合效应模型的针阔混交林地位指数研究

Creating site indexes for needle and broadleaved mixed forest using the nonlinear mixed effect model

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 40

相关文章 15

编辑推荐

Metrics

本文评价

作者

读者

审稿