两水平非线性混合模型对杉木林优势高生长量研究

符利勇; 李永慈; 李春明; 唐守正

两水平非线性混合模型对杉木林优势高生长量研究

1.
中国林业科学研究院资源信息研究所,北京 100091
2.
北京林业大学理学院,北京 100083
基金项目:
国家自然科学基金"基于森林清查数据的乔木林碳储量计算方法研究"(31070485)
中图分类号: S791.27

Study of the Dominant Height for Chinese Fir Plantation Using Two-Level Nonlinear Mixed Effects Model

1.
Research Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China
2.
College of Science, Beijing Forestry University, Beijing 100083, China
CLC number: S791.27

摘要: 利用两水平非线性混合模型对杉木(Cunninghamia lanceolata)优势高进行分析。概述了两水平非线性混合模型并简单介绍了该模型的参数估计方法;选用了5种常见的Richards和Logistic 形式模型作为构建混合模型的基础模型,利用建模数据分别对这些基础模型各自衍生出的19种混合模型进行计算及比较,结果表明:这5种基础模型对应的最佳混合模型分别为模型(3-1) 模型(3-5);最后把这些最佳混合模型及传统的回归模型两两进行比较,结果表明:二水平非线性混合模型拟合效果比传统的回归模型拟合效果要好,并且基础模型4对应的二水平混合模型(式3-4)拟合效果最好。
- 两水平非线性混合模型
- / 杉木优势高
- / 回归模型
Abstract: Nonlinear mixed effects model (NLMEM) is built on the relationship of the fixed and random effects in the regression function. The NLMEM has an obvious comparative advantage in analyzing the longitudinal data, repeated measures data and multilevel data. Two-level NLMEM is used to analyze the dominant height for Chinese fir (Cunninghamia lanceolata). The authors outline the two-level NLMEM and introduce the parameters estimation method of the model. Based on five common Richard and Logistic models, the mixed model is built. The modeling data are used to calculate and compare with 19 models derived from each based model, and 5 optimal mixed models are built. Compared the 5 optimal mixed models with traditional regression models, it is showed that the two-level NLMEM has a better fitting effect than the regression models.
- two-level nonlinear mixed effects model
- / dominant height
- / Chinese fir

[1]	Sheiner L B ,Beal S L. Evaluation of methods for estimating population pharmacokinetic paramteres. I. michaelis-menton model routine clinical pharmacokinetic data[J]. Journal of Pharmacokinetics and Biopharmaceutics. 1980, 8:553-571
[2]	Chen Z. The full EM algorithm for the MLEs of QTL effects and positions and their estimated variances in multiple interval mapping[J]. Biometrics 2005,61: 474-480
[3]	Fang Z,Bailey R L. Nonlinear mixed effects modeling for slash pine dominant height growth following intensive silvicultural treatments [J].Forest Science, 2001,47:287-300
[4]	Budhathoki C B,Lynch T B,Guldin J M. Nonlinear mixed modeling of basal area growth for shortleaf pine[J].Forest Science, 2008,255:3440-3446
[5]	Jordan L, Daniels R F, Clark A,et al. Multievel Nonlinear Mixed-effects Models for the modeling of earlywood and latewood microfibril angle[J].Forest Science, 2005,51:357-371
[6]	Hall D B, Bailey R L. Modeling and prediction of forest growth variables based on multilevel nonlinear mixed models[J].For Sci, 2001,47:311-321
[7]	Lappi J. A longitudinal analysis of height/diameter curves[J].For Sci, 1997,43:555-570
[8]	Sharma M, Parton J.Height-diameter equations for boreal tree species in Ontario using a mixed-effects modeling approach[J].For Ecol Manag, 2007, 249: 187-198
[9]	Calegario N, Daniels R F, Maestri R, et al. Modeling dominant height growth based on nonlinear mixed- effects model:a clonal eucalyptus plantation case study [J].Forest Ecology and Management, 2005, 204: 11-21
[10]	Shawn X Meng,Shongming Huang. Improved calibration of Nonlinear Mixed-Effects Models demonstrated on a height growth function[J]. For Sci, 2009, 55: 238-248
[11]	李永慈,唐守正.用Mixed和Nlmixed过程建立混合生长模型[J].林业科学研究, 2004,17(3):297-283
[12]	李春明,张会儒.利用非线性混合模型模拟杉木林优势木平均高[J].林业科学,2010, 46(3):89-95
[13]	Kuhn E, Lavielle M. Maximum likelihood estimation in nonlinear mixed effects models[J]. Computational Statistics & Data Analysis, 2005 , 49 : 1020-103
[14]	Vonesh E F, Wang H, Nie L, et al. Conditional second-order generalized estimating equations for generalized linear and nonlinear mixed-effects models[J]. J Am Stat Assoc,2002, 97: 271-283
[15]	Wolfinger R D , Lin X . Two Taylor-series approximation methods for nonlinear mixed models[J]. Comput Statist Data Anal , 1997,25:465-490
[16]	Pinherio J, Bates D M. Mixed Effects Models in S and S-PLUS. Statistics and Computing[M]. Springer, New York, 2000
[17]	By Russ, Wolfinger. Laplace's approximation for nonlinear mixed models[J]. Biometrika,1993,80: 791-195
[18]	Vonesh E F. A note on the use of Laplace's approximation for nonlinear mixed-effects models[J]. Biometrika, 1996, 83: 447-462

[1]	刁军 , 国红 , 卢军 , 雷相东 , 唐守正 . 油松针叶面积估计模型及比叶面积的研究. 林业科学研究, 2013, 26(2): 174-180.
[2]	李春明 . 基于纵向数据非线性混合模型的杉木林优势木平均高研究. 林业科学研究, 2011, 24(1): 68-73.
[3]	来洪运 , 王咏雪 , 章翊涵 , 梁海 , 俞松立 , 章凯 , 张丽源 , 水柏年 . 浙江苍南沿浦湾秋茄人工林早期生长特征研究. 林业科学研究, 2021, 34(4): 156-165. doi: 10.13275/j.cnki.lykxyj.2021.04.019
[4]	姜立春 , 杜书立 . 基于非线性混合模型的东北兴安落叶松树高和直径生长模拟. 林业科学研究, 2012, 25(1): 11-16.
[5]	符利勇 , 唐守正 , 张会儒 , 雷相东 . 基于多水平非线性混合效应蒙古栎林单木断面积模型. 林业科学研究, 2015, 28(1): 23-31.
[6]	王明亮 , 李希菲 . 非线性树高曲线模型的研究. 林业科学研究, 2000, 13(1): 75-79.
[7]	曾伟生 , 唐守正 . 非线性模型对数回归的偏差校正及与加权回归的对比分析. 林业科学研究, 2011, 24(2): 137-143.
[8]	张可欣 , 刘宪钊 , 国红 , 刘丹 , 雷渊才 . 与年龄无关的马尾松优势高生长模型研究. 林业科学研究, 2023, 36(2): 178-185. doi: 10.12403/j.1001-1498.20220349
[9]	欧光龙 , 王俊峰 , 肖义发 , 胥辉 . 思茅松天然林单木生物量地理加权回归模型构建. 林业科学研究, 2014, 27(2): 213-218.
[10]	解雅麟 , 雷相东 , 王海燕 , 秦倩倩 , 李翔 . 长白落叶松叶面积回归模型及比叶面积估计. 林业科学研究, 2019, 32(4): 57-63. doi: 10.13275/j.cnki.lykxyj.2019.04.008
[11]	姜立春 , 李凤日 , 张锐 . 基于线性混合模型的落叶松枝条基径模型. 林业科学研究, 2012, 25(4): 464-469.
[12]	李希菲 , 王明亮 , 黄旺志 . 利用线性模型检验杉木不同种源立地指数曲线模型的通用性. 林业科学研究, 1999, 12(5): 505-509.
[13]	惠刚盈 , 盛炜彤 . Sloboda树高生长模型及其在杉木人工林中的应用. 林业科学研究, 1996, 9(1): 37-40.
[14]	梁瑞婷 , 孙玉军 , 李芸 . 深度学习和传统方法模拟杉木树高-胸径模型比较. 林业科学研究, 2021, 34(6): 65-72. doi: 10.13275/j.cnki.lykxyj.2021.06.008
[15]	曾伟生 , 唐守正 , 夏忠胜 , 朱松 , 罗洪章 . 利用线性混合模型和哑变量模型方法建立贵州省通用性生物量方程. 林业科学研究, 2011, 24(3): 285-291.
[16]	李春明 . 基于广义线性混合效应模型的蒙古栎林单木枯损建模及影响因子分析. 林业科学研究, 2020, 33(6): 105-113. doi: 10.13275/j.cnki.lykxyj.2020.06.013
[17]	牛思圆 , 刘鹏举 , 雷相东 , 任怡 , 高影 . 基于连清样地数据的全国杉木人工林平均木树高-胸径模型. 林业科学研究, 2023, 36(1): 117-123. doi: 10.12403/j.1001-1498.20220322
[18]	孙洪刚 , 张建国 , 段爱国 , 童书振 . 5种Logistic模型在模拟杉木人工林胸高断面积分布中的应用. 林业科学研究, 2007, 20(5): 622-629.
[19]	宋争 , 黄朗 , 胡松 , 张雄清 , 朱光玉 . 基于立地混合效应的湖南丘陵平原区杉木多形立地指数模型研究. 林业科学研究, 2022, 35(5): 172-179. doi: 10.13275/j.cnki.lykxyj.2022.005.019
[20]	洪玲霞 . 初植密度、间伐对杉木林分优势高生长过程的影响. 林业科学研究, 1997, 10(4): 448-452.

点击查看大图

计量

文章访问数: 3539
HTML全文浏览量: 210
PDF下载量: 1663
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

两水平非线性混合模型对杉木林优势高生长量研究

Study of the Dominant Height for Chinese Fir Plantation Using Two-Level Nonlinear Mixed Effects Model

计量

两水平非线性混合模型对杉木林优势高生长量研究

English Abstract

Study of the Dominant Height for Chinese Fir Plantation Using Two-Level Nonlinear Mixed Effects Model

全文HTML

目录

留言板

两水平非线性混合模型对杉木林优势高生长量研究

Study of the Dominant Height for Chinese Fir Plantation Using Two-Level Nonlinear Mixed Effects Model

计量

出版历程

两水平非线性混合模型对杉木林优势高生长量研究

English Abstract

Study of the Dominant Height for Chinese Fir Plantation Using Two-Level Nonlinear Mixed Effects Model

全文HTML

目录