基于GWR模型的帽兒山實驗林場天然次生林枯損分布.pdf

1、學校代碼：10225學號：S17722學位論文基于GWR模型的帽兒山實驗林場天然次生林枯損分布張凌宇指導教師姓名：劉兆剛教授東北林業(yè)大學申請學位級別：碩士學科專業(yè)：森林經(jīng)理學論文提交日期：2017年4月論文答辯日期：2017年6月授予學位單位：東北林業(yè)大學授予學位日期：2017年6月答辯委員會主席：論文評閱人：摘要I摘要摘要我國天然次生林面積在森林總面積中占據(jù)相當大的比重，但是由于不同因素的干擾，整體上天然次生林動態(tài)演替的穩(wěn)定性較低，同

2、時林分枯損株數(shù)影響著森林演替的進程，并且在森林動態(tài)變化過程中起著至關重要的作用，因此對天然次生林枯損株數(shù)空間分布的研究有著重要的理論和現(xiàn)實意義。本研究目基于2004年至2016年收集的帽兒山實驗林場2期共101塊天然次生林固定樣地數(shù)據(jù)，建立全局Poisson模型和4種空間尺度下（2.5km5km10km15km）的地理加權(quán)泊松模型（GeographicallyWeightedPoissonRegressionGWPR）對帽兒山實驗林場天

3、然次生林枯損株數(shù)的空間分布情況進行探索，并分析了全局模型和不同空間尺度下的局域模型在解決空間問題上的優(yōu)劣性。利用混合逐步選擇法建立全局Poisson模型來擬合天然次生林枯損株數(shù)與各影響因子之間的關系，最終得到海拔、坡度、林分平均胸徑、每公頃株數(shù)以及蓄積量共5個影響因子。結(jié)果顯示，對于全局Poisson模型，所有變量參數(shù)均表現(xiàn)為統(tǒng)計顯著，這表明所選的林分以及地形因子都是影響天然次生林枯損株數(shù)的重要因子，林分平均胸徑與次生林枯損株數(shù)呈負相關

4、關系，其余4個因子與次生林枯損株數(shù)呈正相關關系，其中，林分平均胸徑對天然次生林枯損株數(shù)的影響最大，海拔和坡度等地形因子對天然次生林枯損株數(shù)的影響最小。建立了4種空間尺度下的局域GWPR模型，利用ArcGIS軟件繪制了4種空間尺度下局域GWPR模型各參數(shù)的空間分布圖。結(jié)果顯示，各個尺度下的GWPR模型在對天然次生林枯損株數(shù)影響的方向上與全局Poisson模型存在一致性，但是GWPR模型的估計系數(shù)不是唯一的，是連續(xù)變化的；在2.5km空間尺

5、度下GWPR模型系數(shù)可以產(chǎn)生較好范圍內(nèi)的局域化空間分布，并且產(chǎn)生最大的變化范圍，在模型系數(shù)分級的細化程度上要好于其他尺度下的GWPR模型；在模型擬合方面，GWPR模型擁有很好的擬合效果，明顯好于全局Poisson模型，尤其在小空間尺度（GWPR_2.5km）下的AIC值明顯減小，同時產(chǎn)生了較大范圍內(nèi)的模型系數(shù)，得到了較好的模型參數(shù)的局域化空間分布效果；在小尺度下的GWPR模型產(chǎn)生了較小范圍內(nèi)的模型殘差，產(chǎn)生不同觀測值少量聚類這一理想的空

6、間分布模式。利用ManI指數(shù)對全局模型和4種尺度下的局域模型的空間自相關性進行了分析。結(jié)果表明，在小尺度（GWPR_2.5km）下產(chǎn)生的模型可以有效地去除模型殘差的全局空間自相關性，產(chǎn)生數(shù)量最少的顯著性局域ManI值，隨著尺度增加，顯著性局域ManI值的數(shù)量逐漸增加。在降低模型殘差的局域空間自相關性效果上，較小尺度（2.5km和5km）下的GWPR模型要明顯好于較大尺度下的GWPR模型，但是所有局域模型總體上仍要好于全局模型，說明局域模