大興安嶺地區(qū)不同林分類型的廣義加性生物量模型構(gòu)建

摘要：【目的】森林是最重要的自然資源之一，了解各因子對森林生物量的影響對優(yōu)化森林空間結(jié)構(gòu)和經(jīng)營管理具有重要意義。對不同林分類型構(gòu)建生物量模型，有助于為恢復(fù)和保護森林生態(tài)系統(tǒng)提供科學(xué)依據(jù)。【方法】以黑龍江省大興安嶺地區(qū)的7種典型林分類型為研究對象，利用2015年1157塊監(jiān)測樣地數(shù)據(jù)，結(jié)合Sentinel-2衛(wèi)星影像和數(shù)字高程模型（DEM）數(shù)據(jù)，計算植被指數(shù)、紋理特征、坡度等變量。將遙感數(shù)據(jù)與實地調(diào)查數(shù)據(jù)、氣候數(shù)據(jù)相結(jié)合，建立廣義最小二乘生物量模型（GLS）和廣義加性生物量模型（GAM）。采用十折交叉驗證法，通過計算均方根誤差（RMSE）、均方誤差（MSE）和平均絕對誤差（MAE）等評價指標對模型進行檢驗，并使用2020年復(fù)測的328塊樣地數(shù)據(jù)對模型進行輔助驗證。【結(jié)果】在7種典型林分類型下，GAM的擬合效果優(yōu)于GLS。其中，廣義加性生物量模型的MAE較最小二乘生物量模型降低了 1 . 9 9 % ～ 2 7 . 4 8 % RMSE降低了 4 . 2 9 % ～ 2 0 . 8 7 % ，MSE降低了 6 . 7 2 % ～ 3 5 . 4 3 % 。二次檢驗結(jié)果表明，每種林分類型的GAM預(yù)測精度均在 80 % 以上。【結(jié)論】廣義加性生物量模型是一種建立生物量模型的非參數(shù)方法，適用于大興安嶺地區(qū)不同林分類型下的生物量預(yù)測。