11 – والنماذج ذات الآثار المختلطة أدوات مرنة ومفيدة لتحليل البيانات ذات الهيكل العشوائي الهرمي في مجال الحراجة ويمكن استخدامها أيضا لتحسين أداء نماذج نمو الغابات بشكل كبير. هنا، يتم تقديم بروتوكول يجمع المعلومات المتعلقة بنماذج التأثيرات المختلطة الخطية.
هنا ، وضعنا نموذج الفردية شجرة من 5 سنوات من زيادات المنطقة القاعدية على أساس مجموعة بيانات بما في ذلك 21898 أشجار اسبيراتا Picea من 779 قطعة أرض عينة تقع في مقاطعة شينجيانغ ، شمال غرب الصين. لمنع الارتباطات العالية بين الملاحظات من وحدة أخذ العينات نفسها ، قمنا بتطوير النموذج باستخدام نهج خطي مختلط التأثيرات مع تأثير مؤامرة عشوائية لحساب التغير العشوائي. وقد أدرجت متغيرات مختلفة على مستوى الأشجار والوقوف، مثل الأرقام القياسية لحجم الشجرة والمنافسة وحالة الموقع، كآثار ثابتة لتفسير التغير المتبقي. وبالإضافة إلى ذلك، تم وصف التغايرية والوثوث عن طريق إدخال وظائف التباين وهياكل العلاقات التلقائية. تم تحديد نموذج التأثيرات المختلطة الخطية الأمثل بواسطة العديد من الإحصاءات المناسبة: معيار المعلومات في أكايكي، ومعيار المعلومات باييزي، واحتمال اللوغاريتم، واختبار نسبة الاحتمال. وأشارت النتائج إلى أن المتغيرات الهامة للزيادة في المساحة القاعدية الفردية – الأشجار هي التحول العكسي لقطر عند ارتفاع الثدي، والمساحة القاعدية للأشجار التي أكبر من الشجرة موضوعها، وعدد الأشجار في الهكتار، والارتفاع. علاوة على ذلك، تم تصميم الأخطاء في بنية التباين بنجاح بواسطة الدالة الأسية، وتم تصحيح العلاقات التلقائية بشكل كبير بواسطة بنية التسجيل التلقائي من الدرجة الأولى (AR(1)). وتحسن أداء نموذج التأثيرات المختلطة الخطي تحسناً كبيراً بالنسبة للنموذج باستخدام الانحدار العادي الأقل المربعات.
وبالمقارنة مع ثقافة أحادية العمر، فإن إدارة الغابات المختلطة الأنواع غير المتكافئة العمر ذات الأهداف المتعددة قد حظيت باهتمام متزايد مؤخراً1،2،3. والتنبؤ ببدائل مختلفة للإدارة ضروري لصياغة استراتيجيات قوية لإدارة الغابات، ولا سيما بالنسبة للغابات المختلطة المختلطة ذات الأنواع المختلطة المعقدة ذات الأعمار غير المتساوية4. وقد استخدمت نماذج نمو الغابات والغلة على نطاق واسع للتنبؤ شجرة أو الوقوف التنمية والحصاد في إطار مختلف مخططات الإدارة5,6,7. وتصنف نماذج نمو الغابات وغلة في نماذج الفردية شجرة، نماذج من فئة الحجم، ونماذج النمو الوقوف الكامل6،7،8. ومن المؤسف أن النماذج ذات الرتبة الحجمية ونماذج الاستعدادات الكاملة ليست مناسبة للغابات المختلطة الأنواع غير المتفاوتة العمر، مما يتطلب وصفا أكثر تفصيلا لدعم عملية صنع القرار في إدارة الغابات. لهذا السبب، تلقى نمو شجرة الفردية ونماذج الغلة اهتماما متزايدا على مدى العقود القليلة الماضية بسبب قدرتها على جعل التنبؤات للغابات تقف مع مجموعة متنوعة من تكوينات الأنواع، والهياكل، واستراتيجيات الإدارة9،10،11.
تراجع المربعات الأقل العادية (OLS) هو الأسلوب الأكثر استخداما لتطوير نماذج نمو شجرة الفردية12،13،14،15. مجموعات البيانات لنماذج نمو الأشجار الفردية التي تم جمعها مرارا وتكرارا على مدى فترة زمنية محددة على نفس وحدة أخذ العينات (أي، عينة مؤامرة أو شجرة) لها بنية عشوائية هرمية، مع عدم وجود استقلالية والارتباط المكاني والزماني العالي بين الملاحظات10،16. ينتهك الهيكل العشوائي الهرمي الافتراضات الأساسية لتراجع عملية شريان الحياة للسودان: أي المخلفات المستقلة والبيانات الموزعة عادة مع تباينات متساوية. ولذلك، فإن استخدام تراجع عملية شريان الحياة البرية ينتج حتماً تقديرات متحيزة للخطأ القياسي لتقديرات المعلمات لهذه البيانات13و14.
توفر نماذج التأثيرات المختلطة أداة قوية لتحليل البيانات ذات الهياكل المعقدة، مثل بيانات القياسات المتكررة والبيانات الطولية والبيانات متعددة المستويات. تتكون نماذج التأثيرات المختلطة من مكونات ثابتة، مشتركة بين السكان الكاملين، ومكونات عشوائية، والتي هي محددة لكل مستوى أخذ العينات. وبالإضافة إلى ذلك، نماذج الآثار المختلطة تأخذ في الاعتبار عدم القدرة على القياس والعلاقات الذاتية في المكان والزمان من خلال تحديد غير قطري التباين- مصفوفات هيكل التباين17،18،19. لهذا السبب، وقد استخدمت نماذج الآثار المختلطة على نطاق واسع في الغابات، مثل في نماذج قطر الارتفاع20،21، تاج نماذج22،23، ونماذج رقيقة الذاتي24،25، ونماذج النمو26،27.
وكان الهدف الرئيسي هنا هو وضع نموذج لزيادة المساحة القاعدية لشجرة فردية باستخدام نهج خطي مختلط الآثار. ونأمل أن يطبق نهج الآثار المختلطة على نطاق واسع.
مسألة حاسمة لتطوير نماذج الآثار المختلطة هو تحديد المعلمات التي يمكن التعامل معها على أنها تأثيرات عشوائية والتي ينبغي النظر في الآثار الثابتة34،35. وقد اقتُرحت طريقتان. النهج الأكثر شيوعا هو التعامل مع جميع المعلمات كمؤثرات عشوائية ومن ثم الحصول على أفضل ن…
The authors have nothing to disclose.
تم تمويل هذا البحث من قبل صناديق البحوث الأساسية للجامعات المركزية، منحة رقم 2019GJZL04. ونشكر البروفيسور ويشينغ تسنغ في أكاديمية جرد وتخطيط الغابات، والإدارة الوطنية للغابات والمراعي، في الصين، على إتاحة الوصول إلى البيانات.