加拿大哥伦比亚省美国黄松广义代数差分型地位指数模型

基于3种常用的理论生长模型,利用代数差分法和广义代数差分法推导8个差分型地位指数模型。模型拟合采用加拿大哥伦比亚省美国黄松林分79个临时样地的纵向剖面解析木数据和分类变量回归的参数估计方法,模型筛选采用统计指标和图形分析相结合的方法,并着重突出了图形分析的重要性;同时,本文对于最佳模型的应用也进行了较为全面的分析研究。结果表明:1)广义差分型地位指数模型具有更高的预测性能;2)基于Hossfeld IV生长模型的广义差分型地位指数模型表现出了最佳的性能,推荐采用该模型对加拿大哥伦比亚省30～200年的美国黄松林分进行树高生长预测和立地质量分类;3)依据预测的相对误差,确定100年为最佳指数年龄。