Upload
bao
View
38
Download
0
Embed Size (px)
DESCRIPTION
5M. 圖一、南仁山欖仁溪樣區位置圖. 圖二、欖仁溪樣區地形圖. ⊙ 樣區資料( 1991-2005 ) 包含樹種、 DBH 、植株位置和 個體存活狀態. ⊙ 變數整理 包括個體自身的大小或 活力,以及個體與個體 之間競爭的關係(圖四). ⊙ 模型建立 將樹種中各植株存活狀態 與變數的資料矩陣,以 SAS logistic regression procedure 進行分析. ⊙ 模型驗證 模擬各樹種個體的死亡, 利用混淆矩陣(圖五)計算 預測成功率 (Overall prediction success, OPS). - PowerPoint PPT Presentation
Citation preview
欖仁溪樣區中樹種個體死亡模型之建立Modeling individual tree mortality for forest species
of Lanjenshi forest dynamics plot黃思博 Huang, Ssu-Po 、謝長富 Hsieh, Chang-Fu
臺灣大學生態學與演化生物學研究所
前言 南仁山欖仁溪森林動態樣區 (Lanjenchi Forest Dynamics Plot) 自 1989 年設立迄今,已經完成三次每木調查,每次調查皆記錄各植株的樹種、大小、位置以及是否存活。本論文利用個體大小及個體競爭等各種可能影響樹木死亡的變數,嘗試預測各樹種的死亡率,探究森林動態變化的趨勢。
本研究目的為: ( 1)建立南仁山欖仁溪樣區中各樹種的死亡模型。 ( 2)找出最有可能影響各樹種死亡的變數。 ( 3)驗證各樹種的死亡模型預測能力之優劣。 ( 4)比較使用不同變數建立的模型,其預測能力的優劣。
圖一、南仁山欖仁溪樣區位置圖圖二、欖仁溪樣區地形圖
研究地區 南仁山欖仁溪樣區位於台灣南端的墾丁國家公園南仁山保護區內 ( 圖一 ) ,總面積 3 公頃,樣區內坡度在 5°~30° 之間,海拔 300~340 公尺。每年秋末至春初受到東北季風強烈吹拂。樣區內地形複雜,西側地勢較高,東半部有兩座平緩的小山頭,中間處有一南北向溪谷,溪谷僅在雨季雨勢大時會有流水 ( 圖二 ) 。
總結一、除了 DBH 變數之外,沒有其他變數可以普遍影響各樹種的死亡率,受 DBH 變數影響的樹種 ,其小徑級植株的死亡率都很高,隨著徑級增加死亡率則快速地遞減,死亡率隨徑級的變化常呈現 L 型的分佈圖。
二、不論是 M9197 模型或是 M9105 模型,有一半以上的樹種預測成功率大於七成,部分樹種的預測成功率更高達九成以上。整體來說,本研究所建立之模型有不錯的預測能力,但對於整體實際死亡率來說,有使用生長、死亡相關變數的 M9105 模型比 M9197 模型預測來得準確。
三、本模型未來可搭配生長和新增模型,對於森林動態變化進行模擬,以瞭解森林未來的樹種組成,各樹種的植株數量變動,以及新增、生長和死亡率的變動情形。
致謝 感謝墾丁國家公園南仁湖管理站在每個寒暑假免費提供住宿,也感謝管理站的人員對於參與調查的人員照顧有加,更感謝每位不懼風雨、犧牲假期來幫忙調查的同學們。
5M
個體大小:DBH 、 1/DBH 、BA 、 STEM…
競爭關係:同種間:COND 、 COBA 、COΘ…不同種間:HEND 、 HEBA 、HE Θ…鄰近大樹間:COBAL 、 HEBAL 、BALR …
結果
1 01 A C0 B D
預測結果
實際結果
圖五、混淆矩陣, A為實際上死亡且預測也是死亡的數量, B 為實際上死亡卻預測是存活的數量, C 為實際上存活卻預測是死亡的數量, D 為實際上存活且預測也是存活的數量
模型建立
整理三次調查的資料,利用邏輯回歸分析來建立死亡預測模型。為探討死亡發生與競爭及個體本身植株大小的關係,以 1991~ 1997 年間兩次調查的資料,計算 25 種相關變數來建立 M9197 模型。另外,以 1991 , 1997 及 2005 年三次調查的資料,除計算前述之變數外,增加生長或死亡等相關變數共 35 種來建立 M9105 模型。
⊙樣區資料( 1991-2005 )包含樹種、 DBH、植株位置和個體存活狀態
⊙變數整理包括個體自身的大小或活力,以及個體與個體之間競爭的關係(圖四)
⊙模型建立將樹種中各植株存活狀態與變數的資料矩陣,以 SAS logistic regression procedure 進行分析
⊙模型驗證模擬各樹種個體的死亡,利用混淆矩陣(圖五)計算預測成功率 (Overall prediction success, OPS)
圖四、各變數示意圖
圖三、分析方法流程圖
M9197 模型 M9105 模型
圖七、 M9197 模型和 M9105 模型中,各樹種預測死亡率和實際死亡率比較圖。點越靠近紅線,表示預測的準確率越高,在框線內的表示兩者誤差值在 3﹪以內
1))7694.5(/1)8957.2()00448.0(9257.4( )1(2 COCITALDBHDBHeP 1)3227.06715.0( )1( DBHeP
1)/1)6839.2(2494.3( )1( DBHeP 1))0071.0(/1)949.1(4203.3( )1( COBALDBHeP
1)0101.00101.03319.0( )1( COBADSTEMeP1)00384.0/1)2219.1(4926.2( )1( COBADDBHeP
圖六、 M9197模型的廣泛分布種,各徑級實際死亡率和預測死亡機率比較圖。 A、 B、 C、D為冠層樹種,其預測死亡率受 DBH相關變數影響,在最小徑級最高,隨徑級增大而遞減; E、 F為次冠層以下樹種,其預測死亡率與個體大小及枝幹數等相關變數有關
object
object
neighbor
neighbor
A B
C D
E F