5M
This presentation is the property of its rightful owner.
Sponsored Links
1 / 1

欖仁溪樣區中樹種個體死亡模型之建立 Modeling individual tree mortality for forest species PowerPoint PPT Presentation


  • 44 Views
  • Uploaded on
  • Presentation posted in: General

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).

Download Presentation

欖仁溪樣區中樹種個體死亡模型之建立 Modeling individual tree mortality for forest species

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Modeling individual tree mortality for forest species

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)

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

結果

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。

A

B

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) 。

C

D

F

E

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。

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

M9197模型

M9105模型

圖三、分析方法流程圖

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

neighbor

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。

object

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 …

neighbor

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

object

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。

圖四、各變數示意圖


  • Login