摘要：【目的】研究不同抽样方法对立木材积方程预测精度的影响,为各地编制不同树种材积表及构建立木材积方程提供基础数据抽样技术依据。【方法】以兴安落叶松立木材积方程为例,设计均匀、正态、右偏和左偏4种抽样方法,根据不同数据类型,利用SAS软件中proc surveyselect模块的简单随机抽样（SRS）并结合条件语句对数据进行分径阶抽样。采用Shapiro-Wilk对不同抽样方法下的胸径统计量进行正态性检验。以异速生长方程为基础材积模型,利用S-PLUS软件的广义非线性GNLS模块对模型进行拟合。采用指数函数、幂函数和常数加幂函数对4种立木材积拟合过程中产生的异方差现象进行校正。利用确定系数（R-2）、均方根误差（RMSE）、平均误差绝对值（MAB）和相对误差绝对值（MPB）对立木材积方程精度进行综合比较分析。【结果】1）指数函数、幂函数和常数加幂函数均能消除4种立木材积方程异方差的影响,加入变量为V^的幂函数消除异方差的效果最好。2）拟合结果表明,相对于均匀模型,正态模型的RMSE下降31.6%,右偏模型的RMSE下降23.1%,左偏模型的RMSE下降33.7%。3）分径阶检验表明,径阶分布在12-28 cm、36-40 cm和44-48 cm时,左偏模型的MAB和MPB均小于均匀、正态和右偏模型,即左偏模型在11组径阶中有6组径阶的MAB和MPB均最小;径阶分布在12-32 cm和44-48 cm时,右偏模型的MAB和MPB均小于均匀和正态模型,即右偏模型在11组径阶中有6组径阶的MAB和MPB均最小;径阶分布在12-32 cm和40-44 cm时,正态模型的MAB和MPB均小于均匀模型,即正态模型在11组径阶中有6组径阶的MAB和MPB均最小。【结论】左偏模型的预测精度比均匀、正态和右偏模型高,右偏模型的预测精度比均匀和正态模型高,正态模型的预测精度比均匀模型高,总体模型检验精度顺序为左偏模型〉右偏模型〉正态模型〉均匀模型。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社