برآورد ارتفاع درختان راش و ممرز با استفاده از مدل‌های غیرخطی با اثرهای آمیخته (mixed-effects model)

هدف این تحقیق ارزیابی مدل‌های غیرخطی با اثرهای آمیخته در برآورد ارتفاع درختان راش (fagus orientalis lipsky) و ممرز (carpinus betulus l.) و مقایسۀ آن با مدل‌های غیرخطی در توده‌های ناهمسال آمیخته در سری یک و دو جنگل شصت‌کلاتۀ گرگان است. در این تحقیق 308 قطعه ‌نمونۀ دایره‌شکل به مساحت 10 آر پیاده و مشخصه‌های نوع گونه، قطر برابرسینه و ارتفاع درختان اندازه‌گیری و ثبت شد. ابتدا با استفاده از 20 مدل غیرخطی قطرارتفاع ارتباط بین ارتفاع و قطر برابرسینه بررسی شد و سپس با در نظر گرفتن مشخصه‌های ارتفاع غالب، قطر سطح مقطع متوسط، سطح مقطع در هکتار، سطح مقطع درختان بزرگ‌تر از درخت مورد نظر، تعداد درختان در هکتار و حجم در هکتار با استفاده از مدل‌های غیرخطی با اثرهای آمیختۀ ارتفاع درختان برآورد شد. نتایج برازش مدل‌های غیرخطی نشان داد که برای گونۀ راش مدل‌های کورتیس و ناسلند دارای بیشترین ضریب تبیین 0.76 و کمترین جذر میانگین مربعات خطا 3.35 و 3.40 بودند. برای گونۀ ممرز نیز مدل‌های ناسلند و میچایلف با ضریب تبیین 0.40 و جذر میانگین مربعات خطای 2.95 و 2.90 بهترین مدل‌ها انتخاب شدند. نتایج برازش مدل‌های غیرخطی با اثرهای آمیخته نشان داد که در مقایسه با مدل‌های غیرخطی، میزان ضریب تبیین برای گونه‌های راش و ممرز به‌ترتیب 10 و 30 درصد افزایش یافت و میزان جذر میانگین مربعات خطا نیز برای راش به 2.70 متر برای هر دو مدل و برای ممرز به‌ترتیب 2.32 و 2.30 متر به‌دست آمد.

Estimation beech (Fagus Orientalis L) and hornbeam (Carpinus betulus L) trees height using nonlinear models and mixedeffects model

The aim of this study was to develop the Mixedeffects model and compare it with nonlinear models for estimating beech (Fagus Orientalis Lipsky) and hornbeam (Carpinus betulus L.) heights in the Shastkalateh forests (district 1 and 2) of Gorgan. We applied a systematic sampling method to collect the field data within a 150×200 m network (308 circular plots) and in each plot, tree species were identified and height and diameter at breast height (DBH) of all trees were measured. Model fitting was done in two stages: Fixedeffect approach was used in the first stage wherein candidate models where height (dependent variable) and DBH (independent variable). These were refitted in the second stage using a mixedeffect approach. The adjusted coefficient of determination and root mean square error, were used to assess the models. The results of fitting nonlinear models showed that for the beech, Curtis and Naslund models had the highest coefficient of determination of 0.76 and the lowest root mean square error of 3.35 and 3.40, respectively. For hornbeam, Naslund and Michailoff models with the coefficient of determination of 0.40 and the root mean square error of 2.95 and 2.90 were selected as the best models. The results of nonlinear mixed effects model showed that the R2 for beech and hornbeam species increased by 10% and 30% respectively, and the RMSE improved about 0.65 for beech and 0.6 for hornbeam.