Сибирский федеральный университет

Тип публикации: статья из журнала

Год издания: 2020

Идентификатор DOI: 10.15372/SJFS20200504

Ключевые слова: дендрохронология, годичный прирост, сосна кедровая сибирская Pinus sibirica du Tour, Хамар-Дабан, dendrochronology, annual increment, Siberian stone pine Pinus sibirica du Tour, Khamar-Daban

Аннотация: The annual tree increment is one of the integral indicators of abiotic and biotic processes occurring in the forest ecosystem. The use of logistic regression models based on annual tree-ring growth data is a promising approach to studying tree mortality. The diversity of logistic variables in scientific research is a result of various choices of statistics (average, median, growth trend, etc.) and their score in the time-window for the past N (5, 10, ..., 40) years. We propose a new scheme for the formation of logistic variables that involves fixing the statistics for calculating the average and choosing two non-intersecting time-windows based on measurements of the annual tree-rings growth. The choice of non-overlapping «windows» enables setting the ratio of the average growth of annual rings of trees between the windows for different periods of time. We examined the past 41 years of tree growth. Logistic regression models are constructed on a set of pairs of non-intersecting «windows» with a limit on the values of the sensitivity and specification of at least 1.6. The calculation of the percentage prediction if a tree is living or dying was done based on the contingency table in the logistic regression model. The logistic regression models were visualized using ROC curves. The models were compared on an expert scale based on the calculated area under the ROC curves. The obtained logistic regression model was verified by the bootstrap method. The calculations were carried out for the Siberian stone pine Pinus sibirica du Tour growing in the Baikal region (the Khamar-Daban Ridge) using the R programming language. The computed logistic regression model helped us predict live and dead trees in more than 80 % of cases. Годичный прирост деревьев является одним из интегральных показателей абиотических и биотических процессов, происходящих в лесной экосистеме. Один из подходов к изучению процессов смертности деревьев - построение логистических регрессионных моделей с использованием годичного прироста. Многообразие формирования логистических переменных в научных исследованиях определяется различным выбором статистик (среднее, медиана, тренд роста и т. д.) и счетом их в «окне» за последние 5, 10, …, 40 лет. Нами предлагается новая схема формирования логистических переменных, фиксирующая статистику вычисления среднего и выбора двух непересекающихся «окон» по измерениям приростов годичных колец. Выбор непересекающихся «окон» позволяет задать отношение среднего прироста годичных колец деревьев в разные периоды. Нами исследуется последний период (41 год) прироста деревьев. На множестве пар непересекающихся «окон» полным перебором строятся логистические регрессионные модели с ограничением на значения суммы чувствительности и спецификации не менее 1.6. Расчет процента предсказания «живое» дерево или «усыхает» определяется через таблицу сопряженности в логистической регрессионной модели. Визуализация логистических регрессионных моделей осуществлена с использованием ROC-кривых. Модели сравниваются по экспертной шкале на основании рассчитанной площади под ROC-кривыми. Верификация логистической регрессионной модели проведена с использованием бутстрэп-метода. Расчеты выполнены с использованием языка программирования R для деревьев сосны кедровой сибирской Pinus sibirica du Tour, произрастающих в Прибайкалье (хр. Хамар-Дабан). Построенная логистическая регрессионная модель предсказывает живые и усыхающие деревья в более чем в 80 % случаев.

Журнал: Сибирский лесной журнал

Выпуск журнала: № 5

Номера страниц: 37-44

ISSN журнала: 23111410

Место издания: Красноярск

Издатель: Красноярский научный центр СО РАН

• Kachaev A.V. (Siberian Federal University)
• Petrov I.A. (V. N. Sukachev Institute of Forest, Russian Academy of Science, Siberian Branch)
• Kharuk V.I. (V. N. Sukachev Institute of Forest, Russian Academy of Science, Siberian Branch)
• Belova E.N. (Siberian Federal University)

• РИНЦ (eLIBRARY.RU)
• Список ВАК