中国林科院华林中心云冷杉阔叶混交林冠比模型研究取得重要进展，成果以题为“Comparing crown ratio models for spruce-fir broadleaved mixed forests using beta regression and random forest algorithm”的研究论文在线发表于Computers and Electronics in Agriculture 期刊。
冠比作为树冠的重要属性之一，对于研究林冠火的发生、树冠稀疏度、冠层动态、抚育间伐及林分生物量及碳储量贮存具有重要意义。目前，其通常作为预测变量纳入森林生长与收获预估模型中以提高模型预测精度。然而，冠比测量成本较大、精度较低，且研究的市场价值较低。因此，本研究引入单木、林分水平变量、林木大小分化多样性及竞争指数，基于变量重要性排序和共线性分析后的beta回归及随机森林算法，针对东北地区金沟岭林场云冷杉阔叶混交林10069株单木，分四个树种组（云冷杉组、硬阔组、软阔组及其他针叶组）构建冠比模型并比较模型预测精度。
研究发现：基于随机森林算法的冠比模型显著优于beta回归。每个树种组的冠比随着胸径及混交林中无关树种的最大树高的增加而缓慢增加，其阈值分别是20cm和25.5m；随着枝下高、基于交角的竞争指数、大小分化度，大小比数、基于胸高断面积的基尼系数及混交林中无关树种的最大树木的增加而减小。两种方法中，云冷杉组冠比模型拟合及预测精度均最好，硬阔叶组均最差。胸径及枝下高对冠比模型贡献最大，其次是分别是描述竞争、林分生长、立地质量的相关指标。该研究能为东北地区不同树种组冠比模型的构建和东北地区云冷杉阔叶混交林的科学经营提供理论参考。
中国林科院华林中心森林培育研究室二年级硕士研究生余洋为该论文第一作者，中国林科院首席科学家、博士生导师张会儒研究员为通讯作者。该研究得到十四五国家重点研发项目课题“西北华北典型次生林全周期多功能经营技术”和中央级公益性科研院所基本科研业务费专项资金“启航计划”项目的资助。
来源：中国林科院
