Статьи 2024 г.
Реферат
УДК 630*11+57.087.1
Качаев А. В.1, Петров И. А.2, Харук В. И.1, 2, Белова Е. Н.1 Новый подход формирования переменных логистической регрессионной модели прогноза усыхания деревьев на основе динамики годичных колец (Kachaev A. V.1, Petrov I. A.2, Kharuk V. I.1, 2, Belova E. N.1 A new approach to developing a logistic regression model variables to predict tree mortality, based on tree-ring growth dynamics) // Сибирский лесной журнал. 2020. № 5. С. 37–44 (на английском языке, реферат на русском).
DOI: 10.15372/SJFS20200504
© Качаев А. В., Петров И. А., Харук В. И., Белова Е. Н., 2020
Годичный прирост деревьев является одним из интегральных показателей абиотических и биотических процессов, происходящих в лесной экосистеме. Одним из подходов в изучении процессов смертности деревьев – это 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 N (5, 10, …, 40) лет. Нами предлагается новая схема формирования логистических переменных, фиксируя 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 лет. Нами исследуются последние 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, что дерево «живое» 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.
Текст статьи
СПИСОК ЛИТЕРАТУРЫ (REFERENCES)
Bigler C., Bugmann H. Growth-dependent tree mortality models based on tree rings // Can. J. For. Res. 2003. V. 33 N. 2. P. 210–221.
Cailleret M., Bigler C., Bugmann H., Camarero J. J., Cúfar K., Davi H., Mészáros I., Minunno F., Robert E. M., Suarez M. L., Tognetti R., Martínez-Vilalta J. Towards a common methodology for developing logistic tree mortality models based on ring-width data // Ecol. Appl. 2016. V. 26. Iss. 6. P. 1827–1841.
Das A. J., Battles J. J., Stephenson N. L., Mantgem P. J. van. The relationship between tree growth patterns and likelihood of mortality: a study of two tree species in the Sierra Nevada / Can. J. For. Res. 2007. V. 37 N. 3. P. 580–597.
Davis J., Goadrich M. The relationship between precision-recall and ROC curves // Proc. 23rd Int. Conf. Machine Learning. 2006. P. 233–240.
Greenwood D. L., Weisberg P. J. Density-dependent tree mortality in pinyon-juniper woodlands // For. Ecol. Manag. 2008. V. 255. N. 7. P. 2129–2137.
Hosmer D. W., Lemeshow S. Applied logistic regression. 2 ed. New York: J. Wiley & Sons, Inc., 2000. 375 p.
Kabakov R. I. R v deystvii. Analiz i vizualizatsiya dannykh v programme R / per. s angl. P. A. Volkovoy (R in action. Analysis and visualization of data in the program R / transl. from English P. A. Volkova). Moscow: DMK Press, 2014. 588 p. (in Russian).
Kachaev A. V. O vybore peremennykh v logisticheskikh regressionnykh modelyakh usykhaniya derevyev (Оn the choice of variables in logistic regression models of mortality of trees) // Lesnye ekosistemy borealnoy zony: bioraznoobrazie, bioekonomika, ekologicheskie riski. Mat-ly Vseros. konf. s mezhdunar. uchast. (Forest ecosystems of the boreal zone: biodiversity, bioeconomics, environmental risks. Proc. All-Rus. Conf. Int. Participat.). 2019. Р. 165–168 (in Russian with English abstract).
Kharuk V. I., Im S. T., Oskorbin P. A., Petrov I. A., Ranson K. J. Siberian pine decline and mortality in southern Siberian Mountains // For. Ecol. Manag. 2013. V. 310. P. 312–320.
Kharuk V. I., Im S. T., Petrov I. A., Dvinskaya M. L., Fedotova E. V., Ranson K. J. Fir decline and mortality in the southern Siberian mountains // Reg. Environ. Change. 2017a. V. 17. N. 3. P. 803–812.
Kharuk V. I., Im S. T., Petrov I. A., Golyukov A. S., Ranson K. J., Yagunov M. N. Climate-induced mortality of Siberian pine and fir in the Lake Baikal watershed, Siberia // For. Ecol. Manag. 2017b. V. 384. P. 191–199.
Malakhova E. G., Lyamtsev N. I. Rasprostranenie i struktura ochagov usykhaniya elovykh lesov Podmoskovya 2010–2012 godakh (Extent and structure of Moscow region spruce forest dieback in 2010-2012) // Izv. SPb. Lesotekh. akad. (Bull. St. Petersburg For. Acad.). 2014. Iss. 207. P. 193–201 (in Russian with English abstract).
Mastitskiy S. E., Shitikov V. K. Statistichesky analiz i vizualizatsiya dannykh s pomoshchyu R (Statistical analysis and data visualization using R). Moscow, 2014. 401 p. (in Russian).
Pavlov I. N. Bioticheskie i abioticheskie faktory usykhaniya khvoynykh lesov Sibiri i Dalnego Vostoka (Biotic and abiotic factors as causes of coniferous forests dieback in Siberia and Far East) // Sib. ekol. zhurn. (Sib. J. Ecol.). 2015a. V. 22. N. 4. P. 537–554 (in Russian with English abstract).
Pavlov I. N. Biotic and abiotic factors as causes of coniferous forests dieback in Siberia and Far East // Contemp. Probl. Ecol. 2015b. V. 8. N. 4. P. 440–456 (Original Rus. text © I. N. Pavlov, 2015, publ. in Sibirskij ekologicheskij zhurnal. 2015a. V. 22. N. 4. P. 537–554).
Rozenberg G. S. Ekologiya i fizika: paralleli ili seti? (v prodolzhenie diskussii) (Ecology and physics: parallels or network? (pending discussion)) // Biosfera (Biosphere). 2011. V. 3. N. 3. P. 296–303 (in Russian with English abstract).
Sarnatskiy V. V. Zonal’no-tipologicheskie zakonomernosti periodicheskogo massovogo usykhaniya el’nikov Belarusii (Zonal-typological patterns of periodic mass drying of spruce forests of Belarus) // Tr. BGTU (Proc. Belarus St. Technol. Univ.). N. 1. Lesn. khoz-vo (Forestry). 2012. V. 148. N. 1. P. 274–276 (in Russian with English abstract).
Scott M. L., Shafroth P. B., Auble G. T. Responses of riparian cottonwoods to alluvial water table declines // Environ. Manag. 1999. V. 23. P. 347–358.
Speer J. H. Fundamentals of tree-ring research. Tucson, AZ: Univ. Arizona Press, 2010. 368 p.
Vvedeniye v JSON (Introduction to JSON), 2019 (in Russian). https://www.json.org/json-ru.html
Zamolodchikov D., Kraev G. Vliyanie izmeneniy klimata na lesa Rossii: zafiksirovannye vozdeystviya i prognoznye otsenki (Influence of climate change on Russian forests: recorded impacts and forecast estimates) // Ustoychivoe lesopol’zovanie (Sustainable forest management). 2016. N. 4 (48). P. 23–31 (in Russian).
