点击题目获取原文 ▲
研究亮点
HIGHLIGHTS
1. 采用随机生存森林算法，并与传统Cox比例风险模型进行对比分析；
2. 识别出影响森林采伐时间变化的关键变量；
3. 建立简化随机生存森林模型，为资源有限或数据不足的情况提供了切实可行的解决方案。
01
研究背景
生存分析(survival analysis)是一种统计方法，用于分析个体在一段时间内发生特定事件的概率和影响因素，又称事件史分析(time-to-event analysis)。此方法主要测量“生存时间”——即从观察开始到某事件发生的时间长度。在林学领域，生存分析广泛应用于树木的生长和存活研究，并在预测森林采伐概率方面具有潜力，但相关研究相对有限。森林采伐受多种因素影响，如林分特征、地块历史、管理措施及木材市场等。Cox比例风险模型常用于量化这些因素对采伐事件的影响，但由于模型的复杂性，可能会出现不一致的结果。为应对多变量和非线性问题，Ishwaran等提出了随机生存森林(RSF)模型，通过构建多重决策树更有效地处理高维数据和复杂关系。尽管RSF在医学等领域表现出较高的预测能力，但其在林业采伐预测，特别是混交林中的研究仍十分有限。
因此，本研究旨在利用RSF算法分析树木采伐的时间演变，纳入林分和环境变量(如基面积和海拔等)。具体目标包括：比较RSF模型与Cox模型的预测准确性；识别预测采伐事件差异的关键变量；构建包含少量变量的简化RSF模型，并评估不同地区、所有权类型和森林类型之间的采伐概率差异。
02
研究方法
本研究采用RSF算法对美国南部阿巴拉契亚地区混交林的采伐事件进行预测，并与Cox比例风险模型进行对比分析。数据来源于美国农业部林务局的森林清查与分析(FIA)项目，涵盖阿拉巴马州、乔治亚州、肯塔基州、北卡罗来纳州、田纳西州和弗吉尼亚州的永久样地。研究聚焦13种主要混交林类型，将样本量少于250的类型合并为“其他类型”。采伐事件定义为在子样地上移除一个或多个树木个体，事件史的时间跨度为初次清查至最后一次复测或采伐发生年之间。每个子样地的采伐周期视为独立间隔。选取14个预测变量，包括州、所有权、坡度、森林类型、坡向、海拔、Simpson多样性指数等。采用聚类自助法和1000次自助样本建模与评估，使用ROC曲线下的面积(AUC)和Brier分数评估模型性能。构建简化RSF模型以评估少量变量对模型准确性的影响。最终，利用最优简化RSF模型生成生存曲线，分析不同所有权、森林类型、海拔和州之间的采伐概率差异。
图 1｜研究区域地图
03
研究结果
图 2｜RSF模型与Cox模型的AUC曲线中位数及95%置信区间
图 3｜RSF、Cox和零模型的Brier分数曲线中位数及95%置信区间
图 4｜使用RSF模型生成的变量重要性(VIMP)值的中位数(点)及95%置信区间
图 5｜简化的RSF模型与全模型的预测性能对比(AUC值)
图 6｜简化的RSF模型与全模型的预测性能对比(Brier分数)
图 7｜不同森林类型随时间的生存概率变化。第1列: 私有林地, 第2列: 国家森林; 第1行: 阿拉巴马州, 第2行: 乔治亚州, 第3行: 肯塔基州
图 8｜不同森林类型随时间的生存概率变化。第1列: 私有林地, 第2列: 国家森林; 第1行: 北卡罗来纳州, 第2行: 田纳西州, 第3行: 弗吉尼亚州
图 9｜不同海拔随时间的生存概率变化。第1列: 低海拔, 第2列: 高海拔; 第1行: 阿拉巴马州, 第2行: 乔治亚州, 第3行: 肯塔基州
图 10｜不同海拔随时间的生存概率变化。第1列: 低海拔, 第2列: 高海拔; 第1行: 北卡罗来纳州, 第2行: 田纳西州, 第3行: 弗吉尼亚州
Cite this article
Senevirathne, D.M., Yang, S., Brandeis, C., Hodges, D.G., 2024. Predicting Time-to-Harvest in Mixed-species Forests using a Random Survival Forest Algorithm. For. Ecosyst. 11, 100236.
https://doi.org/10.1016/j.fecs.2024.100236
文章链接：https://doi.org/10.1016/j.fecs.2024.100236
关于本刊
《森林生态系统(英文)》（Forest Ecosystems）是由教育部主管、北京林业大学主办的林学、生态学类的开放获取学术期刊。主要收录森林生态系统、森林群落、森林环境、遥感、气候变化、大数据等相关研究领域的高质量、原创性研究论文和评论性文章。影响因子3.8，在中科院期刊分区表中居农林科学大类一区，林学小类一区。
扫描二维码关注我们
森林生态系统(英文)
微信号：Forest Ecosystems
https://www.sciencedirect.com/journal/forest-ecosystems
编辑：唐珊珊
审核：李杰
点击“阅读原文”访问期刊主页
