Applying Nonlinear Mixed-effects Models to Taper Equations: A Case Study of Pinus densiflora in Gangwon Province, Republic of Korea

In this study, the performance of a nonlinear mixed-effects (NLME) model used to estimate the stem taper of Pinus densiflora in Gangwon Province was compared with that of a nonlinear fixed-effects (NLFE) model using several performance measures. For the diameters of whole tree stems, the NLME model improved on the performance of the NLFE model by 26.4%, 42.9%, 43.1%, and 0.9% in terms of BIAS, MAB, RMSE, and FI, respectively. For the cross-section areas of whole tree stems, the NLME model improved on the performance of the NLFE model by 67.7%, 44.7%, 45.8%, and 1.0% in terms of BIAS, MAB, RMSE, and FI, respectively. Based on the analysis of 12 relative height classes of tree stems, stem taper estimation performance was also reasonably improved by the NLME model, which showed better MAB, RMSE, and FI at every relative height class compared with those of the NLFE model. In some classes, the NLFE model had better BIAS than the NLME model (stem diameter: 0.05, 0.2, 0.3, and 0.8; stem cross-section area: 0.05, 0.3, 0.5, 0.6, and 1.0). However, the NLME model enhanced the performance of stem diameter and cross-section area estimations at the lowest stem part (0.2 m from the ground). Improvements for stem diameter in terms of BIAS, MAB, RMSE, and FI were 84.2%, 69.8%, 68.7%, and 3.1%, respectively. For stem cross-section areas, the improvements in BIAS, MAB, RMSE, and FI were 98.5%, 70.1%, 68.7%, and 3.1%, respectively. The cross-section area at 0.2 m from the ground occupied 22.7% of total cross-section area. Improvements in estimation of cross-section area at the lowest stem part indicate that stem volume estimation performance could also be enhanced. Although NLME models are more difficult to fit than NLFE models, the use of NLME models as a standard method for the estimating the parameters of stem taper equations should be considered.

비선형 혼합효과 모형의 수간곡선 적용: 강원지방 소나무를 대상으로

강원지방소나무의 수간곡선 추정에 비선형 혼합효과 모형(nonlinear mixed-effects models: NLME)을 적용하고 몇 가지 성능 척도를 이용하여 비선형 고정효과 모형과 비교하였다. 혼합효과 모형이 고정효과 모형을 개선한 정도를 전체 성능의 측면에서 설명하면, 수간직경에 대해서는 BIAS 26.4%, MAB 42.9%, RMSE 43.1%, FI 0.9%만큼이었고, 수간단면적에 대해서는 BIAS 67.7%, MAB 44.7%, RMSE 45.8%, FI 1.0%만큼이었다. 수간을 12개의 상대수고 구간으로 세분화하여 분석한 결과에서도 수간곡선의 성능은 혼합효과 모형에 의해 크게 개선된 것으로 나타났다. 혼합효과 모형은 모든 상대수고 구간에서 수간직경 및 수간단면적에 대한 성능이 고정효과 모형보다 더 나은 MAB, RMSE, FI를 나타내었고, BIAS의 경우 일부 구간(수간직경: 0.05, 0.2, 0.3, 0.8, 수간단면적: 0.05, 0.3, 0.5, 0.6, 1.0)에서만 고정효과 모형보다 뒤떨어지는 것으로 확인되었다. 특히 지상에 근접한 수간 최하부(수고 0.2 m 지점)에서 수간직경 및 수간단면적 추정 성능이 혼합효과 모형에 의해 크게 향상되었다. 수간직경의 경우 BIAS 84.2%, MAB 69.8%, RMSE 68.7%, FI 3.1%, 수간단면적의 경우 BIAS 98.5%, MAB 70.1%, RMSE 68.7%, FI 3.1%만큼 향상된 것으로 분석되었다. 지상으로부터 0.2 m 높이 지점의 수간단면적이 수간단면적 전체에서 차지하는 비중은 22.7%에 달하였다. 이렇게 수간재적에서 가장 큰 비중을 차지하는 수간 최하부에서의 추정 성능이 크게 향상되었다는 것은 전체 수간재적의 추정 성능 역시 큰 폭으로 향상될 수 있음을 시사한다. 비록 모형 적합 과정이 고정효과 모형보다 까다롭다는 단점이 있지만, 추정 성능의 개선 효과를 고려하면 NLME를 수간곡선 추정의 표준적인 방법으로 사용하는 것을 검토할 필요가 있다.