福建柏树高线性估测模型的多生长指标优化研究

树高是林木的主要生长指标之一,也是森林资源调查中的一个重要指标;林木树高生长往往可以反映其所在林地的质量。利用40株福建柏样木调查数据,基于以胸径为自变量的福建柏树高一元线性估测模型,引入枝下高与冠幅指标,建立了多元线性回归模型,并比较了二者的估测效果。结果表明:利用相同的建模数据拟合的福建柏树高多元线性回归模型的决定系数R~2较一元线性回归模型高0.0309,剩余标准差S低0.0612,估测精度高0.0047,说明引入同样对树高具有显著影响的枝下高和冠幅2个生长指标后,单独以胸径为自变量的福建柏树高线性回归模型得到了优化,估测结果的稳定性更强。     

基于线性混合效应模型的杉木树高-胸径模型

【目的】利用线性混合效应模型分析杉木树高与胸径的关系,为杉木树高测量提供支持。【方法】收集688组有效杉木研究数据,利用最小二乘法构建树高(H)和胸径(DBH)的线性基础模型,同时考虑林分密度效应和海拔效应,在R 3.2.2软件中拟合混合模型,比较基础模型和2种混合模型的赤池信息规则(AIC)、贝叶斯信息规则(BIC)和-2倍对数似然值(-2log lik),在此基础上,引入误差效应方差协方差矩阵及指数函数、幂函数和恒等式函数,筛选较好的混合模型;基于独立验证数据对模型进行验证,选取R~2、|E|、RMSE3个评价指标对模型精度进行评价。【结果】固定模型的AIC=2 089.731,BIC=2 102.151,-2log lik=2 083.732,均大于混合模型,即混合效应模型拟合效果优于固定模型;考虑模型误差效应方差协方差矩阵,加入恒等式异方差函数能够显著提高模型的精度,且含有不同随机参数的混合模型精度不同,引入海拔随机效应的混合模型拟合精度(R~2=0.804 4,|E|=1.553 9,RMSE=2.143 0)高于含有林分密度效应的混合模型(R~2=0.797 0,|E|=1.576 6,RMSE=2.183 0)。【结论】考虑随机效应的混合模型既能反映杉木树高的总体变化趋势,还能体现不同组分间的差异,在估测精度和通用性上均优于固定模型。     

基于Richards方程的杉木树高生长模型

利用Richards生长方程构建杉木Cunninghamia lanceolata树高生长模型。以福建省三明市将乐县国有林场杉木人工林为研究对象．基于15块杉木人工林标准地野外调查数据。在分析林分相对胸径（出）和相对树高（hR）规律的基础上,拟合了胸径．树高曲线、胸径一株数累积（％）曲线以及树高一株数累积（％）曲线。根据林分结构现状,应用SPSS20统计软件模拟了杉木树高生长模型。结果表明：在95％置信区间内,模型的相关指数达到了0．993,求得参数A=28．606,B=1．094．k=0．031,m=-0．466,且各参数的估计值符合杉木的生长规律。此模型大大提高了林木树高因子的模拟精度．并为实现森林资源的优化配置提供基础数据。图3表3参30     

上海市主要造林树种的胸径-树高模型研究

胸径和树高是森林调查中2个主要的调查因子。随着遥感技术的发展,在大区域的森林资源调查中,可以很容易地测量单株树的高度,其精度与传统的地面测量方法相当。最近几年,林业研究者构建了一系列胸径-树高方程来通过机载雷达所测的树高来估计树木的胸径,然而,大多数的模型都只是将树高作为唯一的变量来研究胸径-树高模型,却很少将冠幅与树高和胸径两者结合来研究胸径-树高模型。利用6种常用的胸径-树高模型,以上海市主要造林树种:池杉(n=241株)、柳树(n=82株)、木兰类(n=119株)、女贞(n=512株)、水杉(n=469株)、杨树(n=138株)、榆树类(n=235株)、樟树(n=1 129株)为研究对象,基于R2、平均偏差和平均绝对偏差为评价指标,对这6种胸径-树高方程的模拟精度进行评价和比较,最终得到了各树种对应的最优模型结果。结果表明,模型(3)适用于榆树类、女贞和柳树;而模型(5)则适用于池杉、木兰类、水杉、杨树和樟树。模型(3)和(5)相对于其他4个模型来说有着更加准确的模拟精度。研究结果可为该地区通过机载雷达调查森林提供基础。     

基于ICESat-GLAS的坡地最大树高估测模型比较研究

地形坡度对星载LiDAR(lightdetection and ranging)估测最大树高具有较大的影响。为了提高坡度条件下树高的反演精度,通过建立坡地条件下5种不同的最大树高估测模型,前3个模型分别使用不同DEM(digital elevation model)数据的地形指数来量化地形坡度的Xing模型,第4个模型使用波形参数-未改进边缘长度来量化地形坡度,第5个模型与第4个模型类似,用改进边缘长度来替换未改进边缘长度。结果可知,波形参数模型的精度要高于使用DEM数据的地形指数的Xing模型的精度,第5个模型的精度要高于第4个模型的精度。表明波形参数量化地形坡度的能力要优于DEM数据的地形指数,而改进边缘长度模型更适合估测坡地的最大树高。     

基于林分结构响应的PALSAR森林结构参数估测

为提高ALOS PALSAR数据估测森林结构参数的精度,引入代表林分结构复杂程度的调整熵值(ENTadj)参与估测,以消除林分结构对雷达后向散射系数的干扰。首先利用野外样地实测的树高计算林分的调整熵值,与Landsat8 OLI第6波段建立线性回归模型,获得基于像元的调整熵值。一般森林结构参数与ALOS PALSAR后向散射系数之间的关系可以用对数模型模拟。引入基于像元的调整熵值作为自变量对原始对数模型进行改进,分别对林分平均高、林分平均胸径、林分蓄积量建立了3种形式的改进模型。利用原始模型和改进模型分别对杉木林、马尾松林、阔叶林和针阔混交林的上述森林结构参数进行估测。最后比较模型拟合精度筛选出3项森林结构参数在各类森林中的最优模型,共计12个。结果表明:考虑林分结构干扰后,雷达估测森林结构参数模型的拟合精度R2均得到了提高。马尾松林各项森林结构参数模型的拟合度提高最大。精度检验结果表明:林分平均高估测精度(RMSE为0.74~2.51 m)、林分平均胸径估测精度(RMSE为2.61~5.61 cm)和林分蓄积量估测精度(RMSE为21.71~30.92 m3/hm2)都比较理想。本研究探讨了林分结构信息应用于合成孔径雷达后向散射系数反演森林结构参数方面的潜力,提高了光学数据结合雷达数据估算森林结构参数的能力。      

华北地区栓皮栎根径相关模型及材积表研建

基于华北地区149株栓皮栎解析木的数据,先建立了3个表现良好的独立模型,包括带皮胸径--去皮根径线性模型、带皮胸径--树高幂函数模型和基于自然对数转换变量的带皮胸径、树高--去皮材积线性模型。之后基于这3个独立模型,运用误差变量联立方程组的方法建立了1个相容性根径--胸径--树高--材积模型系统,并由此得到基于根径、胸径和胸径树高的相容材积式(表)。相容性模型系统中,各模型的6项统计指标、模型残差图、Shapiro Wilk检验及独立数据检验结果表明:各模型均无异方差现象,模型残差服从正态分布,且各模型在拟合阶段和检验阶段的残差范围都较因变量的范围窄。上述材积式(表)的精度在96.9%以上,可用于华北地区栓皮栎林木材积的估测,且为华北地区栓皮栎林区解决和处理盗伐、滥伐案件提供依据。带皮胸径-树高模型作为森林生长与收获模型系统的一个重要组分,可被用来在已知胸径的情况下推算平均树高,进而推算森林蓄积量和生物量等因子,对森林调查具有重要意义。本研究建立的模型及数表仅适用于胸径范围在5~21 cm之间的华北地区栓皮栎树木的估测。      

北京市13 个常见树种胸径估测研究

随着高分辨率遥感数据、LiDAR 技术在森林资源调查中应用的日益普遍,以及自动快速提取树木冠幅、树高 方法的日益成熟,需要建立新的树木模型来估测其他林分因子,以适应林业调查手段更新和发展的需求。在参考 国内外大量文献的基础上,选择常用的胸径鄄冠幅模型和树高鄄胸径曲线模型,根据北京市178 块森林样地调查数 据,建立了北京市13 个常见树种的胸径鄄冠幅模型,胸径鄄树高模型,胸径鄄冠幅、树高综合模型。结果表明:并不是 所有树种的冠幅、树高都与胸径有高相关性;13 个树种中,只有臭椿、雪松、栾树和加杨的胸径鄄冠幅模型的R2 大于 0郾7,胸径鄄树高模型R2 大于0郾5,胸径鄄冠幅、树高综合模型达到0郾8 以上;油松、杨树、槲栎、圆柏4 个树种的胸径鄄 冠幅模型的R2 小于0郾3;核桃、油松、火炬树、柳树、国槐5 个树种的胸径鄄树高模型R2 低于0郾3。并提出在下一步工 作中,把林龄,林分密度,立地条件如坡度、坡向、海拔、地位级等林分因子与树木冠幅、树高联合建立估测模型来提 高胸径估测的精度。该方法可用于现代遥感技术快速获取树木冠幅、树高之后,根据已有的数据库资料,用树种的 冠幅、树高估测胸径,再推算其他林分因子,实现森林资源的快速调查与更新。      

米槁种群树高-胸径关系研究

【目的】通过建立米槁树高-胸径关系模型,为米槁天然林生长规律和预测林木蓄积量研究提供理论支撑,同时为米槁可持续经营提供参考依据.【方法】对贵州省部分地区的米槁天然林进行调查,分析米槁种群的分布规律,并基于米槁种群树高、胸径实测数据,选用11个具有代表性且有生物学意义的曲线模型对米槁种群树高-胸径进行曲线拟合,得出模型参数,分析树高-胸径的相关性;采用T检验验证拟合精度,对其可靠性进行检验,从中筛选出拟合优度较高的模型.【结果】米槁树高和胸径呈显著相关性.11个拟合米槁树高-胸径模型的参数表明,幂函数lnH=2.255×D~(0.602)是描述米槁种群树高-胸径关系的最优拟合模型.数据拟合精度的指标值表明整体拟合效果理想且精度高.【结论】幂函数模型能够很好地拟合米槁树高-胸径关系,所选最优模型可用来估算米槁树高、胸径的值,从而提高模型预测能力.     

榆林沙区樟子松人工林胸径-树高生长模型研究

为研究榆林沙区樟子松胸径-树高生长模型，填补榆林沙区樟子松在胸径-树高生长模型研究的空白，为榆林沙区樟子松林分生长预测、生产经营管理提供参考依据，以榆林沙区樟子松人工林为研究对象，选用15个常用的胸径-树高生长模型，通过5个评价指标(R²、决定系数(RMSE)、平均绝对残差(MAE)、残差平均和(SSE)、Akaike信息量准则(AIC))进行对比分析拟合，从而进一步确定，适宜的榆林沙区樟子松胸径-树高生长模型。结果表明：除了Gompertz(1825)模型(14号模型)无法输出参数，剩余的模型均可以。在剩余的14个模型中，双曲线型(2号模型)、混合型(5号模型)、二次多项式(6号模型)、Korf(10号模型)、修正Veibull(11号模型)这5个模型评价指标较优，拟合效果较好。综合比较分析可知，这5种基础胸径-树高模型中，修正Veibull模型可以更好地拟合樟子松胸径-树高的关系，精度也比较准确，建议选用修正Veibull模型。     

用度量误差模型方法建立油松树高曲线方程组1）

根据一类清查数据,以Richards方程为基础,采用度量误差模型方法,建立油松林分相容性树高曲线方程组。结果表明：模型在0．05的水平上检验显著,对树高、胸径的预估精度分别为96．12％、96．53％;胸径生长的速生期滞后于树高生长的速生期,树高生长极盛期的林龄为20～30 a,胸径生长极盛期的林龄为30～40 a;胸径为5～10 cm时,树高生长最快,此后逐渐变缓;树高曲线与林分胸径、树高生长过程曲线之间具有相容性和一致性。     

广西南宁巨尾桉(DH32-28)植苗林调查因子关系模型研究

[目的]调查广西南宁巨尾桉(DH32-28)植苗林各调查因子间的关系。[方法]对在广西南宁树木园新塘和横县林区内生长正常的巨尾桉(DH32-28)植苗林进行调查,分别测定每株树的胸径、树高、年龄等树木调查因子,并对其相关性进行分析,建立胸径与造林时间、树高与造林时间、胸径与树高等因子之间的一系列数学模型,并进行模型的实用性和精度检验。[结果]胸径、树高与造林时间的对数函数关系比较密切,树高与胸径的二次函数模型关系比较密切。胸径与造林时间的关系可以用对数函数模型y=-3.310+4.132lnx来反映,树高与造林时间的关系可以用对数函数模型y=-15.881+8.816lnx来反映,胸径与树高的关系可以用二次函数模型y=0.635+0.822x+0.042x~2来反映。[结论]模型揭示了广西南宁巨尾桉(DH32-28)植苗林各调查因子之间的生长规律性,同时还可以用于桉树人工林林分生长预估中单株树木潜在的生长分析,对桉树人工林的可持续经营利用和森林生态系统恢复具有一定的指导意义。     

加格达奇3种森林类型树高-胸径的曲线拟合

基于加格达奇落叶松、樟子松、红松落叶松混合林共400个样本的树高、胸径实测数据,选用11个曲线模型,对模型参数求解,分析树高-胸径的相关性;并采用总误差、平均相对误差、误差及均方根误差这4项值验证拟合精度,探求3种树种的最优拟合模型。结果表明:树高和胸径相关性显著,基于11个模型的树高-胸径曲线拟合参数表明,幂函数模型为最优拟合模型,树高-胸径的关系符合异速生长规律。数据拟合精度的4项误差指标值表明,总体拟合效果理想,精度较高。     

福建地区杉木枝条基径最优模型

选取福建将乐地区主要造林树种杉木为研究对象。在福建省将乐林场杉木人工林中,选取杉木36株,对衫木枝进行数据解析,运用SPSS20．0对杉木枝条基径数据进行分析,建立平均枝条基径预估模型。对枝条基径预估理论模型进行比较,选择改进的单分子Mitschelich模型为最优基础模型;对线性模型、理论模型、复合模型（改进的理论模型）的拟合效果做出了比较。结果表明：以枝条着枝深度、胸径、冠长为变量的复合模型为预估枝条基径最优模型,模型的估测精度达到了91．33％。     

尾叶桉地径与胸径、树高、材积相关性分析

【目的】建立尾叶桉地径与胸径、树高、材积的数学模型,为利用地径测算林木立木材积提供测算方法。【方法】实测148株尾叶桉立木的地径、胸径和树高,运用SPSS软件建立尾叶桉地径与胸径、树高、材积的回归模型,进行选优和适应性检验。【结果】研究区尾叶桉地径—胸径、地径—树高、地径—材积最优模型分别为D1.3=0.857D0-0.539、H=0.966D01.048、V=0.0000481D02.749,尾叶桉地径与胸径、树高、材积均显著相关。地径—胸径模型适应性检验的总相对误差为-1.14%、平均相对误差为1.29%,精度为98.46%;地径—树高模型适应性检验的总相对误差为13.07%、平均相对误差为-14.32%,精度为94.88%;地径—材积模型适应性检验的总相对误差、平均相对误差分别为-3.87%、1.69%,精度为94.70%。【结论】选出尾叶桉地径与胸径、树高、材积的3个最优回归模型,其中地径—树高模型总相对误差和平均相对误差过大,不提倡以尾叶桉地径直接估算树高;地径—胸径、地径—材积模型预测误差均在±5%以内,方程预测精度较高,可以用于估算立木材积。     

尾叶桉地径与胸径、树高、材积相关性分析

【目的】建立尾叶桉地径与胸径、树高、材积的数学模型,为利用地径测算林木立木材积提供测算方法。【方法】实测148株尾叶桉立木的地径、胸径和树高,运用SPSS软件建立尾叶桉地径与胸径、树高、材积的回归模型,进行选优和适应性检验。【结果】研究区尾叶桉地径—胸径、地径—树高、地径—材积最优模型分别为D1.3=0.857D0-0.539、H=0.966D01.048、V=0.0000481D02.749,尾叶桉地径与胸径、树高、材积均显著相关。地径—胸径模型适应性检验的总相对误差为-1.14%、平均相对误差为1.29%,精度为98.46%;地径—树高模型适应性检验的总相对误差为13.07%、平均相对误差为-14.32%,精度为94.88%;地径—材积模型适应性检验的总相对误差、平均相对误差分别为-3.87%、1.69%,精度为94.70%。【结论】选出尾叶桉地径与胸径、树高、材积的3个最优回归模型,其中地径—树高模型总相对误差和平均相对误差过大,不提倡以尾叶桉地径直接估算树高;地径—胸径、地径—材积模型预测误差均在±5%以内,方程预测精度较高,可以用于估算立木材积。     

基于地基激光雷达的单木森林参数提取分析

[目的]利用激光雷达手段大范围估算森林参数。[方法]以安徽省黄山市休宁县岭南林场森林资源为研究对象,通过地面调查获取3种森林类型单木胸径和树高数据,并同步使用地基激光雷达获取点云数据,利用Hough变换检测算法提取每木胸径和树高,在Matlab2020a软件下构建基于地面调查数据和激光雷达提取值的估算模型。[结果]针叶林、阔叶林和毛竹林的胸径估测精度（R■）分别为0.921、0.921和0.996,RMSE_c分别为2.080、2.460和0.291,模型表现显著;树高估测精度分别为0.908、0.846和0.500,RMSE_c分别为1.120、1.620和1.210。[结论]该研究可为运用激光雷达手段大范围估算森林参数提供依据,也可为森林类型点云识别与分割提供参考。     

新疆疣枝桦与欧洲山杨生物量分配与异速生长模型分析

为了解新疆山区森林的主要阔叶树种疣枝桦与欧洲山杨各组织器官生物量分配的规律及准确预估其生物量,研究基于整株收获实测数据采用统计回归的方法分析了2树种生物量分配格局和估测模型。结果表明:整体上2树种地上生物量比例分别为76.52%、75.42%,平均根冠比分别为0.307和0.341,在不同林龄不同径阶各器官生物量分配疣枝桦和欧洲山杨均表现为树干比例最高,树叶最低,在幼龄林和胸径0~20cm树根大于树枝,但在中龄林和胸径20cm以上疣枝桦表现为两者接近而山杨表现为树枝大于树根;运用最小二乘法和根茎比方法建立了2树种地上和地下各器官生物量估测的单因子胸径模型和胸径、树高双因子结合模型,结果显示疣枝桦地上部分和树干生物量预估精度显著提高,尤其树干生物量胸径树高的双因子模型比胸径单因子模型预估精度提高了11.3%,但树冠、树枝和树叶生物量各评价指标改进效果不大,而欧洲山杨树干、树冠和树枝生物量评价指标改进显著,精度提高2%~4%,树叶生物量估测反而降低,地上总生物量估测精度几乎没变,2树种地下生物量模型估测精度分别是81.35%%和83.87%。2树种不同器官生物量分配均表现为树干树根树枝树叶,随着林龄和径阶的变化各器官生物量比例的变化趋势一致;优选出2树种各器官最优生物量模型,预估精度均在80%以上,可以满足日常生产需求。     

凹叶厚朴树皮产量预测模型的研究

通过实测61株凹叶厚朴样木胸径、树高和树皮产量,对凹叶厚朴树皮产量预测模型进行研究,采用改进单纯形法建立树皮产量数学模型,并对不同数学模型进行了比较。结果表明,改进单纯形法优化得到的模型y=O．9438643 0．02407896D^2.040018H^0.3646304,y=O.06606968D^2.059642的相关系数最大,分别为O．9623和O．9583,可用于凹叶厚朴树皮产量预测;胸径因子对凹叶厚朴树皮产量预测比树高因子更有效。     

闽北引种邓恩桉个体生长性状相关性分析

以福建省南平市建阳区不同立地条件下邓恩桉人工林为研究对象,对其地径与胸径、树高、材积的相关关系进行研究,建立了林木地径与胸径、树高、材积的回归模型,筛选出各自的优化模型并进行精度检验。结果表明,研究区邓恩桉地径—胸径、地径—树高、地径—材积的优化模型分别为:d1.3=-0.254+0.857d、H=-0.007d2+0.790d+2.523、V=0.000099d2.454,邓恩桉地径与胸径、树高、材积均显著相关。其中,地径—树高模型总相对误差和平均相对误差偏大,且估算精度较低,不适宜在林业调查时使用;地径—胸径、地径—材积模型预测误差均在±5%以内,符合林业上的精度调查要求,适用于估算立木材积。