楠木人工林树冠体积与叶面积指数预估模型的研究

基于楠木(Phoebe zhennan)人工林5块同定标准地25株枝解析数据,进行楠木人工林树冠体积与叶面积指数预估模型研究,研究结果表明:楠木人工林树冠体积和叶面积指数随着林木胸径、树高、冠幅和冠高的增大而增大;在分析树冠体积和叶面积指数与林木变量的基础上,利用SPSS统计软件建立了树冠体积(V)和叶面积指数(LAI)的预估模型:所建立的楠木人工林树冠体积的预估模型为:V=0.2750L2.253H10.770(L为冠幅,m;H1为冠高,m),叶面积指数的预估模型为:LAI=0.7845+0.5481H1-0.0288H12+0.0007H13;对预估模型进行检验,结果表明,两个模型的预估精度均大于88%,说明所建模型可以较好地预估楠木人工林树冠体积和叶面积指数.     

花榈木人工林主要测树因子回归模型的研究

根据花榈木人工林样木的胸径、树高、冠幅、冠长测定数据,应用多方程选优法建立以胸径为辅助因子的树高、冠幅、绝对幅长、相对冠长以及树冠系数等因子的回归预估模型,旨在为生产应用提供定量依据。研究表明:主要测树因子间存在不同程度的线性或非线性关系,视测树因子而定。以相关系数来看,胸径与主要测树因子相关紧密程度从大到小依次为:冠幅、树高、绝对冠长、树冠系数和相对冠长。     

杉木人工林树根生物量模型的研究

以杉木人工林单木树根生物量为因变量,胸径、树高为辅助变量,拟合了18个回归方程。选择相关指数、平均绝对误差、平均相对误差、平均系统误差和预估精度作为评价指标,应用灰色关联分析法对各个方程进行综合评价,筛选出杉木人工林树根生物量模型,为生产应用提供科学依据。     

秃杉人工林树冠轮廓及冠幅模型研究

根据秃杉人工林标准地调查数据,分析因变量与自变量的相关性,筛选最优因子,分别采用异速生长方程、多元线性回归方程构建秃杉树冠轮廓模型和冠幅模型。研究结果表明,最大冠幅深度与胸径、树高、枝下高、冠幅、冠长均显著相关。通过多元线性逐步回归,以胸径、树高拟合的最大冠幅深度模型较优。树冠轮廓模型以三参数幂函数的异速生长方程拟合效果较好。冠幅呈正态分布,以胸径、树高、优势树高、单位面积胸高断面积为模型最佳变量组合,模型残差上下分布比较均匀,不存在明显偏差,且材积随着冠幅的增大而增大,以二次方程模拟效果最佳。经检验,所构建的模型拟合效果较好,精度较高。     

基于树高和树冠因子的立木材积模型研究

[目的]由于激光雷达技术已经能准确测定立木树高及相关树冠因子,应用该技术建立基于树高和树冠因子的立木材积模型,为激光技术在森林蓄积估计中提供技术支撑.[方法]利用云杉、冷杉、栎树、桦树4个树种组的3 010株实测样木数据,分析了立木材积与胸径、树高、树冠因子之间的相关关系;并通过对数回归方法构建了基于树高和树冠因子的立木材积模型,用确定系数R²和平均预估误差MPE等6项指标对模型进行评价.[结果]表明,立木材积与单一因子之间的相关,以胸径最为紧密,其次是树高,再次是冠长和冠幅.基于树高和树冠因子的立木材积模型中,以树高和冠幅作为解释变量的二元模型效果较好,再增加冠长因子的三元模型改进不大.云杉、冷杉、栎树、桦树4个树种组基于树高冠幅的立木材积模型,其R²分别为0.81、0.80、0.76和0.77,MPE分别为4.7%、5.3%、5.4%和5.3%,模型预估精度均能达到95%左右.[结论]本文对材积与林木因子之间相关关系的定量分析,建立了云杉、冷杉、栎树、桦树4个树种的立木材积模型,模型预估精度高.为激光雷达技术定量估测森林参数提供了依据.     

建立在树冠竞争因子上的建柏人工林密度管理

本文根据含树冠竞争因子和树干体积的福建柏的单木模型,模拟出树冠充分郁闭时的模式林分。并根据单木冠幅、冠长和树高之间相互关系的回归方程,探讨福建柏人工林密度管理的若干问题。     

基于机载激光雷达点云数据的马尾松单木材积估测

为提高森林单木材积估测精度和效率,选取贵州省织金县城郊典型马尾松林为研究对象,基于机载激光雷达点云和样地调查数据,以提取的树高、冠幅、树冠投影面积和树冠体积等单木结构参数为变量,构建基于机载激光雷达点云数据的马尾松单木材积估测模型。结果表明：1)基于点云数据提取的马尾松单木树高和冠幅因子与实际调查数据之间存在良好的相关性,决定系数R²在0.7以上,精度相对较高,可用于构建马尾松单木材积模型。2)在经典非线性CAR模型基础上,利用枚举法对树高、冠幅、树冠投影面积、树冠体积等4个变量组合构建的11个模型中,包含树高、冠幅及树冠体积三个林分因子的模型表现最佳,R²为0.774 1。3)树高、冠幅及树冠体积被确定为马尾松单木材积估测的关键因子,其中,树高的贡献最大且与单木材积呈极显著正相关关系(P<0.001)。利用机载激光雷达点云数据提取单木结构参数,并基于非线性CAR模型构建单木材积模型估测马尾松单木材积的方法是可行的,该方法不仅能满足森林资源调查的精度要求,且能有效提高调查效率。     

基于简单竞争指数的杉木人工林树冠形状模拟

以湖南省株洲市攸县黄丰桥国有林场杉木中龄林为研究对象,用逐步回归的方法建立以单木大小、单木竞争指标为自变量,冠幅、冠长为因变量的函数估算模型,实现林木树冠形状的模拟。研究结果显示:在杉木树冠形状模拟时,与竞争有关的冠幅模型、冠长模型的判定系数R2分别为0.771、0.872,显著高于与竞争无关的冠幅模型、冠长模型的调整的判定系数0.729、0.811,这说明竞争对树冠生长影响的作用是显著的。     

黔中喀斯特次生林主要经营树种冠形特征及模型拟合

经营树种冠层结构调整是次生林经营的重要内容,而树冠结构不同往往表现在冠形特征差异,因此,研究冠形特征并进行模型拟合,对森林经营具有重要的理论和实践意义。以黔中喀斯特次生林封山造林、封山抚育、封山改良3种经营类型为研究对象,针对柳杉、猴樟、厚朴、喜树和光皮桦5个经营树种,使用1 221株实测数据,拟合冠幅、冠长、伸展度、冠长率、圆满度、投影比6个冠形指标与林木胸径和树高因子间关系。研究表明:(1)树种的实测因子与树冠结构特征多呈极显著正相关关系,建立实测林木因子(易获取因子)与树冠结构特征间的回归预估模型可行;(2)建立了黔中喀斯特次生林5种经营目标树的CW∝DBH、CL∝H的最优预估方程,树冠圆满度的拟合度要优于其投影比、树冠伸展度和冠长率;(3)柳杉、猴樟、厚朴、喜树和光皮桦的冠幅拟合解释量依次为0.62、0.69、0.77、0.59、0.77,冠长解释量依次为0.88、0.90、0.78、0.89、0.64。各拟合最优模型的胸径使用范围分别为1.6~18.3cm、0.5~8.5cm、1.8~6.5cm、0.8~13.0cm、0.7~25.8cm,树高适用范围分别为2.0~10.9m、1.5~8.2m、2.6~6.6m、1.5~12.1m、1.6~14.5m。因此,基于胸径、树高对各经营树种的冠幅、冠长预估模型适用于早期,中后期经营还需重建中后期的模型。     

桉树纸浆用材林树冠结构与林分因子的关系研究

以国营雷州林业局纪家林场1至5年生的华桉1号(Eucalyptus urophylla×E.tereticornis无性系)、DH32-29(E.urophylla×E.grandis无性系)无性系为对象,通过SPSS软件曲线模拟与综合分析,研究两个无性系树冠结构与林分因子之间的关系,得出两个无性系树冠表面积、树冠体积随着年龄生长的变化规律,发现华桉1号的树冠小于DH32-29,表明华桉1号的生长潜力比DH32-29小,在生产实践中已得到验证;成功模拟了两个无性系树冠表面积、树冠体积分别与树高、胸径、冠幅及冠长之间共16个关系模型,综合比较各模型,两个无性系的树冠表面积、树冠体积均与冠长拟合最好,而与其它3个林分因子的拟合程度较差,对树冠表面积而言,与树高的拟合较好,次之为胸径;对树冠体积而言,与胸径拟合较好,次之为树高。     

特呈岛3种生境条件下白骨壤天然林的生长与树冠特征

文章以广东省湛江特呈岛高潮带、中潮带、低潮带白骨壤纯林为研究对象,调查了其树高、地径、冠长、冠幅以及分枝角度等,揭示了其生长及树冠特征.结果表明:不同潮带间白骨壤冠幅及树冠面积差异不显著(P＞0.05),而树高、地径、冠长及树冠体积均存在显著差异(P＜0.05),中潮带、高潮带与低潮带的树冠体积分别达31.522,15...     

基于哑变量非线性联立方程组模型的林木参数遥感反演

以湖南省攸县黄丰桥林场Worldview-2影像和地面样地调查数据为基础,采用Mean shift算法对影像进行多尺度分割,提取杉木人工林林木冠幅信息,共提取有效林木冠幅227个,并对提取的冠幅边界信息进行平滑处理。分析调查数据中实测冠幅与影像提取冠幅之间的相关性,结合实测胸径、树高与冠幅的关系,应用曲线估计、非线性联立方程组以及基于哑变量的非线性联立方程组分别建立树高和胸径的最优估算模型,并进行了精度评价。结果表明:将树高与胸径作为哑变量,并进行数量化分级建立的影像冠幅与胸径、树高的非线性误差变量联立方程组模型的拟合效果要优于其他2种方法,树高和胸径模型决定系数R2H和R2D分别为0.899和0.913。模型的适用性检验表明,模型的变动系数、平均百分标准误差均在10%以内,具有较强的稳健性。     

福建省杉木林分生长动态预测模型的研制

以福建省杉木固定样地多次调查数据为基础,以林分平均胸径、平均树高、单位面积蓄积量的初始值、间隔期、地位级指数为输入变量,预估值为输出变量,选择理查德方程构建杉木林分生长动态预测模型。为保证人工林和天然林林分生长动态预测结果的逻辑关系,采用哑变量的数学处理方法将人工林和天然林合并建模。建模过程中,引入智能算法中的蚁群算法来估计模型参数,取得较为理想的建模结果,为其他林业数表模型的建模提供参考依据。构建的杉木林分生长动态预测模型精度满足要求,在林业生产实践中有推广应用价值。     

基于混合效应的杉木人工林冠幅模型

构建杉木(Cunninghamia lanceolata)人工林单木冠幅模型,可以提高杉木冠幅的预测精度,并为杉木人工林的科学经营提供参考依据。以杉木为研究对象,基于江西省崇义县杉木人工林57个样地的7 198株单木数据,对基础模型进行扩展,并构建含林分因子和单木因子的冠幅非线性混合效应模型;采用十折交叉验证方法,以调整后的决定系数(R²_adj)、均方根误差(E_RMS)和平均绝对误差(E_MA)模型评价指标对各模型的预测效果进行评价。结果表明:(1)备选模型中,Logistic模型的预测效果最佳。(2)除胸径以外,有6个指标对冠幅有显著影响(P<0.05)。6个指标分别是地位指数、林龄、基尼系数(Gini系数)、林分密度指数、枝下高和大于对象木的断面积之和。添加协变量构建的广义模型较基础模型更优,R²_adj增加了28.53%,E_RMS和E_MA分别下降了17.80%和15.72%。(3)考虑样地水平随机效应的混...     

基于Worldview-2影像的林木冠幅提取与树高反演

以湖南省攸县黄丰桥国有林场杉木人工林为例,探讨林木冠幅提取与树高反演方法研究。基于Worldview-2影像,采用均值漂移分割算法开展样地内杉木冠幅信息提取。通过设置不同分割尺度确定最佳的冠幅分割参数为hs=10,hr=6,M=20。对提取的冠幅边界进行平滑处理,利用平滑后的影像冠幅与实测树高,分别建立了冠幅树高曲线估计模型和非线性联立方程组反演模型。其中以树高作为哑变量,建立的影像冠幅树高非线性联立方程组模型的拟合效果最佳,模型决定系数R2为0.899,模型的变动系数(CV),平均百分标准误差(EMPSE)均在10%以内,是树高反演的一种有效手段。     

海南省主要人工林树种最优树高曲线研究

树高曲线是建立林分生长与收获模型的基础,采用海南省主要人工林树种桉树、马占相思、木麻黄、加勒比松和橡胶树的标准木实测数据,选用11个常用的树高曲线模型进行拟合,以确定系数和均方根误差作为模型评价指标,最终选取各树种的最优树高曲线模型,同时结合各树种二元材积模型对推导的一元材积模型进行检验。结果表明:各树种最优树高曲线模型预估精度较高,均达到了97%以上,新推导的一元材积模型预估精度达到95%以上,完全满足相关行业标准要求,可应用于实际生产;同时各树种最优树高曲线模型也可为海南省主要人工林可持续经营提供技术支撑。     

抚育间伐对杉木人工林及林下套种木荷生长的影响

以将乐国有林场杉木人工林为研究对象,开展不同强度的抚育间伐,并在间伐后的林窗、林隙下套种阔叶树种木荷。对试验地杉木和木荷生长情况进行4 a的持续调查,结果表明:抚育间伐对杉木林分的生长有较大的促进作用,可显著提高了杉木的平均胸径、树高、冠幅和单株材积,且随着间伐强度的增加而上述生长指标也不断增大。试验还表明,随着杉木林分间伐强度的增加,林内套种的木荷植株胸径、树高、冠幅呈上升趋势,同时间伐后3a内各处理植株的胸径、树高和冠幅较套种时相关指标均有增加。试验说明合理抚育间伐和林下套种,有利于保留杉木和林下套种木荷的生长。     

基于混合效应的人工落叶松树冠轮廓模型

【目的】以林木易测因子为预测变量,构建黑龙江省人工落叶松树冠最大外部轮廓及内部轮廓(未着叶部分)的预估模型,为进一步估计人工落叶松树冠表面积、树冠体积和树冠生物量提供依据。【方法】基于佳木斯市孟家岗林场49株解析木的枝解析数据,树冠外部轮廓模型采用分段回归技术,构建带有约束条件并满足生物学意义的连续性分段曲线模型,即在梢头处树冠半径为"0",在整个树冠内外部轮廓的拐点的存在是唯一的,且在拐点处树冠半径达到最大值;内部轮廓直接采用线性模型进行模拟。分析模型参数与林木变量之间的相关性,将关系密切的树木变量或变量组合引入到模型中并选出最优模型,以此作为基础模型分别建立单水平的外部轮廓及内部轮廓的混合效应模型,利用混合模型的固定效应部分对外部轮廓及内部轮廓进行模拟。【结果】以林木因子胸径、高径比、冠长及冠长率构建的分段抛物线模型能准确预估树冠的外部轮廓形状,利用胸径、高径比及冠长能有效预测树冠的内部轮廓形状。基于模型的拟合优度及检验指标,采用单水平(样地)混合模型能够显著提高模型的预测精度,外部轮廓混合效应预估模型的决定系数(R~2)、均方误差根(RMSE)和平均偏差(Bias)分别为0.914 2、0.232 7 m和0.001 2 m,内部轮廓混合效应预估模型的R~2、RMSE和Bias分别为0.723 5、0.147 0 m和-0.000 034 m。与基础模型相比,混合模型的R~2都有所提高,RMSE、Bias都有所降低。在其他变量保持不变的条件下,外部轮廓半径分别随着胸径、冠长率的增大而增大,随着高径比、冠长的增大而减小;内部轮廓半径均随着胸径、高径比及冠长的增大而增大。【结论】具有生物学意义的分段抛物线模型和线性模型分别能够有效描述人工落叶松树冠外部轮廓及内部轮廓的形状变化特征,加入混合效应后能够提高模型的拟合精度并改善组内的方差异性特征,基于混合效应模型中的固定效应部分,能够合理地对树冠外部轮廓及内部轮廓进行模拟,分段抛物线模型能够灵活地反映拐点在树冠内的移动规律线,简单的线性模型能够对内部轮廓进行准确预估。     

基于连清样地数据的全国杉木人工林平均木树高-胸径模型

[目的]基于我国森林资源连续清查(简称“连清”)样地数据，分省区研建全国杉木人工林平均木树高-胸径的最优基础模型，以期为全国各省区杉木人工林的树高预测提供基础模型。[方法]研究范围为杉木人工林分布的15个省份，数据来自第六次、第七次连清样地数据的树高调查表，总样本数为23 239个。选取18种基础生长方程作为候选模型，分别拟合各省区杉木平均木树高与胸径的关系，根据模型的决定系数(R2)、平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)和平均预估误差(MPE)，并结合模型残差分布图，确定各省区最优模型，同时采用5折法验证各省区最优模型的预测能力，最终决定各省区最优树高-胸径模型。[结果]15个省区的杉木最优树高-胸径模型并不相同，四川、云南、重庆、陕西、浙江、江西、湖南、广西的最优模型为模型18(Mitscherlich方程)，江苏、安徽、河南和福建的最优模型为模型16(Hossfeld方程)，广东、湖北、贵州的最优模型分别为模型10(双曲线方程)、模型11(Logistic方程)和模型13(Gompertz方程)，R²分布在0.602～0.8...     

21年生杉木无性系生长与遗传评价

对来源于湖南省的38个杉木无性系在广西柳州市21年生试验林各生长性状进行了调查与分析,发现中林龄杉木无性系间的胸径、树高、单株材积及树冠指标生长量均存在显著或极显著的差异;无性系树高、胸径、材积、枝下高、冠长及冠幅等性状重复力为58.65%87.19%,均达50%以上,表现为中等以上重复力,说明杉木无性系生长性状及树冠性状具有较高的遗传稳定性;无性系生长性状胸径、树高及材积与树冠性状冠长、冠幅均呈显著或极显著正相关;从38个供试杉木无性系中筛选出88号、68号、300号等3个优良杉木无性系,单株材积分别达0.494 8、0.438 9、0.412 9 m3,较优良种源、改良代种子园种子及优良家系组成的5个实生对照平均值分别高出43.59%、27.37%和19.82%。