浙江省毛竹竹秆生物量模型

【目的】通过样地实测获取毛竹竹秆生物量数据,研建基于不同变量的生物量模型并作比较分析,确定适宜的预测变量及模型,以精准估计毛竹竹秆生物量,为浙江省毛竹林立地质量评价和高效培育提供依据。【方法】从浙江省东、南、西、北、中不同区域选择10个县市采伐216株样竹,并进行样竹测量。引入胸径(D)、竹龄(A)和胸高竹节长(L)变量,利用全部样本信息,基于3个不同异速生长方程拟合竹秆生物量模型。采用似然估计法判定误差结构,确定模型拟合方法。通过3个模型的拟合优度及预估精度的比较分析,确定适用于浙江省的毛竹竹秆生物量模型。【结果】竹秆含水率逐年下降,Ⅴ度竹的平均含水率较Ⅰ度竹低24%;竹秆生物量占地上部分生物量比重逐年增加,且Ⅴ度竹占比超过80%;利用似然估计法分析确定生物量模型误差结构为乘积型,应采用对数转换的线性回归进行模型拟合;经检验,基于胸径的一元模型(M_1)W=0.104 6D~(2. 257 8)确定系数(R_a~2)仅为0.774 2,而基于胸径-竹龄的二元模型(M_2)W=0.052 0D~(2. 205 2) A~(0. 445 7)和胸径-竹龄-胸高竹节长的三元模型(M_3)W=0.026 5D~(2. 143 9) A~(0. 449 5) L~(0. 262 9)确定系数均达到0.89,且模型M_3的估计值标准差(SEE)和平均系统误差(MSE)均为最小;3个对数回归模型在不同径阶范围的预估精度均较高,预估偏差接近于0,其中模型M_3在不同径阶的预估效果均为最佳。【结论】由于模型校正后预估精度有所下降,故本研究在进行对数模型反对数转换时不作校正。二元和三元模型比一元模型具有更高的拟合优度和预估精度,确定基于胸径-竹龄-胸高竹节长的模型M_3为最佳模型,即W=0.026 5D~(2. 143 9) A~(0. 449 5) L~(0. 262 9)。     

兴安落叶松立木材积和树皮材积可加性模型研建

【目的】确保立木材积和树皮材积预测的一致性并提高预测精度。【方法】以大兴安岭兴安落叶松为研究对象,分别采用控制法和分解法研建了可加性模型系统。利用SAS统计软件模型模块proc model中的NSUR法进行拟合及参数估计。拟合结果采用确定系数(R2)和均方根误差(RMSE)进行评价;检验结果则通过确定系数(R2)、均方根误差(RMSE)、平均相对误差(MRE)、平均误差绝对值(MAB)和相对误差绝对值(MPB)进行评价。【结果】从模型的整体评价结果来看,两种方法的拟合和检验效果均很好,基于分解法构建的模型略优于基于控制法构建的模型;不同径阶的检验表明,对于中等径阶的树木(20≤D<36 cm),基于控制法的模型相对较好,而对于小径阶(5≤D<20 cm)和大径阶的树木(D≤36 cm),基于分解法的带皮、去皮、树皮材积模型的预测精度要比基于控制法的各立木材积模型要稍好。【结论】总的来说,两种可加性模型系统均能很好地预测单木带皮材积、去皮材积和树皮材积,并确保得到满足一致性的预测结果,在具体应用时可根据实际情况选择适合的可加性材积模型系统。     

利用可变参数和二阶回归方法建立海南省相思树立木材积模型

【目的】建立立木材积模型,为科学计量评价森林资源、完善森林资源监测体系提供重要依据。【方法】以海南省相思树为研究对象,以胸径和树高为自变量建立二元山本材积式模型、可变参数动态模型,采用以简单幂函数式和树高—胸径模型为基础的二阶回归估计方法建立一元胸径立木材积模型,分析对比建立的一元、二元立木材积模型拟合效果。【结果】1)相思树二元山本材积式模型和可变参数动态模型的确定系数均在0.98以上,平均预估精度均在98%以上。模型整体总体相对偏差(TRB)和平均系统偏差(MSB)均在±3%以内,山本材积式模型在8、20 cm径阶总相对偏差和平均系统偏差超出±3%范围;2)两种方法建立的一元立木材积模型的确定系数均在0.94以上,预估精度均在96%以上。采用分段建模和二阶回归总相对偏差和平均系统偏差趋近于0,而常规方法建模12、16、24 cm以上径阶的总相对偏差均超出5%范围。【结论】可变参数动态模型相较于山本材积式模型拟合精度更高,各径阶误差更小,明显优于山本材积式模型;采用二阶回归估计方法建立的模型能更好地反映材积随胸径大小的变化规律,既提高了模型的切合性能,又能较好地控制各径阶的偏差,明显提升了拟合效果,是建立一元立木材积模型的有效方法。     

异速生长模型的误差结构和误差函数

【目的】基于异速生长模型,构建兴安落叶松和樟子松立木材积模型,分析材积模型的误差结构和误差函数。【方法】采用Ballantyne(2013)提出的似然分析法判断兴安落叶松和樟子松立木材积模型的误差结构。为了对比,利用S-PLUS软件的广义非线性GNLS模块拟合非线性模型。针对模型拟合产生的异方差现象,采用误差方差函数(固定方差、指数函数、幂函数和常数加幂函数)消除异方差。采用确定系数(R2)、均方根误差(RMSE)、绝对误差(Bias)和平均相对误差(MRE)对立木材积模型精度进行综合比较分析。【结果】1)经似然分析法判断,兴安落叶松和樟子松立木材积模型的误差结构是相乘的。2)为了描述立木材积模型构建过程中产生的异方差现象,将固定方差、指数函数、幂函数和常数加幂函数加入到立木材积模型中,所有方差函数都能降低材积模型的异方差性。幂函数消除兴安落叶松材积模型的异方差效果最好,常数加幂函数消除樟子松材积模型的异方差效果最好。3)非线性(相加误差结构)及线性(相乘误差结构)拟合和检验统计量的比较表明,对于两树种,相加和相乘立木材积模型拟合评价指标非常接近,具有相加误差结构的立木材积模型的拟合和检验精度略高于相乘误差结构的立木材积模型。【结论】兴安落叶松和樟子松立木材积模型的误差结构是相乘的。根据非线性及线性模型的拟合和检验评价指标对比发现,对数转换的线性模型并没有表现出绝对优势,而非线性回归却略优于对数转换的线性回归。本文并没有给出绝对和一致的结论,如果模型的预测是最重要的,建议对比非线性和对数转换的线性模型,选择精度较高的误差结构。针对兴安落叶松和樟子松立木材积模型的详细对比分析,建议选择非线性回归分析,即相加的误差结构。     

闽中毛竹立地质量评价及分级研究

【目的】毛竹立地质量评价是揭示毛竹生长与其立地因子间的关系的重要方法，对其进行研究是科学培育毛竹林的基础。【方法】对福建省永安市毛竹林的胸径、竹高进行了大样本调查分析，采用引入哑变量分级的方法，建立了毛竹的竹高-胸径曲线模型；探讨了毛竹胸径与其立地的气候因子、地形地貌因子及土壤因子间的关系，构建了回归模型。【结果】1）拟合毛竹竹高-胸径曲线的最优模型为逻辑斯蒂模型，引入哑变量分级的方法可以显著提高模型精度。引入哑变量分级的方法与未分级的方法相比，分级后模型的决定系数由0.548提高到0.901。依据模型实验区毛竹林可以分为5个立地等级。2）主成分分析表明，实验区影响毛竹生长的最重要气候因子为1月均温和出笋期降水量。3）对福建省毛竹胸径起影响的地形地貌因子重要性排序为：土层厚度坡位。可以用线性模型拟合胸径-地形地貌因子线性模型：D=0.119×(Pos)+0.803×(Thc)+8.136(R~2=0.554)。4）在土壤因子中，重要性排序为：全氮有机质碱解氮。【结论】采用引入哑变量分级的方法可显著提高毛竹立地质量评价的精度，1月均温、出笋期降水、土层厚度、坡位、坡度、全氮、有机质、碱解氮是与毛竹生长相关的主要气候和立地因子。研究结果为毛竹立地质量评价及生产潜力预估模型的构建提供了新的方法。     

北京杨树相容性立木材积系列模型研建

以北京市最重要的阔叶树种杨树(Populus)为研究对象,利用1 678株样木的材积测量数据,通过采用哑变量模型和误差变量联立方程组方法,建立了毛白杨(P.tomentosa)、速生杨(P.×euramericana)和加拿大杨(P.×canadensis)3个树种(组)的相容性二元立木材积方程、胸径和地径一元立木材积方程、树高胸径回归模型及地径胸径回归模型,并分析了不同树种之间的差异。结果表明:二元立木材积方程的平均预估误差均在2%以内,胸径一元材积方程和地径一元材积方程的平均预估误差也大都在3%以内,达到了立木材积表的编制精度要求。所建模型可为北京市杨树林的蓄积量估计提供准确的计量依据。     

不同抽样方法对兴安落叶松立木材积方程预测精度的影响

【目的】研究不同抽样方法对立木材积方程预测精度的影响,为各地编制不同树种材积表及构建立木材积方程提供基础数据抽样技术依据。【方法】以兴安落叶松立木材积方程为例,设计均匀、正态、右偏和左偏4种抽样方法,根据不同数据类型,利用SAS软件中proc surveyselect模块的简单随机抽样(SRS)并结合条件语句对数据进行分径阶抽样。采用Shapiro-Wilk对不同抽样方法下的胸径统计量进行正态性检验。以异速生长方程为基础材积模型,利用S-PLUS软件的广义非线性GNLS模块对模型进行拟合。采用指数函数、幂函数和常数加幂函数对4种立木材积拟合过程中产生的异方差现象进行校正。利用确定系数(R~2)、均方根误差(RMSE)、平均误差绝对值(MAB)和相对误差绝对值(MPB)对立木材积方程精度进行综合比较分析。【结果】1)指数函数、幂函数和常数加幂函数均能消除4种立木材积方程异方差的影响,加入变量为V^的幂函数消除异方差的效果最好。2)拟合结果表明,相对于均匀模型,正态模型的RMSE下降31.6%,右偏模型的RMSE下降23.1%,左偏模型的RMSE下降33.7%。3)分径阶检验表明,径阶分布在12~28 cm、36~40 cm和44~48 cm时,左偏模型的MAB和MPB均小于均匀、正态和右偏模型,即左偏模型在11组径阶中有6组径阶的MAB和MPB均最小;径阶分布在12~32 cm和44~48 cm时,右偏模型的MAB和MPB均小于均匀和正态模型,即右偏模型在11组径阶中有6组径阶的MAB和MPB均最小;径阶分布在12~32 cm和40~44 cm时,正态模型的MAB和MPB均小于均匀模型,即正态模型在11组径阶中有6组径阶的MAB和MPB均最小。【结论】左偏模型的预测精度比均匀、正态和右偏模型高,右偏模型的预测精度比均匀和正态模型高,正态模型的预测精度比均匀模型高,总体模型检验精度顺序为左偏模型右偏模型正态模型均匀模型。     

毛竹材积主要构件因子关系研究及材积表编制

通过毛竹立竹材积构件因子及立竹胸径与立竹实际材积的关系研究,结果表明:立竹全高、胸高竹壁厚与立竹胸径呈显著的正相关,是立竹胸径的从属因子;竹秆相对高度竹壁厚与秆径呈一致性变化趋势,立竹径级与竹秆相对壁厚无相关;构建了立竹胸径与立竹实际材积的数学模型:V=0.007351-0.001875D+0.000291D2,编制出竹林林分结构易测因子立竹胸径的对应材积表。     

利用度量误差模型方法建立海南省桉树、木麻黄、马占相思重量与材积相容性模型

利用海南省按树、木麻黄、马占相思实测数据,采用度量误差模型方法,研究建立树干去皮材积与重量相容性联立方程,并对使用普通非线性回归方法和度量误差模型方法得到的重量估计结果进行对比分析。结果表明：对于带有度量误差的重量模型,使用度量误差模型方法进行估计效果更好;所建立的树干去皮材积与重量相容性联立方程拟合效果均较好,且二元明显优于一元,采用一元材积的重量模型预估精度达到96％以上,采用二元材积的重模型预估精度达到98％以上。     

基于混合效应的湖南马尾松次生林单木生长模型

【目的】建立湖南省马尾松次生林单木断面积与材积生长模型,为林木的生长预估提供理论依据。【方法】以湖南省2014年一类清查样地中的20块马尾松次生林为研究对象,选取5个具有生物学意义的生长方程,建立马尾松断面积和材积随年龄变化的基础模型,在此基础上,加入以样地为随机效应的随机参数,构建基于混合效应的湖南马尾松次生林单木断面积和材积生长模型。【结果】断面积生长最优基础模型为Logistic方程,其确定系数(R2=0.746)和预测精度(P=98.13%)最大,残差平方和(SSE=0.025)最小;材积生长最优基础模型为Richards方程,其R2为0.703,预测精度为97.20%,SSE为1.034;混合效应模型模拟结果显示,断面积和材积生长模型的随机参数均为μ1、μ2、μ3。混合效应模型的拟合效果较基础模型有显著提升,其中断面积生长模型的R2由0.746提升到0.974,平均误差Bias由0.000 26降低到0.000 01;材积生长模型的R2由0.703提升到0.984,平均误差Bias由0.001 73降低到0.000 13。两个模型的预测精度较对应的基础模型均有所提升。【结论】含样地效应的混合效应模型拟合效果和预测精度均优于基础模型,具有更高的适用性,可为该林分的可持续经营提供科学指导。     

基于叶片形态的毛竹单叶叶面积模型

【目的】毛竹叶片小、易卷曲的特点增加了叶面积测量的难度和测量误差,本研究旨在建立快速、便捷、准确测量毛竹叶片面积的模型。【方法】采集7个省份的毛竹叶片,对毛竹叶片形态进行分类,利用叶长、叶宽数据和扫描所得实际叶面积进行建模,并采用均方根误差、卡方、赤池信息量准则和预测精度检验模型的精度,同时与叶面积仪测定结果进行精度比较。【结果】1)根据长宽比,毛竹叶片可以分为3类,分别是类三角形叶片(长宽比≤7.2)、长椭圆叶片(7.2长宽比≤8.3)和细长条叶片(长宽比8.3); 2)对毛竹叶面积和叶形态学指标的相关分析显示,叶片长度与宽度的积对叶面积影响最大,相关系数为0.993; 3)建立以叶片长宽积为自变量的叶形分类拟合模型,其决定系数为0.990 1、均方根误差为0.159 6、卡方值为10.368 1、赤池信息量准则为-6 317.10、预测精度为97.73%,其预测结果最佳,优于叶形不分类的整体拟合和叶面积仪测量结果。【结论】基于叶片形态分类的毛竹叶面积拟合模型仅需测定叶片的长和宽,便可准确预测叶片面积,其精度不但优于叶面积仪与整体拟合结果,而且测量过程快速、便捷。该模型可解决长期困扰的毛竹叶片面积测量难题。     

湖南省马尾松树高曲线及材积模型研建

基于湖南省主要树种模型研建项目中153株马尾松的胸径、树高和材积实测数据，拟合6种树高曲线模型及常规一元、二元材积模型，对所有树高曲线模型进行对比分析后，选取拟合效果最好的树高曲线模型代入二元材积模型，构建新一元材积模型，并对常规一元、二元、新一元3种材积模型进行对比评价。结果表明：所有树高曲线模型的决定系数均在0.66以上，总相对误差均低于5%,模型拟合精度较高；综合对比分析6种树高曲线模型，选择模型5作为最优树高曲线模型；3种材积模型的决定系数和预估精度均较高，分别超过0.89和95%,模型拟合效果良好；较常规一元模型，新一元材积模型的各项指标均更好，且能满足林业行业标准的精度要求。     

天然林树木材积的一个预估模型

以天然林内的椴木为例,综合考虑胸径和树高的变化情况,使用非线性拟合等方法,给出了一个近似预估树木材积的模型.使用该模型可对树龄在30年以上的天然林树木10年后的材积总量进行预估.如果将同一树种的胸高形数视为常数,按文中的计算,预估所产生的相对误差约为O.06.     

西藏冷杉立木生物量和材积模型研建

利用2011年采集的150株西藏天然冷杉数据,采用度量误差联立方程组方法同时进行整体建模和分段建模,分别建立了西藏冷杉一元、二元生物量与材积相容性模型,并分析对比两者拟合效果。结果表明:不论是一元、二元模型,采用整体建模方法都难以准确描述冷杉生物量、材积随胸径变化情况,导致径阶16 cm以下的林木立木材积和生物量估计值均小于实际值,径阶越小,偏差越大,其中4 cm径阶的预估偏差甚至达到了20%~30%;而采用分段建模方法能有效解决上述有偏估计的问题,模型改进效果十分良好,各径阶均无系统偏差;分段建立的地上生物量和立木材积方程,不论一元或二元模型,其预估精度分别达到了93.5%、92.8%以上,一元分段地下生物量方程预估精度也在91.5%以上。     

基于叶片光谱反射率的毛竹氮元素含量估测研究

【目的】以福建省顺昌县大干镇的毛竹为研究对象,研究毛竹叶片氮元素含量的最优估测模型,为毛竹生长状态分析与林地土壤肥力估测提供基础。【方法】通过对毛竹叶片原始光谱、一阶微分光谱及相关的植被指数与叶片氮元素含量进行相关性分析来筛选氮元素敏感特征参数,并构建了多元线性回归模型、随机森林模型以及支持向量机模型,利用决定系数最优原则筛选3个模型中的最优模型并进行精度验证。【结果】R387、DR663、NDVIg-b(R575、R440)、SIPI、PRI和PPR 6个参数与毛竹叶片氮含量具有较为显著的相关性,基于这6个敏感参数所构建的3种模型中,多元线性回归模型与随机森林模型拟合效果较差,精度验证结果R2分别为0.4355、0.4371,惩罚因子C和核参数Sigma分别设为3和0.1的支持向量机模型估测结果最好,其实测值与预测值拟合决定系数为0.8031,总体精度为94.02%。【结论】基于R387、DR663、NDVIg-b(R575、R440)、SIPI、PRI和PPR 6个叶片光谱参数所构建的支持向量机模型能够较为准确地估测毛竹叶片氮元素含量。     

基于树高和树冠因子的立木材积与地上生物量相容模型研究

【目的】无人机机载激光雷达能够准确地测定单木、林分乃至大尺度森林结构参数(树高和树冠因子)。为应用无人机激光雷达技术准确估测森林蓄积量、生物量和碳储量提供计量依据和技术支撑。【方法】以150株实测马尾松生物量样本数据为研究对象,采用非线性回归估计方法和度量误差联立方程组方法,分析立木材积和地上生物量与树高、树冠因子的相关性,并在此基础上研究建立基于树高和树冠因子的立木材积与地上生物量相容模型。【结果】单株材积和地上生物量与树高因子的相关性最为紧密,其次才是树冠因子;基于树高和冠幅因子的二元材积和地上生物量模型预估精度较高,达到92%以上,再考虑冠长因子的三元模型预估精度改进不大;基于树高和冠幅因子的二元立木材积与地上生物量相容模型估计效果更好,相对于一元相容模型系统而言,二元相容模型拟合效果有较大幅度提高,预估精度达到92%以上。【结论】采用度量误差联立方程组方法可以有效解决基于树高和树冠因子的立木材积与地上生物量相容问题,并且预估精度达到92%以上,所建二元立木材积与地上生物量相容模型可为应用激光雷达技术反演森林蓄积量和生物量提供计量依据。     

河北省主要树种单木和林分生长率模型研建

利用第六次至第九次全国森林资源清查河北省2001,2006,2011,2016年4个年度的固定样地调查数据,采用非线性回归估计方法,建立了18个树种组的单木胸径生长率和材积生长率模型,以及12个树种组的林分材积生长率模型。结果表明,单木生长率模型的平均预估误差(MPE)基本都在3%以内,而平均百分标准误差(MPSE)、胸径生长率模型大都在10%以内,材积生长率模型大都在20%左右;林分生长率模型的平均预估误差(MPE)基本都在5%以内,平均百分标准误差(MPSE)大都在25%以内。所建模型可为河北省开展森林资源年度更新提供技术支撑。     

杉木相容性立木材积表系列模型研建

以我国南方地区最重要的针叶树种杉木(Cunninghamia lanceolata)为研究对象,采用误差变量联立方程组方法,建立了相容性二元立木材积方程、胸径和地径一元立木材积方程、树高胸径回归模型及地径胸径回归模型。利用3种树高模型和2种地径模型组合了4个相容性立木材积表系列模型联立方程组,通过6项指标进行综合评价,结果表明由最简单的树高模型和地径模型构成的相容性系列材积模型就能取得良好效果,其二元材积表、胸径一元材积表和地径一元材积表的平均预估误差分别为1.31%、3.66%和7.39%,可用于不同目的的杉木林蓄积量估计。     

西藏自治区相对树高曲线模型的研制

利用西藏自治区 2 0 0 1年森林资源连续清查的 5 5 4个有林地和疏林样地 ,建立了冷杉、云杉、柏木、松类、栎类、阔叶类等 6个树种组的相对树高曲线模型。经检验 ,6个树种组的模型 ,用于林分材积估计的总相对误差有 4个在± 1%以内 ,误差最大的柏木也未超过± 5 % ,预估精度相当高。所建模型可广泛应用于西藏自治区各类森林资源清查     

广东省主要树种相对树高曲线模型的研建

在广东省范围内收集了254块样地资料,建立了广东省马尾松、杉木、湿地松、尾叶桉、藜蒴、软阔类、硬阔类等7个树种(组)的相对树高曲线模型。经检验,7个树种(组)的相对树高模型预估精度相当高, 用于材积估计的总相对误差和平均相对误差均在±1％以内,平均相对误差绝对值都在3％以内,最大误差也不超过±5％。用7个树种资料合并建立多树种混合相对树高曲线模型,分树种进行材积估计检验,效果也相当理想。所建模型可广泛应用于广东各类森林资源调查。