刺槐生长的灰色动态模型

本文根据刺槐树干解析木资料,应用灰色系统理论中的GM(1.1)模型和verhulst模型,对刺槐生长进行了预测分析。结果表明:GM(1.1)模型优于verhulst模型;根据树木生长变化规律,分段建模,效果很好;提出了刺槐在不同立地条件下树高、胸径及材积的总生长量、平均生长量和连年生长量的动态模型。     

刺槐水保林的灰色动态生长模型

本文根据树干解析资料,应用灰色系统理论模型,对太行山刺槐水保林的生长进行了预测分析,并建立了树高、胸径和材积总生长量,平均生长量和连年生长量的预测模型。预测分析的结果表明,GM(1,1)模型精度比较理想,而Verhulst预测模型误差较大。并根据树干解析资料,分析了刺槐水保林的速生期。     

林木生长的灰色预测

在应用灰色模型GM(1,1)进行森林资源预测时,要具体问题区别对待。本文对灰色系统模型GM(1,1)与指数函数Ae~(bx)的一致性进行了探讨;针对森林系统的非平稳过程的预测,提出了灰色校正模型,来扩大GM(1,1)的使用范围。     

CASIO fx-4000P计算器GM(1,1)建模程序

GM(1,1)模型可以用于数列预测、灾变预测、拓扑预测等。本文对数列预测,即:等时距GM(1,1)建模;弱随机性不等时距GM(1,1)建模及强随机性不等时距GM(1,1)建模,分别采用CASIO fx—4000P可编程序计算器解,并附程序及算例。     

应用灰色系统理论预测城峰镇"十五"期间有林地面积与森林蓄积量变化的研究

以永泰县城峰镇1986～1999年历年有林地面积、森林蓄积量数据为基础,应用灰色系统理论与方法,建立灰色预测GM(1,1)模型,以城峰镇“十五”期间的有林地面积与森林蓄积量进行预测。经检验,有林地面积GM(1,1)模型(1986～1999年)预测值的平均误差2.23％,森林蓄积量GM(1,1)模型(1986～1999年)预测值的平均误差1.16％,预测精度较高,可以对“十五”期间城峰镇有林地面积与森林蓄积量进行预测。     

毛白杨生长量与气候因素的关联分析

灰色系统理论中的关联分析可以克服数理统计方法中要求大样本、有典型的概率分布等不足。本文利用《山东省烟台市树木生长量汇编1987》中毛白杨的生长数据,用关联分析方法分析了毛白杨生长与气候之间的关系,并在此基础上建立了GM(0,N)预测模型。     

灰色预测GM(1,N)模型在赤松毛虫预测预报中的应用

本文利用1983～1989年秦皇岛市赤松毛虫预测预报资料,在应用灰色关联分析的基础上,选择对赤松毛虫发生面积,应防面积,以及越冬幼虫上(下)树始见期、始盛期关联度较大的主导因子,分别建立了赤松毛虫发生面积、应防面积的GM(1,1)、GM(1,N)预测模型,及赤松毛虫越冬幼虫上(下)树始见期、始盛期的GM(1,1)和GM(1,N)模型,并利用实测数值进行了验证。     

Fuzzy关系方程在毛白杨苗木生长性状相关分析中的应用

本文根据山东省省选12株毛白杨(Populus tomentosa Carr.)古树的38株无性系苗木资料,利用Fuzzy关系方程对苗高生长与7个形态性状进行模糊综合评判。结果表明,叶片长与苗高生长关系最密切。提出了应用形态性状估测苗高生长的GM(0,N)模型。     

二青杨生长量的灰色预测模型

本文根据在内蒙古采伐的25年生二青杨解析木生长量资料,与该地区同时期的气候资料进行关联分析,求得影响二青杨生长的主要气候因素是干燥度;然后用干燥度分别与高、径、材积生长量资料建立了GM(0,2)静态模型;最后应用Verhulst动态模型进行了材积预测分析。结果表明,二青杨在11,22树龄期间,年材积生长量最快,可达到0.015-0.0017立方米,然后生长速度趋于下降,到30树龄时,仅为0.001立方米,就应该采伐更新。     

广西森林生长量及消耗量的灰色预测

应用灰色数列预测方法,以广西历次森林资源连续清查所取得的生长量及消耗量为时间数据序列,建立GM(1,1)模型,经残差检验、后验差检验、关联度检验之后,用所建模型对广西未来森林生长量及消耗量进行了预测。     

基于灰色系统理论的祁连圆柏林分特征分析

以青海省不同地区的圆柏林分为研究对象,利用灰色关联分析法对林分立地质量进行评估的基础上,构建以立地得分为时间序列的林分胸径和树高的非等间距灰色模型。研究结果表明:立地质量与林分生长有着十分明显的关联性,即随着立地质量的提高,圆柏林分的生长状况也有明显提高;在海拔、坡度、坡向、坡位、全氮、有效磷、有机质、碱解氮、土层厚度这9个立地因子中,对林分立地质量及林分生长影响最大的是坡向,权重为12.1%;影响最小的是有效磷,权重为10.0%。此外,构建的林分树高、胸径生长模型,经精度检验结果表明,灰色系统理论在圆柏林分生长预测中的表现效果良好,对于特定林龄和密度范围的圆柏林分,应用灰色理论,根据立地条件对林分生长特征进行预测的方法可行。     

灰色理论模型在河流放射性核素浓度预测中的应用

基于上海市黄浦江水2004~2012年的监测数据,采用灰色理论模型GM（1,1）对黄浦江水中放射性核素。Ra、Sr、总U、总Th浓度变化进行模拟预测,并利用Matlab语言编程计算模型中的预测值、均方差比值及小误差概率,验证了该模型在预测河流放射性核素浓度方面的可行性,表明灰色理论模型可用于河流放射性污染的预警。     

灰色系统理论在森林生长量预测中的应用

应用灰色系统理论与方法,以永泰县1987～1997年森林生长量为时间数据序列,建立GM(1,1)生长量预测模型为:X∧t′=-1223-316144e-0-0292919908(t-1)+1223-316144。回测的最大误差为3-06%,平均误差仅为2-01%,回测的精度较高,达96-94%以上。预测模型经后验差检验:C=0-048<0-35,P=1>0-95,模型精度为Ⅰ级模型。     

灰色系统理论对我国“十一五”期间征占用林地数量预测分析

以我国"十五"期间征占用林地数量为基础,运用灰色系统预测模型对我国"十一五"期间征占用林地趋势进行预测,并对模型精度进行了分析和检验。建立的GM(1,1)模型经精度检验(C=0.50,P=1.00)判为合格,预测的"十一五"期间林地征占用数据,可作为编制我国"十一五"期间林地定额的参考依据。     

两种主要森林害虫发生面积预报的初步研究

应用马尔可夫链和灰色系统GM (1,1)预测模型对宁化县 2种主要森林害虫—马尾松毛虫和黄脊竹蝗的年度发生面积进行了分析和预测。结果表明 :马尔可夫链对马尾松毛虫和黄脊竹蝗发生面积预测效果较好 ,灰色系统GM (1,1)预测模型对马尾松毛虫发生面积预测效果较好 ,而对黄脊竹蝗发生面积预测效果较差     

楠木人工林生长规律的研究

应用四川农业大学实习林场50～58年生的楠木人工林实验样地数据和树干解析资料,研究楠木人工林的生长规律,结果表明:14年生楠木人工林的树高连年生长量达到最大为0.63 m,20年生时树高的平均生长量达到最大为0.57 m,与树高的连年生长量曲线相交;16年生时胸径的连年生长量最大为0.64 cm,22年生时胸径平均生长量达到最大为0.56 cm,与胸径的连年生长量曲线相交;54年生时材积的平均生长量最大为0.008 9 m~3,与材积的连年生长量曲线相交,此年龄可认为是楠木的数量成熟年龄;楠木人工林的树高、胸径、材积与树龄之间的生长关系可用三次多项式y=a_0+a_1t+a_2t~2+a_3t~3(y表示树高、胸径、材积,t表示树龄,a_0、a_1、a_2、a_3分别为模拟曲线的系数)描述,其适合优度99%.     

北抗1号杨苗期年高生长进程分析

利用Logistic方程对北抗1号杨苗期年高生长节律进行拟合，建立了数学模型：H=223．1／[1＋exp（3．34213-0．04392t）]，相关系数0．9923。并依此将整个生长过程分为前生长期、速生期、后生长期3个阶段，其中速生期（6月16日～8月16日，60d）苗高生长量占总生长量的57．76％。提高苗木质量，培育大苗壮苗应加强这一关键时期的田间管理。     

有序聚类法在大叶樟苗高生长时期划分中的应用

Sequence sample cluster analysis is used to conduct a research on the growth process of the annual seedling height of Cinnamomum platyphyllum for seed sowing. The results indicate that the growth process of the seedling height can be divided into four stages: juvenile stage (April 7-May 5); early growth stage (May 6-July 15); rapid growth stage (July 16-September 5) and late growth stage (September 6-November 5). The rapid growth stage takes shorter time, but the increment at this stage accounts for most of the total increment of the whole year. It is very important to solve the contradiction between the supply and demand of water, fertilizer, temperature in the rapid growth stage and raise its growth rate.