马尾松不同区域相容性立木材积和地上生物量模型

已有很多国内外学者研究立木材积与地上生物量相容性的问题,但是建模过程中考虑区域因子对模型影响的研究相对较少。针对此问题,以重庆市、四川省和湖北省151株马尾松Pinus massoniana的样本数据为例,采用哑变量和非线性联立方程组的方法,建立了不同区域马尾松通用的相容性地上生物量模型、立木材积模型和它们的转换因子模型。结果表明:马尾松不同区域的模型之间存在差异性;哑变量和非线性联立方程组的方法可以有效地解决不同区域模型的差异性和立木材积与地上生物量模型的相容性;马尾松地上生物量和立木材积的二元模型均优于其对应的一元模型;在独立拟合的地上生物量回归模型中引入立木材积因子,可以有效地改善模型的预估效果;构建的马尾松相容性立木材积和地上生物量哑变量模型评价指标满足中国生物量模型的精度要求（预估精度均高于95%,总相对误差均小于2%,平均预估误差则均小于5%）。     

西藏云杉立木生物量与材积相容性模型研建

利用2011年实测的西藏天然云杉立木生物量与材积数据,采用非线性度量误差联立方程组、分段建模方法,构建了云杉立木地上生物量与树干总材积、地下与地上生物量相容性模型,以及生物量与材积换算、根茎比模型,并分析对比建立的立木地上生物量与材积相容性整体模型与分段模型效果。结果表明:1)将胸径<5cm的幼树与>5cm林木一起进行整体建模,建立的一元和二元立木生物量整体模型预估值在12cm以下径阶产生明显偏差;2)选取合适的分段位置(D=10cm),采用分段建模方法建立的一元立木地上生物量分段模型各径阶偏差明显减小,二元分段模型无系统性偏差;3)研究建立的一元、二元立木地上生物量和材积相容性分段模型的总相对偏差均在±2.5%以内、预估精度均>91.2%,地下生物量分段模型预估精度也>92%。建立的分段模型可用于西藏云杉立木生物量和材积的估计。     

贵州人工杉木相容性立木材积和地上生物量方程的建立

在国家级森林资源监测中增加森林生物量估计已成为必然趋势,而所需建立的生物量方程应该考虑与立木材积方程的相容性。本文以贵州省人工杉木立木材积和地上生物量数据为例,通过利用度量误差模型方法,研究建立了相容的立木材积方程、地上生物量方程及生物量转换函数。结果表明：在胸径基础上再增加树高因子,对立木材积方程的估计效果有明显改进...     

长汀红壤侵蚀区马尾松林生物量估算模型的构建

以长汀红壤侵蚀区马尾松为研究对象,通过整株收获法获取34株马尾松立木材积和生物量,分析不同龄级、径级马尾松材积和生物量分配格局,采用胸径(D)、树高(H)等变量建立立木材积模型,采用材积量(V)、胸径(D)、树高(H)、冠长(C_l)等变量建立树干、树冠及地上生物量模型,进而拟合区域林分生物量模型,使用独立样本检验并比较优选模型估测效果。结果表明:34株马尾松的树龄变化范围为19～42 a,立木材积量和立木生物量变化范围分别为0.004 4～0.194 9、2.733 9～140.331 4 kg/株,树龄与材积量、生物量相关性不显著;各器官生物量分配为干材(57.67±8.28)%、树枝(24.15±7.33)%、树叶(10.79±3.17)%、干皮(7.38±1.39)%,全林分中3个径阶(8、10、12 cm)蓄积量、生物量均超过总量的50%;所有模型确定系数均大于93%,单木模型中,以胸径-树高组合为自变量的模型拟合效果更佳;马尾松立木材积、地上生物量、树干生物量、树冠生物量及林分生物量模型中,各优选模型预估精度均达77%以上,其中立木材积、地上生物量及林分生物量优选模型比已有模型估测值的总相对误差、平均相对误差均有所降低,估测值更接近实际值。因此,通过构建该区域马尾松生物量方程,补充了长汀红壤侵蚀区马尾松立木材积表及生物量表。     

基于非线性度量误差的杉木相容性生物量模型

以福建将乐国有林场人工杉木生物量实测数据为基础,利用非线性度量误差模型,建立了地上生物量与干材、干皮、树枝和树叶的相容性方程,并对模型的精度和适用性进行了检验。结果表明：非线性度量误差模型方法有效解决了生物量总量与分量之间的相容性问题,建立的相容性方程拟合效果好,预估精度高,可以较全面、客观地反映各分量之间生物量的分配关系。     

广东主要乡土阔叶树种单木生物量生长模型

【目的】选择广东主要乡土阔叶树种樟树Cinnamomum camphora、木荷Schima superba和枫香Liquidambarformosana为研究对象,建立3个树种的单木生物量生长模型,快速精确计量和监测森林碳汇造林项目的碳储量变化。【方法】每个树种按10个径阶均匀分配伐倒90株样木(共270株),以样木的生物量数据为单木生物量,以立木年龄为自变量,分别建立不同起源(天然林和人工林) 3个树种的地上和地下4种方程生物量生长模型,并选择最优模型通过联立方程组总量控制法解决地上各组分(干材、树皮、树枝、树叶)的生长模型相容性问题。【结果】天然林和人工林起源条件下,相同树种在同一生物量生长模型形式下生物量增长的上限值和最大增速年龄均有差异。各方程在相同起源和树种条件下所得的生物量上限和拐点年龄差异明显。估计地上生物量时,各树种最优方程形式不同。选择Logistic方程对3个树种地上各组分生物量联立方程组建立相容性生长模型,3个树种干材生物量方程的R_(adj)~2为0.560～0.768,平均预估误差(MPE)为3.05%～6.73%;树皮生物量方程的R_(adj)~2为0.552～0.866,MPE为2.02%～6.27%;树枝生物量方程的R_(adj)~2为0.309～0.706,MPE为3.01%～14.33%;树叶生物量方程的R_(adj)~2为0.495～0.767,MPE为4.16%～7.14%。【结论】比较4种模型的参数及评价指标可知,地上生物量生长最优模型为Logistic方程,地下生物量生长最优模型为Schumacher方程。地上各组分生物量在立木生长的周期中占地上总生物量的比例随着年龄的增长而不断变化。选择Logistic方程对3个树种地上各组分生物量联立方程组建立相容性生长模型,干材和树皮的生物量方程拟合效果相对于树枝和树叶更好。该模型主要适用于在已知年龄的人工碳汇造林的生物量估计;结合含碳系数,可预估未来一定时期内的碳储量及碳汇量。     

含度量误差的毛竹相容性生物量模型

相容性生物量模型能解决一套数据估算一套生物量分配结果,避免因采用各最优独立模型导致各分量估计值相加与总量不相等。以毛竹(Phyllostachys edulis)生物量估算为例,建立生物量方程和生物量比值因子方程为基础模型,利用度量误差模型模拟相容性生物量模型系统,比较以生物量方程为基础的总量分级控制法与以生物量比值因子方程为基础的总量直接控制法间的差异,通过联合估计法解决相容性问题。结果表明:改进异速生长方程拟合的毛竹独立生物量模型精度高(R2值达0.83以上),胸径是独立生物量模型的最佳解释变量,竹度对竹杆、地上、地下生物量影响较大,而冠长对树冠(枝、叶)生物量影响较大;以分级联合控制法和直接控制法拟合的相容性生物量模型检验基本一致,综合而言,总量生物量比值因子方程为基础的直接控制法较优。所建立的最佳相容性生物量模型系统,地上、竹杆的平均预测相对误差达到25%以内,模型拟合精度R2均达0.83以上。     

贵州省人工杉木立木材积方程研建

森林蓄积是森林生物量的主要组成部分,是各类森林资源监测的重要指标,森林蓄积的计量标准是立木材积表或材积方程。本文利用贵州省1 840株人工杉木的立木材积实测数据,通过采用度量误差模型方法,研究建立了中心区和一般区的相容性一元和二元立木材积方程及树高曲线方程。结果表明:中心区和一般区的一元立木材积方程和树高曲线方程有显著差异,而二元立木材积方程则相差很小。在此基础上建立了全省通用的二元立木材积方程。      

东北林区10种主要森林类型的蓄积量、生物量和碳储量模型研建

  目的  林分水平的蓄积量、生物量和碳储量模型或数表,是开展森林资源规划设计调查的必备计量工具。研建东北林区10种主要森林类型的蓄积量、生物量和碳储量模型,既是方法学探索,也为生产实践提供参考成果。  方法  基于东北林区云冷杉林、落叶松林、红松林、樟子松林、栎树林、桦树林、杨树林、榆树林、椴树林和水胡黄林10种主要森林类型的2 000个样地的实测数据,分别利用非线性独立回归估计、非线性误差变量联立方程组和含哑变量的非线性误差变量联立方程组方法,建立了林分水平的蓄积量、生物量和碳储量模型。  结果  基于全部样地通过误差变量联立方程组方法建立的蓄积量、生物量和碳储量总体平均模型,其确定系数分别为0.945、0.805和0.839,而包含森林类型参数的蓄积量、生物量和碳储量哑变量模型,其确定系数分别达到0.959、0.949和0.951。10种主要森林类型的蓄积量、生物量和碳储量模型,确定系数（R2）都在0.86以上,平均预估误差（MPE）都在3%以内,平均百分标准误差（MPSE）大多数在10%以内。蓄积量模型的R2在0.876 ~ 0.980之间,MPE在0.90% ~ 1.95%之间,MPSE在5.14% ~ 11.89%之间;生物量模型的R2在0.864 ~ 0.988之间,MPE在0.66% ~ 2.07%之间,MPSE在3.61% ~ 11.60%之间;碳储量模型的R2在0.866 ~ 0.988之间,MPE在0.67% ~ 1.96%之间,MPSE在3.65% ~ 11.57%之间。  结论  不同森林类型的蓄积量主要取决于林分断面积和平均高,生物量主要取决于蓄积量和林分平均高。含哑变量的非线性误差变量联立方程组方法,是建立林分水平储量模型系统的可行方法。本研究所建立的东北地区10种主要森林类型的蓄积量、生物量和碳储量模型,其预估精度达到森林资源规划设计调查技术规定要求,可以在实践中推广应用。      

小兴安岭长白落叶松相容性生物量模型的构建

为了提高林木生物量的估测精度,基于长白落叶松标准地调查和标准木生物量,逐步筛选胸径、树高等林木特征因子,构建了单株木、地上部分、树干、根系、树枝、树叶生物量的独立估测模型。根据林木生物量相容性理论,以树干生物量作为控制量,利用单株木生物量中各组分之间的代数关系,通过联立独立模型求解得到单株木相容性模型。同时将样本分为4组,利用5个相对误差指标(即参数变动系数C,总相对误差Rs,平均相对误差E,平均相对误差绝对值Re,预估精度P)来综合评价模型。结果表明,建立的长白落叶松单株木相容性生物量模型结构简单、参数稳定、预估精度较高,可以较全面、客观地反映各组分之间生物量的分配关系,实现模型估计值之间的相容性,提高了林木生物量估测精度。     

基于树干不同形率的樟子松立木材积方程研建

目的立木材积方程在森林生产力、生物量和碳储量等林业问题方面都有着广泛的应用。因此，提高立木材积的预测精度一直是林业模型研究者的重要任务。本研究以大兴安岭樟子松为研究对象，构建含有不同形率的二元和三元材积方程，并对比检验其预测效果，旨在把传统立木材积的预测精度提高到一个新的水平。方法利用15个树干不同形率，基于传统的一元和二元立木材积方程分别建立二元和三元立木材积方程，并与传统的一元和二元材积方程比较。通过对各模型进行拟合选出最优形率模型，具体选用统计软件S-PLUS中的广义非线性模块（GNLS）进行拟合。并利用幂函数、指数函数以及常数加幂函数校正在拟合过程中各立木材积模型表现的异方差现象。选择确定系数（R2）、均方根误差（RMSE）、平均误差绝对值（MAB）和相对误差绝对值（MPB）4个指标对模型进行评价。最终采用分径阶比较法比较不同径阶范围内4种方程的预测精度。结果基于相对树高70%处形率的二元模型拟合效果最好，基于相对树高50%处形率的三元模型拟合效果最好。模型检验结果表明:基于传统的一元模型，加入形率后模型的RMSE、MAB、MPB分别降低了33.7%、30.7%、29.9%；基于传统的二元模型，加入形率后的模型RMSE、MAB、MPB分别降低了70.5%、70.9%、71.2%。不同径阶的检验表明:对于小径阶和中等径阶的树木，模型的检验精度顺序为模型（13） > 模型（2） > 模型（12） > 模型（1）；对于大径阶的树木，模型的检验精度顺序为模型（13） > 模型（12） > 模型（2） > 模型（1）。结论形率因子是干形的重要指标。在传统立木材积模型中引入形率因子可以提高材积的预测精度，因此，对于樟子松立木材积的估算，尤其是中大径阶林分，推荐使用带有形率的三元立木材积模型。      

量子粒子群优化最小二乘支持向量机的立木材积估算

基于材积方程建立的材积表是森林资源调查工作中重要的工具,估算立木材积的精度是编制材积表的关键。为了解决已有立木材积方程复杂多样、测算准确率低等不足,以北京地区侧柏Platycladus orientalis和落叶松Larix principis-rupprechtii为研究对象,提出利用量子粒子群优化最小二乘支持向量机（QPSO-LSSVM）算法建立材积方程的方法。通过伐倒解析法结合电子经纬仪无损立木材积精测法获取建模样本,对250株侧柏与300株落叶松数据分别建立一元与二元材积方程,计算得到侧柏与落叶松的一元材积方程测试集的决定系数（R2）为0.978 6和0.946 1,二元材积方程测试集决定系数（R2）为0.987 0和0.990 1,均在0.940 0以上,总体相对误差（T_RE）依次为0.75%,-0.16%,0.64%,-0.50%,均满足国家规程小于±3%的要求,表明QPSO-LSSVM模型估算效果良好。最后引用传统一、二元材积方程、BP神经网络和粒子群优化最小二乘支持向量机（PSO-LSSVM）算法建立材积方程并与之进行对比分析。结果表明:QPSO-LSSVM材积方程在估测精度、收敛速度和稳健性等综合性能指标上优于其他材积方程。该方法在高精度材积估测中具有较好的应用前景。     

黑龙江省红松人工林立木生物量估算模型的研建

基于红松人工林生物量调查数据,选出了红松人工林总量与各分量最优基础模型,在此基础上利用非线性度量误差联立方程组估计的方法,分别以总生物量和树干生物量为基础分级控制的方案建立了总量及各分量（地上、根、干、枝、叶和树冠）之间相容性生物量模型,并采用加权回归的方法进行异方差的消除。结果表明:最优基础模型和相容性生物量模型的相关指数R2为0.80~0.99,模型拟合率EF为0.82~0.98;在模型的预测精度方面,总生物量和各分量生物量模型的预测精度绝大多数在82%以上,其中树干生物量的预测精度最高,树叶生物量的预测精度最低。总体来看,采用以总生物量为基础分级控制方法建立的相容性模型效果稍好,总量与各分量生物量最优基础模型与相容性模型的各项拟合和检验指标差异不大,这2种形式的生物量模型均能很好地预估红松人工林立木生物量。      

杨树一元立木材积表的编制研究

以安徽省杨树人工林为研究对象,按照立木材积表编制要求,随机抽取329棵杨树伐倒木材积资料.以300棵样木资料为编表样本,选用3种数学模型为一元材积的候选模型,利用非线性麦夸特迭代求解法确定各模型参数、剩余标准差、相关指数.根据相关指数和剩余标准差,确定最优一元材积模型为:V=0.0001413d2.4463;以29棵样木资料为验表样本,分别计算一元材积模型理论材积与实际材积的平均相对误差、平均绝对相对误差和系统误差,计算结果分别为-0.75%、14.55%和1.62%.该材积误差满足林业生产材积估算误差要求.     

用哑变量方法构建东北落叶松和栎类分段地上生物量模型

采用单一的非线性方程拟合生物量模型常会导致小径阶林木的估计有偏。以东北地区落叶松和栎类的地上 生物量数据为例,提出采用哑变量方法改进立木生物量估计模型的预估效果,并建立了2 个树种的一元和二元立 木生物量模型。结果表明:哑变量方法能解决小径阶林木的偏估问题,同时能在一定程度上改善对整个模型的预 估效果;所建模型能同时适用于胸径 5 cm 的幼树和胸径逸5 cm 的林木;二元生物量模型的平均预估误差均在 5%以下,可应用于东北地区各类森林资源清查中落叶松和栎类的生物量估计。