油松人工林的合理结构

根据对162株19～34年生油松生物量标准木实测资料的分析,表明油松林木的叶量与胸高断面积间存在紧密的线性关系.据此,建立了一个反映林木空间利用效率和生长活力的指标(即干材积生长量与胸高断面积之比),并运用它对油松人工林定位疏伐试区资料进行单木与林分水平的结构分析,进而提出油松人工林疏伐后理想的结构及形成这种结构的合理疏伐方法.     

基于FVS的北京地区侧柏人工林单木模型的优化

侧柏(Platycladus orientalis)人工林面积约占北京市森林总面积的25.96%,是北京山区造林的主要树种之一,但存在密度过大、树木生长过慢、树木生长分化严重等问题。基于美国FVS(forest vegetation simulator)系统,通过多元线性回归、非线性回归法构建和优化侧柏直径生长量模型、树高生长量模型和材积计算模型,来模拟侧柏人工林的生长过程,为科学经营侧柏人工林提供依据。检验结果表明,优化的3个模型拟合效果和预估效果良好。     

基于BP神经网络连栽桉树人工林生长量预测

以广西国有东门林场雷卡分场的3个连栽代次的尾巨桉(Eucalyptus urophylla×E.grandis)人工林为研究对象,以林分的林龄和林分密度作为输入变量,分别以林分的平均胸径和树高为输出变量,构建了6个2∶n∶1的BP人工神经网络模型。用林分前5 a的数据对网络进行训练,第6、7年数据进行测试,经过大量训练选取最优模型后,得出以2∶2∶1的结构训练的模型最优,林分平均胸径的3个BP网络模型平均预测精度分别为99.09%、98.35%和96.37%,平均树高的3个BP网络模型平均精度分别为96.22%、96.48%和96.6%。回归分析证明模型的拟合效果良好。模型可用来分析、模拟和预测相似条件下桉树人工林林分随林龄增长整个生长阶段的生长量变化情况。     

北京山区水源涵养林典型森林类型结构特征研究

通过对北京山区水源涵养林区112块标准地,从林分水平结构、垂直结构、土壤结构等方面进行系统研究,得出北京山区水源涵养林整体及18种典型森林类型的结构特征.结果表明:目前北京山区水源涵养林中天然林多为异龄、复层和混交结构,而人工林多数是同龄、单层和纯林结构;从林分稳定性等角度来看,北京山区水源涵养林天然林结构要优于人工林...     

杂交马褂木人工林生长规律及趋势研究

[目的]研究杂交马褂木人工林在冲击沙壤土地区的生长规律和趋势。[方法]在标准地调查基础上,采用标准木解析法研究杂交马褂木人工林胸径、树高和材积生长规律,采用Logistic方程模拟生长并推测生长趋势。[结果]杂交马褂木生长迅速,6年生林分平均胸径、树高和材积分别为22.9 cm、20.6 m和0.206 6 m3;杂交马褂木生长具有阶段性,速生期为造林后4～8年,速生期生长量占总生长量60%以上。[结论]为杂交马褂人工林经营管理提供理论依据。     

六盘山华北落叶松人工林生长规律研究

采用标准地调查和标准木树干解析法调查林龄为31年的华北落叶松人工林,对解析木资料进行综合汇总、计算,绘出华北落叶松树高、胸径、材积的生长曲线图,揭示华北落叶松在六盘山区的生长动态规律.结果表明：华北落叶松的胸径、树高、材积总生长量随着林龄增长,呈明显的上升趋势,胸径、树高连年生长量呈明显的波浪型增长趋势,胸径快速增长主要集中在6-16年;第7年时,胸径生长量达到连年生长量的最高峰.华北落叶松树高快速增长主要集中在6-14年,第12年时,达到连年生长量的最大值;材积连年生长量快速生长期主要集中于12-29年,材积生长量保持在0.007～0.031 m3;第29年时,达到材积生长量的最高峰.材积连年生长量的快速生长期较胸径连年生长量、树高连年生长量迟.第11年、14年时,林分的高生长、胸径生长均有明显下降,可将第11-14年,定为对华北落叶松开展首次抚育间伐的最佳时间段,之后应当按森林经理期5~8年,定期对华北落叶松人工林开展森林抚育间伐措施,以保证其胸径、树高的正常生长.华北落叶松为早期速生型树种,其材积生长率曲线随着林龄的增长呈明显的下降趋势.     

不同营造方式对秦岭油松人工林生长影响的研究

对秦岭油松人工林进行了调查,研究了不同营造方式对油松林分生长的影响。结果表明:油松人工栽植林树种组成较复杂,林分密度较小,干形尖削;油松飞播林中几乎是纯林,密度较大,树干通直圆满。两种不同营造方式对林分直径、材积生长量影响差异显著,但对树高影响不明显。油松飞播林在前9～10 a材积生长速度大于人工栽植林,在10～21 a材积生长速度明显低于人工林。     

伯乐树人工林的生长规律

根据来舟林业试验场24年生伯乐树人工林的样地调查资料,选择具有代表性的标准木进行树干解析,研究伯乐树人工林的生长规律.结果表明:胸径和树高连年生长量分别在6、8年时达到最大值,而单株材积连年生长量的最大值出现在第20年;胸径与树高的连年生长量曲线和平均生长量曲线分别相交于7-8和8-10年,树高峰值出现的时间晚于胸径,...     

复合结构功能指标法在人工林健康评价中的应用

为了解北京山区主要造林树种人工林的健康状况,采用复合结构功能指标法构建一套评价森林健康的指标体系和评价方法,对北京西山地区几个主要树种人工林进行以实地调查为基础的健康评价研究,结果表明：西山地区侧柏、元宝枫人工林处于亚健康状态,刺槐、黄栌人工林处于不健康状态。试验结果证明：该指标体系和评价方法能够客观反映人工林的健康状况,具有良好的科学性、适用性和可操作性,对北京山区人工林健康经营效果的评价具有重要参考价值。     

不同密度和立地条件对北京山区油松人工林树冠的影响

使用25块标准地资料,尝试用美国的树冠调查指标对北京山区油松人工林进行初步调查探究,对4种林分密度(500、1000、1500、2000株9hm-2)同龄级(40～50a)油松人工林树冠因子的研究发现:北京山区油松人工林(40～50a)林分密度应控制在1500株·hm-2以下有利于树冠生长;对比分析3种立地条件(低山阴坡厚土、低山阴坡薄土、低山阳坡厚土)下树冠生长情况,结果表明:油松最适宜生长在阴坡厚土条件下;对不同林分密度、立地条件下树冠因子进行相关分析,发现林分密度与冠幅、树冠长度、树冠密度、树冠透光率呈显著负相关;立地条件与树冠透光率呈极显著负相关(相关系数为-0.997),与其他指标相关性较低,说明林分密度对树冠生长的影响较立地条件更大,是影响树冠生长的重要因素,合理调整林分密度有利于树冠的生长。     

基于BP神经网络的油松人工林树高模型研究

通过分析比较不同算法以及不同输入层因子，构建出最佳的黄龙山区油松人工林树高预测BP神经网络模型。以陕西省延安市黄龙县44块油松人工林样地实测数据为数据源，通过对6种BP神经网络的训练方法进行训练，经过反复筛选找出最优模型并与传统胸径-树高模型作比较；最后将BP神经网络中的输入因子从2个增加到6个后，经过反复训练筛选出最优模型与2因子的BP神经网络模型作比较。结果表明:1）贝叶斯归一化（BR）算法在6种算法中表现最佳，R²和MSE分别为0.963 0和1.168；2）不同隐含层节点数的选取会对BP神经网络模型的建立产生一定的影响，BP神经网络模型的决定系数（R²）随着隐含层节点数的增加呈现先上升后下降的趋势；均方误差（MSE）呈现先下降后上升的趋势，两者都在节点数为10时有极值，此时的模型为最优模型；3）当输入因子为胸径和优势树高时，油松人工林的最优模型结构为（输入层节点数:隐含层节点数:输出层节点数为2∶10∶1），此时BP神经网络模型对树高预测的决定系数（R²）和均方误差（MSE）分别为0.761 0和1.984 7；当输入因子为胸径、优势树高、林分密度、竞争指数、坡度和坡向时，最优模型结构为6∶10∶1，此时BP神经网络模型对树高预测的决定系数（R²）和均方误差（MSE）分别为0.844 7和1.955 7。由此得出，在建立油松人工林树高BP神经网络模型方面优化类算法要优于启发式下降算法；BP神经网络模型与传统模型相比，BP神经网络模型不需要目标方程结构，并且模拟和预测的精度均要优于传统模型；在原有BP神经网络模型的基础上再引入林分密度、竞争指数、坡度、坡向这些输入因子后所得到的新的BP神经网络模型对树高模型的建立和预测要优于原有BP神经网络模型。     

林分立木材积估计的新方法

利用相对树高曲线法建立杉木,马尾松的分树种和不分树种的模型,结合二元材积表估测林分和样地的立木蓄积,接近用二元材积表法估测立木蓄积的精度,比一元材积表法估测的精度有大幅度的提高。     

手持式超站仪摄影测量研建材积模型

精准快速测量立木胸径、树高、材积等基本信息一直是林业调查探索的热点问题。手持式超站仪作为目前市场上较为常见的一款新型森林资源计测仪器，具有无损、高精度、便携、易操作等特点。为获得精准材积模型，解决辽阳地区一元、二元材积表编制问题，提出一种利用手持式超站仪测量研建立木材积模型的方法。手持式超站仪以辽阳当地主要树种樟子松、油松、落叶松、柞树、刺槐、硬阔、软阔、速生杨树、中生杨树、慢生杨树为研究对象，采用手持式超站仪进行立木无损精测获取树高、胸径、材积数据，建立10个树种的一元立木材积模型、二元立木材积模型和树高胸径模型，并通过6项指标对所得模型进行评价。结果表明：10个树种模型中除樟子松外平均系统误差与总相对误差中均保持在3%内，一元材积模型与二元材积模型的决定系数除樟子松外均保持在90%以上，一元材积模型与树高胸径模型的平均百分比标准差除软阔外均取得良好拟合效果。总体来看，一元材积模型、二元材积模型、树高胸径模型均取得良好拟合效果，该方法可用于野外森林资源调查与立木材积模型研建等。     

基于ANN的栎类天然次生林林分直径分布研究

利用宝天曼自然保护区栎类天然次生林32块标准地的调查数据,采用人工神经网络建模方法,以相对直径作输入向量,以株数累计频率作输出向量,在MATLAB软件中进行模型训练,建立人工神经网络模型。对主要树种建立的7个模型进行的精度分析表明,该模型能够很好地描述栎类天然次生林主要树种的直径分布。     

基于三维激光点云的城市绿化树种材积及树干碳储量无损精确测算

城市森林是森林碳库的重要组成部分。为探索三维激光扫描技术（TLS）在无损精确测算城市绿化树种树干材积及碳储量方面的潜力,了解不同区分段长度对基于TLS测算树干材积的影响并对现有模型测算的树干材积及碳储量的精度进行了评估,采集30株无患子Sapindus mukorossi点云,并按径阶采集树干钻芯样本,研究在不同区分段长度下测算的树干材积及碳储量,并与现有模型的测算结果相比较。结果表明:①基于TLS能够提取高精度的立木胸径和树高（平均相对误差分别为1.97%和4.85%）,可实现城市绿化树种树干材积及碳储量的无损精确测算。②基于TLS在区分段长度小于0.50 m时能测算得到高精度的树干材积。③城市绿化树种的材积和树干碳储量与野外林分存在显著差异（P < 0.05）。现有模型并不适用于城市绿化树种。     

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。     

立木胸径近真值测量与计算模型的研究

立木胸径测量精准度直接影响胸高断面积、蓄积量的估算以及林地质量分析。现有测量方法都是将树干截面当作标准圆曲线来估测胸径；一些研究表明椭圆曲线或超椭圆曲线更能精准地反映树干和年轮的外形和生长情况。本研究利用自制的电子卡尺、传统围尺2种测量工具，选取8个树种，分别测量各树木的东西向、南北向、近似最大、近似最小胸径及胸高断面处的周长，并分析之间的差异性；研究了计算模型，将胸高断面分别当作标准圆、椭圆、超椭圆时与围尺测量值的接近程度以及对胸高断面积估算的影响。结果表明:1）超椭圆模型相比于标准圆、椭圆模型估算胸高断面积更加准确；2）东西向胸径比南北向胸径生长快的概率更高；3）对于卡尺，单株单次测量时选择东西方向的胸径，估算的胸高断面积更准确。     

不同坡向对华北落叶松林木生长的影响

[目的]研究坡向对华北落叶松林木生长的影响。[方法]以北沟林场华北落叶松人工林为研究对象,采用标准地调查法,根据调查资料,选择平均木进行树干解析,研究不同坡向华北落叶松人工林胸径、树高以及材积的变化规律。[结果]阴坡和阳坡林分的胸径、树高和材积的生长变化趋势大体一致,阴坡立地条件下胸径、树高和材积均高于阳坡;总体来看阴坡对华北落叶松的胸径和树高均有一定程度的影响,但对材积的平均生长量和连年生长量影响较大,两者在35、30 a时差异最大,最大差值分别为0.001 4、0.003 2 m3。[结论]处于阴坡的华北落叶松的胸径、树高、材积生长较阳坡优势明显。     

应用LIDAR技术预测林分蓄积量

以优势树种铅笔柏为研究对象,将LIDAR技术测量的抽样木树高与全站仪实测树高进行可行性研究.在可行性的基础上,将LIDAR测得的树高进行改正,得到林木的调查因子——树高.将此因子与抽样木的材积进行回归分析,建立起两者之间的回归模型.统计出测区的铅笔柏的总株数和每株木的树高,根据树高和材积之间的回归模型,计算出测区的铅笔柏的蓄积量,并与用标准样地法测得的蓄积量进行对比,发现两者的差距不大,其相对误差为4.25%,可以满足林业上对林分蓄积量的调查,为林分蓄积量的调查提供了一种新的方法.